PENGENALAN AKORD GITAR SECARA REAL-TIME MEMANFAATKAN PENDEKATAN DEEP LEARNING

Banyak pemain gitar mempelajari lagu dengan melihat video pada youtube dan mereka coba mempelajari dengan melihatnya secara berulang – ulang untuk mencoba mendeteksi note lagu yang dimainkan. Dari teori musik, untuk memainkan suatu musik maka perlu diketahui terlebih dahulu kunci dasar atau bentuk dasar dari note yang dimainkan pada setiap segmennya. Setelah kunci dasar diketahui maka pemain musik akan dengan mudahnya improvisasi dengan menambahkan melodi dari lagu tersebut. Namun pada saat eksekusi tidak semudah itu untuk mengetahui kunci dasarnya kecuali bila pemain sudah sangat professional.

Hal ini mendasari Michael Tenoyo dalam membuat Tugas Akhir yang berjudul “Implementasi DCNN Transfer Learning Untuk Universal Guitar Chord Recognition Dengan Pendekatan Visual”. Sistem yang dibangun yaitu ACR (Automatic Chord Recognition) System. “Jadi, sistem ini dibangun sedemikian rupa untuk mengekstrak akord kunci music”, kutipnya di Channel Youtube Yosi ISTTS

Untuk testing yang digunakan dibagi menjadi 2 yaitu Realtime testing dan On Chord Dataset. Pada Realtime testing, hampir semua model dapat mendeteksi fretboard gitar dengan baik. Namun, pada On Chord Dataset terjadi perbedaan yang signifikan antar versi. Pada versi 1 dan 2 terjadi banyak sekali misclassification (salah memprediksi) area-area seperti orang, kipas angin, bahkan baju. Pada versi 3 terdapat area-area yang seringkali out-of-bounds. Sedangkan pada versi 4 merupakan versi yang terbaik dimana versi tersebut paling kecil misclassification

Anda dapat melihat langsung di channel Youtube Yosi ISTTS