Klasifikasi Emosi Musik Secara Audiovisual Menggunakan SVM-KNN Hirarkis

QHANSA DI'AYU PUTRI BAYU

Informasi Dasar

19.04.067
004
Karya Ilmiah - Skripsi (S1) - Reference

Pada penelitian sebelumnya, komponen emosi dalam klasifikasi musik sangatlah kuat dibandingkan komponen lainnya. Namun, setelah video menjadi salah satu fitur visual yang melengkapi musik, pengguna dapat memahami isi dari musik lebih baik dibandingkan hanya berdasarkan audio. Oleh karena itu, dilakukan penelitian membangun model pengenalan emosi musik secara audiovisual menggunakan sistem klasifikasi hirarkis. Penelitian ini menggunakan 120 data video musik dengan label emosi berdasarkan website AllMusic yang terbagi kedalam empat kelas yaitu "Happy", "Angry", "Sad", dan "Relax". Classifier yang digunakan pada pengujian sistem klasifikasi hirarkis adalah Support Vector Machine (SVM) dan k-Nearest Neighbors (KNN). Hasil rata-rata performansi f1-score tertinggi dari classifier yang diuji adalah 84% (Dataset Audio) dan 82.33% (Dataset Audiovisual) dengan struktur classifier SVM-KNN.

Subjek

INFORMATICS
 

Katalog

Klasifikasi Emosi Musik Secara Audiovisual Menggunakan SVM-KNN Hirarkis
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

QHANSA DI'AYU PUTRI BAYU
Perorangan
Suyanto, Anditya Arifianto
 

Penerbit

Universitas Telkom
Bandung
2019

Koleksi

Kompetensi

  • CCH3F3 - KECERDASAN BUATAN
  • CSH3L3 - PEMBELAJARAN MESIN
  • CSH483 - PENGOLAHAN CITRA DIGITAL
  • CCH4D4 - TUGAS AKHIR
  • CII3C3 - PEMBELAJARAN MESIN
  • CII4E4 - TUGAS AKHIR
  • CPI3C3 - PEMBELAJARAN MESIN
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini