PENGENALAN CHORD PADA ALAT MUSIK RECORDER MENGGUNAKAN CODEBOOK DENGAN TEKNIK EKSTRAKSI CIRI MFCC Nama Anggota Kelompok: Erna Fatayati (G64120015) Dirman Hafiz (G64120035) Muhamad Indrawan (G64120074) Rana Pradipta (G64120080)
Latar belakang Sistem pendengaran manusia memiliki kemampuan yang luar biasa dalam menangkap dan mengenali sinyal suara. Dalam mengenali sebuah kata ataupun kalimat bukanlah hal yang sulit dilakukan oleh manusia. Apalagi kata tersebut merupakan bahasa utama yang dipakai sehari- hari. Bagi kalangan tingkat SD untuk mengenali chord musik sangatlah sulit. Dalam ruang lingkup SD pembelajaran mengenal chord musik masih berupa basic. Oleh karena itu kita mempermudah pembelajaran mereka dengan membuat sistem pengenalan chord music recorder yang dapat mereka coba sendiri di rumah.
Tujuan Menerapkan metode codebook dan teknik ekstraksi ciri MFCC dalam mengenali setiap chord yang dimainkan dengan alat musik recorder. Membantu anak tingkat SD dalam mengenali chord yang ada pada recorder.
Ruang lingkup Tingkat chord recorder hanya sebatas basic yaitu dari nada C sampai ke C kembali Interface mencakup tingkat anak SD
Metode yang digunakan MFCC KNN clustering Mengeksekusi perintah Pencocokkan sinyal suara
Tahapan Metode
Tahapan Metode - Preprocessing Pada tahap preprocessing ini akan dilakukan ekstraksi ciri pada setiap data yang dipakai dengan menggunakan metode MFCC.
Tahapan Metode – Data Latih dan Data Uji Langkah selanjutnya adalah melakukan training data dan klasifikasi dengan metode KNN.
Tahapan Metode - Pengujian Metode pengujian dilakukan dengan langsung mempraktekkan masing-masing chord basic recorder.
Lingkungan Implementasi Perangkat keras berupa komputer personal dengan spesifikasi sebagai berikut: 1. Processor Intel Core i3-2357M CPU @1.40 GHz 2. RAM 4 GB Perangkat lunak 1. Sistem operasi Windows 8 Enterprise 2. Matlab versi 7.7.0
Hasil Akurasi Chord 1 Chord 2 Chord 3 Chord 4 Chord 5 Chord 6 Chord 7 Percobaan 1 Benar Salah Percobaan 2 total hasil benar : 9 total hasil salah : 7 Dari data percobaan diatas didapatkan akurasi sebesar 56% dengan 9 kali hasil benar dan 7 kali hasil salah.
Pembahasan Hasil Sistem ini dapat mendeteksi chord recorder dari nada C sampai ke nada C kembali berdasarkan sinyal suara. sinyal suara digolongkan berdasarkan data training yang telah disimpan dalam sistem menggunakan KNN untuk menentukan kemiripan dengan suara yang ada pada data training. Data training berisi sinyal suara recorder sebanyak 240 dengan jumlah 30 sinyal suara per chord. Data training direkam menggunakan perangkat lunak Matlab dengan format .wav.
DEMO PROJECT
TERIMA KASIH