BAB IV HASIL DAN PEMBAHASAN
4.1. Pengujian Program Pengenalan Nada Cetik Secara Real-Time menggunakan
Perancangan program menggunakan software Matlab 7.0.4. Untuk pengujian program menggunakan laptop dengan spesifikasi :
Prosesor : intel® Atom™ CPU N2600 @1.60GHz RAM : 2.00 GB
Tipe sistem : sistem operasi 32 bit
4.1.1 Proses pengenalan nada cetik dapat melakukan langkah- langkah berikut ini:
1. Mengklik dua kali pada ikon Matlab pada layar desktop seperti pada gambar 4.1.
Gambar 4.1 Ikon Matlab 7.0.4
2. Setelah melakukan langkah 1, akan muncul tampilan utama software Matlab seperti gambar 4.2.
Gambar 4.2 Tampilan Matlab
3. Setelah sukses pada langkah kedua, maka langkah selanjutnya user memastikan terlebih dahulu pada Current Directory (lihat gambar 4.2 no.1) sudah sesuai pada tempat penyimpanan program yang telah dirancang.
4. Mengetikan perintah (guipengenalan) pada Command Window (lihat gambar 4.2 no.2) untuk memunculkan tampilan program pengenalan nada cetik. Setelah itu akan muncul tampilan program pengenalan nada cetik seperti pada gambar 4.3.
Gambar 4.3 Tampilan Program Pengenalan Nada Cetik
5. Setelah tampilan program pengelan nada cetik muncul maka dapat di lihat terdapat tampilan nilai- nilai sebagai variasi frameblocking, variasi windowing koefisien DCT, dan pilihan menggunakan Threshoblding. Sebelum melakukan langkah selanjutnya, user di harapkan memilih variasi- variasi tersebut, seperti pada gambar 4.4
(a) (b) (c)
Gambar 4.4 Tampilan Pengaturan Pengenalan Nada Cetik. (a) pengaturan frameblocking, (b) pengeturan variasi windowing koefisien, (c) pengaturan Thresholding
6. Apabila user telah melakukan langkah kelima, user dapat memulai pengenalan nada dengan menekan tombol “Pengenalan”. Hasil pengenalan nada cetik dapat di lihat pada gambar 4.5.
Gambar 4.5 Tampilan Hasil Pengenalan Nada Cetik
7. User dapat mengulangi pengenalan nada dengan menekan tombol “Reset” dan melakukan langkah 5 dan 6.
8. Jika user akan mengakhiri pengenalan nada cetik, user dapan menekan tombol
“Keluar”.
4.1.2 Pengenalan Nada
Pengenalan nada cetik dapat dilakukan dengan melakukan barbagai langkah- langkah yang telah di jelaskan di pembahasan sebelumnya. Tampilan pengenalan nada cetik dapat dilihat pada gambar 4.3. Tampilan pengenalan nada cetik terdapat 3 push button, 2 axes, 1 edit text, dan 3 pop up menu.
a. Pop Up Menu
Pada program pengenalan nada cetik ini menggunakan dua pop up menu variasi frameblocking, variasi windowing koefisien, dan Threshoding. Untuk pop up menu 1 akan menampilakan variasi frame blocking yang bernilai 16, 32, 64, 128, dan 256. Pop up menu 2 akan menampilkan windowing koefisien yang bernilai 10, 20, 30, 40, 50, 60, 70, 80, 90, dan 100. Sedangakan pop up menu 3 akan menampilkan pilihan menggunakan thresholding atau tidak. Berikut merupakan contoh program dalam penggunakan pop up menu
Pada program di atas, nilai frameblocking diinisialkan menggunakan nama vardct yang dibagi menjadi lima kondisi. Inisialisasi vardct tersebut diproses dengan perintah handles. Perintah tersebut digunakan sebagai nilai atau data DCT yang telah diinisialisasi sebagai masukan apabila dilakukan callback. Untuk melihat secara lengkap program pop up menu, dapat dilihat pada (lampiran L9, L10, dan L15).
indeks=get(handles.popupmenu1,'Value');
b. Tombol Pengenalan
Tombol “Pengenalan” adalah tombol yang berfungsi untuk memulai program pengenalan nada cetik. User dapat memulai pengenalan nada cetik dengan menekan tombol “Pengenalan”. Tombol ini untuk memulai pengenalan pengenalan nada cetik dengan menjalankan beberapa subproses. Dalam subproses dimulai dari perekamana nada cetik, Normalisasi, pemotongan sinyal, frame blocking, windowing hamming, ekstraksi ciri DCT, penghitungan jarak Hellinger, penentuan menggunakna Threshoding atau tidak dan penentuan hasil pengenalan nada cetik. Program yang akan digunakan untuk perekaman nada cetik sebagai berikut:
Pada sample_length merupakan perintah yang menunjukan bahwa untuk sekali perekaman nada hanya diberi waktu sebesar 1,5 detik, dan untuk sample_frekuensi, menunjukan frekuensi sampling sebesar 2000 Hz. Perekaman nada cetik pada matlab menggunakan perintah wavrecord untuk menyimpan nada cetik yang telah direkam, Nada yang telah terekam akan diplot pada tampilan program pengenalan menggunakan perintah plot. Data terekam di plot pada axes1 yang telah tersedia pada tampilan program pengenalan nada cetik. Program untuk menampilkan gambar sinyal hasil perekaman sebagai berikut
Fungsi perintah handles adalah untuk mengatur masukan atau keluaran program.
Program pengenalan nada cetik yang telah direkam akan di inisialisasi dengan “x”, inisialisasi “x” ini yang akan diplotkan pada axes1 yang pada tampilan “guipengenalan” di berinama “Plot Perekaman”.
Setelah proses perekaman, program akan memproses hasil rekaman tersebut sehingga dapat di kenali. Ada pun proses- proses yang harus di lakukan dengan cara, yaitu pemotongan sinyal. Nada yang sudah direkam tersebut akan dipotong dengan batas potong sebesar |0.2| pada sisi kiri sinyal. Setelah proses pemotongan itu selesai maka langkah
selanjutnya memilih data yang dinamakan frame blocking, langkah selanjutnya yaitu windowing, pada pengenalan nada cetik ini menggunkan windowing hamming. Setelah selesai windowing hamming, dilakukan proses ekstraksi ciri DCT dan windowing koefisien.
Hasil dari windowing koefisien akan di simpan dengan nama “ya”. berikut ini merupakan proses pengolahan pemotongan sinyal hingga program windowing koefisien :
Dari hasil windowing koefisien yang di inisialisasikan dengan “ya”, maka akan diplot pada axes2 yang menggambarkan hasil akhir dari sinyal windowing koefisien.
Program untuk menggambarkan hasil windowing koefisien ke axes2 sebagai berikut:
% Normalisasi %
Proses selanjutnya setelah penggambaran sinyal nada cetik adalah proses pemanggilan database yang telah disesuaikan dengan 2 variasi masukan yaitu variasi DCT, dan variasi windowing koefisien yang telah dipilih oleh user sebelumnya. Program database menggunakan logika if else agar database mempunyai kesamaan dengan nilai variasi yang telah dipilih sebelumnya oleh user. Program di bawah merupakan sebagian kecil dari program pemanggilan database, untuk lebih lengkapnya dapat dilihat pada (lampiran L11- L14).
Program di atas untuk memanggil database yang akan dibandingkan dengan nada yang telah terekam dengan menggunakan perinitah jarak. Database yang dipanggil sesuai dengan masukan variasi frameblocking, variasi windowing koefisien yang telah dipilih oleh user sebelumnya.
Setelah proses pemanggilan database, proses selanjutnya adalah membandingkan database dengan data masukkan dari user yang telah dimasukkan secara real-time sebelumnya. Perbandingan data- data tersebut memakai metode jarak Hellinger. Program perhitungan jarak sebagai berikut:
Program selanjutnya merupakan program untuk penentuan keluaran, apakah terdeteksi sebagai nada cetik atau tidak dikenali. Program penentuan keluaran sebagai berikut:
Pada penentuan keluaran ini terdapat metode Thresholding yang digunakan untuk syarat penentuan keluaran akhir. Metode Thresholding bertujuan untuk menentukan hasil akhir yang tidak sesuai dengan database dengan penamaan “tidak dikenali”. Untuk menggunakan metode Thresholding ini, user dapat memilih Menggunakan Threshoding atau tidak pada tampilan program pengenalan nada cetik (pop up menu3). Terdapat nilai r pada program diatas, yang bertujuan untuk nilai batas pada pengenalan nada cetik. Nilai r merupakan nilai minimum dari perhitungan jarak hellinger dan subprogram sebelumnya.
Pada tiap nada mempunyai nilai- nilai batas yang berbeda, dikarenakan setiap nada mempunyai pola pengenalan yang berbeda. Untuk batas nilai thresholding, nilai nada yang
[r,nadaout]=sort(jarak,'ascend') r=r(1)
nadaout=nadaout(1)
thx=get(handles.popupmenu3,'value');
if (nadaout==1)&(r>1,8731) & (thx==1) hasil=('Tidak Dikenali')
elseif (nadaout==2)&(r>1,9879) & (thx==1) hasil=('Tidak Dikenali')
elseif (nadaout==3)&(r>1,8721) & (thx==1) hasil=('Tidak Dikenali')
elseif (nadaout==4)&(r>1,8591) & (thx==1) hasil=('Tidak Dikenali')
elseif (nadaout==5)&(r>2,6458) & (thx==1) hasil=('Tidak Dikenali')
elseif (nadaout==6)&(r>1,8569) & (thx==1) hasil=('Tidak Dikenali')
elseif (nadaout==7)&(r>1,2238) & (thx==1) hasil=('Tidak Dikenali')
elseif thx==0
didapat harus lebih kecil dari pada nilai r. Hasil akhir akan di keluarkan dan ditampilakan pada tampilan program pengenalan pada text.text10. Thx digunakan untuk mengaktifkan apakah menggunakan Thresholding atau tidak mengguankan.
c. Tombol Reset
User dapat menekan tombol ”Reset” jika menginginkan mengulangi pengenalan dengan kondisi seperti tampilan awal. Program yang terdapat pada tombol “Reset” sebagai berikut:
program di atar berfungsi menghapus data pada axes, dan text10 yang telah di tampilakan oleh program pengenalan nada cetik.
d. Tombol Keluar
User dapat menekan tombol “Keluar” jika ingin mengakhri program pengenalan nada cetik. Adapula program untuk tombol keluar sebagai berikut
kesimpulan dari pengujian program nada cetik adalah tombol- tombol yang terdapat pada tampilan program dapat berjalan dan berfungsi dengan baik. Sistem pengenalan nada cetik sudah berjalan dengan baik sesuai dengan yang di inginkan.
4.2 Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat Pengenalan Nada Cetik
4.2.1. Pengujian untuk Menentukan nilai Thresholding
Pada pengujian ini dilakukan untuk menentukan nilai Thresholding (Th) yang digunakan. Parameter yang digunakan untuk menentukan batas nilai ini menggunakan windowing koefisien 80%, dan panjang frameblocking 64 yang mempunyai tingkat
function pushbutton3_Callback(hObject, eventdata, handles)
pengenalan yang baik (Lampiran L23 ). Pengujian ini menggunakan 20 kali percobaan setiap nadanya dan dari 20 percobaaan setiap nada tersebut akan mendapatkan nilai maksimal. Setelah mendapatkan nilai minimal dari 20 kali percobaan, maka dicari nilai maksimal dari percobaan sebanyak 20 kali tersebut untuk setiap nada (lampiran L21). Nilai maksimal tersebut digunakna untuk batas nilai Thresholding.
Table 4.1 hasil nilai Thresholding Thresholding Nilai Threshodling Nada
Th1 1,8731 Do
Pada table di atas menunjukan nilai Threshodling (Th) yang digunakan untuk batas atas untuk setiap nada. Jika melebihi batas atas tersebut, maka sistem tidak akan mengenali nada- nada yang lain selain nada yang di inginkan, dan akan terdeteksi eror atau “Tidak Dikenali".
4.2.2. Pengujian Parameter Pengenalan Nada
Pada pengujian ini bertujuan untuk menguji seberapa besar tingkat pengenalan nada dari setiap parameter. Parameter ini antara lain koefisien DCT, serta windowing koefisien.
Pengujian program pengenalna alat music cetik ini mengguanakan 2 cara, yaitu pengujian secara tidak real-time, dan pengujian secara real-time. Untuk pengujian secara real-time dibagi menjadi 2 cara, real-time tanpa Thresholding, dan real-time menggunakan Thresholding.
4.2.2.1. Pengujian secara tidak Real-Time
Pengujian ini bertujuan untuk mencari nilai atau persentase tingkat pengenalan tiap nada alat musik cetik, tanpa menggunakan program pengenalan nada cetik. Pengujian secara tidak real-time ini menggunakan program tersendiri (lihat lampiran L18).
Untuk pengujian menggunakan nada uji sebanyak 70 kali, setiap nada sebanyak 10 data yang di peroleh dari perekaman sebelumnya. Nada uji digunakan sebagai nada masukan. Pengujian secara tidak real-time diperoleh data tingkat pengenalan nada dari pengujian yang dilakukan. Hasil pengujian secara tidak real-tame dapat dilihat pada lampiran L22
Pada lampiran L22 tingkat pengenalan nada yang paling baik dapat terlihat pada panjang frameblocking 64, dan windowing koefisien DCT 80%. Terlihat pada lampiran bahwa nilai n yang semakin besar, maka naiknya tingkat pengenalan akan semakin baik.
Penyebab naiknya tingkat pengenalan dapat dilihat pada gambar 4.6
(a)
(b)
(c)
(d)
Gambar 4.6 Pengaruh panjang frameblocking, n¸terhadap hasil pengenalan, p=30%, (a)n=32, (b) n=64, (c) n=128, (d) n=256
(biru= DoTinggi, hijau=Si)
Pada gambar 4.6 dapat dilihat bahwa, nilai n yang semakin besar, maka semakin banyak jumlah koefisien DCT yang digunakan untuk membedakan nada satu dengan nada yang lain. Oleh karena itu makin banyak jumlah koefisien, makin mudah untuk membedakan, sehingga makin naik tingkat pengenalan nada antara nada satu dengan nada yang lainnya.
(a)
(b)
(c)
(d)
(e)
Gambar 4.7 Pengaruh windowing koefisien terhadap hasil pengenalan, n= 32, (a)p= 20%, (b)p= 40%, (c)p= 60%, (d)p= 80%, (e)p= 100%
(biru=DoTinggi, hijau=Si)
Pada gambar 4.7 terlihat bahwa semakin besar nilai windowing koefisien (p) maka koefisien DCT makin banyak yang digunakna untuk membedakan nada satu dengan nada yang lainnya. Dengan kata lain akan makin mudah di membedakan nada satu dengan nada yang lain, maka akan menyebabkan makin naik tingkat pengenalan nada.
Pada lampiran L22 dapat di lihat bahwa untuk mendapatkan tingkat pengenalan 100%, maka dibutuhkan frameblocking 64 titik, dan windowing koefisien sebesar 80%. Di bandingkan percobaan yang dilakukan oleh Yogi Isworo [3], yang memerlukan 512 ekstraksi ciri, maka pada penelitian ini memperlihatkan pengaruh jumlah koefisien ekstraksi ciri yang signifikan yaitu menggunakan 51 ekstraksi ciri.
4.2.2.2. Pengujian secara Real- Time
Pada pengujian secara real-tame dibagi menjadi 2, pengujian tanpa menggunakan Thresholding, dan menggunakna Tresholding.
a) Pengujian tanpa Thresholding
Pengujian tanpa menggunakan Thresholding ini bertujuan untuk mengetahui kinerja program pengenalan nada cetik yang telah dibuat. Dengan kesalahan yang terjadi adalah pengenalan nada dengan keluaran pengenalan secara salah.
Pada program pengenalan nada cetik ini user memilih variasi frameblocking, dan variasi Windowing koefisien, dan memilih Ya atau Tidak pada bagian pilihan Threshodling. Setelah user selesai memilih variasi- variasi yang ada maka, user dapat menjalankan program pengenalan nada cetik.
Pengujian dilakukan menggunakna variasi frameblocking 64, dan windowing koefisien 80% (Lampiran L23). Variasi tersebut diperoleh dari percobaan- percobaan sebelumnya dengan jumlah titik yang minimal dan pengenlanan maksimal atau 100%.
Pengujian ini dilakukan sebanyak 15 kali. Dengan pengujian sebanyak 15 kali, diharapkan memperoleh hasil yang baik, dan sesuai dengan yang di inginkan. Table 4.2 menunjukan hasik pengujian:
Table 4.2 Hasil pengenalan secara Real- Time tanpa Thresholding, frameblocking = 64, dan Windowing koefisien 80%
Keterangan : X= dikenali salah Y= dikenali benar
Pada table 4.2. dapat dilihat dari 15 kali percobaan tidak terdapat nada yang dikenali secara salah. Dengan demikian pengujian secara real-tame tanpa menggunakan Thersholding sama dengan percobaan saat pengujian secara tidak real-tame.
b) Pengujian menggunakna Thresholding
Pada pengujian ini bertujuan untuk mengetahui kinerja program pengenalan nada cetik yang telah dibuat dengan penambahan Thresholding, sehingga kesalahan yang dikenal sebagai keluaran teks “Tidak Dikenali”. Thresholding merupakan nilai batas yang ditentukan untuk mengurangi pengucapan angka yang salah. Dalam program Thresholding di inisialisasi dengan “Th”. Nilai Th di dapat dari pengujian sebelumnya yaitu pengujian menentukan nilai Thresholding (subbab 4.2.1). Nilai jarak maksimum digunankan dalam fungsi logika dalam penentuan keluaran.
User dapat mengaktifkan Thresholding dengan memilih, Ya atau Tidak pada pop up menu Thresholding yang telah disediakan pada sistem pengenalan nada cetik.
Pengujian ini di lakukan sebanyak 15 kali dengan panang frameblocking 64, dan Windowing koefisien 80% (lampiran L23)
Tabel 4.3 Hasil pengujian secara real-time dengan menggunakan Thresholding, frameblocking = 64, Windowing koefisien = 80%
Nada Percobaan Ke-
Dari hasil pengujian yang telah dilakukan, sistem pengenalan nada cetik tersebut sudah mampu untuk menggenali nada- nada yang terdapat pada nada cetik dengan baik.
Dalam pengujian secara real-tame ini kondisi lingkungan dan tekanan saat memukul sangat mempengaruhi hasil pengujian nada.
4.2.3. Pengujian Dengan Nada Masukan Gamelan Peking
Pada pengujian ini bertujuan untuk mengetahui tingkat pengenalan sistem dalam mengetahui nada. Sistem diharapkan tidak dapat mengenali nada alat musik lain selain nada cetik. Untuk pengujian program pengenalan nada cetik digunakan gamelan peking sebagai masukan nadanya. Ada pula langkah- langkah untuk melakukan percobaaan sebagai berikut:
1. Menyiapkan gamelan peking yang akan digunakan
2. Nada- nada yang akan digunakan antara lain Ji, Ro, Lu, Pat, Mo, Nem, Tu
3. Menggunakan variasi frameblocking 64, dan variasi windowing koefisien 80%, karena variasi tersebut mempunyai tingkat pengenalan yang baik. Menggunakan masukan Thresholding dan Tanpa Thresholding untuk batasan setiap nadanya.
4. Melihat hasil keluaran nada, apakah pengujian tersebut dapat mengenali nada masukan, dikenali dengan keluaran “tidak dikenali”, dikenali dengan nada lain, atau bahkan dikenali nada dengan nada cetik.
Setelah melakukan langkah- langkah diatas, hasil yang diperoleh sebagai berikut:
Table 4.3 Hasil pengujian dengan gamelan Peking tanpa menggunakan Thresholding
Nada Percobaan Ke-
Keterangan : X= dikenali salah, Y= dikenali benar
Table 4.3 Hasil pengujian dengan gamelan Peking menggunakan Thresholding Nada
Percobaan Ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Do TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD
Re TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD
Mi TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD
Sol TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD
La TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD
Si TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD
DoTinggi TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD Keterangan : X = dikenali salah,
Y = dikenali benar TD= Tidak Dikenali
Gambar 4.8 Gamelan Pekhing
Pada pengujian propgram penegenalan nada cetik dengan masukan nada gamelan pekhing, menghasilkan hasil “Tidak Dikenali” dikarenakan nilai jarak yang didapat tidak memenuhi syarat thresholding yang syarat tersebut yaitu jarak antar nada. karakter suara dari gamelan pekhing sudah berbeda.
46
BAB V
KESIMPULAN DAN SARAN
5.1 KESIMPULAN
Berdasarkan percobaan dan pengujian sistem pengenalan nada cetik maka dapat diambil beberapa kesimpulan, yang dapat di paparkan sebagai berikut:
1. Berdasarkan percobaan yang dilakukan dengan menggunakan masukan nada alat musik cetik, maka sistem dapat bekerja dengan baik secara benar sesuai dengan perancangan. Sistem dapat mengenali nada cetik yaitu nada Do, Re, Mi, Sol, La, Si, Do tinggi. Dengan kondisi variasi Frame Blocking 64, dan windowing koefisien 80% (hasil yang paling baik).
2. Setelah melakuakn percobaan dan pengujian, maka nilai frame blocking dapat mempengaruhi tingkat pengenalan nada, atau secara umum semakin besar nilai Frame blocking, maka tingkat pengenalan semakin tinggi..
3. Sama halnya dengan nilai frame blocking, jumlah nilai windowing koefisien mempengaruhi tingkat pengenalan nada, dengan kata lain semakin besar nilai windowing koefisien maka tingkat pengenalan semakin tinggi.
4. Parameter optimal untuk tingkat pengenalan mencapai 100% nilai frameblocking 64, dan windowing koefisien 80% yang dipilih, dengan jumlah 51 ekstraksi ciri yang dipilih.
5.2 SARAN
Saran untuk pengembangan sistem pengenalan nada sebagai berikut:
Pengembangan sisitem yang mampu untuk mengenalai segala jenis alat musik tradisional, atau alat musik modern tidak hanya satu alat musik.
47
DAFTAR PUSTAKA
[1] Sejarah Musik Tradisional, http://www.scribd.com/doc/48471203/SEJARAH-MUSIK-TRADISIONAL diakses pada tanggal 5 September 2014
[2] Amanliyyah, A.F., 2012, Gamolan Cetik, Musik Tradisional Lampung musik bambu.
Makalah, Fakultas Keguruan, dan Ilmu Pendidikan, Universitas Lampung, Lampung.
[3] Walasakti, Y.I., 2013, Pengenalan Nada Gamelan Kenong Secara Real Time Menggunakan Ekstraksi Ciri DCT dan Fungsi Jarak Chebyshev, Tugas Akhir, Fakultas Teknik, Universitas Sanata Dharma, Yogyakarta.
[4] Kamus Besar Bahasa Indonesia, Kata kunci Nada. http://kbbi.web.id/nada diakses pada tanggal 10 september 2014
[5] Wijaya. M.H., 2012, Pengenalan nada Suling Rekorder Menggunakan Fungsi Jarak Chebyshev, Tugas Akhir, Fakultas Teknik, Universitas Sanata Dharma, Yogyakarta.
[6] Kusuma. I Made B.W., 2013, Pengenalan Nada Gamelan Reog Secara Real Time Menggunakan Ekstraksi Ciri DCT dan Fungsi Jarak Minkowski, Tugas Akhir, Fakultas Teknik Elektro, Universitaas Sanata Dharma, Yogyakarta.
[7] Sklar dan Bernard., 1988, Digital Communications Fundamental and Application, New Jersey, PTR Prentice Hall
[8] Lazuardi. A.R., 2012, Pengenlan Nada Pada Alat Musik Bonang Menggunaan Fungsi Jarak Eucledian, Tugas Akhir, Fakultas Teknik, Universitas Sanata Dharma, Yogyakarta.
[9] Transmisi Sinyal Digital.
http://mafisamin.blog.ugm.ac.id/files/2014/05/Komdat_Bab5.pdf di akses pada tanggal 10 september 2014.
[10] Kartikasari, Y.E., 2006, Pembuatan Software Pembuka Program aplikasi Komputer Berbasis Pengenalan Sinyal Suara, Tugas Akhir, Politeknik elektronika Negeri Surabaya Surabaya.
[11] Kushidayati, M.F., Pembuatan Data Base Transkrip Akord Instrumen Tunggal Menggunakan Metode Enhanced Pitch Class Profile (EPCP), Jurnal, Telekomunikasi, Politeknik Elektronika Negeri Surabaya. Surabaya.
[12] Sutiknyo, P.H., Pengolahan Suara Berdasarkan Usia Dengan Menggunakan Metode K-Means, Jurnal, Teknik Telekomunikasi, Politeknik Elektronika Negeri Surabaya. Surabaya.
[13] Sumarno, L., 2013, Pengenalan Nada Pianika Menggunakan Jendela Jendela Gaussian DCT dan Jarak Kosinus., vol. 17, no 1, hal 8-10.
[14] Elek Tronoka Dasar, Microphone. http://elektronika-dasar.web.id/teori-elektronika/microphone/ diakses pada tanggal 13 september 2014
[15] Desktop PC Mini Microphone Intopic JAZZ 012,
http://alnect.net/products.php?/13/104/332/2684/Special-Tools/Speaker-Headset-Mic/Microphone/Desktop-PC-Mini-Microphone-Intopic-JAZZ-012 diakses pada tanggal 10 september 2014
[16] Pengertian dan Fungsi Sound Card,http://www.arief-teknisi.com/2014/04/pengertian-dan-fungsi-sound-card.html, di akses pada tanggal 12 september 2014
[17] PIC Sound Card, https://www.tokopedia.com/yuzashop/pci-sound-card, diakses pada tanggal 12 september 2014
[18] Sumarno. L., Pengenalan Nada Pianika Menggunakan Jendela Segitiga, DCT, dan Fungsi Jarak Eucledian, Prosiding, Teknik Elektro, Universitas Sanata Dharma, Yogyakarta.
PERCOBAAN MENCARI SPEKTRUM FREKUENSI UNTUK SISTEM PENGENALAN NADA ALAT MUSIK CETIK MENGGUNAKAN MATLAB 7.0.4
Tujuan:
1. Mencari frekuensi tertinggi maksimum dari nada- nada cetik 2. Mencari frekuensi sampling
Variabel:
1. Menggunakna frekuensi sampling 40000Hz 2. Durasi perekaman sebesar 2 detik
Program
fs = 40000;%%fsampling 40000Hz
y = wavrecord (2*fs,fs,'double');%% 2 detik wavwrite(y,fs,'sample2s40000Hzg.wav');
[y,fs]=wavread('sample2s40000Hzg.wav');
Y=fft(y,fs);
Spek= Y.* conj(Y);
f = fs*(0:(1/2*fs))/fs;
plot(f,Spek(1:(1/2*fs+1)));grid;%output
Hasil ploting FS= 40000hz
Kesimpulan
Pada do tinggi frekuensi fundamental sebesar 790Hz, dengan demikian berdasarkan kriteria Nyquist bila digunakan frekuensi pencuplikan, maka 2000Hz sudah memenuhi persyaratan.
PERCOBAAN MENCARI DURASI PEREKAMAN UNTUK SISTEM PENGENALAN NADA ALAT MUSIK CETIK MENGGUNAKAN MATLAB 7.0.4
Tujuan:
1. Mencari durasi perekaman yang tepat
2. Mengetahui pengaruh durasi perekaman pada sinyal perekaman.
Variabel
1. Frekuensi sampling yang digunakan sebesar 2000Hz 2. Durasi percobaan 0,5 detik, 1 detik, 1,5 detik, 2 detik Program
%======================================%
% DurasiPerekaman %
%======================================%
clc fs=2000;
%%fsampling 2000Hz
%y=wavrecord(0.5*fs,fs,'double');%%0.5detik
%y=wavrecord(fs,fs,'double');%%1detik
%y=wavrecord(1.5*fs,fs,'double');%%1.5detik
%y=wavrecord(2*fs,fs,'double');%%2detik y=wavrecord(2*fs,fs,'double');%%2detik wavwrite(y,fs,'sample2s2000Hz.wav');
plot(y);grid;%output title('fs2000; t=2detik') xlabel('sample ke-')\
ylabel('amplitudo')
HasilPloting
Kesimpulan
Untuk durasi pencuplikan dari 4 (empat) percobaan dengan maksimal waktu 2 detik maka untuk durasi perekaman menggunkan 1,5 detik sudah memenuhi untuk durasi prekaman,
LISTING PROGRAM
Program Utama
function varargout = guipengenalan(varargin)
% GUIPENGENALAN M-file for guipengenalan.fig
% GUIPENGENALAN, by itself, creates a new GUIPENGENALAN or raises the existing
% singleton*.
%
% H = GUIPENGENALAN returns the handle to a new GUIPENGENALAN or the handle to
% the existing singleton*.
%
% GUIPENGENALAN('CALLBACK',hObject,eventData,handles,...) calls the local
% function named CALLBACK in GUIPENGENALAN.M with the given input arguments.
%
% GUIPENGENALAN('Property','Value',...) creates a new GUIPENGENALAN or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before guipengenalan_OpeningFunction gets called. An
% unrecognized property name or invalid value makes property application
% unrecognized property name or invalid value makes property application