Savitri, Ayu Ditha (2023) KLASIFIKASI JENIS KIDUNG BALI BERDASARKAN CITRA SPECTOGRAM SUARA MENGGUNAKAN K-NEAREST NEIGHBOR. Undergraduate thesis, UNIVERSITAS PENDIDIKAN GANESHA.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1615051089-COVER.pdf Download (1MB) |
|
Text (ABSTRAK)
1615051089-ABSTRAK.pdf Download (405kB) |
|
Text (BAB 1 PENDAHULUAN)
1615051089-BAB 1 PENDAHULUAN.pdf Download (304kB) |
|
Text (BAB 2 KAJIAN TEORI)
1615051089-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (944kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1615051089-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (556kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1615051089-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1615051089-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (277kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1615051089-DAFTAR PUSTAKA.pdf Download (313kB) |
|
Text (LAMPIRAN)
1615051089-LAMPIRAN.pdf Download (602kB) |
Abstract
Kidung adalah nyanyian untuk mendukung suatu upacara Panca Yadnya. Banyak aplikasi yang dibuat dengan tujuan edukasi/pembelajaran dalam berbagai bidang, salah satunya adalah teknologi untuk mendeteksi judul lagu dari suara. Namun sayangnya aplikasi yang sudah tersedia belum mampu digunakan untuk mendeteksi kidung karena kurangnya pembelajaran aplikasi tersebut terhadap kidung Bali. Oleh karena itu penelitian ini akan membahas tentang klasifikasi kidung Bali berdasarkkan citra spektogram suara. Dataset yang digunakan dalam penelitian ini bersifat original, dengan alat rekam berupa handphone. Dataset berjumlah 10.396 yang terdiri dari 10 kelas, yaitu Bima Suarga, Kawitan Wargasari, Malat, Mredhu Komala, Ngening, Ngeseng Sawa, Pisaca Arana, Tantri, Totaka, dan Wargasari. Dengan metode klasifikasi KNN dan memanfaatkan ekstraksi fitur HOG, LBP, dan GLCM, sistem mampu mendapatkan hasil akurasi tertinggi sebesar 75,86% dari ekstraksi fitur HOG.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Spectogram, Kidung, HOG, LBP, GLCM, KNN |
| Subjects: | L Education > L Education (General) M Music and Books on Music > M Music T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
| Depositing User: | Ayu Ditha Savitri |
| Date Deposited: | 23 Feb 2023 13:09 |
| Last Modified: | 23 Feb 2023 13:09 |
| URI: | http://repo.undiksha.ac.id/id/eprint/14595 |
Actions (login required)
 |
View Item |