Prediksi Akor Musik Menggunakan Deep Learning Berbasis Notasi Angka

Rachmatullah, Muhammad Zulfikar Alfathan (2021) Prediksi Akor Musik Menggunakan Deep Learning Berbasis Notasi Angka. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07211640000024-Non_Degree.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Musik merupakan bidang seni yang tidak pernah lepas dari kehi�dupan manusia. Keberadaan musik sendiri telah menyatu dengan kehidupan manusia. Bagi yang baru saja belajar ataupun menda�lami musik, pasti dimulai dari belajar bagaimana cara membaca tangga nada, lalu menyesuaikan tempo permainan, lalu mempela�jari akor mana yang tepat untuk sebuah baris birama. Namun, sering kali bagi orang yang baru belajar musik akan kesulitan, ji�ka diminta untuk melakukan improvisasi dari nada yang diberikan untuk menentukan akor mana yang tepat untuk mengiringi sebuah baris birama. Salah satu cara untuk menentukan akor mana yang akan digunakan yaitu dengan dikembangkan sebuah metode untuk menentukan akor mana yang akan digunakan untuk mengiringi ba�ris birama tersebut. Sistem ini akan mengklasifikasian baris bira�ma yang dibaca menggunakan Deep Learning. Sistem ini mampu mengklasifikasikan empat jenis akor dengan akurasi 68.5%. Namun, empat jenis akor tersebut merupakan akor yang sering muncul pada kebanyakan partitur musik. Oleh karena itu, diperlukan data yang lebih banyak untuk akor lainnya yang jarang muncul pada partitur untuk ditambahkan ke dalam sistem ini. ================================================================================================================== Music is an art field that can never be separated from human life. The existence of music itself has been integrated with human life. For those who are just learning or exploring music, surely starting from learning how to read scales, then adjusting the tempo, then learning which chords are right for a melody bar. However, often people who are just learning music will find it difficult if asked to improvise from a given tone to determine which chord is right to accompany those bar. Therefore, in this final project a method will be developed to determine which chord will be used to accompany the corresponding melody bar. One way to determine which chord that will be used is by developing a method to determines which chord to use to accompany that melody bar. This system will classify melody bar that being read using Deep Learning. This system is capable to classifies four chord types with an accuracy around 68.5%. However, the four types of chords are chords that often appear on mostly musical scores. Therefore, more data for other chords that rarely appear on score are need to be added to this system.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Improvisasi Akor, Baris Birama, Deep Learning.
Subjects: M Music and Books on Music > M Music
T Technology > T Technology (General) > T174 Technological forecasting
Divisions: Faculty of Electrical Technology > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User: Muhammad Zulfikar Alfathan Rachmatullah
Date Deposited: 10 Mar 2021 03:17
Last Modified: 10 Mar 2021 03:18
URI: https://repository.its.ac.id/id/eprint/84022

Actions (login required)

View Item View Item