Klasifikasi Genre Musik Indonesia Menggunakan Convolutional Neural Network dengan Mel Frequency Cepstral Coefficient Feature Extraction

Abstract

Penelitian ini berfokus pada klasifikasi genre musik Indonesia dengan menerapkan metode pembelajaran mendalam, khususnya Convolutional Neural Network (CNN), menggunakan dua arsitektur berbeda, yaitu ResNet-50 dan VGG 16. Untuk ekstraksi fitur, digunakan Mel Frequency Cepstral Coefficient (MFCC). Dataset yang digunakan terdiri atas 400 file audio berformat .wav dengan durasi 30 detik per file. Dataset ini mencakup empat genre musik Indonesia: Pop Indonesia, Keroncong, Dangdut, dan Campursari, masing-masing terdiri atas 100 file audio.