Klasifikasi Genre Musik Menggunakan Learning Vector Quantization dan Self Organizing Map
Abstract: Kemudahan dalam
memperoleh file musik digital dapat menimbulkan permasalahan dalam
pengelolaannya. Klasifikasi genre musik dapat membantu memberikan label genre
pada file musik sehingga dapat mempermudah pengelolaan dan pencarian file
musik. Permasalahan utama dalam klasifikasi genre musik adalah menemukan
kombinasi fitur dan classifier yang dapat memberikan hasil terbaik dalam
mengklasifikasi file musik ke dalam genre musiknya.Penelitian ini mengklasifikasi
file musik menggunakan kombinasi Learning Vector Quantization (LVQ) dan Self
Organizing Map (SOM) berdasarkan pada fitur entropi koefisien wavelet.
Kombinasi LVQ dan SOM terletak pada inisialisasi vektor acuan pada jaringan LVQ
yang ditentukan berdasarkan hasil clustering data pelatihan menggunakan SOM.
Ini diharapkan dapat mengurangi sensitivitas pemilihan vektor acuan yang
dipilih langsung dari data pelatihan.Hasil evaluasi menunjukkan bahwa
klasifikasi genre musik menggunakan kombinasi LVQ dan SOM memberikan hasil yang
lebih baik dibandingkan dengan menggunakan LVQ saja, namun rata-rata nilai
akurasinya masih rendah. Fitur entropi kurang baik dalam mengklasifikasi 10
jenis genre musik, ini ditunjukkan ketika klasifikasi dilakukan menggunakan
fitur yang sama namun dengan classifier yang berbeda, akurasi yang dihasilkan
juga rendah.
Keywords: klasifikasi genre
musik; Learning Vector Quantization; Self Organizing Map; fitur entropi
koefisien wavelet
Penulis: Luh Arida Ayu Rahning
Putri
Kode Jurnal: jptkomputerdd160141