Identifikasi Nada Dasar Harmonika Chord C dengan Metode Learning Vector Quantization

Gilang Purna Ramadhan

Informasi Umum

Kode

111081001

Klasifikasi

621.382 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Pengolahan Sinyal Informasi

Informasi Lainnya

Abstraksi

ABSTRAKSI: Pengenalan nada secara otomatis menjadi suatu sistem yang sangat penting. Sistem tersebut dapat mencocokkan dan membandingkan suara input dengan suara yang telah disimpan dalam database secara otomatis. Sebagian orang tentunya memiliki hobi untuk memainkan alat musik, baik alat musik perkusi maupun alat musik harmonik. Sebut saja harmonika, dimainkan dengan cara ditiup dan/atau dihisap. Terdiri dari berbagai macam jenis tergantung kunci dasar lagu yang dimainkan. Harmonika yang digunakan dalam tugas akhir i ni merupakan harmonika yang sangat umum yaitu dengan kunci dasar C atau harmonika chord C. Pada proses penalaan alat musik ini belum menggunakan aplikasi digital untuk pengenalan nadanya. Maka dibuatlah sistem identifikasi nada untuk harmonika chord C Dalam Tugas Akhir ini, telah dibuat sebuah aplikasi yang dapat mengidentifikasi nada yang dihasilkan oleh alat musik harmonika pada saat memainkannya. Nada yang diidentifikasi dibatasi yaitu nada dasar yang dihasilkan harmonika chord C. Perancangan aplika si menggunakan Matlab R.2010a. Metode ekstraksi ciri yang digunakan adalah Fast Fourier Transform dengan 16 titik . Setelah mendapatkan ciri dari setiap nada harmonika chord C, data akan diklasifikasikan dengan metode Generelized Matrix Learning Vector Quan tization dengan epoch 100 dan jarak eculidean distance . Keluaran sistem berupa nama nada masukan. Tugas akhir ini telah berhasil meneliti bagaimana suatu sistem dapat mengidentifikasi nada dari alat musik harmonika chord C. Tingkat akurasi yang dicapai ma ksimal sebesar 73,5%. Sistem ini memiliki waktu komputasi rata - rata selama 9,74 detik.Kata Kunci : Pengenalan nada, harmonika chord C, frekuensi, Fast Fourier Transform, Generelized Matrix Learning Vector Quantization (GMLVQ)ABSTRACT: Automatic note identification is an important system. The system can automatically match and compare the input data with saved database. Some people surely has a hobby in playing musical instruments, whether it’s a percussion or harmonic instruments. Harmonica is played by blowing and sucking air trough brass reed. For example harmonica, there are many kind of harmonicas, it played depends on the chord of the song. Harmonica that used in this Final Project is the most common harmonica, c chord harmonica. In the calibrati on process of this instrument is not using digital application to identify the note. So the system was made. In this Final Project was made an application to identify C chord harmonica notes while played. The making of this application using Matllab R2010a . The extraction method that used is Fast Fourier Transform method with 16 nodes. After got the features trough feature extraction then the data was classified with Generelized Matrix Learning Quantization method with 100 epoch and the distance using eculi dean distance method The system can identify the harmonica notes while the instrument is played. In this final project, the system can only identify the C chord Harmonica notes. Maximum level of accuracy for this system is 73,5%. The making of this applic ation using Matllab R2010a. This system has average computation time about 9,74 second.Keyword: Tone identification, Chord C Harmonica, Frequency, Fast Fourier Transform, Generelized Matrix Learning Vector Quantization (GMLVQ).