KLASIFIKASI SUARA MANUSIA KE DALAM SOPRAN, MEZZO SOPRAN, ALTO, TENOR, BARITON, BASS DENGAN SELF ORGANIZING MAP
Abstract: Self Organizing Map
adalah metode jaringan syaraf tiruan (Artificial Neural Network) yang biasa
digunakan untuk melakukan proses klasifikasi dengan sifat unsupervised learning
atau pelatihan tak terbimbing. Cluster yang akan digunakan akan ditentukan
secara manual hanya saja dalam prosesnya data yang masuk akan dikelompokan
secara otomatis tanpa adanya intevensi dari sistem. Penelitian ini menerapkan
Self Organizing Map untuk melakukan klasifikasi data berupa rekaman suara
dengan format file WAV karena merupakan format audio yang belum terkompresi ke
dalam sopran, mezzo sopran, alto, tenor, baritone, dan bass. Dalam pengambilan
data untuk input melalui proses preemphasis, frame, blocking, dan windowing
sebelum dirubah menjadi sinyal diskrit dengan Fast Fourier Transform. Data
berupa rata-rata magnitude menjadi input dalam sistem klasifikasi Self
Organizing Map. Dalam penelitian ini hasil yang didapat belum sesuai dengan
harapan karena data tidak mengelompok dengan baik.Self Organizing Map adalah
metode jaringan syaraf tiruan (Artificial Neural Network) yang biasa digunakan
untuk melakukan proses klasifikasi dengan sifat unsupervised learning atau
pelatihan tak terbimbing. Cluster yang akan digunakan akan ditentukan secara
manual hanya saja dalam prosesnya data yang masuk akan dikelompokan secara
otomatis tanpa adanya intevensi dari sistem. Penelitian ini menerapkan Self
Organizing Map untuk melakukan klasifikasi data berupa rekaman suara dengan
format file WAV karena merupakan format audio yang belum terkompresi ke dalam
sopran, mezzo sopran, alto, tenor, baritone, dan bass. Dalam pengambilan data
untuk input melalui proses preemphasis, frame, blocking, dan windowing sebelum
dirubah menjadi sinyal diskrit dengan Fast Fourier Transform. Data berupa
rata-rata magnitude menjadi input dalam sistem klasifikasi Self Organizing Map.
Dalam penelitian ini hasil yang didapat belum sesuai dengan harapan karena data
tidak mengelompok dengan baik.
Penulis: Andreas Saputra, Sri
Suwarno, Lukas Chrisantyo
Kode Jurnal: jptinformatikadd150380
