FADHLAN MUHAMMAD AZKA /15-2021-216 Penulis Yusup Miftahuddin, S.Kom., M.T., Dosen Pembimbing 1

Keterbatasan kepekaan indra pendengaran manusia dalam mengenali dan membedakan nada, menyebabkan proses transkripsi musik dari audio ke bentuk notasi musik membutuhkan waktu pembelajaran yang panjang. Salah satu bentuk transkripsi yang banyak digunakan oleh gitaris adalah tablature gitar, karena bersifat intuitif dan langsung menunjukkan posisi senar serta fret. Namun, proses konversi audio menjadi tablature masih menjadi tantangan, terutama karena adanya ambiguitas posisi nada pada fretboard gitar. penelitian terdahulu dalam transkripsi tablature gitar umumnya menggunakan metode dan representasi input yang kompleks, seperti fitur berbasis citra dan audio polifonik, yang meningkatkan beban komputasi serta menyulitkan implementasi secara praktis. Penelitian ini bertujuan untuk mengembangkan sistem estimasi tablature gitar monofonik dari sinyal audio menggunakan kombinasi algoritma YIN dan model Long Short-Term Memory (LSTM). Pada tahap awal, sinyal audio monofonik dalam format WAV diproses menggunakan algoritma YIN untuk mendeteksi pitch. Hasil deteksi pitch kemudian dikonversi ke representasi nada dan MIDI, serta dipetakan ke beberapa kemungkinan kombinasi senar dan fret berdasarkan standar tuning gitar EADGBE. Untuk menghasilkan jalur permainan yang ergonomis dan realistis, diadaptasi aturan pemetaan (mapping rules) yang mempertimbangkan jarak perpindahan fret, pergantian senar, serta batas wilayah fretboard. Data hasil pemetaan ini selanjutnya digunakan sebagai data latih untuk model LSTM. Model LSTM digunakan untuk mempelajari pola urutan senar dan fret dari data hasil ekstraksi pitch, sehingga mampu menghasilkan estimasi tablature dalam bentuk teks. Evaluasi dilakukan dengan membandingkan hasil tablature yang dihasilkan sistem terhadap referensi tablature yang tersedia. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan tablature dengan pasangan nada dan posisi pada fretboard yang tepat. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem transkripsi gitar otomatis yang lebih akurat dan aplikatif di masa mendatang.