Authors:

Muhammad Luqman Aristio, Dr. Ir. I Ketut Gede Suhartana

Abstract:

“Perkembangan musik diseluruh dunia saat ini menyebabkan peningkatan jumlah musik yang ada dibandingkan dengan era sebelumnya. Hal tersebut menimbulkan dampak baru yakni sulitnya dalam pengidentifikasian genre musik secara manual. Dengan memanfaatkan teknologi yang sudah berkembang saat ini, klasifikasi genre musik dapat dilakukan secara otomatis dengan memanfaatkan fitur-fitur yang dimilikinya. Penelitian ini akan melakukan klasifikasi genre musik dengan menggunakan metode eXtreme Gradient boosting(XGBoost) dengan hyperparameter tuning Grid Search. Terdapat 10 label dan 28 fitur yang akan digunakan dalam penelitian ini yakni tempo, beats, chroma, RMSE, spectral centroid, bandwidth, rolloff, zero crossing rate dan mfcc 1 sampai 20. Dari hasil evaluasi menghasilkan nilai validasi akurasi sebesar 67%. Dari hasil evaluasi tersebut menunjukan bahwa metode XGBoost dapat melakukan klasifikasi musik berdasarkan genre walaupun memiliki akurasi cukup rendah”

Keywords

Keyword Not Available

Downloads:

Download data is not yet available.

References

References Not Available

PDF:

https://jurnal.harianregional.com/jlk/full-92638

Published

2023-01-26

How To Cite

ARISTIO, Muhammad Luqman; SUHARTANA, Dr. Ir. I Ketut Gede. Klasifikasi Musik Berdasarkan Genre dengan Metode eXtreme Gradient Boosting.JELIKU (Jurnal Elektronik Ilmu Komputer Udayana), [S.l.], v. 12, n. 1, p. 113-122, jan. 2023. ISSN 2654-5101. Available at: https://ojs.unud.ac.id/index.php/JLK/article/view/92638. Date accessed: 08 Jul. 2024. doi:https://doi.org/10.24843/JLK.2023.v12.i01.p13.

Citation Format

ABNT, APA, BibTeX, CBE, EndNote - EndNote format (Macintosh & Windows), MLA, ProCite - RIS format (Macintosh & Windows), RefWorks, Reference Manager - RIS format (Windows only), Turabian

Issue

Vol 12 No 1 (2023): JELIKU Volume 12 No 1, August 2023

Section

Articles

Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License