Dalam penerapan metode ini, jika diamati dari proses logika pada Sub Bab sebelumnya yang kemudian diterapkan dalam pengujian akurasi ke-30 akord dalam rumpun C tersebut maka dapat dikatakan bahwa dengan metode ini, proses penamaan akord memiliki tingkat akurasi yang baik yaitu 100% dan diuji sebanyak 3 kali pengujian. Apabila terjadi kesalahan dalam penamaan akord sebenarnya bukan kesalahan metode tetapi kesalahan pada penulisan
record dan alur logika yang salah penempatan sehingga dapat terjadi dislokasi
yang menyebabkan salah pemanggilan record. Berikut adalah pengujian ke-30 akord
1. Akord C Suspended2.
Gambar 4.11. Uji Akord C Suspended2.
Gambar 4.11 menunjukan pengujian akord C Suspended2 dimana akord terbentuk dari nada C-D-G atau interval 1-2-5.
2. Akord C Minor.
Gambar 4.12. Uji Akord C Minor.
Gambar 4.12 menghasilkan output C Minor, dimana akord ini memiliki interval 1-3b-5 atau diwakilkan dengan nada C-D#-G.
3. Akord C Minor7
Gambar 4.13. Uji Akord C Minor7.
Pengujian Gambar 4.13 menunjukan output C Minor7, dimana akord ini memiliki interval 1-3b-5-7b atau diwakilkan dengan nada C-D#-G-A#.
4. Akord C Minor9
Gambar 4.14. Uji Akord C Minor9.
Gambar 4.14 menunjukan output C Minor9, dimana akord ini memiliki interval 1-3b-5-7b-9 atau diwakilkan dengan nada C-D#-G-A#-D.
5. Akord C Minor11
Gambar 4.15. Uji Akord C Minor11.
Gambar 4.15 menunjukan pengujian C Minor11, dimana akord ini memiliki interval 1-3b-5-7b-9-11 atau diwakilkan dengan nada C-D#-G-A#-D-F.
6. Akord C Minor13.
Gambar 4.16. Uji Akord C Minor13.
Gambar 4.16 menunjukan pengujian akord minor paling kompleks yaitu C Minor13, dimana akord ini memiliki interval yang paling panjang 1-3b-5-7b-9-11-13 atau diwakilkan dengan nada C-D#-G-A#-D-F-A.
7. Akord C Minor Major7.
Gambar 4.17. Uji Akord C Minor Major7.
Gambar 4.17 menunjukan pengujian akord C Minor Major7, dimana akord ini memiliki interval yang paling panjang 1-3b-5-7 atau diwakilkan dengan nada C-D#-G-B.
8. Akord C Add Minor9.
Gambar 4.18 menunjukan pengujian akord C Add Minor9, dimana akord ini juga termasuk rumpun akord minor tetapi memiliki interval 1-3b-5-9 atau diwakilkan dengan nada C-D#-G-D.
9. Akord C Diminished.
Gambar 4.19. Uji Akord C Diminished.
Akord C Diminished diuji pada Gambar 4.19 dimana akord ini memiliki interval 1-3b-5b atau nada C-D#-F#.
10. Akord C Half Diminished7.
Gambar 4.20. Uji Akord C Half Diminished7.
Akord C Half Diminished7 diuji pada Gambar 4.20, memiliki interval 1-3b-5b-7b atau dapat diwakilkan dengan nada C-D#-F#-A#.
11. Akord C Diminished7.
Gambar 4.21. Uji Akord C Diminished7.
Gambar 4.21 menjelaskan pengujian akord C Diminished7 dengan interval 1-3b-5b-6 atau nada C-D#-F#-A.
12. Akord C Major.
Gambar 4.22. Uji Akord C Major.
Gambar 4.22 menunjukkan pengujian Akord C Major dengan interval 1-3-5 atau nada C-E-G.
13. Akord C Major7.
Gambar 4.23. Uji Akord C Major7.
Gambar 4.23 adalah pengujian akord C Major7 yang memiliki interval 1-3-5-7 atau dalam konversi nada C-E-G-B.
14. Akord C Sixth.
Gambar 4.24. Uji Akord C Sixth.
Gambar 4.24 menguji akord C Sixth dengan interval 1-3-5-6 atau dalam nada C-E-G-A.
15. Akord C Dominant7.
Gambar 4.25. Uji Akord C Dominant7.
Akord C Dominant7 diuji pada gambar 4.25 dimana interval nada dari akord ini adalah 1-3-5-7b atau C-E-G-A#.
16. Akord C Dominant9.
Gambar 4.26. Uji Akord C Dominant9.
Akord C Dominant9 diuji pada gambar 4.26 dimana interval nada dari akord ini adalah 1-3-5-7b-9 atau C-E-G-A#-D.
17. Akord C Dominant11.
Gambar 4.27. Uji Akord C Dominant11.
Akord pada Gambar 4.27 adalah C Dominant11 yang memiliki interval 1-3-5-7b-9-11 atau C-E-G-A#-D-F.
18. Akord C Dominant13.
Gambar 4.28. Uji Akord C Dominant13.
Gambar 4.28 menunjukan pengujian akord C Dominan13 yang memiliki interval 1-3-5-7b-9-11-13 atau C-E-G-A#-D-F-A.
19. Akord C Major9.
Gambar 4.29. Uji Akord C Major9.
Gambar 4.29 menunjukan pengujian akord C Major9 yang memiliki interval 1-3-5-7-9 atau dalam nada dapat diwakilkan dengan C-E-G-B-D.
20. Akord C Major11.
Gambar 4.30. Uji Akord C Major11.
Gambar 4.30 menunjukkan pengujian akord C Major11 yang memiliki interval 1-3-5-7-9-11 atau dalam nada dapat diwakilkan dengan C-E-G-B-D-F.
21. Akord C Major13.
Gambar 4.31. Uji Akord C Major13.
Gambar 4.31 menunjukkan pengujian akord C Major13 dengan interval 1-3-5-7-9-11-13 atau dalam nada dapat diwakilkan dengan C-E-G-B-D-F-A.
22. Akord C Add9.
Gambar 4.32. Uji Akord C Add9.
Gambar 4.32 menunjukkan pengujian akord C Add9 dengan interval 1-3-5-9 atau dalam nada dapat diwakilkan dengan C-E-G-D.
23. Akord C Augmented.
Gambar 4.33. Uji Akord C Augmented.
Gambar 4.33 menunjukkan pengujian akord C Augmented dengan interval 1-3-5# atau dalam nada dapat diwakilkan dengan C-E-G#.
24. Akord C Augmented7.
Gambar 4.34. Uji Akord C Augmented7.
Gambar 4.34 menunjukkan pengujian akord C Augmented7 dengan interval 1-3-5#-7b atau dalam nada dapat diwakilkan dengan C-E-G#-A#.
25. Akord C Augmented9.
Gambar 4.35. Uji Akord C Augmented9.
Gambar 4.35 menunjukkan pengujian akord C Augmented9 dengan interval 1-3-5#-7b-9 atau dalam nada dapat diwakilkan dengan C-E-G#-A#-D.
26. Akord C Suspended4.
Gambar 4.36. Uji Akord C Suspended4.
Gambar 4.36 menunjukkan pengujian akord C Suspended4 dengan interval 1-4-5 atau dalam nada dapat diwakilkan dengan C-F-G.
27. Akord C 7Suspended4.
Gambar 4.37. Uji Akord C 7Suspended4.
Gambar 4.37 menunjukkan pengujian akord C 7Suspended4 dengan interval 1-4-5-7b atau dalam nada dapat diwakilkan dengan C-F-G-A#.
28. Akord C 9Suspended4.
Gambar 4.38. Uji Akord C 9Suspended4.
Gambar 4.38 menunjukkan pengujian akord C 9Suspended4 dengan interval 1-4-5-7b-9 atau dalam nada dapat diwakilkan dengan C-F-G-A#-D.
29. Akord C 13Suspended4.
Gambar 4.39. Uji Akord C 13Suspended4.
Gambar 4.39 menunjukkan pengujian akord C 13Suspended4 dengan interval 1-4-5-7b-9-13 atau dalam nada dapat diwakilkan dengan C-F-G-A#-D-A.
30. Akord C Power Chord.
Gambar 4.40. Uji Akord C Power Chord.
Gambar 4.40 menunjukkan pengujian akord C Power Chord dengan interval 1-5 atau dalam nada dapat diwakilkan dengan C-G.
81
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
a. Berdasarkan penelitian yang dilakukan oleh penulis yang juga berperan
sebagai pelaku peneliti, dapat disimpulkan bahwa metode forward chaining dapat dikombinasikan dengan logika penamaan akord musik dan terimplementasi dengan baik dalam code computer, Sehingga dengan pengkombinasian ini ditemukan sebuah cara baru dalam menamai akord musik dengan metode yang cukup sederhana dan menghasilkan output yang efektif.
b. Akurasi dalam penamaan akord dengan metode forward chaining memiliki
tingkat akurasi yang baik bila dalam proses meletakkan record dilakukan secara benar dan teliti sehingga hasil output yang diinginkan sesuai dan dapat disimpulkan bahwa akurasi dengan forward chaining adalah 100% dengan catatan pengujian dilakukan secara teliti. Evaluasi dengan metode ini, penamaan akord memiliki path pada pohon keputusan yang cukup panjang dan detail sehingga butuh pengujian yang teliti.
5.2 Saran
Dalam penamaan akord dengan metode forward chaining berdasarkan interval, memiliki kekurangan dalam memberikan nama akord yang memiliki sifat ambigu, sehingga metode ini hanya bisa digunakan untuk penamaan akord yang sudah pasti seperti 30 akord yang sudah dijelaskan dalam penelitian ini, saran penulis dalam penelitian lainnya adalah
1. Mengambangkan metode forward chaining yang dikombinasikan dengan metode lain untuk penamaan akord yang lebih kompleks
2. Memperbanyak jenis akord yang dinamai jika dikombinasikan dengan metode lain.
83
DAFTAR PUSTAKA
[1] P. Rubiono, “Musik dan Manusia.” [Online]. Available: http://www.nimusinstitute.com/musik-dan-manusia. [2] H. Jimmy, “Teori musik.” Soli Deo Gloria, pp. 1–12.
[3] Hall Leonard Corporation, “picture-chord-encyclopedia.pdf,” Picture Chord
Encyclopedia. Hal Leonard Corporation, pp. 4–5, 2000.
[4] A. S. Honggowibowo, “Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web dengan Metode Forward dan Backward Chaining,” ISSN, p. 2, 2012.
[5] P. Destarianto, E. Yudaningtyas, and S. H. Pramono, “Penerapan Metode Inference Tree dan Forward Chaining dalam Sistem Pakar Diagnosis Hama dan Penyakit Kedelai Edamame Berdasarkan,” EECCIS, vol. 7, no. 1, pp. 21– 27, 2013.
[6] M. I. S. Zunaidi, “Rule Base Expert System dengan Metode Forward Chaining Untuk Memprediksi Kualitas,” Expert Syst., 2013.
[7] D. S. Pinurbo and E. Ariyanto, “Implementasi Metode Forward Chaining untuk Analisa Pendeteksian Dini Penyakit Diabetes Mellitus,” Inst. Teknol.
Telkom Bandung, 2012.
[8] P. Hanna, M. Robine, and T. Rocher, “An alignment based system for chord sequence retrieval,” Proc. 2009 Jt. Int. Conf. Digit. Libr. - JCDL ’09, p. 101, 2009.
[9] M. Granroth-wilding and M. Steedman, “Harmonic Analysis of Jazz MIDI Files Using Statistical Parsing,” no. June, pp. 1–19, 2012.
[10] T. Kitahara, S. Kimura, Y. Suzuki, and T. Suzuki, “Hummi-Com : Humming-based Music Composition System,” pp. 3–4, 2012.
[11] A. Nasridinov and Y. Park, “A Study on Music Genre Recognition and
Classification Techniques,”, International Journal of Multimediaand Ubquitous Engineering, vol. 9, no. 4, pp. 31–42, 2014.
[12] I. Ghozali, “Pembelajaran Musik Berbasis Siswa,” FKIP Untan, pp. 651–663, 2011.
[13] Oxford, “Oxford Ensiklopedi Pelajar,” Oxford University press. 2005. [14] G. Govan, Guthrie Govan - Creative Guitar 01.pdf. United Kingdom:
Sanctuary Publishing Limited, 2002.
[15] M. J. Sternal, “Guitar : Probable Chord.” MJS Music, 2006.
[16] J. Sandercoe, “Practical Music Theory,”, Justinguitar, vol. 1, pp. 1–45, 2009. [17] V. Gogate and R. Dechter, “SampleSearch : Importance Sampling in presence
of Determinism,” Univ. Washingon, pp. 1–57, 2010.
[18] W. T. L. Teacy, M. Luck, A. Rogers, and N. R. Jennings, “An Efficient and Versatile Approach to Trust and Reputation using Hierarchical Bayesian Modelling,” Expert Syst., pp. 1–44, 2012.
[19] M. T. Jones, Artificial Intelligence A System Approach. Hingham, Massachusetts: Infinity Science Press LLC, 2008.
[20] D. V. S. T. Sutojo, S.Si., M.kom., Edi Mulyanto, S.Si., M.Kom., Kecerdasan
Buatan, Yogyakarta. Andi, 2011.
[21] S. Gelly and D. Silver, “Monte-Carlo tree search and rapid action value
estimation in computer Go,” Artif. Intell., vol. 175, no. 11, pp. 1856–1875, Jul. 2011.
[22] A. N. Fadhilah, D. D. Dhami, and J. Dhamiri, “Perancangan Aplikasi Sistem Pakar Penyakit Kulit pada Anak dengan Metode Expert System Develpoment Lifr Cycle,” ISSN, pp. 1–7, 2012.
[23] E. Darnila, “Forward Chaining dan Rules Based Reasoning untuk Membantu Pengendalian Penyakit Menular Tuberkulosis,” Sist. Pakar, vol. III, no. April, pp. 20–23, 2013.
[24] R. S. Kamath and R. K. Kamat, “Development of an Intelligent Virtual Environment for Augmenting Natural Language Processing in,” Nat. Lang.
[25] D. Povey, “Subspace Gaussian Mixture Models for Speech Recognition,”
Speech Recognit., 2013.
[26] O. Linda, M. Manic, and S. Member, “Self-Organizing Fuzzy Haptic Teleoperation of Mobile Robot Using Sparse Sonar Data,” 2011. [27] G. Verhoeven, “Software Review Taking Computer Vision Aloft
-Archaeological Three-dimensional Reconstructions from Aerial Photographs with PhotoScan,” Comput. Vis., vol. 73, no. January, pp. 67–73, 2011.
[28] L.-H. Huang, C.-Y. Chen, and C.-H. Wu, “The Effect of Multimedia-Aided Instruction on Learning of Advanced Cardiac Life Support ( ACLS ) by Nurses,” no. 04, pp. 101–110, 2011.
[29] S. Haufe, S. Schiffel, and M. Thielscher, “Automated verification of state sequence invariants in general game playing,” Artif. Intell., vol. 187–188, pp. 1–30, Aug. 2012.
[30] P. Szolovits, Expert System Tools. Cambridge, Massacusetts: MIT Press, 1980. [31] J. Giarratano and G. Riley, Expert System “Principles and Programming” 3rd