35 4.1 Hasil Experimen
Pada dasarnya tahapan yang dilakukan pada proses pengambilan sampel dari database dan database query, secara keseluruhan menggunakan cara yang sama.
Berdasarkan tahapan experimen yang telah dilakukan, maka diperoleh hasil penelitian dijelaskan sebagai berikut.
1. Pengambilan Sampel a. Database
Dari proses perekaman nada suara piano yang telah dilakukan maka diperoleh hasil sampel nada berupa file audio berformat wav.
Gambar 4.1 Sampel Nada Piano
Jumlah not yang di rekam sebanyak 49 sampel dari 4 oktaf nada dimana G=do.
b. Database Query
Berdasarkan pengambilan sampel nada yang dilakukan terhadap 4 orang mahasiswa sebagai objek penelitian, maka diperoleh hasil berupa file audio berformat wav.
Gambar 4.2 Sampel Suara Manusia
Sebaiknya di dalam proses perekaman menggunakan microphone yang berkualitas, serta dilakukan pada ruangan yang kedap suara, untuk memperoleh hasil rekaman suara yang terbaik serta mengurangi noise.
2. Sampling
Pada proses ini terjadi suatu pengambilan sampel dari bentukan sinyal analog. Pengambilan dilakukan pada bagian-bagian sinyal analog dengan cara pembagian sampel, karena sampel yang di ambil akan lebih menggambarkan sinyal yang asli. Seperti terlihat pada Gambar 4.2 adalah hasil dari sampling nada A4.
Gambar 4.3 Plot hasil sampling dari nada A4
Setelah pembagian sampel, maka terbentuklah suatu sinyal analog- diskrit yang bentuknya menyerupai aslinya namun hanya diambil diskrit-diskrit nya saja.
3. Feature Extraction
Pada tahap ini dilakukan Feature Extraction, dimana sinyal diskrit yang berupa data digital tersebut akan di transformasi menjadi frekuensi dan selanjutnya akan di lakukan analisis pada frekuensi tersebut menggunakan Discrete Wavelet Transform dengan melakukan dekomposisi (memisahkan) sinyal masukan yang diinginkan menjadi sebuah bentuk gelombang lain dimana sinyal dilewatkan pada rangkaian AC (low pass filter) sehingga memperoleh informasi nilai aproksimasi. Seperti terlihat pada Gambar 4.4 berikut.
Gambar 4.4 Plot hasil dari DWT
Hasil keluaran AC (Low Pass Filter) ini selanjutnya akan di segmentasi atau dikelompokan, seperti pada Gambar 4.5 berikut.
Gambar 4.5 Plot hasil segmentasi dari nada A4
Pada gambar ini dapat ditunjukan bahwa sinyal yang kecil adalah noise, sedangkan sinyal yang bentuknya besar adalah sinyal asli yang sebenarnya. Selanjutnya akan dilakukan analisis pada sinyal asli untuk memperoleh pitch frekuensi.
4. Perolehan Feature a. Feature Database
Berdasarkan proses analisis yang telah dilakukan dari transformasi Wavelet, maka diperoleh hasil database nada piano beserta nilai frekuensi rata-rata dari pitch. Dapat ditunjukan pada Tabel 4.1 dan Tabel 4.2 berikut.
Tabel 4.1 Nada pokok piano beserta nilai pitch standar
Tabel 4.2 Nada kromatis piano beserta nilai pitch standar.
No Nada Frekuensi
1. G2 97.9 Hz
2. A2 110.00 Hz 3. B2 123.47 Hz 4. C3 130.81 Hz 5. D3 146.83 Hz 6. E3 164.81 Hz 7. F3 174.61 Hz 8. G3 196.00 Hz 9. A3 220.00 Hz 10. B3 246.94 Hz 11. C4 261.63 Hz 12. D4 293.66 Hz 13. E4 329.63 Hz 14. F4 349.23 Hz 15. G4 392.00 Hz 16. A4 440.00 Hz
No Nada Frekuensi 17. B4 493.88 Hz 18. C5 523.25 Hz 19. D5 587.33 Hz 20. E5 659.25 Hz 21. F5 698.46 Hz 22. G5 783.99 Hz 23. A5 880.00 Hz 24. B5 787.77 Hz 25. C6 1046.5 Hz 26. D6 1174.7 Hz 27. E6 1318.5 Hz 28. F6 1396.9 Hz 29. G6 1568.0 Hz
No. Nada Pitch 1. G#2 103.83 Hz 2. A#2 116.54 Hz 3. C#3 138.59 Hz 4. D#3 155.56 Hz 5. F#3 185.00 Hz 6. G#3 207.65 Hz 7. A#3 233.08 Hz 8. C#4 277.18 Hz 9. D#4 311.13 Hz 10. F#4 369.99 Hz
No. Nada Pitch 11. G#4 415.30 Hz 12. A#4 466.16 Hz 13. C#5 554.37 Hz 14. D#5 622.25 Hz 15. F#5 739.99 Hz 16. G#5 830.61 Hz 17. A#5 932.33 Hz 18. C#6 1108.7 Hz 19. D#6 1244.5 Hz 20. F#6 1480.0 Hz
Nilai frekuensi yang telah tersimpan kedalam database ini yang selanjutnya akan digunakan dalam proses matching.
b. Feature Database Query
Berdasarkan analisis perhitungan yang telah dilakukan, maka diperoleh hasil database query nada suara manusia beserta nilai pitch frekuensinya. Berikut adalah hasil pengambilan sampel suara dari 4 orang mahasiswa yang menjadi objek penelitian.
Objek 1 dan 2
Objek pertama dan kedua dilakukan pada mahasiswa 1 dan mahasiswa 2 dengan jenis kelamin perempuan.
Tabel 4.3 Hasil uji coba dari objek 1 dan 2
No.
Hasil Database Query (Suara Manusia)
Objek 1 Objek 2
Nada Pitch Nada Pitch
1. C4 262.9968 HZ B3 249.7525 Hz 2. E4 331.4942 HZ C4 265.0797 Hz 3. F4 349.2914 Hz D4 306.0979 Hz 4. E5 686.6421 Hz D#4 312.2765 Hz 5. A3 222.4804 Hz E4 332.2866 Hz 6. G3 196.5798 Hz F4 368.1136 Hz 7. C5 550.3918 Hz F#4 371.8766 Hz 8. G4 394.0836 Hz G4 396.6004 Hz 9. G5 792.0029 Hz A4 453.3955 Hz 10 B4 494.8962 Hz A#4 471.5122 Hz
Objek 3 dan 4
Objek ketiga dan keempat dilakukan pada mahasiswa 3 dan mahasiswa 4 dengan jenis kelamin Laki-laki.
Tabel 4.4 Hasil uji coba dari objek 3 dan 4
No.
Hasil Database Query (Suara Manusia)
Objek 3 Objek 4
Nada Pitch Nada Pitch
1. C3 134.22 Hz B2 126.43 Hz
2. D3 148.64 Hz C3 131.3436 Hz 3. D#3 158.2132 Hz D3 147.8651 Hz 4. E3 168.4213 Hz E3 165.9365 Hz 5. F3 178.6412 Hz F3 175.5226 Hz 6. G3 199.5632 Hz G3 197.2522 Hz 7. C4 263.1346 Hz G#3 209.6342 Hz 8. E4 329.8152 Hz B3 249.9965 Hz 9. D4 295.2351 Hz C4 261.9788 Hz 10 F4 351.6342 Hz F4 350.2777 Hz
5. Similarity Matching
Pada proses matching digunakan metrika Euclidean Distance (ED) untuk menghitung jarak dari 2 buah frekuensi. Dengan penjabaran rumus sebagai berikut:
ED = √
(4.1)
Dimana:
X1= titik pertama (pitch yang didapat)
X2= titik kedua (pitch acuan)
Semisal ingin menghitung jarak euclidean dengan mengambil salah satu sampel dari hasil uji coba. Hasil pitch suara manusia pada nada C4 adalah 262.4365 HZ, sedangkan nilai pitch standar dari piano adalah 261.63 HZ. Caranya adalah kurangkan 262.4365 dengan 261.63, sehingga menghasilkan 0.8065. Cari nilai absolut dari nilai 0.8065 dengan cara mempangkatkannya sehingga mendapat nilai 0.06504425 Kemudian diakarkan sehingga mendapatkan nilai 0,80645. Sehingga jarak euclidean dari 2 pitch tersebut adalah 0,80645.
Dapat dijabarkan sebagai berikut.
ED = √
= √
= √ = 0,80645
Untuk menghitung persentase ketidaksesuaian nada sinyal masukan dapat dijabarkan dengan rumus sebagai berikut:
(4.2)
Dimana:
X1= pitch yang didapat
X2= pitch acuan
X3= pitch diantara
Berdasarkan sampel di atas, sinyal masukan yang berasal dari suara manusia memiliki frekuensi 262.4365 Hz. Frekuensi ini terletak diantara frekuensi nada acuan 261.63 Hz (nada C oktaf ke 4) dan 277.18 Hz (nada C# oktaf ke 4). Karena frekuensi nada sinyal masukan
lebih dekat dengan frekuensi nada acuan 261.63 Hz, maka nada masukan tersebut memiliki jenis nada yaitu nada C pada oktaf ke 4.
Presentase ketidaksesuaian nada sinyal masukan tersebut dapat dihitung dalam penjabaran berikut.
= 1,034 %
Dari perhitungan di atas, pitch nada masukan yang terdeteksi lebih tinggi dari nada acuan sebesar 1,034 %.
Karena persentase ketidaksesuian nada yang dideteksi lebih kecil dari batas toleransi yang diberikan yaitu 10 %, maka nada sinyal masukan di atas dianggap sudah tepat dengan nada piano sebagai guide.
6. Hasil
Berdasarkan tahapan proses experimen yang telah dilakukan, maka di peroleh hasil akhir berupa nada, pitch frekuensi dan nilai dari Euclidean Distance (ED).
Objek 1
Tabel 4.5 Hasil matching pada Mahasiswa 1
Berdasarkan tabel 4.5 dari hasil uji coba yang dilakukan oleh mahasiswa 1, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Sopran (Suara Tinggi Perempuan). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang
No
Hasil Database Query (Suara Manusia)
Hasil Database (Nada Piano)
Nada Pitch Nada Pitch ED
1. C4 262.9968 HZ C4 261.63 HZ 1.3368 2. E4 331.4942 HZ E4 329.63 HZ 1.8642 3. F4 349.2914 Hz F4 349.23 Hz 0.0614 4. E5 686.6421 Hz E5 659.25 Hz 27.3921 5. A3 222.4804 Hz A3 220.00 Hz 2.4804 6. G3 196.5798 Hz G3 196.00 Hz 0.5798 7. C5 542.361 Hz C5 523.25 Hz 19.111 8. G4 394.0836 Hz G4 392.00 Hz 2.0836 9. G5 792.0029 Hz G5 783.99 Hz 8.0329 10. B4 494.8962 Hz B4 493.88 Hz 1.0162
menjangkau nada-nada tinggi seperti pada nada B4 oktaf ke 4 dan tertinggi pada G5 di oktaf ke 5.
Objek 2
Tabel 4.6 Hasil matching pada Mahasiswa 2
Berdasarkan tabel 4.6 dari hasil uji coba yang dilakukan oleh mahasiswa 2, dapat diasumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Alto (Suara Rendah Perempuan). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang hanya menjangkau nada-nada tererendah seperti pada nada B3 pada oktaf ke 3 dan nada G4 pada oktaf ke 4.
No
Hasil Database Query (Suara Manusia)
Hasil Database (Nada Piano)
Nada Pitch Nada Pitch ED
1. B3 249.7525 Hz B3 246.94 Hz 2.8125 2. C4 265.0797 Hz C4 261.63 Hz 3.4497 3. D4 296.0979 Hz D4 293.66 Hz 2.4379 4. D#4 312.2765 Hz D#4 311.13 Hz 1.1465 5. E4 332.2866 Hz E4 329.63 Hz 2.6566 6. F4 351.1136 Hz F4 349.23 Hz 1.8906 7. F#4 371.8766 Hz F#4 369.99 Hz 1.8866 8. G4 396.6004 Hz G4 392.00 Hz 4.6004 9. A4 442.3955 Hz A4 440.00 Hz 2.3955 10. A#4 471.5122 Hz A#4 466.16 Hz 5.3522
Objek 3
Tabel 4.7 Hasil matching pada Mahasiswa 3
Berdasarkan tabel 4.7 dari hasil uji coba yang dilakukan oleh mahasiswa 3, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Tenor (Suara Tinggi Laki-laki). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang menjangkau nada-nada tinggi pada jangkauan suara Laki-laki oktaf ke-4 yakni nada C4 sampai nada F4.
No
Hasil Database Query (Suara Manusia)
Hasil Database (Nada Piano)
Nada Pitch Nada Pitch ED
1. C3 134.22 Hz C3 130.81 Hz 3,41
2. D3 148.64 Hz D3 146.83 Hz 1,81
3. D#3 158.2132 Hz D#3 155.56 Hz 2.6532 4. E3 168.4213 Hz E3 164.81 Hz 3.6113 5. F3 178.6412 Hz F3 174.61 Hz 4.0312 6. G3 199.5632 Hz G3 196.00 Hz 3.5632 7. C4 263.1346 Hz C4 261.63 Hz 1.5046 8. E4 329.8152 Hz E4 329.63 Hz 0.1852 9. D4 295.2351 Hz D4 293.66 Hz 1.5751 10. F4 351.6342 Hz F4 349.23 Hz 2.4132
Objek 4
Tabel 4.8 Hasil matching pada Mahasiswa 4
Berdasarkan tabel 4.8 dari hasil uji coba yang dilakukan oleh mahasiswa 4, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Tenor (Suara Tinggi Laki-laki) sama dengan mahasiswa 1. Dikarenakan hasil input suara yang di peroleh lebih dominan mendapatkan pitch frekuensi yang menjangkau nada-nada tinggi pada jangkauan suara Laki-laki oktaf ke-4 pada nada C4 sampai nada F4.
No
Hasil Database query (Suara Manusia)
Hasil Database (Nada Piano)
Nada Pitch Nada Pitch ED
1. B2 126.43 Hz B2 123.47 Hz 2,96
2. C3 131.3436 Hz C3 130.81 Hz 0.5336 3. D3 147.8651 Hz D3 146.83 Hz 1.0351 4. E3 165.9365 Hz E3 164.81 Hz 1.1265 5. F3 175.5226 Hz F3 174.61 Hz 0.9126 6. G3 197.2522 Hz G3 196.00 Hz 1.2525 7. G#3 209.6342 Hz G#3 207.65 Hz 1.9842 8. B3 249.9965 Hz B3 246.94 Hz 22.9165 9. C4 261.9788 Hz C4 261.63 Hz 0.34803 10. F4 350.2777 Hz F4 349.23 Hz 1.0477
4.2 Implementasi dan Pengujian Sistem
1. Implementasi Sistem
s
Tidak Tidak
Ya
Ya
Gambar 4.6 Diagram perancangan sistem Menekan tuts piano sekaligus
menentukan nada guide
Input suara manusia
Melakukan sampling gelombang suara
Discrete Wavelet Transform
Segmentasi untuk memperoleh pitch
MMenampilkan plot sinyal beserta keterangan nada, pitch dan nilai ED ke layar Apakah
nada sesuai?
Semua nada sudah di deteksi?
START
END
Secara umum pembuatan program ini mengikuti alur seperti yang di tunjukan pada Gambar 4.6 di atas. Perancangan sistem merupakan tahap yang penting dalam proses pembuatan program. Perancangan bertujuan agar dalam pembuatannya, program dapat berjalan secara sistematis, terstruktur dan rapi sehingga hasil program sesuai dengan apa yang dikehendaki.
Implementasi sistem pada dasarnya sebagai tahapan yang dilakukan setelah perancangan sistem, sebelum melakukan pengujian sistem guna mengetahui berbagai kesalahan di dalam membangun suatu program untuk menghasilkan sistem yang terbaik.
Penerapan Metode Wavelet Transform dalam pembelajaran solmisasi nada diaplikasikan kedalam bahasa pemrograman dengan menggunakan Matrix Laboratory 7.9.0 (R2009b) yang di dalamnya menggunakan fungsi dari MIR. Segment dan MIR Pitch yang terdapat di dalam MATLAB itu sendiri. Tampilan interface yang dikaitkan dengan proses yang telah dilakukan adalah sebagai berikut.
Gambar 4.7 Tampilan Form Utama
Tampilan menu pada saat program dijalankan, yakni terdapat informasi program dengan judul ‘I Pitch”, terdapat informasi nilai pitch frekuensi standar dan informasi jangkauan frekuensi dari jenis suara berupa kotak database, serta terdapat tombol tuts nada piano yang tersusun berdasarkan oktaf dimana tombol ini dapat membunyikan nada seperti layaknya sebuah alat musik piano. Tombol tuts ini terdiri dari 49 tuts dan berfungsi sebagai acuan atau guide, sehingga lebih memudahkan pengguna di dalam mengenali solmisasi nada itu sendiri sebelum melakuan deteksi pitch .
Pada saat program dijalankan pengguna diminta untuk menginput suara dengan merekam menggunakan tombol rekam suara. Proses perekaman suara dapat dilakukan selama 5 detik.
Gambar 4.8 Tampilan form proses rekam suara
Setelah suara direkam maka akan muncul hasil dalam bentuk perulangan kembali suara yang telah direkam tersebut yang dapat kita dengar melalui headphone. Hasil suara inilah yang kemudian akan dideteksi oleh program sehingga akan muncul gambaran plot sinyal bersamaan dengan suara yang menyerupai dengung yang disusul dengan tampilan plot
berwarna, beserta form keterangan nada, pitch dan nilai dari ED seperti yang ditunjukan pada Gambar 4.9 dan Gambar 4.10 berikut.
Gambar 4.9 Tampilan form gambaran sinyal
Gambar 4.10 Tampilan form informasi nada, pitch dan nilai ED
Selanjutnya pengguna dapat melihat informasi nilai frekuensi standar pada kotak database, apakah telah sesuai dengan nilai frekuensi yang didapatkan dari hasil perekaman dan deteksi suara.
Jika suara yang di input tidak dapat terdeteksi atau di temukan frekuensinya, maka akan muncul form informasi bahwa nada tidak diketahui, seperti pada gambar 4.11 berikut.
Gambar 4.11 Tampilan form nada tidak diketahui
Selanjutnya, Jika ingin melakukan uji coba pada nada-nada yang lain, pengguna dapat melakukan kembali tahapan yang sama. Jika tidak, pengguna dapat keluar dari aplikasi dengan menggunakan tombol keluar.
2. Pengujian Sistem
Berikut merupakan hasil uji coba yang dilakukan oleh seorang mahasiswa terhadap aplikasi yang berjalan berdasarkan tampilan dari interface dalam mendeteksi nada C4.
1. Input Nada C4
Awalnya pengguna memilih nada C4 sebagai guide dengan cara menekan tuts nada C4. Hal ini dapat dilakukan berulang kali sebelum melakukan proses rekam suara, sehingga nada semakin akrab dengan pendengaran.
Gambar 4.12 Tampilan tuts piano C4
Setelah suara direkam maka deteksi pitch akan berjalan di dalam program, dan menghasilkan suara menyerupai dengung bersamaan dengan tampilan plot sinyal seperti pada Gambar 4.13 dan form hasil nilai dari nada, pitch dan nilai dari ED serta informasi jenis suara yang dimiliki seperti pada Gambar 4.14 berikut .
Gambar 4.13 Plot sinyal nada C4
Gambar 4.14 Tampilan form informasi nada, pitch dan nilai ED dari nada C4.
Selanjutnya pengguna dapat melihat informasi nilai frekuensi standar pada kotak database, apakah telah sesuai dengan nilai frekuensi yang didapatkan dari hasil perekaman dan deteksi suara. Jika ingin melakukan uji coba dengan nada-nada yang lain, pengguna dapat melakukan kembali tahapan yang sama. Jika tidak, pengguna dapat keluar dari aplikasi dengan menggunakan tombol keluar.
4.3 Pembahasan
Penerapan metode wavelet transform bekerja mentransformasikan sinyal yang telah berbentuk diskrit. Proses transformasi dilakukan dengan dekomposisi (memisahkan) sinyal masukan yang di input menjadi sebuah bentuk gelombang lain dengan menggunakan Discrete Wavelet Transform yakni melewatkan sinyal pada rangkaian low pass filter sehinggga menghasilkan gelombang aproksimasi untuk memperoleh nilai yang sedekat mungkin dengan nilai yang sebenarnya.
Berdasarkan tahapan experimen yang telah dilakukan berulang kali terhadap ke 4 mahasiswa yang menjadi objek penelitian ini, terdapat beberapa perbedaan nilai jarak yang cukup besar dari hasil inputan suara dengan nada standar piano sebagai acuan. Namun, hal ini tidak mengurangi hasil dari ketepatan nada, karena suara yang di input telah sesuai dengan nada standar, hanya saja terdapat perbedaan pada nilai pitch frekuensinya.
Karena persentase ketidaksesuian nada yang dideteksi lebih kecil dari batas toleransi yang diberikan yaitu 10%, maka nada sinyal masukan dianggap sudah tepat dengan nada piano sebagai guide.
Dengan aplikasi ini maka kesulitan yang di alami seseorang khususnya para pemula dapat teratasi, dimana aplikasi ini memberikan kemudahan dalam belajar solmisasi yang di dalamnya di peroleh informasi nada dan nilai frekuensi yang dimiliki seseorang dan selanjutnya dilakukan pencocokkan dengan nada dan nilai frekuensi yang sudah standar sehingga memperoleh nilai Euclidean Distance (ED).
Tinggi rendahnya nada ditentukan oleh frekuensi dasar gelombang bunyi.
Semakin besar frekuensi dasar gelombang suara, maka semakin tinggi nada yang dihasilkan. Sebaliknya, semakin kecil frekuensi dasar gelombang suara, maka semakin rendah pula nada yang dihasilkan.
Tinggi rendahnya pitch menentukan oktaf, oktaf menentukan jangkauan nada seseorang yang ditentukan berdasarkan jenis kelamin. Dari uji coba yang dilakukan, maka dapat diperoleh informasi jenis suara yang dimiliki seseorang berdasarkan kemampuannya dalam menghasilkan nilai frekuensi yang dapat dijangkau oleh orang itu sendiri. Frekuensi yang dihasilkan bisa saja dominan mendapatkan nada-nada yang terendah hingga nada yang paling tinggi nilai pitch frekuensinya.
Perbedaan nilai pitch disebabkan karena selisih frekuensi pada nada-nada rendah sangat kecil, sedangkan selisih frekuensi pada nada-nada tinggi sangat besar, serta kurangnya kemampuan mahasiswa dalam mengenali nada terutama pada nada-nada yang kromatis seperti pada nada C# dan G#.
Dekomposisi sinyal dilakukan sebanyak 2 sampai 3x tergantung dari banyaknya noise yang masuk. Adanya noise pada saat melakukan perekaman suara juga sangat berpengaruh terhadap hasil frekuensi. Noise tersebut dapat berasal dari microphone dan suasana lingkungan sekitar. Untuk mengurangi noise digunakan microphone yang berkualitas baik karena sinyal yang akan di extraction hasilnya akan semakin baik jika noisenya sedikit dan sebaiknya perekaman dilakukan di dalam ruangan yang tenang.
