Pengembangan Model Jaringan Syaraf Tiruan Resilient Backpropagation untuk Identifikasi Chord Gitar

Abstract

Penelitian ini mengembangkan pengenalan suara untuk mengidentifikasi chord gitar menggunakan metode jaringan syaraf tiruan resilient backpropagation sebagai metode pengenalan pola dan MFCC sebagai metode ekstraksi ciri. Tujuan penelitian ini adalah menemukan parameter-parameter yang dapat menghasilkan akurasi tertinggi. Parameter yang digunakan dalam proses pengenalan pola resilient backpropagation, yaitu hidden neuron, toleransi galat, learning rate, faktor naik, faktor turun, delta0, dan deltamax. Sedangkan parameter yang digunakan untuk proses MFCC adalah sampling rate, time frame, overlap, dan jumlah cepstral coefficient. Total data suara chord yang digunakan pada penelitian ini sebanyak 8 640 yang diperoleh dari 24 chord. Berdasarkan hasil penelitian yang telah dilakukan, akurasi tertinggi sebesar 95.56% diperoleh dengan menggunakan hidden neuron 100, jumlah koefisien cepstral 52, overlap 0.4, dan time frame 100 ms.