Perpustakaan Digital ITB

Penentuan golongan suara merupakan hal penting yang menjadi pondasi dari paduan suara. Penentuan golongan suara ini memerlukan pengetahuan mendalam di bidang musik. Hal ini menjadi penyebab pembangunan model pengklasifikasian golongan suara dalam paduan suara merupakan eksperimen multidisiplin. Selain peninjauan dari aspek teknikal, diperlukan juga peninjauan dari aspek musikalitas yang mendalam. Hal ini membuat penentuan golongan suara dalam paduan suara ini tidak dapat dilakukan hanya dengan rule base terhadap jangkauan nada dari individu. Penelitian ini berfokus kepada pengklasifikasian golongan suara menggunakan fitur-fitur selain nada dasar (f0) seperti warna suara dan kestabilan suara. Dalam penelitian ini, data diambil dari anggota Paduan Suara Mahasiswa ITB (PSM-ITB) dengan pelabelan yang dilakukan oleh tim pelatihan Paduan Suara Mahasiswa ITB (PSM-ITB). Penelitian ini memberikan hasil yang relatif baik dibandingkan model sebelumnya, yakni akurasi 0.87 untuk model Convolutional Recurrent Neural Network, lebih tinggi daripada model Convolutional Neural Network dengan akurasi 0.74 dan Recurrent Neural Network dengan akurasi 0.65.