Algorithmic Composition Berbasis Aturan dan Algoritme Genetika untuk Musik Gamelan Jawa

KHAFIIZH HASTUTI, Dr. Azhari, M.T.; Aina Musdholifah, S.Kom., M.Kom., Ph.D.; Prof. Dr. Rahayu Supanggah, S.Kar.

2017 | Disertasi | S3 Ilmu Komputer

Penelitian ini bertujuan untuk mengembangkan model komposisi musik gamelan otomatis menggunakan pendekatan algorithmic composition dengan metode rule-based dan algoritme Genetika. Model terdiri atas dua komponen utama, yaitu basis pengetahuan yang direpresentasikan dalam bentuk aturan, dan mesin inferensi. Basis pengetahuan meliputi pengetahuan formal yang digunakan untuk mendefinisikan teori dan aturan terkait komponen dalam gendhing, pengetahuan konstruksi yang digunakan untuk mengontrol komponen gendhing, dan pengetahuan fitur melodi yang digunakan untuk mengatur penyusunan urutan nada. Model konstruksi dirumuskan berdasarkan analisis pada pola nada dan gatra yang mengonstruksi gendhing. Analisis ini bertujuan untuk mengidentifikasi komponen yang mengkonstruksi gendhing, dan mendefinisikan pathet-nya. Analisis meliputi identifikasi pola jumlah gatra, jumlah nada, distribusi varian nada, jumlah gatra identik, dan urutan posisi gatra identik. Pengetahuan fitur melodi diakuisisi dengan algoritme AFiS (Apriori based on Functions in Sequence), yang merupakan algoritme yang dikembangkan dalam penelitian ini. Algoritme AFiS dirancang untuk menganalisis pola urut dengan mempertimbangkan fungsi dalam urutannya. Konsep maju-mundur-maju-seleh dalam gatra, digunakan untuk mendefinisikan fungsi dalam penambangan pola urut nada. Pembangkitan komposisi dilakukan menggunakan algoritme Genetika dengan model konstruksi dan pola urut nada digunakan sebagai konstrain. Eksperimen model konstruksi bertujuan untuk mengukur akurasi aturan untuk mengkonstruksi komponen-komponen gendhing dalam mendefinisikan jenis pathet. Eksperimen dilakukan dengan mengukur komponen-komponen dalam gendhing uji berdasarkan aturan konstruksi yang dirumuskan. Hasil eksperimen menunjukkan bahwa aturan konstruksi mampu mendefinisikan pathet dari gendhing uji dengan akurasi mencapai 80%. Evaluasi aturan penyusunan urutan nada dilakukan dengan meminta sistem untuk mengisi 30% nada dalam komposisi yang dihilangkan secara acak. 86,5% dari soal mampu dijawab dengan nada yang sama oleh sistem, 13,5% jawaban dari sistem yang berbeda dapat diterima oleh pakar gamelan sebagai nada alternatif yang tidak mengubah inti gendhing. Kinerja algoritme Genetika terbukti akurat dengan capaian 100% dari 30 komposisi dapat dibangkitkan dalam iterasi kurang dari 300, dengan iterasi terendah adalah satu, dan tertinggi adalah 135. Evaluasi luaran musikal dilakukan dengan mengadopsi Turing Test. Keseluruhan eksperimen menunjukkan bahwa model komposisi musik gamelan otomatis yang dikembangkan dalam penelitian ini, terbukti efektif dalam membangkitkan komposisi yang sesuai karakteristik musik gamelan.

This study aims to develop an automatic gamelan music composition model using rule-based method and Genetic algorithm. The model consists of two main components, which are knowledge base represented in term of rules, and inference engine. The knowledge base consists of formal, construction, and melodic feature knowledge. Formal knowledge is used to define theory and rules of gendhing components. Construction knowledge is used to control parameters in gendhing components. Melodic feature knowledge is used to adjust the arrangement of notes sequence. Construction model is formalized based on notes and gatra pattern analysis which construct a gendhing. The analysis is to identify components which construct a gendhing, which are pattern of number of gatra, number of notes, distribution of notes variant, number of identical gatra, and arrangement of position of identical gatra. Melodic feature knowledge is acquisitioned using AFiS (Apriori based on Functions in Sequence) algorithm, an algorithm developed in this study. AFiS algorithm is a type of apriori-based algorithm, and designed to mine sequential pattern by considering functions in sequence. The concept of maju-mundur-maju-seleh (forward-back-forward-terminal) in gatra, is used to define functions in mining notes sequence. Construction model and notes sequence pattern are used as constrains for Genetic algorithm in generating composition. Construction model experiment is to measure accuracy of rules to construct components of gendhing in defining type of pathet. the experiments is conducted by measuring components in gendhings test based on formalized construction rules. Experiments result showed that accuracy of construction rules in defining pathet of gendhings test reached up to 80%. Evaluation of notes sequence rules was conducted by asking the sytem to fill 30% of notes in composition deleted randomly. 86,5% of question were answered with same notes, while 13,5% of different answers can be accepted by gamelan experts as alternative notes that not changing the core of gendhing. Performance of Genetic algorithm in generating composition is accurate; 100% of 30 composition are generated in less than 300 iteration, with the minimum iteration is one, and maximum iteration is 135. Musical output evaluation was conducted by adopting Turing Test. All composition tested has same pathet. The result showed that four of six experts had wrong answer in recognizing the composition, and all of the experts chose difficult in measuring the difficult level in recognizing the composition, and all of the experts define same pathet for all gendhing. All of the experiments showed the evidence that the model of automatic gamelan music composition developed in this study, is effective to generate a composition which is fit to the characteristic of gamelan music

Kata Kunci : gamelan music, algorithmic composition, rule-based, apriori algorithm, genetic algorithm, AFiS algorithm