GENERATOR NOTASI MUSIK GAMELAN JAWA MENGGUNAKAN METODE TRANSFORMER

Musik tradisional yang masih tetap terlestari hingga saat ini adalah gamelan.rnGamelan Jawa biasanya dimainkan saat acara tertentu seperti pertunjukan wayangrnatau acara sakral. Lagu yang ada didalam gamelan Jawa terdapat beberapa unsurrnyaitu irama, laras, patet, laya serta dinamika. Oleh karena itu agar dapatrnmenampilkan karya dalam gamelan Jawa harus mengingat pola struktur lagu tiaprnkomposisi. Pada penelitian ini menggunakan deep learning untuk menyusunrnmusik pengiring untuk harmoni nada pada gendhing lancaran dalam karawitan,rnmaka dengan memanfaatkan informasi tentang suatu lagu. Tujuan dari penelitianrnini untuk mengatahui tingkat kemiripan nilai notasi yang dihasilkan generatorrnterhadap notasi asli dengan evaluasi dengan note distance. Hasil eksperimenrnmenunjukkan bahwa model Transformer mampu menghasilkan notasi gamelanrnyang memiliki tingkat kemiripan cukup tinggi terhadap notasi asli pada instrumenrndengan pola tabuhan yang sederhana. Pada pola Gembyang irama Lancar, BonangrnPenerus memperoleh akurasi 100% dengan note distance 0, sedangkan BonangrnBarung memperoleh akurasi 50% dengan note distance 2. Instrumen Kenong,rnKempul, Kempyang, Kethuk, Gong Suwukan, dan Gong Ageng secara konsistenrnmencapai akurasi 100% dengan note distance 0. Sebaliknya, pada pola ImbalrnSekaran irama Lancar dan Mipil irama Tanggung, akurasi Bonang Barung, BonangrnPenerus, dan Peking mengalami penurunan karena pola tabuhannya lebihrnkompleks. Secara keseluruhan, hasil penelitian menunjukkan bahwa modelrnTransformer mampu mempelajari hubungan antara notasi balungan dan notasirninstrumen gamelan serta menghasilkan prediksi yang cukup baik, terutama padarninstrumen dengan pola tabuhan yang lebih terstruktur.