BAB 2 LANDASAN TEORI
2.1
Teori Musik Menurut Michael Miller, musik adalah rangkaian dari nada-nada yang disusun di
dalam irama yang spesifik (2005, p4). Musik juga merupakan ilmu eksakta. Salah satu contohnya yaitu pelajaran teori musik didasarkan pada suatu dalil hitungan yang eksak. Proses aransemen musik merupakan perhitungan notasi nada, ketukan dan tempo, dan sebagainya. Musik merupakan bunyi yang diterima oleh individu dan berbeda-beda berdasarkan sejarah, lokasi, budaya dan selera seseorang. Definisi sejati tentang musik juga bermacam-macam: •
Bunyi atau kesan terhadap sesuatu yang ditangkap oleh indera pendengar.
•
Suatu karya seni dengan segenap unsur pokok dan pendukungnya.
•
Segala bunyi yang dihasilkan secara sengaja oleh seseorang atau kumpulan dan disajikan sebagai musik. Beberapa orang menganggap musik tidak berwujud sama sekali. Menurut
William Shakespeare musik adalah makanan dari cinta. Musik menurut Aristoteles mempunyai kemampuan mendamaikan hati yang gundah, mempunyai terapi rekreatif dan menumbuhkan jiwa patriotisme. Dalam kenyataan , musik tidak mempunyai arti yang konkrit. Musik mempunyai arti berbeda untuk orang yang berbeda. Musik sangat unik dalam kehidupan setiap manusia. Bagi seorang musisi, musik adalah kehidupannya. Mereka makan, bernafas dan hidup dari musik. Musik adalah gaya hidup mereka. Bagi yang lainnya, musik
7 adalah hobi. Musik merupakan sesuatu hal yang membuat suatu ketertarikan dan dapat disenangi. Penyuka musik biasanya dapat belajar tentang musik, bagaimana membaca not lagu dalam musik, bagaimana cara bernyanyi, atau bagaimana memainkan instrument musik, tapi mereka tak mempunyai semua passion yang dipunyai seorang musisi. Bagi beberapa orang musik merupakan relaksasi, sementara bagi yang lainnya cukup dengan mendengarkan musik, melodi–melodi dan irama dibawa musik ke dalam telinga, pikiran dan hati mereka. Elemen – elemen dalam suatu musik adalah pitch, ritme, dinamika dan nada. •
Pitch adalah frekuensi spesifik atau tuning dari sebuah nada, sedangkan frekuensi adalah ukuran cepatnya molekul udara bergetar (Michael Miller 2005, p4).
•
Ritmus atau irama adalah apa yang membuat musik berjalan terus dan memberi beatnya (Michael Miller 2005, p57). Setiap jenis musik memiliki ritme yang berbeda satu dengan yang lain.
•
Dinamika dalam musik merupakan perubahan lemah kerasnya suara, namun selain itu dapat juga berupa perubahan eksekusi terhadap suatu lagu, baik secara pembawaan (mengalir atau terputus-putus) maupun fungsional (kecepatan). Tanda dinamika mengindikasikan volumenya, atau seberapa lembut atau keras musik harus dimainkan (Andrew Surmani, Karen Surmani, dan Morton Manus 2004, p18).
•
Nada adalah bunyi yang dimainkan atau dimainkan pada pitch tertentu (Michael Miller 2005, p4). Dalam teori musik, setiap nada memiliki tinggi nada atau tala tertentu menurut frekuensinya ataupun menurut jarak relatif tinggi nada tersebut terhadap tinggi nada patokan.
8 Jenis – jenis musik : •
Pop
•
Rock
•
Jazz
•
Blues
•
R&B
•
Hip Hop
•
Swing
•
Waltz
•
Rock&Roll
•
BossaNova
•
Samba
•
Cha cha
•
Reggae
•
Classical
•
Polka
•
Salsa
•
Tango
•
Mambo
•
Rumba
•
Reggae
•
Soul
•
Country
9
2.2
•
Folk
•
Jive
•
House
•
Dangdut
Emosi Emosi adalah istilah yang digunakan untuk keadaan mental dan fisiologis yang
berhubungan dengan beragam perasaan, pikiran, dan perilaku. Emosi adalah pengalaman yang bersifat subjektif, atau dialami berdasarkan sudut pandang individu. Emosi berhubungan dengan konsep psikologi lain seperti suasana hati, temperamen, kepribadian, dan disposisi (http://id.wikipedia.org/wiki/Emosi). Emosi merupakan gerakan atau ungkapan perasaan yang keluar dari dalam diri seseorang. Dalam Kamus Konseling (Drs. Sudarsono, SH, 1996), emosi digambarkan sebagai suatu keadaan yang komplek dari organisme perasaaan yang disertai dengan perubahan-perubahan dalam organ tubuh yang sifatnya luas, biasanya ditandai oleh perasaan yang kuat yang mengarah ke suatu bentuk perilaku tertentu, erat kaitannya dengan kondisi tubuh, denyut jantung, sirkulasi dan pernapasan. Dari pengertian tersebut, emosi merupakan sebuah reaksi kita ketika berelasi dengan diri sendiri, orang lain dan lingkungan hidup kita. Reaksi tersebut disadari atau tidak mempunyai efek entah bersifat membangun entah merusak. Bisa dikatakan bahwa emosi sebenarnya bukan hanya sebagai reaksi terhadap keadaan pada diri maupun luar diri kita, tetapi juga merupakan upaya pencapaian kearah pembentukan diri menuju hidup yang transendental (spiritual).
10
Gambar 2.1 Model emosi oleh Thayer
Dalam sistem ini, mengadopsi model Thayer untuk deskripsi emosi. Seperti yang ditunjukkan pada Gambar 2.1, ruang emosi dua dimensi (2DES) dibagi menjadi 4 kuadran, dan emosi yang berbeda ditempatkan ditempatkan dimisalkan di pesawat sedemikian rupa sehingga setiap emosi (suatu titik dalam 2DES) dapat diwakili oleh vektor 2x1. Ini menghasilkan valensi-rangsangan pesawat. Sisi kanan (kiri) pesawat mengacu pada emosi positif (negatif), sedangkan sisi atas (bawah) pesawat mengacu pada emosi energik. Untuk konsisten dengan model 2DES, kita mendefinisikan emosi dalam 4 kelas, masing-masing terkait dengan satu kuadran.
11 2.3
Hubungan Emosi dan Musik Musik dapat mempengaruhi emosi. Contohnya lirik lagu sangat mempengaruhi
emosi baik negatif maupun positif. Musik menyebabkan emosi dan bekerja secara terapi sebagai pengertian, dan perasaan dapat menjadi aktif. Djohan dalam bukunya Psikologi Musik mengatakan Hevner (1937) secara sistematis meneliti efek sebuah lagu pendek untuk piano dengan memperdengarkan versi asli dan versi yang telah diadaptasi. Pada versi yang telah diadaptasi, ia memanipulasi beberapa elemen musikalnya seperti modus (tangga nada mayor atau minor), harmoni (sederhana-rumit), irama (monoton-lancar), tempo (cepat-lambat), dana garis melodi (naik-turun). Saat pendengar diminta menjelaskan pengalaman emosi dari musik yang didengar, ternyata tempo dan modus memiliki pengaruh yang terkuat. Bila karya piano tersebut dimainkan secara cepat pada modus mayor, pendengar akan menangkap kesan riang gembira. Sebaliknya bila dalam temp lambat dan modus minor, musik tersebut terkesan imajinatif dan sensitif. Hevner ingin menunjukkan bahwa sebenarnya emosi sudah ada di dalam musik sehingga tidak harus membutuhkan pengalaman emosi dari pendengar untuk merespon. Sebuah musik seringkali menimbulkan reaksi dan respons emosi dalam saat tertentu, seperti ketika tiba-tiba terjadi perubahan tempo atau klimaks dari sebuah tema sesuai kehendak komponisnya. Tempo sebuah lagu merupakan salah satu karakteristik ekspresi emosi atau menjadi sebuah pengalaman musikal bagi pendengaran seseorang (Djohan, 2005, p98). Dapat dikatakan bahwa karakteristik musik seperti modus, irama dan tempo yang dirasakan pendengar dapat menjadi sebab untuk mengekspresikan emosi (Gabrielson & Linstrom,2001). Namun demikian penelitian Psikologi Musik akhir-akhir ini, sudah banyak menggunakan musik pop, jazz, atau relijius untuk mendalami emosi atau reaksi mana yang diperoleh pendengar. Jadi tidak hanya menggunakan sebuah jenis musik saja.
12 Berlyne (1971), Mandler (1984), dan Meyer (1956) menganggap vibrasi sebagai faktor penting dalam pengalaman emosi saat seseorang mendengarkan musik. Kemudian proses analog tersebut diformulasikan menjadi model untuk menjelaskan bahwa karakter musik dapat dirasakan oleh pendengar yang patologis atau tidak. Ini didasarkan adanya hubungan antara irama musik yang instan atau monoton dengan irama tubuh seseorang. Phytagoras pernah mengatakan bahwa vibrasi musik dapat memberikan kesembuhan serta mendatangakan perubahan pada fisik pendengarnya. Salah satu asumsinya adalah bahwa rata-rata hitungan normal dalam setiap ketukan musik hamper sama dengan ratarata detak jantung manusia, yaitu antara 72 sampai 80 ketukan per menit. Maka musik yang stimulatif dapat meningkatkan frekuensi detak jantung, sebaliknya musik yang sedatif dapat menurunkan frekuensi detak jantung. Setiap jenis musik hampir dapat dipastikan akan mempengaruhi detak jantung pendengarnya (Djohan, 2005). Sejalan dengan terjadinya perubahan detak jantung, perubahan pernafasan juga dapat dirasakan sebagai akibat dari intensitas pengalaman emosi. Sementara peningkatan aktifitas otot yang seiring dengan pernafasan juga akan meningkatkan detak jantung dan hal ini dapat diketahui selama terjadi hyperventilation (Frijda, 1988). Selain itu juga ditemukan korelasi yang signifikan antara amplitude pernafasan dan respons emosi terhadap musik. Hal itu dikarenakan amplitude pernafasan seseorang berhubungan dengan respon afeksinya. Korelasinya akan makin signifikan dengan makin tingginya kesukaan subjek terhadap musik yang didengar. Secara umum frekuensi pernafasan seseorang akan meningkat saat saat mendengarkan musik yang disukai (Djohan, 2005). Emosi musikal sebenarnya muncul secara terselubung dalam otak manusia. Saat ini banyak pembuktian fungsi serta struktur saraf khusus untuk emosi musikal. Salah satu penemuan mengatakan bahwa aktifitas belahan otak kiri bekerja untuk
13 mengekspresikan kegembiraan musik (Schmidt & Trainor, 2001), sedangkan belahan aktifitas otak kanan lebih pada fungsi mengekspresikan rasa takut dan sedih (Djohan, 2005)
2.4
Logika Fuzzy Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang
masukan ke dalam suatu ruang keluaran(Sri Kusumadewi, 2003,p163). Logika fuzzy pertama kali diperkenalkan oleh professor Lotfi nZadeh dari Universitas California di Berkeley pada tahun 1965. Logika fuzzy merupakan suatu teori himpunan logika yang dikembangkan untuk mengatasi konsep nilai yang terdapat diantara kebenaran (truth) dan kesalahan (false). Logika fuzzy berbeda dengan logika digital biasa (logika boolean), dimana pada logika digital biasa hanya dapat mengenal dua keadaan yaitu : ya/tidak, ON/OFF, 0/1, High/Low. Sedangkan logika fuzzy meniru cara berpikir manusia dengan menggunakan konsep sifat kesamaan suatu nilai. Dengan menggunakan logika fuzzy nilai yang dihasilkan bukan hanya ya (1, high, on) atau tidak (0, low, off) tetapi seluruh kemungkinan diantara 0 dan 1. Teknologi Fuzzy ini sudah sangat berkembang pesat dan banyak digunakan dalam pemakaian pengaturan lalu lintas, sistem tranmisi otomatis, industri, dan lain-lain (Hendri Aliansyah, Nico Fernando, Angga Prima, 2009). Ada dua alasan utama yang mendasari perkembangan teknologi berbasis sistem fuzzy (Hendri Aliansyah, Nico Fernando, Angga Prima, 2009) : •
Menjadi state-of-the-art dalam kendali sistem berteknologi tinggi. Jika diamati pengalaman pada negara-negara berteknologi tinggi, khususnya di negara Jepang, pengendali fuzzy sudah sejak lama dan luas digunakan di industri-
14 industri dan alat-alat elektronika. Daya gunanya dianggap melebihi daripada Teknik kendali yang pernah ada. Pengendali fuzzy terkenal
karena
kehandalannya, mudah diperbaiki, dan yang lebih penting lagi fuzzy dapat memberikan pengendalian yang sangat baik dibandingkan teknik lain, yang biasanya membutuhkan usaha dan dana yang lebih besar. •
Dalam perspektif yang lebih luas, pengendali fuzzy ternyata sangat bermanfaat pada aplikasi-aplikasi sistem identifikasi yaitu sistem pengenalan dan juga pengendalian ill-structured yaitu situasi dimana state yang ada dan state yang diinginkan tidak jelas dan karena itu metode dari mencapai state yang diinginkan tidak dapat ditemukan, dimana linearitas dan invariansi waktu tidak bisa ditentukan dengan pasti, karakteristik proses mempunyai faktor lag yaitu informasi keterlambatan transmisi antar jaringan dan dipengaruhi oleh derau acak. Bentuk sistem seperti ini jika dipandang sistem konvensional sangat sulit untuk dimodelkan.
Keberhasilan penerapan teknologi fuzzy dapat direalisasikan jika terdapat penelitian dan strategi pengembangan riset dan desain oleh sebuah industri untuk menemukan teknik terbaiknya untuk produksinya.
Ada beberapa alasan orang menggunakan logika fuzzy (Hendri Aliansyah, Nico Fernando, Angga Prima, 2009): •
Konsep logika fuzzy lebih mudah dimengerti karena didasari konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
15 •
Logika fuzzy sangat fleksibel.
•
Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
•
Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
•
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
•
Logika fuzzy dapat bekerja sama dengan Teknik-Teknik kendali konvensional.
•
Logika fuzzy didasarkan pada bahasa alami.
Fuzzy
memiliki
kelebihan-kelebihan
(Menurut
John
Langford
dalam
http://hunch.net/?p=65), diantaranya : •
Dapat mengekspresikan konsep yang sulit untuk dirumuskan, seperti misalnya “suhu ruangan yang nyaman”
•
Pemakaian
membership-function
memungkinkan
fuzzy untuk melalukan
observasi obyektif terhadap nilai-nilai yang subyektif •
2.4.1
Penerapan logika dalam pengambilan keputusan
Fungsi Keanggotaan Fungsi
keanggotaan
(membership
function)
adalah
suatu
kurva
yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi.
16 Ada beberapa fungsi representasi yang bisa digunakan dalam logika fuzzy. Di antaranya adalah sebagai berikut (Sri Kusumadewi, 2003, p160) : •
Representasi linear, permukaan digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.
•
Representasi turun Merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
•
Representasi kurva segitiga Merupakan gabungan antara dua garis linear sehingga bentuknya merupakan suatu segitiga.
•
Representasi kurva trapesium, kurva segitiga pada dasarnya seperti bentuk segitiga, hanya aja ada beberapa titik yang memiliki nilai keanggotaan 1.
•
Representasi kurva bentuk bahu, daerah yang terletak di tengah-tengah suatu variable yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan dirinya akan naik turun (misalkan : dingin bergerak ke sejuk bergerak ke hangat dan bergerak ke panas). Tetapi terkadang salah satu sisi dari variable tersebut tidak mengalami perubahan.
•
Representasi kurva-S, kurva pertumbuhan dan penyusutan merupakan kurva-S atau sigmoid yang berhubungan dengan kenaikan dan penurunan permukan secara tak linear. Kurva-S untuk pertumbuhan akan bergerak dari sisi paling kiri dengan nilai keanggotaan = 0 ke sisi paling kanan dengan nilai keanggotaan = 1.
17 •
Reperesentasi kurva bentuk lonceng, pada kurva bentuk lonceng dibagi menjadi tiga kelas, yaitu kurva PI, beta, dan Gauss.
2.4.2
Himpunan Crisp Dan Himpunan Fuzzy Himpunan Crisp A didefinisikan oleh item-item yang ada pada himpunan itu.
Namun, jika a ∉ A , maka nilai keanggotaan dari a adalah 0. Notasi A = {x|P(x)} menunjukkan bahwa A berisi item x dengan P(x) benar. Jika XA merupakan fungsi karakteristik A dan property P, dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x) =1. Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai – nilai yang terletak antara benar dan salah.
2.4.3
Fuzzy Pengklasifikasi Dibandingkan dengan pengklasifikasi tradisional yang hanya dapat menetapkan
satu kelas untuk sampel masukan, fuzzy pengklasifikasi menetapkan sebuah “vektor fuzzy” yang menunjukkan kekuatan relative dari masing–masing kelas. Sebagai contoh, (0.1 0.0 0.8 0.1)t mewakili sebuah vektor fuzzy dengan kekuatan emosi yang paling kuat untuk kelas 3, sedangkan (0.1 0.4 0.4 0.1)t menunjukkan ambiguitas antara kelas 2 dan 3. Ambiguitas yang dibawa vektor fuzzy sangat penting karena emosi musik pada hakekatnya subyektif.
18 2.4.4. Fuzzy K-Nearest Neighbor (FKNN) 2.4.4.1 K-Nearest Neighbor Classification Menurut Han, J. H., Pengklasifikasi k-nearest neighbor (k-NN) biasanya digunakan dalam pengenalan pola. Sebuah sampel input ditetapkan ke dalam kelas yang diwakili oleh mayoritas dari k-nearest neighbors. Bagaimanapun, sekali sebuah input sampel dimasukkan ke dalam sebuah kelas, tak ada petunjuk dari kekuatannya dari keanggotaan dalam kelas itu. Fuzzy pengklasifikasi k-NN, sebuah kombinasi dari fuzzy logic dan k-NN classifier, dirancang untuk menyelesaikan masalah di atas. Terdiri dari dua langkah : penamaan fuzzy yang menghitung vektor fuzzy dari sampel percobaan (yang telah dilakukan dalam MG), dan klasifikasi fuzzy yang menghitung vektor fuzzy dari sampel input (yang telah dilakukan dalam EC(Emotion Classification)). Dalam klasifikasi fuzzy, kita menentukan keanggotan fuzzy μ uc untuk sebuah sampel input χ u pada setiap kelas c sebagai sebuah kombinasi linear dari vektor fuzzy dari sampel percobaan k-Nearest :
Dimana μ ic adalah keanggotaan fuzzy dari sampel percobaan χ i dalam kelas c,
χ i adalah satu dari sampel – sampel k-nearest, dan wi adalah berat kebalikannya sebanding ke jarak d iu antara χ i dan χ u :
Dengan pernyataan (1), kita mendapat C × 1 vektor fuzzy μ u menunjukkan kekuatan emosi (dalam system ini C = 4) dari sampel input :
19
Dalam penamaan fuzzy kita menghitung μ i , vektor fuzzy dari sampel percobaan. Beberapa metode telah dikembangkan dan dapat digeneralisasikan sebagai :
Dimana v adalah kelas yang telah dipilih dari χ i , nc adalah jumlah sampel yang menjadi ke dalam kelas c dalam sampel percobaan k-nearest dari χ i dan β adalah parameter perkiraan yang menunjukkan bagaimana v ambil bagian
dalam proses
pelabelan (β ∈ [0,1]) . Ketika β =1, ini adalah pelabelan crisp yang menetapkan setiap sampel percobaan merupakan keanggotaan penuh dalam kelas yang telah terpilih v. ketika
β =0, keanggotaan ditentukan menurut K-nearest neighbors (K disini bisa
berbeda dari k yang digunakan dalam EC(Emotion Classification)). Model berdasarkan exemplar dapat diimplementasikan pada sebuah komputer dengan algoritma nearest-neighbor [Cover and Hart, 1967], sebuah skema klasifikasi untuk menentukan kelas dari sampel yang telah diberikan dengan fiturnya. Fiturnya adalah atribut yang dapat diukur dari sebuah objek yang dapat mengkarakteristik objeknya secara berbeda dari objek lainnya. Sekarang ini, sistem menggunakan fitur dari simbol–simbol musik seperti lebar, tinggi, area, dan moment sentral [Fujinaga, et al, 1991]. Kombinasi dari fitur–fitur ini dalam sebuah ruang menghasilkan dalam sebuah vektor fitur untuk setiap simbol. Jarak antara vektor–vektor fitur dari sebuah sampel yang tidak diklasifikasikan dan sampel yang telah diklasifikasikan sebelumnya dihitung. Kemudian kelas yang digambarkan oleh tetangga terdekat ditetapkan ke dalam sampel
20 yang tidak diklasifikasikan dalam pengklasifikasian k-NN ini, kelas yang digambarkan oleh mayoritas diantara dimasukkan ke dalam simbol yang tidak diketahui. Algoritma nearest neighbor merupakan salah satu metode pembelajaran yang sederhana telah diketahui dan belum ada algoritma lain yang sudah ditunjukkan untuk menampilkannya secara konsisten (Cost and Salzberg, 1993, p. 76). Sisi lain dari kesederhanaan dan pertimbangan berdasarkan intuisi, pengklasifikasi dapat dengan mudah dimodifikasi sebagai sistem pembelajaran. Dengan secara terus–menerus menambah sampel baru yang dihubungkan ke dalam database, pengklasifikasi k-NN meningkatkan hasilnya, hingga belajar untuk mengidentifikasikan simbol–simbol secara lebih akurat. Pengenalan dapat lebih jauh ditinggikan dengan memodifikasi ruang fitur, atau secara ekivalen, merubah lebar dalam ukuran jarak. Biasanya menggunakan penilaian-metrik antara dua vektor X dan Y dalam sebuah N-dimensi ruang fitur, seperti didefinisikan : ⎛ 2⎞ d = ⎜⎜ ∑ ω i ( xi − y i ) ⎟⎟ ⎝ ⎠
1/ 2
Dengan mengubah lebarnya, ω i , bentuk dari ruang fitur dapat diubah. Walaupun masalahnya sederhana untuk sebuah kasus dua dimensi, dengan kata lain menggunakan dua fitur, ketika banyak fitur (sampai 20) digunakan, masalah dari menentukan set dari lebar yang menghasilkan dalam angka pengenalan yang optimal menjadi sangat rumit. Sejak tidak diketahui metode untuk menemukan solusi yang optimal, beberapa teknik lainnya dibutuhkan untuk mengalamatkan masalah ini.
21
Gambar 2.2 Objek X yang Tidak Diketahui dan Tetangganya Dalam Ruang Fitur Dengan mengubah lebar dalam jarak metrik, bentuk dari ruang fitur dapat dimodifikasi. a) tetangga terdekat dari X adalah Y2. b) tetangga terdekat adalah X1, dimana sumbu vertikal telah diskala.
2.4.4.2 Nearest Mean Classification Untuk klasifikasi fuzzy Nearest-Mean, kita perlu menghitung rata-rata dari setiap fitur dari penggolongan (kelas) dalam MG
Dimana μ(c,f) adalah rata-rata dari fitur yang ke-f (f=1,2,…,15) dalam kelas c (c=1,2,3,4), Fc,f,n adalah nilai dari fitur dari yang ke-f dati segmen yang ke-n dalam kelas c, dan Nc adalah total jumlah dari segmen –segmen dalam kelas c. Dalam EC, kita menghitung jumlah dari eror kuadrat (SSE) antara fitur dari x dan rata-rata dari setiap kelas. Kelas yang meannya mempunyai SSE minimum adalah kelas yang mana x ditentukan bahwa
22
Dimana C(x) menunjukkan kelas prediksi dari x, dxc adalah SSE antara x dan rata-rata dari kelas c, and xf adalah nilai dari fitur yang ke-f dari x. Vektor fuzzy dari sampel input diperoleh dengan menghitung invers dari jarak,
Dimana n, derajat fuzziness, secara pengalaman dipilih.
2.4.3.3 Klasifikasi Emosi (Emotion Classification EC) Setelah preproses sebuah sampel input, kita menghitung vektor fuzzynya dengan menggunakan model yang kita kembangkan dalam MG. vektor fuzzy dihitung dengan menggunakan Pers. (1) dalam FKNN dan Pers. (8) dalam FNM. Maksimum elemen dalam vektor dipilih sebagai keputusan final dari klasifikasi. Dalam kasus kekuatan emosi musik sama dalam dua atau lebih kelas, maka kelas dari sampel terdekat dipilih.
2.5 Rekayasa Piranti Lunak Menurut Pressman (2001, p20), rekayasa piranti lunak adalah pembangunan dengan penggunaan prinsip-prinsip rancang bangun (engineering) untuk mendapatkan piranti lunak ekonomis yang dapat dipercaya dan bekerja efisien pada mesin yang sesungguhnya. Menurut Pressman (2001, p26), untuk menyelesaikan masalah dalam suatu industri, teknisi piranti lunak harus menggabungkan suatu strategi pembangunan yang
23 disebut sebagai process model atau paradigma rekayasa piranti lunak. Strategi tersebut mencakup tiga elemen yaitu : 1. Metode-metode (methods), yaitu menyediakan cara-cara teknis membangun piranti lunak. 2. Alat-alat bantu (tools), yaitu menyediakan dukungan otomatis atau semi otomatis untuk metode-metode seperti Computer Aided Software Engineering (CASE) yang mengkombinasikan software, hardware dan software engineering database. 3. Prosedur-prosedur (procedures), yaitu merupakan penggabungan metode dan alat bantu. Dalam perancangan software dikenal istilah software life cycle yaitu serangkaian kegiatan yang dilakukan selama masa perancangan software. Pemakaian jenis software life cycle yang cocok salah satunya ditentukan oleh jenis bahasa pemrograman yang cocok. Waterfall Model merupakan model yang paling umum dan paling dasar pada software life cycle pada umumnya, Rapid Application Development (RAD) dan Joint Application Development (JAD) cocok untuk software berbasis objek (OOP), sedangkan Sync+Stabilize dan Spiral Model yang merupakan pengembangan model waterfall dengan komponen prototyping cocok untuk sebuah aplikasi yang rumit dan cenderung mahal pembuatannya. Menurut Pressman (2001, p58), berikut adalah visualisasi dari kegiatan pada software life cycle model waterfall : 1. Spesifikasi kebutuhan (requirement specification) Pada tahap ini pihak pengembang dan konsumen mengidentifikasi apa saja fungsi-fungsi yang diharapkan dari sistem dan bagaimana sistem
24 memberikan layanan yang diminta. Pengembang berusaha mengumpulkan berbagai informasi dari konsumen. 2. Perancangan arsitektur (Architectural design) Pada tahap ini, terjadi pemisahan komponen-komponen sistem sesuai dengan fungsinya masing-masing. 3. Detailed design Setelah memasuki tahap ini, pengembang memperbaiki deskripsi dari komponen-komponen dari sistem yang telah dipisah-pisah pada tahap sebelumnya. 4. Coding and unit testing Pada tahap ini, disain diterjemahkan ke dalam bahasa pemrograman untuk dieksekusi. Setelah itu komponen-komponen dites apakah sesuai dengan fungsinya masing-masing. 5. Integration and testing Setelah tiap-tiap komponen dites dan telah sesuai dengan fungsinya, komponen-komponen tersebut disatukan lagi. Lalu sistem dites untuk memastikan sistem telah sesuai dengan kriteria yang diminta konsumen. 6. Pemeliharaan (maintenance) Setelah sistem diimplementasikan, maka perlu dilakukannya perawatan terhadap sistem itu sendiri. Perawatan yang dimaksud adalah perbaikan error yang ditemukan setelah sistem diimplementasikan.
25
Gambar 2.3 Software Life Cycle Model RAD
2.6 Interaksi Manusia dan Komputer Berdasarkan evaluasi dari sudut interaksi manusia dan komputer, program yang dirancang harus bersifat interaktif. Suatu program yang interaktif dan baik harus bersifat user friendly, dengan lima kriteria (Shneiderman 2005, p15) sebagai berikut : 1. Waktu belajar yang tidak lama. 2. Kecepatan penyajian informasi yang tepat. 3. Tingkat kesalahan pemakaian rendah. 4. Penghafalan sesudah melampaui jangka waktu. 5. Kepuasan pribadi. Sebuah aplikasi yang sudah memnuhi kelima criteria diatas maka aplikasi tersebut benar-benar dapat dikatakan user-friendly.
Menurut (Shneiderman 2005, p74), dalam merancang sistem interaksi manusia dan komputer yang baik juga harus memperhatikan delapan aturan utama (eight golden rules), yaitu : 1. Strive for consistency (berusaha untuk konsisten).
26 2. Enable frequent user to use shortcuts (memungkinkan pengguna untuk menggunakan jalan pintas). 3. Offer informative feedback (memberikan umpan balik yang informatif). 4. Design dialogs to yield closure (pengorganisasian yang baik sehingga pengguna mengetahui kapan awal dan akhir dari suatu aksi). 5. Offer simple error handling (memberikan pencegahan kesalahan dan penanganan kesalahan yang sederhana). 6. Permit easy reversal of actions (memungkinkan kembali ke aksi sebelumnya dengan mudah). 7. Support internal locus of control (memungkinkan pengguna untuk menguasai dan mengontrol sistem). 8. Reduce short term memory load (mengurangi beban ingatan jangka pendek, sehingga pengguna tidak perlu banyak menghafal). Delapan aturan emas inilah yang menjadi pedoman dalam menentukan kehandalan sebuah program dalam melakukan interaksi dengan user, karena hal inilah yang secara tidak langsung mempengaruhi hidup dari program tersebut.
