Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Ridwan Firdaus
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Dan Analisis Support Vector Machine Dan Adaptive Neuro-fuzzy Inference System Untuk Klasifikasi Genre Musik Ridwan Firdaus; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam tugas akhir ini, dilakukan penelitian bagaimana mengembangkan klasifikasi genre yang memiliki kualitas yang baik dalam ketepatan klasifikasinya dengan menggunakan ciri konten frekuensi dan klasifikasi menggunakan metode Support Vector Machine dan Adaptive Neuro Fuzzy Inference System. Dari skenario pengujian terhadap paramater Jenis dan Orde Filter didapat parameter terbaik yaitu Jenis filter Butterworth dengan orde 3. Setelah dilakukan pengujian terhadap klasifikasi 4 genre lagu yaitu m e t a l , b l u e s , pop dan dance, akurasi tertinggi adalah 85% dan 86% dengan SVM dan 87% dengan ANFIS, untuk jumlah data acuan 50 tiap-tiap genre, jumah data uji 50 tiap-tiap genre, iterasi ANFIS 20, parameter SVM jenis kernel polynomial, kerneloption = 1, C = 10 dan lambda = 1e-1. Kunci : Klasifikasi, genre musik, Support Vector Machine, Adaptive Neuro Fuzzy Inference System
Co-Authors I Nyoman Apraz Ramatryana Rita Magdalena