ABSTRAKSI: Genre, Mood dan Nada Dasar adalah macam-macam kategori yang dimiliki oleh sebuah lagu. Karena semakin banyaknya koleksi lagu saat ini, pencarian lagu secara manual akan sulit, apalagi dengan kategori yang spesifik. Sehingga dibutuhkan sebuah aplikasi yang dapat menangani kasus tersebut[18,4]. Pada Tugas Akhir ini akan dibangun sebuah aplikasi dengan cara menggabungkan fitur ekstraksi untuk genre, mood dan nada dasar. Pada pengekstrasian genre menggunakan Bass Frequency Variation, High Frequency Strength of Half Beat, Mid Frequency Beats, Mid Frequency Beat Offset, General Spectral Power, Attack Velocity[15]. Pada pengekstrasian mood menggunakan Timbre Feature[3,10,11] dan Pada pengekstrasian nada dasar menggunakan Harmonic Fast Fourier Transform[8]. Kemudian akan dicari kemiripan pada masing-masing kategori yang dihitung menggunakan Euclidean Distance [5,14,17]. Setelah kemiripan diperoleh akan diberi bobot pada masing-masing kategorinya yang nantinya dijumlahkan, sehingga di dapat gabungan kemiripan tiga kategori tersebut. Pada pembangungan aplikasi ini digunakan 420 data set dengan pembagian 410 data acuan dan 10 data uji, genre yang digunakan hanya rock, pop dan dance, mood dibagi menjadi dua bagian, bagus dan jelek, dan semua dua belas nada dasar. Aplikasi ini diujikan kepada orang yang suka dengan musik, bisa bermain musik dan mengerti tentang musik. Dari hasil pengujian didapat kesimpulan bahwa aplikasi ini efektif untuk lagu dengan genre rock, mood apapun dan nada dasar apapun. Penelitian dilakukan juga untuk mengetahui tingkat presisi dan recall untuk masing-masing kategori dan penggabungan ketiga kategori.Kata Kunci : Information Retrieval, Search Engine, Genre, Mood, Tones.ABSTRACT: Genre, Mood and Tones are a variety of categories that are owned by a song. Because more and more a collection of songs this time, manually search for the song will be difficult, especially with the specific category. So it takes an application that can handle such cases[18,4]. In this final project will be built an application by combining the feature extraction for genre, mood and tone. On genre feature extraction Bass Frequency Variation, High Frequency Strength of Half Beat, Mid Frequency Beats, Mid Frequency Beat Offset, General Spectral Power, Attack Velocity are used[15]. On mood feature extraction is using timbre features extraction [3,10,11] and Harmonic Fast Fourier Transform [8] is used for tone feature extraction. Then Euclidean Distance is used for calculating the similarities[5,14,17]. After the similarities are obtained, will be given a weight on each category which later will be added, so that combination of the three categories are obtained. Development on this application 420 data sets are used with the distribution of reference 410 data and 10 test data. Genres that are used such as rock, pop and dance. Mood divided into two, good and bad, and twelve tones This Application is tested by people who love to hear music , can play music and understands about music. The test result shows that this application is effective on rock genre, any moods, any tonesKeyword: Information Retrieval, Search Engine, Genre, Mood, Tone