Optical Music Recognition (OMR) memegang peranan yang penting dalam
digitalisasi dokumen musik. Akan tetapi, proses ini memiliki keterbatasan dalam
mendeteksi objek kecil seperti tanda mula (key signatures). Masalah utama terdapat
pada ambiguitas visual antara tanda mula dan accidentals yang memiliki bentuk
serupa. Selain itu, ketiadaan representasi visual pada tangga nada C Mayor sering
menyebabkan kegagalan deteksi tanda mula pada model konvensional. Penelitian
ini bertujuan untuk mengembangkan sistem yang mampu mendeteksi tanda mula,
membedakannya dari objek lain, dan mengklasifikasikan 15 jenis tanda mula secara
real-time dengan akurat.
Penelitian ini mengusulkan arsitektur two-stage pipeline yang menggabungkan
algoritma YOLOv8 sebagai detektor dan Convolutional Neural Network (CNN)
sebagai klasifikator. Dataset deteksi dikembangkan dari arsip partitur asli dengan
menerapkan strategi negative sample di mana 25% dari dataset merupakan citra
tanpa tanda mula untuk melatih model mengenali kelas C Mayor. Selain itu, dataset
klasifikasi dikembangkan melalui pendekatan data sintesis generatif dengan library
Music21 dan diaugmentasi oleh library Albumentation untuk menjamin variasi
citra. Kedua model diintegrasikan dengan logika hierarkis: jika ditemukan objek,
citra diproses oleh CNN; jika tidak, sistem menyimpulkan citra sebagai C Mayor.
Optimalisasi lebih lanjut dilakukan dengan mengonversi model ke format
TensorFlow Lite (TFLite) untuk efisiensi komputasi pada perangkat spesifikasi
menengah ke bawah.
Hasil penelitian menunjukkan bahwa pendekatan yang diusulkan mencapai
performa yang baik. Model detektor YOLOv8s berhasil membedakan area tanda
mula dari accidentals dengan skor Precision dan Recall sebesar 1.0, serta mAP50-
95 sebesar 0,847. Model klasifikasi CNN juga menghasilkan akurasi 100% pada
pengujian 15 kelas tanda mula. Secara keseluruhan, sistem integrasi terbukti
mampu menangani kasus null class dengan menyimpulkan ketiadaan objek sebagai
C Mayor tanpa false positive. Implementasi sistem secara real-time dengan kamera
laptop menghasilkan inference time rata-rata di bawah 50 ms. Hal ini membuktikan
bahwa sistem yang dikembangkan efektif, akurat, dan layak untuk aplikasi OMR.