Hakim, Dzikry Maulana (2019) Optical Music Recognition Pada Citra Notasi Musik Menggunakan Convolutional Neural Network. Other thesis, Universitas Komputer Indonesia.
|
Text
1.UNIKOM_DZIKRY MAULANA HAKIM_COVER.pdf - Published Version Download (23kB) | Preview |
|
|
Text
19.UNIKOM_DZIKRY MAULANA HAKIM_LEMBAR PENGESAHAN.pdf - Published Version Download (637kB) | Preview |
|
|
Text
17.UNIKOM_DZIKRY MAULANA HAKIM_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (285kB) | Preview |
|
|
Text
20.UNIKOM_DZIKRY MAULANA HAKIM_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (311kB) | Preview |
|
|
Text
4.UNIKOM_DZIKRY MAULANA HAKIM_KATA PENGANTAR.pdf - Published Version Download (76kB) | Preview |
|
|
Text
5.UNIKOM_DZIKRY MAULANA HAKIM_DAFTAR ISI.pdf - Published Version Download (96kB) | Preview |
|
|
Text
11.UNIKOM_DZIKRY MAULANA HAKIM_BAB 1.pdf - Published Version Download (27kB) | Preview |
|
|
Text
12.UNIKOM_DZIKRY MAULANA HAKIM_BAB 2.pdf - Published Version Download (637kB) | Preview |
|
Text
13.UNIKOM_DZIKRY MAULANA HAKIM_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
14.UNIKOM_DZIKRY MAULANA HAKIM_BAB 4.pdf - Published Version Download (305kB) | Preview |
|
|
Text
15.UNIKOM_DZIKRY MAULANA HAKIM_BAB 5.pdf - Published Version Download (12kB) | Preview |
|
|
Text
10.UNIKOM_DZIKRY MAULANA HAKIM_DAFTAR PUSTAKA.pdf - Published Version Download (83kB) | Preview |
|
Text
21.UNIKOM_DZIKRY MAULANA HAKIM_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version Restricted to Repository staff only Download (465kB) | Request a copy |
||
Text
22.UNIKOM_DZIKRY MAULANA HAKIM_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version Restricted to Repository staff only Download (459kB) | Request a copy |
Abstract
Optical Music Recognition (OMR) adalah suatu cara untuk melakukan pengenalan pada notasi musik secara otomatis. Hambatan utama pada OMR adalah bagaimana cara mengenal objek dari suatu citra yang pada penelitian ini yaitu objek notasi. Salah satu cara untuk melakukan pengenalan notasi musik secara otomatis yaitu dengan memanfaatkan teknologi machine learning, pada penelitian ini menggunakan metode Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan merupakan hasil pengujian yang dilakukan oleh peneliti yaitu kernel yang digunakan berukuran 3x3, jumlah layer pada feature learning sebanyak 3 layer convolution layer dan 3 pooling layer, filter yang digunakan pada convolution layer yaitu 64, 128 dan 256 dan jumlah neuron pada hidden layer sebanyak 7168. Penelitian ini dilakukan untuk mengukur nilai akurasi yang didapatkan dari penerapan metode CNN untuk klasifikasi notasi musik pada notasi musik. Kesimpulan yang didapatkan pada penelitian ini dapat mengenal notasi musik dengan akurasi sebesar 95,56% dan pengenalan notasi musik pada citra baris notasi musik mendapatkan akurasi sebesar 26.19%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Optical Music Recognition, Machine Learning, Convolutional Neural Network, Arsitektur Convolutional Neural Network, Pengenalan Notasi Musik |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 02 Oct 2019 08:35 |
Last Modified: | 02 Oct 2019 08:35 |
URI: | http://elibrary.unikom.ac.id/id/eprint/958 |
Actions (login required)
View Item |