Rancang bangun pembuatan aplikasi sampling frekuensi file audio menggunakan metode filter FIR (Finite Impulse Response)

RANCANG BANGUN PEMBUATAN APLIKASI SAMPLING FREKUENSI FILE AUDIO MENGGGUNAKAN METODE FILTER FIR

(FINITE IMPULSE RESPONSE)

Skripsi

Diajukan untuk Memenuhi Persyaratan Memperoleh

Gelar Sarjana Komputer (S.Kom)

Oleh :

BAGUS AUDITIAKUSUMA 2040.9100.2482

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

i

RANCANG BANGUN PEMBUATAN APLIKASI SAMPLING FREKUENSI FILE AUDIO MENGGUNAKAN METODE FILTER FIR

(FINITE IMPULSE RESPONSE)

Skripsi

Diajukan kepada Fakultas Sains dan Teknologi Untuk memenuhi persyaratan memperoleh

gelar Sarjana Komputer (S.Kom)

Oleh :

BAGUS AUDITIAKUSUMA 2040.9100.2482

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

ii

RANCANG BANGUN PEMBUATAN APLIKASI SAMPLING FREKUENSI FILE AUDIO DENGAN MENGGUNAKAN METODE

FILTER FIR (FINITE IMPULSE RESPONSE)

Skripsi

Diajukan kepada Fakultas Sains dan Teknologi Untuk memenuhi persyaratan memperoleh

gelar Sarjana Komputer (S.Kom)

Oleh

Bagus Auditiakusuma 2040.9100.2482

Menyetujui,

Pembimbing I, Pembimbing II,

Arini, MT, M.Eng Zulfiandri, MMSI NIP. 19760131 200901 2 001 NIP. 19700130 200501 1 003

Mengetahui,

Ketua Program Studi Teknik Informatika

iii

PENGESAHAN UJIAN

Skripsi berjudul “RANCANG BANGUN PEMBUATAN APLIKASI SAMPLING FREKUENSI FILE AUDIO MENGGUNAKAN METODE

FILTER FIR (FINITE IMPULSE RESPONSE)” yang ditulis oleh

Bagus Auditiakusuma, NIM 2040.9100.2482 telah diuji dan dinyatakan lulus dalam sidang Munaqosyah Fakultas Sains dan Teknologi, Univeritas Islam Negeri Syarif Hidayatullah Jakarta pada tanggal 28 Februari 2011. Skripsi ini telah diterima sebagai salah satu syarat untuk memperoleh gelar sarjana Strata Satu (S1) Program Studi Teknik Informatika.

Jakarta, Maret 2011

Menyetujui : Tim Penguji,

Penguji I Penguji II

Herlino Nanang, M.T, CCNA Yusuf Durrachman, M.Sc, MIT

NIP.19731209 200501 1 002 NIP. 19710522 200604 1 002

Tim Pembimbing,

Pembimbing I Pembimbing II

Arini, MT, M.Eng Zulfiandri, MMSI NIP.19760131 200901 2 001 NIP. 19700130 200501 1 003

Mengetahui :

Dekan Ketua

Fakultas Sains dan Teknologi Program Studi Teknik Informatika

Dr. Syopiansyah Jaya Putra, M.Sis Yusuf Durrachman, M.Sc, MIT

iv

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Jakarta, Maret 2011

v

ABSTRAK

BAGUS AUDITIAKUSUMA - 204091002482, Rancang Bangun Pembuatan

Aplikasi Sampling Frekuensi File Audio Menggunakan Metode Filter FIR (FINITE IMPULSE RESPONSE) dibawah bimbingan Ibu Arini dan

Bapak Zulfiandri.

Teknologi dan ilmu pengetahuan berkembang semakin cepat dari waktu ke waktu, karena penemuan-penemuan teknologi ini bersifat dinamis dan akan ada penemuan teknologi yang berikutnya. Masalah yang terjadi pada pemrosesan sampling file audio adalah noise, semakin banyak noise yang ada maka akan merubah kualitas file audio. Didalam proses digital sample, PCM (Pulse Code

Modulation) sampling dipergunakan untuk menerapkan proses representasi suatu

signal waveform seperti deret bilangan yang merepresentasikan suatu pengukuran

sinyal amplitudo. Pada aplikasi ini metode yang digunakan adalah metode filter FIR (Finite Impulse Response). Pembuatan aplikasi ini menggunakan bahasa pemrograman MATLAB. Untuk pengembangan aplikasi, peneliti menggunakan metode System Development Life-Cycle (SDLC). Hasil akhir yang dicapai dari pembuatan aplikasi sampling frekuensi ini dapat memudahkan user melihat aplikasi grafik interface yang ditampilkan dengan GUI MATLAB melalui grafik frequenzy, waktu pada saat proses deteksi noise dan parameter proses filter FIR

(Finite Impulse Response). Pada proses diatas, terdapat perubahan kualitas file

audio yang mempengaruhi hasil output proses dan dapat dilakukan penyimpanan output kedalam format MP3, serta memperkecil besarnya gangguan/noise dari proses deteksi noise dan parameter proses FIR.

Kata kunci : noise, Pulse Code Modulation, signal waveform, Finite Impulse Response, System Development Life-Cycle, user, interface.

vi

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Alhamdulillah, rasa syukur tiada terkira penulis panjatkan kepada Allah

Subhanahu Wata’ala. Rahmat beserta salam semoga tercurahkan selalu kepada Rasulullah Muhammad S.A.W beserta keluarga, sahabat, dan pengikut-pengikut

beliau ‘Amin’. Hanya berkat petunjuk dan pertolongan Allah-lah penulis dapat menyelesaikan skripsi yang berjudul “Rancang Bangun Pembuatan Aplikasi Sampling Frekuensi File Audio Menggunakan Filter FIR (Finite Impulse

Response)”.

Terwujudnya tulisan dalam bentuk skripsi ini, tentunya tidak terlepas dari bantuan dan bimbingan dari berbagai pihak. Rasa terima kasih penulis ucapkan kepada :

1. Bapak Prof. DR. Komarudin Hidayat, selaku Rektor Universitas Islam Negeri Syarif Hidayatullah Jakarta.

2. Bapak DR. Syopiansyah Jaya Putra, M.SIS, selaku Dekan Fakultas Sains dan Teknologi.

3. Bapak Yusuf Durrachman, MIT, selaku Ketua Program Studi Teknik Informasika.

vii

5. Bapak Zulfiandri, MMSI, selaku dosen pembimbing II, yang telah memberikan bimbingan, waktu, dan perhatiannya dalam penyusunan skripsi ini.

6. Seluruh Dosen dan staf karyawan Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah mengajar atau membantu penulis selama kuliah.

Dalam penyusunan skripsi ini, penulis juga tidak luput dari berbagai masalah dan menyadari sepenuhnya bahwa penulisan ini masih jauh dari sempurna dan tidak lepas dari kesalahan dan kekurangan, oleh karena itu dengan senang hati penulis akan menerima semua saran dan kritik maupun ide-ide yang membangun dari rekan-rekan pembaca. Akhir kata semoga Allah S.W.T membalas kebaikan mereka yang telah membimbing penulis dalam membuat skripsi ini. Semoga skripsi ini berguna bagi penulis dan pada pembaca umumnya.

Wassalamu’alaikum Wr. Wb.

Jakarta, Maret 2011 Penulis

viii

Terimakasih yang Spesial untuk :

Bapak dan Ibuku tercinta : Abah Herman dan ibu Ning (Lies),

adikku tersayang yang kadang ngebelin : Aghil (Tya Wardhani),

myLovely tersayang yang memotivasiku : Neng Dara,

Dan untuk semua keponakanku : shifa, sulthon, tia, wildan, erie, safira, salwa, alisa, ria,

fadly, anggie, ega, iga, farel, reihan, diki n sepupu-sepupu..

(jangan lupa belajar ya sayang..)

Untuk teman-temanku m.ranum, imam maul, wahyu, septian, adie dunge, yadi acho, dimas

koben, hermanto, ilmas, asnul, lidya, anissa, murniwati, lia taslima, yunita, n dede danuria

(terimakasih untuk berbagi-sharing setiap bulan..)

Untuk bang Panca dan teh yeyen (makasih guide matlabnya), bi Nunung sekeluarga

(makasih makanannya),

A Hendar, A Peding, bang Idris,

teh dedeh, teh hera, teh dania (makasih supportnya)

makasih buat semua anak

TI A

angkatan 2004..

tanpa kalian aku tak bisa berdiri tegak menembus dunia ini..

makasih juga untuk pak lutfi dan seluruh staf (perpus)

terimakasih untuk keluarga besar

TI/SI

angkatan 2004 yang telah

berteman dan berbagi semuanya kepada penulis..

dan banyak lagi yang tidak dapat saya tuliskan di sini..

terimakasih semuanya..

dan juga terimakasih untuk :

ix

DAFTAR ISI

Halaman Judul ... i

Lembar Pengesahan Pembimbing ... ii

Lembar Pengesahan Ujian ... iii

Lembar Pernyataan ... iv

Abstrak ... v

Kata Pengantar ... vi

Lembar Persembahan ... viii

Daftar Isi ... ix

Daftar Tabel ... xv

Daftar Gambar ... xvi

BAB I PENDAHULUAN ... 1

1.1.Latar Belakang Masalah ... 1

1.2.Rumusan Masalah ... 2

1.3.Batasan Masalah ... 3

1.4.Tujuan Penelitian ... 4

1.5.Manfaat Penelitian ... 5

1.6.Metodologi Penelitian ... 5

x

BAB II LANDASAN TEORI ... 9

2.1. Rancang-Bangun ... 9

2.2. Aplikasi ... 10

2.3. Sampling Frekuensi .. ... 10

2.3.1 PCM ( Pulse Code Modulation ) ... 15

2.3.2 Audio Filter ... 16

2.3.3 Audio Codec ... 17

2.3.4 Audio Sampling ... 17

2.3.5 Proses Sampling ... 18

2.3.6 Frekuensi Kerja Audio ... 20

2.4. File Audio Digital ... 20

2.4.1. Definisi Audio ... 20

2.4.2. Jenis-jenis Audio / Suara ... 21

2.4.3. Format Audio ... 22

1. Waveform Audio Format (WAV) ... 22

2. MPEG-1 Audio Layer 3 (MP3) ... 23

2.5. Model Nada ... 25

2.5.1. Interval ... 27

2.5.2. Pasangan Chord (Kunci Tangga Nada) ... 30

2.6. Filter (Tapis) ... 31

2.7. Metode Pemrosesan Sinyal Digital Pada File Audio ... 34

xi

2.7.2. Konvolusi ... 38

2.7.3. Transformasi ... 39

2.7.4. DFT dan FFT ... 39

2.7.5. Filter ... 40

2.8. Transformasi Fourier ... 41

2.8.1. Contoh Hasil Perhitungan Transformasi Fourier dalam bentuk Sinus ( Sin[x] ) ... 42

2.8.2. Contoh Hasil Perhitungan Transformasi Fourier Satu (1) Dimensi ... 43

2.9. MATLAB ... 44

2.9.1. Pengertian MatLab ... 44

2.9.2. Sekilas Sistem Program MatLab ... 47

2.9.3. Sintaks MatLab ... 48

2.10. Perancangan Program ... 50

2.10.1. System Development Life Cycle (SDLC) ... 50

2.10.2. State Transition Diagram (STD) ... 51

2.10.3. Flow-chart ... 52

2.10.4. Struktur Navigasi ... 55

2.11. Studi Sejenis ... 58

BAB III METODOLOGI PENELITIAN ... 62

xii

3.1.1. Metode Studi Pustaka ... 62

3.2. Metode Pengembangan Sistem ... 63

3.2.1. Perbedaan Model Pengembangan Sistem ... 63

3.2.2. Pemilihan Model Pengembangan Sistem ... 67

3.3. Justifikasi Pemilihan Metode Pengembangan Sistem SDLC ... 73

3.4. Perangkat Penelitian ... 73

3.4.1 Perangkat Keras ... 74

3.4.2 Perangkat Lunak ... 74

BAB IV PEMBAHASAN DAN IMPLEMENTASI ... 76

4.1. Analisa Sistem ... 76

4.1.1. Tujuan ... 76

4.1.2. Ruang Lingkup pada Sistem ... 77

4.2. Perancangan Sistem ... 78

4.2.1. Perancangan Proses ... 78

4.2.1.1. Perancangan Sistem Aplikasi Deteksi Noise dan Parameter Proses FIR ... 78

4.2.1.2. Flow-chart Aplikasi Deteksi Noise dan Parameter Proses FIR ... 80

4.2.2. Perancangan Antar Muka ... 83

xiii

4.2.2.2. Perancangan UiPanel Informasi,

Play Original File dan Button Cari File .. 88

4.2.2.3. Perancangan Radio Button Type Deteksi Noise ... 89

4.2.2.4. PerancanganUiPanel Parameter Proses ... 90

4.2.2.5. Perancangan axes Time (s) dan axes Frequenzy (Hz) pada Proses Deteksi Noise ... 90

4.2.2.6. Perancangan axes Frequenzy (Hz) pada proses FIR ... 91

4.2.2.7. Perancangan axes Time (s) dan axes Frequenzy (Hz) pada penyaringan Parameter Proses ... 91

4.2.2.8. Perancangan Button Play Noise File, Play Noise Reduction File, Save/Simpan, Exit ... 92

4.3. Implementasi Sistem ... 94

4.4. Operasi dan Perawatan Sistem ... 96

4.4.1. Persiapan Running Program MatLab ... 96

xiv

4.4.3. Pengujian Aplikasi Sampling Frekuensi File Audio

(File WAV) ... 97

BAB V PENUTUP ... 110

5.1 Kesimpulan ... 110

5.2 Saran ... 111

DAFTAR PUSTAKA ... 112

LAMPIRAN A TAMPILAN APLIKASI SAMPLING FREKUENSI FILE AUDIO ... 116

xv

DAFTAR TABEL

Tabel 2.1. Interval Sampling Rate Audio ... 13

Tabel 2.2. Interval pada musik ... 28

Tabel 2.3. Tingkat Interval ... 29

Tabel 2.4. Triad C mayor ... 30

Tabel 2.5. Penggolongan Triad ... 31

Tabel 2.6. Bagian-bagian kerja MatLab ... 46

Tabel 2.7. Simbol-simbol Program Flow-chart menurut ANSI ... 53

Tabel 3.1. Perbedaan Pengembangan Sistem ... 63

Tabel 4.1. File wav yang diuji sebelum diuji ... 99

Tabel 4.2. Perbedaan Kualitas File Audio sebelum dan sesudah deteksi noise dan proses parameter Filter FIR ... 99

Tabel 4.3 Ukuran file dan waktu proses ... 102

xvi

DAFTAR GAMBAR

Gambar 2.1. Aliasing ... 12

Gambar 2.2. Konversi Analog ke Digital menggunakan PCM ... 15

Gambar 2.3. Noise Reduction menggunakan filter adaptive ... 16

Gambar 2.4. Sinyal Analog ... 18

Gambar 2.5. Sinyal Sample ... 19

Gambar 2.6. Proses pencuplikan sinyal ... 19

Gambar 2.7. Cara kerja audio secara umum ... 20

Gambar 2.8. Grafik dari amplitudo energy dalam domain waktu untuk nada single ... 26

Gambar 2.9. Visualisasi nada pada domain frekuensi ... 26

Gambar 2.10. Respon LPF ... 32

Gambar 2.11. Respon HPF ... 33

Gambar 2.12. Band Pass Filter ... 33

Gambar 2.13. Filter Band Elimination ... 34

Gambar 2.14. Sistem Pengolahan Sinyal Digital ... 35

Gambar 2.15. Skema Konvolusi ... 38

Gambar 2.16. Contoh hasil proses transformasi fourier ... 43

Gambar 2.17. Contoh grafik cosine signal ... 43

xvii

Gambar 2.19. Tampilan Menu Start MatLab ... 46

Gambar 2.20. Command Windows ... 48

Gambar 2.21. Sintaks program MatLab ... 49

Gambar 2.22. Tahap-tahap SDLC ... 50

Gambar 2.23. State Transition Diagram yang disederhanakan untuk software fotocopy ... 51

Gambar 2.24. Contoh Diagram Alir ... 54

Gambar 2.25. Empat struktur navigasi pokok yang digunakan dalam aplikasi ... 57

Gambar 3.1. Model Waterfall ... 67

Gambar 3.2. Ilustrasi metodologi penelitian pembuatan aplikasi sampling frekuensi file audio ... 75

Gambar 4.1. Proses aplikasi deteksi noise dan parameter FIR ... 79

Gambar 4.2. Flow-chart proses deteksi noise untuk parameter FIR ... 80

Gambar 4.3. Flow-chart Proses Deteksi noise dengan randomnoise, constant picth noise di Sebelah Kiri dan Flow-chart Proses dengan menggunakan parameter FIR di Sebelah Kanan ... 82

Gambar 4.4. Rancangan Halaman Tampilan ... 84

Gambar 4.5. State Trantition Diagram Halaman Tampilan ... 85

Gambar 4.6. Flow-chart Halaman Tampilan ... 86

xviii

Original File Audio ... 88

Gambar 4.9. Tampilan jika user mengklik Cari File pada tombol Button .. 89

Gambar 4.10. Rancangan Radio Button Type Deteksi Noise ... 90

Gambar 4.11. Rancangan UiPanel Parameter Proses ... 90

Gambar 4.12. Rancangan axes Time (s) dan axes Frequenzy (Hz) pada proses deteksi noise ... 91

Gambar 4.13. Rancangan axes Frequenzy (Hz) pada proses FIR ... 91

Gambar 4.14. Rancangan axes Time (s) dan axes Frequenzy (Hz) pada penyaringan parameter proses ... 92

Gambar 4.15. Rancangan Button Play Noise File, Play Reduction File, Save/Simpan, Exit ... 92

Gambar 4.16. Menyimpan Hasil Output Sampling Frekuensi dalam format MP3 ... 93

Gambar 4.17. Konfirmasi apabila user memilih menu Exit ... 94

Gambar 4.18. Nama file dan ukuran tipe file wav sebelum diuji ... 98

Gambar 4.19. Hasil output proses yang disimpan ... 98

Gambar 4.20 Cuplikan Sampling Frekuensi setelah noise dihilangkan ... 101

Gambar 4.21. Cuplikan penghilangan noise pada file audio yang diproses . 101 Gambar 4.22. Grafik proses file JACKIE.wav berdasarkan ukuran file dan waktu ... 102

xix

Gambar 4.24. Grafik proses file BIRD.wav berdasarkan ukuran file dan waktu ... 103 Gambar 4.25. Grafik proses file Bells.wav berdasarkan ukuran file dan

waktu ... 104 Gambar 4.26. Grafik proses file Suit-suit.wav berdasarkan ukuran file

dan waktu ... 104 Gambar 4.27. Grafik proses uji file audio diambil dari 5 sampling file

wav ... 105 Gambar 4.28. Grafik proses uji file audio berdasarkan waktu tertinggi ... 105 Gambar 4.29. Grafik Perbandingan Ukuran File Audio dengan Waktu

1

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Teknologi dan ilmu pengetahuan berkembang semakin cepat dari waktu ke waktu, karena penemuan-penemuan teknologi ini bersifat dinamis dan akan ada penemuan teknologi yang berikutnya. Masalah yang terjadi pada pemrosesan sampling file audio adalah noise, semakin banyak

noise yang ada maka akan merubah kualitas file audio. Proses tersebut

membutuhkan suatu pem-filteran audio sample. Didalam proses digital sample, PCM (Pulse Code Modulation) sampling dipergunakan untuk menerapkan proses representasi suatu signal waveform seperti deret bilangan yang merepresentasikan suatu pengukuran sinyal amplitudo.

Salah satu cara untuk mengatasi noise pada pemrosesan sampling frekuensi file audio tersebut adalah dengan menggunakan teori sampling frekuensi file audio dan metode FIR (Finite Impulse Response). Dimana didalam teorema sampling haruslah memenuhi kriteria Nyquist, yaitu :

“Frekuensi sampling (Fs) minimum adalah 2 kali frekuensi sinyal analog yang akan dikonversi (Fin max)”. Metode filter FIR (Finite Impulse

Response) itu sendiri, tertulis signal yang dihasilkan mempunyai impulse

2 Untuk mengatasi hal ini biasanya digunakan suatu filter untuk membuang nilai ganda ini dalam bentuk filter (biasanya low pass filter) atau anti

aliasing, sehingga dalam proses sampling nantinya dapat dihasilkan nilai

digital yang diharapkan.

Pada penelitian yang telah dilakukan (Agfianto, 2007), dibuat aplikasi sampling dengan filter IIR (Infinite Impulse Response). Dimana file audio yang diteliti merupakan file audio berskala besar, serta membutuhkan cost yang diperhitungkan. Oleh karena itu, beberapa teori sampling hanya diadopsi saja, dan membuat aplikasi dengan menggunakan

filter FIR (Finite Impulse Response).

Untuk itu peneliti berupaya mewujudkan implementasi sampling frekuensi file audio dengan menggunakan metode FIR (Finite Impulse

Response) kedalam suatu aplikasi yang mudah digunakan, dalam skripsi

yang berjudul : “RANCANG BANGUN PEMBUATAN APLIKASI SAMPLING FREKUENSI FILE AUDIO MENGGUNAKAN

METODE FILTER FIR (FINITE IMPULSE RESPONSE)”.

1.2 Rumusan Masalah

3 Sesuai dengan tema penelitian skripsi ini, yaitu “Rancang Bangun Pembuatan Aplikasi Sampling Frekuensi File Audio Menggunakan Metode Filter FIR (Finite Impulse Response)”, dapat dirumuskan menjadi beberapa masalah sebagai berikut :

1. Bagaimana membuat aplikasi dari metode penyaringan/filter FIR

(Finite Impulse Response) pada sampling frekuensi file audio.

2. Apakah terjadi perubahan kualitas, besar gangguan (noise) dan berapa lama waktu yang dibutuhkan pada file audio setelah melalui proses penyaringan/filter.

1.3 Batasan Masalah

Untuk menghindari meluasnya materi pembahasan tugas akhir ini, maka peneliti membatasi permasalahan hanya mencakup hal-hal berikut : 1. Penelitian dibatasi dengan menggunakan teori sampling frekuensi

Nyquist dan mengadopsi metode filter FIR (Finite Impulse

Response) untuk teknik penyaringan/filter noise pada frekuensi file

audio.

2. Pada aplikasi ini proses deteksi noise dan filter FIR hanya dilakukan pada singlefile. Jumlah file yang diuji dibatasi sebanyak 5 file dengan maksimum ukuran file 100 KB pada sekali proses deteksi

noise dan filter FIR, untuk menghindari proses yang terlalu lama dan

4 3. File audio yang digunakan sebagai media input adalah file berformat

WAV ( Waveform Audio Format ).

4. Hasil akhir file deteksi noise dan filter FIR akan menghasilkan file audio (*.mp3), dan dapat disimpan sebagai output.

5. Objek penelitian aplikasi dititik-beratkan pada deteksi noise

sampling frekuensi file audio dan menghilangkan besarnya ganguan

noise.

6. Aplikasi dibuat menggunakan bahasa pemrograman MatLab 7.6.0 (R2008a).

1.4 Tujuan Penelitian

1. Dapat mengimplementasikan metode filter FIR (Finite Impulse

Response) pada sampling frekuensi file audio yang berformat audio

WAV.

2. Dapat membandingkan kualiatas frekuensi audio, serta meningkatkan

performance dan lama waktu yang dibutuhkan output audio

5

1.5 Manfaat Penelitian

Manfaat yang didapat dalam penelitian skripsi ini adalah : 1. Bagi Penulis

a. Penulisan ini diajukan sebagai salah satu syarat untuk menyelesaikan Program Strata 1 (S-1) pada jurusan Teknik Informatika.

b. Menerapkan ilmu sampling frekuensi file audio khususnya teknik deteksi noise dan teknik penyaringan/filter FIR (Finite

Impulse Response).

2. Bagi Universitas

Memberikan sumbangan ilmiah bagi perkembangan teknologi sampling frekuensi file audio.

1.6 Metodologi Penelitian

Pada penelitian tugas akhir ini, diperlukan data-data yang lengkap sebagai bahan pendukung kebenaran materi uraian dan pembahasan. Oleh karena itu diperlukan metodologi pengumpulan data dan metodologi pengembangan sistem.

1.6.1. Metodologi Pengumpulan Data

1. Studi Pustaka

6 2. Studi Literatur

Metode studi literatur digunakan dengan melihat penelitian yang sudah ada. Melalui studi literatur, peneliti dapat terhindar dari melakukan penelitian yang sudah pernah dilakukan, dan pengulangan kesalahan-kesalahan masa lalu.

1.6.2. Metodologi Pengembangan Sistem

Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode pengembangan model SDLC (System

Development Life Cycle). SDLC adalah siklus yang harus dilalui

untuk mendesain dan implementasi sistem yang baru, siklusnya sebagai berikut :

1) Analisa Sistem

Pada tahap ini dilakukan analisa-analisa dari informasi terhadap sistem yang akan didesain.

2) Perancangan Sistem

7 3) Implementasi Sistem

Pada fase ini dilakukan pengkodean terhadap rancangan-rancangan yang telah didefinisikan.

4) Operasi dan Perawatan Sistem

Pada fase ini dilakukan pengujian operasi terhadap sistem dan melakukan pengenalan sistem kepada pengguna.

1.7 Sistematika Penulisan

Dalam penyusunan skripsi ini dibagi menjadi menjadi beberapa bab, yaitu :

BAB I PENDAHULUAN

Bab ini terdiri dari latar belakang masalah, rumusan masalah, batasan masalah, tujuan, manfaat, metodologi penelitian dan sistematika penulisan.

BAB II LANDASAN TEORI

Pada bab ini akan menguraikan secara garis besar beberapa teori yang menjadi dasar pembuatan aplikasi diantaranya mengenai teori-teori pendukung untuk sampling frekuensi file audio, metode filter FIR (Finite Impulse Response).

BAB III METODOLOGI PENELITIAN

8

BAB IV PEMBAHASAN DAN IMPLEMENTASI

Bab ini menjelaskan spesifikasi perangkat keras dan perangkat lunak yang digunakan, implementasi program, dan pengembangan sistem aplikasi sampling frekuensi yang dibuat.

BAB V PENUTUP

9

BAB II

LANDASAN TEORI

2.1 Rancang-Bangun

Definisi awal dari rancang-bangun perangkat lunak diutarakan oleh Fritz Bauer dalam suatu konferensi, definisinya adalah :

The establishment and use of sound engineering principles in order

to obtain economically software that is reliable and works

efficiently on real machines. (Pressman, 2001).

Rancang-bangun perangkat lunak merupakan suatu pertumbuhan diluar perangkat keras dan rancang-bangun sistem. yang meliputi tiga kunci pokok yaitu : cara, alat dan prosedur yang memungkinkan manajer untuk mengendalikan proses pengembangan software dan menyediakan praktisi dengan tujuan untuk membangun perangkat lunak yang berkualitas.

10 Alat rancang-bangun perangkat lunak menyediakan pendukung semiotomatis atau otomatis untuk mendukung suatu metode. Alat yang telah ada untuk mendukung masing-masing metoda diatas, ketika peralatan sudah terintegrasi sedemikianrupa sehingga informasi yang diciptakan oleh satu alat dapat digunakan oleh alat yang lain, suatu sistem untuk menunjang pengembangan software.

2.2 Aplikasi

Perangkat lunak (aplikasi) adalah program yang ditulis oleh pemrogram komputer untuk memecahkan suatu masalah tertentu dengan menggunakan bahasa pemrograman (Hartono, 2005).

“Program Aplikasi merupakan perangkat lunak yang menentukan

bagaimana sumber data digunakan untuk menyelesaikan masalah para

pengguna”.[3].

Program aplikasi berbeda dengan sistem operasi (yang

menjalankan komputer) dan utility (yang melaksanakan perawatan atau

tugas-tugas umum). Tergantung dari tujuan pekerjaan yang dimaksudkan,

suatu aplikasi dapat digunakan untuk memanipulasi teks, angka, grafik atau kombinasi dari unsur-unsur tersebut.

2.3 Sampling Frekuensi

11

cara : “Jika diketahui suatu signal kemudian ditambahkan dengan noise

yang ada, lalu bagaimanakah kita memperkirakan keadaan signal tersebut

pada waktu sebelum dan sesudah diterima”. Penelitian ini dilakukan pada

ujung penerima saja. Teori ini disebut sebagai “Detection Theory”. [7] Kemudian Claude Shannon pada tahun 1948, dimana signal processing dapat terjadi baik pada penerima maupun pada pengirim. Shannon meneliti dengan cara : “Jika diketahui suatu berita, lalu diteliti bagaimana berita tersebut dapat terwakilkan sedemikian rupa sehingga

dapat membawa informasi melalui suatu sistem yang diberikan dengan

keterbatasan-keterbatasannya.” (Robert, 2004).

Dengan cara ini yang dipentingkan bukan signalnya, melainkan informasinya yang terkandung didalam signal tersebut. Pendekatan ini

disebut sebagai “Teori Informasi”.

Teori informasi adalah suatu pelajaran matematik yang terbagi menjadi 3 bagian konsep dasar, yaitu:

1. Pengukuran dari informasi,

2. Kapasitas saluran komunikasi untuk menyalurkan informasi,

3. Penyandian (coding) sebagai cara untuk mendayagunakan saluran agar dapat berkapasitas penuh.

Pada teori sampling kecepatan pengambilan sampel (frekuensi sampling) dari sinyal analog yang akan dikonversi haruslah memenuhi kriteria Nyquist yaitu :

12

Dimana “Frekuensi sampling (Fs) minimum adalah 2 kali frekuensi sinyal

analog yang akan dikonversi (Finmax)”.(Robert, 2004). Atau dapat di

[image:33.595.113.544.265.543.2]

jelaskan bahwa Teori Sampling : “Transmisi dilakukan setelah dilakukan sample dengan frekuensi lebih dari dua kali frekuensi maksimum dari komponen frekuensi, sinyal asli dapat dibentuk kembali dengan fidelitas tinggi”. Apabila kriteria Nyquist tidak dipenuhi maka akan timbul efek aliasing yang di-ilustrasikan oleh Gambar 2.1.

Gambar 2.1 Aliasing [7]

Disebut aliasing karena frekuensi tertentu terlihat sebagai frekuensi yang lain (menjadi alias dari frekuensi lain).

Sebagai contoh misalnya :

13

Digital Converter) sebesar 100Hz maka sinyal analog yang akan

dikonversi harus mempunyai frekuensi maksimum 50Hz. [9]. 2. Contoh Berapa interval waktu ? (125μsec ! ), (Band Width= 4kHz)

Untuk transmisi telepon, frekuensi maksimum adalah 4kHz.

・ Sesuai dengan teori sampling,

Frekuensi sampling adalah, f＝4kHz×2＝ 8kHz

・ Waktu dan frekuensi saling berkebalikan. T＝1/F

・ T＝1/8000＝125μsec

・ “Sampling” berarti mengukur nilai amplitudo setiap 125μsec.

Sampling frekuensi atau sampling rate didefinisikan sebagai suatu nilai sample per detik yang dihasilkan dari signal tak putus menjadi signal diskrit. Notasinya adalah hertz (Hz) [10].

[image:34.595.110.511.181.520.2]

Kebalikan dari sampling frekuensi adalah periode sampling atau waktu sampling, yaitu waktu yang dibutuhkan untuk melakukan sampling. Tidak ada aturan baku yang mengatur berapa batas sampling yang diperkenankan pada suatu periode sampling. Berikut adalah tabel macam karakteristik sampling rate audio diantaranya ;

Tabel. 2.1 Interval Sampling Rate Audio [10].

No Interval Sampling Rate

Audio

Kegunaan Interval

1. 8,000 Hz Telepon, terutama untuk kualitas pembicaraan orang.

14 3. 32,000 Hz miniDV, digital video camcorder

4. 44,100 Hz Audio CD, biasanya menggunakan MPEG-1 audio (VCD,SVCD,MP3). 5. 47,250 Hz Perekam suara berbasis PCM pertama di

dunia oleh Nippon Columbia (Denon). 6. 48,000 Hz Digital sound untuk digital

TV,DVD,DAT, films dan professional audio.

7. 50,000 Hz Digital audio recorder komersil pertama di akhir 70-an dari 3M dan Soundstream.

8. 50,400 Hz Sampling rate yang digunakan Mitsubishi X-80 digital audio recorder. 9. 96,000 Hz atau 192,400 Hz DVD – audio, LPCM DVD tracks,

BD-ROM (Blue-ray Disc) audio tracks, dan HD-DVD (High-Definition DVD) audio tracks.

10. 2.8224 MHz SACD, 1-bit sigma-delta modulation atau lebih dikenal sebagai Direct Stream Digital, dikembangkan oleh Sony dan Philips.

Dalam melakukan proses sampling biasanya tidak seluruhnya berhasil dengan baik, ada beberapa jenis distorsi yang mungkin timbul dalam proses ini diantaranya ; [10].

a. Jitter : deviasi keakuratan karena waktu interval sampel.

b. Integration effect : terjadi saat sampler tidak dapat melakukan sampling karena data yang tak terdefinisi.

15 d. Quantization error : kesalahan round-off karena sampel yang representasikan sebagai integer pada ouput ADC (Analog to Digital Converter) .

e. Slew rate limit error : kesalahan karena ketidak-sanggupan ADC

(Analog to Digital Converter) merepresentasikan secara cepat.

f. Clipping : disebabkan saat input signal/sinyal diluar rentang nilai ADC

(Analog to Digital Converter) yang dapat direpresentasikan.

2.3.1 PCM ( Pulse Code Mudulation )

[image:36.595.110.512.144.718.2]

Pulse Code Modulation (PCM) juga dikenal sebagai Linear PCM adalah standar untuk format CD Audio. Karena sifatnya yang tidak terkompresi, maka format PCM ini mempunyai ukuran file yang cukup besar bila dibandingkan dengan format MP3. (Ferdinando, 2010).

16

[image:37.595.112.510.94.543.2]

Gambar 2.3 Noise Reduction menggunakan filter adaptive. [13]

2.3.2 Audio Filter

Audio filter adalah suatu yang dimanfaatkan pada pemrosesan sinyal suara. Terminologi audio filter dapat diartikan suatu perubahan yang terjadi bisa treable, muatan harmonik, pitch atau waveform dari suatu sinyal audio. Banyak jenis filter yang sering digunakan pada berbagai aplikasi seperti ; graphic equalizers, synthesizers, sound effects, CD

players dan virtual reality systems. Bisa dikatakan suatu audio filter

didesign untuk meloloskan beberapa area frekuensi yang diperlukan, baik yang belum dikuatkan ataupun yang sudah dikuatkan. Misalkan pada grafik ekualiser atau CD player, filter didesign untuk beberapa kriteria, seperti pass band, pass band attenuation, stop band, dan stop band

attenuation, dimana pass band adalah area frekuensi untuk audio dapat

dikuatkan dengan spesifikasi minimum.

Dalam beberapa kasus yang kompleks, suatu audio filter dapat menampilkan audio feedback loop dimana terjadi resonansi saat penguatan sinyal. Audio filter pun dapat juga didesign menampilkan penguatan gain

FI R Noise

Suara Sinus

Sinyal referensi

LMS

error koefisien

17

(boost) sebaik penguatan attenuation. Audio filter dapat

diimplementasikan pada rangkaian analog seperti ; analog filter atau pada DSP code atau computer software sebagai digital filter.

Banyak non-linier filter digunakan pada aplikasi audio, seperti ;

compressors, fuzzy boxes, ring modulators. (Binanto, 2010).

2.3.3 Audio Codec

Suatu audio codec adalah sebuah program komputer yang melakukan proses kompresi dan dekompresi dari audio digital yang nantinya didapatkan suatu format audio file dan audio streaming. Umumnya codec diimplementasikan sebagai bagian dari interface bagi banyak pemutar multimedia, seperti ; Winamp, Windows Media Player ataupun XMMS. Dalam konteks yang sama audio codec dapat dianggap sebagai sebuah perangkat implementasi yang bisa berbentuk card audio, yang dapat digunakan encoding/decoding dari dan ke audio analog

menjadi audio digital (AD/DA converter). Contoh : AC‟97 standar

keluaran Intel Corp. (Binanto, 2010).

2.3.4 Audio Sampling

18 bentukan gelombangnya disebut dengan sinyal analog. Sinyal analog adalah sinyal yang bentuknya seperti pada Gambar 2.4.

[image:39.595.109.495.263.564.2]

Namun sebuah teknik memungkinkan sinyal ini diubah dan diproses sehingga menjadi lebih baik. Teknik ini memungkinkan perubahan sinyal analog menjadi bit-bit digital. Teknik itu disebut teknik sampling. Jika telah menjadi sinyal digital maka sinyal ini jauh lebih baik, sedikit noisenya dan juga dapat diproses dengan mudah. Digital Signal Prosessing merupakan perkembangan dari teknik ini yang memungkinkan kita membentuk sample-sample yang berupa suara seperti yang ada pada keyboard, syntitizer, Audio Prosessing, dll.

Gambar 2.4 Sinyal Analog [1].

2.3.5 Proses Sampling

[image:40.595.111.521.273.643.2]

19 Ini adalah batas minimum dari frekuensi sample agar nantinya cuplikan yang diambil menunjukkan bentukan sinyal yang asli (analog). Lebih besar tentunya lebih baik, karena cuplikan akan lebih menggambarkan sinyal yang asli. Seperti terlihat pada Gambar 2.6. adalah bentukan proses pencuplikan. Setelah dilakukan proses ini maka terbentuklah suatu sinyal analog-diskrit yang bentuknya menyerupai aslinya namun hanya diambil diskrit-diskrit saja. (Binanto, 2010)

Gambar 2.5 Sinyal Sample [1].

Gambar 2.6 Proses pencuplikan sinyal [1].

20

2.3.6 Frekuensi Kerja Audio

[image:41.595.111.505.226.545.2]

Suatu audio frekuensi (AF) bekerja pada frekuensi 20 Hz s/d sekitar 20 KHz dan pada frekuensi inilah dapat didengar manusia. Salah satu variabel dari frekuensi yang dapat terukur dan secara fisik berosilasi pada range frekuensi ini, diantaranya ; aliran listrik, tekanan udara ataupun getaran mekanis. (Ferdinando, 2010)

Gambar 2.7 Cara kerja audio secara umum. [13]

2.4 File Audio Digital

2.4.1 Definisi Audio

Audio adalah vibrasi yang dihasilkan oleh suatu benda dan dapat didengarkan dengan jelas, contohnya pita suara manusia. Frekuensi suara

yang dapat didengar manusia terletak diantara 20 dan 20.000 Hz. Range ini berbeda-beda secara individu dan umumnya tergantung usia. Biasanya manusia mendengar pada frekuensi sekitar 3.500 Hz, diatas kemampuan dasar pendengaran ataupun dibawahnya disebut sebagai ultrasound dan

21

Ultrasound adalah suara dengan frekuensi diatas batas pendengaran

manusia 20 KHz. Beberapa binatang seperti anjing, ikan lumba-lumba, kelelawar dan tikus dapat mendengarkan frekuensi ini. Hal ini dimungkinkan karena telinga bagian tengahnya memiliki kemampuan low

pass filter sehingga frekuensi sampai dengan 200 KHz dapat didengar.

Infrasound adalah suara dengan frekuensi dibawah batas

pendengaran manusia. Beberapa penelitian mengenai suara rendah ini bekerja pada 16 s/d 17 Hz mengarah kepada 0,001 Hz. Pada range frekuensi ini seismograf digunakan untuk memonitoring terjadinya gempa bumi, gelombang laut, gunung meletus, dan pergerakan meteor. Beberapa hewan dapat mendengar frekuensi ini walaupun sumber suara berada jauh dari binatang, diantaranya ikan paus, gajah, badak, jerapah, dan buaya. (Binanto, 2010).

2.4.2 Jenis - jenis Audio / Suara

Terdapat 2 (dua) macam klasifikasi jenis suara, (Ferdinando, 2010) diantarannya ;

1) Noise

Noise adalah vibrasi yang tidak umum dan tidak diinginkan

yang masuk dalam setiap frekuensi. Noise memiliki aperiodic

22 tunggal tanpa muatan harmonik). Contoh untuk pure tones

adalah suara piano, dimana nada C pada bagian tengah piano akan memiliki frekuensi 440 Hz.

2) Pitch

Pitch pada suara adalah range yang mungkin dihasilkan

akibat terjadinya gelombang dan membentuk frekuensi jenis suara tertentu. Frekuensi ini dapat dikelompokan sebagai ; a) Low (bass), frekuensi ini biasanya menghasikan suara

yang penuh tenaga dan hangat. Misalnya suara petir dan tembakan peluru.

b) Midrange, frekuensi ini biasanya menghasilkan suara

yang berenergi. Pada umumnya orang akan terganggu dengan frekuensi ini, misalnya suara ring telepon.

c) High (treble), frekuensi ini biasanya menghasilkan

suara yang agak berkualitas, terdengar jelas dan dikenal asal suaranya. Contohnya suara bel kecil dan simbal drum. [10]

2.4.3 Format Audio

1. Waveform Audio Format (WAV)

23 yang berukuran besar (sekitar 10MB per menit). File .wav juga dapat berisi data terkodekan dengan beraneka ragam codec untuk mengurangi ukuran file. (Binanto, 2010).

File Audio WAV mirip dengan PCM, namun bisa terkompresi maupun tidak terkompresi. File Wav juga mirip dengan file AIFF yaitu file Audio yang digunakan komputer Mac. Format WAV banyak digunakan oleh handphone, sehingga popularitas bisa menyamai file MP3. (Binanto, 2010)

WAV adalah singkatan dari istilah dalam bahasa Inggris

waveform audio format merupakan format standar berkas audio

yang dikembangkan oleh Microsoft dan IBM. Walaupun WAV dapat menampung audio dalam bentuk terkompresi, umumnya format WAV merupakan audio yang tidak terkompres.

Kualitas produksi waveform audio bergantung pada sampling rate (banyaknya sample per-detik). Waveform audio disebut juga

pulse code modulator (pcm) audio. WAV merupakan standar untuk

komputer berbasis Windows, namun dapat digunakan di komputer berbasis Machitosh. [6].

2. MPEG-1 Audio Layer 3 (MP3)

24 .mp3 dimampatkan secara signifikan sampai 1/10 dari ukuran yang ekuivalen dengan PCM, tetapi dengan tetap mempertahankan kualitas audio yang baik. (Binanto, 2010).

MPEG sendiri merupakan singkatan dari Moving Pictures Experts Group, yaitu sebuah organisasi yang mengembangkan standar untuk kode program audio dan video. Sebuah file MP3 mempunyai bit rates mulai dari yang rendah yaitu 32 kbits/detik hingga 320 kbits/detik. Format File MP3 merupakan yang paling terkenal di kalangan umum, karena ukuran filenya yang kecil tapi dengan kualitas suara yang masih terjaga dengan baik. Selain itu format file MP3 banyak didukung pemutar-pemutar musik yang banyak beredar di pasaran, sehingga MP3 lebih dikenal. [6]

Standar MPEG-1 tidak menspesifikasikan secara spesifik cara melakukan encode MP3, sebaliknya algoritma decode serta format file didefinisikan secara spesifik. Oleh karena itu cara

encode setiap encode berlainan dan menghasilkan kualitas hasil

yang berlainan juga. MP3 mempunyai beberapa batasan limit, antara lain ;

a. Bit rate terbatas, maksimum 320 kbit/s (beberapa encoder

25 b. Resolusi waktu yang digunakan MP3 dapat menjadi terlalu rendah untuk sinyal-sinyal suara yang sangat transient, sehingga dapat menyebabkan noise

c. Resolusi frekuensi terbatasi oleh ukuran window yang panjang kecil mengurangi efisiensi coding

d. Tidak ada scale factor band untuk frekuensi diatas 15,5 atau 15,8 kHz

e. Mode joinstereo dilakukan pada basis per frame

f. Delay bagi encoder / decoder tidak didefinisikan, sehingga tidak ada dorongan untuk gapless playback (pemutaran audio tanpa gap). Tetapi, beberapa encoder seperti LAME dapat menambahkan metadata tambahan yang memberikan informasi kepada MP3 player untuk mengisi hal itu. [6]

2.5 Model Nada

Untuk piano dan alat musik petik atau gesek, representasi nada memiliki profil energi yang sama. Nada tersebut mulai dengan sebuah

attack dengan overshoot yang cukup tinggi dan berakhir dengan keadaan

sustain dan akhirnya menurun. Panjang dari attack dan sustain akan

26

Gambar 2.8 Grafik dari amplitudo energi dalam domain waktu untuk nada single.[4]

Karakteristik spectrum untuk tiap nada bervariasi bergantung pada instrument musik yang dimainkan. Gambar 2.6 menunjukkan puncak tertinggi merupakan frekuensi fundamental dimana terletak pada frekuensi rendah. Puncak-puncak yang lainnya merupakan harmonik dari frekuensi fundamental yang muncul saat n * f dimana n adalah nilai integer lebih besar dari satu.

27

2.5.1 Interval

Interval adalah jarak / selang antara dua buah nada. Ada banyak ukuran interval yang dapat dibuat untuk membuat tangga nada. (Ferdinando, 2010). Dalam subbab sebelumnya interval yang dipakai

(dalam satuan semitone) untuk membentuk tangga nada mayor adalah : 2-2-1-2-2-2-1. Tangga nada tidak hanya tangga nada mayor. Ada banyak

jenis tangga nada yang lain, dan itu semua dibuat berdasarkan aturan terhadap interval. [4]

Ukuran interval yang bervariasi akan memberikan tidak hanya

suara terdengar yang berbeda, tapi juga memberi kesan „rasa‟ yang juga

berbeda. Untuk ukuran interval tertentu campuran nada dapat „dirasakan‟

begitu „pas‟ atau cocok (consonant). Tetapi campuran nada yang lain bisa

saja terdengar „kurang enak‟ atau kurang cocok (dissonant). Kombinasi

consonant dan dissonant sangat diperlukan dalam musik.

Musik yang hanya berisi consonant akan terdengar lembut dan lunak. Pemberian dissonant membuat ada „tekstur‟ dalam musik. Berikut

28 Tabel 2.2 Interval pada musik. [4]

29 Interval dari tipe chord yang disusun dari nada dasar dikenal sebagai tingkat (degree). Penamaan tingkat ini mirip dengan nama interval, hanya tingkat ini lebih sering dipakai karena penulisannya yang singkat. Berikut ini daftar penamaan tingkat dan ekivalennya dengan interval dan ukuran interval (dalam satuan semitone).

Tabel 2.3 Tingkat Interval. [4]

Sangatlah penting mengingat tingkat ini, karena sangat berkaitan dalam penyusunan sebuah chord.

30

2.5.2 Pasangan Chord (Kunci Tangga Nada)

Dalam mengiringi sebuah lagu maka jenis chord yang dimainkan tentu juga tergantung dari nada dasar lagu tersebut. Selain itu, untuk menentukan pasangan chord yang dipakai untuk mengiringi lagu juga memiliki aturan tersendiri. [4]

Untuk memudahkan pencarian formulanya, ada baiknya dimulai dengan menganalisis dari sistem tangga nada C mayor.

Tangga nada C mayor : C – D – E – F – G – A – B – C

Masing-masing nada dalam tangga nada C mayor ini dicari triad -nya, maka :

Tabel 2.4 Triad C mayor, Sumber : Dokumentasi Bagus Ak Triad : C – E – G

Tingkat : 1 – 3 – 5  C mayor

Triad : D – F – A

Tingkat : 1 – b3 – 5  D minor

Triad : E – G – B

Tingkat : 1 – b3 – 5  E minor

Triad : F – A – C

Tingkat : 1 – 3 – 5  F mayor Triad : G – B – D

Tingkat : 1 – 3 – 5  G mayor

Triad : A – C – E

Tingkat : 1 – b3 – 5  A minor

31 Tingkat : 1 – b3 – b5  B diminished

Triad : C – E – G

Tingkat : 1 – 3 – 5  C mayor

Dari penurunan diatas terdapat 3 buah triad mayor yaitu pada tingkat 1, 4, dan 5 relatif terhadap tangga nada C mayor. Ini berarti bila mengiringi dari C mayor, pasangan chord mayor lainnya adalah F mayor, dan G mayor (biasanya cukup ditulis dengan F dan G saja). Kemudian didapati juga ada 3 buah chord minor, yaitu pada tingkat 2,3, dan 6 relatif terhadap tangga nada C mayor. Ini juga berarti pasangan chord lainnya yang dapat mengiringi chord C mayor adalah : D minor (Dm), E minor (Em), dan A minor (Am). Kemudian terdapat satu chord diminished, yaitu B diminis (Bdim). Bagian ini sering digolongkan sebagai berikut;

Tabel 2.5 Penggolongan Triad [4].

2.6 Filter (Tapis)

32 pemilih frekuensi agar dapat melewatkan frekuensi yang diinginkan dan menahan (couple) / membuang (bypass) frekuensi lainnya. (Robert, 2004). Jaringan-jaringan filter bisa bersifat aktif maupun pasif. Jaringan filter pasif hanya berisi tahanan, inductor dan kapasitor saja, sedangkan jaringan filter aktif berisikan transistor atau op-amp ditambah tahanan, inductor dan kapasitor. Jenis filter ada 4 (empat) macam dalam pengaturan-pengaturan frekuensi, (Robert, 2004) yaitu :

1) Band Pass Filter : membagi kedua komponen frekuensi atas maupun

bawah dan meneruskan komponen frekuensi.

2) Band Stop Filter : membuang frekuensi tengah, dan meneruskan

komponen frekuensi atas dan frekuensi bawah.

3) High Pass Filter : meneruskan komponen frekuensi atas pada

keluaran (output), dan menghilangkan komponen frekuensi bawah.

4) Low Pass Filter : meneruskan komponen frekuensi bawah sebagai

keluaran (output), dan mengurangi komponen frekuensi atas.

Penyaringan/filter sinyal dilakukan dengan 2 (dua) tahap, [8] yaitu : 1. Masukan (input) penyaringan sinyal.

2. FFT (Fast Filter Transform), dalam tahap ini data digital gelombang di transformasikan kepada domain frekuensi.

33 Pita Lewat : Jangkauan frekuensi yang dipancarkan.

Pita Stop : Jangkauan frekuensi yang diperlemah.

Frekuensi cutoff (fc) : disebut frekuensi 0.707, frekuensi 3-dB, frekuensi pojok, atau frekuensi putus.

Bentuk respon HPF seperti ditunjukkan gambar di bawah ini.

Gambar 2.11 Respon HPF [8].

Dalam perancangannya diperhitungkan nilai Q(faktor mutu). dengan;

Q = faktor mutu fo = frekuensi cutoff B = lebar pita frekuensi seperti berikut ini :

34 Gambar 2.13 Filter Band Elimination [8].

Ada 3 macam desain yang cukup dikenal pada penggunaan rangkaian filter pada sistem audio yaitu : Chebycev, Bessel dan Butterwoth.

Filter butterwoth lebih banyak digunakan dalam sistem audio.

Rancangan rangkaian yang akan dibahas adalah low pass filter butterwoth

dan high filter butterwoth karena filter butterwoth memiliki tingkat ke-

linieran yang lebih baik.

Beberapa cara untuk merancang suatu filter :

a. Menentukan spesifikasi filter : penguatan, frekuensi cut-off, frekuensi stop band.

b. Tentukan frekuensi cut off (Fc) untuk merancang low pass filter dan high pass filter dengan bantuan tabel dan harga komponen.

2.7 Metode Pemrosesan Sinyal Digital Pada File Audio

35

coding. Proses ini membutuhkan alat yang bernama ADC (Analog to

Digital Converter). Setelah sinyal menjadi bentuk digital, barulah diproses

secara digital oleh prosesor DSP. Hasil keluaran dari proses ini selanjutnya diubah kembali menjadi analog kembali oleh DAC (Digital to Analog

Converter), karena pada umumnya sinyal yang bisa kita lihat atau dengar

adalah sinyal analog (Budi, 2004).

DSP

ADC DAC Output

(Sinyal Analog)

Output (Sinyal Digital) Input

(Sinyal Digital) Input

(Sinyal Analog)

Gambar 2.14 Sistem Pengolahan Sinyal Digital (Tri,Budi; Modul

Sampling dan Aliasing)

Pada penerapannya, pemrosesan sinyal banyak melibatkan bidang-bidang ilmu yang lain seperti teori telekomunikasi, analisis numerik, probabilitas/statistika, elektronik digital, elektronika analog, dan sebagainya. (Budi, 2004).

Adapun aplikasinya sebagai berikut : 1. Telekomunikasi

36 2. Pemrosesan Audio

Misalnya pada music; speech recognition, speech synthetis, dan sebagainya.

3. Medis

Misalnya analisis elektrokardiogram; diagnostic imaging, medical image storage/retrieval.

4. Militer

Misalnya radar, sonar; secure communication, dan sebagainya.

Pada prinsipnya pemrosesan sinyal digital hanya memakai kurang lebih 5 operasi dasar, yaitu : korelasi, konvolusi, transformasi, Discreate

Fourier Tranform (DFT) dan Fast Fourier Transform (FFT), dan Filter.

Ada beberapa alasan mengapa digunakan pemrosesan sinyal digital pada suatu sinyal analog, yaitu : [8],

37 2) Pemrosesan sinyal digital menawarkan pengendalian akurasi yang lebih baik. Faktor toleransi yang terdapat pada komponen-komponen rangkaian analog menimbulkan kesulitan bagi perancang dalam melakukan pengendalian akurasi pada sistem pemrosesan sinyal analog. Di lain pihak, sistem digital menawarkan pengendalian akurasi yang lebih baik.

3) Informasi dapat dengan mudah diproses dan dimodifikasi ke dalam berbagai bentuk. Sinyal-sinyal digital dapat disimpan pada media magnetik (berupa tape atau disk) tanpa mengalami pelemahan atau distorsi data sinyal yang bersangkutan. Dengan demikian sinyal tersebut dapat dipindah pindahkan serta diproses secara offline di laboratorium. Metode-metode pemrosesan sinyal digital juga membolehkan implementasi algoritma-algoritma pemrosesan sinyal yang lebih canggih.

4) Implementasi digital sistem pemrosesan sinyal lebih murah dibandingkan secara analog. Hal ini disebabkan karena perangkat keras digital lebih murah, atau mungkin karena implementasi digital memiliki fleksibilitas untuk dimodifikasi.

2.7.1 Korelasi

38 antara -1 sampai 1. Jika korelasi bernilai 1, maka kedua sinyal sama persis. Sebaliknya jika bernilai -1 maka kedua sinyal saling berkebalikan.

Formula untuk korelasi dapat dilihat dibawah ini : (Ferdinando, 2010).

Secara umum, terdapat 2 macam korelasi, yaitu:

a. Auto-correlation

Korelasi sebuah sinyal dengan sinyal itu sendiri. Jika dilihat dari rumus, berarti x1 (n) sama dengan x2 (n).

b. Cross-correlation

Korelasi sebuah sinyal dengan sinyal lainnya. Dari sini dapat dilihat kemiripan kedua sinyal tersebut.

2.7.2 Konvolusi

Pada dasarnya, konsep konvolusi adalah penggabungan 2 buah sinyal secara matematis untuk membentuk suatu sinyal baru. Konvolusi dapat menunjukkan bagaimana interaksi antara input dengan sistem untuk membentuk output.

Sistem h(n)

Input x(n) Output y(n)

39 Formula konvolusi dapat dilihat berikut ini : (Ferdinando, 2010).

2.7.3 Transformasi

Semua sinyal baik analog maupun digital pada umumnya direpresentasikan dalam domain waktu. Dalam domain waktu, sulit dilakukan analisis frekuensi suatu sinyal. Transformasi digunakan untuk mengubah domain suatu sinyal dari domain waktu ke domain frekuensi. Transformasi biasanya digunakan untuk mempermudah analisis maupun perhitungan. Dalam PSD, transformasi yang biasa dipakai adalah transformasi Z. (Ferdinando, 2010).

Tranformasi ini berguna untuk merepresentasikan, menganalisis, serta mendesain sistem dan siyal diskrit. Formula transformasi Z sebagai berikut (Ferdinando, 2010).

2.7.4 DFT dan FFT

40 jelas frekuensi kerja dan power suatu sinyal ataupun sistem. Formula DFT sebagai berikut : (Ferdinando, 2010).

FFT sebenarnya memiliki fungsi yang sama dengan DFT, hanya FFT menggunakan algoritma perhitungan yang lebih efisien dibandingkan dengan DFT. Hal ini diperlukan dalam aplikasi untuk meningkatkan efisiensi kerja suatu prosesor DSP.

2.7.5 Filter

Filter adalah sistem yang secara selektif dapat mengubah bentuk sinyal, menghilangkan sinyal tertentu, maupun berbagai karakteristik sinyal lainnya. Penggunaan filter ini banyak dan luas sekali. Pada PSD, filter yang didesain adalah filter digital. Pada filter ini, penentu karakteristik dari filter adalah koefisien-koefisien filter.

Secara umum filter digital dibagi 2 jenis, yaitu :

1. Finite Impulse Response (FIR)

41

2. Infinite Impulse Response (IIR)

IIR dipakai jika ingin didapatkan frekuensi cutoff yang tajam dan

throughput yang tinggi. Formula IIR dapat dilihat dibawah ini

(Ferdinando, 2010).

Jika diperhatikan, semua operasi dasar ini hanya berupa perkalian dan penjumlahan sederhana saja. Namun kedua operasi yang dilakukan ini sangat banyak jumlahnya, sehingga untuk menerapkannya dalam aplikasi diperlukan suatu prosesor yang sangat cepat dalam melakukan perhitungan matematis. Untuk itulah didesain suatu mikroprosesor yang bekerja khusus untuk memproses sinyal digital yang disebut Digital Signal Prosessor

(DSP) (Ferdinando, 2010).

2.8 Transformasi Fourier

Sejarah transformasi fourier berawal pada tahun 1822, Joseph

Fourier, ahli matematika dari Prancis menemukan bahwa : “Setiap fungsi

42 Transformasi Fourier merupakan metode tradisional untuk menentukan kandungan frekuensi dari sebuah sinyal. Transformasi Fourier pada dasarnya membawa sinyal dari dalam kawasan waktu ( time-domain) ke dalam kawasan frekuensi (frekuensi-domain). Pada sisi lain transformasi fourier dapat dipandang sebagai alat yang mengubah sinyal menjadi jumlahan sinusoidal dengan beragam frekuensi.

Tranformasi Fourier menggunakan basis sinus dan kosinus yang memiliki frekuensi berbeda. Hasil Transformasi Fourier adalah distribusi densitas spectral yang mencirikan amplitudo dan fase dari beragam frekuensi yang menyusun sinyal. Hal ini merupakan salah satu kegunaan Transformasi Fourier, yaitu untuk mengetahui kandungan frekuensi sinyal. (Ferdinando, 2010).

2.8.1 Contoh Hasil Perhitungan Transformasi Fourier dalam bentuk

Sinus ( Sin [x] )

Berikut ini adalah contoh perhitungan dengan transformasi fourier beserta grafik tampilannya adalah sebagai berikut;

43

Gambar 2.16 Contoh hasil proses transformasi fourier. (Ferdinando, 2010).

2.8.2 Contoh Hasil Perhitungan Transformasi Fourier Satu (1)

Dimensi

Misalkan kita memiliki sinyal x(t) dengan rumus sebagai berikut;

x(t) = cos ( 2 * pi * 5 * t ) + cos ( 2 * pi * 10 * t ) +

cos ( 2 * pi * 20 * t ) + cos ( 2 * pi * 50 * t )

Sinyal tersebut memiliki empat komponen frekuensi yaitu; 5, 10, 20, 50.

Gambar sinyal dengan satu dimensi dengan rumus;

x(t) = cos(2*pi*5*t) + cos(2*pi*10*t) + cos(2*pi*20*t) + cos(2*pi*50*t)

44

2.9 MATLAB

2.9.1 Pengertian MatLab

MATLAB (Matrix Laboratory) merupakan salah satu bahasa pemrograman yang dikembangkan oleh MathWorks (Erick P & Yessica Nataliani, 2007:1-2). Matlab adalah sebuah 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 solusinya yang dinyatakan dengan notasi matematik (Erick P & Yessica Nataliani, 2007:1-2). Awalnya merupakan interface untuk koleksi rutin-rutin numerik LINPACK dan EISPACK yang menggunakan FORTRAN. Sekarang menjadi produk komersial Mathworks Inc. yang menggunakan C++.

Salah satu yang cukup menarik dari MatLab adalah kemudahan dan kejelasannya dalam memahami contoh dan demo serta help yang ada pada MatLab. MatLab dapat berlaku seperti bahasa pemrograman C ataupun pascal yang mempunyai struktur kontrol program. Pemrograman dengan MatLab memerlukan lebih dari satu baris dan dimungkinkan untuk didokumentasikan dalam m-file, kontrol program ini digunakan untuk memperbaiki tampilan yang diinginkan.

Ada beberapa macam kebutuhan yang sering digunakan pada MatLab diantaranya (Saluky, 2006) :

45 2) Pengembangan dan algoritma.

3) Pemrograman modeling, simulasi dan pembuatan prototype. 4) Analisa data, eksplorasi dan visualisasi.

5) Analisa numerik dan statistik. 6) Pengembangan aplikasi teknik.

Untuk mengenal lebih dekat tentang Matrix Laboratory (MatLab) dapat dilihat pada Gambar 2.15 yang menampilkan ruang kerja MatLab 2008 dengan berbagai tools dan fasilitas yang disediakannya. Sedangkan gambar 2.16 merupakan menu start aplikasi, yang berisi berbagai macam pilihan perintah.

Gambar 2.18. Tampilan MatLab [5]. 1

3

2

4

46 Gambar 2.19 Tampilan Menu Start MatLab [5].

Pada kedua gambar tersebut diatas, bagian yang ditunjuk oleh panah bernomor adalah bagian dari halaman kerja MatLab dengan fungsi yang berbeda-beda. Berikut dibawah ini disajikan fungsinya, adalah sebagai berikut;

Tabel 2.6 Bagian-bagian halaman kerja MatLab 2008 [5].

NO NAMA BAGIAN KETERANGAN

1 MenuBar Berisi daftar menu (perintah) yang umum digunakan oleh setiap aplikasi berbasis windows, misalnya : Menu File.

2 Figuras Berisi tampilan output dalam bentuk grafik 3 Command Windows Berisi daftar perintah-perintah yang

dijalankan dan diproses.

4 Command History Berisi hasil ringkasan perintah yang telah dijalankan dan sedang berjalan/proses.

47

2.9.2 Sekilas Sistem Program MatLab

Sistem MATLAB terdiri dari 5 bagian utama, yaitu : 1. Bahasa (pemrograman) MATLAB

Bagian ini adalah bahasa (pemrograman) tingkat tinggi yang menggunakan matriks/array dengan pernyataan aliran kendali program, struktur data, masukan/ keluaran, dan fitur-fitur pemrograman berorientasi objek.

2. Lingkungan kerja MATLAB

Bagian ini adalah sekumpulan tools dan fasilitas MATLAB yang digunakan oleh pengguna atau pemrogram. Fasilitas yang dimaksudkan misalkan untuk mengelola variable di dalam ruang kerja (workspace) dan melakukan impor dan ekspor data.

3. Penanganan Grafik

Bagian ini adalah sistem grafik MATLAB, termasuk perintah-perintah (program) tingkat tinggi untuk visualisasi data dimensi 2 dan dimensi 3, pengolahan citra, animasi, dan presentasi grafik.

4. Pustaka (library) fungsi matematis MATLAB

48 5. API (Application Program Interface)

Bagian ini adalah pustaka (library) untuk menuliskan program dalam bahasa C dan Fortran yang berinteraksi dengan MATLAB, termasuk fasilitas untuk memanggil rutin program dari MATLAB (dynamic linking), memanggil MATLAB sebagai mesin komputasi (computational engine), dan untuk pembacaan serta penulisan MAT-files. (Marvin, hal.2-3).

2.9.3 Sintaks MatLab

Untuk mengetahui program dalam MatLab, perhatikan Gambar dibawah ini yang menampilkan beberapa sintaksis yang ada didalam pemrograman MatLab.

[image:69.595.114.513.182.732.2]

49 Untuk lebih jelasnya, perhatikan sintaksis dari kode program berikut ini :

>> !dir

Volume in drive C has no label. Volume Serial Number is 5C8B-7700

Directory of C:\Documents and Settings\ROOM\MyDocuments\MATLAB

16/10/2009 08:01 <DIR> . 16/10/2009 08:01 <DIR> ..

14/10/2009 13:40 20.147 DemoAnalisisKualitasFrek.fig 14/10/2009 13:36 19.077 DemoAnalisisKualitasFrek.m 20/07/2009 15:17 16.904 hs_err_pid2824.log

14/10/2009 09:55 6.391 simulasi1.fig 14/10/2009 09:55 7.365 simulasi1.m 20/07/2009 15:12 <DIR> slprj

5 File(s) 69.884 bytes

3 Dir(s) 42.065.526.784 bytes free >>

>> x=1; y=2, plot(x,y,... 'r.')

y = 2

[image:70.595.113.502.185.538.2]

>>

Gambar 2.18 Sintaks program MatLab, (Sumber: Dokumentasi Bagus)

Command perintah pada MatLab hampir sama dengan perintah pada commad prompt windows, ini bisa dilihat dari perintah !dir , dimana digunakan untuk menampilkan di direktori mana file tersebut disimpan dan apa saja yang disimpan di direktori tersebut.

Syntax :

50 - , adalah tanda akhir perintah tetapi dilanjutkan , allows

output.

- … adalah memasukkan perintah selanjutnya, tetapi pada line(baris) berikutnya.

2.10 Perancangan Program

Di dalam penulisan skripsi ini peneliti menggunakan metode pengembangan sistem System Development Life Cycle (SDLC), diagram state-transition (STD), flow-chart dan Struktur Navigasi.

2.10.1 System Development Life Cycle (SDLC)

Model pengembangan SDLC sebagai metode pengembangan sistem. SDLC adalah siklus yang harus di lalui untuk mendisain dan mengimplementasikan sistem yang baru, SDLC di mulai dari suatu tahapan sampai tahapan terakhir dan kembali lagi ketahapan awal membentuk suatu siklus atau daur hidup. Adapun metode pengembangan SDLC (System Development Life Cycle) mencakup tahapan sebagai berikut :

Analisa Sistem Perancangan

Sistem

Implementasi Sistem

Operasi dan Perawatan Sistem

[image:71.595.110.516.95.559.2]

51 Model SDLC digunakan dengan melakukan pendekatan berorientasi objek terhadap pengembangan sistem yang mencakup keseluruhan aplikasi sistem yang dibuat dalam mengembangan perangkat-perangkat lunak.

2.10.2 State-Transition Diagram (STD)

State-transition diagram (STD) adalah sebuah model tingkah

laku yang bertumpu pada definisi dari serangkaian keadaan sistem dan digambarkan dengan persegi panjang yang merepresentasikan keadaan sistem dan anak panah yang merepresentasikan transisi antar keadaan (Pressman, 2002). Gambar 2.20 akan memperlihatkan contoh diagram state-transition pada software mesin fotokopi yang telah disederhanakan.

Membaca perintah

Mengkopi Mengisi Kembali

Kertas Mendiagnosis Masalah jammed memanggil Perform problem-diagnosis full

memanggil read-op-input

not jammed memanggil

read-op-input

copies done memanggil

read-op-input

full & start

memanggil manage-copying _memanggil idle

read-op-input

empty memanggil reload

paper

[image:72.595.110.518.179.691.2]

52 Notasi-notasi yang dipergunakan dalam diagram

state-transition (STD) adalah :

1. Keadaan sistem (state)  suatu kumpulan dari tingkah laku yang dapat diobservasi.

2. Perubahan sistem  untuk menghubungkan suatu keadaan lain, digunakan jika sistem memiliki transisi dalam perilakunya. 3. Kondisi dan aksi  kondisi (condition) adalah suatu keadaan

pada lingkungan luar (external environment) yang dapat dideteksi oleh sistem, sedangkan aksi (action) merupakan reaksi terhadap kondisi bila terjadi perubahan state.

2.10.3 Flow-Chart

Bagan alir program (program flow-chart) adalah suatu bagan yang menggambarkan arus logika dari data yang akan diproses dalam suatu program dari awal sampai akhir (Hartono, 2005). Bagan alir program merupakan alat yang berguna bagi seorang perancang program untuk mempersiapkan program yang rumit. Bagan alir terdiri dari simbol-simbol yang mewakili fungsi-fungsi langkah program dan garis alir (flow lines) menunjukkan urutan dari simbol-simbol yang akan dikerjakan. Jadi, flow-chart

[image:74.595.106.539.112.738.2]

53 Tabel 2.7. Simbol-simbol Program Flow-Chart Menurut ANSI

(American National Standard Institute), (Sumber: Jogiyanto Hartono, 2005)

SIMBOL NAMA FUNGSI

TERMINATOR Permulaan atau akhir program

GARIS ALIR (FLOW LINE)

Arah aliran program

PREPARATION Proses inisialisasi atau pemberian

harga awal

PROSES Proses