English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Musik selalu berkembang, hampir setiap hari muncul lagu baru dengan genre yang semakin beragam. Namun, jumlah lagu yang sudah sangat banyak dapat menyulitkan penikmat musik untuk mengingat judul-judul lagu yang disukainya. Audio Fingerprinting merupakan teknologi yang dapat memudahkan penikmat musik untuk mengetahui judul-judul lagu tersebut. Audio Fingerprinting adalah metode pengekstrak ciri yang relevan dari sebuah konten audio. Oleh karena itu, dirancang sebuah aplikasi yang bernama Music and Match berbasis sistem operasi Android yang memanfaatkan teknologi Audio Fingerprinting untuk membantu memberikan informasi dari lagu yang didengarkan melalui mikrofon ponsel berupa judul lagu dan artisnya. Penelitian ini akan membahas bagaimana aplikasi Music and Match memproses lagu yang didengarkan melalui mikrofon ponsel, serta bagaimana aplikasi menampilkan informasi dari lagu tersebut. Aplikasi Music and Match ini menggunakan Android Studio sebagai antarmuka utama, dan menggunakan GNSDK untuk memproses semua keperluan Audio Fingerprinting. Hasil implementasi menunjukkan aplikasi telah dibuat sesuai dengan perancangan yang direncanakan. Berdasarkan hasil pengujian dengan variasi kondisi lagu saat didengarkan, bagian awal, tengah, dan akhir lagu memiliki rata-rata waktu pencocokan berturut-turut sebesar 3,045 detik, 2,043 detik, dan 3,257 detik. Perbedaan bit rate tidak mempengaruhi keberhasilan pengenalan lagu dan presentase keberhasilan proses pencocokan lagu dengan 10 variasi amplitudo pada derau sebesar 76%.

IMPLEMENTASI METODE AUDIO FINGERPRINTING PADA APLIKASI PENGENALAN LAGU BERBASIS SISTEM OPERASI ANDROID