Metode Image Recognation pada Aplikasi Pengenalan Alat Musik Tradisional

Abstract

Alat musik tradisional merupakan salah satu identitas kesenian setiap daerah di Indonesia. Provinsi DKI Jakarta memiliki alat musik tradisional yang beraneka ragam. Namun seiring perkembangan zaman sudah jarang generasi muda yang memainkan alat musik tradisional. Semua ini terjadi karena adanya perubahan alat musik tradisional menjadi yang lebih modern. Penelitian ini menggunakan dataset public melalui pencarian google image sebanyak 1200. Selanjutnya, dilakukan pengembangan struktur jaringan CNN dengan menggunakan Bahasa pemrograman Dart dan text editor VisualStudio Code. Pembuatan aplikasi menggunakan salah satu teknologi machine learning yaitu Image Recognation diharapkan dapat membantu masyarakat mengetahui jenis alat musik tradisional DKI Jakarta. Metode yang digunakan dalam pembuatan aplikasi adalah CRISP-DM yaitu Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. Model yang sudah dibuat dan dievaluasi, diimplementasikan menjadi sebuah aplikasi berbasis android sehingga dapat digunakan untuk membantu pengenalan alat musik tradisional DKI Jakarta agar tetap terjaga kelestariannya. Hasil pengujian menunjukan bahwa system dapat mendeteksi alat musik dengan akurasi sebesar 94%, presisi sebesar 79%, dan sensitifitas sebesar 83%.