Implementasi Algoritma FFT untuk Deteksi Nada dalam Analisis Frekuensi Suara
DOI:
https://doi.org/10.29407/2g141y12Keywords:
deteksi nada, FFT, frekuensi suara, notasi musik, pengenalan polaAbstract
Penelitian ini mengembangkan sistem deteksi nada musik menggunakan algoritma Fast Fourier Transform (FFT) untuk menganalisis frekuensi suara dan menentukan notasi musik secara otomatis. Latar belakang penelitian ini adalah pentingnya metode cepat dan akurat dalam mengenali notasi musik, terutama pada aplikasi edukasi musik atau pelatihan musisi. Metode penelitian menggunakan pendekatan FFT untuk mentransformasi sinyal suara menjadi spektrum frekuensi, sehingga memungkinkan identifikasi not berdasarkan dominasi frekuensi. Sistem diuji pada berbagai jenis suara musik, termasuk piano, gitar, dan vokal. Hasil pengujian menunjukkan akurasi deteksi rata-rata sebesar 92,7% dengan tingkat keberhasilan identifikasi not tertinggi pada instrumen piano (95,4%) dan terendah pada vokal (88,1%) karena kompleksitas harmoniknya. Kesimpulan penelitian ini adalah bahwa metode FFT efektif dalam mendeteksi notasi musik dari suara, sehingga berpotensi diaplikasikan dalam sistem pembelajaran musik digital. Hasil penelitian ini memberikan kontribusi penting dalam bidang pengenalan pola suara dan edukasi musik berbasis teknologi.
Downloads
References
W. Windasari and I. Mahmudah, “Perspektif Guru terhadap Pembelajaran Seni Musik dengan Pianika Kelas V MIS Al-Jihad Kota Palangka Raya,” J. Kaji. Penelit. Pendidik. dan Kebud., vol. 2, no. 2, pp. 126–134, 2024.
V. Jamari, R. Anitra, and L. Yanti, “Keterampilan Siswa Sekolah Dasar dalam Memainkan Alat Musik Tengga,” JUDIKDAS J. Ilmu Pendidik. Dasar Indones., vol. 3, no. 2, pp. 63–72, 2024.
N. Suryani, “Pengaruh Penggunaan Aplikasi Autocad Terhadap Peningkatan Prestasi Belajar Mata Pelajaran Matematika Siswa Tunarungu Kelas Iv Slb-B Yrtrw Surakarta,” 2014.
R. Hidayatullah, “Pendidikan Musik: Sebuah Pendekatan Pembelajaran untuk Anak di Era 4.0,” 2022, BRIN.
R. Hidayatullah, “Pendidikan Musik: Pendekatan Musik Untuk Anak di Era 4.0,” 2020, CV. Rumah Kayu Pustaka Utama.
A. Aksenta et al., LITERASI DIGITAL: Pengetahuan & Transformasi Terkini Teknologi Digital Era Industri 4.0 dan Sociaty 5.0. PT. Sonpedia Publishing Indonesia, 2023.
F. A. SUJIO, “Deteksi Kerusakan Bearing Dari Sinyal Getaran Menggunakan Fitur Fast Fourier Transform,” 2021.
S. Trihandaru, CLUSTERING UNTUK DATA SUARA Studi Kasus Mel-Frequency Cepstral Coefficients (MFCC) dan Long Short Term Memory (LSTM) dengan Internet of Things (IoT) untuk Klasifikasi Suara. Uwais Inspirasi Indonesia, 2024.
R. R. Maulana, “TA: Sistem Kontrol Penggerak Mobile Robot Menggunakan Perintah Suara Berbasis Audio Classification pada Deep Learning,” 2024, Universitas Dinamika.
I. B. Yulio, I. Wijayanto, and E. Susatio, “Perancangan Dan Implementasi Tuner Gitar Berbasis Fast Fourier Transform Dan Harmonic Product Spectrum Pada Platform Android,” eProceedings Eng., vol. 3, no. 2, 2016.
T. Gumilar and S. Suwandi, “Deeteksi Kesalahan Nada Pada String Gitar Dengan Menggunakan Harmonic Product Spectrum,” eProceedings Eng., vol. 2, no. 2, 2015.
A. Rahmatullah, “Analisis Teknik Permainan Gitar Elektrik Pada Lagu Surrender Karya Andra and the Backbone,” Repert. J., vol. 2, no. 1, pp. 82–91, 2021.
I. L. Rahmatullah, “Pengenalan suara menggunakan algoritma convolutional neural network pada gim pembelajaran bahasa arab,” 2022, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
R. F. Putra et al., Algoritma Pembelajaran Mesin: Dasar, Teknik, dan Aplikasi. PT. Sonpedia Publishing Indonesia, 2024.
D. Atika, S. Styawati, and A. A. Aldino, “Term Frequency-Inverse Document Frequency Support Vector Machine untuk Analisis Sentimen Opini Masyarakat terhadap Tekanan Mental pada Media Sosial Twitter,” J. Teknol. dan Sist. Inf., vol. 3, no. 4, pp. 86–97, 2022
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Yondri Ginola Ndun, Petrus Bitin, Ahmad Firsta Rizky Arrizal
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
