skip to main content

Pengenalan Emosi dalam Musik Berdasarkan Musical Features Menggunakan Support Vector Regression

*Emilia Widiyanti  -  Jurusan Ilmu Komputer / Informatika, Universitas Diponegoro, Indonesia
Sukmawati Nur Endah  -  Jurusan Ilmu Komputer / Informatika, Universitas Diponegoro, Indonesia

Citation Format:
Abstract
Musik dibuat untuk menyampaikan emosi dan seringkali dimanfaatkan dalam berbagai kegiatan sehari-hari. Music Emotion Recognition atau pengenalan emosi dalam musik menjadi salah satu bidang penelitian yang ikut berkembang seiring dengan perkembangan jenis dan pemanfaatan musik. Penelitian ini menyajikan hasil pengenalan emosi pada musik dengan musical features menggunakan Support Vector Regression dengan jenis pelatihan ɛ-Support Vector Regression dan ʋ-Support Vector Regression serta kombinasi fitur terbaik yang menghasilkan model terbaik. Data yang digunakan sejumlah 165 data musik yang berbentuk musik soundtrack instrumental. Dari penelitan ini dihasilkan dua model terbaik menggunakan pelatihan ʋ-SVR. Model yang dihasilkan yaitu model pengenalan angle dengan masukan fitur terbaik adalah fitur Pitch dan Energy, dan model pengenalan distance dengan masukan fitur terbaik Zero Crossing Rate dan Beat. Model dihasilkan dengan nilai parameter pelatihan model untuk cost=27, gamma=2-7 dan nu=2-2 pada model angle dan cost=27, gamma=2-8 dan nu=2-2 pada model distance. Pengenalan dengan kedua model tersebut menghasilkan akurasi sebesar 37,75%.
Fulltext View|Download
Keywords: Soundtrack, Music Emotion Recognition, Musical Features, Support Vector Regression

Article Metrics:

Last update:

  1. Music Recommendation System Using Content-based Filtering Method with Euclidean Distance Algorithm

    Sri Mega Sakti, Arif Dwi Laksito, Bety Wulan Sari, Donni Prabowo. 2022 6th International Conference on Information Technology, Information Systems and Electrical Engineering (ICITISEE), 2022. doi: 10.1109/ICITISEE57756.2022.10057753

Last update: 2024-03-04 18:59:37

No citation recorded.