24
3. BAB III
ANALISIS DAN DESAIN SISTEM
Bab ini berisi analisa kebutuhan sistem mencakup metode yang digunakan untuk ekstraksi ciri lagu, klasifikasi lagu dan pengujian sistem. Selain kebutuhan
sistem Bab ini juga berisi perancangan sistem mencakup ekstraksi ciri, klasifikasi, pengujian dan perancangan antarmuka.
3.1 Analisa Kebutuhan
Sub Bab ini berisi analisa pencipta lagu yang dipilih, sample lagu untuk proses pelatihan dan pengujian sistem, metode ekstraksi ciri, klasifikasi
dengan jaringan syaraf tiruan propagasi balik, pengujian sistem dan kebutuhan sistem.
3.1.1 Analisa Pencipta Lagu
Pencipta lagu yang dipilih dalam klasifikasi ini adalah Ahmad Dhani, Dewa Budjana, Ian Antono, dan Abdee Negara. Ke empat
musisi atau pencipta lagu tersebut telah menciptakan banyak lagu sehingga proses pelatihan menjadi lebih maksimal karena banyaknya
data. Ke empat pencipta lagu tersebut juga mempunyai genre musik yang sama yaitu musik rock.
3.1.2 Analisa Data
Data berupa 40 lagu, 10 lagu dari tiap pencipta lagu. 10 lagu tersebut akan melalui proses sebelum diolah dalam proses ekstraksi
ciri. Preprosesing tersebut adalah konversi dari file mp3 yang sudah
banyak melalui pengompresan ke file audio .wav dengan format PCM, frekuensi 44100 hz, 8 bit, audio tipe mono. hal itu diperlukan untuk
mendapat informasi yang utuh dari setiap lagu. Proses ini membutuhkan aplikasi Sony Sound Forge Audio Studio 10. Aplikasi
tersebut tidak hanya digunakan untuk konversi audio tipe mp3 ke wav, namun juga digunakan untuk memotong-motong lagu menjadi 5 file
audio dengan panjang masing-masing 5 detik. 5 file tersebut dipotong dari tiap file lagu secara berurutan setelah menit pertama. Proses
tersebut menghasilkan 50 file audio untuk setiap pencipta lagu, sehingga menjadi 200 file wav. 200 file tersebut yang siap diolah
dalam proses ekstraksi ciri.
3.1.3 Metode Ekstraksi Ciri Lagu
Metode ekstraksi ciri menggunakan metode dari George Tzanetakis yang bernama Music Surface Feature. Untuk
mendapatkan hasil ekstraksi ciri diperlukan metode dalam pemrosesan sinya digital yaitu Fast Fourier Transform, Inverse
Fourier Transform dan Hamming Window. Metode ekistraksi ciri tersebut dipilih karena memiliki nilai-nilai yang dapat digunakan
untuk ekstraksi ciri lagu. Tidak hanya itu metode tersebut dapat merepresentasikan instrumen lagu dari tiap pencipta lagu.
3.1.4 Metode Klasifikasi
Metode klasifikasi menggunakan jaringan syaraf tiruan propagasi balik dipilih karena memberikan hasil yang akurat dengan
sampel diluar kumpulan sampel yang digunakan untuk pelatihan. Berikut nilai-nilai parameter yang digunakan pada jaringan
syaraf tiruan propagasi balik: 1.
Epochiterasi = 5000 2.
Kecepatan pembelajaran = 0,1 3.
Target error = 0,01 atau 1 4.
Lapisan tersembunyi = 1 lapis 5.
Fungsi aktifasi = sigmoid bipolar 6.
Inisialisasi bobot menggunakan metode Nguyen dan Widrow.
3.1.5 Metode Pengujian
Metode pengujian yang digunakan adalah 5-Fold Cross Validation. Metode ini dipakai karena memberikan data yang berbeda
untuk klasifikasi dan pengujian. Sehingga akurasi sistem dapat diketahui dengan benar.
Hasil dari tiap percobaan akan dimasukan ke dalam tabel Confusion Matrix untuk menghitung akurasi klasifikasi data.
Tahap pengujian dilakukan pada proses mencari ciri lagu terbaik dan arsitekstur jaringan syaraf tiruan terbaik.
3.1.6 Kebutuhan Sistem
Sistem ini mempunyai kebutuhan perangkat keras dan lunak untuk mendapatkan hasil yang maksimal.
1. Kebutuhan Perangkat Keras