Klasifikasi irama azan berbasis Mel Frequency Cepstral Coefficients menggunakan multilayer perceptron

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Ramadhan, Hafid (2023) Klasifikasi irama azan berbasis Mel Frequency Cepstral Coefficients menggunakan multilayer perceptron. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text Hafid Ramadhan_H96219046 ok.pdf Download (1MB)

Abstract

Sebagai penanda masuknya waktu salat fardhu yang dikumandangkan lima kali setiap harinya, azan menjadi syiar Islam yang paling tampak secara umum. Dari banyaknya variasi irama azan, yang terjadi di lingkungan sekitar masih banyak masyarakat atau bahkan beberapa muazin yang belum mengetahui atau mengenal perihal maqam azan yang dilantunkan. Voice recognition berbasis Mel Frequency Cepstral Coefficient (MFCC) dan klasifikasi mengunakan Multilayer Perceptron (MLP) digunakan untuk mengenali azan dalam lima irama berbeda diantaranya Rast, Bayati, Ajam, Nahawand dan Hijaz. Penelitian ini dilakukan untuk Mengukur performa pengenalan irama azan menggunakan metode MFCC dan MLP. Hasil yang didapatkan setelah implementasi model adalah tingkat akurasi sebesar 56%. Dari hasil tersebut diambil kesimpulan bahwa performa MFCC dan MLP dalam mengenali irama azan kurang baik dengan indikasi terjadinya overfitting pada model klasifikasi yang digunakan.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Ramadhan, Hafid hafidramadhan612@gmail.com H96219046
Contributors:	Contribution Name Email NIDN Thesis advisor Kunaefi, Anang akunaefi@uinsby.ac.id UNSPECIFIED Thesis advisor Khalid, Khalid khalid@uinsby.ac.id UNSPECIFIED
Subjects:	Komputer Teknologi > Teknologi Informasi
Keywords:	Azan; klasifikasi audio; machine learning; Mel Frequency Cepstral Coefficient; multilayer perceptron
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Hafid Ramadhan
Date Deposited:	04 Sep 2023 03:40
Last Modified:	04 Sep 2023 03:40
URI:	http://digilib.uinsa.ac.id/id/eprint/64838

Actions (login required)

View Item