IMPLEMENTASI METODE AUDIO FINGERPRINTING PADA APLIKASI PENGENALAN LAGU BERBASIS SISTEM OPERASI ANDROID

*Nanda Ariawan Putra -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Achmad Hidayatno -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Maman Somantri -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
##plugins.themes.mpgUndip.submission.submitted##: 15 Okt 2018; ##plugins.themes.mpgUndip.submission.published##: 28 Jan 2019.
Akses Terbuka
Sari
Musik selalu berkembang, hampir setiap hari muncul lagu baru dengan genre yang semakin beragam. Namun, jumlah lagu yang sudah sangat banyak dapat menyulitkan penikmat musik untuk mengingat judul-judul lagu yang disukainya. Audio Fingerprinting merupakan teknologi yang dapat memudahkan penikmat musik untuk mengetahui judul-judul lagu tersebut. Audio Fingerprinting adalah metode pengekstrak ciri yang relevan dari sebuah konten audio. Oleh karena itu, dirancang sebuah aplikasi yang bernama Music and Match berbasis sistem operasi Android yang memanfaatkan teknologi Audio Fingerprinting untuk membantu memberikan informasi dari lagu yang didengarkan melalui mikrofon ponsel berupa judul lagu dan artisnya. Penelitian ini akan membahas bagaimana aplikasi Music and Match memproses lagu yang didengarkan melalui mikrofon ponsel, serta bagaimana aplikasi menampilkan informasi dari lagu tersebut. Aplikasi Music and Match ini menggunakan Android Studio sebagai antarmuka utama, dan menggunakan GNSDK untuk memproses semua keperluan Audio Fingerprinting. Hasil implementasi menunjukkan aplikasi telah dibuat sesuai dengan perancangan yang direncanakan. Berdasarkan hasil pengujian dengan variasi kondisi lagu saat didengarkan, bagian awal, tengah, dan akhir lagu memiliki rata-rata waktu pencocokan berturut-turut sebesar 3,045 detik, 2,043 detik, dan 3,257 detik. Perbedaan bit rate tidak mempengaruhi keberhasilan pengenalan lagu dan presentase keberhasilan proses pencocokan lagu dengan 10 variasi amplitudo pada derau sebesar 76%.

Other format:

Kata Kunci
Musik; Audio Fingerprinting; Android; GNSDK

Article Metrics:

Article Info
Bagian: Artikel Jurnal
Bahasa: ID
Teks Lengkap:
Statistik: 111 67
  1. . P. Cano, E. Batlle, T. Kalker, and J. Haitsma, “A review of audio fingerprinting,” J. VLSI Signal Process. Syst. Signal Image. Video Technol., vol. 41, no. 3 SPEC. ISS., pp. 271–284, 2005.
  2. . M. Müller, Fundamentals of Music Processing. Erlangen: Springer, 2015.
  3. . G. Tzanetakis, “Music Mining,” in Academic Press Library in Signal Processing: Volume 1 Signal Processing Theory and Machine Learning, vol. 1, Victoria: Elsevier Masson SAS, 2014, pp. 1453–1492.
  4. . A. D. Utomo, “Implementasi Teknologi Augmented Reality Sebagai Panduan Salat Berbasis Sistem Operasi Android”, TRANSMISI, Vol 19, No 2 April (2017): 89-94.
  5. . M. Syarif, M. Somantri, Y. Christiyono, “Perancangan Aplikasi Bernama My Landmark Berbasis SIG untuk Informasi Pnjualan Tanah pada Perangkat Bergerak Android,” Transient, vol. 5, no. 2, pp. 1–8, 2016.
  6. . C. W. Fitriyani, “Pengembangan Sistem Kuliah Online Universitas Bergerak Berbasis Android,” Transmisi, vol. 4, no. 3, pp. 878–884, 2015.
  7. . M.R. Andikasani, M. Awaluddin, A. Suprayogi, “Aplikasi Persebaran Objek Wisata Di Kota Semarang Berbasis Mobile GIS Memanfaatkan Smartphone Android,” Jurnal Geodesi Undip, Volume 3, Nomor 2, Tahun 2014, h. 28-39
  8. . R. Yusuf, H. Kusniyati, and E. Estrada, “Implementasi Algoritma Sidik Jari Audio Untuk Mendeteksi Duplikat Lagu,” Studia Informatika: Jurnal Sistem Informasi, 8(1), 2015, 1-11
  9. . F. A. Maulana, Semua Tentang Android. Serpong: Universitas Surya, 2014.
  10. . R. N. Hidayat, “Rancang Bangun Pembuatan Aplikasi ‘Voice Recognition Secure’ Sebagai Media Keamanan Data Berbasis Android,” Tek. Inform., vol. 1, pp. 1–7, 2015.
  11. . P. Street, GNSDK for Mobile (Android) Developers. 2016.