Assalamu’alaikum Wr.Wb Akhi dan Ukhti J
Kali ini
saya akan bercerita tentang Music
Information Retrieval. Nah, sebelumnya saya akan bercerita sedikit tentang Information Retrieval terlebih dahulu. Information
Retrieval merupakan bagian dari computer science yang berhubungan
dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan
konteks dari dokumen-dokumen itu sendiri. Berdasarkan referensi dijelaskan
bahwa Information Retrieval merupakan suatu pencarian informasi (biasanya
berupa dokumen) yang didasarkan pada suatu query (inputan_user)
yang diharapkan dapat memenuhi keinginan user dari kumpulan
dokumen yang ada. Sedangkan, definisi query dalam Information Retrieval
menurut referensi merupakan sebuah formula yang digunakan untuk mencari
informasi yang dibutuhkan oleh user, dalam bentuk yang paling
sederhana, sebuah query merupakan suatu keywords (kata
kunci) dan dokumen yang mengandung keywords merupakan dokumen yang
dicari dalam IRS. Sebagai contoh adalah Aplikasi Music Information Retrieval.
Music Information Retrieval (MIR) merupakan sebuah bidang ilmu untuk
mengambil dan mengolah informasi dari file musik, dapat berupa metadata,
ataupun konten, seperti nada, melodi dan tempo. Music Information Retrieval
atau disebut juga dengan sistem temu balik informasi musik adalah sebuah sistem
yang digunakan untuk menemukan kembali (retrieve) informasi-informasi yang
relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi musik secara
otomatis. Pada sistem temu balik informasi musik, koleksi informasi yang
digunakan berupa berkas musik dimana pengguna dapat memasukkan query untuk
mendapatkan informasi berkas musik yang relevan dari sistem. Musik memiliki
karakteristik yang berbeda dengan dokumen teks, sehingga pada sistem temu balik
informasi musik diperlukan proses pencarian dengan menggunakan algoritma khusus
yang berbeda dengan proses pencarian berbasis teks pada koleksi dokumen.
MIR(Music
Information Retrieval) adalah bidang kecil tapi berkembang penelitian dengan
banyak aplikasi dunia nyata. Mereka yang terlibat dalam MIR mungkin memiliki
latar belakang dalam musikologi, psikologi, studi musik akademis, pemrosesan
sinyal, pembelajaran mesin atau beberapa kombinasi dari semuanya. Menurut
referensi ada beberapa cara kerja dari MIR diantaranya sebagai berikut:
1.
Musik Otomatis
Transkripsi
Otomatis transkripsi musik adalah proses
mengubah rekaman audio ke notasi simbolik, seperti skor atau file MIDI sebagai
contohnya. Proses ini melibatkan beberapa
sub tugas, yang meliputi deteksi multi-pitch, deteksi onset, estimasi durasi,
identifikasi instrumen, dan ekstraksi informasi berirama. Tugas ini menjadi
lebih sulit dengan jumlah yang lebih besar dari instrumen dan tingkat polifonik
yang lebih besar.
2.
Kategorisasi Otomatis
Musik bergenre kategorisasi adalah tugas
bersama untuk MIR dan adalah tugas biasa untuk tahunan Informasi Music Retrieval
Evaluasi eXchange (Mirex). Teknik Mesin belajar seperti Support Vector Machines
cenderung tampil baik, meskipun sifat agak subyektif dari klasifikasi .
Klasifikasi potensial lainnya termasuk mengidentifikasi artis, tempat asal atau
suasana potongan. Dimana output diharapkan menjadi nomor daripada kelas,
analisis regresi diperlukan.
3. Pencarian Berdasarkan Query
File-file
musik yang jumlahnya jutaan telah disimpan di dalam database berdasarkan
kriteria yang telah ditentukan oleh perancang sistemnya. Telah dijelaskan
sebelumnya bahwa pada database seperti Musipedia misalnya, telah dilakukan
pengurangan-pengurangan material pada musik yang dirasa tidak berguna saat
pencarian, sehingga menyebabkan pencarian pada database tersebut lebih cepat.
Setelah file-file tersebut terkumpul, barulah pencarian file musik dapat
dilakukan berdasarkan kontennya. Pada umumnya pencarian file musik diawali
dengan pengambilan query sanpel audio. Metode perekaman sampel dapat
bermacam-macam, contoh yang tersedia adalah dengan cara merekam tuts keyboard
visual pada layar, contour search, flash piano, rhythm search, serta perekaman
dengan mikropon. Sampel-sampel audio tersebut kemudian akan diproses,
dianalisis, serta dikonversi menjadi deretan string. Kemudian algoritma
Knuth-Morris-Pratt baru bekerja pada tahap ini. Adanya kecocokan sampel audio
dengan sumber musik itu yang akan menjadi hasil pencarian tersebut, Dalam
persoalan ini, teks algoritma Knuth-Morros- Pratt akan menganggap file-file
sumber musik yang berada di database, entah itu karakteristiknya ataupun
langsung bit per but dari file tersebut.
4. Pencocokan String Sample Audio dengan File
Musik
Sampel
musik yang akan dicari file nya pada sumber akan dianalisis sesuai dengan karakteristik-karakteristik yang ditentukan oleh sistem pencarian tersebut.
Hasil ekstraksi tersebut yang nantinya akan menjadi pattern- pattern untuk dicocokkan dengan file
sumber. Kemudian barulah pada tahap ini dilakukan algoritma pencocokan string
Knuth-Morris-Pratt. Penggunaan algoritma pencocokan ini tidak baku untuk
penerapan pencarian file musik, namun pemilihan algoritma ini tergantung dari
perancang sistem itu sendiri. Dari analisis yang telah banyak dilakukan,
algoritma KMP memang relatif lebih cepat daripada algoritma lain dalam
menemukan pola dalam teks. Setelah pencarian string dalam pola musik MIDI
dilakukan, baru kemudian hasil pencarian tersebut dikirimkan kepada peminta
query. Hasil pencarian ini biasanya berupa metadata dari sebuah musik, misalnya
judul musik, artis, serta album.
Bagaimana
akhi dan Ukhti penjelasan dari saya tentang Music Information Retrieval? Sudah
merasa cukup dan puas? Ahhh janganlah merasa puas agar Akhi dan Ukhti lebih
Semangat lagi untuk mencari lebih dalam.
Terimakasih…….
Wassalamu’alaikum Wr.Wb
Reference:
sip sip..
BalasHapus