ABSTRAKSI: Pembelajaran musik tradisional Bali biasanya dilakukan berdasarkan perasaan dari pendengar dan tidak ada literatur khusus untuk mempelajari musik tradisional Bali. Bagi orang yang baru pertama kali mendengar suara gamelan Bali secara utuh maka orang tersebut pasti akan merasa kesulitan dalam membedakan jenis-jenis alat musik yang sedang dimainkan. Hal tersebut tentunya akan dapat memperlambat dalam proses pembelajaran gamelan Bali bagi pemula.
Pada Tugas Akhir ini dibuat suatu sistem aplikasi yang dapat mengidentifikasi masing-masing nada yang sedang dimainkan pada musik tradisonal Bali. Sistem yang dibuat menerapkan Transformasi Paket Wavelet sebagai pembentuk vektor ciri dan Jaringan Saraf Tiruan (JST) Back Propagation untuk menganalisa jenis nada pada alat musik tradisional Bali tersebut. Hasil dari sistem tersebut diharapkan dapat membantu dalam proses pembelajaran alat musik tradisional Bali.
Sebuah sistem yang baik tidak cukup hanya dengan menghasilkan keluaran, tetapi keluaran yang dihasilkan harus memiliki tingkat keakuratan yang sesuai agar nantinya tidak merugikan pengguna karena kesalahan informasi yang diberikan oleh sistem tersebut. Pada Tugas Akhir ini sistem yang telah dibangun mampu menghasilkan tingkat akurasi sebesar 88,0503%, akurasi tersebut didapat dari perubahan nilai threshold, perubahan level dekomposisi, dan perubahan parameter JST.
Kata Kunci : Alat musik tradisional Bali, Transformasi Paket Wavelet, Jaringan Saraf Tiruan Back PropagationABSTRACT: Learning Balinese traditional music is usually done based on feelings of the listener and there is no specific literature to study the traditional music of Bali. For people who heard the sound of Balinese gamelan music for the first time will feel difficult in distinguishing the types of musical instruments being played. It will certainly impact on the learning process for beginners Balinese gamelan.
So on this final project, an application system is made to identify each tone which being played on the traditional music of Bali. The system was implemented to form Wavelet Packet Transform feature vector and artificial neural networks (ANN) Back Propagation to analyze each type of tone at the Bali traditional music instrument. The results of the system is expected to assist in the learning process of traditional Balinese musical instrument for beginners.
A good system must have an appropriate level of accuracy for the user, so it will not harm the fault information provided by the system. This final system has been built with the capability of producing an accuracy of 88.0503%. Accuracy is obtained from the threshold value changes, changes in the level of decomposition, and changes in neural network parameters.
Keyword: Traditional Balinese music, Wavelet Packet Transform, Backpropagation Neural Networks