<![CDATA[Pada kelompok paduan suara, perlu dilakukan pengelompokkan vokalis berdasarkan tipe vokal seperti alto, bass, sopran, dan tenor untuk menghasilkan paduan suara yang idah. Selama ini kelompok paduan suara masih menggunakan bantuan piano untuk menentuka tipe vokal setiap vokalis, sehingga tidak praktis untuk digunakan dimana saja. Sebelumnya juga terdapat penelitian terdahulu untuk mengenali tipe vokal dengan menggunakan metode (KNN) namun masih belum memberikan akurasi yang optimal. Pada penelitian ini, alat untuk melakukan klasifikasi tipe vokal akan dikembangkan agar dapat dilakukan dimana saja dengan menggunakan Raspberry Pi 4 Model B. Raspberry Pi 4 Model B dipilih karena ukurannya yang kecil, memudahkan mobilitas, dan dapat dioperasikan dengan power bank sebagai sumber daya. Metode yang digunakan melibatkan ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC) dengan penerapan hamming windowing untuk memastikan akurasi tinggi. Setelah ekstraksi fitur, klasifikasi dilakukan menggunakan Convolutional Neural Network (CNN) berdasarkan dataset yang dimiliki. Metode klasifikasi ini menghasilkan model yang mencapai akurasi testing sebesar 93%. Dengan demikian, sistem ini efektif membantu kelompok paduan suara menentukan tipe vokal secara praktis dan efisien di berbagai lokasi. Keberhasilan implementasi teknologi Raspberry Pi 4 Model B sebagai platform sistem menunjukkan potensi untuk meningkatkan mobilitas dan aksesibilitas dalam proses identifikasi tipe vokal pada paduan suara.]]>
Copyrights © 2024
