TUGAS AKHIR – KI141502
RANCANG BANGUN APLIKASI MUSICMOO DENGAN METODE MIR (MUSIC INFORMATION RETRIEVAL) PADA MODUL FINGERPRINT, COVER SONG RECOGNITION, DAN SONG RECOMMENDATION M Faris Ponighzwa Rizkanda NRP 5113100034 Dosen Pembimbing I Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. Dosen Pembimbing II Dwi Sunaryono, S.Kom., M.Kom. JURUSAN TEKNIK INFORMATIKA Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Januari 2017 i
[Halaman ini sengaja dikosongkan]
ii
TUGAS AKHIR – KI141502
RANCANG BANGUN APLIKASI MUSICMOO DENGAN METODE MIR (MUSIC INFORMATION RETRIEVAL) PADA MODUL FINGERPRINT, COVER SONG RECOGNITION, DAN SONG RECOMMENDATION Mochammad Faris Ponighzwa Rizkanda NRP 5113100034 Dosen Pembimbing I Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. Dosen Pembimbing II Dwi Sunaryono, S.Kom., M.Kom. JURUSAN TEKNIK INFORMATIKA Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Januari 2017
iii
[Halaman ini sengaja dikosongkan]
iv
FINAL PROJECT– KI141502
DESIGN AND IMPLEMENTATION OF MUSICMOO APPLICATION USING MIR (MUSIC INFORMATION RETRIEVAL) OF FINGERPRINT, COVER SONG RECOGNITION, AND SONG RECOMMENDATION Mochammad Faris Ponighzwa Rizkanda NRP 5113100034 Supervisor I Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. Supervisor II Dwi Sunaryono, S.Kom., M.Kom. Department of Informatics Faculty of Information and Technology Institut Teknologi Sepuluh Nopember January 2017 v
[Halaman ini sengaja dikosongkan]
vi
LEMBAR PENGESAHAN
Rancang Bangun Aplikasi MusicMoo dengan Metode MIR (Music Information Retrieval) pada Modul Fingerprint, Cover Song Recognition, dan Song Recommendation TUGAS AKHIR Diajukan Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer pada Bidang Studi Manajemen Informasi Program Studi S-1 Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember
Oleh : Mochammad Faris Ponighzwa Rizkanda NRP : 5113 100 034 Disetujui oleh Dosen Pembimbing Tugas Akhir :
Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc.,Ph.D. NIP: 19590803 198601 1001
................................ (pembimbing 1)
Dwi Sunaryono, S.Kom., M.Kom. NIP: 19720528 199702 1001
................................ (pembimbing 2)
SURABAYA JANUARI 2017
vii
[Halaman ini sengaja dikosongkan]
viii
Rancang Bangun Aplikasi MusicMoo dengan Metode MIR (Music Information Retrieval) pada Modul Fingerprint, Cover Song Recognition, dan Song Recommendation Nama Mahasiswa NRP Jurusan Dosen Pembimbing 1 Dosen Pembimbing 2
: Mochammad Faris Ponighzwa R. : 5113 100 034 : Teknik Informatika FTIf-ITS : Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. : Dwi Sunaryono, S.Kom., M.Kom.
ABSTRAK Industri musik sudah mulai merambah ke bidang komputer. Salah satunya adalah aplikasi SoundHound, Shazam, dan masih banyak lagi. Namun semua aplikasi tersebut hanya melakukan deteksi dari potongan suara yang direkam. Semua aplikasi tersebut bekerja dengan cara melakukan ekstrak fingerprint hanya dari beberapa segmen sinyal audio yang direkam. Pertama, penulis membangun database yang berisi fitur lagu. Di dalam fitur tersebut terdapat kumpulan nilai yang mengidentifikasikan suatu lagu. Dari deskripsi ini digunakan untuk melakukan pencarian pada suatu lagu. Kedua, melakukan proses pada fitur audio yang terkait. Ketiga, melakukan klasifikasi dan hasilnya adalah detail informasi fingerprint, cover song, dan rekomendasi pada suatu lagu. Kata kunci: Analisa Audio, MIR, MPEG-7
ix
[Halaman ini sengaja dikosongkan]
x
Design and Implementation of MusicMoo Application using MIR (Music Information Retrieval) Method of Fingerprint Modul, Cover Song Recognition, and Song Recommendation Student Name Student ID Major Advisor 1 Advisor 2 .
: : : : :
Mochammad Faris Ponighzwa Rizkanda 5113 100 034 Informatics Department FTIf-ITS Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. Dwi Sunaryono, S.Kom., M.Kom.
ABSTRACT Music industry has started using computer engineering factor to produce the best quality of an audio. The example of application using music as their main theme was SoundHound, Shazam, and etc. From application example above, they just try to identify the original song from its pieces of recorded song. All application example above works by extracting fingerprint on a few segments of a recorded audio signal. First, writes construct a database contain of some feature of an audio. An audio feature contain of set value that used to describe an audio. This set of value was used to search a song. Second, to process related audio feature. Third, to classify and the result was information of Fingerprint, Cover Song, and Recommendation of an audio.
Keyword: Audio Analysis, MIR, MPEG-7
xi
[Halaman ini sengaja dikosongkan]
xii
KATA PENGANTAR Puji syukur kepada Tuhan Yang Maha Esa atas segala karunia dan rahmat-Nya penulis dapat menyelesaikan Tugas Akhir yang berjudul:
Rancang Bangun Aplikasi MusicMoo dengan Metode MIR (Music Information Retrieval) pada Modul Fingerprint, Cover Song Recognition, dan Song Recommendation Melalui lembar ini, penulis ingin menyampaikan ucapan terimakasih dan penghormatan yang sebesar-besarnya kepada: 1. Bapak, Ibu, kakak dan keluarga besar yang selalu memberikan dukungan penuh untuk menyelesaikan Tugas Akhir ini. 2. Bapak Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. selaku dosen pembimbing I. 3. Bapak Dwi Sunaryono, S.Kom., M.Kom. selaku dosen pembimbing II. 4. Bapak Dedy Rahman Wijaya, selaku mahasiswa S-3 sekaligus anak bimbing Prof. Riyanarto yang telah banyak membimbing dan memberikan arahan kepada penulis dalam menyelesaikan Tugas Akhir ini. 5. Umy Chasanah Noor Rizqi, selaku rekan dan pedamping hidup yang selalu mendukung dan menyemangati penulis. 6. Johanes Andre, selaku tim yang membantu dalam pengerjaan Tugas Akhir ini. 7. Grup “ululululululululu”, yang selalu memberikan penyemangat sendiri bagi penulis. 8. Bapak dan Ibu dosen Jurusan Teknik Informatika ITS lainnya yang telah banyak menyampaikan ilmu dan bimbingan yang tak ternilai harganya bagi penulis. 9. Serta pihak-pihak lain yang namanya tidak dapat penulis sebutkan satu persatu. xiii
Penulis menyadari masih terdapat banyak kekurangan baik dalam pelaksanaan tugas akhir maupun penyusunan buku laporan ini, namun penulis berharap buku tugas akhir ini dapat menambah wawasan pembaca dan dapat menjadi sumber referensi. Penulis mengharapkan kritik dan saran yang membangun untuk kesempurnaan penulisan buku tugas akhir ini
Surabaya, January 2017
Mochammad Faris Ponighzwa R.
xiv
DAFTAR ISI LEMBAR PENGESAHAN .................................................................. vii ABSTRAK ............................................................................................. ix ABSTRACT ........................................................................................... xi KATA PENGANTAR ......................................................................... xiii DAFTAR ISI ......................................................................................... xv DAFTAR GAMBAR ........................................................................... xix DAFTAR TABEL ................................................................................ xxi DAFTAR KODE SUMBER .............................................................. xxiii DAFTAR PERSAMAAN ................................................................... xxv BAB I PENDAHULUAN ....................................................................... 1
1.1. 1.2. 1.3. 1.4. 1.5. 1.6.
Latar Belakang .............................................................. 1 Tujuan............................................................................ 2 Rumusan Permasalahan ................................................. 2 Batasan Permasalahan ................................................... 3 Metodologi .................................................................... 3 Sistematika Penulisan .................................................... 5
BAB II DASAR TEORI ......................................................................... 7
2.1. Penelitian Terkait .......................................................... 7 2.2. MPEG-7 ........................................................................ 8 2.3. MPEG-7 Low Level Descriptors ................................... 9 2.3.1. Audio Power ........................................................ 11 2.3.2. Temporal Centroid .............................................. 11 2.3.3. Log Attack Time................................................... 12 2.3.4. Audio Spectrum Centroid .................................... 12 2.3.5. Harmonic Spectral Centroid ............................... 14 2.3.6. Harmonic Spectral Deviation .............................. 14 2.3.7. Harmonic Spectral Spread .................................. 15 2.3.8. Harmonic Spectral Variation .............................. 16 2.3.9. Audio Spectrum Spread Type .............................. 17 2.3.10. Audio Spectrum Projection.................................. 17 2.3.11. Audio Spectrum Envelope Type ........................... 18 2.3.12. Audio Spectrum Flatness Type ............................ 19 2.3.13. Audio Fundamental Frequency ........................... 20 2.4. Discrete Wavelet Transform ........................................ 21 xv
2.5. 2.6. 2.7. 2.8. 2.9. 2.10. 2.11. 2.12.
Xquery ......................................................................... 22 MIR (Music Information Retrieval) ............................ 23 Fingerprint ................................................................... 23 Cover Song .................................................................. 24 Play Framework .......................................................... 25 Flask ............................................................................ 26 KNN ............................................................................ 27 Sliding Algorithm ........................................................ 29
BAB III ANALISIS PERANCANGAN SISTEM ................................ 31
3.1. Analisis ........................................................................ 31 3.1.1. Analisis Permasalahan ......................................... 31 3.1.2. Analisis Kebutuhan ............................................. 32 3.1.3. Deskripsi Umum Sistem ...................................... 32 3.1.3.1. Input............................................................. 33 3.1.3.2. Proses........................................................... 34 3.1.3.3. Output .......................................................... 38 3.1.4. Kasus Penggunaan ............................................... 38 3.2. Perancangan Sistem..................................................... 40 3.2.1. Perancangan Basis Data ...................................... 41 3.2.1.1. Tabel Fingerprint dan Song Recommendation ............................................................. 42 3.2.1.2. Tabel Cover Song Recognition .................... 42 3.2.2. Perancangan Data Latih....................................... 43 3.2.3. Perancangan Tampilan Antarmuka ..................... 44 3.2.3.1. Perancangan Halaman Menu Utama ........... 44 3.2.3.2. Perancangan Halaman Merekam Audio ...... 45 3.2.4. Perancangan Alur Proses Penggunaan Aplikasi .. 46 3.2.4.1. Modul Fingerprint ....................................... 47 3.2.4.2. Modul Cover Song Recognition .................. 48 3.2.4.3. Modul Song Recommendation ..................... 50 BAB IV IMPLEMENTASI................................................................... 53
4.1. Lingkungan Implementasi ........................................... 53 4.1.1. Lingkungan Implementasi Perangkat Keras ........ 53 4.1.2. Lingkungan Implementasi Perangkat Lunak ....... 53 4.2. Implementasi Basis Data ............................................. 54 4.3. Implementasi Tampilan Antarmuka ............................ 55 xvi
4.4. Implementasi Alur Proses Aplikasi ............................. 59 4.4.1. Implementasi Perekaman Audio.......................... 60 4.4.2. Implementasi Ekstraksi Fitur ............................... 69 4.4.3. Implementasi Discrete Wavelet Transform ......... 79 4.4.4. Implementasi Sliding Algorithm .......................... 81 4.4.5. Implementasi Modul Fingerprint ........................ 83 4.4.6. Implementasi Modul Cover Song Recognition.... 85 4.4.7. Implementasi Modul Song Recommendation ...... 87 BAB V PENGUJIAN DAN EVALUASI ............................................. 89
5.1. Lingkungan Pengujian ................................................. 89 5.2. Skenario Pengujian ...................................................... 89 5.2.1. Pengujian Fungsionalitas ..................................... 90 5.2.1.1. Pengujian Modul Fingerprint ...................... 90 5.2.1.2. Pengujian Modul Cover Song Recognition . 91 5.2.1.3. Pengujian Modul Song Recommendation .... 93 5.3. Akurasi Pengujian ....................................................... 95 5.3.1. Akurasi Pengujian Fungsionalitas ....................... 95 5.3.1.1. Akurasi Modul Fingerprint ......................... 95 5.3.1.2. Akurasi Modul Cover Song Recognition ..... 99 5.4. Evaluasi Pengujian Fungsionalitas ............................ 100 BAB VI KESIMPULAN DAN SARAN ............................................ 101
6.1. 6.2.
Kesimpulan................................................................ 101 Saran .......................................................................... 101
DAFTAR PUSTAKA ......................................................................... 103 LAMPIRAN A .................................................................................... 105 BIODATA PENULIS ......................................................................... 109
xvii
[Halaman ini sengaja dikosongkan]
xviii
DAFTAR GAMBAR Gambar 2.1 Matriks fitur MPEG-7 ............................................... 8 Gambar 2.2 Sinyal dalam Matriks ............................................... 24 Gambar 2.3 Klasifikasi bunga iris ............................................... 28 Gambar 2.4 Klasifikasi musik standar MPEG-7 ......................... 28 Gambar 2.5 Sliding Algorithm..................................................... 29 Gambar 3.1 Arsitektur Sistem ..................................................... 33 Gambar 3.2 Sinyal dari suatu lagu .............................................. 35 Gambar 3.3 Fitur dalam bentuk text ............................................ 36 Gambar 3.4 Sinyal dari lagu setelah diwavelet ........................... 37 Gambar 3.5 Diagram Kasus Penggunaan .................................... 39 Gambar 3.6 Tabel Modul Fingerprint pada database ................. 42 Gambar 3.7 Tabel Modul Cover Song pada database ................. 43 Gambar 3.8 Perancangan dalam data latih .................................. 44 Gambar 3.9 Rancangan pada Menu Utama ................................. 45 Gambar 3.10 Rancangan Halaman Rekam .................................. 46 Gambar 3.11 Diagram Alur Penggunaan Aplikasi ...................... 47 Gambar 3.12 Diagram Alur Modul Fingerprint .......................... 48 Gambar 3.13 Diagram Alur Modul Cover Song Recognition ..... 49 Gambar 3.14 Diagram Alur Modul Recommendation ................ 50 Gambar 4.1 Implementasi Tampilan Rekam Lagu pada Android ..................................................................................................... 58 Gambar 4.2 Hasil Implemenasi Halaman Menu Utama .............. 59 Gambar 4.3 Diagram Alur Proses Rekam ................................... 60 Gambar 4.4 Diagram Alur Proses Ekstraksi Fitur ....................... 69 Gambar 4.5 Diagram Alur Proses Discrete Wavelet Transform . 79 Gambar 4.6 Diagram Alur pada Sliding Algorithm ..................... 81 Gambar 4.7 Diagram Alur pada Modul Fingerprint ................... 83 Gambar 4.8 Diagram Alur pada Modul Cover Song Recognition ..................................................................................................... 85 Gambar 4.9 Diagram Alur Modul Recommendation .................. 87 Gambar 5.1 Hasil dari Modul Fingerprint .................................. 91 Gambar 5.2 Hasil dari Modul Cover Song .................................. 93 Gambar 5.3 Hasil pada Modul Recommendation ........................ 94 xix
[Halaman ini sengaja dikosongkan]
xx
DAFTAR TABEL Tabel 2.1 Perbedaan Antara MFCC dan Audio Spectrum Projection ..................................................................................................... 18 Tabel 2.2 Tabel Level Dekomposisi pada Wavelet ..................... 22 Tabel 3.1 Daftar Kebutuhan Fungsional Perangkat Lunak ......... 32 Tabel 3.2 Daftar Kode Kasus Penggunaan .................................. 38 Tabel 3.3 Tabel atribut modul fingerprint ................................... 42 Tabel 3.4 Tabel atribut modul Cover Song ................................. 43 Tabel 4.1 Fitur yang disimpan dalam database........................... 54 Tabel 5.1 Skenario Pengujian ...................................................... 90 Tabel 5.2 Pengujian Modul Fingerprint...................................... 90 Tabel 5.3 Pengujian Modul Cover Song Recognition ................. 92 Tabel 5.4 Pengujian Modul Song Recommendation................... 94 Tabel 5.5 Rincian Hasil Modul Fingerprint ................................ 96 Tabel 5.6 Rincian Hasil Modul Fingerprint ................................ 97 Tabel 5.7 Hasil Testing Cover Song laki-laki ............................. 99 Tabel 5.8 Hasil Testing Cover Song perempuan ....................... 100 Tabel 5.9 Rangkuman Hasil Pengujian ..................................... 100
xxi
[Halaman ini sengaja dikosongkan]
xxii
DAFTAR KODE SUMBER Kode Sumber 2.1 Format Skema dalam XML ............................ 10 Kode Sumber 2.2 Pseudocode level dekomposisi ....................... 22 Kode Sumber 2.3 Xquery pada fitur MPEG-7............................. 23 Kode Sumber 2.4 File routes Play Framework........................... 25 Kode Sumber 2.5 Class pada Play Framework........................... 26 Kode Sumber 2.6 Potongan dari Flask ........................................ 27 Kode Sumber 4.1 Implementasi Halaman Rekam Audio ............ 57 Kode Sumber 4.2 Implementasi Halaman Menu Utama ............. 58 Kode Sumber 4.3 Variabel yang digunakan untuk perekaman ... 62 Kode Sumber 4.4 Fungsi yang kali pertama dijalankan ketika aplikasi dibuka............................................................................. 63 Kode Sumber 4.5 Custom Listener pada aplikasi........................ 63 Kode Sumber 4.6 Fungsi ketika memulai perekaman ................. 64 Kode Sumber 4.7 Fungsi untuk melakukan writing data audio menjadi sebuah file...................................................................... 65 Kode Sumber 4.8 Fungsi yang dijalankan ketika berhenti merekam ..................................................................................................... 65 Kode Sumber 4.9 Fungsi untuk melakukan penulisan dari file raw menjadi wav ................................................................................ 66 Kode Sumber 4.10 Fungsi yang menuliskan format agar file dapat menjadi .wav ............................................................................... 68 Kode Sumber 4.11 Routes pada Server Java ............................... 70 Kode Sumber 4.12 Kelas pada Java Server Modul Fingerprint.. 72 Kode Sumber 4.13 Kelas pada Java Server Modul Cover Song . 74 Kode Sumber 4.14 Kelas pada Java Server Modul Cover Song . 76 Kode Sumber 4.15 Xquery pada Modul Fingerprint................... 77 Kode Sumber 4.16 Xquery pada Modul Cover Song .................. 78 Kode Sumber 4.17 Xquery pada Modul Cover Song .................. 78 Kode Sumber 4.18 Menentukan level dekomposisi wavelet ....... 81 Kode Sumber 4.19 Wavelet Transform ....................................... 81 Kode Sumber 4.20 Sliding Algorithm ......................................... 82 Kode Sumber 4.21 Implementasi Modul Fingerprint ................. 84
xxiii
Kode Sumber 4.22 Implementasi Modul Cover Song Recognition ..................................................................................................... 87 Kode Sumber 4.23 Implementasi Modul Recommendation ........ 88 Kode Sumber A.1 Kelas AppLog .............................................. 105 Kode Sumber A.2 Manifest pada Android ................................ 106 Kode Sumber A.3 String Values pada Android......................... 106 Kode Sumber A.4 Graddle pada Android ................................. 107 Kode Sumber A.5 Colour Values pada Android ....................... 107
xxiv
DAFTAR PERSAMAAN Persamaan 2.1.............................................................................. 11 Persamaan 2.2.............................................................................. 11 Persamaan 2.3.............................................................................. 12 Persamaan 2.4.............................................................................. 12 Persamaan 2.5.............................................................................. 13 Persamaan 2.6.............................................................................. 13 Persamaan 2.7.............................................................................. 13 Persamaan 2.8.............................................................................. 13 Persamaan 2.9.............................................................................. 14 Persamaan 2.10............................................................................ 14 Persamaan 2.11............................................................................ 14 Persamaan 2.12............................................................................ 15 Persamaan 2.13............................................................................ 15 Persamaan 2.14............................................................................ 15 Persamaan 2.15............................................................................ 15 Persamaan 2.16............................................................................ 16 Persamaan 2.17............................................................................ 16 Persamaan 2.18............................................................................ 17 Persamaan 2.19............................................................................ 19 Persamaan 2.20............................................................................ 19 Persamaan 2.21............................................................................ 19 Persamaan 2.22............................................................................ 19 Persamaan 2.23............................................................................ 19 Persamaan 2.24............................................................................ 20 Persamaan 2.25............................................................................ 20 Persamaan 2.26............................................................................ 20 Persamaan 2.27............................................................................ 20 Persamaan 2.28............................................................................ 29 Persamaan 5.1.............................................................................. 95
xxv
[Halaman ini sengaja dikosongkan]
xxvi
1BAB I PENDAHULUAN Pada bab ini akan dipaparkan mengenai garis besar Tugas Akhir yang meliputi latar belakang, tujuan, rumusan dan batasan permasalahan, metodologi pembuatan Tugas Akhir, dan sistematika penulisan.
1.1. Latar Belakang Akhir-akhir ini, industri musik berkembang sangat pesat. Tidak terkecuali, industri musik di Indonesia juga mulai terkena dampaknya. Aplikasi seperti Shazam dan SoundHound dapat mendeteksi potongan suara yang direkam dan menebak judul lagu dari potongan suara tersebut. Sehingga, masyarakat tidak perlu merasa kesusahan ketika menginginkan judul lagu dari potongan suara yang terdengar di tempat umum. Namun aplikasi tersebut hanya sebatas mengidentifikasi dan melakukan pencocokan dari suatu audio. Padahal, telah ditemukan suatu istilah MIR dengan kepanjangan Music Information Retrieval, yang berarti pencarian keterangan informasi dari suatu musik. MIR merupakan istilah yang digunakan ketika ingin mendapatkan informasi dari suatu musik. Informasi yang didapat dapat berupa judul lagu, genre, tempo, dan lainnya. Pada penelitian ini, penulis akan melakukan implementasi MIR. Penulis akan melakukan penelitian metode dan langkah-langkah yang tepat, agar istilah MIR dapat diimplementasikan. Fokus dalam penelitian kali ini adalah, pada modul fingerprint, cover song, dan song recommendation. Fingerprint yang berarti adalah sidik jari, dengan maksud audio akan diidentifikasi dengan hanya potongan audio yang dicari. Cover song berarti penyanyian kembali dari lagu asli (istilah bahasa inggris disebut dengan cover), sehingga potongan suara yang 1
2
direkam akan dicari lagu asli dari potongan suara tersebut. Dan yang terakhir adalah song recommendation, yang berarti sistem akan merekomendasikan lagu dari lagu yang sudah dicari saat ini. Standar yang digunakan penulis adalah MPEG-7 yang sudah menjadi standar dalam konten multimedia berdasarkan ISO/IEC 15938 yang berekstensi XML. XML ini akan diperoleh dari library MPEG7AudioEnc yang bersifat open source. XML tersebut akan dilakukan query untuk diambil fitur-fitunya dalam bentuk matriks. Fiturfitur inilah yang digunakan untuk melakukan pemanggilan informasi musik/MIR. Kumpulan fitur yang ada dalam file XML ini akan disimpan dalam database untuk pemanggilan informasi fingerprint, cover song, dan song recommendation yang dimaksud.
1.2. Tujuan Tujuan dari pembuatan tugas akhir ini adalah: 1. Mengetahui fitur lagu yang efektif untuk fingerprint, berbasis MPEG-7. 2. Mengetahui fitur lagu yang mempengaruhi dalam cover song recognition. 3. Mengetahui fitur lagu yang mempengaruhi song recommendation.
1.3. Rumusan Permasalahan Rumusan masalah yang diangkat dalam tugas akhir ini antara lain: 1. Bagaimana cara mengidentifikasi suatu musik dari fingerprint? 2. Bagaimana cara mengidentifikasi cover song dari musik? 3. Bagaimana cara mengetahui kemiripan dari suatu musik, sehingga dapat dilakukan rekomendasi?
3
1.4. Batasan Permasalahan 1.
2. 3. 4.
5.
Permasalahan yang dibahas dalam tugas akhir ini memiliki beberapa batasan, antara lain: Hasil dari tugas akhir ini adalah sebuah aplikasi “MusicMoo” dengan modul fingerprint, cover song recognition, dan song recommendation. Audio yang digunakan berekstensi .wav. Identifikasi lagu dengan fingerprint hanya sebatas menampilkan judul. Cover song recognition didapat dengan menggunakan metode supervised learning, yang artinya membutuhkan data training. Song recommendation menghasilkan daftar dari suara yang direkam. Daftar ini didapatkan, dari pencocokan modul fingerprint sebelumnya.
1.5. Metodologi Langkah-langkah yang ditempuh dalam pengerjaan Tugas Akhir ini yaitu: a. Penyusunan proposal tugas akhir Proposal tugas akhir ini berisi latar belakang pembuatan tugas akhir, rumusan masalah, batasan masalah, tujuan pembuatan, manfaat, metodologi hingga jadwal kegiatan pembuatan tugas akhir. Selain itu proposal tugas akhir ini memberikan ringkasan dari tugas akhir. Proposal tugas akhir juga berisi tinjauan pustaka yang digunakan sebagai referensi pembuatan tugas akhir ini. b. Studi literatur Pada bab ini, akan dipelajari sejumlah referensi yang diperlukan dalam pembuatan program yaitu mengenai MPEG7, MPEG-7 Low Descriptors, Xquery, dan Wavelet.
4
c. Analisis dan desain perangkat lunak Tahap ini meliputi perancangan sistem berdasarkan studi literatur dan pembelajaran konsep teknologi dari perangkat lunak yang ada. Tahap ini mendefinisikan alur dari implementasi. Langkah-langkah yang dikerjakan juga didefinisikan pada tahap ini. Pada tahapan ini dibuat prototype sistem, yang merupakan rancangan dasar dari sistem yang akan dibuat. Serta dilakukan desain suatu sistem dan desain prosesproses yang ada. d. Implementasi perangkat lunak Implementasi perangkat lunak ini dibangun dengan sistem perangkat bergerak yang berbasis bahasa pemrograman Java (Android Studio) dan database menggunakan MySQL. Sedangkan untuk pre-processing dan processing sinyal menggunakan bahasa Python. e. Pengujian dan evaluasi Pada tahapan ini dilakukan uji coba terhadap perangkat lunak yang telah dibuat. Pengujian dan evaluasi akan dilakukan dengan melihat kesesuaian dengan perencanaan. Tahap ini dimaksudkan juga untuk mengevaluasi jalannya aplikasi, mencari masalah yang mungkin timbul dan mengadakan perbaikan jika terdapat kesalahan. f.
Penyusunan Buku Tugas Akhir Pada tahap ini dilakukan penyusunan laporan yang menjelaskan dasar teori dan metode yang digunakan dalam tugas akhir ini serta hasil dari implementasi aplikasi perangkat lunak yang telah dibuat. Sistematika penulisan buku tugas akhir secara garis besar antara lain: 1. Pendahuluan a. Latar Belakang b. Rumusan Masalah
5
2. 3. 4. 5. 6.
c. Batasan Tugas Akhir d. Tujuan e. Metodologi f. Sistematika Penulisan Tinjauan Pustaka Desain dan Implementasi Pengujian dan Evaluasi Kesimpulan dan Saran Daftar Pustaka
1.6. Sistematika Penulisan Buku Tugas Akhir ini bertujuan untuk mendapatkan gambaran dari pengerjaan Tugas Akhir ini. Selain itu, diharapkan dapat berguna untuk pembaca yang tertarik untuk melakukan pengembangan lebih lanjut. Secara garis besar, buku Tugas Akhir terdiri atas beberapa bagian seperti berikut ini. Bab I Pendahuluan Bab ini berisi latar belakang masalah, tujuan dan manfaat pembuatan Tugas Akhir, permasalahan, batasan masalah, metodologi yang digunakan, dan sistematika penyusunan Tugas Akhir. Bab II Dasar Teori Bab ini membahas beberapa teori penunjang yang berhubungan dengan pokok pembahasan dan mendasari pembuatan Tugas Akhir ini. Bab III Analisis dan Perancangan Sistem Bab ini membahas mengenai perancangan perangkat lunak. Perancangan perangkat lunak meliputi perancangan data, arsitektur, proses dan perancangan antarmuka aplikasi.
6
Bab IV Implementasi Bab ini berisi implementasi dari perancangan dan implementasi fitur-fitur penunjang aplikasi. Bab V Pengujian dan Evaluasi Membahas tentang lingkungan pengujian, skenario pengujian, dan evaluasi pengujian setelah aplikasi selesai dikembangkan. Bab VI Kesimpulan dan Saran Bab ini berisi kesimpulan dari hasil pengujian yang dilakukan. Bab ini membahas saran-saran untuk pengembangan sistem lebih lanjut. Daftar Pustaka Merupakan daftar referensi yang digunakan untuk mengembangkan Tugas Akhir. Lampiran Merupakan bab tambahan yang berisi daftar istilah yang penting pada aplikasi ini.
2BAB II DASAR TEORI Pada bab ini akan dibahas mengenai teori-teori yang menjadi dasar dari pembuatan Tugas Akhir.
2.1. Penelitian Terkait Pada penelitian sebelumnya yang terkait dengan tugas akhir ini, identifikasi musik dengan memanfaatkan fingerprint berdasarkan standar MPEG-7 sudah dilakukan dengan menggunakan Sliding Algorithm [1]. Penelitian tersebut yang dijadikan acuan dalam implementasi pada modul fingerprint. Modul fingerprint inilah yang dijadikan dasar dalam implementasi modul cover song recognition. Penelitian tentang modul cover song recognition sudah pernah dilakukan sebelumnya. Pada penelitian tersebut identifikasi dilakukan dengan cara membandingkan raw signal dan dicari chroma yang terkandung dalam sinyal tersebut [2]. Pada penelitian yang digunakan pada tugas akhir ini melakukan deteksi cover song namun dengan menggunakan fitur yang berbasis dengan standar ISO MPEG-7. Penelitian ini menggunakan acuan MPEG-7 dikarenakan hasil ekstraksi fitur dari MPEG-7 berupa metadata. Metadata ini akan digunakan sebagai bahan dasar untuk melakukan klasifikasi suara, sehingga dalam penelitian ini tidak menggunakan klasifikasi yang berbasis konten. Pada penelitian cover song yang telah dijelaskan sebelumnya, klasifikasi dan query masih berbasis konten dengan cara menerima input berupa raw-signal. Pada penelitian ini digunakan ekstraksi fitur dari file berekstensi .wav dan dilakukan klasifikasi. Sehingga dapat dikatakan bahwa penelitian ini menggunakan metadata dalam pengolahannya, bukan melakukan klasifikasi berbasis konten. Contoh aplikasi dari deteksi suatu musik adalah SoundHound dan Shazam, namun kedua aplikasi musik tersebut melakukan deteksi lagu harus berupa lagu asli dari penyanyi. Sehingga ketika
7
8
aplikasi merekam lagu berupa lagu yang dinyanyikan kembali, maka aplikasi tersebut tidak dapat melakukan deteksi.
2.2. MPEG-7 MPEG-7 adalah deskripsi standar konten multimedia dalam ISO/IEC 15938 [3]. Konten multimedia yang dimaksud adalah gambar, musik (suara), dan video. Namun pada penelitian kali ini fokus hanya pada kontem multimedia berupa musik. Dalam melakukan ekstraksi fitur, MPEG-7 menghasilkan beberapa fitur yang disebut dengan Low Level Descriptors. Hasil ekstraksi fitur musik (suara) berdasarkan MPEG-7 merupakan sebuah metadata yang disimpan dalam bentuk matriks berukuran 𝑛 × 𝑚. Nilai m menyatakan sebagai subband metadata dari musik. Subband metadata bergantung pada fitur yang akan digunakan. Sebagai contoh apabila menggunakan fitur Audio Signature Type maka jumlah m adalah 16. Nilai n bergantung pada durasi dan ukuran dari suatu sumber suara. Sehingga semakin lama suatu sumber suara, maka akan semakin besar pula nilai n yang didapatkan berdasarkan ekstraksi fitur MPEG-7.
Gambar 2.1 Matriks fitur MPEG-7
Gambar 2.1 merupakan format matriks yang dihasilkan oleh MPEG-7. Matriks inilah yang dianggap sebagai suatu fitur yang diproses oleh sistem. Kumpulan dari semua fitur akan disimpan dalam suatu dokumen yang berformat XML. Detail dari masing-masing fitur dijelaskan pada subbab selanjutnya. Dalam penelitian ini proses ekstraksi fitur file .wav ditangani oleh suatu library MPEG7AudioEncApp yang
9
dirancang oleh Holger Crysandt [4]. Cara kerja dari library ini menerima input berupa nilai string yang menyimpan informasi berupa alamat directory dari file musik yang berformat .wav. Output dari Library ini adalah dokumen XML yang meyimpan detail dari fitur MPEG-7 dalam skema yang telah ditentukan. Detail dari implementasi library ini dibahas pada Bab IV subbab Implementasi Ekstraksi Fitur.
2.3. MPEG-7 Low Level Descriptors Suatu lapisan paling dasar yang didapat setelah melakukan ekstraksi audio .wav ke bentuk XML [5]. Low Level Descriptor memiliki beberapa fitur seperti Audio Spectrum Projection, Audio Spectrum Flatness, Audio Spectrum Envelope, dan sebagainya. Setiap fitur menggambarkan properti dari sebuah sumber suara. Sebagai contoh Audio Spectrum Flatness menggambarkan properti kerataan sinyal dari sebuah sumber suara. Berdasarkan dari beberapa fitur tersebut, eksperimen ini menggunakan 3 fitur dalam pengolahan metadata. Fitur tersebut adalah Audio Spectrum Flatness, Audio Spectrum Projection, dan Audio Signature Type. Audio Spectrum Flatness dan Audio Spectrum Projection akan digunakan untuk modul cover song recognition. Audio Signature Type akan digunakan pada modul fingerprint. 1. 2. <Mpeg7 xmlns="urn:mpeg:mpeg7:schema:2001" xmlns:mpe g7="urn:mpeg:mpeg7:schema:2001" xmlns:xsi="http://w ww.w3.org/2001/XMLSchema-instance"> 3.
4. <MultimediaContent xsi:type="AudioType"> 5. 6. <MediaInformation xsi:type="MediaInformationType"> 7. <MediaProfile xsi:type="MediaProfileType"> 8. <MediaFormat xsi:type="MediaFormatType"> 9. audio 35642924 2 <Sample bitsPer="16" rate="44100.0"/> <MediaInstance xsi:type="MediaInstanceType"> UniqueI D0000000002 <MediaLocator xsi:type="MediaLocatorType"> <MediaUri>file:/D:/TA/MPEG7/Lagu/Isyana%20Sarasvati%20%20Keep%20Being%20You.wav <SeriesOfScalar hopSize="PT10N1000F" totalNumOfSamp les="40404"> 1297.0588 1297.0588 352.8 352.8 54.51174 54.51 174 1297.0588 1297.0588 3150.0 3150.0 3150.0 3150.0 832.0755 832.0755 2756. 25 2756.25 ................................................... ........... 1191.8918 689.0625 689.0625 1297.0588 1297.0588 315 0.0 3150.0 1075.6097 > <Button Android:layout_width="wrap_content" Android:layout_height="wrap_content" Android:id="@+id/btnStart" 49. <Button 50. Android:layout_width="match_parent" 51. Android:layout_height="wrap_content" 52. Android:id="@+id/btnUpload" 53. Android:text="Kirim" 54. /> 55. 12. <Button 13. android:layout_width="wrap_content" 14. android:layout_height="wrap_content" 15. android:id="@+id/signature" 14. 15. 2. <string name="app_name">MusicMooV4 3. 4. <string name="app_info">Tekan \"Rekam\" untuk m emulai dan \"Berhenti\" untuk menghentikan rekaman< /string> 5. <string name="choose_format_title">Choose Audio Format 6. <string name="start_recording">Rekam 7. <string name="stop_recording">Berhenti 8. <string name="audio_format">Format 9. 3. #3F51B5 4. #303F9F 5. #FF4081 6. [email protected] .
