TUGAS AKHIR - Pengenalan nada saron pelog menggunakan fungsi jarak minkowski - USD Repository

Gratis

0
0
74
5 months ago
Preview
Full text

  TUGAS AKHIR PENGENALAN NADA SARON PELOG MENGGUNAKAN FUNGSI JARAK MINKOWSKI

  Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik

  Program Studi Teknik Elektro Oleh:

  JOKO PRAYITNO NIM: 075114006

PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA

  FINAL PROJECT TONE RECOGNITION OF SARON PELOG USING MINKOWSKI DISTANCE FUNCTION

  Presented as Partial Fullfillment of Requirements To Obtain the Sarjana Teknik Degree

  In Electrical Engineering Study Program JOKO PRAYITNO

  NIM: 075114006

ELECTRICAL ENGINEERING STUDY PROGRAM SCIENCE AND TECHNOLOGY FACULTY SANATA DHARMA UNIVERSITY

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  Saya menyatakan dengan sesungguhnya bahwa tugas akhir ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

  Yogyakarta, 30 April 2012 Joko Prayitno

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP MOTTO

  MAJU TAK GENTAR MUNDUR TAK GUYU MAJU TAK GENTAR MUNDUR TAK GUYU MAJU TAK GENTAR MUNDUR TAK GUYU MAJU TAK GENTAR MUNDUR TAK GUYU SIRO DIRJO DJAYANINGRAT LEBUR SIRO DIRJO DJAYANINGRAT LEBUR SIRO DIRJO DJAYANINGRAT LEBUR SIRO DIRJO DJAYANINGRAT LEBUR DENING PANGESTUTI DENING PANGESTUTI DENING PANGESTUTI DENING PANGESTUTI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : Joko Prayitno Nomor Mahasiswa : 075114006

  Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

  PENGENALAN NADA SARON PELOG MENGGUNAKAN FUNGSI JARAK MINKOWSKI beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpannya, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya.

  Yogyakarta, 30 April 2012 (Joko Prayitno)

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  

INTISARI

  Sebagian orang hanya mendengarkan suatu nada alat musik tanpa mengetahui nada apa yang sedang dimainkan, karena kurangnya ketajaman indera pendengaran dan pengetahuan tentang musik. Saron adalah salah satu alat musik yang banyak digunakan wiyaga dalam ensamble musik jawa, Sistem pengenalan sangat diperlukan untuk membantu dalam mengenali nada alat musik.

  Sistem pengenalan nada alat musik saron pelog pada tugas akhir ini menggunakan mikrofon dan komputer untuk mengoperasikannya. Mikrofon berfungsi untuk merekam gelombang suara nada alat musik saron pelog. komputer berfungsi untuk memproses data hasil rekaman, menampilkan gelombang hasil rekaman, menampilkan spektrum frekuensi hasil subproses perhitungan FFT, mengenali nada terekam, dan menampilkan hasil nada yang dikenali. Proses pengenalan nada meliputi subproses merekam, frame blocking, windowing, normalisasi 1, FFT, normalisasi 2, fungsi jarak, dan penentuan nada.

  Sistem pengenalan nada alat musik saron pelog menggunakan fungsi jarak Minkowski sudah berhasil dibuat dan dapat bekerja dengan baik. Penampil hasil rekaman, spektrum frekuensi hasil FFT, jarak setiap nada, dan hasil pengenalan nada mampu menampilkan data-data sesuai dengan perancangan. Program pengenalan nada alat musik saron pelog hanya mengenali nada-nada dasar(1’, 2’, 3’, 4’, 5’, 6’, dan 7”).

  Kata kunci: Saron pelog, Fast Fourier Transform(FFT), Fungsi Jarak Minkowski, pengenalan nada.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  

ABSTRACT

  Some people heard a tone of musical instrument that knowed nothing about it, because sense of hearing is less sharp and less of knowledge about music. Saron is a musical intrument that use by wiyaga in Java Music.

  Identification system of the Saron Pelog’s tones used michrophone and computer on it’s operation. The function of Michrophone is to record sound wave of Saron Pelog’s tone, the function of computer is to process recording data, to view the wave of recordings, to view frequency spectrum that the result of FFT, to identify recorded tone and to view the identifying tone. Tone identifying process invoved recording, frame blocking, windowing, first normalization, FFT, second normalization, the function of distance and determination of tone.

  Indentification system of Saron Pelog’s tone using Minkowski’s distance function that could be maked and could worked well. The viewing of recordings, frequency specrum of FFT, distance of every tone and the result of tone’s identifying could viewed the recordings data same as the design. The program of identification tone of Saron Pelog only identificate basic tones (1’, 2’, 3’, 4’, 5’, 6’, 7’’). keyword: Saron pelog, Fast Fourier Transform (FFT), Minkowski Distance Functions, tone Introduction,

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  Puji dan Syukur penulis panjatkan kepada Tuhan Yesus Kristus karena telah memberikan rahmad-Nya sehingga penulis dapat menyelesaikan laporan akhir ini dengan baik. Laporan akhir ini disusun untuk memenuhi syarat memperoleh gelar sarjana.

  Penulis mengucapkan terima kasih kepada :

  1. Paulina Heruningsih Prima Rosa, M.Sc., Dekan Fakultas Sains Dan Teknologi Universitas Sanata Dharma Yogyakarta.

2. B. Wuri Handayani, S.T., M.T., Ketua Program Studi Teknik Elektro Universitas Sanata Dharma Yogyakarta.

  3. Dr. Linggo Sumarno, dosen pembimbing yang dengan penuh pengertian dan ketulusan hati memberi bimbingan, kritik, saran, serta motivasi dalam penulisan skripsi ini.

  4. Damar Widjaja,S.T., M.T., Wiwien Widyastuti, S.T., M.T., dosen penguji yang telah memberikan masukan, bimbingan, saran dalam merevisi skripsi ini.

  5. Staff sekretariat Teknik Elektro, atas bantuan dalam melayani mahasiswa.

  6. Kedua orang tua saya (Miyono dan Darmi) atas dukungan, doa, cinta, perhatian, kasih sayang yang tiada henti.

  7. Kawan-kawan seperjuangan angkatan 2007 Teknik Elektro, kawan-kawan basecamp, dan semua kawan yang mendukung saya dalam mendukung dalam menyelesaikan tugas akhir ini.

  8. Semua pihak yang tidak dapat disebutkan satu persatu atas semua dukungan yang telah diberikan dalam penyelesaian skripsi ini.

  Penulis menyadari bahwa dalam penyusunan laporan akhir ini masih mengalami kesulitan dan tidak lepas dari kesalahan. Oleh karena itu, penulis mengharapkan masukan, kritik dan saran yang membangun agar skripsi ini menjadi lebih baik. Dan semoga skripsi ini dapat bermanfaat sebagaimana mestinya.

  Penulis

  PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI DAFTAR ISI

  HALAMAN JUDUL ................................................................................................ i

  ............................................................................. iii

  HALAMAN PERSETUJUAN

  ............................................................................... iv

  HALAMAN PENGESAHAN

  ............................................................. v

  PERNYATAAN KEASLIAN KARYA

  ............................. vi

  HALAMAN PERSEMBAHAN DAN MOTTO HIDUP LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

  

ILMIAH UNTUK KEPENTINGAN AKADEMIS ...................................... vii

  .................................................................................................................... viii

  INTISARI

  ................................................................................................................ ix

  ABSTRACT

  ............................................................................................. x

  KATA PENGANTAR

  .............................................................................................................. xi

  DAFTAR ISI

DAFTAR GAMBAR ............................................................................................... xiv

DAFTAR TABEL ..................................................................................................... xv

DAFTAR LAMPIRAN ................................................................................................. xvi

  BAB I PENDAHULUAN

  1.1. Latar Belakang .................................................................................................. 1

  1.2. Tujuan dan Manfaat .......................................................................................... 2

  1.3. Batasan Masalah ............................................................................................... 2

  1.4. Metodologi Penelitian ...................................................................................... 2

  1.4.1. Variabel Penelitian ............................................................................... 2

  1.4.2. Prosedur Penelitian ............................................................................... 3

  BAB II DASAR TEORI

  2.1. Gamelan ............................................................................................................ 4

  2.2. Sampling ........................................................................................................... 5

  2.5. Discrete Fourier Transform(DFT) ................................................................... 8

  3.1.8. Penentuan Nada…………………………………………………………… 15

  4.2.1. Hasil Perbandingn Parameter Fungsi Jarak dan Windowing yang Digunakan

  4.2. Hasil Pengujian Program Pengenalan Terhadap Tingkat Pengenalan Nada Alat Musik Saron Pelog ........................................................................................... 31

  4.1.1. Tombol Pengenalan .............................................................................. 27

  4.1. Pengujian Program Pengenalan Nada Alat Musik Saron Menggunakan Fungsi Jarak Minkowski .............................................................................................. 25

  BAB IV HASIL DAN PEMBAHASAN

  3.3.2. Subsistem Pengenalan Nada…………………………………………….... 23

  3.3.1. Subsistem Sampling……………………………………………………..... 23

  3.3. Perancangan Alur Program ............................................................................... 17

  3.2.1. Tampilan Program Pada Gui Matlab……………………………………… 16

  3.2. Perancangan Nada Referensi ........................ ………………………………… 15

  3.1.9. Hasil Tampilan Pengenalan……………………………………………….. 15

  3.1.7. Fungsi Jarak……………………………………………………………….. 14

  2.6. Fast Fourier Transform(FFT) .......................................................................... 8

  3.1.6. Normalisasi……………………………………………………………….... 14

  3.1.5. Fast Fourier Transform …………………………………………………… 14

  3.1.4. Windowing Kaiser………………………………………………………… 14

  3.1.3. Normalisasi………………………………………………………………... 14

  Frame Blocking ............................................................................................ 14

  3.1.1. Suara Gamelan…………………………………………………………… . 14 3.1.2.

  3.1. Sistem Pengenalan Nada Saron Pelog ................................. …………………. 12

  BAB III PERANCANGAN

  2.10. Matlab ............................................................................................................... 11

  2.9. Kartu Suara(Sound Card) ................................................................................. 10

  2.8. Mikrofon(Microphone) ..................................................................................... 9

  2.7. Fungsi Jarak Minkowski(Minkowski Distance Function) ............................... 9

  PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB IV KESIMPULAN DAN SARAN

  5.1. Kesimpulan ....................................................................................................... 40

  5.2. Saran ................................................................................................................. 40 .............................................................................................. 41

DAFTAR PUSTAKA

  ............................................................................................................... 42

  LAMPIRAN

  PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

DAFTAR GAMBAR

  1.1. Blok Model Perancangan.................................................................................. 3

  2.1. Saron Pelog ....................................................................................................... 5

  2.2. Frame Blocking ................................................................................................ 7

  2.3. Bentuk Fisik Microphone ................................................................................. 8

  2.4. Contoh Kartu Suara .......................................................................................... 10

  3.1. Diagram Blok Keseluruhan Sistem .................................................................. 11

  3.2. Diagram BlokProses Pengenalan Nada ............................................................ 12

  3.3. Diagram BlokProses Pengambilan Nada Referensi ......................................... 14

  3.4. Gambar Utama Program Dalam Komputer ...................................................... 15

  3.5. Alur Program Keseluruhan ............................................................................... 18

  3.6. Alur Program Rekam ........................................................................................ 18

  3.7. Alur Program Frame Blocking ......................................................................... 19

  3.8. Alur Program Normalisasi ................................................................................ 19

  3.9. Alur Program Windowing ................................................................................. 20

  3.10. Alur Program FFT ............................................................................................ 20

  3.11. Alur Program Fungsi Jarak ............................................................................... 21

  3.12. Alur Program Normalisasi 2 ............................................................................. 21

  3.13. Alur Program Penentuan Nada ......................................................................... 22

  4.1. Icon Program Pengenalan ................................................................................. 24

  4.2. Tampilan pengaturan pengenalan nada ............................................................ 26

  4.3. Tampilan Utama Program Pengenalan Nada Alat Musik Saron Pelog ............ 26

  4.4. Tampilan Setelah Penekanan Tombol Pengenalan Nada ................................. 30

  4.5. Pengaruh Nilai Alpha Terhadap Tingkat Pengenalan (Recognition Rate) ....... 34

  4.6. Grafik Hasil FFT 128 point dengan alpha (a) 0 (b) 100 (c) 500) (d) 1000 ...... 34

  4.7. Pengaruh Nilai FFT Terhadap Tingkat Pengenalan (Recognition Rate) .......... 37

  4.8. Grafik Hasil FFT (a) 16 (b) 32 (c) 64 (d) 128 point dengan alpha 100 ......... 37

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  

DAFTAR TABEL

  2.1. Keterangan Spesifikasi Microphone ................................................................. 9

  3.2. Keterangan Tampilan Utama Program Dalam Komputer ................................ 17

  4.1. Tampilan Hasil Pengenalan Nada Yang Dikenali ............................................ 31

  4.2 Hasil Perbandingan Parameter Fungsi jarak dan windowing yang digunakan.. 32

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  L.1. Percobaan Mencari Spektrum Frekuensi Dari Nada Gamelan Dengan Matlab…L1 L.2. Percobaan Pengaruh Variasi Pada Nilai Alpha dan FFT Pada Pengenalan Nada

  Gamelan saron Pelog Dengan Matlab ………………………………………….L5 L.3. Sintak Alpros…………………………………………………………………..L17 L.4. Sintak Variasi FFT dan Alpha………………………………………………….L20 L.5. Sintak Database………………………………………………………………...L23 L.6. Sintak Fungsi Jara………………………………………...................................L24 L.7. Sintak GUI……………………………………………………………………..L26 L.8. Sintak Normalisasi……………………………………………………………..L41 L.9. Sintak Prosespros………………………………………………………………L42 L.10. Sintak Pengenalana Nada………………………………………………………L43 L.11. Sintak Rekam Nada………………………………….......................................L44 L.12. Tabel Recognition Rate……………………………………………………………….L45

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB I PENDAHULUAN

1.1 Latar Belakang

  Musik merupakan ekspresi yang timbul dari dalam jiwa manusia yang diwujudkan dalam bentuk karya seni. Musik terbentuk dari kumpulan nada-nada yang tersusun secara harmonis sehingga menghasilkan “sesuatu yang indah” menurut indera pendengaran yang dimiliki manusia. Salah satunya adalah gamelan. Gamelan adalah

  

ensemble musik yang biasanya menonjolkan metalofon (alat musik pukul yang terbuat dari

  bahan metal) seperti, gambang, saron dan gong [1]. Istilah gamelan merujuk pada instrumennya yang merupakan suatu kesatuan utuh yang diwujudkan bunyi bersama. Kata gamelan berasal dari bahasa Jawa gamel yang berarti memukul atau menabuh, diikuti akhiran “an” yang menjadikannya kata benda. Orkes gamelan banyak ditemukan di Pulau Jawa, Madura, Bali, dan Lombok.

  Alat musik alami maupun pita suara manusia dapat menghasilkan gelombang bunyi dengan berbagai jenis nada. Tinggi rendahnya nada ditentukan oleh frekuensi dasar gelombang bunyi. Semakin besar frekuensi dasarnya, semakin tinggi nada yang dihasilkan. Semakin kecil frekuensi dasarnya, semakin rendah pula nada yang dihasilkan. Indera pendengaran manusia tidak dapat mengetahui secara pasti jenis nada apa yang didengar olehnya. Dalam bidang musik, tidak semua orang langsung bisa mengerti suatu jenis nada pada alat musik yang dimainkan. Terkecuali bagi para musisi profesional. Hal ini amatlah penting bagi seorang pemusik untuk mengetahui apakah alat musiknya sudah menghasilkan nada-nada yang tepat.

  Untuk itu penulis merancang dan membuat program komputer yang dapat melakukan penalaan nada alat musik dengan membandingkan frekuensi dasar gelombang bunyi alat musik menggunakan metode Minkowski. Kemudian mencocokkan frekuensi dasar tersebut dengan frekuensi dasar nada dari referensi yang baku. Dengan demikian jenis nada alat musik dapat diketahui secara pasti untuk melakukan penalaan nada alat musik. Selain itu, penulis membuat rancangan program yang berfungsi untuk mengenali

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  3. Menggunakan perangkat lunak komputasi Matlab dalam pembuatan program pengenalan nada.

  dihasilkan pada proses pembandingan suara acuan dengan suara uji. Penelitian ini menggunakan metode fungsi jarak minkowski dengan orde 1, 2, dan 3.

  sampling dan durasi perekaman. Variabel terikatnya ialah besarnya jarak yang

  1. Proses Perekaman Suara Variabel bebas yang digunakan dalam proses perekaman suara ialah frekuensi

  14.1 Variabel Penelitian

  1.4 Metodologi Penelitian

  5. Menggunakan evaluasi fungsi jarak Minkowski orde 1, 2, dan 3.

  4. Menggunakan ekstrasi ciri FFT.

  2

  1.2 Tujuan dan Manfaat

  1. Nada Saron yang digunakan “1, 2, 3, 4, 5, 6, 7”.

  Pada perancangan sistem ini, penulis fokus pada pembuatan software komputer untuk memproses pengenalan nada suara, sedangkan untuk hardware berupa microphone yang sudah tersedia di pasaran. Penulis menetapkan beberapa batasan masalah yang dianggap perlu pada perancangan ini, yaitu sebagai berikut:

  yang dimainkan pada alat musik saron, sedangkan software pada komputer berfungsi untuk mengatur semua proses pengenalan nada suara yang dimainkan pada alat musik suling.

  

hardware dan software (komputer). Hardware berfungsi untuk memasukkan nada suara

  Sistem otomatisasi pengenalan nada suara pada alat musik saron terdiri dari

  1.3 Batasan Masalah

  Tujuan dari penulisan tugas akhir ini adalah menghasilkan sistem pengenalan nada saron pelog. Manfaat dari penelitian ini adalah sebagai alat bantu bagi masyarakat yang membuat alat musik saron supaya mengetahui nada “1, 2, 3, 4, 5, 6, 7”.

  2. Hasil pengenalan tidak real time.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  3

  2. Pengenalan nada suara Saron Variabel bebas pada penelitian ini ialah nada gamelan saron pelog yang dimainkan, variasi FFT, alpha pada windowing, dan jarak yang dihasilkan pada proses perbandingan suara terekam dengan ketujuh suara nada referensi.

14.2 Prosedur Penelitian

  Langkah-langkah dalam pengerjaan tugas akhir: 1. Pengumpulan bahan – bahan referensi berupa buku – buku dan jurnal – jurnal.

  2. Perancangan subsistem software.

  Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem yang akan dibuat dengan mempertimbangkan dari berbagai faktor – faktor permasalahan dan kebutuhan yang telah ditentukan.

  3. Pembuatan subsistem software.

  Sistem akan bekerja apabila user memberikan interupsi melalui PC dengan media push button yang sudah disediakan dalam software. Sistem akan mengolah interupsi yang diterima dan memulai proses recording sampai user memberikan interupsi kembali untuk menghentikan proses recording. Setelah itu, user memberikan interupsi untuk memulai proses pengenalan nada. Komputer akan mengolah nada dan menyajikannya sebagai sebuah informasi.

  4. Analisa dan penyimpulan hasil percobaan.

  Analisa data dilakukan dengan memeriksa keakuratan data terhadap hasil proses pengenalan nada, dengan cara membandingkan antara data di komputer dengan lapangan dan perancangan. Penyimpulan hasil percobaan dapat dilakukan dengan menghitung jarak yang terjadi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB II DASAR TEORI

2.1 Gamelan

  Gamelan adalah ensemble musik yang biasanya menonjolkan metalofon. Metalofon

adalah alat musik yang bahan dasarnya terbuat dari logam. Seperti gambang, saron, dan gong.

Istilah gamelan merujuk pada instrumennya yang merupakan suatu kesatuan utuh yang

diwujudkan bunyi bersama. Kata gamelan berasal dari bahasa jawa gamel yang bererti

memukul atau menabuh, diikuti akiran an yang menjadikannya kata benda. Orkes gamelan

banyak di temukan di Pulau Jawa, Madura, Bali dan Lombok. Pada perancangan pembuatan

software pengenalan nada gamelan penulis hanya mengenali salah satu jenis dari gamelan

yaitu saron pelog penerus [2].

  Saron merupakan bagian ricikan gamelan berbentuk bilah dengan ukuran lebih kecil

dari pada demung. Untuk iringan pakeliran wayang kulit Jawatimuran, minimal terdiri dari 2

set saron Slendro dan 2 set saron Pelog. Jumlah bilah saron Slendro untuk wayangan

Jawatimuran ada 9 bilah, dengan urutan bilah nada di mulai dari nada (nem) rendah atau

ageng sampai dengan nada 3 (lu) tinggi atau alit. Dalam pedalangan Jawatimuran peranan

saron sangat dominan, karena saron sebagai pembuat lagu atau melodi, terutama untuk bentuk

gending-gending Ayak, Gedog Rancak, Krucilan, dan Gemblak/ Alap-alapan. Posisi

keberadaan saron di lihat dari aspek fungsinya dalam iringan pedalangan Jawatimuran bisa

dikategorikan dalam kelompok ricikan garap, karena ricikan saron memiliki berbagai macam

cengkok sekaran atau kembangan sesuai dengan Pathetnya. Adapun teknik tabuhannya

meliputi teknik tabuhan mbalung, imbal, dan kinthilan yaitu khusus teknik tabuhan gaya

Jawatimuran.

  Saron penerus atau peking merupakan bagian ricikan gamelan berbentuk bilah yang

ukurannya lebih kecil dari pada ricikan saron. Dalam sajian karawitan bebas atau klenengan

atau iringan pakeliran khususnya gaya Jawatimuran saron penerus atau peking berfungsi

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  5

sehingga pengrawit menyebut teknik tabuhan saron penerus dengan sebutan teknik tabuhan

timbangan. Dalam pembuatan tugas akir ini penulis meneliti tentang saron peking pelog.

  Nampak seperti Gambar 2.1.

Gambar 2.1 Saron Penerus Pelog [2]

2.2 Sampling

  Sampling merupakan proses pencuplikan gelombang suara yang akan menghasilkan

gelombang diskret termodulasi pulsa. Dalam proses sampling ada yang disebut dengan laju

pencuplikan (sampling rate). Sampling rate menandakan berapa banyak pencuplikan

gelombang analog dalam 1 detik. Satuan dari sampling rate ialah Hertz (Hz). Pada proses

sampling, sebaiknya sampling rate memenuhi kriteria Nyquist. Kriteria Nyquist menyebutkan

bahwa sampling rate harus lebih besar dari 2 (dua) kali frekuensi tertinggi sinyal suara analog

sesuai persamaan (2.1) [3].

  (2.1) ≥ 2 dengan

adalah frekuensi sampling (sampling rate) dan adalah frekuensi tertinggi

sinyal suara analog.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  6

  2.3 Frame Blocking Frame blocking merupakan pembagian sinyal suara menjadi beberapa frame dan satu

frame terdiri dari beberapa data sampel[4]. Pengambilan sampel tersebut tergantung dari tiap

detik suara akan disampel dan berapa besar frekuensi samplingnya

Gambar 2.2. Frame BlockingGambar 2.2 menjelaskan contoh dari frame blocking dimana keseluruhan dibagi

  N

menjadi 5 M (frame). Setiap M tersebut memiliki jumlah data yang sama yaitu 2 data pada

Gambar 2.2. Pada implementasinya jumlah frame blocking tidak ada ketentuannya, tergantung dari kebutuhan suatu sistem.

  Frame blocking berfungsi untuk memilih data yang akan diproses dalam sistem

pengenalan. Frame blocking juga dapat mempercepat proses perhitungan pada FFT (Fast

  N

Fourier Transform) dengan jumlah data pada setiap frame memiliki 2 data sampel yang

diambil dari keseluruhan data sampel.

  2.4 Windowing Windowing digunakan untuk melewatkan sinyal yang mempunyai frekuensi

sembarang yang dikonvolusikan dengan fungsi window tertentu, karena dapat mereduksi

sinyal-sinyal yang tidak diinginkan sebelum dilakukan proses transformasi. Ada beberapa

fungsi windows yang telah ada diantaranya Kaiser, Hamming, triangular, rectangular dll [5].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  7

2.5 Kaiser Windowing

  Pada prinsipnya fungsi windowing adalah dengan cara melewatkan sinyal yang mempunyai frekuensi sembarang dikonvolusikan dengan fungsi window tertentu sehingga dapat mereduksi sinyal - sinyal yang tidak diinginkan sebelum dilakukan proses transformasi [6]. Pada penelitian ini, penulis menggunakan Kaiser windowing untuk mereduksi sinyal sinyal yang tidak diinginkan. Nilai beta berpengaruh terhadap besar kecilnya nilai atenuasi. Kaiser window didefiniskan dengan:

  1 − − , 0 ≤ ≤ ! (2.2) [ ] ≜ 0, dengan adalah orde 0 dari fungsi Bessel:

  2 ( %

  ∞

  2 ( % ) ≜ (2.3) * & '

  (! (=0

  Kaiser window diparameterkan dengan: = /2 (2.4)

  Kaiser window juga dapat didefinisikan dari , , dan : 0, 1 , 1

  2 ∆1 = 1 − 1 (2.5)

  

4

  5 = −20 log 0 (2.6) 0.1102 ( − 8.7), > 50

  .? ! (2.7) = ;

  0.5842 ( − 21) + 0.07886 ( − 21), 21 ≤ ≤ 50 0.0, < 21 dengan α adalah parameter yang digunakan untuk menentukan nilai β, dan β adalah parameter yang digunakan untuk menentukan besar kecilnya nilai atenuasi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  8

  2.6 Discrete Fourier Transform (DFT) DFT merupakan perluasan dari transformasi Fourier yang berlaku untuk sinyal

sinyal diskret. Semua sinyal periodik terbentuk dari gabungan sinyal sinyal sinusoidal sesuai

persamaan (2.8) [7].

  KE EFGHIJ (2.8)

  

X[k] = D %( )

JL dengan X[k] adalah koefisien DFT untuk nilai sampel x(n), N adalah jumlah sampel

  N

yang akan diproses, x(n) adalah nilai sampel sinyal, adalah cos α + j sin α, wo adalah

e koefesien digital, dan k adalah bilangan konstanta 1, 2, 3,…, N-1.

  2.7 Fast Fourier Transform (FFT) Perhitungan DFT secara langsung dalam komputerisasi dapat menyebabkan proses

perhitungan yang lama. Karena itu dibutuhkan cara lain untuk menghitung DFT dengan cepat.

  

Hal ini dapat dilakukan Algoritma FFT dan perhitungan FFT menghilangkan perhitungan

yang sama dalam DFT.

  Ada 2 (dua) jenis algoritma FFT yaitu, Fast Fourier Transform Decimation In Time

(FFT DIT) dan algoritma Fast Fourier Tansform Decimation In Frequensi (FFT DIF). Pada

FFT DIT, input disusun dalam kelompok ganjil dan genap sedangkan pada FFT DIF input

tetap tetapi pada output dikelompokkan menjadi ganjil dan genap.

  O Jumlah sampel input sinyal ke dalam algoritma ini harus kelipatan 2 (dua) (2 ).

  

Algoritma FFT dimulai dengan membagi sinyal menjadi 2 (dua) bagian, yaitu bagian pertama

berisi sinyal suara pada indeks waktu genap dan bagian lainnya berisi sinyal suara pada indeks

waktu ganjil sesuai persamaan (2.9) [8].

KE JG

  (2.9)

P(() = ∑ %( )R ( = 0, … . . , O − 1

  JL K dengan X[k] adalah koefisien FFT untuk nilai sampel x(n), N adalah jumlah sampel

yang akan diproses, x(n) adalah nilai sampel sinyal dan k adalah bilangan konstanta 1, 2, 3,…,

  N-1.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  2 Sensitivity -62dB

  7 Stand Yes Microphone yang digunakan bersifat plug n play. Gambar 2.3 adalah gambar fisik dari microphone yang digunakan.

  6 Clip No

  5 Cable length 3.0m

  4 Weight 64g

  2.2 KOhm

  3 Output impedance

  9

  2.8 Minkowsky Rumus fungsi jarak yang digunakan ditunjukkan pada persamaan (2.10).

  Tabel.2.1 Keterangan spesifikasi microphone [10] No Nama Keterangan

  2.9 Microphone Microphone adalah salah satu perangkat keras dari system penalaan ini yang

berfungsi sebagai perekam nada alat musik. Dalam pengambilan sampel nada, microphone

dihubungkan dengan souncard yang berada di komputer.

  (2.10) dengan T UN adalah jarak antara Minkowski data i dan j, k indeks dari variabel, n jumlah variabel

y, dan λ urutan dari metrik Minkowski. Meskipun didefinisikan untuk setiap λ> 0, jarang

digunakan untuk nilai-nilai lain dari 1, 2 dan ∞[9]

  W Y (=1 Y

  X U( − X N(

  T UN = V∑ W

  1 Frekeunsi response 100HZ-10KHz

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  10

2.10 Soundcard

  Kartu suara merupakan sebuah periperal pada komputer sebagai I/O suara. Pada dasarnya setiap kartu suara memiliki [10]:

  1. Digital Signal Processor (DSP) yang akan menangani semua jenis komputasi.

  

Digital to Analog Converter (DAC) sebagai keluaran suara ke speaker.

  2.

  3. Analog to Digital Converter (ADC) sebagai masukan suara.

  4. Read Only Memory (ROM) atau Flash sebagai penyimpanan data.

  5. Musical Instrument Digital Interface (MIDI) untuk menyambungkan beberapa peralatan musik eksternal.

  6. Jack untuk menyambungkan kartu suara dengan speaker pada jalur line out atau microphone pada jalur line in. Beberapa kartu suara, sudah terpasang secara pabrikan (on board) pada motherboard

komputer, tetapi bisa juga ditambahkan untuk keperluan yang lebih lanjut pada slot PCI

motherboard. Gambar 2.3 adalah contoh dari sound card dengan 1 line in dan 3 line out.

Gambar 2.4. Contoh Kartu Suara [10] Dalam proses perekaman suara dengan menggunakan kartu suara , ada beberapa

  pengaturan awal, yaitu: 1. Sampling Rate.

  Channel yang digunakan, yaitu mono atau stereo. Satu channel menandakan 2. mode mono, 2 Channel menandakan mode stereo.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  11

2.11 Matlab

  Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan karakteristik

yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dahulu seperti Delphi,

Basic maupun C++. Matlab merupakan bahasa pemrograman level tinggi yang dikhususkan

untuk kebutuhan komputasi teknis, visualisasi dan pemrograman seperti komputasi matematik,

analisis data, pengembangan algoritma, simulasi dan pemodelan dan grafik-grafik perhitungan.

Matlab hadir dengan membawa warna yang berbeda. Hal ini karena matlab membawa

keistimewaan dalam fungsi-fungsi matematika, fisika, statistik, dan visualisasi. Matlab

dikembangkan oleh MathWorks, yang pada awalnya dibuat untuk memberikan kemudahan

mengakses data matrik pada proyek LINPACK dan EISPACK. Saat ini Matlab memiliki

ratusan fungsi yang dapat digunakan sebagai problem solver mulai dari simple sampai

masalah-masalah yang kompleks dari berbagai disiplin ilmu [11].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB III RANCANGAN PENELITIAN

3.1 Sistem Pengenalan Nada Alat Musik Saron

  Blok sistem pengenalan nada alat musik saron pelog secara keseluruhan diperlihatkan pada Gambar 3.1.

Gambar 3.1. Diagram blok keseluruhan system Sistem pengenalan nada alat musik saron terdiri dari software pada laptop yang

  

berfungsi sebagai user interface dalam proses pengenalan. Software laptop yang dibuat dalam

bentuk user interface dengan Matlab berperan sebagai pusat pengaturan semua proses

pengenalan nada alat musik saron pelog, seperti merekam suara nada saron dan mengenali

suara nada yang terekam. Perekaman suara dilakukan oleh laptop melalui mikrofon dan jalur

line in pada SoundCard.

  1. Saron Alat musik saron yang digunakan sebagai obyek penelitian oleh penulis, saron yang digunakan ini jenisnya saron peking (saron penerus).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  Mikrofon 2.

  Mikrofon yang digunakan adalah mini multimedia microphone Genius MIC-01A dapat dilihat pada Gambar 3.1. Mikrofon berfungsi untuk menangkap sinyal analog dan kemudian menyalurkannya ke sound card pada leptop melewati line in yang ada pada sound card.

  3. Sound Card Sound card berfungsi mengubah sinyal analog dari mikrofon menjadi sinyal digital.

  Sound card yang digunakan adalah sound card yang sudah terpasang pada motherboard. Dalam konversi sinyal analog menjadi sinyal digital dan kemudian disimpan diperlukan pengaturan yang meliputi pengaturan sampling rate (frekuensi sampling) dan channel. Pengaturan tersebut dilakukan pada proses perekaman oleh program yang akan dibuat.

  4. Proses Perekaman Proses perekaman adalah proses masuknya data nada terekam berupa sinyal digital.

  Saat proses perekaman berlangsung sinyal analog dikonversi menjadi sinyal digital dengan frekuensi sampling dan tipe data berupa channel yang sudah ditentukan. Sinyal digital kemudian disimpan dan digambarkan dalam sebuah plot. Data nada yang telah disimpan disebut nada terekam dan kemudian dapat diproses untuk dikenali lewat proses pengenalan nada.

  5. Proses Pengenalan Nada Proses ini terdiri dari subproses normalisasi, windowing, FFT, fungsi jarak, penentuan nada, dan hasil tampilan pengenalan dapat dilihat pada Gambar 3.2.

Gambar 3.2. Diagram blok proses pengenalan nada

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  3.1.1 Suara Gamelan (Wav) Hasil dari sampling nada gamelan yang direkam.

  3.1.2 Frame Blocking Proses ini memilih data dari data nada terekam, sehingga data yang dipilih dapat mewakili semua data pada nada terekam.

  3.1.3 Normalisasi Proses ini bertujuan untuk menyetarakan amplitudo maksimum baik nada terekam

dengan nada referensi, sehingga efek dari kuat lemahnya suara yang dikeluarkan alat musik

tidak terlalu mempengaruhi proses pengenalan.

  3.1.4 Windowing Kaiser Windowing berfungsi untuk mengurangi efek diskontinuitas dari sinyal digital hasil

rekaman. Dalam perancangan ini, penulis menggunakan window kaiser dari jenis-jenis

windowing yang ada.

  3.1.5 Fast Fourier Transform Fast Fourier Transform (FFT) adalah cara cepat menghitung Discrete Fourier

Transform (DFT). DFT berfungsi untuk mengkonversi domain waktu ke domain frekuensi.

  Domain frekuensi digunakan untuk melihat ciri dari suatu nada.

  3.1.6 Normalisasi Proses ini bertujuan untuk menyetarakan amplitudo maksimum baik nada terekam

dengan nada referensi, sehingga efek dari kuat lemahnya suara yang dikeluarkan alat musik

tidak terlalu mempengaruhi proses pengenalan.

  3.1.7 Fungsi Jarak Proses ini berisi tentang tahap terakir dari system yang akan dikerjakan oleh penulis,

yaitu pengimplementasian metode fungsi jarak Minkowski pada pengenalan nada alat

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  3.1.8 Penentuan Nada Proses ini bertujuan mengenali nada yang terekam dari jarak minimum yang diperoleh setelah proses fungsi jarak.

  3.1.9 Hasil Tampilan Pengenalan Hasil akhir dari pembuatan software yang mengenali nada alat musik saron pelog, ditampilkan dalam komputer dalam bentuk visual GUI Matlab.

3.2 Perancangan Nada Referensi

  Nada acuan yang disebut nada referensi dibutuhkan sebagai penentu pengenalan

nada gamelan pada saron. Untuk memperoleh nada referensi pada setiap nada yang akan

dikenali pada sistem pengenalan nada alat musik pada saron, penulis mengambil 10 sampel

pada setiap nada yang akan dikenali tersebut (“1, 2, 3, 4, 5, 6, 7”). Proses pengambilan dapat

dilihat pada Gambar 3.3. Pengambilan nada yang akan dijadikan nada referensi harus melalui

proses sampling, normalisasi, windowing, dan FFT. Pengambilan nada dilakukan dengan

menggunakan program Matlab yang akan dibuat.

Gambar 3.3. Diagram Blok Proses Pengambilan Nada Referensi Proses pengambilan nada disesuaikan dengan variabel bebas pada pembuatan sistem

  

pengenalan nada alat musik saron. Setelah 10 nada sampel pada setiap nada diperoleh,

perhitungan (3.1) dilakukan untuk mendapatkan nada referensi. Hasil FFT yang telah

dinormalisasi digunakan sebagai nada sampelnya, sehingga sistem pengenalan nada alat musik

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  

saron tidak melakukan perhitungan kembali dalam mendapatkan nada referensi dan proses

pada sistem pengenalan nada alat musik saron dapat berjalan lebih cepat.

  《 =

  … (3.1)

  Kemudian nada referensi yang didapat di simpan dalam fungsi m.file yang ada dalam

sistem pengenalan nada saron, sehingga sewaktu-waktu nada referensi dapat dipanggil dalam

proses fungsi jarak yang ada dalam sistem pengenalan alat musik saron.

3.2.1 Tampilan Program pada GUI Matlab

  Tampilan program pada Gui Matlab yang di gunakandalam penulisan ini diperlihatkan pada Gambar 3.4

Gambar 3.4. Gambar utama program dalam program komputer

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  Tampilan utama program dibuat agar user dapat dengan mudah mengoperasikan

program ini serta mengetahui hasil dari pengenalan nada gamelan pada saron pelog.

Pembuatan tampilan menggunakan GUI Matlab. Beberapa keterangan dari tampilan utama

program dijelaskan pada Tabel 3.2.

Tabel 3.2. Keterangan Tampilan Utama Program

  Nama Bagian Deskripsi Tombol Rekam Digunakan untuk mengambil suara nada alat musik saron yang sedang dimainkan

  Tombol Pengenalan Nada Digunakan untuk memulai proses pengenalan

  Variasi FFT Untuk memilih titik FFT yang digunakan pada proses pengenalan nada, pilihan berupa 16, 32, 64, dan 128 titik. Dibutuhkan 4 (empat) variabel penelitian karena efisiensi waktu. Variasi ALPHA Untuk memilih nilai alpha yang akan digunakan pada proses pengenalan nada, pilihan nilai alpha seperti 0, 100, 500 dan 1000.

  Dibutuhkan 4 (empat) variabel penelitian karena efisiensi waktu. Hasil Pengenalan Nada Untuk menampilkan nada yang didapat setelah proses pengenalan

  Tombol Exit Digunakan untuk mengakhiri aplikasi Plot Data Hasil FFT Tampilan data berupa grafik data hasil FFT baik dari rekaman maupun dari 7 nada referensi Plot Hasil

  Rekaman Tampilan grafik suara hasil rekaman

3.2 Perancangan Alur Program

  Program pengenalan nada gamelan jenis saron akan dieksekusi saat user mulai

menjalankan program ini. Setelah tampilan utama terlihat, proses pengujian sudah dapat

dilakukan. User pertama kali harus mengisikan parameter yang digunakan dalam pengujian

pada group box “Input nada”. Setelah mengambil data acuan dengan menekan tombol “Input

nada”, selanjutnya program akan melakukan proses pengambilan suara acuan. Jika suara

acuan telah tersimpan, maka user dapat menekan tombol “pengenalan nada”. Proses

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  Alur program keseluruhan diperlihatkan pada Gambar 3.4. Program ini menjalankan

macam proses. Proses yang pertama ialah proses perekaman nada acuan. Nada acuan ini

dijadikan acuan dalam pengujian pengenalan nada dikarenakan pengambilan nada acuan

diambil pada saat saron sudah menjadi pakem atau aturan gamelan yang sudah pasti. Proses

yang kedua ialah proses pengambilan nada uji. Nada uji ialah nada yang direkam setelah nada

acuan. Setelah nada uji terekam, beberapa nada uji akan dibandingkan dengan nada acuan.

Kualitas suara nada uji dilihat dari besar rata-rata jarak tiap sampling antara nada acuan

dengan nada uji yang sebelumnya telah ditentukan terlebih dahulu tingkat kesalahannya.

  Alur program rekam dapat dilihat Pada gambar 3.5. Proses rekam suara nada alat

musik gamelan saron pelog bermula dari komputer menjalankan fungsi untuk merekam.

Sesaat setelah komputer merekam suara yang dihasilkan dari alat musik gamelan saron pelog

yang dimainkan, data suara disimpan sebagai nada terekam.

  Alur program normalisasi 1 diperlihatkan pada Gambar 3.7. Hasil proses

normalisasi 1 akan disimpan dalam data “Norml”Data yang telah dinormalisasikan mengalami

proses windowing pada Gambar 3.8. Proses windowing menggunakan Kaiser Window. Hasil

windowing kemudian ditransformasikan menjadi 32 data menggunakan Fast Fourier

Transform. Proses ini mengkonversi data nada suara dalam domain waktu menjadi domain

frekuensi.

  Hasil konversi kemudian dinormalisasikan kembali. Kemudian komputer menjalankan proses plotting hasil konversi tersebut. Data dari tujuh nada referensi dan data

dari nada terekam digambarkan dalam bentuk sinyal. Hasil konversi ternormalisasi kemudian

dibandingkan dengan tujuh nada referensi dengan menggunakan fungsi jarak Minkowski.

Perbandingan menghasilkan jarak dan data – data tersebut dicari nilai terkecilnya. Setelah

nilai jarak terkecil diperoleh maka nada terekam dapat dikenali. Komputer menampilkan nada

hasil pengenalan(“1, 2, 3, 4, 5, 6, 7”) dan nilai jarak yang diperoleh ke dalam text box. Jika

proses tersebut telah dilakukan, maka pengenalan nada alat musik saron pelog sudah selesai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 3.4. Alur program keseluruhanGambar 3.5. Alur program rekam

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 3.6. Alur program Frame blockingGambar 3.7. Alur program normalisai

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 3.8 Alur program windowing

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 3.10 Alur Program fungsi jarakGambar 3.11 Alur program normalisasi 2

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 3.12 Alur program penentuan nada

3.2.1 Subsistem Sampling

  Dalam subsistem ini terdapat dua variabel terikat berupa frekuensi sampling dan durasi perekaman. Setelah melakukan pengujian awal, dapat disimpulkan:

a. Frekuensi sampling yang digunakan adalah 2400Hz, karena frekuensi tertinggi yang akan dikenali adalah 1050Hz. Lebih jelasnya pada Lampiran.

  b.

  Durasi perekaman yang digunakan adalah 1 detik, karena diharapkan dalam waktu 1 detik suara yang dimainkan sudah maksimal.

3.2.2 Subsistem Pengenalan Nada

  Dalam subsistem ini terdapat 1 proses menggunakan variabel tetap dan 2 proses

menggunakan variabel bebas. Satu proses yang menggunakan variabel tetap adalah proses

fungsi jarak. Tiga proses lainnya yang menggunakan variabel bebas adalah variasi FFT dan

nilai alpha pada windowing. Variabel yang akan dievaluasi untuk membangun sistem

pengenalan nada yang optimal adalah kedua variabel bebas tersebut.

  a. windowing yang digunakan adalah window Kaiser dengan variasi nilai alpha sebesar

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  b. Variasi FFT yang digunakan untuk mengkonversi data hasil windowing adalah 16, 32, 64, 128. Dalam subsistem pengenalan nada, data hasil FFT yang digunakan adalah data riil atau amplitudonya. Fungsi jarak yang digunakan adalah fungsi jarak Minkowski. Ketujuh nada referensi

yang digunakan pada proses ini adalah data yang sudah dikonversi menggunakan FFT terlebih

dahulu dan disimpan. Setiap nada referensi memiliki data sesuai dengan FFT yang digunakan.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB IV HASIL DAN PEMBAHASAN Pengujian program perlu dilakukan untuk mengetahui apakah suatu program dapat

  bekerja dengan baik dan sesuai dengan perancangan. Hasil peng ujian berupa data-data yang dapat memperlihatkan bahwa program yang telah dirancang dapat berjalan dengan baik. Analisa terhadap proses kerja dapat digunakan untuk menarik kesimpulan dari apa yang disajikan dalam tugas akhir ini.

4.1 Pengujian Program Pengenalan Nada Alat Musik Saron Pelog Menggunakan Fungsi Jarak Minkowski.

  Pengujian program bertujuan untuk memastikan apakah program yang telah dibuat dapat bekerja sesuai dengan yang telah dirancang pada bab sebelumnya. Pengujian program menggunakan komputer dengan spesifikasi:

  Processor : Intel® Core™ 2 CPU 4400 @2.00GHz RAM : 4.00 GB

  Program pengenalan dapat dijalankan dengan langkah-langkah di bawah ini: 1. User menekan dua kali icon matlab dengan gambar icon seperti Gambar 4.1.

  Gambar 4.1.Icon Program Pengenalan 2. Setelah user menekan icon Gambar 4.1 di atas.

  3. User dapat memulai pengenalan dengan mengisi pengaturan pengenalan nada yang terdiri dari alpha pada windowing dan jumlah point FFT yang akan digunakan dalam proses pengenalan seperti pada gambar 4.2.

  4. Jika alpha pada windowing dan jumlah point FFT telah dipilih oleh user, program pengenalan dapat dimulai dengan menekan tombol “Pengenalan Nada”.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  26

  melihat grafik hasil rekaman dan grafik hasil proses FFT dalam kotak “Grafik Hasil FFT” seperti yang terlihat pada Gambar 4.3.

  6. Tombol EXIT digunakan jika user ingin keluar dari program.

  Gambar 4.2.Tampilan pengaturan pengenalan nada Gambar 4.3.Tampilan Utama Program Pengenalan Nada Alat Musik Saron Pelog

  Pada implementasi program, tampilan jarak dan nada yang dikenali mengalami

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  27

  oleh program dari perekaman hingga nada dikenali. Sintak utama secara keseluruhan terlampir pada halaman L26.

4.1.1. Tombol Pengenalan

  Tombol Pengenalan hanya dapat ditekan setelah user mengisi pengaturan pengenalan. Sistem mengetahui pengaturan pengenalan yang dilakukan user terhadap sistem dengan menjalankan metode berikut :

  %Push Button function pushbutton2_Callback(hObject, eventdata, handles) alpha=handles.alpha; extract=handles.fftpoint; ordel=handles.orde; nadano=handles.nadano;

  Handles.alpha, handles.fftpoint, handles.orde, dan handles.nadano adalah parameter untuk mengatur pengenalan. Handles.alpha berfungsi untuk mengatur nilai alpha. Handles.fftpoint untuk mengatur nilai fft. Handles.orde untuk mengatur nilai orde. Handles.nadano untuk memilih nada yang akan dikenali.

  %untuk 1 detik======================================= if (nadano==1) [y,fs]=wavread('Nada 1.wav'); elseif (nadano==2) [y,fs]=wavread(' Nada 2.wav'); elseif (nadano==3) [y,fs]=wavread('j Nada 3.wav'); elseif (nadano==4) [y,fs]=wavread(' Nada 4.wav'); elseif (nadano==5) [y,fs]=wavread(' Nada 5.wav'); elseif (nadano==6) [y,fs]=wavread(' Nada 6.wav'); elseif (nadano==7) [y,fs]=wavread(' Nada 7.wav'); end

  (nadano==1) adalah urutan input nada yang akan dikenali oleh user.

  % Penampil rekam Dan FFT% axes(handles.axes2); %timed = 2000*(0:(4800))/4800; plot(y(1:2000));grid; %plot(y);grid; xlabel('time (ms)');

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  28

  Setelah proses perekaman, program akan memproses data hasil perekaman untuk pemilihan data tengah dari deretan data hasil perekaman. Proses yang disebut frame

  blocking ini menggunakan metode: %frame blocking d=128;%1 detik for p=1:d; datsound(p)=y(p); end

  Selanjutnya data hasil frame blocking akan melalui proses windowing untuk menghilangkan noise suara yang ikut terekam dalam proses perekaman. Dalam program pengenalan ini alpha yang digunakan untuk mengatur windowing bervariasi dan user dapat menggunakan 3 varian alpha yang terdapat pada popup menu. Pengecekan hasil pilihan dari user sudah dilakukan sebelum proses perekaman berlangsung. Windowing yang digunakan adalah Kaiser window dimana menggunakan beta untuk komputasinya.

  Perolehan nilai beta tergantung dari alpha yang dipilih user. Dalam perhitungan nilai beta menggunakan metode:

  if alpha<0 beta=0; elseif 1<=alpha<50 beta=0.5842*((alpha-21)^0.4)+0.07886*(alpha-21); elseif alpha>=50 beta=0.1102*(alpha-8.7); end

  Variasi nilai alpha yang digunakan dalam parameter pengenalan nada antara lain 0.100, 500, dan 1000. Dan sintak yang digunakan sesuai yang ada pada windowing Kaiser. Setelah nilai beta diperoleh maka proses Kaiser dapat dilakukan. Metode yang digunakan dalam proses Kaiser windowing. Selanjutnya program menjalankan inisialisasi variabel yang akan digunakan dalam proses FFT untuk menampilkan grafik hasil FFT nada suara uji.

  %fft================================================= Y = fft(prefastsound,extract);

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  29 %Normalisasi================================================= Pyymax=max(abs(Pyy)); Pyynormalisasi=Pyy/Pyymax;

  Nada yang akan dikenali dilakukan normalisasi terlebih dahulu secara maximal.

  %PlotFFT================================================= axes(handles.area1); plot(f,Pyynormalisasi(1:(1/2*extract+1)));grid; xlabel( 'frekuensi(Hz)' ); ylabel( 'amplitude' );

  Axes handles.area1berfungsi sebagai penampil hasil plot dari grafik FFT.

  Dalam proses penentuan nada hasil jarak terpendek dibandingkan dengan perolehan jarak dari masing-masing nada referensi. Jika jarak terpendek sama nilainya dengan salah satu jarak pada nada referensi, maka nada dikenali adalah salah satu nada sesuai dengan nada referensi. Penentuan nada ini menggunakan sintak berikut:

  % Sintak Penentuan Nada% jarakmin=min(jarak); if (jarakmin==jarak(1)); hasil= '1' ; elseif (jarakmin==jarak(2)); hasil= '2' ; elseif (jarakmin==jarak(3)); hasil= '3' ; elseif (jarakmin==jarak(4)); hasil= '4' ; elseif (jarakmin==jarak(5)); hasil= '5' ; elseif (jarakmin==jarak(6)); hasil= '6' ; elseif (jarakmin==jarak(7)); hasil= '7' ; end

  % menampilkan Hasil Fungsi jarak tiap Nada ke Dalam Text Box% set(handles.Hasil_Nada, 'String' ,hasil); set(handles.Jarak_1, 'String' ,jarak(1)); set(handles.Jarak_2, 'String' ,jarak(2)); set(handles.Jarak_3, 'String' ,jarak(3)); set(handles.Jarak_4, 'String' ,jarak(4)); set(handles.Jarak_5, 'String' ,jarak(5)); set(handles.Jarak_6, 'String' ,jarak(6)); set(handles.Jarak_7, 'String' ,jarak(7));

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  30

  Berdasarkan pengujian, tombol Pengenalan Nada telah bekerja sesuai sintak. Saat tombol Pengenalan Nada ditekan, program telah merekam, menampilkan grafik rekaman, menampilkan grafik hasil FFT, menampilkan hasil jarak masing-masing nada, dan mengenali nada.

Gambar 4.4 merupakan tampilan GUI yang sudah dioperasikan dengan input nada Do, variasi FFT 64, variasi Alpha 100, dan menggunakan fungsi jarak orde 2.Gambar 4.4. Tampilan Setelah Penekanan Tombol Pengenalan Nada.

  Hasil penentuan akan muncul pada tampilan hasil pengenalan nada program pengenalan nada alat musik saron pelog seperti pada Tabel 4.1.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  31

Tabel 4.1. Tampilan Hasil Pengenalan Nada Yang Dikenali

  No. HasilPengenalan Keterangan Nada

  1

  1 Nada yang dikenali dari jarak minimum yang didapat adalah nada 1’.

  2

  2 Nada yang dikenali dari jarak minimum yang didapat adalah nada 2’.

  3

  3 Nada yang dikenali dari jarak minimum yang didapat adalah nada 3’.

  4

  4 Nada yang dikenali dari jarak minimum yang didapat adalah nada 4’.

  5

  5 Nada yang dikenali dari jarak minimum yang didapat adalah nada 5’.

  6

  6 Nada yang dikenali dari jarak minimum yang didapat adalah nada 6’.

  7

  7 Nada yang dikenali dari jarak minimum yang didapat adalah nada 7’.

4.2 Hasil Pengujian Program Pengenalan Terhadap Tingkat Pengenalan Nada Alat Musik SaronPelog

  Dalam pengujian program pengenalan nada alat musik saron pelogini dilakukan melalui 1 (Satu) tahapan pengujian. Tahapan pengujian yang pertama adalah pengujian parameter pengaturan pengenalan yang terdiri dari alpha pada windowing dan FFT point yang digunakan dalam proses pengenalan. Tujuan pengujian parameter pengaturan pengenalan dilakukan untuk mencari nilai dari setiap parameter yang menghasilkan tingkat pengenalan (recognition rate) yang terbaik. Dalam pengujian ini dilakukan 10 kali percobaan pengenalan untuk setiap nada (“1, 2, 3, 4, 5, 6, 7”).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  32

  4.2.1. Hasil Perbandingan Parameter Fungsi Jarak dan Windowing yang Digunakan Dalam Pengenalan Nada Saron.

Tabel 4.2 memperlihatkan bahwa orde mencapai nilai recognition rate 100 %.

  Tabel hasil perbandingan parameter fungsi jarak dan windowing keseluruhan pada Lampiran Hal 47.

Tabel 4.2. Hasil Perbandingn Parameter Fungsi Jarak dan Windowing yang Digunakan

  FFT Orde Alpha

  16

  32 64 128

  67.14

  84.28 85.71 100 100 50 72.85 100 100

  1 500

  32.85

  41.42 52.85 100 1000

  18.57

  32.85

  45.71

  31.42

  67.14 84.28 100 100 100 45.7 71.42 100 100

  2 500

  31.42

  42.85

  72.85

  78.57 1000

  21.42

  30

  60

  67.14

  55.71 84.28 100 100 100 45.71 75.71 100 100

  3 500

  30

  41.42

  71.42

  77.14 1000

  18.57

  20

  44.28

  71.42 Setelah mendapatkan hasil perhitungan perbandingan fungsi jarak dan windowing

  yang digunakan. Pada orde 1 (satu), 2 (dua), dan 3 (tiga) mencapai nilai recognition rate 100% pada saat fast fourier transform 64 dan alpha mulai dari 100. Nilai recognition rate dalam tabel 4.2 diperoleh dari rata-rata nilai perhitungan nada (“1, 2, 3, 4, 5, 6, 7”).

  Nilai alpha mempengaruhi lebar grafik hasil komputasi/ perhitungan pada proses FFT. Semakin tinggi nilai alpha maka semakin lebar spektrum frekuensi hasil perhitungan proses FFT. Semakin besar nilai alpha nilai recognition rate akan semakin kecil dan semakin besar nilai FFT nilai recognition rate mencapai 100%.

  4.2.2. Pengujian Parameter PengaturanPengenalan Nada

  Percobaan untuk melihat seberapa besar tingkat pengenalan yang terjadi dari setiap penentuan pada parameter pengenalan dilakukan untuk menentukan parameter

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  33

  1. Merekam sebanyak 10 kali suara yang dihasilkan oleh setiap nada alat musik saron pelog dari nada 1’, 2’, 3’, 4’, 5’, 6’,dan 7”.

  2. Hasil rekaman disimpan dan diambil datanya untuk kemudian digunakan untuk menguji setiap kombinasi parameter pengaturan pengenalan.

  3. Mengenali setiap rekaman menggunakan kombinasi nilai parameter yang berbeda-beda dengan: a. Alpha pada windowing = 0, 100, 500, 1000.

  FFT point = 16, 32, 64, 128.

  b. 4. menentukan kombinasi nilai parameter pengenalan yang menghasilkan tingkat pengenalan terbaik.

  5. Pengujian nada masing masing nada dilakukan sebanyak 10 kali. Hasil percobaan pada Lampiran hal 49 pada Gambar 4.5 dan Gambar 4.7 Pengaruh Nilai Alpha dan Fast Fourier

  

Transform terhadap tingkat pengenalan (Tabel percobaan dapat dilihat pada lampiran

  halaman L45) dapat dilihat bahwa setiap kombinasi antara nilai alpha dengan FFT point menghasilkan hasil yang berbeda-beda.

Gambar 4.5 memperlihatkan seiring naiknya nilai alpha, semakin turun tingkat pengenalan pada sistem. Nilai alpha mempengaruhi lebar grafik hasil komputasi/

  perhitungan pada proses FFT. Semakin tinggi inilai alpha maka semakin lebar grafik hasil perhitungan proses FFT seperti pada Gambar 4.6. Lebarnya grafik hasil perhitungan proses FFT mengakibatkan grafik hasil FFT dari nada uji akan saling tumpang tindih dengan grafik hasil FFT nada referensi yang berdekatan/ separasi semakin tidak terlihat seperti Gambar 4.6(d). Sinyal yang tumpang tindih akan mengakibatkan jarak yang dihasilkan oleh fungsi jarak Minkowski cenderung meningkat untuk hasil perbandingan antara nada uji dengan nada referensi yang sesuai dengan nada uji tersebut (misal: nada yang dimainkan adalah nada La(6’) dan nada referensinya adalah nada referensi La(6’)). Tidak akuratnya hasil dari fungsi jarak untuk masing-masing nada referensi ini mengakibatkan kesalahan pada saat proses penentuan nada. Kesalahan pada proses penentuan mengakibatkan turunnya tingkat pengenalan pada saat percobaan dengan pemakaian nilai alpha yang tinggi. Gambar 4.8 dan 4.6 menggunakan orde 2 pada fungsi jarak Minkowski.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 4.5. Pengaruh N

  Gambar 4.6.Gr Nilai Alpha Terhadap Tingkat Pengenalan (Re

  (a) .Grafik Hasil FFT 128 Point dengan Nilai Alpha

  34 (Recognition Rate)

  pha (a) 0

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  35

  (b) (c)

  Gambar 4.6.(Lanjutan) Grafik Hasil FFT 128 Point dengan Nilai Alpha (b) 110 (c) 500

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  36

  (d)

Gambar 4.6. (Lanjutan) Grafik Hasil FFT 128 Point

  Dengan Nilai Alpha, (c) 500 (d) 1000 Pada gambar 4.7 terlihat bahwa semakin tinggi nilai FFT maka semakin tinggi tingkat pengenalan sistem. Nilai FFT mempengaruhi hasil perhitungan jarak dalam proses fungsi jarak. Semakin tinggi nilai FFT yang digunakan mengakibatkan hasil FFT dari nada uji tidak overlapping dengan hasil FFT nada referensi yang berdekatan dan separasi terlihat jelas seperti pada gambar 4.8. Sehingga jarak yang dihasilkan oleh fungsi jarak minkowski cenderung menurun untuk hasil perbanding antara nada uji dengan nada referensi yang sesuai nada uji.

  Keakuratan dari hasil fungsi jarak untuk masing-masing nada referensi ini mengakibatkan ketepatan pada proses penentuan, sehingga mengakibatkan naiknya tingkat pengenalan pada saat percobaan dengan pemakaian nilai FFT yang tinggi.

  Dari hasil percobaan dapat disimpulkan bahwa tingkat pengenalan yang terbaik didapat dari kombinasi nilai alpha dari 0 sampai 1000 dengan FFT sebesar 128 point. Hal ini disebabkan jarak frekuensi antara nada satu dengan yang lain sangat berdekatan sehingga jarak yang didapat dari fungsi jarak Minkowski tidak sesuai dengan yang diharapkan.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Gambar 4.7. Pengaruh NilGambar 4.8. G

  ilai FFT Point Terhadap Tingkat Pengenalan (

  (a)

Grafik Hasil FFT (a) 16 Point dengan Nilai Alph

  37 (Recognition Rate) lpha 100

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  38 (b)

  (c)

Gambar 4.8. (Lanjutan ) Grafik Hasil FFT (b) 32 Point, (c) 64 Point Dengan Nilai Alpha 100

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  39 (d) Gambar 4.8.(Lanjutan) Grafik Hasil FFT (d) 128 Point

  Dengan Nilai Alpha 100

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB V KESIMPULAN DAN SARAN

  5.1 Kesimpulan

  Dari hasil percobaan dan pengujian sistem pengenalan nada alat musik saron pelog dapat disimpulkan bahwa:

  1. Pada pengujian parameter pengaturan pengenalan, penetapan nilai parameter pengaturan pengenalan nada dengan nilai alpha pada windowing dan nilai FFT

  point yang digunakan untuk mengenali nada berpengaruh terhadap tingkat pengenalan sistem.

  a. Semakin besar nilai FFT point yang digunakan maka semakin naik tingkat pengenalan sistem karena separasi antara spektrum frekuensi nada uji dan nada referensi yang dihasilkan oleh nilai FFT point yang besar terlihat jelas.

  b. Semakin besar nilai alpha pada windowing yang digunakan maka semakin turun tingkat pengenalan sistem karena terjadi overlapping antara spektrum frekuensi nada uji dan nada referensi pada alpha yang tinggi sehingga separasi antara spektrum frekuensi nada uji dan nada referensi hasil FFT tidak terlihat jelas.

  2. Pada orde 3 pengujian parameter pengaturan didapatkan nilai alpha pada

  windowing senilai 0, 100, 500,dan 1000 dengan nilai FFT 128 point yang menghasilkan tingkat pengenalan terbaik.

  5.2 Saran

  Saran untuk pengembangan pengenalan nada musik saron pelog adalah sebagai berikut :

  1. Pegenalan diubah menjadi real time supaya penggunaannya lebih mudah.

  2. Pemilihan parameter yang paling baik, supaya dsaat menggunakan user tidak perlu mengatur parameter – parameter yang ada dalam software pengenalan ini.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

  [1] http://asal-usul-motivasi.blogspot.com/2011/01/asal-usul-sejarah-gamelan.html diakses pada 10 Oktober 2011 [2] Supriyono, Djumiran Ranta Admaja, Bambang Sukmo Pribadi, Joko Susilo ----

  Jakarta : Direktorat Pembinaan Sekolah Menengah Kejuruan, Direktorat Jenderal Manajemen Pendidikan Dasar dan Menengah, Departemen Pendidikan Nasional, 2008.

  [3] Eka Kartikasari, Yesika, 2006, Pembuatan Software Pembuka Program aplikasi Komputer Berbasis Pengenalan Sinyal Suara, PENS-ITS, Surabaya. [4] Nurlaily, 2009 Pencocokan Pola Suara dengan Algoritma FFT dan Dc. [5] Budi Sontoso, Tri, 2005, Protipe Modul Pengamatan Sinyal Domain Waktu dan

  Frekuensi Secara Real Time Untuk Praktikum Pengolahan Sinyal Digital,EEPISITS, Surabaya

  [6] http://ssli.ee.washington.edu/courses/ee518/notes/lec17.pdf diakses pada tanggal 3 Oktober 2011. [7] Sugeng Riyanto, Agus Purwanto, Supardi, 1999, algoritma fast fourier transform

(fft) decimation in time (dit) dengan resolusi 1/10 hertz Laboratorium Riset.

  [8]

  http://code10.net/index.php?option=com_content&view=article&id=61:articlemink owski- distance&catid=38:cat_coding_algorithms_data-similarity&Itemid=57 diakses pada pada tanggal 14 oktober 2011

  [9] http://www.geniusnet.com/wSite/ct?xItem=16664&ctNode=145 diakses tanggal 5 Oktober 2011. [10] http://www.realkarachi.com/downloads/books/how-stuff-works/how-sound-cards- work%28www.realkarachi.com%29.pdf diakses tanggal 20 September 2011. [11] Niamaulidia, 2009 Pembuatan Pengenalan Sinyal Wicara Menggunakan Matlab. [12] Aris sugiarto,2006 Pemrograman Gui Menggunakan MATLAB. Semarang, Andi Offset.

  

LAMPIRAN

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Dokumen baru

Tags

Dokumen yang terkait

Pengenalan nada gamelan peking menggunakan DCT dan fungsi jarak kosinus = the Introduction tone gamelan peking use DCT and cosine distance function.
1
3
78
Pengenalan nada harmonika menggunakan windowing koefisien DST dan jarak matusita.
0
0
68
Pengenalan nada saksofon alto menggunakan FFT dan pengklasifikasian K-NN dengan jarak simetrik probabilitas X2.
1
4
112
Pengenalan nada barung pelog menggunakan Windowing Koefisien DFT dan jarak Squared Chord.
4
4
82
Pengenalan nada pianika menggunakan jendela Gaussian, DC,T dan jarak kosinus.
0
0
11
Pengenalan nada pianika menggunakan jendela segitiga, DCT, dan fungsi jarak euclidean.
0
10
12
TUGAS AKHIR - Deteksi galat sandi blok liniear dengan menggunakan rangkaian digital - USD Repository
0
0
79
PENALA RADIO MENGGUNAKAN KOMPUTER TUGAS AKHIR - Penala radio menggunakan komputer - USD Repository
0
0
107
KENDALI JARAK JAUH MENGGUNAKAN WLAN TUGAS AKHIR - Kendali jarak jauh menggunakan WLAN - USD Repository
0
0
143
TUGAS AKHIR - Unit input dan unit pembangkit nada pada permainan angklung elektronik berbasis mikrokontroler PIC 16F877 - USD Repository
0
0
95
i TUGAS AKHIR - Pemantau jarak tonton televisi=monitoring distance watching television - USD Repository
0
0
71
TUGAS AKHIR - Aplikasi SMS menggunakan J2ME untuk pengendalian motor DC - USD Repository
0
0
140
TUGAS AKHIR - Pengenalan nada suling recorder menggunakan fungsi jarak Chebyshev - USD Repository
0
0
143
PENGENALAN NADA ALAT MUSIK PIANIKA MENGGUNAKAN METODE KORELASI TUGAS AKHIR - Pengenalan nada alat musik pianika menggunakan metode korelasi - USD Repository
0
0
96
TUGAS AKHIR - Tempat sampah berjalan terkendali jarak jauh - USD Repository
0
0
133
Show more