Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal ARUS JURNAL SAINS DAN TEKNOLOGI
Abrah, Rezkytullah
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Social Sciences Other

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

Found 1 Documents
Search

 1 
Penerapan Machine Learning untuk Mengklasifikasikan Genre Musik Berdasarkan Fitur Audio Abrah, Rezkytullah; Hayat, Muhyiddin A M; Lukman , Lukman
Arus Jurnal Sains dan Teknologi Vol 3 No 2: Oktober (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i2.1699

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi genre musik secara otomatis berdasarkan fitur-fitur audio yang diekstraksi dari file lagu. Proses ekstraksi fitur menggunakan pustaka Librosa untuk menghitung Zero Crossing Rate (ZCR), Spectral Centroid, dan 13 koefisien Mel-Frequency Cepstral Coefficients (MFCC). Setelah melalui proses normalisasi, fitur-fitur tersebut digunakan sebagai input dalam pelatihan tiga model klasifikasi: K-Nearest Neighbor (KNN), Random Forest, dan Naïve Bayes. Dataset terdiri dari lima genre musik populer dengan lebih dari 500 lagu. Hasil pengujian menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi dan mampu mengenali pola audio dengan baik, termasuk pada lagu-lagu yang tidak terdapat dalam data pelatihan. Sistem juga mampu menampilkan hasil ekstraksi fitur dan prediksi dalam bentuk visualisasi, sehingga memberikan transparansi dalam proses klasifikasi. Dengan pendekatan ini, sistem dapat digunakan untuk membantu analisis musik secara otomatis dan efisien.
Co-Authors Hayat, Muhyiddin A M Lukman , Lukman