Aplikasi Music Streaming Menggunakan Flutter dilengkapi Music Recognizer

Considering the current development of music streaming services, not many are equipped with a search facility using the music recognizer. Even though there are not a few service users who search for songs only based on the song snippet or the humming tone of the song in question, without knowing the title or artist of the song. Based on this, in this study, a mobile music streaming application was created equipped with a music recognizer using audio fingerprinting that utilizes spectrogram imagery and hash data from audio. The testing process was carried out in 3 scenarios: the first scenario was a recognized test in a quiet environment, and out of 90 trials the results obtained an accuracy of 96.6 percent. The second scenario is to recognize the song in a noisy environment, from 90 trials, the accuracy is 93.3 percent. The third scenario is to recognize the song by humming or humming, from 90 trials, the accuracy is 55.5 percent. All of these trials were carried out by 10 participants with a composition of 5 males and 5 females. Each participant will test the application made with 3 scenarios. Each scenario will be tested for 3 songs with different genres. Menilik perkembangan layanan music streaming saat ini, belum banyak yang dilengkapi dengan fasilitas pencarian dengan memanfaatkan music recognizer. Padahal tidak sedikit pengguna layanan yang melakukan pencarian lagu hanya berdasarkan potongan lagu atau humming nada dari lagu yang bersangkutan, tanpa mengetahui judul atau penyanyi lagu tersebut. Berdasarkan hal tersebut, maka pada penelitian ini dibuatlah sebuah aplikasi mobile music streaming yang dilengkapi dengan music recognizer dengan audio fingerprinting yang memanfaatkan citra spectrogram dan data hash dari sebuah audio. Untuk proses ujicobanya dilakukan dalam 3 skenario: skenario pertama dilakukan uji coba recognize pada lingkungan yang hening, dari 90 kali uji coba mendapatkan hasil akurasi 96,6 persen. Skenario kedua yaitu dengan melakukan recognize pada lagu di lingkungan yang bising, dari 90 kali uji coba mendapatkan hasil akurasi 93,3 persen. Skenario ketiga yaitu dengan melakukan recognize pada lagu dengan humming atau bersenandung, dari 90 kali uji coba mendapatkan hasil akurasi 55,5 persen. Semua uji coba ini dilakukan oleh 10 peserta dengan komposisi 5 laki-laki dan 5 perempuan. Setiap peserta akan menguji aplikasi yang dibuat dengan 3 skenario. Pada setiap skenarionya akan diujikan 3 lagu dengan genre yang berbeda-beda.