BAB III PERANCANGAN
3.5. Perancangan Alur Program
Gambar 3.6 Diagram Alir Sistem Pengenalan Nada Belira Nama Keterangan
Pilihan Nilai Frame Untuk memilih nilai frame blocking
Rekam Untuk memulai program Selesai Untuk mengakhiri program
Plot Hasil Rekam Untuk menampilkan grafik hasil rekam Plot Spektrum Frekuensi Untuk menampilkan grafik spektrum
frekuensi
Tampilan Teks Nada Untuk menampilkan teks nada belira sesuai nada yang dimainkan
Pada sistem pengenalan nada ini terdapat proses-proses yang perlu dilakukan. Bermula dari perekaman hingga hasil akhir yang akan memberikan tampilan teks untuk nada yang dimainkan.
3.5.1 Rekam
Gambar 3.7 Diagram Alir Sub Rutin Rekam
Pada proses perekaman, proses pertama akan melewati sampling yang tujuannya untuk merekam nada belira dengan nilai frekuensi sampling yang telah ditentukan yaitu 10000 Hz. Nilai untuk frekuensi sampling didapatkan berdasarkan rumus (2.1). Jadi semua sampel nada yang diambil dalam proses perekaman, melalui proses sampling terlebih dahulu sebelum masuk ke tahap selanjutnya. Hasil keluaran untuk proses perekaman dalam bentuk wav.
Berikut ini merupakan cara untuk sampling nada:
1. Menentukan panjang durasi perekaman yaitu 1,5 detik [L31]. 2. Menentukan frekuensi sampling yaitu 10000 Hz [L19].
3. Menentukan jumlah sample dengan mengalikan panjang durasi perekaman dengan frekuensi sampling.
4. Merekam suara masukan dengan perintah wavrecord. 5. Menyimpan hasil rekaman dengan perintah wavwrite. 6. Menampilkan sinyal hasil rekaman dengan perintah plot.
3.5.2 Normalisasi Awal
Gambar 3.8 Diagram Alir Normalisasi Awal
Tujuan dari proses normalisasi awal adalah untuk menyetarakan amplitudo dari data sinyal nada terekam sehingga dapat terbentuk pada skala yang sama agar kuat atau lemahnya suara nada yang dimainkan tidak terlalu memengaruhi proses pengenalan. Dalam proses normalisasi ini, nilai-nilai data masukan nada terekam dibagikan dengan nilai absolut maksimal dari data itu sendiri sehingga didapatkan sinyal yang ternormalisasi untuk nada terekam. Rumus untuk membagi data dapat dilihat pada persamaan (2.2).
3.5.3 Pemotongan Awal
Proses pemotongan awal adalah pemotongan sinyal awal yang tidak digunakan yang terdapat di sisi kiri atau bagian awal dari sinyal yaitu bagian silence dan bagian transisi. Tujuan dari proses pemotongan bagian silence adalah untuk menghilangkan bagian yang tidak termasuk bagian dari sinyal nada, dan tujuan pemotongan bagian transisi adalah untuk mendapatkan sinyal yang benar-benar suara nada alat musik belira. Proses pemotongan pertama pada bagian silence, pada proses ini akan memotong sinyal suara yang terekam sebelum sinyal suara nada belira. Pemotongan kedua yaitu pada bagian transisi. Pemotongan ini dilakukan dengan menghilangkan ¼ bagian dari sinyal yang terdapat di bagian awal (bagian transisi) setelah pemotongan bagian silence. Setelah melalui 2 (dua) kali proses pemotongan, maka didapatkan keluaran untuk hasil pemotongan awal.
Berikut ini merupakan cara pemotongan sinyal bagian silence dan pemotongan bagian transisi:
1. Menentukan nilai yang digunakan sebagai batas potong yaitu 0,3 [2].
2. Mencari bagian sinyal yang > 0,3 dan < (-0,3). Sinyal yang dicari tersebut diinisialisasi sebagai b1.
3. Sinyal yang tidak termasuk b1 adalah sinyal silence sehingga sinyal tersebut dihilangkan.
4. Pemotongan sinyal transisi dengan mengalikan jumlah data sinyal dengan 0,25. Hasil perkalian tersebut diinisialisasi sebagai bts.
3.5.4 Frame Blocking
Gambar 3.10 Diagram Alir Frame Blocking
Setelah proses pemotongan, maka proses selanjutnya yaitu frame blocking. Nilai
frame dipilih oleh user. Pilihan nilai-nilai frame blocking yang diberikan yaitu 64, 128, 256, 512, dan 1024. Nilai-nilai tersebut ditentukan sendiri secara objektif dan nilai-nilai tersebut juga telah digunakan pada penelitian-penelitian sebelumnya [2]. Dalam proses ini, data yang diambil mulai dari sinyal yang paling kiri dan akan diambil sepanjang nilai
frame yang telah dipilih oleh user sehingga dapat memudahkan dalam perhitungan dan analisa sinyal. Data yang diambil dapat mewakili data terekam. Data yang diambil tersebut merupakan keluaran untuk proses frame blocking.
3.5.5 Normalisasi Akhir
Gambar 3.11 Diagram Alir Normalisasi Akhir
Masukan dari normalisasi akhir adalah sinyal hasil frame blocking. Pada proses
frame blocking sinyalnya tidak maksimal sehingga dibutuhkan normalisasi akhir untuk menyetarakan amplitudo menjadi maksimum. Pada proses normalisasi akhir, data masukan hasil frame blocking dibagi dengan nilai absolut maksimal dari data hasil frame blocking
tersebut. Hasil pembagiannya merupakan keluaran untuk proses normalisasi akhir.
3.5.6 Windowing
Gambar 3.12 Diagram Alir Windowing
Windowing berfungsi untuk mengurangi efek diskontinuitas saat sinyal ditransformasikan ke domain frekuensi. Proses ini menggunakan hamming window.
Penggunaan hamming window membuat hasil windowing akan lebih halus dalam menghilangkan efek diskontinuitas. Dalam prosesnya, masukan yaitu hasil normalisasi akhir dikalikan dengan windowing hamming sehingga didapatkan hasil untuk proses
windowing. Rumus windowing hamming dapat dilihat pada persamaan (2.4).
3.5.7 DFT dan Spektrum Frekuensi
Gambar 3.13 Diagram Alir DFT dan Spektrum Frekuensi
Proses selanjutnya adalah mencari spektrum frekuensi. Dalam proses ini, perhitungan dengan DFT digunakan untuk membangkitkan spektrum frekuensi sehingga didapatkan keluaran spektrum frekuensi. Pada proses ini, untuk frekuensi yang nilainya 0-100 Hz dianggap tidak termasuk frekuensi belira.
Berikut ini merupakan cara untuk membangkitkan spektrum frekuensi dengan menggunakan DFT :
1. Mencari panjang data sinyal.
2. Menambahkan angka 0 pada data agar jumlah data sama dengan jumlah frekuensi
sampling.
3. Menghitung data dengan fungsi DFT pada lampiran [L39].
4. Hasil perhitungan dikalikan dengan konjugat untuk mendapatkan nilai real.
5. Hasil perkalian indeks 1 sampai setengah dari frekuensi sampling adalah sumbu tegak pada spektrum kemudian hasilnya ditampilkan dengan perintah bar sehingga terlihat sinyal spektrum frekuensi.
3.5.8 Pencarian Maksimum Lokal
Gambar 3.14 Diagram Alir Pencarian Maksimum Lokal
Proses pencarian maksimum lokal adalah mencari nilai-nilai maksimum lokal setelah mendapatkan spektrum frekuensinya. Tujuan dari proses ini adalah untuk menganalisis spektrum dengan nilai-nilai dari maksimum lokal tersebut agar diketahui nada yang dimainkan termasuk nada belira atau bukan.
Berikut ini merupakan cara untuk mencari nilai-nilai maksimum lokal : 1. Mencari panjang data spektrum.
2. Menolkan semua data dengan perintah zeros.
3. Mencari nilai-nilai tertinggi dengan proses looping. Dalam proses looping, angka yang lebih besar dari angka sebelumnya dan sesudahnya adalah angka yang diambil sebagai nilai maksimum lokal.
4. Mengisi data yang dinolkan tadi dengan nilai-nilai yang didapatkan dalam proses
3.5.9 Sorting Turun
Gambar 3.15 Diagram Alir Sorting Turun
Proses ini adalah untuk mengurutkan ke bawah nilai-nilai maksimum lokal sehingga dapat lebih mudah untuk proses selanjutnya. Mengurutkan kebawah berarti mengurutkan dari nilai yang tertinggi ke nilai yang terendah. Keluaran dari proses ini adalah nilai-nilai maksimum lokal yang telah diurutkan dari nilai tertinggi ke nilai yang terendah dan indeks dari nilai-nilai tersebut merupakan frekuensinya.
Berikut ini adalah cara mengurutkan kebawah nilai-nilai maksimum lokal:
1. Nilai-nilai maksimum lokal diurutkan kebawah dengan perintah „descend’ tetapi urutan indeksnya tidak berubah.
2. Setelah diurutkan, data kemudian diambil dari urutan 1 sampai dengan 5. Indeks data tersebut adalah frekuensinya.
3.5.10 Perhitungan Harmonis
Gambar 3.16 Diagram Alir Perhitungan Harmonis
Proses selanjutnya adalah perhitungan harmonis. Dalam proses ini membagikan nilai maksimum lokal urutan 2 dan urutan 1 yang telah melalui proses sorting. Dari hasil pembagian dapat diketahui nada tersebut merupakan nada belira atau bukan. Jika nilai hasil pembagiannya < 0,07 maka nada masukan yang dimainkan merupakan nada alat musik belira, selanjutnya akan diproses untuk menentukan frekuensinya. Jika nilai perbandingannya > 0,07 maka proses akan berhenti dan teks hasil keluarannya adalah
„error‟, karena bukan merupakan nada alat musik belira. Nilai 0,07 ditentukan dengan melihat hasil pembagian maksimum lokal pada penelitian yang dilakukan oleh penulis saat mencoba perancangan sistem secara tidak real-time pada lampiran [L28].
3.5.11 Penentuan Frekuensi
Gambar 3.17 Diagram Alir Penentuan Frekuensi
Jika nada yang dimainkan merupakan nada belira maka proses selanjutnya adalah menentukan frekuensi dari nada tersebut. Cara menentukan nilai frekuensi adalah dari hasil proses sorting turun. Indeks nilai maksimum lokal yang ada pada urutan pertama merupakan frekuensi nada. Dari frekuensi tersebut, dapat ditentukan hasil keluaran teks untuk nada belira. Hasil keluarannya ditentukan berdasarkan diagram alir berikut :
3.5.12 Penentuan Teks Nada
Setelah mengetahui nilai frekuensinya, maka dapat diketahui hasil keluaran teks dari nada belira yang dimainkan tersebut. Penentuan hasilnya dengan menggunakan look up table. Frekuensi tengah untuk look up table diperoleh melalui proses pada Gambar (3.3) dan hasilnya pada lampiran [L8]. Dari frekuensi tengah tersebut, dapat ditentukan range
frekuensi look up table untuk masing-masing nada.
Tabel 3.2 Frekuensi Look Up Table untuk Penentuan Nada
No. Nada Belira Frekuensi
1. (Sol Rendah) 776 ≤ frekuensi ≤ 796 2. (La Rendah) 871≤ frekuensi ≤ 891 3. (Sol Rendah) 979 ≤ frekuensi ≤ 999 4. 1 (Do) 1038 ≤ frekuensi ≤ 1058 5. 2 (Re) 1165 ≤ frekuensi ≤ 1185 6. 3 (Mi) 1310 ≤ frekuensi ≤ 1330 7. 4 (Fa) 1391 ≤ frekuensi ≤ 1411 8. 5 (Sol) 1561 ≤ frekuensi ≤ 1581 9. 6 (La) 1752 ≤ frekuensi ≤ 1772 10. 7 (Si) 1971 ≤ frekuensi ≤ 1991 11. (Do Tinggi) 2044 ≤ frekuensi ≤ 2064 12. (Re Tinggi) 2323 ≤ frekuensi ≤ 2343 13. (Mi Tinggi) 2594 ≤ frekuensi ≤ 2614 14. (Fa Tinggi) 2767 ≤ frekuensi ≤ 2787 15. (Sol Tinggi) 3070 ≤ frekuensi ≤ 3090 16. (La Tinggi) 3535 ≤ frekuensi ≤ 3555
3.5.13 Keluaran (Teks)
Setelah selesai proses penentuan teks nada maka didapatkan keluarannya yaitu teks nada belira sesuai nada yang dimainkan.
34