Pengelompokan Musik Berdasarkan Emosi Menggunakan Metode Transformasi Haar Wavelet

Anastasya, Natassa (2020) Pengelompokan Musik Berdasarkan Emosi Menggunakan Metode Transformasi Haar Wavelet. Sarjana thesis, Universitas Brawijaya.

Abstract

Musik terdiri dari berbagai genre dan emosi, oleh karena itu penting untuk menngelompokkan musik-musik tersebut sesuai dengan yang diinginkan pendengar baik berdasarkan genre maupun emosi yang dirasakan. Sebagai contoh aplikasi musik online yang dapat mengelompokan musik secara otomatis yang memudahkan pendengar untuk memutar musik yang diinginkan, pengelompokan musik tersebut dilihat berdasarkan kesamaan karakterisik tertentu. Adapun contoh lain yakni pada pemutar musik Radio, dimana permasalahan umum pada penyiar radio harus memutar dan memilih lagu-lagu apa saja yang akan diputar. Dengan adanya pengelompokan musik secara otomatis ini tentunya akan sangat membantu dan lebih efisien untuk memutar lagu-lagu tersebut secara otomatis. Maka dari itu pada penelitian ini dilakukan pengelompokkan lagu berdasarkan emosi Broken Heart dan Happy dengan ekstraksi fitur menggunakan metode transformasi Haar Wavelet yang kemudian dikelompokkan menggunakan K-Means dengan evaluasi clustering menggunakan purity. Pengujian yang dilakukan berdasarkan struktur lagu, kemudian kombinasi fitur statistik, dan koefisien Haar Wavelet. Dari seluruh pengujian yang dilakukan dihasilkan clustering dengan nilai purity tertinggi sebesar 0.62

English Abstract

Music consists of various genres and emotions, therefore it is important to group the music according to what the listener wants both based on the genre and the emotions they feel. As an example of an online music application that can automatically group music that makes it easy for listeners to play the desired music, music grouping is seen based on the similarity of certain characteristics. Another example is the Radio music player, where a common problem with radio broadcasters is to play and choose what songs to play. With the grouping of music automatically this will certainly be very helpful and more efficient for playing these songs automatically. Then this research will cluster songs based on the emotions of Broken Heart and Happy with feature extraction using the Haar Wavelet transformation method, then clustering using K-Means. The results of clustering will be evaluated using purity. The test is based on the song structure, a combination of statistical features, and the Haar Wavelet coefficient. Based on the results of all tests carried out obtained clustering with the highest purity value of 0.62

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2020/179/052003370
Uncontrolled Keywords: musik, emosi, haar wavelet, k-means, purity, music, emotions, haar wavelet, k-means, purity
Subjects: 000 Computer science, information and general works > 006 Special computer methods
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 10 Aug 2020 06:57
Last Modified: 19 Oct 2021 02:08
URI: http://repository.ub.ac.id/id/eprint/180919
[thumbnail of DALAM MASA EMBARGO] Text (DALAM MASA EMBARGO)
Natassa Anastasya (2).pdf
Restricted to Registered users only until 31 December 2022.

Download (6MB)

Actions (login required)

View Item View Item