JOINTECOMS (Journal of Information Technology and Computer Science)
Vol. 4 No. 2 (2024): JOINTECOMS : Journal of Information Technology and Computer Science

Analisa dan Identifikasi Genre Musik Menggunakan Metode Support Vector Machine

Julian, Innosensius (Unknown)
Nugrahaningsih, Nahumi (Unknown)
Lestari, Ariesta (Unknown)
Licantik, Licantik (Unknown)
Sylviana, Felicia (Unknown)



Article Info

Publish Date
28 Jun 2024

Abstract

Penelitian ini bertujuan untuk mengembangkan metode identifikasi genre musik dalam musik Indonesia menggunakan Mel-frequency cepstral coefficients (MFCC) sebagai fitur akustik. Sebanyak 400 sampel musik dari berbagai genre digunakan dalam studi ini. Analisis menggunakan Confusion Matrix untuk mengukur akurasi prediksi genre musik berdasarkan model yang dikembangkan.Hasil pengujian menunjukkan nilai precision yang signifikan untuk setiap genre: blues (84%), classical (88%), jazz (71%), dan pop (94%). Selain itu, recall untuk setiap genre juga menunjukkan performa yang baik: blues (81%), classical (83%), jazz (83%), pop (89%). F1-score, yang menggabungkan precision dan recall, menunjukkan kinerja model yang seimbang: blues (82%), classical (86%), jazz (77%), pop (91%).Keseluruhan, model yang dikembangkan mencapai akurasi sebesar 84%, menegaskan efektivitas metode MFCC dalam mengidentifikasi genre musik. Penelitian ini menyoroti pentingnya penggunaan dataset yang representatif untuk meningkatkan akurasi identifikasi genre musik dalam konteks musik Indonesia.

Copyrights © 2024






Journal Info

Abbrev

jcoms

Publisher

Subject

Computer Science & IT

Description

JOINTECOMS (Journal of Information Technology and Computer Science) is a journal managed and published by the Informatic Engineering, University of Palangka Raya, Indonesia. JOINTECOMS has a publishing period four times in a year, namely in March, June, September, and December. Focus and scope of ...