Deteksi Suara Gitar Dengan Bahan Jenis Senar Berbeda Melalui Ciri Akustik Dengan MelFrequency Cepstral Coefficients (MFCC) Dan Support Vector Machine (SVM)

Abstract

Abstrak— Gitar akustik merupakan salah satu alat musik terpopuler di dunia. Suara yang dihasilkan gitar memiliki karakteristik suara nya masing-masing. Salah satu faktor yang memengaruhi karakteristik suara gitar adalah jenis senar gitar. Gitar terbagi menjadi 2 jenis berdasarkan jenis material senar nya yaitu senar yang terbuat dari baja dan senar yang terbuat dari nylon. Senar baja cenderung menghasilkan suara yang lebih nyaring dan volume suara yang lebih besar dibandingkan dengan senar nylon yang cenderung menghasilkan suara yang mellow. Namun tidak semua orang dapat membedakan suara gitar atau mengetahui berdasarkan senar yang digunakan hanya dengan mendengarkan suaranya saja. Sistem deteksi bahan gitar ini bertujuan untuk membedakan jenis senar pada suatu gitar. Total kelas di sistem ini terbagi menjadi dua kelas, kelas senar baja dan kelas senar nylon. Hasil dari sistem ini berupa GUI yang memunculkan spektogram dan hasil deteksi. Sinyal suara akan melalui proses ekstraksi ciri akustik menggunakan metode MFCC dengan parameter delta-delta window length terbaik bernilai 5. Hasil dari proses tersebut kemudian akan diklasifikasikan dengan metode support vector machine (SVM) dengan fungsi kernel RBF sebagai fungsi terbaik dengan akurasi 95%. Gitar senar baja cenderung menghasilkan frekuensi maksimum yang lebih besar dibandingkan dengan senar nylon.
Kata kunci— Gitar Akustik, Senar Baja, Senar Nylon, MelFrequency Cepstral Coefficients (MFCC), Support vector machine (SVM).