Perbandingan Dan Analisis K- Nearest Neighbor Dan Linear Discriminant Analysis Untuk Klasifikasi Genre Musik

Abstract

Dalam tugas akhir ini, dilakukan penelitian bagaimana mengembangkan klasifikasi genre yang memiliki kualitas yang baik dalam ketepatan klasifikasinya yang menggunakan ciri konten frekuensi dan klasifikasi menggunakan metode K-Nearest Neighbor dan Linear Discriminant Analysis. Dari skenario pengujian terhadap paramater Jenis dan Orde Filter didapat parameter terbaik yaitu Jenis filter Buteerworth dengan orde 3. Setelah dilakukan pengujian terhadap klasifikasi 4 genre lagu yaitu m e t a l , pop, rock, dan dance, akurasi tertinggi adalah 81,5 % untuk jumlah data acuan 50 tiap-tiap genre, jumah data uji 50 tiap-tiap genre, nilai k = 1, dan jenis euclidean d a n u n t u k L i n e a r D i s c r i m i n a n t A n a l y s i s d i p e r o l e h h a s i l a k u r a s i 8 5 % u n t u k j u m l a h d a t a a c u a n 5 0 d a n 5 0 d a t a u j i t i a p - t i a p g e n r e .

Kunci : Klasifikasi, genre musik, K-Nearest Neighbor, L i n e a r D i s c r i m i n a n t A n a l y s i s