PREDIKSI FREKUENSI BILAH SARON MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION MATLAB

Sri Endang Wahyuni, Delia Achadina Putri, Puji Suharmanto

Abstract


Alat musik tradisional saron gamelan jawa dapat dikaitkan dengan Konsep fisika yaitu materi gelombang bunyi. Bunyi pada alat musik saron gamelan jawa dihasilkan oleh bilah-bilah perunggu yang bergetar akibat dipukul menggunakan panakol kayu. Pembuatan gamelan Jawa secara tradisional dilakukan berdasarkan perasaan dalam penyelarasan nada yaitu perasaan enak atau tidak enaknya bunyi yang didengar, Dengan cara ini, keselarasan dapat berubah seiring dengan perasaan pengrajin, sehingga diperlukan metode yang lebih objektif dalam menentukan frekuensi bunyi yang dihasilkan. Frekuensi merupakan salah satu ciri khas bunyi yang dapat diukur dalam satuan Hertz (Hz). Tujuan Penelitian adalah memprediksi frekuensi bunyi yang dihasilkan dari ketukan 15 bilah saron menggunakan jaringan saraf tiruan - backpropagation. Pada penelitian Data frekuensi tersebut kemudian dianalisis menggunakan Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation, yang mampu mengenali pola dan memprediksi frekuensi bilah gamelan saron secara random. Implementasi JST-backpropagation dalam penelitian ini dilakukan menggunakan Matlab untuk mengoptimalkan prediksi frekuensi bilah gamelan secara lebih akurat dan objektif. Berdasarkan Hasil pelatihan dan pengujian didapatkan arsitektur jaringan terbaik juga terdapat pada 50-10-1, fungsi aktivasi Logsig-Purelin dan fungsi percepatan TrainGDA yang memiliki keberhasilan akurasi sebesar 99% -100% pada 15 bilah  dengan rentang frekuensi 684 – 2647 Hz frekuensi 684 – 2647 Hz. Tingkat keberhasilan dalam memprediksi pola frekuensi saron ditunjukkan dengan MSE (nilai error) semakin kecil dari 0,001 menjadi 0,000893 yang artinya hasil prediksi yang didapatkan mendekati data aslinya. Berdasarkan hasil perbandingan data asli vs data JST-backpropagation semua bilah saron mempunyai tingkat kemiripan sebesar 99-100%.  Sehingga dapat dikatakan JST-backpropagation mampu mengenali pola frekuensi saron dengan baik.


References


Agustin, M., & Prahasto, T. (2012). Penggunaan Jaringan Syaraf Tiruan Backpropagation Untuk Seleksi Penerimaan Mahasiswa Baru Pada Jurusan Teknik Komputer. Jurnal Sistem Informasi Bisnis, 89-96.

Aisah, S. S., Abdullatif, F., & Hartono. (2022). Identifikasi frekuensi bunyi gambang laras slendro gamelan Jawa menggunakan jaringan syaraf tiruan pada Matlab. Jurnal Teras Fisika, 273-282.

Badieah, Gernowo, R., & Surarso, B. (2016). Metode Jaringan Syaraf Tiruan Untuk Prediksi Performa Mahasiswa Pada Pembelajaran Berbasis Problem Based Learning (PBL). Jurnal Sistem Informasi Bisnis 01(2016), 46-58.

Cahyanti, A. H., & Kurniawan, I. (2024). KAJIAN ETNOMATEMATIKA PADA ALAT MUSIK SARON DI DAERAH YOGYAKARTA. Jurnal Ilmiah Matematika Realistik (JI-MR), 150-155: Vol. 5, No. 1, Juni 2024, E-ISSN: 2723-6153.

Fadilah, M. N., Yusuf, A., & Huda, N. (2020). PREDIKSI BEBAN LISTRIK DI KOTA BANJARBARU MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Jurnal Matematika Murni dan Terapan “εpsilon”, 81-92.

Fiqry, R., & Agustinasari. (2019). Penggunaan Audacity pada Pengukuran Nada Lantunan Kalero untuk Menelusuri Karakter Sosial Dou Donggo Masa Lampau. Seminar Nasional Taman Siswa Bima Tahun 2019 (pp. 136-141). Bima: Taman Siswa Bima.

Habiburrohman, A. W., & Fauzi. (2021). RANCANG BANGUN ALAT PENGUKUR KECEPATAN SUARA PADA ZAT PADAT MENGGUNAKAN SENSOR PIEZOELECTRIC UNTUK PRAKTIKUM FISIKA DASAR TOPIK CEPAT RAMBAT BUNYI. Jurnal Penelitian dan Pembelajaran Fisika Indonesia, hal 35-39, Volume 3 No. 2: .

Maharani, W. (2009). Klasifikasi Data Menggunakan JST Backpropagation Momentum dengan Adaptive Learning Rate. Seminar Nasional Informatika 2009 (pp. 25-31). Yogyakarta: UPN Veteran Yogyakarta.

Rahul, M., Gunawan, I., Anggraini, F., Sumarno, & Kirana, I. O. (2020). Analisa JST Untuk Memprediksi Pembuatan SIM Menggunakan Metode Algoritma Backpropagation. JURNAL MEDIA INFORMATIKA BUDIDARMA, 124-128.

Sanjaya, A. K. (2022). PEMANFAATAN SARON SANGA LARAS SLENDRO GAMELAN JAWA SEBAGAI MEDIA PEMBELAJARAN FISIKA SMA MATERI GELOMBANG BUNYI. Jurnal Inovasi Pendidikan Matematika dan IPA, 183 - 193.

Sipasulta, R. Y., Arie.S.M. Lumenta ST, M., & Sherwin R.U.A. Sompie, S. M. (2014). Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform). E-journal Teknik Elektro dan Komputer, 1-9.

Suahati, A. F., Nurrahman, A. A., & Rukmana, O. (2022). Penggunaan Jaringan Syaraf Tiruan – Backpropagation dalam Memprediksi Jumlah Mahasiswa Baru. Jurnal Media Teknik & Sistem Industri, hal. 21 – 29; Vol. 6 (no. 1) (2022), e-issn: 2581-0561 .

Widarma, A. (2022). JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK ANALISIS JUMLAH PENDUDUK MENURUT JENIS KELAMIN PADA KABUPATEN ASAHAN. Prosiding Seminar Nasional Multidisiplin Ilmu Universitas Asahan ke-5 Tahun 2022 (pp. 337-347). Sumatera Utara: Universitas Asahan.

Yasid, A., Yushardi, & Handayani, R. D. (2016). PENGARUH FREKUENSI GELOMBANG BUNYI TERHADAP PERILAKU LALAT RUMAH (Musca domestica). Jurnal Pembelajaran Fisika, 190 - 196, Vol. 5 No. 2, September 2016.




DOI: http://dx.doi.org/10.30821/fisitekfisitek.v9i1.24512

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Prodi Fisika - Universitas Islam Negeri Sumatera Utara
Website : https://fisika.uinsu.ac.id/