KLASIFIKASI MUSIK AI DAN MANUSIA MENGGUNAKAN OPTIMAL TRANSPORT DAN SUPPORT VECTOR MACHINE

Abstract

Perkembangan teknologi kecerdasan buatan telah memungkinkan generasi musik yang semakin sulit dibedakan dari karya manusia. Hal ini menimbulkan tantangan dalam hal keaslian karya dan keberlanjutan ekosistem kreatif. Penelitian ini mengembangkan model klasifikasi untuk membedakan musik buatan artificial intelligence (AI) dan musik buatan manusia menggunakan Mel-frequency Cepstral Coefficients (MFCC) sebagai representasi fitur audio, wasserstein distance berbasis optimal transport sebagai ukuran kemiripan distribusional, dan Support Vector Machine (SVM) dengan precomputed kernel sebagai model klasifikasi. Sebanyak 603 sampel audio digunakan, terdiri dari lagu manusia dan lagu AI dengan proporsi 49:51. Setiap audio diproses menjadi segmen berdurasi tetap dari titik median durasi lagu dan diekstraksi menggunakan 40 koefisien MFCC. Sebelum dihitung jarak antar distribusinya, setiap lagu dinormalisasi menggunakan Cepstral Mean and Variance Normalization (CMVN). Setiap lagu kemudian direpresentasikan sebagai distribusi empiris dari frame MFCC, dan jarak antar distribusi dihitung menggunakan Wasserstein distance untuk membentuk precomputed kernel pada model SVM. Optimasi model dilakukan melalui grid search dengan 5-fold crossvalidation. Model terbaik menggunakan sigma scale 1 dan parameter regularisasi C sebesar 2, menghasilkan F1-score sebesar 0.873 dan akurasi sebesar 0.873 pada data uji. Analisis lebih lanjut menunjukkan bahwa perbedaan karakteristik akustik antara kedua kelas paling signifikan terletak pada koefisien MFCC orde rendah, yang merepresentasikan karakteristik energi dan timbre spektral secara global.