APLIKASI PENGENALAN GAMELAN PADA KARAWITAN JATIKUSUMA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Penelitian ini bertujuan untuk menganalisis, merancang, dan membangun Aplikasi Pengenalan Gamelan pada Karawitan Jatikusuma menggunakan metode Convolutional Neural Network (CNN). Latar belakang penelitian ini berangkat dari pentingnya pelestarian seni budaya gamelan yang memiliki banyak jenis dan variasi, sehingga diperlukan sistem yang mampu mengenali setiap instrumen secara cepat dan akurat.

Metode penelitian yang digunakan adalah model prototype, dengan tahapan pengumpulan kebutuhan, perancangan, pembuatan, evaluasi, hingga implementasi aplikasi. Dataset terdiri dari 11 jenis gamelan, masing-masing 8–15 gambar, yang dilatih menggunakan MobileNetV2 pada platform Google Colaboratory dan diekspor dalam format .tflite untuk integrasi dengan aplikasi Android berbasis Flutter. Hasil pelatihan model menunjukkan akurasi data latih sebesar 97,12%, namun akurasi validasi berkisar 35–42% yang mengindikasikan overfitting akibat keterbatasan jumlah data.

Aplikasi yang dihasilkan mampu melakukan klasifikasi gambar gamelan secara real-time dan menampilkan informasi instrumen secara interaktif, serta memberikan ketepatan hasil klasifikasi yang cukup baik. Penelitian ini diharapkan dapat membantu pelestarian seni gamelan sekaligus memberikan kontribusi dalam pemanfaatan teknologi machine learning di bidang musik tradisional Indonesia.