Klasifikasi Emosi Musik Berdasarkan Fitur Audio Dengan Menggunakan Metode Fuzzy K Nearest Neighbor

Hardianto Wibowo

Abstract


Musik memiliki banyak atribut-atribut unik, terutama atribut persepsi audio. Elemen amplitudo, frekuensi dan durasi belum bisa diartikan sebagai musik bagi manusia, sebelum ketiga elemen tersebut melalui proses interpretasi ke dalam otak menjadi timbre, pitch, dynamics dan tempo. Dalam proses interpretasi musik di bidang musikologi juga terdapat istilah “emosi”. Setiap penikmat musik memiliki segmentasi tersendiri dalam mengelompokkan musik yang sesuai dengan emosi dan karakter penikmat musik tersebut. Tahun 1989 Robert E. Thayer telah mengusulkan sebuah model dua dimensi dari emosi atau mood melalui penelitiannya. Dengan menggunakan usulan model emosi dua dimensi Thayer diharapkan mampu dijadikan  acuan dalam mengelompokkan beberapa musik berdasarkan mood. Pada penelitian ini bertujuan untuk pengklasifikasian musik berdasarkan fitur audio menggunakan metode Fuzzy KNN. Menggunakan 4 kategori mood musik yaitu Anger, Happy, Calm dan Sad. Melalui ekstraksi fitur Energy, Tonality dan Tempo menggunakan library Matlab MIRToolbox. MIRToolbox merupakan library yang fokus pada pengolahan atribut-atribut unik yang ada pada setiap musik dengan sudut pandang Music Information Retrieval. Secara umum hasil klasifikasi menggunakan fitur audio cukup baik dengan parameter K yang tepat. Ditambahkan sistem fuzzy untuk menghitung derajat keanggotaanya.

Keywords


Klasifikasi, Musik, Mood, Fitur audio, Fuzzy KNN



DOI: https://doi.org/10.22219/sentra.v0i5.3077

Refbacks

  • There are currently no refbacks.


Seketariat

Fakultas Teknik

Universitas Muhammadiyah Malang Kampus III

Jl. Raya Tlogomas 246 Malang, 65144