Implementasi Metode MFCC (Mel Frequency Cepstral Coefficient) Dan Naive Bayesian Untuk Klasifikasi Nada Dasar Gitar

Gitar merupakan alat musik modern yang populer, dan banyak digunakan sebagai instrumen pengisi rhythm dan melodi dalam sebuah lagu. Pengetahuan kunci gitar atau akor diperlukan untuk memainkan gitar. Akor merupakan rangkaian nada yang membangun keharmonisasian pada musik [9]. Mengenali sebuah akor gitar lebih sulit dilakukan oleh indera pendengaran manusia khususnya bagi mereka yang awam terhadap akor gitar. Penelitian ini menggunakan metode MFCC ( Mel Frequency Cepstral Coefficient ) untuk ekstraksi suara dan Naive Bayesian untuk klasifikasi. Metode MFCC merupakan teknik ekstraksi ciri yang telah luas dipakai pada pemrosesan sinyal suara, terutama pada pengenalan pembicara. Metode MFCC mempunyai ciri-ciri khusus yang akan diekstrak dari masukan sinyal suara yang nantinya akan dikenali. Berdasarkan hasil penelitian yang telah dilakukan dapat diketahui klasifikasi nada dasar gitar dengan klasifikasi Naïve Bayesian menggunakan metode MFCC sebagai metode untuk ekstraksi pengolah suara dan metode naive bayesian sebagai metode untuk klasifikasi. Dari hasil pengujian yang telah dilakukan klasifikasi nada dasar gitar menggunakan metode MFCC dan naive bayesian didapat tingkat akurasi sebesar 70%.

The guitar is a popular modern musical instrument, and is widely used as an instrument of rhythm and melody in a song. The key knowledge of the guitar or chord is necessary to play the guitar. The chord is a series of tones that build harmonies on music [9]. Recognizing a guitar chord is harder to do with the human sense of hearing especially for those who are unaware of the guitar chords. This research uses MFCC (Mel Frequency Cepstral Coefficient) method for sound extraction and Naive Bayesian for classification. MFCC method is a feature extraction technique that has been widely used in voice signal processing, especially on speaker recognition. The MFCC method has special features to be extracted from the input of the sound signal which will later be recognized. Based on the results of research that has been done can be known classification of guitar base tone with Naïve Bayesian classification using MFCC method as a method for extraction of voice processing and naive bayesian method as a method for classification. From the results of tests that have been done tone guitar classification using MFCC and naive bayesian methods obtained accuracy of 70 %.