🎵 Audio Data Feature Extraction

Klasifikasi genre musik dengan ekstraksi fitur pada data audio.

Nama: Bagus Cipta Pratama
NIM: 23/516539/PA/22097

📁 Daftar Dokumen dalam Repository

• Pengenalan_genre_lagu.ipynb 📓
  Notebook ini berisi template kode awal dari instruktur ketika melakukan demo untuk ekstraksi fitur pada data audio.

• Jawaban_soal_Nomor_1_dan_2 📝
  Dokumen ini merupakan jawaban atas pertanyaan nomor satu dan dua, di mana dijelaskan secara mendalam mengenai peningkatan akurasi dari eksperimen awal.

• Soal_Nomor_3 🎯
  Dokumen ini berisi jawaban untuk pertanyaan nomor tiga, yang menantang untuk mencapai akurasi di atas 80 persen.

Key Improvement 🚀

1. Soal Nomor 1 🔧:

   • Dilakukan eksperimen dengan menambahkan fitur baru. ✨
   • Melakukan hyperparameter tuning dengan Grid Search pada model SVM. ⚙️
   • Meningkatkan akurasi dari 67% menjadi 74.5%. 📈

2. Soal Nomor 2 📊:

   • Penjelasan rinci mengenai faktor-faktor peningkatan akurasi terdapat pada dokumen Jawaban_soal_Nomor_1_dan_2. 🔍

3. Soal Nomor 3 (Challenge - Akurasi di atas 80%) 🏆:

   • Meningkatkan proses ekstraksi fitur dengan mengekstraksi lebih banyak fitur. 📡
   • Melakukan ekstraksi 20 koefisien MFCC. 🎚️
   • Akhirnya, akurasi mencapai 82.5%, memenuhi syarat untuk mendapatkan nilai bonus. 🎉