Musical Instrument Recognition Dengan Metode Mel-Frequency Cepstral Coefficients (MFCC) Dan Learning Vector Quantization (LVQ) Dalam Mengklasifikasikan Sumber Bunyi Pada Alat Musik

Musical Instrument Recognition merupakan proses yang digunakan untuk mengenali suara alat musik, pada penelitian ini suara alat musik yang dikenali yaitu suara alat musik berdasarkan sumber bunyi. Berdasarkan sumber bunyi yang dihasilkan alat musik dibagi kedalam lima bagian antara lain, Aerophone, Elektrophone, Chordofone, Idiophone, Membranophone. Pada penelitian sebelumnya telah dilakukan pengenalan suara dengan metode klasifikasi Learning Vector Quantization (LVQ) dan metode ekstraksi Mel frequency cepstral coefficients (MFCC) pada beberapa kasus, diantaranya identifikasi suara paru-paru dengan akurasi 87.83 %, identifikasi multi Bahasa dengan akurasi 90%, penerapan untuk transkripsi suara ke teks dengan akurasi 98.57%. Karena hasil dari penelitian sebelumnya untuk pengenalan suara dengan metode LVQ dan MFCC menghasilkan akurasi yang baik. Maka pada penelitian ini akan dilakukan pengenalan suara dengan metode serupa untuk mengklasifikasikan sumber bunyi pada alat musik. Adapun tujuan dari penelitian ini yaitu mengetahui perfomansi pada metode MFCC dan LVQ sebagai pengenalan suara dalam mengklasifikasikan sumber bunyi pada alat musik. Dalam mengklasifikasikan alat musik berdasarkan sumber bunyi diperoleh melalui tiga tahap yaitu tahap ekstraksi suara dengan metode MFCC, tahap klasifikasi dataset menggunakan metode LVQ dan tahap pengujian hasil klasifikasi. Pengujian dilakukan dengan menggunakan dataset sebanyak 750 dengan 5 kelas sumber bunyi, hasil dari pengujian perfomansi menunjukan bahwa metode MFCC dan LVQ memiliki tingkat persentase akurasi yang baik, yaitu sebesar 94.80%.

Musical Instrument Recognition is a process used to recognize the sound of musical instruments, in this study the sound of a recognized musical instrument that sounds the instrument based on the sound source. Based on the sound source produced by the musical instrument is divided into five parts, among others, Aerophone, Elektrophone, Chordofone, Idiophone, Membranophone. In the previous research, voice recognition with Learning Vector Quantization (LVQ) and Mel Cepstral coefficients (MFCC) extraction method were used in some cases, such as voice identification with 87.83% accuracy, multi language identification with 90% accuracy, For voice transcription to text with 98.57% accuracy. Because the results of previous studies for voice recognition with LVQ and MFCC methods resulted in good accuracy. So in this research will be done voice recognition with a similar method to classify the sound source on musical instruments. The purpose of this research is to know perfomansi on MFCC and LVQ method as voice recognition in classifying sound source on musical instrument. In classifying musical instruments based on sound sources obtained through three stages of sound extraction stage with MFCC method, dataset classification stage using LVQ method and classification testing stage. The test was performed using 750 dataset with 5 sound source classes, the result of the performance test showed that MFCC and LVQ methods had a good accuracy percentage percentage of 94.80%