Prayoga, I Made Ade (2022) Pengelompokan Laras Suara Berdasarkan Pepatutan Atau Pathet Gamelan Bali Menggunakan Klasifikasi K-Nearest Neighbour Dan Support Vector Machine. Masters thesis, Universitas Pendidikan Ganesha.
Text (COVER)
1929101039 - COVER.pdf Download (3MB) |
|
Text (ABSTRAK)
1929101039 - ABSTRAK.pdf Download (861kB) |
|
Text (BAB 1 PENDAHULUAN)
1929101039 - BAB 1 PENDAHULUAN.pdf Download (2MB) |
|
Text (BAB 2 KAJIAN TEORI)
1920101039 - BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (13MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1929101039 - BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1929101039 - BAB 4 HASIL DAN PEMBAHSAN.pdf Restricted to Repository staff only Download (16MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1929101039 - BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1929101039 - DAFTAR PUSTAKA.pdf Download (1MB) |
|
Text (LAMPIRAN)
1929101039 - LAMPIRAN.pdf Download (2MB) |
Abstract
Gamelan merupakan sebuah orkestra yang terdiri dari instrumental yang terbuat dari batu, kayu, bambu, besi, perunggu, kulit, dawai dan lain-lainnya dengan menggunakan laras pelog dan slendro, dan memiliki 7 pepatutan atau pathet yakni; (1) pathet selisir, (2) pathet panji, (3) pathet tembung (4) pathet sunaren, (5) pathet baro, (6) pathet pengenter, dan (7) pathet malat, setiap pepatutan atau pathet memiliki ciri khusus dengan aturan – aturan cara memainkanya pada setiap kelompok Gamelan Bali. Seiring dengan perkembangan jaman, adanya transisi cara mengajar jaman dulu dan sekarang yang berbeda sehingga anak jaman sekarang hanya mengetahui urutan bilah gamelan yang mana dipukul bukan laras suara gamelannya. Maka dari itu penulis ingin membangun sebuah sistem yang dapat mengelompokan laras suara ke dalam 7 pepatutan atau pathet yang terdapat di dalam Gamelan Bali. Sistem ini akan dirancang dan dibangun berdasarkan pengelompokkan pepatutan atau pathet yang diperoleh dengan menggunakan algoritma K-Nearest Neighbor dan Support Vector Machine. Berdasarkan hasil pengujian algoritma KNN memberikan hasil yang lebih efektif dalam melakukan pengelompokan laras suara dengan hasil persentase tingkat akurasi mencapai 100% sedangkan untuk algoritma SVM memberikan hasil persentase tingkat akurasi sebesar 74,29%. Pengujian dari waktu yang dibutuhkan dalam proses klasifikasi juga menunjukan bahwa KNN memberikan waktu pengolahan yang lebih cepat yaitu 0,14388 detik dibandingkan dengan SVM yaitu 0.17642 detik. KNN memberikan hasil yang lebih baik karena pada prinsipnya K-NN memilih tetangga terdekat dimana menggunakan parameter jarak yaitu Euclidean distance yang sangat cocok untuk digunakan dalam menentukan jarak terdekat antar dua data.
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | pengelompokan, pathet, Gamelan, K-NN, SVM |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
Depositing User: | I MADE ADE PRAYOGA |
Date Deposited: | 22 Feb 2022 04:03 |
Last Modified: | 22 Feb 2022 04:03 |
URI: | http://repo.undiksha.ac.id/id/eprint/10235 |
Actions (login required)
View Item |