Hasil Pencarian  ::  Simpan CSV :: Kembali

"Klasifikasi genre musik merupakan salah satu bidang dari Music Information Retrieval (MIR) yang menggunakan pola-pola spektral dalam rekaman audio digital sebagai fitur untuk membentuk sebuah sistem yang dapat menentukan genre dari sebuah musik secara otomatis. Beberapa model deep learning telah dikembangkan untuk memperoleh performa terbaik dalam melakukan klasifikasi genre musik. Tiga di antaranya adalah Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan model hybrid CNN-LSTM. Walaupun model- model tersebut mampu memberikan hasil yang cukup memuaskan, model-model tersebut memiliki kekurangan masing-masing. Model CNN kurang dapat memperhitungkan urutan-urutan fitur pada data berurutan dan model LSTM tidak dapat melakukan komputasi secara paralel. Ketiga model tersebut juga membutuhkan pengulangan dan konvolusi yang kompleks, serta waktu yang cukup panjang untuk perhitungan berurutan. Transformers merupakan arsitektur model yang tidak lagi mengandalkan recurrence/pengulangan, melainkan mekanisme attention yang dapat memperhitungkan urutan-urutan data pada data berurutan dan melakukan perhitungan paralel sehingga jangka waktu yang dibutuhkan dalam perhitungan lebih singkat. Melihat keberhasilan dan kepopuleran dari Transformer pada berbagai bidang seperti Bidirectional Encoder Representations from Transformers (BERT) pada bidang Natural Language Processing dan Vision Transformers pada bidang Computer Vision, pada skripsi ini dilakukan analisis mengenai kinerja model Transformers dalam permasalahan klasifikasi genre musik dibandingkan dengan model CNN, LSTM, dan CNN-LSTM.

---

Music genre classification is one of the fields of Music Information Retrieval (MIR) that uses spectral patterns in digital audio recording as features to build a system that can automatically classify a music’s genre. Several deep learning models have been developed to get the best performance in classifying music genres. Three of them are Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), and hybrid CNN-LSTM model. Although those models can give satisfactory results, each model has their own weakness. CNN is less able to consider the sequences in sequential data and LSTM is not able to do parallel computation. All these models also require complex recurrences and convolutions, as well as quite a long time for sequential calculations. Transformers is a model architecture that no longer relies on recurrences, but rather on an attention mechanism that can consider the sequences in data and perform parallel calculations so that the time required for calculation is shorter. Looking into the success and popularity of Transformers in various fields such as BERT in the field of NLP and Vision Transformers in the field of Computer Vision, this thesis analyzes the performance of Transformers on music genre classification compared to CNN, LSTM, and CNN-LSTM."

"Industri musik independen di Indonesia berkembang pesat dengan membuka peluang bagi musisi untuk mendirikan label sendiri dan meraih kebebasan artistik, meski masih menghadapi tantangan legitimasi dan persaingan dengan label besar. Penelitian ini bertujuan untuk menganalisis bagaimana Isyana Sarasvati, melalui perannya sebagai Key Opinion Leader (KOL), membangun citra REDROSE RECORDS sebagai label musik independen menggunakan media sosial. Penelitian ini menggunakan pendekatan kualitatif dengan tinjauan pustaka pada penelitian terdahulu serta analisis tematik terhadap wawancara Isyana di berbagai kanal YouTube. Temuan penelitian menunjukkan bahwa Isyana berhasil membangun citra REDROSE RECORDS melalui strategi otentisitas, narasi personal, eksplorasi genre progresif, dan pemanfaatan teknologi digital. Media sosial tidak hanya digunakan sebagai alat distribusi tetapi juga sebagai sarana membangun koneksi emosional dengan audiens. Implikasi penelitian ini menekankan pentingnya KOL yang memanfaatkan teknologi untuk menciptakan narasi autentik yang dapat menjadi strategi efektif dalam memperkuat eksistensi label musik independen.

---

Indonesia's independent music industry has grown rapidly, providing opportunities for musicians to establish their own labels and achieve artistic freedom, although they still face challenges in gaining legitimacy and competing with major labels. This study aims to analyze how Isyana Sarasvati, through her role as an opinion leader, builds the image of REDROSE RECORDS as an independent music label using social media. The research employs a qualitative approach, combining a literature review of previous studies and thematic analysis of interviews with Isyana across various YouTube channels. The findings reveal that Isyana successfully built the image of REDROSE RECORDS through strategies of authenticity, personal narratives, progressive genre exploration, and the utilization of digital technology. Social media served not only as a distribution tool but also as a means to foster emotional connections with the audience. The implications of this study highlight the importance of opinion leaders leveraging technology to create authentic narratives, which can serve as an effective strategy to strengthen the presence of independent music labels."

"Makalah ini menjelaskan tentang perkembangan genre musik penyanyi wanita asal Lebanon, yaitu Fairouz Haddad, selama dia berkarir di dunia musik pada 1952 hingga 2017. Makalah ini membahas biografi Fairouz Haddad, penghargaan yang didapat, hingga genre-genre dan tema-tema lagu yang diproduksi oleh Fairouz. Makalah ini bertujuan agar peneliti dapat mengembangkan pengetahuannya dan pembaca dapat mendapatkan informasi yang sebelumnya tidak diketahui. Penelitian ini menggunakan metode deskriptif-analitis. Peneliti menggunakan studi pustaka dalam menyelesaikan makalah. Fairouz Haddad berasal dari keluarga miskin di kota Beirut, Lebanon. Dia memiliki dua saudari perempuan dan satu saudara laki-laki. Dia mulai suka menyanyi sejak kecil dan memiliki penyanyi idola yang dia dengar dari radio tetangganya. Dia memulai karir musiknya sebagai anggota paduan suara di Stasiun Radio Lebanon dan direkrut oleh komposer musik bernama Halim Al Rumi. Rumi yang mengenalkan Fairouz dengan Rahbani Bersaudara dan mereka menyesuaikan diri dengan menyanyikan lagu `Itab. Lagu tersebut membuat Fairouz dan Rahbani terkenal di Lebanon hingga di dunia Arab. Fairouz dan Assi Rahbani menikah dan terus memproduksi lagu bersama. Selama enam puluh lima tahun, Fairouz memiliki lagu-lagu yang berbeda-beda genrenya sesuai dengan perkembangan musik di dunia.

---

This paper describes the development of the music genre of Lebanese female singer, named Fairouz Haddad, during her career in the music world from 1952 to 2017. This paper discusses the biography of Fairouz Haddad, the awards obtained, to the genres and themes of songs that are produced by Fairouz. This paper aims to enable researchers to develop their knowledge and readers can obtain information that was not previously known. This research uses descriptive-analytical method. Researchers use literature studies in completing papers. Fairouz Haddad comes from a poor family in the city of Beirut, Lebanon. She has two sisters and one brother. He started singing since she was a child and had an idol singer she heard on her neighbor`s radio. She began her music career as a choir member at the Lebanon Radio Station and was recruited by a music composer named Halim Al Rumi. Rumi introduced Fairouz to the Rahbani Brothers and they adjusted to singing the song `Itab. The song made Fairouz and Rahbani famous in Lebanon to the Arab world. Fairouz and Assi Rahbani got married and continued to produce songs together. For sixty-five years, Fairouz has songs that vary in genre according to the development of music in the world."

"Music is often our companion when dealing with the incomprehensibility of loss. This edited collection speaks to the multifarious and complex ways in which music accompanies, supplements, and complements aspects of death and dying, whether this is the death of a loved one, or a celebrity from popular culture."