Perbandingan Dan Analisis K- Nearest Neighbor Dan Linear Discriminant Analysis Untuk Klasifikasi Genre Musik

Renny Rahmawati (Telkom University)
Rita Magdalena (Telkom University)
I Nyoman Apraz Ramatryana (Telkom University)

eProceedings of Engineering
Vol 3, No 2 (2016): Agustus, 2016

Dalam tugas akhir ini, dilakukan penelitian bagaimana mengembangkan klasifikasi genre yang memiliki kualitas yang baik dalam ketepatan klasifikasinya yang menggunakan ciri konten frekuensi dan klasifikasi menggunakan metode K-Nearest Neighbor dan Linear Discriminant Analysis. Dari skenario pengujian terhadap paramater Jenis dan Orde Filter didapat parameter terbaik yaitu Jenis filter Buteerworth dengan orde 3. Setelah dilakukan pengujian terhadap klasifikasi 4 genre lagu yaitu m e t a l , pop, rock, dan dance, akurasi tertinggi adalah 81,5 % untuk jumlah data acuan 50 tiap-tiap genre, jumah data uji 50 tiap-tiap genre, nilai k = 1, dan jenis euclidean d a n u n t u k L i n e a r D i s c r i m i n a n t A n a l y s i s d i p e r o l e h h a s i l a k u r a s i 8 5 % u n t u k j u m l a h d a t a a c u a n 5 0 d a n 5 0 d a t a u j i t i a p - t i a p g e n r e . Kunci : Klasifikasi, genre musik, K-Nearest Neighbor, L i n e a r D i s c r i m i n a n t A n a l y s i s