DAFTAR PUSTAKA
[1] Ananda A. Ardha “Penggunaan pengenal pengucap tidak berdasarkan Teks (Speaker Recognition Text-Independent) sebagai Otorasi Pengaksesan Pintu” Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, 2010.
[2] DSP Mini-Project: An Automatic Speaker Recognition System
http://www.ifp.uiuc.edu/~minhdo/teaching/speaker_recognition. Diakses tanggal: 4 Juni 2015
[3] Yoppy, Djuriatno Waru, Suprapto “Perekam/Pemutar Suara Digital Berkapasitas Besar Untuk Aplikasi Embedded System” Teknik Elektro, Fakultas Teknik, Universitas Brawijaya, 2010.
[4] Mandalia Darshan, Pravin Gareta “Analisis Karakteristik Suara Manusia Berdasarkan Frekuensi Fundamental dan Tingkat Usia Pada Pelajar SLTP dan
SMA” Teknik Elektro, Fakultas Teknik, Universitas UNDIP, 17 Mei 2011. [5] Putra Darma, Adi Resmawan “Verifikasi Biometri suara menggunakan Metode
Mel Frequency Cepstrum Coefficient (MFCC) dan Dynamic Time Warping
(DTW)” Teknik Informasi, Fakultas Teknik, Universitas Udayana, 1 Juni 2011.
[6] Shinha Rishi, William Chung “ECE 467 Final Project: Voice Compression
using ADPCM Algorithm”
https://courses.cit.cornell.edu/ee476/FinalProjects/s2006/wc227_rks33.pdf
LAMPIRAN 2
const int numReadings = 10;
int readings[numReadings]; // Pembacaan dari analog input
int readIndex = 0; // Indeks membaca saat ini
int total = 0; // Total berjalan
int average = 0; // Rata-rata
int inputPin = A5;
void setup() {
// inisialisasi komunikasi serial dengan komputer:
Serial.begin(115200);
// menginisialisasi semua bacaan ke 0:
for (int thisReading = 0; thisReading < numReadings; thisReading++) {
readings[thisReading] = 0;
}
}
void loop() {
// kurangi pembacaan terakhir:
total = total - readings[readIndex];
// yang dibaca dari sensor:
readings[readIndex] = analogRead(inputPin) >> 2;
total = total + readings[readIndex];
// berlanjut ke posisi berikutnya dalam array:
readIndex = readIndex + 1;
// apakah kita berada di akhir array...
if (readIndex >= numReadings) {
// ...membungkus mulai dari awal:
readIndex = 0;
}
// menghitung rata-rata:
average = total / numReadings;
// kirimkan ke komputer sebagai digit ASCII
Serial.println(average);
delay(1); // menunda antara membaca untuk kestabilan
BAB III
PERANCANGAN SISTEM
3.1 Gambaran Perancangan Filter Anti Aliasing
Tugas Akhir ini merancang sebuah filter yang dapat meminimalisir munculnya sinyal baru yang berbeda dengan frekuensi sinyal aslinya. Filter yang akan rancang adalah filter low pass chebyshev dengan rentang frekuensi yang dilewatkan dibawah 5 kHz. Dalam perancangan hardware terdiri penguat mikropon dan anti aliasing filter. Tahap pertama dalam proses perekaman adalah mengubah gelombang akustik suara menjadi sinyal analog menggunakan mikropon. Sinyal analog yang masih lemah ini perlu dikuatkan. Sebagai penguat dibutuhkan IC LM567. Selanjutnya data pengolahan suara akan dimasukkan kedalam pin ADC arduino UNO untuk diubah menjadi data digital yang akan di olah kembali oleh software matlab. Perangkat lunak yang akan digunakan untuk mengolah data analog menjadi data digital adalah sketch arduino versi 1.0.5 dimana bahasa yang digunakan adalah mirip seperti bahasa C. Data yang telah diolah akan disimpan dalam bentuk format file excel (*xls) yang kemudian akan diubah menggunakan konsep FFT dengan parameter yang telah ditentunkan menggunakan software MATLAB dan hasil akhirnya akan berupa grafik gelombang suara.
3.2 Blok Diagram Sistem
dalam saat dijalankan selama proses berlangsung. Untuk itu diperlukan sebuah blok diagram yang akan membantu penulis dan pembaca dalam memahami sistem secara keseluruhan. Adapun blok diagram sistem secara keseluruhan yang menjadi garis besar tentang cara kerja alat ini ditunjukkan pada Gambar 3.1.
Gambar 3.1 Block diagram sistem secara keseluruhan
Blok diagram yang dijelaskan pada penelitian ini mencakup blok diagram mengenai perangkat keras yang digunakan baik pada keseluruhan sistem. Berdasarkan gambar blok diagram diatas, fungsi kerja dari masing – masing blok, adalah sebagai berikut.
1. Suara
tujuan tertentu dengan asumsi bahwa ucapan tersebut diucapkan secara benar, dapat diterima, dan dipahami oleh pendengar yang dituju. Suara atau bunyi merupakan akibat dari suatu getaran yang menghasilkan gelombang, karena perubahan tekanan udara secara cepat. Gambar 3.2 memperlihatkan getaran yang terjadi mempunyai pola gelombang tertentu yang sering disebut dengan istilah waveform.
Gambar 3.2 Wavefrom
2. Mikropon
Gambar 3.3 Mikropon
3. Pengkondisi Sinyal Analog
Karakteristik suatu sensor terhadap variabel masukan sangatlah terbatas, sehingga diperlukan adanya suatu pengkondisian sinyal. Pengkondisian sinyal ini berkaitan dengan operasi-operasi yang dikenakan pada sinyal guna mengkonversi sinyal tersebut ke bentuk yang sesuai dengan yang diperlukan untuk interface dengan elemen-elemen lain dalam sistem pengukuran. Pengaruh pengkondisian sinyal pada sinyal masukan sering dinyatakan dalam bentuk fungsi alih. Pengkondisian sinyal dapat dikelompokkan dalam beberapa kategori, yaitu : pengubahan level sinyal, linierisasi, konversi, filter dan penyesuai impedansi serta konsep pembebanan.
4. LM567
secara bebas pusat frekuensi, bandwidth dan output delay. Untuk menghilangkan sinyal yang tidak diinginkan yang bisa memicu tahap output, filter ini dapat mendeteksi sinyal yang ingin ditampilkan. Filter ini terdiri dari resistor internal sebesar 4.7 KΩ dan kapasitor eksternal. Meskipun nilai kapasitor eksternal
biasanya tidak diperlukan disarankan untuk menggunakan nilai yang besarnya dua kali nilai loop filter kapasitor. Jika nilai kapasitor filter output terlalu besar, maka alat tersebut akan mematikan waktu output yang akan menyajikan penundaan sampai tegangan kapasitor ini mencapai ambang batas. Gambar 3.4 memperlilihatkan skematik rangkaian IC LM567.
Gambar 3.4 Skematik rangkaian IC LM567
5. Mikrokontroler Arduino
untuk merubah masukan sinyal analog menjadi keluaran sinyal digital, proses ini diperlukan untuk mempermudah dalam hal pengolahan data. Dalam hal ini, untuk merubah sinyal analog menjadi sinyal digital diperlukan 3 prosos, diantaranya adalah proses sampling data, proses kuantisasi, proses pengkodean dimana data tersebut diproses dalam mikrokontroller sehingga nantinya data yang ditampilkan sudah merupakan data hasil pembacaan sensor. Tentunya terlebih dahulu alat telah dikalibrasi dengan alat ukur yang sudah standard agar sistem bekerja dengan semestinya. Gambar 3.5 merupakan mikroprosesor Arduino yang digunakan dalam sistem.
Gambar 3.5 Arduino UNO
6. Komunikasi Serial
pada perangkat ini menggunakan fitur yang terdapat pada arduino tersebut yang berupa komikasi serial to USB yang dapat dilihat pada Gambar 3.6.
Gambar 3.6 Komunikasi serial to USB
7. Matlab
Gambar 3.7 Matlab
3.3 Rancangan Sistem Secara Hardware
Secara umum gambaran kerja alat atau sistem dijelaskan pada diagram blok yang ditunjukkan pada bab sebelumnya. mikropon akan menerima sinyal suara yang berasal dari lingkungan yang akan diubah menjadi besaran-besaran listrik, besran listrik tersebut akan diteruskan kedalam rangkaian pengkondisi sinyal yang bertujuan untuk memperbesar nilai level tegangan yang bertujuan untuk memberikan kondisi kestabilan tegangan dan akan diteruskan kedalam IC LM567 yang akan memfilter sinyal suara berdasarkan center frekuensi yang telah ditentukan.
3.3.1 Rancangan Filter low pass chebyshev
Gambar 3.8 Low Pass Filter Chebyshev
cutoff sebesar 3,3 kHz, jadi peneliti merancang filter chebyshev untuk mendapatkan redaman yang tepat pada 7,8 kHz[6]. Berikut Gambar 3.9 memperlihatkan skematik rangkaian filter low pass chebyshev menggunakan program ISIS 7 Profesional.
Gambar 3.9 Skematik rangkaian filter pada software ISIS 7 profesional
Pada inputan mikropon terdapat dua buah resistor bernilai 4,7K yang diparalelkan dua buah resistor yang bernilai 3,3K. Kemudian kapasitor yang bernilai 0,22uF diserikan ke kutub positif mikropon kondensor dan LM567 sebagai komponen aktif digunakan sebagai komparator serta ditujukan untuk penguat sinyal amplifier.
3.3.2 Rancangan Rangkaian Mikrokontroler Arduino UNO
analog, sebuah kristal osilator 16MHz, sebuah koneksi USB, sebuah jack power, sebuah header ICSP, dan sebuah tombol reset. Modul ini dengan mudah digunakan dan
dihubungkan melalui kabel USB ke komputer dengan adaptor ataupun baterai, ADC internal IC mikrokontroller ATMEGA328 dengan kepresisian 10 bit, dimana nilai ini didapat dari level tegangan pada analog input dimana angka yang digunakan adalah 1024 yaitu 210, maka level tegangan yang digunakan adalah 10bit atau sama dengan data keluaran sebanyak 10 level tegangan. Analog Digital Converter menggunakan resolusi 10 bit yang berarti range nilai analog dari 0 volt sampai 5 volt akan dirubah kenilai integer 0 sampai 1023, atau resolusinya adalah 5 volt/1024=4,9mV per unit dimana itu berarti nilai digital yang dihasilkan akan berubah setiap perubahan 4,9mV dari tegangan input analognya. Gambar 3.10 memperlihatkan rangkaian sistem minimum mikrokontroler ATMEGA 328. Rancangan keseluruhan rangkaian dapat dilihat pada Lampiran 1.
3.4 Perancangan Algoritma Perangkat Lunak Pendukung Sistem
Perancangan sistem ini tidak hanya merancang hardware tetapi juga merancang program perangkat lunak. Program perangkat lunak dibuat menggunakan sketch Arduino yang akan deprogram terhadap komponen utama ATMEGA328P. Bahasa pemprograman pada sketch Arduino mirip dengan bahasa C++, untuk melakukan pengujian program tidak perlu membutuhkan downloader tambahan karena mikrokontroler Arduino UNO telah dilengkapi dengan fungsi program ISP yang memudahkan penggunanya untuk memasukkan listing program ATMEGA328P. Pada umumnya program yang akan dimasukkan sebuah chip mikrokontroler harus berbentuk file dot HEX sedangkan pada Arduino hal ini tidak diperlukan karena sudah dimudahkan oleh sketch Arduino untuk mengubah secara langsung program yang kita buat menjadi file dot HEX, hal inilah yang menjadi penyebab Arduino UNO menjadi salah satu perangkat mikrokontroler yang diminati oleh masyarakat pada umumnya.
Pada awalnya alat tersebut harus dihubungkan ke salah satu port USB komputer, tujuannya untuk memperoleh suplay daya bertujuan untuk mengaktifkan alat tersebut sekaligus menghubungkan antara alat terhadap laptop melalui komunikasi serial to USB, setelah alat terhubung dengan laptop kita harus memastikan terlebih dahulu COM-port berapa pada laptop yang telah terhubung, selanjutnya kita membuka program sketch Arduino untuk melihat apakah data serial telah terkirim jika data serial terkirim
BAB IV
HASIL DAN PENGUJIAN SISTEM
4.1 Persiapan Perangkat Pendukung Pengambilan Data
Untuk melakukan pengambilan data maka diperlukan beberapa perangkat yang digunakan untuk mempermudah pengambilan data baik untuk data referensi maupun mempermudah sistem beroperasi secara baik dan sesuai yang diharapkan penulis. Perangkat yang dimaksud penulis dalam pengujian sistem ini tidak hanya berkaitan dengan alat yang berupa barang tetapi berhubungan juga terhadap tempat dan waktu serta orang-orang yang membantu dalam pengujian sistem ini.
Adapun beberapa perangkat yang digunakan antara lain: 1. Tempat dan Waktu
Pegujian dan pengambilan data sistem ini diambil pada tanggal 18 Agustus 2015 dan bertempat di Komplek Puri. Pasar 1 Tanjung Sari No. 30 Ring Road Medan. 2. Partisipan
Partisipan adalah orang yang ikut membantu pengambilan data yang mana orang tersebut diambil sample suaranya untuk dijadikan sebagai data pengujian. Jumlah orang yang ikut berpartisipasi sebanyak 6 orang yang merupakan sahabat penulis dan termasuk penulis sendiri.
3. Laptop
4. Software Matlab
Matlab merupakan salah satu bahasa pemrograman dengan unjuk kerja tinggi (high performance) untuk komputasi teknis yang mengintegrasikan komputasi visualisasi dan pemrograman di dalam lingkungan yang mudah penggunaannya dalam memecahkan persoalan dengan solusi yang dinyatakan dengan notasi matematik. Pada pengujian ini digunakan Matlab 2012a dengan batasan lingkungan kerja hanya pada pemrograman koding pada lingkungan m-file. 5. Headset
Dalam pengujian sistem ini headset digunakan untuk mengambil semple suara partisiapan yang akan digunakan sebagai data referensi. Headset yang digunakan bermerk Sades® tipe 7.1ch kcc-rei-dbo-sa901.
6. Aplikasi Generator Function
Aplikasi generator function adalah alat ukur elektromagnetik yang menghasilkan gelombang berbentuk sinus, segitiga, ramp, segiempat dan bentuk segiempat dimana frekuensinya bisa diatur sesuai yang diinginkan. Generator function yang digunakan berbasis Android. Pada pengujian sistem ini generator
function digunakan sebagai pembangkit sinyal suara dengan frekuensi suara manusia.
4.2 Pengujian Filter pada Advanced Design System (ADS)
Gambar 4.1 Rangkaian Simulasi Filter Menggunakan Software ADS
Gambar 4.2 Respon frekuensi terhadap phasa
Berdasarkan hasil simulasi respon filter frekuensi terhadap phasa memperlihatkan bahwa sinyal suara mengalami perubahan sesuai dengan ketentuan besarnya phasa atau sifat low pass filter dimana respon filter mengalami perubahan secara signifikan berdasarkan gelombang sinyal masukan yang dapat diperlihatkan Gambar 4.3 grafik respon frekuensi terhadap dB .
Gambar 4.3 Respon frekuensi terhadap dB
respon filter yang mengalami perubahan secara signifikan berdasarkan gelombang sinyal masukan yang diperlihatkan Gambar 4.4 grafik respon frekuensi terhadap realtime
Gambar 4.4 Respon frekuensi terhadap realtime
Berdasarkan hasil simulasi respon filter frekuensi terhadap realtime memperlihatkan bahwa sinyal suara mengalami perubahan sesuai dengan level tegangan dimana respon filter mengalami perubahan secara signifikan berdasarkan gelombang sinyal masukan yang dapat dilihat pada Gambar 4.5 grafik respon frekuensi terhadap magnetude.
Berdasarkan hasil simulasi respon filter frekuensi terhadap magnetude memperlihatkan bahwa sinyal suara yang melewati sistem titik stabil yang dibuktikan dengan perubahan magnetude yang tidak terlalu besar setiap sinyal masukan melewati sistem.
4.3 Pegujian Sistem Menggunakan Function Generator Berdasarkan Frekuensi Suara Manusia
Tabel 4.1 Tabel Pengujian Menggunakan Generator Function
No Frekuensi Amplitudo Waktu
1 340 Hz 100% 2 detik
2 1870 Hz 100% 2 detik
3 3400 Hz 100% 2 detik
ditunjukkan pada grafik diatas. Hal ini menunjukkan bahwasanya respon filter terhadap suara manusia cukup bagus.
4.4 Pengujian Terhadap File Suara yang Akan Dianalisa
Pada pengujian ini file suara yang diambil dengan selang waktu 2 detik dan dengan pengucapan kata “ZERO” dilakukan terhadap 6 orang yang berbeda-beda hal ini
ditujukan untuk mendapatkan data sinyal suara yang selanjutnya akan dianalisa pada penelitian dengan judul “Analisa Pengenalan Karakteristik Suara Menggunakan MFCC
Pada Sistem Pengenalan Sistem Pembicara”.
Untuk melakukan pengujian seperti yang dimaksudkan diatas langkah awal yang harus dilakukan adalah dengan menghubungkan sistem filter anti low pass chebychev ke salah satu port USB computer menggunakan kabel serial to USB tujuannya untuk memperoleh suplay daya yang bertujuan untuk mengaktifkan alat tersebut sekaligus menghubungkan antara alat terhadap laptop melalui komunikasi serial to USB, setelah alat terhubung dengan laptop kita harus memastikan terlebih dahulu COM-port berapa pada laptop yang telah terhubung, selanjutnya kita membuka program sketch Arduino untuk melihat apakah data serial telah terkirim jika data serial terkirim dengan baik maka kemudian kita menjalankan program matlab, program yang pertama kali dijalankan adalah program untuk menyimpan data hasil pengiriman dari suara yang dihasilkan oleh pengucapan kata „ZERO” dari setiap partisipan yang selanjutnya akan
Untuk dapat melihat lebih jelas hasil pengujian dari sistem ini yang menggunakan frekuensi suara manusia ditunjukkan Tabel 4.2.
Tabel 4.2 Data asli dan data pengujian partisipan pertama
No Nama Umur Suku
1 Ranzyskhar 22 Jawa
Data asli Data pengujian
selanjutnya. Berikut data asli dan data penguji dari partisipan kedua ditunjukkan pada Tabel 4.3.
Tabel 4.3 Data asli dan data pengujian partisipan kedua
No Nama Umur Suku
2 Robby 23 Jawa
Data asli Data pengujian
sample suara pada penelitian selanjutnya. Berikut Tabel 4.4 adalah data asli dan data penguji dari partisipan ketiga.
Tabel 4.4 Data asli dan data pengujian partisipan ketiga
No Nama Umur Suku
3 Pakwin 23 Aceh
Data asli Data pengujian
yang menunjukkan sinyal suara pada pengujian ketiga tidak layak dijadikan sample suara pada penelitian selanjutnya. Berikut Tabel 4.5 adalah data asli dan data penguji dari partisipan keempat.
Tabel 4.5 Data asli dan data pengujian partisipan keempat
No Nama Umur Suku
4 Fatih 22 Aceh
Data asli Data pengujian
pengujian keempat kurang layak dijadikan sample suara pada penelitian selanjutnya. Berikut Tabel 4.6 adalah data asli dan data penguji dari partisipan kelima.
Tabel 4.6 Data asli dan data pengujian partisipan kelima
No Nama Umur Suku
5 Deni 24 Batak
Data asli Data pengujian
sinyal suara pada pengujian kelima kurang layak dijadikan sample suara pada penelitian selanjutnya. Berikut Tabel 4.7 adalah data asli dan data penguji dari partisipan keenam.
Tabel 4.7 Data asli dan data pengujian partisipan keenam
No Nama Umur Suku
6 Duha 23 Batak
Data asli Data pengujian
BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
1. Berdasarkan dari hasil pengujian yang telah dilakukan menunjukkan bahwa sinyal suara yang di filter pada penelitian ini masih memiliki noise yang cukup besar. 2. Jumlah data yang dikirimkan secara serial memiliki selisih yang cukup besar
terhadap jumlah data yang sebenarnya.
3. Dari 6 kali pengujian dengan partisipan yang berbeda hanya 2 partisipan yang menunjukkan data sinyal suara layak untuk dijadikan data pengolahan sistem pengenalan suara.
4. Konsep pengolahan data sinyal analog berupa suara percakapan manusia dengan rentang 300-3400 Hz mengunakan teknik ADC pada Arduino UNO dengan pengiriman data serial secara langsung tidak mampu mengolah data tersebut secara cepat dan tepat.
5.2 Saran
1. Dibutuhkan sebuah filter yang mampu mengurangi noise sehingga sinyal suara yang dihasilkan lebih layak dijadikan sebagai data pengolahan untuk sistem pengenalan suara.
BAB II DASAR TEORI
2. 1 Suara
Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda padat. Manusia dapat berkomunikasi dengan manusia lainnya dengan suara. Pembangkitan ucapan manusia dimulai dengan awal konsep dari gagasan yang ingin disampaikan pada pendengar. Pengucap mengubah gagasan tadi dalam struktur linguistik dengan memilih kata atau frasa yang secara tepat dapat mewakili dan membawakannya dengan tata bahasa yang dimengerti antara pengucap dan pendengar. Ucapan yang diucapkan memiliki tujuan tertentu dengan asumsi bahwa ucapan tersebut diucapkan secara benar, dapat diterima, dan dipahami oleh pendengar yang dituju. Pembangkitan ucapan pada hakekatnya berhubungan dengan kemampuan mendengar. Sinyal ucapan dibangkitkan oleh organ vokal dan ditransmisikan melalui udara menuju telinga pendengar[1].
Gelombang Bunyi
Produksi Suara pemahaman suara
Gambar 2.1 Lingkaran komunikasi suara
Gambar 2.1 memperlihatkan proses antara pengucap dengan pendengar serta mekanisme dalam produksi suara dan pemahaman suara oleh manusia.
Secara umum terdapat 2 faktor yang berpengaruh membentuk ciri suara manusia yaitu pitch dan timbre (warna suara). Pitch berpengaruh terhadap terhadap frekuensi dasar yang dimiliki oleh setiap benda yang bergetar dan mengeluarkan bunyi. Timbre merupakan muatan harmonik dari suara yang mempengaruhi karakteristik suara yang membuat kita bisa membedakan antara suara satu dengan suara yang lainnya.
2. 2 Pitch
Berbagai macam suara yang dapat didengar manusia merambat melalui udara dan dipantulkan ke segala arah. Salah satu parameter yang dapat digunakan untuk membedakan berbagai jenis suara adalah pitch atau frekuensi dasar dari suara tersebut. Perbedaan tinggi rendah suara berhubungan dengan jarak antar pitch pada gelombang (pitch period). Panjang jarak tersebut berpengaruh pada frekuensi. Semakin pendek
jarak semakin tinggi frekuensi sebaliknya semakin lebar jarak semakin rendah frekuensi. Pada lingkup musik tinggi rendah suara diwakili dengan notasi. Setiap notasi memiliki standar frekuensi dan disimbolkan dengan huruf atau angka. Frekuensi sendiri merupakan banyak getaran per detik yang bisa dinyatakan bisa dinyatakan dalam satuan Hz. Gambar 2.2 memperlihatkan hubungan antara pitch dan pitch period[2].
Gambar 2.2 Pitch dan Pitch Period
2. 3 Timbre
membuat kita bisa membedakan antara suara yang satu dengan suara yang lainnya, walaupun pitch dan level kekerasan (loudness, dipengaruhi oleh amplitudo) suaranya sama. sebagai ilustrasi suara yang dihasilkan oleh gitar yang memainkan nada “A” berbeda dengan suara yang dihasilkan piano walaupun dimainkan dengan nada yang sama. Perbedaan karakter suara antara gitar dengan piano disebabkan perbedaan timbre. Getaran gelombang suara cukup kompleks, dan biasanya bergetar dalam beberapa frekuensi secara simultan. Inilah sebenarnya yang menyebabkan karakter suara masing-masing benda berbeda dikarenakan “muatan harmonik” timbre yang berbeda pula.
Gambar 2.3 merupakan ilustrasi dari sebuah sinyal suara yang memiliki fundamental frekuensi sama dengan muatan harmonik berbeda[2].
Gambar 2.3 Muatan harmonik pada domain frekuensi
2. 4 Pengolahan Sinyal Suara
menjadi siyal digital dengan cara mengubah gelombang suara menjadi sekumpulan angka yang kemudian disesuaikan dengan kode-kode tertentu untuk mengidentifikasi kata-kata tersebut tersebut, hasil dari identifikasi kata yang diucapkan dapat ditampilkan dalam bentuk tulisan atau dapat dibaca oleh perangkat teknologi sebagai sebuah komando untuk melakukan suatu pekerjaan[3].
2. 5 Aliasing
Semua sinyal yang dapat diproses oleh komputer hanyalah signal discrete atau sering dikenal sebagai istilah digital signal. Agar sinyal asli dapat diproses oleh komputer, maka harus diubah terlebih proses, diantaranya adalah proses sampling data. Proses sampling adalah suatu proses untuk mengambil data signal continue untuk setiap periode tertentu. Dalam melakukan proses sampling data, berlaku aturan Nyquist, yaitu bahwa frekuensi sampling (sampling rate) minimal harus 2 kali lebih tinggi dari frekuensi maksimum yang akan di-sampling. Jika signal sampling kurang dari 2 kali frekuensi maksimum sinyal yang akan di-sampling, maka akan timbul efek aliasing. Aliasing adalah suatu efek dimana sinyal yang dihasilkan memiliki frekuensi yang
berbeda dengan sinyal aslinya. yang diperlihatkan Gambar 2.4[3].
2. 6 Filter
Filter merupakan suatu sistem yang mempunyai fungsi transfer tertentu untuk meloloskan sinyal masukan pada frekuensi - frekuensi tertentu dan menyaring / memblokir / melemahkan sinyal masukan pada frekuensi-frekuensi yang lain. Berikut adalah filter menurut frekuensi yang disaring.
2.6.1 High Pass Filter
High pass filter adalah suatu rangkaian yang akan melewatkan suatu isyarat yang berada diatas frekuensi cut-off (Fc) sampai frekuensi cut-off (Fc) rangkaian tersebut dan akan menahan isyarat yang berfrekuensi dibawah frekuensi cut-off (Fc) rangkaian tersebut. Adapun rangkaian high pass filter dapat dilihat pada Gambar 2.5[4].
Gambar 2.5 High pass filter
pass filter memiliki frekuensi dibawah frekuensi cut-off (Fc) maka sinyal input tersebut akan dilemahkan melalui komponen resistor.
... (2.1)
Frekuensi resonansi dari filter high pass mengikuti nilai time constant (T) dari gambar rangkaian filter high pass tersebut.
2.6.2 Low Pass Filter
Low pass filter adalah sebuah rangkaian filter dimana yang akan dilewatkan adalah sinyal yang memiliki frekuensi dibawah nilai cut-off, dan ketika terdapat sinyal yang berada diatas nilai cut-off maka sinyal tersebut akan dilemahkan[4].
.
Gambar 2.6 Low pass filter
=
... (2.2)
Rangkaian filter pasif low pass filter RC diatas terlihat seperti pembagi tegangan menggunakan R. Dimana pada filter low pass filter RC ini tegangan output diambil pada titik pertemuan RC.
2.6.3 Band Pass Filter
Band pass filter adalah sebuah rangkaian yang dirancang hanya untuk melewatkan isyarat dalam suatu pita frekuensi tertentu dan untuk menahan isyarat diluar jalur pita frekuensi tersebut. Jenis filter ini memiliki tegangan keluaran maksimum pada satu frekuensi tertentu yang disebut dengan frekuensi resonansi (Fr). Jika frekuensinya berubah dari frekuensi resonansi maka tegangan keluarannya turun, ada satu frekuensi diawas frekuensi resonansi (Fr) dan satu dibawah (Fr) dimana gain (penguatannya) tetap 0,707 Ar. Frekuensi cut-off atas diberi tanda (Fh) dan frekuensi cut-off bawah diberi tanda (Fl). Pita frekuensi antara Fh dan Fl adalah bandwidht (B). Adapun rangkaian band pass filter ditunjukkan pada Gambar 2.7[4].
Rangkaian band pass filter adalah kombinasi antara low pass filter dengan high pass filter dimana rangkaian low pass filter dirangkai terlebih dahulu baru rangkaian itu
disusun paralel dengan rangkaian high pass filter. Seperti yang terlihat pada gambar diatas. Untuk nilai frekuensi cut-off atas ditentukan oleh filter high pass
=
... (2.3)
dan frekuensi cut-off bawah ditentukan oleh filter low pass
=
... (2.4)2.6.4 Band Stop Filter
Band stop filter merupakan sebuah jenis filter yang memiliki karakteristik menahan sinyal dengan frekuensi sesuai frekuensi cut-off rangkaian dan akan melewatkan sinyal yang memiliki frekuensi diluar frekuensi cut-off rangkaian tersebut baik dibawah atau diatas frekuensi cut-off rangkaian filter. Band stop filter merupakan kebalikan dari band pass filter. Jadi yang dilewatkan adalah sinyal yang tidak berada pada rentang cut-off atas dan cut-off bawah. Adapun rangkaian band stop filter ditunjukkan pada Gambar 2.8[4].
Pada band stop filter memiliki rangkaian yang sedikit berbeda dari rangkaian band pass filter namun masih menggunakan kombinasi dari high pass filter dan low pass filter.
Dapat dilihat besar frekuensi cut-off dari filter band stop.
=
... (2.5)
2. 7 Analog Digital Converter (ADC)
Analog Digital Converter adalah suatu teknik untuk merubah masukan sinyal
analog menjadi keluaran sinyal digital, proses ini diperlukan untuk mempermudah dalam hal pengolahan data. Dalam hal ini, untuk merubah sinyal analog menjadi sinyal digital diperlukan 3 proses, diantaranya adalah proses sampling data, proses kuantisasi, dan proses pengkodean.
Proses sampling adalah suatu proses untuk mengambil data signal continue untuk proses tertentu. Dalam proses untuk pengambilan data, berlaku aturan Nyquist, yaitu bahwa frekuensi sampling (sampling rate) minimal harus dua kali lebih tinggi dari frekuensi maksimum yang akan di sampling, maka akan timbul efek aliasing. Aliasing adalah suatu efek dimana sinyal yang dihasilkan memiliki frekuensi yang berbeda dengan sinyal aslinya.
setiap sample sinyal untuk diproses ke dalam sampling, kuantisasi dan kemudian decoding untuk proses pembentukan sinya digital[5].
BAB I PENDAHULUAN
1.1 Latar Belakang
Pengenalan pengucap (speaker recognition) merupakan salah satu teknologi biometrika yang tidak memerlukan biaya besar serta peralatan khusus. Pengenalan pengucap (speaker recognition) adalah proses yang secara otomatis mengenali siapa yang berbicara dengan memproses sinyal gelombang suara si pembicara tersebut. Teknik ini menggunakan suara pembicara untuk memverifikasi identitas mereka dan mengontrol akses mereka terhadap layanan seperti panggilan suara, perbankan melalui telepon, belanja melalui telepon, layanan akses database, layanan informasi, pesan suara dan akses remote ke komputer.
Dalam pengolahan suara dapat terjadi aliasing. Aliasing adalah munculnya sinyal baru yang berbeda frekuensi dengan sinyal aslinya. Untuk membangun sistem pengenal pengucap yang baik diperlukan suatu filter anti aliasing dan sub sistem Analog Digital Converter (ADC) yang berfungsi mengubah sinyal suara asli berupa
sinyal analog ke dalam bentuk sinyal diskrit untuk dapat diproses secara digital.
1.2 Tujuan Penulisan Tugas Akhir
Adapun tujuan dari penulisan Tugas Akhir ini adalah merancang sebuah filter yang dapat meminimalisir terjadinya aliasing dan mengkonfigurasi ADC (Analog Digital Converter) yang ada pada mikroprosesor Arduino agar dapat memenuhi
kebutuhan sistem pengenalan pengucap yang diinginkan .
1.3 Perumusan Masalah
Adapun rumusan masalah dari Tugas Akhir ini adalah sebagai berikut:
1. Bagaimana merancang sebuah filter yang mampu meminimalisir terjadinya aliasing.
2. Bagaimana merancang filter anti aliasing yang dapat berfungsi dengan baik untuk membantu proses konversi analog ke digital .
3. Bagaimana mengkonfigurasi perangkat Analog Digital Converter (ADC) pada sistem mikroprosesor yang tersedia (dalam hal ini arduino) dapat memenuhi kebutuhan sistem pengenalan pengucap yang diinginkan.
1.4 Batasan Masalah
Agar isi dan pembahasan Tugas Akhir ini menjadi terarah, maka penulis perlu membuat batasan masalah yang akan dibahas. Adapun batasan masalah pada penulisan Tugas Akhir ini adalah sebagai berikut :
1. Filter anti aliasing yang akan dirancang adalah filter low pass chebyshev. 2. Teknik ADC (Analog Digital Converter) yang dirancang menggunakan
mikroprosesor Arduino
1.5 Metode Penelitian
Untuk dapat menyelesaikan Tugas Akhir ini maka penulis menerapkan beberapa metode penulisan diantaranya adalah sebagai berikut:
1. Studi Literatur
Dengan membaca teori-teori yang berkaitan dengan topik Tugas Akhir dari buku-buku referensi, jurnal, layanan internet dan lain-lain.
2. Pemilihan dan Perhitungan
Memilih filter dan ADC yang sesuai untuk kondisi yang diinginkan dan melakukan perhitungan melalui referensi yang telah didapatkan. Perhitungan dapat dilakukan secara manual ataupun melalui komputer.
3. Perancangan dan Simulasi
Merancang filter dan ADC melalui perhitungan dan simulasi terlebih dahulu. 4. Ujicoba dan Pengukuran.
Melakukan ujicoba secara umum terhadap filter dan ADC yang telah dibangun dengan mengukur parameternya dengan alat ukur yang ada.
5. Kesimpulan dan Saran
Digunakan untuk menyampaikan informasi yang diperoleh selama melakukan penelitian.
1.6 Sistematika Penulisan
BAB I PENDAHULUAN
BAB II DASAR TEORI
Penjelasan teori dasar suara, karakteristik suara, pengolahan sinyal suara, aliasing, filter dan analog digital converter.
BAB III PERANCANGAN SISTEM
Dalam bab ini akan dibahas mengenai penyaringan sinyal menggunakan filter anti aliasing dengan teknik Analog Digital Converter (ADC).
BAB IV HASIL DAN PENGUJIAN SISTEM
Bab ini membahas pengujian sistem yang dilakukan untuk menguji apakah sistem berjalan dengan baik.
BAB V KESIMPULAN DAN SARAN
ABSTRAK
Pada Tugas Akhir ini telah dirancang pengenalan pengucap (speaker recognition) merupakan salah satu teknologi yang tidak memerlukan biaya besar serta peralatan khusus. Pengenalan pengucap (speaker recognition) adalah proses yang secara otomatis mengenali siapa yang berbicara dengan memproses sinyal gelombang suara si pembicara tersebut. Pada sistem ini dirancang filter low pass chebychev sebagai filter anti aliasing dan mengkonfigurasi perangkat Analog Digital Converter (ADC) yang tersedia di arduino.
Perancangan hardware pada sistem ini terdiri dari sebuah mikropon dan low pass chebychev yang bertujuan untuk melakukan proses perekaman yang mengubah gelombang akustik suara menjadi sinyal analog, dimana sinyal analog ini akan diubah menjadi data digital menggunakan teknik ADC yang ada pada mikrokontroler Arduino yang nantinya data akan dikirimkan menggunakan komunikasi USB to serial dan hasil akhirnya akan dikonversi menjadi data menggunakan software MATLAB.
Berdasarkan hasil sample suara dari salah satu narasumber yang hasilnya cukup layak bahwa sinyal suara referensi yang diterima memiliki nilai amplitudo tertinggi dengan rentang -0,3 mV sampai 0,3 mV, dan jumlah data yang diterima berkisar 6623 sample data dari total 16.000 data yang disediakan dalam waktu 2 detik. Sedangkan data pengujian pada narasumber pertama memiliki nilai amplitudo -0,4 mV sampai 0,5 mV dan jumlah data yang diterima berkisar 6887 sample data dari 16.000 data yang disediakan dalam waktu 2 detik. Hal ini menunjukkan selisih sample data sebanyak 264 sample data yang penulis simpulkan sebagai data noise yang ikut masuk kedalam sinyal suara pengujian.
TUGAS AKHIR
RANCANG BANGUN FILTER ANTI ALIASING DAN ANALOG DIGITAL CONVERTER (ADC) UNTUK SISTEM PENGENALAN PENGUCAP
Diajukan untuk memenuhi persyaratan menyelesaikan pendidikan sarjana (S-1) pada
Departemen Teknik Elektro Sub konsentrasi Teknik Telekomunikasi Oleh
RANZYSKHAR NIM : 100402010
DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA MEDAN
ABSTRAK
Pada Tugas Akhir ini telah dirancang pengenalan pengucap (speaker recognition) merupakan salah satu teknologi yang tidak memerlukan biaya besar serta peralatan khusus. Pengenalan pengucap (speaker recognition) adalah proses yang secara otomatis mengenali siapa yang berbicara dengan memproses sinyal gelombang suara si pembicara tersebut. Pada sistem ini dirancang filter low pass chebychev sebagai filter anti aliasing dan mengkonfigurasi perangkat Analog Digital Converter (ADC) yang tersedia di arduino.
Perancangan hardware pada sistem ini terdiri dari sebuah mikropon dan low pass chebychev yang bertujuan untuk melakukan proses perekaman yang mengubah gelombang akustik suara menjadi sinyal analog, dimana sinyal analog ini akan diubah menjadi data digital menggunakan teknik ADC yang ada pada mikrokontroler Arduino yang nantinya data akan dikirimkan menggunakan komunikasi USB to serial dan hasil akhirnya akan dikonversi menjadi data menggunakan software MATLAB.
Berdasarkan hasil sample suara dari salah satu narasumber yang hasilnya cukup layak bahwa sinyal suara referensi yang diterima memiliki nilai amplitudo tertinggi dengan rentang -0,3 mV sampai 0,3 mV, dan jumlah data yang diterima berkisar 6623 sample data dari total 16.000 data yang disediakan dalam waktu 2 detik. Sedangkan data pengujian pada narasumber pertama memiliki nilai amplitudo -0,4 mV sampai 0,5 mV dan jumlah data yang diterima berkisar 6887 sample data dari 16.000 data yang disediakan dalam waktu 2 detik. Hal ini menunjukkan selisih sample data sebanyak 264 sample data yang penulis simpulkan sebagai data noise yang ikut masuk kedalam sinyal suara pengujian.
KATA PENGANTAR
Segala Puji dan syukur penulis ucapkan kepada Allah SWT atas Berkah dan Rahmat-Nya sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul:
“RANCANG BANGUN FILTER ANTI ALIASING DENGAN ANALOG
DIGITAL CONVERTER (ADC) UNTUK SISTEM PENGENALAN PENGUCAP”
Tugas akhir ini merupakan bagian dari kurikulum yang harus diselesaikan untuk memenuhi persyaratan menyelesaikan pendidikan Sarjana Strata Satu (S-1) di Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara.
Selama penulis menjalani pendidikan di kampus hingga diselesaikannya Tugas Akhir ini, penulis banyak menerima bantuan, bimbingan serta dukungan dari berbagai pihak. Pada kesempatan ini penulis ingin menyampaikan terimakasih yang tulus dan sebesar-besarnya kepada:
1. Bapak Ir. Arman Sani, MT sebagai Dosen Pembimbing Tugas Akhir penulis yang selalu bersedia memberikan bantuan yang sangat dibutuhkan oleh penulis dalam menyelesaikan Tugas Akhir ini.
2. Bapak Ir. Surya Tarmizi Kasim, M.Si sebagai Ketua Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara sekaligus sebagai Dosen Wali penulis yang membantu penulis selama menyelesaikan pendidikan di kampus USU.
3. Bapak Rahmad Fauzi, ST, MT sebagai Sekretaris Departemen Teknik Elektro. 4. Seluruh Staf Pengajar dan Pegawai Departemen Teknik Elektro FT-USU.
5. Orang tua khususnya ibunda penulis yang senantiasa memberikan semangat dan doanya kepada penulis dengan segala pengorbanan dan kasih sayang yang tidak ternilai harganya.
6. Kepada abangda dan kakanda penulis Ranzy Leila, Ranzy Roy, Ranzy Nur Aisyah dan Syahri Ramadhani beserta saudara saudari penulis lainnya yang telah memberikan dukungan dan do‟a bagi penulis.
7. Kepada Siti Rukaya Syaputri yang juga tak henti-hentinya memberikan semangat, dukungan penuh, do‟a, dan nasihat bagi penulis.
9. Seluruh sahabat-sahabat seperjuangan di Departemen Teknik elektro, Reza, Duha, hamdan, Deni, Fatih, Fadlan, Suwendri, Benny, Willy, Diky, Fontes, Rio, Andika, Rimbo, Molen, Dwi, Dewi, Dila, Tari, Ola, Puti, Agil dan Angel. Dan seluruh sahabat-sahabat penulis yang tidak penulis tuliskan namanya.
10. Seluruh senior dan junior di Departemen Teknik Elektro, atas dukungan dan bantuan yang diberikan kepada penulis.
11. Semua orang yang pernah mengisi setiap detik waktu yang telah dilalui bersama penulis yang tidak dapat disebutkan satu per satu. Tanpa mereka, pengalaman penulis tidaklah lengkap.
Penulis menyadari bahwa Tugas Akhir ini masih banyak kekurangannya.
Kritik dan saran dari pembaca untuk menyempurnakan Tugas Akhir ini sangat penulis harapkan. Kiranya Tugas Akhir ini dapat bermanfaat bagi kita semua. Terimakasih.
Medan, Agustus 2015
DAFTAR ISI
3.1 Gambaran Perancangan Filter Anti Aliasing ... 15
3.2 Blok Diagram Sistem ... 15
3.3 Rancangan Sistem Secara Hardware ... 22
3.3.1 Rancangan Filter Anti Aliasing ... 22
3.3.2 Rancangan Rangkaian Mikrokontroler Arduino UNO ... 23
IV. HASIL DAN PENGUJIAN SISTEM ... 27
4.1 Persiapan Perangkat Pendukung Pengambilan Data ... 27
4.2 Pengujian Filter pada Advanced Design System (ADS) ... 29
4.3 Pengujian Sistem Menggunakan Generator Function ... 32
4.4 Pengujian Terhadap File Suara yang Akan Dianalisis ... 34
V. PENUTUP ... 41
5.1 Kesimpulan ... 41
5.2 Saran ... 41
DAFTAR GAMBAR
Gambar 2.1 Lingkaran komunikasi suara ... 5
Gambar 2.2 Pitch dan Pitch Period ... 6
Gambar 2.3 Muatan harmonik pada domain frekuensi ... 7
Gambar 2.4 Perbedaan sinyal asli dan sinyal aliasing ... 8
Gambar 2.5 High pass filter ... 9
Gambar 2.6 Low pass filter ... 10
Gambar 2.7 Band pass filter ... 11
Gambar 2.8 Band stop filter ... 12
Gambar 2.9 Proses pembentukan sinyal digital ... 14
Gambar 3.1 Blok diagram sistem secara keseluruhan ... 16
Gambar 3.2 Wavefrom ... 17
Gambar 3.3 Mikropon ... 18
Gambar 3.4 Skematik rangkain IC LM567 ... 19
Gambar 3.5 Arduino UNO ... 20
Gambar 3.6 Komunikasi serial to USB ... 21
Gambar 3.7 Matlab ... 22
Gambar 3.8 Low Pass Filter Chebyshev ... 23
Gambar 3.9 Skematik rangkain filter pada ISIS 7 profesional ... 24
Gambar 3.10 Rangkaian sistem mikrokontroler ATMEGA 328 ... 25
Gambar 3.11 Flowchart perancangan algoritma perngkat lunak ... 27
Gambar 4.1 Rangkaian simulasi filter menggunakan software ADS ... 29
Gambar 4.2 Respon frekuensi terhadap phasa ... 30
Gambar 4.3 Respon frekuensi terhadap dB ... 30
Gambar 4.4 Respon frekuensi terhadap realtime ... 31
DAFTAR TABEL
Tabel 4.1 Pengujian Menggunakan Generator Function... 33
Tabel 4.2 Data asli dan data pengujian partisipan pertama.... ... 35
Tabel 4.3 Data asli dan data pengujian partisipan kedua.... ... 36
Tabel 4.4 Data asli dan data pengujian partisipan ketiga.... ... 37
Tabel 4.5 Data asli dan data pengujian partisipan keempat.... ... 38
Tabel 4.6 Data asli dan data pengujian partisipan kelima.... ... 39
