first commit

.streamlit/config.toml

@@ -0,0 +1,9 @@
+[theme]
+primaryColor = "#B6244F"
+backgroundColor = "#F4F4F8"
+secondaryBackgroundColor = "#E6E6EA"
+textColor = "#020122"
+font = "sans serif"
+
+[server]
+runOnSave = true

CHANGELOG.md

@@ -0,0 +1,3 @@
+### [1.0.0] - 2024-04-03
+
+## Release

LICENSE.txt

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2024 Sandi Indika Saputra
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

README.md

@@ -0,0 +1,13 @@
+# KLASIFIKASI MUSIK BERDASARKAN GENRE MENGGUNAKAN METODE WEIGHTED K-NEAREST NEIGHBOR
+
+## Instalasi dan Dependensi
+
+Untuk instalasi perangkat lunak, pastikan dependensi bawaan telah diinstal. Dependensi yang dibutuhkan tercantum dalam:
+
+```bash
+requirements.txt
+```
+
+## Dukungan atau Kontak
+
+Untuk informasi lebih lanjut atau bantuan, hubungi melalui email: bimbingin.id@gmail.com or sandidikaputra@gmail.com.

assets/abstract.txt

@@ -0,0 +1 @@
+Penggunaan musik berdasarkan genre yang terkandung di dalamnya telah digunakan pada kehidupan sehari-hari. Musik dapat dikategorikan berdasarkan genre, gaya, ritme, dan bahkan latar belakang budaya. Gaya pada musik biasa disebut dengan genre. Batasan genre musik tidak terlalu jelas dan satu suatu musik berkemungkinan memiliki beberapa genre dengan bobot yang berbeda. Genre musik adalah pengelompokan musik sesuai dengan kemiripan satu dengan yang lain, seperti dalam hal frekuensi musik, struktur ritme, dan konten harmoni. Secara umum, pengelompokan lagu dilakukan secara manual yaitu dengan mendengarkan lagu secara langsung kemudian dikelompokkan berdasarkan genre lagu tersebut. Bagi para ahli musik, cara ini mempunyai keunggulan yaitu mempunyai tingkat akurasi yang tinggi pada hasil pengelompokannya. Namun, pengelompokan musik secara manual memiliki kekurangan yaitu membutuhkan waktu yang sangat banyak untuk mengelompokkan musik dengan jumlah besar, karena harus didengarkan satu persatu. Penelitian ini dilakukan untuk dapat mengklasifikasikan genre musik berdasarkan fitur audio RMS, Centroid Spectral, Roll-off Spectral, Zero Crossing Rate, dan Mel-Frequency Cepstral Coefficients  (MFCC) dengan menggunakan metode klasifikasi Weighted k-Nearest Neighbor (WKNN). Berdasarkan hasil uji coba, diperoleh hasil yaitu nilai akurasi maksimal yang diperoleh dari model klasifikasi adalah sebesar 61.7% saat menggunakan algoritma WKNN dengan nilai k=9. Fitur-fitur audio, terutama MFCC, dapat  memberikan kontribusi yang lebih besar dalam meningkatkan akurasi klasifikasi musik berdasarkan genre pada GTZAN dataset. Sedangkan fitur-fitur yang lain memiliki kontribusi yang lebih rendah dalam mengidentifikasi genre musik secara tepat.

css/style.css

@@ -0,0 +1,31 @@
+.title, h1, h2 {
+    text-align: center;
+}
+
+.st-emotion-cache-1o4beor p {
+    text-align: center;
+}
+
+h4, h5 {
+    text-align: left;
+}
+
+.ms-20{
+    margin: 20px;
+}
+
+.ms-40{
+    margin: 40px;
+}
+
+.ms-60{
+    margin: 60px;
+}
+
+.ms-80{
+    margin: 80px;
+}
+
+.paragraph {
+    text-align: justify;
+}

requirements.txt

@@ -0,0 +1,7 @@
+numpy
+pandas
+matplotlib
+librosa
+scikit-learn
+streamlit
+streamlit-option-menu

src/app.py

@@ -0,0 +1,11 @@
+# LIBRARY / MODULE / PUSTAKA
+
+import streamlit as st
+from streamlit_option_menu import option_menu
+
+from functions import *
+from warnings import simplefilter
+
+simplefilter(action= "ignore", category= FutureWarning)
+
+# PAGE CONFIG

src/functions.py

@@ -0,0 +1,9 @@
+# LIBRARY / MODULE / PUSTAKA
+
+import streamlit as st
+
+from warnings import simplefilter
+
+simplefilter(action= "ignore", category= FutureWarning)
+
+# DEFAULT FUNCTIONS