DETEKSI AKORD PADA FILE MP3 DENGAN MENGGUNAKAN ALGORITMA CHORD DETECTION, BEAT TRACKING, KEY DETECTION, DAN
CHORD-SEQUENCE OPTIMIZER
Yusup Maulana¹, Fazmah Arief Yulianto², Tjokorda Agung Budi Wirayuda³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Algoritma chord detection, beat tracking, key detection, dan Chord-Sequence Optimizer merupakan metode yg digunakan untuk mendeteksi akord dengan masukan berupa file audio yang nantinya diproses menjadi sinyal digital dan diolah lebih lanjut sehingga dapat
menghasilkan keluaran berupa akord yang dimainkan pada file audio tersebut.
Sistematika proses yang dilakukan berawal dari file audio yang diubah menjadi sinyal digital dan dinormalisasi, kemudian dilakukan algoritma beat tracking untuk mengecek posisi onset dari sinyal tersebut. Setelah itu dilakukan chord detection dan key detection untuk memperoleh kemungkinan akord yang dimainkan sesuai dengan nada dasarnya, lalu akord tersebut masuk ke dalam chord-sequence optimizer untuk mengecek kombinasi akord yang sesuai.
Dalam penelitian tugas akhir ini, masukan file audio yang digunakan berupa mp3. Pengujian yang dilakukan mengacu pada bagaimana sistem dapat mendeteksi akord dengan baik, diawali dengan bagaimana sistem dapat mendeteksi onset dengan tepat, bagaimana sistem membagi sinyal menjadi beberapa blok sesuai dengan onsetnya, pengaruh dari key detection terhadap hasil deteksi, serta bagaimana sistem mendeteksi akord apabila file terdiri dari kombinasi akord dan melodi. Dari hasil pengujian, sistem dapat mendeteksi onset dengan algoritma beat tracking serta sinyal dapat terbagi-bagi sesuai onsetnya. Key detection memberikan pengaruh terhadap hasil deteksi akord berupa kombinasi akord sesuai dengan nada dasarnya, serta dapat mengakibatkan kesalahan dalam pendeteksian akord apabila terdapat akord yang bukan merupakan bagian dari kombinasi akord sesuai nada dasarnya, akan tetapi dapat mempercepat waktu proses
pendeteksian. Sistem masih dapat mendeteksi akord pada file yang terdiri dari kombinasi antara akord dan melodi, tetapi tingkat akurasinya masih belum baik.
Kata Kunci : chord detection, key detection, chord-sequence optimizer, beat tracking, onset.
Abstract
Chord detection, beat tracking, key detection, and chord-sequence optimizer are methods for chords detection, using audio file as input then converted it to digital signal and processed further to get an output of possible chords which is being played in the audio file.
The process of chords detection begins with an input of audio file. The files then converted to a digital signal and normalized. The normalized signals used as input for beat tracking to find the onset position in the signals. The onset needed for chord detection and key detection algorithm to get the possibility of chords that being played based on the key. The chords then go to chord-sequence optimizer to get the most suitable combination of possible chords that being played in the file.
This research use mp3 file as an input. The testing focuses on how accurate the system to detect chords, begins with how the system detect the onset, how the system separate the signal based on the onset that has been detected, what is the effect of key detection to the system, and how the system detects the chords from files with combination of chords and melody. From the result of the test, system can detect the onset using beat tracking algorithm and separate the signal based on the onset. Key detection can affect the result of chords that has been detected, it may result a false detection on file that using combination of chords that is not one of the chords combination within the base key. Systems can detects chords from file with combination of chords and melody, but it’s still inaccurate.
Keywords : chord detection, key detection, chord-sequence optimizer, beat tracking, onset.
Powered by TCPDF (www.tcpdf.org)
1
1.
Pendahuluan
1.1 Latar belakang masalah
Musik merupakan sebuah karya seni yang tidak asing bagi manusia, alat musik yang dimiliki pun cukup beragam mulai dari alat musik tradisional sampai modern. Pada alat musik seperti piano dan gitar, dikenal istilah akord(chord). Akord merupakan kumpulan tiga nada atau lebih yang bila dimainkan bersamaan terdengar harmonis [8]. Saat ini, sudah ada perangkat lunak yang dapat memainkan alat musik seperti piano, ada juga perangkat lunak yang dapat mendeteksi akord yang dimainkan oleh suatu alat musik.
Umumnya, untuk mengetahui akord yang dimainkan dalam sebuah alat musik dilakukan dengan cara trial and error dimana orang tersebut mencoba memainkan akord pada alat musik yang dipakai dan membandingkannya dengan bunyi akord yang ingin dicari hingga bunyi yang dihasilkan sama.
Audio adalah representasi suara dalam bentuk elektrik atau lainnya [4]. Dalam sistem komputer, audio memiliki beberapa format seperti mp3, wma (windows media audio), wav, aiff, dan ra (real audio).
Pada tahun 2001, Borching Su dan Shyh-Kang Jeng mengimplementasikan self-organized map dengan jaringan saraf tiruan untuk pengklasifikasian Akord. Pada tahun 2003, Alexander Sheh dan Daniel P.W. Ellis mengimplementasikan EM-Trained Hidden Markov Models dalam segmentasi dan pengenalan akord. Pada tahun 2004, Takuya Yoshioka, Tetsuro Kitahara, Kazunori Komatani, Tetsuya Ogata, dan Hiroshi G. Okuno mengimplementasikan Concurrent Recognition of Chord Symbols and Boundaries untuk Automatic Chord Transcription yang menekankan pada saling ketergantungan antara chord-boundary Detection dan identifikasi simbol akord.
Penelitian tugas akhir ini mengacu kepada deteksi akor yang menggunakan algoritma chord detection, beat tracking, Key Detection, dan chord-sequence optimizer dengan input format audio yang digunakan berupa file mp3. Chord Detection merupakan algoritma untuk menentukan akord apa saja yang dimainkan oleh data. Beat Tracking merupakan algoritma untuk menentukan posisi onset yang ada pada data yang nantinya akan digunakan untuk membagi data ke dalam beberapa blok sesuai dengan posisi onsetnya. Key Detection merupakan algoritma untuk menentukan nada dasar dari data yang dimainkan.
1.2 Perumusan masalah
Berdasarkan latar belakang, perumusan masalah dalam penelitian ini antara lain : 1. Bagaimana pendeteksian akord dapat dilakukan untuk file mp3 dimana file
mp3 merupakan suatu file kompresi yang bersifat lossy (ada beberapa bagian data yang hilang).
2. Ekstraksi fitur-fitur apa saja yang diperlukan untuk bisa mendeteksi akord pada file mp3.
2 3. Bagaimana menentukan algoritma yang sesuai pada sistem yang akan
dibuat.
1.3 Tujuan
Tujuan yang ingin dicapai dalam pengerjaan Tugas Akhir ini adalah sebagai berikut:
1. Membuat program yang dapat mendeteksi dan mengenali akord yang dimainkan pada file mp3.
2. Menganalisis akurasi akord yang terdeteksi oleh program. Definisi dari akurasi tersebut adalah membandingkan akord yang terdeteksi dengan akord sebenarnya dari file yang diuji dengan catatan akord sebenarnya pada file yang diuji sudah diketahui. Maksud dari akord yang terdeteksi ini adalah akord yang urutan akordnya diketahui sesuai dengan rentang waktu akord tersebut dimainkan.
Hipotesis dari tujuan di atas adalah :
Algoritma Key Detection berpengaruh besar terhadap hasil dari akord yang terdeteksi oleh sistem, karena dengan diketahuinya nada dasar yang dimainkan pada data akan mempermudah kombinasi akord-akord yang mungkin pada data tersebut.
1.4 Batasan masalah
Adapun batasan masalah tugas akhir ini adalah sebagai berikut :
1. Jenis akord yang dideteksi hanyalah akord mayor dan akord minor saja sehingga jika nantinya terdapat sebuah file mp3 yang menggunakan akord selain akord mayor dan akord minor, maka akord yang akan dideteksi adalah akord yang sekiranya mendekati atau mirip dengan akord mayor atau akord minornya.
2. Ektraksi fitur pada file mp3 menggunakan toolbox pada matlab.
3. Input berupa file audio berformat mp3 yang dibuat dengan menggunakan perangkat lunak dengan instrumen berupa piano.
1.5 Metodologi penyelesaian masalah
1. Studi Literatur
Mempelajari hal-hal yang berkaitan dengan musik (berhubungan dengan akord, skala, nada), file audio khususnya mp3, digital signal processing, serta referensi-referensi yang sesuai baik melalui internet maupun buku. 2. Analisis dan Perancangan Sistem
Melakukan analisis dan perancangan terhadap sistem yang akan dibangun, menganalisis metode yang akan digunakan untuk menyelesaikan
3 permasalahan, termasuk menentukan bahasa pemrograman yang digunakan.
3. Implementasi dan Pembangunan Sistem
Membangun sistem sesuai dengan requirement yang sudah ditentukan melalui analisis dan perancangan sistem. Bahasa pemrograman yang digunakan menggunakan matlab.
4. Pengumpulan Data
Pengumpulan data diperoleh dari file mp3 yang dibuat dengan menggunakan perangkat lunak dengan instrumen berupa piano.
5. Pengujian Sistem
Pengujian sistem dilakukan dengan memasukkan input berupa file mp3 yang berasal dari pengumpulan data. Output yang dihasilkan berupa kumpulan akord yang mungkin dimainkan dalam file tersebut yang kemudian dibandingkan dengan akord yang sebenarnya secara manual. 6. Analisis
Menganalisis hasil testing dan pengumpulan data yang sudah dilakukan. Analisis disini ialah menganalisis akord yang terdeteksi oleh sistem yang dibangun kemudian dibandingkan dengan akord sebenarnya yang sudah diketahui dan dihitung akurasinya.
7. Pengambilan Kesimpulan dan penyusunan laporan Tugas Akhir.
Pengambilan kesimpulan diperoleh melalui hasil analisis dari pengujian sistem yang dilakukan.
Powered by TCPDF (www.tcpdf.org)
31
5.
Penutup
5.1 Kesimpulan
Berdasarkan hasil pengujian dan analisis dari penelitian tugas akhir ini, dapat diambil kesimpulan bahwa :
1. Algoritma beat tracking yang berperan untuk menentukan onset menjadi kunci utama dalam melakukan deteksi akord. Dengan diperoleh onset saat melakukan beat tracking, maka proses berikutnya dalam melakukan deteksi akord dapat dilakukan.
2. Algoritma key detection berpengaruh terhadap algoritma chord detection karena dengan diketahuinya nada dasar yang digunakan, maka kombinasi akord-akordnya akan dengan mudah diketahui. Akan tetapi, terdapat akord yang dimainkan tidak sesuai dengan nada dasarnya tapi terdengar harmonis saat dimainkan, hal ini menjadi salah satu kelemahan dari algoritma key detection dan mengakibatkan sistem salah dalam mengenali akord yang dimainkan.
3. Akurasi untuk file mp3 yang berisi rangkaian akord yang sesuai dengan nada dasarnya memiliki tingkat akurasi 100%, untuk file mp3 dengan rangkaian akord yang tidak mengikuti aturan nada dasarnya memiliki tingkat akurasi rata-rata sekitar 60%, dan untuk file mp3 dengan rangkaian akord dan melodi memiliki tingkat akurasi sekitar20%-100%.
5.2 Saran
Dalam menciptakan aplikasi untuk mendeteksi akord, akan lebih baik jika sistem menggunakan AI, misalnya dengan menggunakan JST sehingga sistem dapat mempelajari kombinasi-kombinasi yang mungkin dimainkan oleh file audio yang ingin dideteksi akordnya sehingga tidak memerlukan algoritma key detection untuk mengetahui kombinasi-kombinasi akord yang dimainkan terutama untuk akord yang kombinasinya tidak sesuai dengan nada dasarnya.
Powered by TCPDF (www.tcpdf.org)
32
Daftar Pustaka
[1] Alfred, Blatter. Revisiting Music Theory A Guide to the Practice. Diunduh pada : http://www.filesonic.com/file/60770227/Revisiting.rar, 10 Januari 2011.
[2] Dixon, Simon. Onset Detection Revisited. Austrian Research Institute for Artificial Intelligence. 2006.
[3] http://acapella.harmony-central.com/showthread.php?1313453-world-s-fastest-pianist. Diakses pada 10 November 2011.
[4] http://en.wikipedia.org/wiki/audio. Diakses pada tanggal 15 Maret 2011. [5] http://en.wikipedia.org/wiki/Audio_normalization. Diakses tanggal 19 Maret
2011.
[6] http://en.wikipedia.org/wiki/Digital_signal_processing. Diakses tanggal 18 Maret 2011.
[7] http://en.wikipedia.org/wiki/Filter_(signal_processing). Diakses tanggal 18 Maret 2011.
[8] http://id.wikipedia.org/wiki/akord. Diakses pada tanggal 15 Maret 2011. [9] http://id.wikipedia.org/wiki/alat_musik. Diakses pada tanggal 15 Maret 2011. [10] http://id.wikipedia.org/wiki/ritme. Diakses pada tanggal 15 Maret 2011. [11] Loren D. Enochson and Robert K. Otnes (1968). Programming and Analysis
for Digital Time Series Data. U.S. Dept. of Defense, Shock and Vibration Info. Center. pp. 142.
[12] Peter Kirn. Real World Digital Audio. Diunduh pada :
http://s197.hotfile.com/get/c9da5966edc9cf56caff5843d4fbd27c734f5233/4b
80bc5c/256/44be76a590ad3673/0/0321304608.zip, 21 Februari 2010.
[13] Scot Hacker. MP3 The Definitive Guide. Diunduh dari :
http://dl1.eazyupload.net/download/0348fae8340b27ad07acbe664264d48f/15 65926617.zip, 5 Maret 2010.
[14] Soeharto, M. Kamus Musik. Jakarta : PT Gramedia. 1992.
[15] Steger, Scott. Finding Piano Note Frequencies.U.S./Central. 2006.
[16] Zenz, Veronika. Automatic Chord Detection in Polyphonic Audio Data. Diunduh dari :
http://www.ifs.tuwien.ac.at/mir/pub/VZENZ_Thesis_ChordDetection.pdf, 8 Maret 2010.
Powered by TCPDF (www.tcpdf.org)
