Analisis performasi algoritma fuzzy inference rules dalam penentuan kord lagu

(1)

(2)

(3)

(4)

(5)

1

BIODATA PENULIS

1. DATA PRIBADI

Nama : Septyawati Pasaribu

Tempat/ Tanggal Lahir : Jakarta, 27 September 1990

Agama : Kristen Protestan

Kewarganegaraan : Indonesia

Status : Belum Menikah

Anak ke : 3 dari 3 bersaudara

Alamat : Jl. Dipatiukur Gg Kubang Selatan No.112 RT.04 RW.12 Bandung 40132

Nomor Telepon : 08568203808

Email : [email protected]

2. RIWAYAT PENDIDIKAN

1. Sekolah Dasar

1997 – 2003 : SD Negeri Kuncup Mekar II Tangerang

2. Sekolah Menengah Pertama

2003 – 2006 : SMP Sholafide BKKK Tangerang

3. Sekolah Menengah Atas

2006 – 2009 : SMA Negeri 4 Tangerang

4. Perguruan Tinggi

(6)

2

Demikian riwayat hidup ini saya buat dengan sebenar-benarnya dalam keadaan sadar dan tanpa paksaan.

Bandung, 27 Agustus 2013

(7)

ANALISIS PERFORMANSI ALGORITMA

FUZZY

INFERENCE RULES

DALAM PENENTUAN KORD

LAGU

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer

SEPTYAWATI

10109304

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

(8)

iii

KATA PENGANTAR

Salam sejahtera,

Segala Puji dan syukur penulis panjatkan bagi Tuhan Yang Maha Esa karena atas segala rahmat dan karunia-Nya yang memberikan kesehatan dan hikmat kepada penulis sehingga penelitian ini dapat diselesaikan dengan baik sesuai dengan waktu yang direncanakan.

Skripsi yang berjudul “Analisis Performansi Algoritma Fuzzy Inference Rules Dalam Penentuan Kord Lagu” disusun untuk memperoleh gelar Sarjana Teknik Informatika, Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia.

Pada kesempatan ini penulis hendak menyampaikan terima kasih kepada : 1. Tuhan Yesus Kristus atas kasih karunia-Nya sehingga penulis mampu

menyelesaikan tugas akhir ini.

2. Ibunda dan Ayahanda, terima kasih yang tak terhingga atas segala kasih sayang, segala dukungan dan doa restu yang tidak henti-hentinya bagi penulis. 3. Keluarga besar penulis, terutama kakak lydia dan abang victor yang selalu

memberikan dukungan dan motivasi.

4. Bapak Adam Mukharil Bachtiar, S.Kom., M.T selaku dosen pembimbing skripsi yang telah banyak memberikan bimbingan dan saran-saran kepada penulis sejak awal penelitian sampai dengan selesainya penulisan skripsi ini. 5. Ibu Tati Harihayati M.,S.T.,M.T selaku dosen penguji 1 yang telah

memberikan masukan dan saran-saran dalam penyusunan penelitian skripsi ini. 6. Bapak Alif Finandhita, S.Kom selaku dosen penguji 2 yang telah memberikan

masukan dan saran-saran dalam penyusunan penelitian skripsi ini.

(9)

iv

8. Bapak Irawan Afrianto, M.T selaku ketua program studi teknik informatika universitas komputer indonesia, sekaligus dosen wali IF 7 angkatan 2009. 9. Komisi musik di Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM),

terima kasih atas waktunya untuk berbagai pengalaman dalam musik.

10. Janter Silaen,S.E yang selalu memberikan dukungan dengan inspirasi yang luar biasa kepada penulis.

11. LoL.a, jennifer, eka, michelle, sarah, sandra dan echa sahabat terbaik yang selalu memberikan semangat.

12. Kakak ken yang selalu memberikan saran-saran yang terbaik terhadap penulis.

13. Teman-teman seperjuangan, subur’s family noni, irne, ita dan deby, terima kasih untuk menjadi teman terbaik.

14. Teman-teman PMK dan HMIF UNIKOM.

15. Agnes Monica, terimakasih untuk segala semangat yang disalurkan melalui mata batin kepada penulis. DREAM, BELIEVE AND MAKE IT HAPPEN! 16. Seluruh pihak yang telah memberikan kontribusi dan bantuannya bagi

penulis, namun tidak sempat dicantumkan namanya satu per satu.

Penulis telah berupaya dengan semaksimal mungkin dalam penyelesaian skripsi ini, namun penulis menyadari masih banyak kelemahan baik dari segi isi maupun tata bahasa, untuk itu penulis mengharapkan kritik dan saran yang bersifat membangun dari pembaca demi kesempurnaan skripsi ini. Tak lupa penulis memohon maaf apabila dalam penulisan laporan tugas akhir ini, penulis telah menyinggung perasaan atau telah menyakiti hati semua orang, baik yang disengaja maupun yang tidak disengaja. Kiranya isi skripsi bermanfaat dalam memperkaya khasanah ilmu pendidikan dan juga dapat dijadikan sebagai salah satu sumber referensi bagi peneliti selanjutnya yang berminat meneliti hal yang

sama.

Salam Kasih.

(10)

v

DAFTAR ISI

ABSTRAK ...i

ABSTRACT ...ii

KATA PENGANTAR ...iii

DAFTAR ISI ...v

DAFTAR GAMBAR ...vii

DAFTAR TABEL ...viii

DAFTAR SIMBOL...x

DAFTAR LAMPIRAN ...xi

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ...1

1.2 Perumusan Masalah... 2

1.3 Maksud dan Tujuan ... 2

1.4 Batasan Masalah ... 3

1.5 Metodologi Penelitian ... 4

1.6 Sistematika Penulisan ... 6

BAB 2 LANDASAN TEORI ...9

2.1 Teori Umum Musik ... 9

2.1.1 Partitur... 9

2.1.2 Nada ...10

2.1.3 Birama ...11

2.1.4 Tangga Nada ...12

2.1.5 Tangga Nada Diatonis ...14

2.1.6 Kord ...15

2.2 Algoritma...18

2.2.1 Kompleksitas Algoritma ...19

2.2.2 Logika Fuzzy...23

BAB 3 ANALISIS ALGORITMA ...35

3. 1 Analisis Domain Masalah ...35

(11)

vi

3.3 Analisis Kompleksitas Waktu Asimptotik Algoritma Fuzzy Inference

Rules...48

3.4 Analisis Spesifikasi Kebutuhan Perangkat Lunak...56

3.4.1 Analisis Kebutuhan Non Fungsional ...57

3.4.2 Analisis Kebutuhan Fungsional ...60

BAB 4 IMPLEMENTASI DAN PENGUJIAN...63

4.1 Implementasi Simulasi ...63

4.4.1 Implementasi Perangkat Keras...63

4.4.2 Implementasi Perangkat Lunak ...63

4.4.3 Implementasi Antarmuka ...64

4.2 Pengujian Simulasi ...64

4.2.1 Pengujian Terhadap Lagu “Zaman Sekarang Berjagalah”...65

4.2.2 Pengujian Terhadap Lagu “Nyanyilah dan Menarilah” ...67

4.2.3 Pengujian Performansi ... 69

4.3 Kesimpulan Pengujian ...83

BAB 5 KESIMPULAN DAN SARAN ...85

5.1 Kesimpulan...85

5.2 Saran ...85

(12)

(13)

86

DAFTAR PUSTAKA

[1] Mohammad Jamshidi.,Nader Vadiee., and Timothy J.Ross. 1993. Fuzzy Logic and Control : Software and Hardware Applications Volume 2. Prentice Hall. [2] Yan,Jun.,Ryan,Michael., and Power,James. 1994. Using Fuzzy Logic :

Towards Intelligent System. Prentice Hall, Mayland Avenue,UK. [3] Kemerling, Garth. 1997-2002. Rules of Inference. Prentice Hall.

[4] Roger S. Pressman. 2010. Software Engineering: A Practitioner's Approach, 4th ed. New York: McGraw-Hill Companies.

[5] Oxford University Press. 2005. OXFORD Ensiklopedi Pelajar, terj. PT Widyadar. Jilid 6. PT Widyadara, Jakarta.

[6] Christian J, Monoach ST. 2012. Langsung Jago Main Piano Otodidak. Pustaka Makmur, Depok Jawa Barat.

[7] Jmalus, Hamzah Busroh.1998. Pendidikan kesenian 1 (musik). Departemen Pendidikan dan Kebudayaan Direktorat Jenderal Pendidikan Tinggi Proyek Pembinaan Tenaga Kependidikan, Jakarta.

[8] Suyanto,ST.Msc. 2007. Artifial Intelligence: Searching, Reasoning, Planning.

Informatika Bandung, Bandung.

[9] Sudrajat. 2008. Dasar-dasar Fuzzy Logic. Informatika Bandung,Bandung. [10] R. C. T. Lee , Chin-Liang Chang, and S.S. Tseng. 2005. Introduction to the

(14)

1

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Logika fuzzy didefinisikan sebagai suatu jenis logic yang bernilai ganda dan berhubungan dengan ketidakpastiaan dan kebenaran parsial. Salah satu algoritma yang mengadopsi algoritma logika fuzzy adalah algoritma fuzzy inference rules. Fuzzy inference rules didefinisikan sebagai suatu hubungan yang

bersifat implikatif, dimana premis dan konklusi dari hubungan itu bersifat fuzzy.

Teori fuzzy inference rules memiliki himpunan fuzzy set yang dinyatakan dalam fungsi keanggotaan. Karakteristik dasar logika fuzzy inference rules adalah teori himpunan yang memiliki derajat keanggotaan (membership function) sebagai penentu keberadaan elemen dalam suatu himpunan [1].

Berdasarkan karakteristik fuzzy inference rules dapat digunakan untuk permasalahan seperti penentuan kord lagu. Hasil studi literatur tentang penelitian algoritma fuzzy inference rules ditemukan contoh kasus yang diselesaikan dengan algoritma fuzzy inference rules memiliki kesamaan karakteristik dengan kasus penentuan kord lagu di komisi musik Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang. Penentuan kord lagu yang dilakukan oleh para pemula dalam belajar alat musik di komisi musik merupakan suatu hal yang tidak memiliki nilai kebenaran yang mutlak. Kord dianggap sebagai suatu fuzzy set

terhadap suatu bar. Kord dalam suatu bar ini, kemudian dilakukan proses pencarian similarity dari not angka yang terdapat dalam suatu bar. Derajat

kesamaan (similarity degree) yang terletak dalam suatu bar ini akan menjadi parameter dalam analisis algoritma fuzzy inference rules yang dilakukan.

(15)

2

Analisis performansi algoritma dilakukan agar diketahui efisiensi dan kelayakan algoritma pada kasus yang sedang diuji. Tanpa dilakukannya analisis algoritma maka akan terjadi masalah terhadap pengimplementasian algoritma pada kebutuhan dan masalah yang dihadapi. Algoritma yang akan digunakan tidak harus mewah dan canggih. Namun, menggunakan sebuah algoritma sebaiknya tepat dan cocok pada kasus yang sedang diuji. Sebagai contoh, jika kita membutuhkan algoritma yang tepat untuk diterapkan dalam kasus penentuan kord lagu maka algoritma yang dapat diterapkan dengan baik adalah algoritma fuzzy inference rules.

Berdasarkan dari permasalahan yang telah dipaparkan, beberapa studi literatur dan melakukan wawancara dengan komisi musik Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang, maka diperlukan analisis performansi algoritma fuzzy inference rules terhadap kasus penentuan kord lagu [1][2][3].

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah maka dirumuskan sebuah masalah yaitu bagaimana menganalisis performansi algoritma Fuzzy Inference Rules dalam penentuan kordlagu.

1.3 Maksud dan Tujuan

Berdasarkan permasalahan yang diteliti, maka maksud dari penelitian tugas akhir ini adalah untuk melakukan analisis performansi algoritma Fuzzy Inference Rules dalam penentuan kordlagu.

(16)

3

1.4 Batasan Masalah

Batasan masalah dari analisis performansi Algoritma Fuzzy Inference Rules dalam penentuan kordlagu adalah sebagai berikut :

1. Lagu yang digunakan dibatasi hanya kepada lagu-lagu pop dengan tempo yang relatif lambat. Not musik seperempat nada ±100 (artinya ada 100 ketukan yang bernilai ¼ dalam satu menit).

2. Data masukan berupa not angka sebuah lagu beserta nilai/ketukannya.

3. Lagu menggunakan tanda birama yang umum digunakan untuk lagu pop, yaitu

tanda birama 4/4 dikarenakan lagu yang digunakan tidak memiliki kombinasi pola kord yang terlalu banyak.

4. Kord yang digunakan hanya kord yang bersifat umum/standard yaitu kord mayor dan kord minor.

5. Kord yang dihasilkan hanya digunakan pada alat-alat musik yang bersifat melodis.

6. Proses penentuan korddilihat dari kordpertama yang terletak pada tiap bar. 7. Jumlah kord dibatasi hanya satu korduntuk tiap bar. Hal ini dilakukan karena

kord yang muncul selain pada beat pertama, umumnya adalah kordvariasi dan tidak selalu ada lebih dari satu kord untuk tiap bar.

8. Penetapan kord dalam sebuah bar, dilihat dari tingkat kesamaan (similarity degree) antara not-not yang terdapat dalam bar tersebut dengan not-not yang merupakan anggota dari suatu kord.

9. Data keluaranyang dihasilkan pada simulator adalah kumpulan kord dalam not angka.

10. Notasi asimtotik yang digunakan adalah O (big oh). 11. Perangkat Lunak yang dibangun bersifat simulator.

12. Pendekatan pembangunan perangkat lunak yang digunakan pada penelitiaan

(17)

4

1.5 Metodologi Penelitian

Metodologi penelitian merupakan suatu proses yang digunakan untuk memecahkan suatu masalah yang logis, dimana memerlukan data untuk mendukung terlaksananya suatu penelitian. Metodologi penelitian yang digunakan adalah metode deskriptif, yaitu metode yang menggambarkan fakta-fakta dan informasi dalam situasi atau kejadian sekarang secara sistematis, faktual dan akurat. Metode penelitian ini memiliki dua metode yaitu metode pengumpulan data dan metode pembangunan perangkat lunak.

1. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut :

a. Studi Literatur

Studi literatur adalah metode pengumpulan data dilakukan dengan cara mengumpulkan pustaka yang menunjang penelitian yang akan dikerjakan. Pustaka tersebut dapat berupa e-book,buku, artikel, jurnal, laporan akhir, dan sebagainya.

b. Studi Lapangan

Metode pengumpulan data dengan cara berinteraksi langsung dengan orang-orang yang berada di lingkungan Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang. Studi lapangan yang dilakukan adalah dengan melakukan wawancara atau tanya jawab dengan komisi musik.

2. Metode Pembangunan Perangkat Lunak

Metode yang digunakan dalam pembuatan perangkat lunak ini menggunakan model waterfall seperti pada Gambar 1.1. Model ini adalah model klasik yang melakukan pendekatan secara sistematis, berurutan dalam membangun software berkat penurunan dari satu fase ke fase lainnya. Tahap dari model ini adalah sebagai berikut:

1. Communication

(18)

5

pertemuan dengan komisi musik GKI GMM Tangerang, maupun mengumpulkan data kord lagu tambahan baik yang ada di jurnal, artikel, maupun internet.

2. Planning

Tahap planning merupakan lanjutan dari proses communication (analysis requirement). Tahap ini akan menghasilkan dokumen user requirement atau bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam rencana pembuatan simulator yang akan dilakukan. Spesifikasi kebutuhan

perangkat lunak akan dibagi kedalam dua bagian yaitu SKPL-F (Spesifikasi Kebutuhan Perangkat Lunak Fungsional) dan SKPL-NF (Spesifikasi Kebutuhan Perangkat Lunak Non-Fungsional).

3. Modeling

Tahap modeling akan menerjemahkan syarat kebutuhan ke sebuah perancangan simulator yang dapat diperkirakan sebelum dibuat coding. Proses ini berfokus pada rancangan detail (algoritma) procedural. Tahapan ini akan menghasilkan dokumen yang disebut software requirement. Spesifikasi kebutuhan simulator dilakukan berdasarkan kebutuhan simulator penentuaan kord untuk penerapan analisis algoritma serta hasil observasi. Spesifikasi kebutuhan perangkat lunak akan dibagi kedalam dua bagian yaitu SKPL-F (Spesifikasi Kebutuhan Perangkat Lunak Fungsional) dan SKPL-NF (Spesifikasi Kebutuhan Perangkat Lunak Non-Fungsional).

4. Construction

Tahap construction merupakan proses pembuatan kode. Coding atau pengkodean merupakan penerjemahan desain dalam bahasa yang bisa dikenali oleh komputer. Tahapan inilah yang merupakan tahapan secara nyata dalam mengerjakan suatu simulator, artinya dalam tahapan ini penggunaan

(19)

6

5. Deployment

Tahap deployment bisa dikatakan final dari pembuatan simulator. Setelah melakukan analisis, desain dan pengkodean, maka simulator yang sudah jadi akan digunakan oleh user. Kemudian software yang telah dibuat harus dilakukan pemeliharaan secara berkala. Pada simulator penentuan kord lagu ini, tahap deployment tidak perlu dilakukan.

Gambar 1.1 Waterfall Model [4]

1.6 Sistematika Penulisan

Sistematika penulisan laporan akhir penelitian ini disusun untuk

memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai berikut :

BAB 1 PENDAHULUAN

Bab 1 menguraikan tentang latar belakang permasalahan, mencoba merumuskan inti permasalahan yang dihadapi, menentukan tujuan dan kegunaan penelitian, yang kemudian diikuti dengan pembatasan masalah, asumsi, serta sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab 2 membahas berbagai konsep dasar dan teori-teori yang berkaitan dengan topik penelitian yang dilakukan dan hal-hal yang berguna dalam proses analisis permasalahan serta tinjauan terhadap penelitian-penelitian serupa yang telah pernah dilakukan sebelumnya termasuk sintesisnya.

BAB 3 ANALISIS ALGORITMA

(20)

7

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab 4 berisi hasil implementasi analisis algoritma yang dilakukan, serta hasil pengujian sistem untuk mengetahui ketepatan performansi algoritma.

BAB 5 KESIMPULAN DAN SARAN

(21)

(22)

86

BAB 5

KESIMPULAN DAN SARAN

Pada bab ini berisikan kesimpulan dari hasil penelitian yang telah dilakukan serta saran untuk perbaikan dan pengembangan penelitian lebih lanjut.

5.1 Kesimpulan

Berdasarkan hasil yang didapat dalam penelitiaan dan penyusunan skripsi ini serta disesuaikan dengan tujuan, maka diperoleh kesimpulan bahwa fuzzy inference rules memiliki ketepatan dan performansi yang baik dalam kasus

penentuan kord pada lagu dengan studi kasus di komisi musik remaja Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang.

5.2 Saran

Berdasarkan hasil dari keseluruhan simulasi, maka dapat diberikan saran-saran yaitu penambahan rule base dalam algoritma fuzzy inference rules dalam menentukan pemakaian kord yang tepat dalam sebuah lagu untuk mendapatkan tingkat persentase kebenaran yang lebih tinggi dan diharapkan lebih banyak lagi dilakukan rules extraction untuk mendukung tingkat kepastian pengambilan

(23)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

45

Edisi. .. Volume. .., Bulan 20.. ISSN : 2089-9033

ANALISIS PERFORMANSI ALGORITMA

FUZZY INFERENCE RULES

DALAM PENENTUAN KORD LAGU

Septyawati

Universitas Komputer Indonesia Jalan Dipatiukur No.144 [email protected]

ABSTRAK

Kord lagu merupakan hal yang biasa ditemui dalam dunia musik. Salah satu contoh persoalan kord lagu adalah penentuan ketepatan kord pada sebuah lagu. Algoritma yang dapat digunakan untuk menyelesaikan persoalan penentuan kord lagu adalah fuzzy logic. Algoritma fuzzy inference rules

merupakan salah satu algoritma yang mengadopsi

fuzzy logic. Penerapan algoritma fuzzy inference rules dalam kasus penentuan kord lagu ini harus disertai analisis performansinya agar dapat diketahui ketepatan dan keoptimalan dari algoritma itu sendiri saat diterapkan dalam kasus tertentu.

Algoritma fuzzy inference rules merupakan algoritma yang digunakan untuk menyelesaikan persoalan penetapan kord lagu. Analisis algoritma

fuzzy inference rules dapat digunakan untuk mengukur kompleksitas dan performansi serta untuk menguji seberapa baik algoritma ini diterapkan pada kasus penentuan kord lagu. Proses yang digunakan dalam penelitian ini adalah perhitungan derajat kesamaan (similarity degree) pada suatu bar dan

pattern matching hasil dari perhitungan derajat kesamaan not angka pada suatu bar.

Berdasarkan hasil pengujian dapat disimpulkan bahwa algoritma fuzzy inference rules

menghasilkan nilai performansi yang baik dan ketepatan untuk kasus penentuan kord lagu. Adapun data lagu yang digunakan didapat dari komisi musik Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang. Hasil akhir yang diperoleh adalah algoritma fuzzy inference rules ini dapat diketahui efektifitas dan keakuratan hasil terhadap kasus yang sedang dikaji.

Kata Kunci : Performansi, Analisis Algoritma, Algoritma Fuzzy Logic, Algoritma Fuzzy Inference Rules

1. PENDAHULUAN

Logika fuzzy didefinisikan sebagai suatu jenis

logic yang bernilai ganda dan berhubungan dengan ketidakpastiaan dan kebenaran parsial. Karakteristik dasar logika fuzzy inference rules adalah teori himpunan yang memiliki derajat keanggotaan

(membership function) sebagai penentu keberadaan elemen dalam suatu himpunan [6]. Berdasarkan karakteristik fuzzy inference rules dapat digunakan untuk permasalahan seperti penentuan kord lagu. Penentuan kord lagu yang dilakukan oleh para pemula dalam belajar alat musik di komisi musik merupakan suatu hal yang tidak memiliki nilai kebenaran yang mutlak. Kord dianggap sebagai suatu fuzzy set terhadap suatu bar. Kord dalam suatu bar ini, kemudian dilakukan proses pencarian

similarity darinot angka yang terdapat dalam suatu bar. Derajat kesamaan (similarity degree) yang terletak dalam suatu bar ini akan menjadi parameter dalam analisis algoritma fuzzy inference rules yang dilakukan. Analisis performansi algoritma dilakukan agar diketahui efisiensi dan kelayakan algoritma pada kasus yang sedang diuji. Dengan menganalisis performansi algoritma Fuzzy Inference Rules dalam penentuan kord lagu diharapkan dapat mengetahui nilai performansi dan ketepatan Algoritma Fuzzy Inference Rules dalam penentuan kordlagu.

1.1 Analisis Domain Masalah

Analisis algoritma Fuzzy Inference Rules

dilakukan karena ditemukannya masalah dalam penggunaan algoritma Fuzzy Inference Rules.

Masalah yang ditemukan saat analisis dilakukan antara lain adalah belum ditemukannya analisis performansi algoritma Fuzzy Inference Rules

terhadap kasus penentuan kord lagu. Hal ini menyebabkan hanya pada kasus-kasus tertentu saja mungkin suatu algoritma lebih efektif dari yang lainnya. Penerapan algoritma fuzzy inference rules

terhadap penentuan kord lagu ini memiliki kesamaan karakteristik. Kord diasumsikan sebagai suatu fuzzy set terhadap suatu bar, nilai membership function

diambil dari hasil perhitungan similarity degree.

(24)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

46

Indonesia Griya Merpati Mas (GKI GMM) Tangerang adalah ketepatan penentuan kord lagu. Pada kasus penentuan kord lagu dapat ditentukan nilai similarity degree dengan not angka yang terdapat dalam suatu bar. Berdasarkan analisis domain masalah yang telah dipaparkan, maka diperlukan rules based dalam penentuan kord lagu dengan menganalisis performansi Algoritma Fuzzy Inference Rules dengan melakukan proses perhitungan similarity degree dari not-not yang terdapat dalam sebuah bar dengan kord yang ada.

1.2 Analisis Metode

Block diagram menggambarkan setiap blok atau bagian dari alur kerja. Block diagram menentukan kord dalam sebuah lagu menggunakan algoritma Fuzzy Inference Rules dapat dilihat pada Gambar 1.

Gambar 1 Block diagram menentukan kord lagu menggunakan Algoritma Fuzzy Inference Rules

1. Preprocessing

Preprocessing merupakan tahapan untuk mendapatkan data yang dibutuhkan pada proses Algoritma Fuzzy Inference Rules.

a. Input Not Angka

Inputan yang dimasukan berupa sejumlah not angka beserta nilai atau ketukannya. Contoh satu bar pada tabel 1 yang ditandai oleh batas | (bar). Salah satu contoh not angka beserta ketukannya yang digunakan adalah sebagai berikut :

Tabel 1 Contoh not angka yang dijadikan contoh kasus

Isi Not Angka

b. Parsing Nilai Not

Parsing nilai not dilakukan untuk mengambil karakter-karakter yang akan dimasukkan ke dalam array untuk diolah pada proses selanjutnya.

Gambar 2 Aturan Produksi Not Angka

2. Similarity Degree Menggunakan Algoritma

Fuzzy Inference Rules

Penentuan kord pada sebuah lagu menggunakan proses perhitungan similarity degree. Similarity degree merupakan tahapan untuk mencari derajat kesamaan/kemiripan (similarity) dari not angka yang terdapat dalam sebuah bar terhadap suatu kord

tertentu. Algoritma Fuzzy Inference Rules membantu dalam pengambilan decision (kord apa yang sebaiknya dipakai) dalam sebuah lagu. Bila kord

pada bar ke-n sama dengan kord pada bar

sebelumnya, maka pada bar ke-n tersebut akan digantikan dengan kord lain yang similarity degree -nya paling mendekati similarity degree-nya semula. Metode perhitungan yang digunakan dalam mencari

similarity degree dari not angka yang terdapat dalam sebuah bar dengan suatu kord tertentu adalah sebagai berikut :

Similarity degree (C) =∑ [ ]

[ ] ...(1)

dimana :

n : jumlah not angka dalam sebuah bar weight_beat : bobot not berdasarkan letaknya

dalam sebuah bar.

weight_not : bobot not berdasarkan keanggotaannya dalam sebuah kord

c : kord yang diujikan.

3. Pemilihan Kord Setiap Bar dengan Pattern Matching

(25)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

47

pattern matching ini bertujuan untuk membuat pemilihan kord untuk setiap bar dari lagu menjadi lebih harmonis.

4. Hasil Penentuaan Kord Pada Lagu

Perhitungan similarity degree not angka menggunakan persamaan 1. Hasil penentuaan kord

dalam sebuah lagu dapat dilihat pada Tabel 2.

Tabel 2 Penentuaan Kord Dalam Lagu

Menjadi

2. ISI PENELITIAN

2.1 Analisis Kompleksitas Waktu Asimptotik Algoritma Fuzzy Inference Rules

Perhitungan kompleksitas waktu asimptotik Algoritma Fuzzy Inference Rules dapat dihitung dengan menelusuri setiap langkah Algoritma Fuzzy Inference Rules pada pseudocode-nya. Pada

pseudocode Algoritma Fuzzy Inference Rules,

terdapat prosedur similarity degree,prosedur pattern matching, prosedur isi not, prosedur jumlah not dan sebuah fungsi similarity degree didalamnya.

Tipe data khusus yang digunakan untuk menampung not angka adalah tipe data Tnot merupakan record dari field _not, _value, _bar, _beat, _posx, _posy, _bobot_not, dan _bobot_bar. Berikut ini merupakan deklarasi tipe data Tnot :

{ Kamus Global }

value : integer, bar : integer, beat : integer, posx : integer, posy : integer, bobotnot : integer, bobotbar : integer, s_kord : string, s_bar : string > endrecord.

arraymynot = array [1..maks] of Tnot bar = array [ 1..maks] of integer mynot : arraymynot

jumnot : integer

Isi pseudocode Algoritma Utama

1

Algoritma ArrayRecordTnot

{I.S : didefinisikan array of record untuk menampung nilai not angka}

{F.S : menampilkan array of record beserta operasinya}

Kamus: bobotnot : integer, bobotbar : integer,

mynot : arraymynot jumnot : integer i: integer

procedure IsiNot (output mynot)

procedure JumlahNot (input mynot :

Algoritma :

IsiNot (mynot) {Pengisian data record mynot}

JumlahNot (mynot, jumnot)

{Perhitungan jumlah not}

{keluaran record} for i  1 to maks do

output (mynot (i).not,mynot (i).bar,mynot(i).s_kor d,mynot (i).s_bar) endfor

output(jumnot)

2.2 Pengujian Terhadap Lagu “Nyanyilah dan

Menarilah”

Partitur lagu ‘Nyanyilah dan Menarilah’

(26)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

48

Gambar 3 Partitur lagu ‘Nyanyilah dan Menarilah’

Hasil penentuan kord terhadap lagu

‘Nyanyilah dan Menarilah’ dapat dilihat pada

Gambar 4.

Gambar 4 Hasil penentuan kord terhadap lagu

‘Nyanyilah dan Menarilah’

Hasil pengujian terhadap lagu ‘Nyanyilah dan

Menarilah’ dapat dilihat pada Tabel 3.

Tabel 3 Hasil Pengujian Lagu ‘Nyanyilah dan

Menarilah’

bar Kord dari buku acuan

Kord hasil program

error

1 I major I major 0

2 IV major IV major 0

3 V major V major 0

4 I major I major 0

5 I major I major 0

7 V major V major 0

8 I major I major 0

9 VI minor I major 0.5

10 III minor IV major 1

11 IV major V major 1

12 I major I major 0

13 VI major I major 0.5

14 III minor III minor 0

16 V major V major 0

Error 12,5 %

Berdasarkan hasil pengujian lagu ‘Nyanyilah dan Menarilah’, dapat dilihat bahwa kord yang

dihasilkan oleh simulator sudah hampir semuanya tepat sama dengan kord yang digunkan pada lagu yang menjadi acuan.

2.3 Pengujian Performansi

Pada pengujian performansi ini akan dilakukan pencocokan perhitungan matematis dengan percobaan penentuan kord lagu dengan menggunakan perangkat lunak simulasi. Data uji yang digunakan berasal dari komisi musik Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang. Diketahui bobot beat-1 adalah 20, bobot beat lain adalah 10, bobot not-1, bobot not-2, dan bobot not-3 adalah 10.

Partitur lagu ‘Halleluya’ beserta kord yang

umum digunakan dapat dilihat pada Gambar 5.

Gambar 5 Partitur Lagu ‘Halleluya’

(27)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

49

pada Gambar 6.

Gambar 6 Masukan Lagu ‘Halleluya’

Proses perhitungan similarity degree terhadap setiap bar dalam dilihat pada Tabel 4. Hasil Pengujian Perhitungan Similarity Degree.

jumlah not : 92

Tabel 4 Hasil Pengujian Perhitungan Similarity Degree

bar-1 : 1o1opp1o7o CHO

(28)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

50

bar-8 : 1o1opppp CHO

bar-9 : 3opppp3o CHO

(29)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

51

bar-13 : 1opppp6o7o CHO

bar-15 : 7opppp6o7o CHO

Hasil penentuan kord dari simulator chord definer untuk lagu ‘Halleluya’ dapat dilihat pada

Gambar 7 Hasil Penentuan Kord dari Lagu

‘Halleluya’.

Gambar 1 Hasil Penentuan Kord dari Lagu

‘Halleluya’

Hasil pengujian terhadap lagu ‘Halleluya’

(30)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

52

Tabel 5 Hasil Pengujian Terhadap Lagu ‘Halleluya’

bar Kord dari buku acuan

Kord hasil program

error

1 I major I major 0

3 V major V major 0

4 I major I major 0

5 I major I major 0

6 IV Major IV Major 0

7 V major V major 0

8 I major I major 0

9 I major I major 0

10 II major IV Major 0.5

13 VI minor VI minor 0

14 II minor II minor 0

Error 3.125 %

Berdasarkan hasil pengujian lagu ‘Halleluya’,

dapat dilihat bahwa kord yang dihasilkan oleh simulator sudah hampir semuanya tepat sama dengan kord yang digunkan pada lagu yang menjadi acuan.

2.4 Kesimpulan Pengujian

Berdasarkan hasil pengujian terhadap perangkat lunak simulasi dapat ditarik kesimpulan bahwa simulasi mampu menentukan kord dengan tepat sesuai dengan yang diharapkan serta perangkat lunak simulasi yang dibangun telah cukup memenuhi tujuan awal pembangunan dan algoritma

fuzzy inference rules berhasil menentukan ketepatan kord lagu pada setiap bar melalui proses perhitungan

similarity degree dan pattern matching. Hasil penentuan kord lagu belum menghasilkan kord yang sesuai pada lagu dengan hasil persentase ketepatan kord dengan lagu adalah 69,51% benar.

3. PENUTUP

3.1 Kesimpulan

Berdasarkan hasil yang didapat dalam penelitiaan dan penyusunan skripsi ini serta disesuaikan dengan tujuan, maka diperoleh kesimpulan bahwa fuzzy inference rules memiliki ketepatan dan performansi yang baik dalam kasus

penentuan kord pada lagu dengan studi kasus di komisi musik remaja Gereja Kristen Indonesia Griya Merpati Mas (GKI GMM) Tangerang.

3.2 Saran

Berdasarkan hasil dari keseluruhan simulasi, maka dapat diberikan saran-saran yaitu penambahan

rule base dalam algoritma fuzzy inference rules

dalam menentukan pemakaian kord yang tepat dalam sebuah lagu untuk mendapatkan tingkat persentase kebenaran yang lebih tinggi dan diharapkan lebih banyak lagi dilakukan rules extraction untuk mendukung tingkat kepastian pengambilan decision/keputusan dalam penentuan kord pada sebuah lagu.

4. DAFTAR PUSTAKA

[1] Mohammad Jamshidi.,Nader Vadiee., and Timothy J.Ross. 1993. Fuzzy Logic and Control : Software and Hardware Applications Volume 2. Prentice Hall.

[2] Yan,Jun.,Ryan,Michael., and Power,James. 1994. Using Fuzzy Logic : Towards Intelligent System. Prentice Hall, Mayland Avenue,UK. [3] Kemerling, Garth. 1997-2002. Rules of

Inference. Prentice Hall.

[4] Roger S. Pressman. 2010. Software Engineering: A Practitioner's Approach, 4th ed. New York: McGraw-Hill Companies.

[5] Oxford University Press. 2005. OXFORD Ensiklopedi Pelajar, terj. PT Widyadar. Jilid 6. PT Widyadara, Jakarta.

[6] Christian J, Monoach ST. 2012. Langsung Jago Main Piano Otodidak. Pustaka Makmur, Depok Jawa Barat.

[7] Jmalus, Hamzah Busroh.1998. Pendidikan kesenian 1 (musik). Departemen Pendidikan dan Kebudayaan Direktorat Jenderal Pendidikan Tinggi Proyek Pembinaan Tenaga Kependidikan, Jakarta.

[8] Suyanto,ST.Msc. 2007. Artifial Intelligence: Searching, Reasoning, Planning. Informatika Bandung, Bandung.

[9] Sudrajat. 2008. Dasar-dasar Fuzzy Logic. Informatika Bandung,Bandung.