BAB IV HASIL DAN PEMBAHASAN
4.2 Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat Pengenalan
4.2.1 Pengujian Parameter Pengaturan Pengenalan Nada Gamelan
Pengujian bertujuan untuk mengetahui tingkat pengenalan terbaik yang dapat digunakan untuk mengenali setiap nada yang akan dikenali. Pengaturan program pengenalan nada Reong memiliki tiga parameter yang dapat diatur sesuai dengan variasi yang disediakan. Pada pengujian ini akan dilihat bagaimana pengaruh ketiga parameter. Parameter tersebut adalah nilai DCT, alpha dan orde fungsi jarak. Pengujian dilakukan dengan dua metode. Metode pertama adalah secara tidak real time. Metode yang kedua adalah pengujian secara real time.
a) Secara tidak real time
Proses pengujian secara tidak real time dilakukan menggunakan program perbandingan antara jarak nada referensi dengan nada uji. Nada referensi adalah nada terekam yang disimpan sebagai nada acuan pembanding. Sedangkan nada uji adalah nada terekam yang disimpan sebagai nada untuk menentukan nilai terbaik dari parameter DCT,
alpha dan orde fungsi jarak. Proses perekaman nada uji sama halnya dengan proses perekaman nada referensi seperti yang sudah dijelaskan sebelumnya. Merekam sebanyak
sepuluh kali setiap nada dari ketujuh nada. Untuk lebih jelasnya dapat dilihat pada program di bawah ini :
function dbxxciri
frame=512%panjang frame blocking alpha=0 z1=zciri('deng_',frame,alpha); z2=zciri('deung',frame,alpha); z3=zciri('dung_',frame,alpha); z4=zciri('dang_',frame,alpha); z5=zciri('daeng',frame,alpha); z6=zciri('ding_',frame,alpha); z7=zciri('dong_',frame,alpha); z=[z1 z2 z3 z4 z5 z6 z7] save xd512a0z %================================================== %INTERNAL FUNCTION %================================================== function z=zciri(nada,frame,alpha) x1=wavread([nada '1.wav']);y1=xciri(x1,frame,alpha); x2=wavread([nada '2.wav']);y2=xciri(x2,frame,alpha); x3=wavread([nada '3.wav']);y3=xciri(x3,frame,alpha); x4=wavread([nada '4.wav']);y4=xciri(x4,frame,alpha); x5=wavread([nada '5.wav']);y5=xciri(x5,frame,alpha); x6=wavread([nada '6.wav']);y6=xciri(x6,frame,alpha); x7=wavread([nada '7.wav']);y7=xciri(x7,frame,alpha); x8=wavread([nada '8.wav']);y8=xciri(x8,frame,alpha); x9=wavread([nada '9.wav']);y9=xciri(x9,frame,alpha); x10=wavread([nada '0.wav']);y10=xciri(x10,frame,alpha); z=(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10)/10;
Pada program database di atas, hal pertama yang dilakukan adalah menentukan nilai parameter frame dan alpha. Keseluruhan nada berjumlah 70, jumlah tersebut berasal dari perekaman 10 kali setiap nada untuk nada keseluruhan yang berjumlah 7. Setiap sepuluh nada yang bernada sama dicari nilai reratanya seperti terlihat pada persamaan 3.1 . Kemudian nada tersebut disimpan dengan kode yang sesuai nilai parameter frame dan
alpha. Hasil variasi parameter yang sudah tersimpan dalam kode tersebut akan dipanggil kembali pada badan program nada uji. Program nada uji adalah sebagai berikut :
function pctkenal load xd512a0 ndct=512 alpha=0 n=2 y1=kenal1('deng_',z,ndct,alpha,n); y2=kenal1('deung',z,ndct,alpha,n); y3=kenal1('dung_',z,ndct,alpha,n); y4=kenal1('dang_',z,ndct,alpha,n); y5=kenal1('daeng',z,ndct,alpha,n); y6=kenal1('ding_',z,ndct,alpha,n); y7=kenal1('dong_',z,ndct,alpha,n); ytot=y1+y2+y3+y4+y5+y6+y7; persentase_kenal=(ytot/70)*100 %====================================================== % INTERNAL FUNCTION %====================================================== function y1=kenal1(nada,z,ndct,alpha,n) y1=0; y2=kenal2(nada,[nada 'A.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'B.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'C.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'D.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'E.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'F.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'G.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'H.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'I.wav'],z,ndct,alpha,n);y1=y1+y2; y2=kenal2(nada,[nada 'J.wav'],z,ndct,alpha,n);y1=y1+y2; %======================================================
Program di atas meliputi dua badan program. Program pertama adalah program nada uji, langkah awal adalah penentuan nilai parameter DCT, alpha dan orde n sesuai dengan variasi yang ditentukan. Sama halnya dengan badan program nada referensi jumlah keseluruhan nada adalah 70 yang diperoleh dari perekaman 10 kali nada dari keseluruhan
tujuh nada. Nada uji disimpan dengan nama yang berbeda dengan nama penyimpanan nada referensi. Hal ini ditujukan agar program tidak mengalami error saat dijalankan pada
directory matlab yang sama. Program kedua adalah pemanggilan fungsi yang diberi nama “pctkenal”. Persentase pengenalan diperoleh dari perbandingan jarak terkecil dari nada uji dan nada referensi. Hasil pengenalan berupa nilai persentase. Terlihat hasil pengujian dengan parameter DCT, alpha, dan orde fungsi jarak yang bervariasi (lampiran L21). Diperoleh pengenalan terbaik pada saat nilai alpha 0, panjang DCT 256 dengan nilai orde 1,2, dan 3. Terjadi perubahan secara minor dengan variasi parameter DCT yang diperoleh. Pada perancangan variasi yang digunakan paling besar adalah 128. Karena hingga 128 tidak ditemukan pengenalan terbaik, maka dilanjutkan hingga nilai DCT yang lebih besar. Pada saat nilai DCT sebesar 256 ditemukan pengenalan terbaik yaitu sebesar 100 persen.
Dari hasil data di atas dapat ditampilkan sebuah tampilan analisa berupa gambar grafik. Tampilan grafik akan menampilkan gambaran kenaikan atau penurunan kinerja sistem yang diakibatkan pengaruh nilai DCT. Sehingga dapat disimpulkan pengaruh kinerja DCT terhadap sistem pengenalan nada gamelan Reong. Parameter orde yang digunakan adalah orde 2, karena pada orde tersebut menghasilkan pengenalan terbaik. Grafik pengaruh setiap parameter terhadap tingkat pengenalan adalah sebagai berikut :
Gambar 4.5. Grafik Pengaruh Panjang DCT Pada Tingkat Pengenalan
Gambar 4.5 menunjukkan pengaruh parameter DCT terhadap kinerja sistem. Tingkat pengenalan mencapai nilai 100 persen saat nilai DCT 256. Pengaruh nilai DCT dapat dilihat secara jelas dengan cara membandingkan jarak antara dua nada. Dua nada yang diamati adalah nada dang dan nada daeng. Kedua nada tersebut memiliki jarak frekuensi yang dekat sehingga pengaruh parameter dapat terlihat dengan detail melalui
pengamatan jarak kedua nada tersebut. Tabel 4.2 memperlihatkan jarak antara nada dang dan daeng menggunakan nilai parameter DCT yang bervariasi. Parameter alpha dan orde fungsi jarak yang digunakan adalah alpha sebesar 0 dan nilai fungsi jarak orde 2 sesuai dengan nilai parameter yang menghasilkan persentase pengenalan terbaik.
Tabel 4.2. Jarak antara nada dang dan daeng dengan nilai alpha 0 dan fungsi jarak orde 2
Nilai DCT Jarak 16 1.11 32 1.98 64 5.11 128 7.97 256 11.67 (a) (b) (c) (d)
Gambar 4.6. Grafik jarak antara nada dang dan daeng dengan
(e)
Gambar 4.6. (Lanjutan) Grafik jarak antara nada dang dan daeng dengan
Nilai orde jarak 0, alpha 0 dan panjang DCT (a) 16, (b) 32, (c) 64, (d) 128, dan (e) 256 Nilai DCT mempengaruhi hasil perhitungan jarak dalam proses fungsi jarak. Semakin tinggi nilai DCT yang digunakan mengakibatkan spektrum frekuensi hasil DCT kedua nada tidak tumpang tindih. Proses tumpang tindih terlihat pada grafik a, b, c, dan d. Jarak antara nada semakin besar saat nilai DCT besar. Hal ini membuat tingkat pengenalan yang lebih baik (akurat).
Tabel 4.2 merupakan hasil jarak yang diperoleh melalui perhitungan otomatis oleh program Matlab. Untuk mengetahui hasil jarak tersebut benar maka dilakukan perhitungan secara manual. Perhitungan membandingkan hasil perhitungan Matlab dengan perhitungan secara manual. Tabel 4.3 memperlihatkan hasil perhitungan secara manual dengan menggunakan parameter DCT 16 yang diperoleh dari masukan data gambar 4.6.
adalah nada dang dan adalah nada daeng. Hasil perhitungan secara teori diperoleh hasil nilai DCT 16 yang sama besar dengan nilai DCT tabel 4.2. Dapat disimpulkan bahwa penggunaan program hitung jarak pada matlab sudah benar sesuai dengan perhitungan jarak secara manual.
Tabel 4.3. Perhitungan Jarak Secara Manual | − | 0,0764 0,1171 0,003832 0,2645 0,1409 0,00461 0,1118 0,174 0,009178 0,2984 0,1593 0,006037
Tabel 4.3. (Lanjutan) Perhitungan Jarak Secara Manual 0,1365 0,2042 0,013064 0,405 0,2173 0,012388 0,2158 0,2931 0,033599 0,8989 0,5004 0,130682 2 1,2251 0,233192 1 1,7725 0,454411 0,2078 0,54 0,071182 0,2575 0,1203 0,005655 0,1272 0,1331 6,72E-05 0,113 0,0568 0,001024 0,0345 0,1058 0,004886 0,0335 0,0542 0,000767 ∑ | − | =1,252751 ∑ | − | = 1,119264
Gambar 4.7. Grafik Pengaruh Nilai Alpha Pada Tingkat Pengenalan
Melalui gambar 4.7 terlihat pengaruh nilai alpha yang cenderung menurun saat
alpha 1000. Semakin kecil nilai alpha maka tingkat pengenalan yang didapat akan semakin baik. Dari hasil grafik terlihat bahwa tingkat pengenalan terbaik didapat pada saat
orde 2 dengan panjang DCT 256 dan nilai alpha 0. Pengamatan dengan membanding dua nada juga dilakukan untuk melihat pengaruh alpha terhadap kinerja sistem.
Tabel 4.4. Jarak nada dang dan daeng dengan nilai DCT 256 dan fungsi jarak orde 2
Alpha Jarak
0 11,12
50 8,43
100 6,78 1000 1,89
Berkebalikan dengan pengaruh nilai DCT, pada grafik pengaruh nilai alpha a,b,c,d dan e dapat dilihat nilai alpha mengakibatkan hasil frekeuensi kedua nada tumpang tindih ketika nilai alpha 50, 100 dan 1000. Jarak antara nada menjadi semakin dekat yang mengakibatkan tingkat pengenalan akan semakin buruk saat nilai alpha membesar.
(a) (b)
(c) (d)
Gambar 4.8. Grafik jarak antara nada dang dan daeng
Selanjutnya akan dilihat pengaruh orde jarak pada kinerja sistem. Melalui hasil grafik gambar 4.8 (a) akan dicari jarak antara kedua nada dang dan daeng menggunakan nilai fungsi jarak orde yang bervariasi. Tabel 4.5 memperlihatkan jarak yang diperoleh saat orde fungsi jarak bernilai 1, 2 dan 3. Parameter menggunakan nilai DCT sebesar 256 dan
alpha 0.
Tabel 4.5. Jarak antara nada dang dan daeng dengan nilai DCT 256 dan alpha sebesar 0 dan nilai orde jarak yang bervariasi
Orde Fungsi Jarak Jarak
1 40,85
2 11,12
3 8,95
Dari hasil pengujian dapat disimpulkan bahwa tingkat pengenalan yang terbaik didapat dari kombinasi nilai alpha 0 dengan DCT sebesar 256 dan nilai orde fungsi jarak sebesar 0, 1, dan 2. Hal ini disebabkan jarak spektrum frekuensi antara nada satu dengan yang lain tidak berdekatan sehingga jarak yang didapat dari fungsi jarak Minkowski sesuai dengan yang diharapkan (akurat).
b) Secara real time
Pengujian dilakukan menggunakan program pengenalan gamelan Reong secara real time. Gamelan Reong digunakan sebagai input real time. Parameter yang digunakan adalah parameter pengenalan terbaik yaitu dengan orde fungsi jarak 2, nilai DCT 256, dan nilai
alpha sebesar 0. Perekaman akan langsung diproses secara real time oleh sistem program pengenalan nada gamelan Reong. Pengujian yang dilakukan sebanyak 5 kali untuk setiap nada.
Tabel 4.6. Hasil Pengujian Real time
Nada Percobaan ke-
1 2 3 4 5
Deng V V V V V
Deung V V V V V
Dung V V V V V
Tabel 4.6. (Lanjutan) Hasil Pengujian Real time
Ket : V = dikenali
Tabel 4.6 menunjukkan data hasil proses pengujian secara real time. Terlihat nada dapat dikenali dengan baik untuk setiap nada yang akan dikenali. Tidak terdapat error ataupun kesalahan program saat proses pengujian. Ketujuh nada gamelan Reong sudah dapat dikenali dengan benar dalam pengujian tersebut. Kesimpulan yang didapat adalah sistem pengenalan nada gamelan Reong secara real time sudah berjalan dengan baik sesuai dengan percancangan.