BAB I PENDAHULUAN. 1.1 Latar Belakang

dokumen-dokumen yang mirip
Pembelajaran Mesin untuk Mempelajari Pola Improvisasi Musik Jazz

BAB V PENGUJIAN. 5.1 Tujuan Pengujian. 5.2 Kriteria Pengujian

BAB IV PERANCANGAN DAN IMPLEMENTASI

BAB III Analisis. Gambar III.1 Rancangan Pemrosesan

BAB 1 PENDAHULUAN. untuk kesenangan dan kadang-kadang digunakan sebagai sarana pendidikan. Permainan

2016 PROSES BELAJAR MANDIRI PEMAIN KEYBOARD PADA BAND MTM COMMUNITY BANDUNG

BAB II Dasar Teori. 2.1 Algoritma Genetika Gambaran Umum

BAB IV Perancangan dan Implementasi

STANDAR KOMPETENSI LULUSAN MUSIK

BAB III ANALISIS Teknik Improvisasi Melodi dengan Memodifikasi Melodi Asli

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II DASAR TEORI. 2.1 Teori Musik

BAB I PENDAHULUAN I - 1

1. Pendahuluan 1.1. Latar Belakang

Studi Automatic Generator Melodi Berdasarkan Parameter Mood Tertentu

ABSTRAK Kata kunci : Universitas Kristen Maranatha

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta

BAB I PENDAHULUAN. untuk diikuti. Pendidikan musik kini menjadi sesuatu yang penting bagi manusia

BAB V Pengujian. Bab ini memuat tujuan dan langkah-langkah pengujian, hasil dan analisis pengujian terhadap hasil implementasi dari program GAMA.

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian kualitatif dengan menggunakan

BAB 1 PENDAHULUAN. cukup lama dan memakan biaya yang cukup mahal serta tidak konsisten. Penjadwalan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

I. PENDAHULUAN. Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN I-1

Pendeteksian Plagiarisme Musik dengan Algoritma Boyer- Moore

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA

BAB I PENDAHULUAN. 1.1 Pendahuluan

BAB I PENDAHULUAN. dilakukan untuk kesenangan dan kadang-kadang digunakan sebagai sarana

BAB 1 PENDAHULUAN. terhadap peran sistem informasi dalam perusahaan sebagai bagian dari produktivitas.

BAB 1 Pendahuluan. Sedangkan belajar bermain alat musik ada dua tahapan, yaitu :

BAB 4 HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN. semakin meningkat. Oleh sebab itu peran informasi sangat penting dan sangat

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

3. Menambah referensi atau repertoar lagu, khususnya untuk instrumen gitar tunggal.

BAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,

Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML

Harmoni I. Progresi I IV V

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

BAB V SIMPULAN DAN SARAN

BAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika

BAB I PENDAHULUAN. ini dibuktikan dengan adanya musik pada Quadrivium, kurikulum Phytagorean

BAB I PENDAHULUAN A. Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB V KESIMPULAN DAN REKOMENDASI. Pembelajaran piano jazz tingkat dasar dengan materi 12 bar blues untuk

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. seluruh dunia menjadi sebuah fenomena yang sangat mengejutkan dalam satu abad

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGEMBANGAN SUMBER BELAJAR MATAKULIAH SISTEM CERDAS KOMPETENSI JARINGAN SYARAF TIRUAN

OPTIMASI PENJADWALAN BIMBINGAN BELAJAR MENGGUNAKAN METODE ALGORITMA GENETIKA

BAB I PENDAHULUAN. Machine learning (ML), bagian dari kecerdasan buatan (artificial

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

BAB I PENDAHULUAN 1.1. Latar Belakang

Vukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. berbagai suara kedalam pola-pola yang dapat dimengerti dan dipahami

BAB 1 PENDAHULUAN Latar Belakang

Penerapan Algoritma Genetika pada Permainan Rubik s Cube

PROSES PEMBELAJARAN MUSIK BAGI KELOMPOK BAND JUST 4_U DI SMA BOPKRI 1 YOGYAKARTA

1. Pendahuluan 1.1 Latar Belakang

PERANCANGAN DAN PEMBUATAN APLIKASI OPTIMASI PENYUSUNAN IKLAN GAMBAR DENGAN ALGORITMA GENETIKA ABSTRAK

BAB I PENDAHULUAN 1.1. Latar Belakang

IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN TIC-TAC-TOE SKALA 9X9

PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY

UKDW BAB I PENDAHULUAN

Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika

BAB I PENDAHULUAN! 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Hampir

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN. dari sudut struktual maupun jenisnya dalam kebudayaan. Dalam Kamus Besar Bahasa Indonesia (1990:602) Musik adalah ilmu atau

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. TOEFL singkatan dari Test of English as a Foreign Language merupakan hal yang

PENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN UJIAN TUGAS AKHIR PADA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah. Perkembangan sistem informasi mengalami kemajuan yang sangat pesat, hal ini

UKDW BAB 1 PENDAHULUAN

BAB I PENDAHULUAN BAB I: PENDAHULUAN

APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI

Pengenalan Kecerdasan Buatan (KB)

ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)

BAB III KONSEP DAN PERANCANGAN APLIKASI

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. sangat diandalkan selama kurang lebih 70 tahun lamanya (Mahfudz, 2013:18).

2015 KREATIVITAS ARANSEMEN MUSIK PADA LAGU DAERAH ACEH MELALUI PROJECT BASED LEARNING

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. teknik enkripsi terhadap integritas data maka suatu informasi tidak bisa dibaca oleh orang yang

UKDW BAB 1 PENDAHULUAN. 1.1 Pendahuluan

BAB I PENDAHULUAN I.1 Latar Belakang Masalah

Transkripsi:

BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai pendahuluan dari tugas akhir yang meliputi latar belakang, rumusan masalah yang diangkat, tujuan, batasan masalah, dan metodologi yang digunakan dalam tugas akhir ini. 1.1 Latar Belakang Improvisasi, dalam terminologi musik, adalah seni mengomposisi saat bermain musik tanpa notasi tertulis [SZW00]. Ditinjau dari definisi tersebut, improvisasi merupakan salah satu bagian dari komposisi. Terminologi lain yang berkaitan dengan komposisi adalah aransemen. Aransemen merupakan kegiatan membuat sebuah versi baru dari lagu dengan tetap mempertahankan melodi dan karakteristik utama dari lagu asal. Namun demikian, perbedaan mendasar antara improvisasi dengan komposisi biasa ataupun aransemen adalah selang waktu saat melakukan komposisi. Komposisi atau aransemen dari sebuah lagu dilakukan sebelum lagu tersebut dimainkan, sedangkan improvisasi dilakukan saat lagu tersebut dimainkan. Oleh karena itu, bagi sebagian besar musisi, improvisasi merupakan hal yang tersulit dilakukan dibandingkan dengan pengkomposisian biasa ataupun pengaransemenan karena membutuhkan tingkat kreatifitas dan spontanitas yang tinggi untuk menggubah lagu secara instan dalam selang waktu yang sangat singkat tanpa arahan notasi tertulis yang rinci. Improvisasi telah lama dianggap sebagai ciri khas yang melekat pada jenis musik jazz, walaupun banyak kultur musikal dunia juga berimprovisasi dalam derajat tertentu. Bagi kebanyakan pendengar musik biasa, setelah mendengarkan musik jazz biasanya timbul kesan bahwa musik jazz merupakan musik yang diimprovisasi secara acak, tanpa berpikir, tanpa batasan, tanpa aransemen, atau tanpa rencana mengenai apa yang akan dimainkan [SZW00]. Pada kenyataannya kesan itu tidak sepenuhnya benar. Perencanaan dan pengaransemen dalam penggubahan musik jazz tetap ada walaupun sangat minim serta improvisasi yang dilakukan tetap berpedoman pada prinsip-prinsip atau standar-standar yang telah disepakati. I-1

I-2 Untuk mampu berimprovisasi dalam memainkan musik jazz, seorang musisi jazz harus memiliki standar kompetensi tertentu dengan penguasaan berbagai teori musik, scale, melody, lick, chord, voicing, harmony, rhythm, dan lain-lain serta hubungan antara elemen-elemen tersebut. Suasana jazzy akan terbangun apabila pada saat bermain seorang musisi mampu mengkolaborasi teori-teori yang telah disebutkan sebelumnya sesuai dengan keinginannya. Selain itu, seorang improvisator akan sangat dipengaruhi oleh seberapa banyak sampel lagu yang telah didengar dan dihapal, Semakin banyak perbendaharaan lagu yang dimiliki akan semakin beranekaragam pula pola improvisasi yang dapat dihasilkan pada saat bermain musik. Dengan karakteristik pembelajaran seorang musisi jazz yang belajar melalui berbagai sampel lagu, maka dapat diperkirakan bahwa mesin atau program komputer pun mampu melakukan hal yang sama dengan menerapkan teknik pembelajaran mesin. Pembelajaran mesin (machine learning) merupakan salah satu cabang kecerdasan buatan (Artificial Intelligence) yang memungkinkan program komputer untuk belajar sendiri atau meningkatkan kinerjanya secara otomatis. Berikut ini definisi formal dari pembelajaran mesin yang dikutip dari buku Machine Learning karya Tom Mitchell. A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E. [MIT97]. Dengan demikian, terhadap 3 fitur utama yang harus diidentifikasikan untuk mendefinisikan sebuah masalah pembelajaran yaitu kelas pekerjaan(class of tasks), penghitungan kinerja(performance measure), dan sumber pengalaman(source of experience). Dalam kaitannya dengan masalah pembelajaran pola improvisasi musik jazz, masalah ini dapat diidentifikasikan sebagai berikut. Task T : permainan improvisasi Performance measure P : tingkat kemiripan permainan improvisasi dengan musisi jazz yang asli Training experience E : permainan berbagai sampel lagu

I-3 Adapun aplikasi-aplikasi atau metode terkait dengan masalah pembelajaran pola improvisasi yang saat ini sedang atau sudah dikaji oleh pihak lain, yaitu antara lain 1. Band-In-A-Box Aplikasi ini merupakan salah satu aplikasi pembangunan pola improvisasi musik yang komersil dan juga aplikasi yang paling banyak penggunanya. Sistem Band- In-A-Box terdiri dari input berupa chord, pola melodi, dan style yang diinginkan sehingga menghasilkan sebuah lagu berimprovisasi berdasarkan input yang diberikan. Untuk input chord, style, dan pola melodi yang sama, Band-In-A-Box akan meng-generate lagu permainan ke-n dengan pola improvisasi yang berbeda dengan lagu permainan ke n-1. Improvisasi yang dilakukan dapat berupa melodi solo, rhythm, voicing, tension, dan alternate chord. Namun demikian, sistem Band-In-A-Box tidak melakukan pembelajaran terhadap pola improvisasi secara otomatis. Pemilihan pola improvisasi yang akan dibangun bergantung kepada predefined database yang dibuat secara manual. Oleh karena itu, aplikasi ini hanya digunakan sebagai alat bantu bagi para musisi atau arranger untuk mempermudah proses penciptaan, pengaransemenan, ataupun pengimprovisasian lagu. 2. GenJam GenJam merupakan sebuah model berbasis algoritma genetika untuk melakukan improvisasi melodi solo berdasarkan progresi chord yang dimasukkan. GenJam membentuk populasi dari melodi yang kemudian di-mapped ke not-not spesifik berdasarkan scale yang dibentuk dari progresi chord yang sedang dimainkan. Ide penggunaan algoritma genetika pada GenJam adalah karena pekerjaanpekerjaan bermusik seperti mengkomposisi, mengaransemen dan mengimprovisasi melibatkan teknik pencarian yang kompleks dimana pekerjaan tersebut cocok apabila diimplementasikan dengan algoritma genetika. Algoritma genetika menyediakan teknik yang powerful untuk melakukan pencarian terhadap problem space yang besar. Pada sistem GenJam, algoritma genetika digunakan untuk menghasilkan populasi melodi yang berpotensi menjadi solusi, dengan menggunakan operasi-operasi genetika standar seperti crossover dan mutation, hingga menghasilkan solusi yang dapat diterima yaitu rangkaian

I-4 melodi yang jazz-like. Individu-individu melodi yang dianggap dekat dengan fitness function yang telah ditentukan akan dipertahankan, sedangkan individuindividu lainnya akan dilakukan evolusi hingga dekat dengan nilai fitness function. 3. Impro-Visor Impro-Visor merupakan sebuah model penghasil melodi-melodi musik jazz secara otomatis dengan menggunakan probabilistic grammar. Tujuan dari pembuatan Impro-Visor hampir mirip dengan GenJam yaitu penggenerasian melodi dalam bentuk solo berdasarkan chord yang diberikan. Perbedaannya dengan GenJam ataupun dengan metode lainnnya yang berbasis searching adalah Impro-Visor tidak melakukan pencarian pola melodi pada database yang besar, melainkan bergantung pada rule yang didefinisikan. Penggunaan grammar menyebabkan sistem Impro-Visor mengeliminasi kompleksitas ruang yang besar dalam pencarian melodi-melodi yang berkorelasi dengan chord yang dimasukkan. Adapun keterbatasan dalam penggunaan grammar yaitu kekurangfleksibelan hasil melodi solo yang didapatkan. Selama output yang didapatkan dari rule yang didefinisikan pada grammar dapat diprediksi, melodimelodi yang dihasilkan mungkin akan terkesan kurang jazzy. Untuk merancang rule pada non-deterministic grammar agar melodi bersifat pseudo-random merupakan pekerjaan yang sangat sulit. Dari ketiga aplikasi atau metode diatas dan metode-metode lainnya yang telah dieksplorasi, metode-metode tersebut fokus pada penggenerasian melodi solo dengan merancang teknik untuk menghasilkan melodi-melodi yang pseudo-random sehingga terbentuk suasana jazzy. Namun metode-metode tersebut tidak melakukan pembelajaran terhadap pola improvisasi dari contoh-contoh lagu secara otomatis. Untuk menghasilkan pola-pola improvisasi yang sesuai dengan keinginan improvisator, pengguna harus mengubah aturan main yang diterapkan pada masing-masing metode secara manual. Pada tugas akhir ini akan dilakukan riset bagaimana pembelajaran mesin diterapkan pada masalah pembelajaran improvisasi dengan pendekatan learning by example dimana mesin dapat mempelajari pola improvisasi melalui contoh-contoh lagu

I-5 berimprovisasi. Dengan demikian, kemampuan mesin atau program komputer untuk berimprovisasi akan bergantung kepada contoh-contoh lagu yang diberikan oleh tutor. 1.2 Rumusan Masalah Secara umum, bentuk Tugas Akhir yang akan dikerjakan adalah berupa riset terhadap permasalahan pembelajaran pola improvisasi musik jazz. Masalah yang akan dikaji pada riset ini adalah sebagai berikut. 1. Bagaimana algoritma pembelajaran mesin diaplikasikan untuk menyelesaikan masalah pembelajaran pola improvisasi musik jazz. 2. Bagaimana suatu frasa musik dapat direpresentasikan menjadi masukan yang dapat diolah dengan pembelajaran mesin. 3. Bagaimana performansi algoritma pembelajaran mesin yang diimplementasikan dalam menyelesaikan masalah pembelajaran pola improvisasi. 1.3 Tujuan Tujuan yang hendak dicapai dalam Tugas Akhir ini adalah sebagai berikut. 1. Mengkaji algoritma pembelajaran mesin yang tepat untuk memecahkan masalah pembelajaran pola improvisasi musik jazz. 2. Merumuskan cara representasi musik menjadi masukan yang dapat diolah dengan algotitma pembelajaran mesin yang terpilih. 3. Melakukan evaluasi terhadap algoritma pembelajaran mesin yang diimplementasikan pada permasalahan pembelajaran pola improvisasi musik jazz. 1.4 Batasan Masalah Dalam pengerjaan Tugas Akhir ini ditetapkan beberapa batasan masalah, yaitu : 1. Format musik yang diterima adalah format MusicXML. Versi format MusicXML yang digunakan adalah versi 2.0. MusicXML adalah salah satu standar penulisan berkas musik yang paling kompatibel dengan banyak perangkat lunak pengolah berkas musik yang populer. 2. Jenis improvisasi yang diterima dibatasi hanya improvisasi yang dilakukan oleh instrumen musik yang dapat memainkan melodi unisono atau horizontal.

I-6 3. Informasi musik yang akan menjadi masukkan hanya terbatas pada notasi balok yang berupa akor, not, dan tanda istirahat. 1.5 Metodologi Dalam pengerjaan Tugas Akhir ini, tahapan yang akan dikerjakan adalah sebagai berikut. 1. Studi Literatur Studi literatur mengenai teori musik khususnya mengenai musik jazz dan cara improvisasi, teknik pembelajaran mesin, serta aplikasi penggunaan teknik pembelajaran mesin pada berbagai permasalahan yang terkait dengan representasi musik yang sudah pernah dibuat dapat berupa paper maupun contoh perangkat lunak. 2. Analisis Analisis terhadap hasil studi literatur sesuai dengan masalah yang dirumuskan, yaitu bagaimana teknik pembelajaran mesin dapat diaplikasikan untuk mempelajari dan melakukan improvisasi pada suatu musik. 3. Eksperimen Percobaan yang dilakukan dengan cara mengimplementasikan algoritma pembelajaran mesin yang paling cocok untuk permasalahan pembelajaran pola improvisasi musik jazz pada sebuah perangkat lunak. 4. Evaluasi Evaluasi terhadap hasil eksperimen dari algoritma pembelajaran mesin untuk menilai performa algoritma yang digunakan dalam melakukan improvisasi secara kuantitatif maupun kualitatif. 1.6 Sistematika Pembahasan Sistematika penulisan laporan Tugas Akhir ini adalah sebagai berikut: 1. Bab I Pendahuluan, berisi penjelasan mengenai latar belakang, rumusan masalah, tujuan, batasan masalah, metodologi, serta sistematika pembahasan yang digunakan untuk menyusun laporan Tugas Akhir.

I-7 2. Bab II Dasar Teori, berisi dasar teori yang digunakan dalam analisis, perancangan, dan implementasi Tugas Akhir. 3. Bab III Analisis, berisi analisis terhadap pembelajaran mesin dalam pengaplikasiannya untuk mempelajari pola improvisasi musik jazz, mencakup analisis teknik improvisasi yang dikaji, analisis model pada sistem pembelajaran mesin, serta analisis penggunaan algoritma pembelajaran mesin. 4. Bab IV Perancangan dan Implementasi, berisi perancangan perangkat lunak yang mampu membentuk pola improvisasi musik jazz berdasarkan data pelatihan yang diberikan serta implementasi hasilnya dalam kode program. 5. Bab V Pengujian, berisi deskripsi pengujian terhadap algoritma pembelajaran mesin untuk mempelajari dan membentuk pola improvisasi musik jazz, hasil pengujian dan analisis terhadap hasil pengujian. 6. Bab V Penutup, berisi kesimpulan yang diperolah selama proses pelaksanaan Tugas Akhir, serta saran pengembangan dari hasil Tugas Akhir.