TUGAS AKHIR PENGENALAN NADA GAMELAN REONG SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK MINKOWSKI

i

TUGAS AKHIR

PENGENALAN NADA GAMELAN REONG SECARA

REAL

TIME

MENGGUNAKAN EKSTRAKSI CIRI DCT DAN

FUNGSI JARAK MINKOWSKI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Elektro

Oleh :

I MADE BAGUS WIJAYA KUSUMA

NIM : 095114019

PROGRAM STUDI TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

ii

FINAL PROJECT

REAL TIME TONE RECOGNITION OF

GAMELAN REONG

USING DCT FEATURE EXTRACTION AND MINKOWSKI

DISTANCE FUNCTION

Presented as Partial Fullfillment of The Requirements To Obtain Sarjana Teknik Degree

In Electrical Engineering Study Program

By:

I MADE BAGUS WIJAYA KUSUMA

NIM : 095114019

ELECTRICAL ENGINEERING STUDY PROGRAM

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

PENGENALAN NADA GAMELAN REONG SECARA

TIME

MENGGUNAKAN EKSTRAKSI CIRI DCT DAN

FUNGSI JARAK MINKOWSKI

(REAL TIME TONE RECOGNITION OF

USING DCT FEATURE

I MADE BAGUS WIJAYA KUSUMA

Pembimbing

Dr. Linggo Sumarno

iii

HALAMAN PERSETUJUAN

TUGAS AKHIR

PENGENALAN NADA GAMELAN REONG SECARA

MENGGUNAKAN EKSTRAKSI CIRI DCT DAN

FUNGSI JARAK MINKOWSKI

REAL TIME TONE RECOGNITION OF

GAMELAN REONG

FEATURE EXTRACTION AND MINKOWSKI

DISTANCE FUNCTION)

Oleh:

I MADE BAGUS WIJAYA KUSUMA NIM : 095114019

Telah disetujui oleh :

Tanggal : ________________

PENGENALAN NADA GAMELAN REONG SECARA

REAL

MENGGUNAKAN EKSTRAKSI CIRI DCT DAN

GAMELAN REONG

MINKOWSKI

iv

HALAMAN PENGESAHAN

TUGAS AKHIR

PENGENALAN NADA GAMELAN REONG SECARA REAL TIME

MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK

MINKOWSKI

(REAL TIME TONE RECOGNITION OF GAMELAN REONG USING

DCT FEATURE EXTRACTION AND MINKOWSKI DISTANCE

FUNCTION)

Oleh:

I MADE BAGUS WIJAYA KUSUMA

NIM : 095114019

Telah dipertahankan di depan panitia penguji

pada tanggal :

dan dinyatakan memenuhi syarat

Susunan panitia penguji:

Nama Lengkap Tanda Tangan

Ketua

: B.Wuri Harini, S.T.,M.T

Sekertaris

: Dr. Linggo Sumarno

Anggota

: Pius Yozy Merucahyo,S.T.,M.T

Yogyakarta,

Fakultas Sains dan Teknologi

Universitas Sanata Dharma

Dekan,

v

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa tugas akhir yang saya tulis ini tidak memuat karya ataupun bagian dari karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

Yogyakarta, 20 Juni 2014

Penulis

vi

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP

MOTTO :

Tak ada kata terlambat untuk menjadi

pribadi sukses dan kaya raya

Persembahan

Karya ini kupersembahkan kepada ....

Sang Hyang Widhi yang selalu memberikan cahaya batin

Para Leluhur yang selalu memberikan doa restu dan

keberuntungan

Bapak Wayan Senen, Mama Lutfi, Adik Ditha dan Kakak

Arya yang selalu mendukungku dalam segala hal.

Teman-teman geng sambat di dunia dan di surga yang

selalu menemani

vii

LEMBAR PERNYATAN PERSETUJUAN PUBLIKASI

KARYA ILMIAH UNTUK KEPENTINGAN

AKADEMIS

Yang bertandatangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : I Made Bagus Wijaya Kusuma

Nomor Mahasiswa : 095114019

Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul:

PENGENALAN NADA GAMELAN REONG SECARA REAL TIME

MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK

MINKOWSKI

beserta perangkat yang diperlukan (bila ada).

Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas dan mempublikasikannya pada media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya selama masih mencatumkan nama saya sebagai penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.

Yogyakarta,

PadaTanggal: 20 Juni 2014

viii

INTISARI

Seiring berkembangnya jaman modern, banyak masyarakat lokal dan mancanegara yang menyukai dan tertarik pada seni gamelan tradisional Bali. Salah satu assamble

gamelan Bali yang terkenal adalah gamelan Gong Kebyar. Gamelan tersebut terbagi menjadi dua kelompok, yaitu gamelan mudah ditabuh dan sukar ditabuh. Reong termasuk sukar ditabuh bagi pemula atau seseorang yang belajar gamelan, sehingga media yang efektif sangat dibutuhkan.

Peneliti ingin membuat suatu sistem yang dapat mengenali nada alat musik tradisional Bali, khususnya reong. Sistem ini membantu pemula maupun seseorang yang akan belajar mengenal nada gamelan reong.

Sistem pengenalan nada gamelan reong real time secara otomatis system akan membandingkan nada acuan (database) dengan nada gamelan yang sedang dimainkan, sehingga akan menimbulkan jarak terkecil. Pengambilan nada acuan deng, deung, dung, dang, daeng, ding, dan dong menggunakan metode ekstraksi ciri Discrite Cosine Transform (DCT). Nada yang dimainkan dibandingkan dengan ketujuh nada acuan menggunakan metode Minkowski. Hasil dari perbandingan jarak terkecil merupakan nada yang sedang dimainkan. Kombinasi parameter pengenalan dengan panjang DCT 256 , alpha 0 dan orde fungsi jarak 1, 2, 3 menghasilkan tingkat pengenalan maksimal (100%). Pemrograman sistem ini menggunakansoftware Matlab dan program interface user menggunakan GUI Matlab.

ix

ABSTRACT

Along with the expansion of the modern era, many local people and foreign tourists who love and are interested in the art of traditional Balinese gamelan.One of the famous Balinese gamelan assamble is gamelan Gong Kebyar. Gamelan was divided into two groups, namely gamelan easily ditabuh and hard ditabuh. Reong including hard to beat for a beginner or someone who studied the gamelan, an effective media so desperately needed.

Researchers want to create a system that can recognize the tone of traditional Balinese instruments, in particular the reong. These systems help beginners as well as someone who will learn to know the tone gamelan reong.

Gamelan reong recognition systems real time system will automatically compare the reference tone (database) and gamelan that is being played, so that would cause the smallest distance. Taking the reference tone deung, deng, dung, dang, daeng, ding, dong, and using methods to extract the characteristics of Cosine Transform Discrite (DCT).The tone being played compared to seven tones of reference method using Minkowski. Results from these comparisons distance smallest is a tone that is being played. The combination of parameters with a long introduction of DCT 256, alpha 0 and a distance function 1, 2, 3 generating maximum recognition rate (100%). This system programming using Matlab software and user interface programs use the Matlab GUI.

x

KATA PENGANTAR

Puji dan Syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala berkat dan kasih-Nya, sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. Penulis menyadari bahwa banyak pihak yang telah memberikan doa, dukungan, perhatian serta bantuan kepada penulis sehingga dapat menyelesaikan tugas akhir ini. Oleh karena itu, penulis mengucapkan terimakasih yang sebesar-besarnya kepada:

1. Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta. 2. Rm. Wiryono Priyotamtama SJ, Rektor Universitas Sanata Dharma.

3. Petrus Setyo Prabowo, S.T.,M.T., Ketua Program Studi Teknik Elektro Universitas Sanata Dharma Yogyakarta.

4. Petrus Setyo Prabowo, S.T.,M.T., selaku dosen pembimbing akademik yang telah mendamping dan membimbing penulis selama perkuliahan.

5. Dr. Linggo Sumarno, dosen pembimbing yang selalu sabar membimbing dan mendukung, serta memotivasi penulis dalam menyelesaikan tugas akhir ini.

6. IbuWuri S.T.,M.T. dan Pak Pyus Yosi S.T.,M.T. selaku dosen penguji yang telah bersedia memberikan masukan, bimbingan, dan saran dalam memperbaiki tugas akhir ini.

7. Bapak/Ibu dosen yang telah mengajarkan banyak hal selama penulis menempuh pendidikan di Program Studi Teknik Elektro, Fakultas Sains dan Teknologi, Universitas Sanata Dharma.

8. Bapak, Mama, dan kakak atas kasih sayang, dukungan dan doa yang diberikan. 9. Pradipta Melanie Rubiyo atas ketulusannya dalam memberikan dukungan

semangat, doa dan cinta.

10.Staff sekertariat Teknik Elektro yang telah membantu dalam hal administrasi. 11.Staff dan petugas laboratorium Teknik Elektro yang telah membantu banyak hal

untuk kelancaran tugas-tugas perkuliahan.

12.Teman-teman seperjuangan angkatan 2009 Teknik Elektro di surga maupun di dunia yang selalu mendukung dan menyemangati saya dalam menyelesaikan tugas akhir ini.

xi

Penulis menyadari bahwa dalam penulisan tugas akhir ini masih banyak kekurangan, kelemahan dan jauh dari sempurna. Oleh sebab itu, dengan segala kerendahan hati, penulis mengharapkan kritik dan saran yang membangun untuk penyempurnaan tugas akhir ini. Dan semoga tugas akhir ini dapat bermanfaat sebagaimana mestinya.

xii

DAFTAR ISI

HALAMAN JUDUL ...

i

HALAMAN PERSETUJUAN ...

iii

HALAMAN PENGESAHAN ...

iv

PERNYATAAN KEASLIAN KARYA ...

v

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ...

iv

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

ILMIAH UNTUK KEPENTINGAN AKADEMIK ...

vi

INTISARI ...

vii

ABSTRACT ...

viii

KATA PENGANTAR ...

ix

DAFTAR ISI ...

xi

DAFTAR GAMBAR ...

xiii

DAFTAR TABEL ...

xv

BAB I PENDAHULUAN

1.1 Latar Belakang ... 1

1.2 Tujuan dan Manfaat ... 2

1.3 Batasan Masalah... 2

1.4 Metodologi Penelitian ... 2

BAB II DASAR TEORI

2.1 Gamelan ... 4

2.2 Sampling ... 4

2.3 Frame Blocking ... 5

2.4 Windowing ... 5

2.4.1 Kaiser Window ... 6

2.5 Discrete Cosine Transform (DCT) ... 7

2.6 Minkowski ... 7

xiii

2.8 Soundcard ... 8

2.9 Matlab ... 9

BAB III PERANCANGAN PENELITIAN

3.1 Sistem Pengenalan Nada Gamelan Reong ... 11

3.2 Perancangan Nada Referensi... 14

3.3 Nada Uji ... 15

3.4 Perancangan Tampilan Program GUI Matlab ... 15

3.5 Perancangan Subsistem Program ... 17

3.5.1 Subsistem Sampling ... 17

3.5.2 Subsistem Pengenalan Nada ... 17

3.6 Perancangan Diagram Blok Program ... 18

BAB IV HASIL DAN PEMBAHASAN

4.1 Pengujian Program Pengenalan Nada Gamelan Reong Menggunakan Fungsi Jarak Minkowski ... 23

4.1.1 Tombol Rekam ... 25

4.1.2 Tombol Reset ... 32

4.1.3 Tombol Selesai ... 32

4.2 Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat Pengenalan Nada Gamelan Reong ... 33

4.2.1 Pengujian Parameter Pengaturan Pengenalan Nada Gamelan Reong ... 33

4.2.2 Pengujian dengan Tiga Variasi Volume Suara ... 42

4.2.3 Pengujian dengan Gamelan Lain ... 43

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan ... 47

5.2 Saran ... 47

DAFTAR PUSTAKA

... 48

xiv

DAFTAR GAMBAR

Gambar 1.1.Blok Model Perancangan ... 3

Gambar 2.1.Gamelan Reong ... 4

Gambar 2.2.Tabuh Reong ... 4

Gambar 2.2.Frame Blocking ... 5

Gambar 2.3.Kaiser window dengan nilai πα atau β yang berbeda ... 6

Gambar 2.5.Contoh kartu suara ... 9

Gambar 2.6.Tampilan awal Matlab ... 10

Gambar 3.1.Blok Diagram Keseluruhan Sistem ... 11

Gambar 3.2.Dekstop Microphone INTOPIC JAZZ-012. ... 12

Gambar 3.3.Blok Diagram Proses Pengenalan Nada . ... 13

Gambar 3.4.Blok Diagram Proses Pengambilan Nada Referensi ... 15

Gambar 3.5.Tampilan Progam Utama ... 16

Gambar 3.6.Diagram Blok Keseluruhan ... 18

Gambar 3.7.Diagram Blok Proses Rekam ... 19

Gambar 3.8.Diagram Blok Frame Blocking ... 19

Gambar 3.9.Diagram Blok Normalisasi ... 20

Gambar 3.10.Diagram Blok Windowing ... 20

Gambar 3.11.Diagram Blok DCT... 21

Gambar 3.12. Diagram Blok Fungsi Jarak ... 21

Gambar 3.13. Diagram Blok penentuan Nada Hasil Pengenalan ... 22

Gambar 4.1.Icon Program Pengenalan ... 23

Gambar 4.2.Tampilan awal Matlab ... 24

Gambar 4.3.Tampilan awal sistem pengenalan nada gamelan reong... 24

Gambar 4.4.Tampilan Setelah Penekanan Tombol REKAM ... 32

Gambar 4.5.Grafik Pengaruh Panjang DCT Pada Tingkat Pengenalan ... 36

Gambar 4.6.Grafik jarak antara nada dang dan daeng dengan Nilai orde jarak 0, alpha 0 dan panjang DCT (a) 16, (b) 32, (c) 64, (d) 128, dan (e) 256 ... 37

Gambar 4.7.Grafik Pengaruh Nilai Alpha Pada Tingkat Pengenalan... ..39

xv

xvi

DAFTAR TABEL

Tabel 3.1.Spesifikasi Desktop Microphone INTOPIC JAZZ-012 ... 12

Tabel 3.2 Keterangan Tampilan Utama Program. ... 16

Tabel 4.1.Tampilan Hasil Pengenalan Nada Yang Dikenali ... 31

Tabel 4.2.Jarak antara nada dang dan daeng dengan nilai alpha 0 dan fungsi Jarak orde 2 ... 37

Tabel 4.3.Perhitungan Jarak Secara Manual ... 38

Tabel 4.4.Jarak nada dang dan daeng dengan nilai DCT 256 dan fungsi jarak orde 2 ... 40

Tabel 4.5.Jarak antara nada dang dan daeng dengan nilai DCT 256 dan alpha sebesar 0 dan nilai orde jarak yang bervariasi ... 41

Tabel 4.6.Hasil Pengujian Real time ... 41

Tabel 4.7.Pengujian jarak Mikrofon dan Volume Suara ... 42

Tabel 4.8.Hasil Nilai Maksimum dari Sepuluh Jarak Minimum Setiap Nada ... 43

Tabel 4.9.Hasil Pengujian Dengan Gamelan Reong... 45

1

BAB I

PENDAHULUAN

1.1.

Latar Belakang

Seiring berkembangnya jaman modern, banyak masyarakat lokal dan mancanegara yang menyukai dan tertarik pada seni gamelan tradisional Bali. Salah satu assamble

gamelan Bali yang terkenal adalah gamelan Gong Kebyar. Gamelan tersebut terbagi menjadi dua kelompok, yaitu gamelan mudah ditabuh dan sukar ditabuh. Kendang, reong, dan ugal merupakan alat musik yang tergolong sukar ditabuh. Banyak penikmat gamelan yang ingin belajar memainkan seni musik tradisional tersebut. Reong merupakan alat yang paling sukar ditabuh bagi pemula atau seseorang yang belajar gamelan, sehingga media yang efektif sangat dibutuhkan. Pengenalan nada suatu bunyi merupakan hal yang paling mendasar dalam pembelajaran gamelan.

Berdasarkan hal di atas, peneliti ingin membuat suatu sistem yang dapat mengenali nada alat musik tradisional Bali, khususnya Reong. Sistem ini membantu pemula maupun seseorang yang akan belajar mengenal nada gamelan Reong. Dalam bidang kesenian, sistem pengenalan nada gamelan Reong juga dapat membantu seorang pelaras gamelan dalam melaras gamelan. Selain itu sistem dapat diterapkan guna menunjang mata kuliah organologi dan titilaras jurusan etnomusikologi ISI Yogyakarta.

Penulis menemukan penelitian-penelitian serupa mengenai pengenalan nada

“Pengenalan Nada Saron Pelog Menggunakan Fungsi Jarak Minkowski”[1], namun untuk gamelan Bali khususnya Reong belum pernah ada. Perbedaan yang cukup signifikan dari penelitian sebelumnya yaitu sistem ini dapat mengenali suatu nada gamelan yang ditabuh

secara real time. Secara otomatis sistem akan membandingkan nada acuan (data base)

1.2.

Tujuan dan Manfaat Penelitian

Tujuan dari penulisan tugas akhir ini adalah menghasilkan sistem pengenalan nada suara pada gamelan Reong.

Manfaat dari penelitian ini adalah :

a. Sebagai software untuk mengenali nada suara deng, deung, dung, dang, daeng, ding, dong pada gamelan Reong.

b. Sebagai alat bantu berupa sebuah software bagi seorang pelaras dalam melaras

gamelan.

c. Sebagai pendukung pembelajaran mata kuliah organologi dan titilaras jurusan Etnomusikologi ISI Yogyakarta.

1.3.

Batasan Masalah

Sistem pengenalan nada suara pada gamelan Reong terdiri dari hardware dan

software (komputer). Hardware berfungsi untuk memasukkan nada suara yang dimainkan pada gamelan Reong, sedangkan software pada komputer berfungsi untuk mengatur semua proses pengenalan nada suara yang dimainkan pada gamelan Reong.

Pada perancangan sistem ini, penulis fokus pada pembuatan software komputer untuk memproses pengenalan nada suara, sedangkan untuk hardware berupa microphone

yang sudah tersedia di pasaran. Penulis menetapkan beberapa batasan masalah yang dianggap perlu pada perancangan ini, yaitu sebagai berikut:

a. Menggunakan gamelan Bali jenis Reong.

b. Nada gamelan yang dikenali deng, deung, dung, dang, daeng, ding, dong. c. Hasil pengenalan nada secara real time.

d. Menggunakan perangkat lunak komputasi (Matlab) dalam pembuatan program. e. Menggunakan fungsi jarak Minkowski orde 1,2 dan 3.

f. Menggunakan Windowing Kaiser.

g. Frame blocking sama dengan nilai DCT.

1.4.

Metodologi Penelitian

Penulisan skripsi ini menggunakan metode :

b. Perancangan subsistem software. Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem yang akan dibuat dengan mempertimbangkan dari berbagai faktor–faktor permasalahan dan kebutuhan yang telah ditentukan. Gambar 1.1 memperlihatkan blok model yang akan dirancang.

Gambar 1.1. Blok Model Perancangan

c. Pembuatan subsistem software. Berdasarkan Gambar 1.1, sistem akan bekerja apabila user memberikan interupsi melalui PC dengan media push button yang sudah disediakan dalam software. Sistem akan mengolah interupsi yang diterima dan memulai proses recording sampai user memberikan interupsi kembali untuk menghentikan proses recording. Setelah itu, user memberikan interupsi untuk memulai proses pengenalan nada. Komputer akan mengolah nada dan menyajikannya sebagai sebuah informasi.

d. Analisa dan penyimpulan hasil percobaan. Analisa data dilakukan dengan meneliti pengaruh variasi DCT, variasi window Kaiser, dan variasi orde Minkowski

sebanyak 336 percobaan (48 variasi x 7 nada). Penyimpulan hasil percobaan dilakukan dengan mencari panjang DCT, nilai alpha Kaiser dan nilai Minkowski

4

BAB II

DASAR TEORI

2.1 Gamelan

Gamelan dalam bahasa halusnya disebut gangsa adalah perangkat fisik ansambel musik yang ricikannya didominasi oleh ricikan bersumber bunyi dengan bahan logam (perunggu) yang dilaras di dalam 2 (dua) sistem pelarasan yaitu laras slendro dan laras

pelog[3]. Ada 4 bentuk sumber bunyi logam di dalam gamelan, yaitu berbentuk bilah,

pencon, piringan, dan gulungan[4].

Reong adalah salah satu tungguhan garap yang menggunakan pencon yang dibuat

dari perunggu yang diletakkan pada pelawah. Bentuknya memanjang dibuat dari kayu. Salah satu susunan atau urutan nada tungguhan Reong yang digunakan pada perangkat gamelan adalah deng, deung, dung, dang, daeng, ding, dong. Tungguhan Reong dipukul pada bagian moncongnya. Pencon ditabuh menggunakan dua panggul yang panjangnya sekitar 30cm dan dari bagian tengah sampai ujung dibungkus dengan benang sentul agar dapat menimbulkan suara yang empuk[4].

Gambar 2.1. Gamelan Reong Gambar 2.2. Tabuh Reong

2.2

Sampling

Sampling merupakan proses pencuplikan gelombang suara yang akan menghasilkan

(sampling rate). Sampling rate menandakan berapa banyak pencuplikan gelombang analog dalam satu detik. Satuan dari sampling rate ialah Hertz (Hz). Kriteria Nyquist perlu diperhatikan dalam melakukan sampling. Kriteria Nyquist menyatakan bahwa sebuah sinyal harus memiliki sampling rate yang lebih besar dari 2 dengan adalah frekuensi paling tinggi yang muncul di sebuah sinyal.

2.3

Frame Blocking

Frame blocking merupakan pembagian sinyal suara menjadi beberapa frame dan

satu frame terdiri dari beberapa data sampel. Dalam proses frame blocking sinyal suara yang masuk akan diblok menjadi frame-frame dengan jumlah N sampel[5]. Pengambilan sampel tersebut tergantung dari tiap detik suara akan disampel dan berapa besar frekuensi

samplingnya.

Gambar 2.3. Frame Blocking

Gambar 2.3 menjelaskan contoh dari frame blocking dimana keseluruhan dibagi menjadi 5 M (frame). Setiap M tersebut memiliki jumlah data yang sama yaitu 2N _data

pada Gambar 2.3. Pada implementasinya jumlah frame blocking tidak ada ketentuannya, tergantung dari kebutuhan suatu sistem. Frame blocking berfungsi untuk memilih data yang akan diproses dalam sistem pengenalan.

2.4

Windowing

Sinyal suara yang dipotong-potong menjadi beberapa frame akan dapat menyebabkan kesalahan data pada proses Fourier transform[6]. Windowing diperlukan

untuk mengurangi efek diskontinuitas dari potongan-potongan sinyal dengan cara melewatkan sinyal yang mempunyai frekuensi sembarang dikonvolusikan dengan fungsi

window tertentu sehingga dapat mereduksi sinyal-sinyal yang tergolong rusak sebelum

dilakukan proses transformasi. Ada beberapa fungsi windows yang telah ada diantaranya

kaiser, hamming, triangular, rectangular, dan lain-lain.

2.4.1 Kaiser

Window

Kaiser window adalah salah satu jenis window. Dalam Kaiser window, parameter β menentukan ketinggian dari sidelobe seperti yang terlihat pada Gambar 2.4. Untuk pemberian nilai β, ketinggian sidelobe tergantung dengan panjang window[7].

Gambar 2.4. Kaiser window dengan nilai atau β yang berbeda-beda

Kaiser window dirumuskan dengan[6]:

[ ] ≜

⎩ ⎪ ⎨ ⎪

⎧ _{1 − , 0 ≤ ≤}

0,

(2.1)

Dimana adalah orde 0 dari fungsi Bessel:

( ) ≜ _! (2.2)

Biasanya Kaiser window diparameterkan dengan:

= 0.1102 ( − 8.7), > 500.5842 ( − 21) . _{+ 0.07886 ( − 21), 21 ≤ ≤ 50}

0.0, < 21 (2.7)

2.5

Discrite Cosine Transform

(DCT)

Discrete Cosine Transform adalah teknik untuk mengubah sinyal ke dalam komponen

frekuensi dasar. Discrete Cosine Transform proses ekstraksi ciri suatu data suara maupun gambar. Setelah mengekstraksi ciri, setiap koefisien transform dapat dikodekan secara independen tanpa kehilangan efisiensi kompresi[13]. Definisi DCT yang paling umum panjang N adalah:

( ) = ( ) ( ) (2 + 1)₂ (2.8)

untuk = 0, 1, 2….., N-1. Dengan cara yang sama, transformasi inverse didefinisikan sebagai:

( ) = ( ) ( ) (2 + 1)₂ (2.9)

untuk = 0, 1, 2,….., N-1. Pada persamaan (2.1) dan (2.2) ( ) didefinisikan sebagai

( ) =

⎩ ⎪ ⎨ ⎪ ⎧ 1

= 0

2

≠ 0.

(2.10)

Hal ini jelas dari (2.1) bahwa untuk = 0, ( = 0) = ∑ ( ). Koefisien

transformasi pertama adalah nilai rata-rata urutan sampel. Nilai ini disebut DC koefisien. Semua koefisien transformasi lainnya disebut koefisien AC.

2.6

Minkowski

= ∑ − (2.13)

Dengan adalah jarak antara Minkowski data dan , k indeks dari variabel, n jumlah variabel dan , dan λ urutan dari matrik Minkowski.

2.7 Mikrofon

Mikrofon digunakan pada beberapa alat seperti telepon, alat perekam, alat bantu dengar, pengudaraan radio, televisi, dan sebagainya[8]. Pada dasarnya mikrofon berguna untuk merubah suara menjadi getaran listrik sinyal analog untuk selanjutnya diperkuat dan diolah sesuai dengan kebutuhan. Pengolahan berikutnya adalah menggunakan power

amplifier dari suara yang berintensitas rendah menjadi lebih keras terakhir diumpan ke

speaker.

Pemilihan mikrofon harus dilakukan dengan lebih hati-hati. Hal ini dilakukan untuk mencegah berkurangnya kemampuan mikrofon dari performa yang optimal. Karakteristik mikrofon yang harus diperhatikan ketika akan memilih sebuah mikrofon adalah:

1. Prinsip cara kerja mikrofon dari jenis mikrofon itu sendiri.

2. Daerah respon frekuensi suara yang mampu dicuplik oleh mikrofon. 3. Sudut atau arah pencuplikan mikrofon.

4. Output sinyal listrik yang dihasilkan mikrofon.

5. Bentuk fisik mikrofon.

Agar lebih efektif, mikrofon yang digunakan haruslah sesuai kebutuhan dan seimbang antara sumber suara yang ingin dicuplik, misalnya suara manusia, alat musik, suara kendaraan, atau yang lainnya dengan sistem tata suara yang digunakan seperti sound

sistem untuk live music, alat perekaman, dan sebagainya.

2.8

Sound Card

Sound card merupakan sebuah periperal pada komputer sebagai I/O suara yang

menyediakan komputer kemampuan untuk menghasilkan suara yang dapat didengar oleh pengguna baik melalui speaker atau headphone[9]. Pada dasarnya setiap sound card

memiliki:

1. Digital Signal Processor (DSP) yang akan menangani semua jenis komputasi.

3. Analog to Digital Converter (ADC) sebagai masukan suara.

4. Read Only Memory (ROM) atau Flash sebagai penyimpanan data.

5. Musical Instrument Digital Interface (MIDI) untuk menyambungkan beberapa

peralatan musik eksternal.

6. Jack untuk menyambungkan kartu suara dengan speaker pada jalur line out atau mikrofon pada jalur line in.

Beberapa sound card sudah terpasang secara pabrikan (on board) pada

motherboard komputer, tetapi bisa juga ditambahkan untuk keperluan yang lebih lanjut

pada slot PCI motherboard.

Gambar 2.5. Contoh Kartu Suara

Ada beberapa pengaturan awal dalam proses perekaman suara dengan menggunakan sound card, yaitu:

1. Sampling Rate, telah dijelaskan pada poin 2.2

2. Channel yang digunakan, yaitu mono atau stereo.

Satu channel menandakan mode mono, 2 Channel menandakan mode stereo.

2.9

Matlab

Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan

Saat ini Matlab memiliki ratusan fungsi yang dapat digunakan sebagai problem solver

mulai dari simple sampai masalah-masalah yang kompleks dari berbagai disiplin ilmu[7].

11

BAB III

PERANCANGAN

3.1

Sistem Pengenalan Nada Gamelan Reong

Blok sistem pengenalan nada gamelan Reong secara keseluruhan diperlihatkan pada Gambar 3.1.

Gambar 3.1. Blok diagram keseluruhan sistem

Sistem pengenalan nada gamelan reong berbentuk software pada laptop. Perangkat lunak ini berfungsi sebagai user interface dalam proses pengenalan. Software laptop yang dibuat dalam bentuk user interface berperan sebagai pusat pengaturan semua proses pengenalan nada gamelan Reong, seperti merekam suara nada gamelan Reong dan mengenali suara nada yang terekam. Perekaman suara dilakukan oleh laptop melalui mikrofon (microphone) dan jalur line in pada kartu suara (Sound Card).

1. Gamelan Reong

pada bagian moncongnya. Pencon ditabuh menggunakan dua panggul yang panjangnya sekitar 30cm dan dari bagian tengah sampai ujung dibungkus dengan benang sentul agar dapat menimbulkan suara yang empuk[4].

2. Mikrofon

Mikrofon yang digunakan adalah mini multimedia microphone dapat dilihat pada gambar 3.2. Mini mikrofon sangat mudah digunakan dan dibawa karena bentuknya yang sangat ringan. Mini mikrofon hanya dapat mendengar suara dari jarak dekat ±10 cm dari sumber suara. Jarak yang diperoleh sebesar ±10 cm berasal dari pengujian perekaman dari berbagai jarak.

Gambar 3.2. Dekstop Microphone INTOPIC JAZZ-012

Mikrofon berfungsi untuk menangkap sinyal analog dan kemudian menyalurkannya ke sound card pada laptop melewati line in yang ada pada sound card.

Tabel 3.1. Spesifikasi Desktop Microphone INTOPIC JAZZ 012 Frequency Response 100 Hz - 16 KHz

Sensitivity -58 dB ± 3 dB

Output Impedance 2.2 KΩ

Cable Length 2.5 m

Audio Output Connector 3.5 mm Stereo

Dimension 250(H)×75(W)×80(D) mm

3. Sound card

Sound card berfungsi mengubah sinyal analog dari mikrofon menjadi sinyal digital. Sound card yang digunakan adalah sound card yang sudah terpasang pada motherboard. Proses konversi sinyal analog menjadi sinyal digital hingga kemudian disimpan, diperlukan pengaturan yang meliputi pengaturan sampling rate (frekuensi sampling) dan channel. Pengaturan tersebut dilakukan pada proses perekaman oleh program yang akan dibuat.

4. Proses perekaman

Proses perekaman adalah proses masuknya data nada terekam berupa sinyal digital. Saat proses perekaman berlangsung sinyal analog dikonversi menjadi sinyal digital dengan frekuensi sampling dan tipe data berupa channel yang sudah ditentukan. Sinyal digital kemudian disimpan dan digambarkan dalam sebuah plot. Data nada yang telah disimpan disebut nada terekam dan kemudian dapat diproses untuk dikenali lewat proses pengenalan nada.

5. Proses pengenalan nada

Proses pengenalan nada adalah proses dimana nada terekam dikenali nadanya. Proses ini terdiri dari subproses frame blocking, normalisasi, windowing, DCT, fungsi jarak, dan hasil pengenalan dapat dilihat pada Gambar 3.3.

Gambar 3.3. Blok Diagram Proses Pengenalan Nada

a. Frame blocking

b. Normalisasi

Proses ini bertujuan untuk menyetarakan amplitudo maksimum baik nada terekam dengan nada referensi, sehingga efek dari kuat lemahnya suara yang dikeluarkan gamelan Reong tidak terlalu mempengaruhi proses pengenalan.

c. Windowing

Windowing merupakan perkalian antar elemen yang berfungsi untuk mengurangi efek diskontinuitas dari sinyal digital hasil rekaman. Dalam perancangan ini penulis menggunakan window Kaiser dari jenis-jenis windowing yang ada. Window Kaiser di sini memiliki nilai variasi alpha sebesar 0, 50, 100, dan 1000.

d. Ekstrasi Ciri DCT

Proses Discrete Cosine Transform merupakan proses ekstraksi ciri suatu data suara maupun gambar. Evaluasi DCT yang digunakan berdasarkan frame blocking yang digunakan. Setelah menentukan besarnya frame blocking, kemudian frame blocking tersebut dievaluasi basis data koefisiennya.

e. Perhitungan Fungsi Jarak

Proses ini membandingkan nada terekam dengan 7 nada referensi. Hasil dari perbandingan adalah jarak yang kemudian akan digunakan dalam proses selanjutnya. Dalam proses ini penulis menggunakan fungsi jarak Minkowski, yang dievaluasi pada orde 1,2, dan 3.

f. Penentuan Keluaran

Hasil pengenalan adalah subproses terakhir dari proses pengenalan nada. Pada proses ini hasil pengenalan nada ditentukan berdasarkan jarak minimum yang diperoleh setelah proses fungsi jarak.

3.2

Perancangan Nada Referensi

Gambar 3.4. Blok Diagram Proses Pengambilan Nada Referensi

Proses pengambilan nada disesuaikan dengan variabel bebas pada pembuatan sistem pengenalan nada gamelan Reong, tetapi dengan durasi dan frekuensi sampling yang sudah ditetapkan. Setelah 10 nada sampel pada setiap nada diperoleh ekstraksi cirinya, maka dilakukan perhitungan (3.1) untuk mendapatkan nada referensi.

= ⋯ (3.1)

Nada referensi yang didapat kemudian disimpan dalam fungsi header yang ada, sehingga sewaktu-waktu nada referensi dapat dipanggil dalam proses fungsi jarak yang ada dalam sistem pengenalan gamelan Reong.

3.3

NadaUji

Nada uji merupakan nada terekam selain nada referensi. Nada uji berfungsi untuk mencari nilai alpha pada windowing, panjang DCT dan orde jarak Mikowski yang menghasilkan tingkat pengenalan nada tertinggi. Pengambilan nada uji sama halnya dengan pengambilan nada referensi (Gambar 3.6).

3.4

Perancangan Tampilan Program GUI Matlab

Gambar 3.5. Tampilan Progam Utama

Tampilan utama program dibuat agar user dapat dengan mudah mengoperasikan program ini serta mengetahui hasil dari pengenalan nada gamelan pada Reong. Beberapa keterangan dari tampilan utama program dijelaskan pada Tabel 3.2.

Tabel 3.2. Keterangan Tampilan Utama Program NO. NAMA BAGIAN KETERANGAN

1. NILAI ALPHA Untuk memilih nilai alpha yang akan digunakan pada proses pengenalan nada, pilihan nilai alpha pada windowing seperti 1000, 100, 50, dan 0.

2. PERHITUNGAN JARAK

Untuk menampilkan jarak yang didapat

Tabel 3.2. (Lanjutan) Keterangan Tampilan Utama Program

NO. NAMA BAGIAN KETERANGAN

4 ORDE FUNGSI JARAK Untuk memilih nilai orde jarak Minkowski, pilihan nilai orde berupa 1, 2 dan 3

5. PLOT PEREKAMAN Tampilan grafik suara hasil rekaman

6. PLOT DCT Tampilan data berupa grafik data hasil DCT baik dari rekaman maupun dari 14 nada referensi 7. REKAM Untuk memulai proses pengenalan nada

8. MULAI Digunakan bila ingin memulai proses pengenalan nada yang baru

9. EXIT Digunakan untuk mengakhiri aplikasi 10. NADA YANG DIKENALI Menunjukkan hasil nada yang akan dikenali

3.5 Perancangan Subsistem Program

Terdapat dua subsistem penting dalam sistem pengenalan nada gamelan Reong, yaitu subsistem sampling dan subsistem pengenalan nada. Perancangan subsistem tersebut memerlukan variabel terikat, sehingga pengenalan dapat berhasil dan dengan waktu proses yang optimal. Pengujian awal untuk mencari variabel tersebut sangat diperlukan karena dalam program tersebut memiliki fungsi–fungsi menunjang subsistem dari sistem program pengenalan nada.

3.5.1

Subsistem Sampling

Dalam subsistem ini terdapat dua variabel terikat berupa frekuensi sampling dan durasi perekaman. Setelah melakukan pengujian awal, dapat disimpulkan:

a. Frekuensi sampling yang digunakan adalah 2200Hz. (lihat lampiran1). b. Durasi perekaman yang digunakan adalah 2 detik. (lihat lampiran2).

3.5.2

Subsistem Pengenalan Nada

karena subsistem ini adalah inti dari sistem pengenalan gamelan Reong. Pencarian nilai-nilai yang optimal berpengaruh pada unjuk kerja dalam subsistem ini.

a. Windowing yang digunakan adalah Kaiser window. Variasi alpha yang digunakan adalah 0, 50, 100, dan 1000.

b. Variasi panjang DCT yang digunakan untuk mengkonversi data hasil windowing adalah 16, 32, 64, 128. Dalam subsistem pengenalan nada, data hasil DCT yang digunakan adalah data riil atau amplitudonya.

c. Variasi fungsi jarak Minkowski yang digunakan yaitu orde 1, orde 2, dan orde 3.

3.6

Perancangan Diagram Blok Program

User saat memulai program pengenalan nada gamelan Reong dihadapkan dengan tampilan yang sederhana dari Matlab. Penentuan parameter dapat terlihat dari combo box Matlab. Setelah user selesai mengatur nilai parameter, maka akan dilanjutkan dengan proses penekanan tombol rekam dan secara otomatis akan terlihat hasil pengenalan nada yang dikenali. Saat user menekan tombol “rekam”, sistem akan mengambil suara nada gamelan Reong yang dimainkan secara real time. Setelah suara nada telah terekam, selanjutnya progam akan melakukan proses untuk mengenali nada tersebut. Proses pengenalan akan berhenti ketika nilai jarak antara nada terekam dengan nada referensi telah didapat dan nada terekam dapat dikenali . Gambar 3.6 memperlihatkan alur proses program utama.

Gambar 3.7. Diagram Blok Proses Rekam

Gambar 3.7 memperlihatkan proses perekaman. Proses rekam terdiri dari proses delay dan proses sampling suara. Proses delay adalah proses dimana sistem memberi waktu kepada user untuk bersiap-siap sebelum melakukan rekaman. Proses sampling adalah proses pengambilan suara nada gamelan Reong dengan parameter frekuensi sampling yang sudah ditentukan dalam sistem. Setelah nada selesai direkam, maka sistem akan menampilkan hasil rekaman atau sampling dalam bentuk grafik atau plot. Selanjutnya sistem akan memilih data yang akan diproses selanjutnya melalui proses frame blocking. Alur proses frame blocking ditampilkan pada Gambar 3.8.

Gambar 3.8. Diagram Blok Frame Blocking

Gambar 3.9. Diagram Blok Normalisasi

Gambar 3.9 memperlihatkan proses normalisasi. Proses normalisasi bertujuan untuk menguatkan sinyal data. Pertama–tama mencari nilai maksimum dari data, kemudian data tersebut dinormalisasikan agar menghasilkan amplitudo yang lebih besar. Output yang sudah dinormalisasikan disimpan.

Alur program berikutnya adalah proses windowing terlihat pada gambar 3.10. Proses windowing menggunakan Kaiser window, proses ini menggunakan parameter alpha untuk komputasinya. Parameter alpha didapat dari pilihan user pada combobox.

Gambar 3.10. Diagram Blok Windowing

Gambar 3.11. Diagram Blok DCT

Gambar 3.11 memperlihatkan alur diagram proses DCT. Proses pertama alur program DCT adalah menghitung nilai transformasi DCT kemudian dilanjutkan dengan mencari nilai absolutnya.

Proses selanjutnya adalah program fungsi jarak. Fungsi jarak yang digunakan adalah Minkowski. Perhitungan jarak digunakan untuk menghitung jarak antara hasil ekstraksi ciri data masukan dengan karakter hasil ekstraksi ciri pada database. Proses ini menggunakan parameter n untuk komputasinya. Nilai n ditentukan secara variasi pada program. Diagram alur perhitungan jarak ditunjukkan pada gambar 3.12.

Gambar 3.12. Diagram Blok Fungsi Jarak

23

BAB IV

HASIL DAN PEMBAHASAN

Pengujian program perlu dilakukan untuk mengetahui suatu program sudah berjalan dengan baik dan sudah sesuai dengan perancangan. Hasil pengujian berupa data-data yang dapat memperlihatkan bahwa program yang telah dirancang dapat berjalan dengan baik. Analisa terhadap proses kerja dapat digunakan untuk menarik kesimpulan dari apa yang disajikan dalam tugas akhir ini.

4.1 Pengujian Program Pengenalan Nada Gamelan Reong

Menggunakan Fungsi Jarak Minkowski.

Pengujian program dijalankan untuk memastikan apakah program yang dibuat sudah sesuai dengan perancangan dan berjalan dengan baik. Pengujian program dilakukan dengan spesifikasi komputer sebagai berikut :

Processor : Intel(R) Core(TM) i5-2450M CPU @2.50GHz RAM : 4.00 GB

Program pengenalan dapat dijalankan dengan langkah-langkah berikut : 1. Click dua kali icon matlab dengan gambar icon seperti Gambar 4.1.

Gambar 4.1. Icon Program Pengenalan

2. Tampilan awal yang terlihat pada Gambar 4.1. akan muncul sebelum masuk ke tampilan utama program.

Gambar 4.2. Tampilan awal Matlab

4. User dapat menjalan program pengenalan dengan mengisi pengaturan pengenalan nada yaitu nilai alpha, panjang DCT dan orde fungsi jarak yang akan digunakan dalam proses pengenalan nada. Apabila user tidak melakukan pengaturan pengenalan nada, maka program tidak dapat melakukan pengenalan dengan benar.

Gambar 4.3. Tampilan awal sistem pengenalan nada gamelan Reong

5. Jika nilai alpha, DCT dan orde fungsi jarak telah dipilih, program pengenalan dapat dijalankan dengan menekan tombol “REKAM”.

6. Selanjutnya hasil pengenalan nada akan muncul dalam kotak “Nada Yang Dikenali”. Hasil perhitungan jarak dari tiap nada dapat dilihat pada kolom “Perhitungan Jarak”. User dapat melihat spektrum hasil rekaman nada dan grafik hasil proses DCT pada kotak “Plot Perekaman” dan “Plot Hasil DCT”

8. Tombol “SELESAI” digunakan apabila user ingin menyelesaikan program dan keluar dari tampilan utama program.

4.1.1. Tombol Rekam

Tombol rekam hanya dapat bekerja dengan benar setelah user mengisi pengaturan pengenalan nada. Pengaturan tersebut meliputi pengaturan nilai DCT, nilai alpha, dan nilai orde fungsi jarak. Ketiga variasi pengaturan tersebut disajikan menggunakan tampilan pop up menu pada user interface matlab. Ketiga program pop up menu sebagai berikut :

function popupmenu4_Callback(hObject, eventdata, handles)

indeks=get(handles.popupmenu4,'Value');

Pada program di atas, nilai alpha diinisialisai menggunakan nama alphawin yang dibagi dalam 4 kondisi sesuai dengan banyaknya variasi. Inisialisasi alphawin tersebut diproses menggunakan perintah handles. Perintah ini digunakan nilai alpha yang telah diinisialisasi sebagai masukan ketika dilakukan callback. Variasi nilai alpha yang ditampilkan pada pop up menu yaitu 0, 50, 100, dan 1000. Pada pop up menu variasi DCT menjalankan program sebagai berikut:

function popupmenu5_Callback(hObject, eventdata, handles)

indeks=get(handles.popupmenu5,'Value');

switch indeks

case 1

frame=16;

frame=32;

Proses yang dilalui oleh pop up menu pada variasi DCT sama dengan proses pada

pop up menu variasi alpha. Nilai DCT diinisialisasikan dengan nama ndct. Variasi nilai DCT meliputi 16, 32, 64, 128, 256. Pop up menu yang ketiga adalah variasi nilai orde fungsi jarak yang memiliki variasi nilai 1, 2, dan 3. Sama halnya dengan proses pada kedua

pop up menu sebelumnya, nilai fungsi orde jarak diinisialisasikan dengan nama pangkat. Program orde fungsi jarak dapat dilihat sebagai berikut :

function popupmenu6_Callback(hObject, eventdata, handles)

indeks=get(handles.popupmenu6,'Value');

penentuan hasil pengenalan nada. Perintah yang digunakan untuk perekaman nada sebagai

Program perekaman menggunakan frekuensi sampling 2200 Hz dan durasi waktu yang digunakan adalah 2 detik (lampiran L1 dan lampiran L8). Perintah program pada Matlab yang digunakan adalah wavrecord untuk merekam dan wavwrite untuk menyimpan nada yang telah terekam. Nada yang telah terekam ditampilkan berupa gambar plot melalui kolom “Plot Perekaman” pada tampilan program utama. Program kolom “Plot Perekaman” adalah sebagai berikut :

axes(handles.axes1) plot(x);

“x” merupakan hasil nada yang telah terekam. Nada terekam diplot pada axes yang telah tersedia di dalam tampilan program utama.

Sub proses selanjutnya adalah ekstraksi ciri DCT. Nada yang telah terekam dan tersimpan dipanggil kembali menggunakan perintah wavread. Nada terekam yang berupa sebuah data “s.wav” disimpan menjadi variabel x. Proses ekstraksi ciri memiliki 3

program akan menjalankan proses Kaiser window. Setelah proses windowing selesai dilakukan maka program akan menjalankan proses normalisasi. Program processing

keseluruhan “xciri” dapat dilihat sebagai berikut.

function y=xciri(x,frame,alpha)

%proses frame blocking dimulai dari tengah keseluruhan data sample mulai=length(x)/2;

Perintah untuk jendela Kaiser adalah sebagai berikut :

function ka=kaiserwin (N,alpha)

%beta=0.1102*(alpha-8.7); %ka =kaiser (N,beta);

if alpha >50

beta =0.1102*(alpha-8.7);

elseif alpha <21 beta=0.0;

elseif 21<=alpha<=50

beta=(0.5842*(alpha-21)^0.4)+0.07886*(alpha-21);

end

Hasil dari ekstrasi ciri ditampilkan pada kolom “Plot Hasil DCT”. Perintah program dilakukan seperti halnya program pada gambar plot hasil perekaman.

axes(handles.axes2) plot(y)

Setelah proses ekstraksi ciri, program selanjutnya adalah pemanggilan database

sesuai dengan nilai variasi DCT dan alpha. if (ndct==16) &(alpha==0)

load xd16a0;

elseif (ndct==16) &(alpha==50)

load xd16a50;

elseif (ndct==16) &(alpha==100)

load xd16a100;

elseif (ndct==32) &(alpha==0)

load xd32a0;

elseif (ndct==32) &(alpha==50) load xd32a50;

elseif (ndct==32) &(alpha==100)

load xd32a100

elseif (ndct==32) &(alpha==1000)

load xd32a1000

elseif (ndct==64) &(alpha==0)

load xd64a0

elseif (ndct==64) &(alpha==50) load xd64a50

elseif (ndct==64) &(alpha==100)

load xd64a100

elseif (ndct==64) &(alpha==1000)

load xd64a1000

elseif (ndct==128) &(alpha==0) load xd128a0

elseif (ndct==128) &(alpha==50)

load xd128a50

elseif (ndct==128) &(alpha==100)

load xd128a100

elseif (ndct==128) &(alpha==1000)

load xd128a1000

load xd256a0;

elseif (ndct==256) &(alpha==50)

load xd256a50;

elseif (ndct==256) &(alpha==100)

load xd256a100;

elseif (ndct==256) &(alpha==1000)

load xd256a1000

end

Program di atas melaksanakan perintah pemanggilan database yang sudah tersimpan sesuai dengan kode nilai variasi DCT dan nilai alpha. Perintah yang digunakan adalah logika ifelse, sehingga program akan memanggil database sesuai dengan nilai variasi masukan DCT dan alpha dari user. Ketika database sudah terpanggil, maka tahap selanjutnya adalah membandingkan nada terekam hasil ekstaksi ciri DCT dengan nada

database. Perbandingan nilai kedua nada bertujuan untuk mencari selisih nilai yang dihasilkan kedua nada tersebut. Metode yang digunakan untuk membandingkan nilai tersebut adalah metode fungsi jarak Minkowski. Program fungsi jarak dapat terlihat sebagai berikut :

n= handles.n

for m=1:7

jaraklist(m)=jarakm(y,z(:,m),n);

end

jarak terkecil nilainya mendekati salah satu jarak pada nada database, maka nada yang dikenali adalah salah satu nada yang sesuai dengan nada database. Hasil jarak perbandingan tersebut ditampilkan pada jendela program utama. Program tampilan jarak dari ketujuh nada adalah sebagai berikut :

%jaraklist

set(handles.text18,'String',jaraklist(1)); set(handles.text21,'String',jaraklist(2)); set(handles.text20,'String',jaraklist(3)); set(handles.text19,'String',jaraklist(4)); set(handles.text23,'String',jaraklist(5)); set(handles.text22,'String',jaraklist(6)); set(handles.text24,'String',jaraklist(7));

Berdasarkan pengujian, tombol REKAM telah bekerja dengan baik. Saat tombol REKAM ditekan, program telah merekam, menampilkan grafik rekaman, menampilkan grafik hasil DCT, menampilkan hasil jarak masing-masing nada, dan mengenali nada dengan benar sesuai perancangan. Gambar 4.4 memperlihatkan contoh tampilan setelah tombol REKAM ditekan, dengan nada yang dimainkan adalah nada Deng, pengaturan berupa alpha pada windowing sebesar 0, dan DCT sebesar 256 point.

Tabel 4.1. Tampilan Hasil Pengenalan Nada Yang Dikenali No. Nada masukan Nada Yang Dikenali

1 Deng Deng

2 Deung Deung

3 Dung Dung

4 Dang Dang

5 Daeng Daeng

6 Ding Ding

7 Dong Dong

Gambar 4.4. Tampilan Setelah Penekanan Tombol REKAM

4.1.2. Tombol RESET

Tombol RESET digunakan apabila user ingin melakukan proses pengujian kembali. Saat tombol RESET ditekan, semua nilai variabel dikembalikan sama seperti saat inisialisasi program. Jika tombol RESET ditekan, maka program akan menjalankan perintah berikut:

axes(handles.axes1); plot(0);

axes(handles.axes2); plot(0);

set(handles.text1,'String',' ');

Berdasarkan pengujian, tombol RESET berjalan dengan baik. Program dapat mengembalikan semua nilai variabel seperti saat inisialisasi program dan user melakukan pengujian kembali dengan menekan tombol RESET.

4.1.3. Tombol SELESAI

Tombol “SELESAI” digunakan apabila user ingin mengakhiri program pengenalan nada. Perintah program tombol “SELESAI” sebagai berikut:

Berdasarkan pengujian, tombol SELESAI berjalan dengan baik. Program dapat berhenti dan keluar dari tampilan utama program GUI MATLAB saat tombol SELESAI ditekan.

4.2 Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat

Pengenalan Nada Gamelan Reong

Pengujian program pengenalan nada gamelan Reong melalui dua tahapan. Pengujian yang pertama adalah pengujian parameter pengaturan pengenalan nada. Parameter pengaturan pengenalan nada yang dimaksud adalah panjang DCT, nilai alpha

dari window Kaiser dan orde fungsi jarak Minkowski. Pengujian paramater tersebut bertujuan untuk mencari nilai dari panjang DCT, alpha dan orde fungsi jarak yang mempunyai tingkat pengenalan terbaik. Pengujian yang kedua adalah pengujian program menggunakan suara masukan dari gamelan lain. Gamelan yang digunakan adalah gamelan

Jublag. Gamelan Jublag memiliki 7 bilah nada. Ketujuh nada tersebut akan diuji menggunakan program pengenalan nada Reong.

4.2.1

Pengujian Parameter Pengaturan Pengenalan Nada Gamelan

Reong

Pengujian bertujuan untuk mengetahui tingkat pengenalan terbaik yang dapat digunakan untuk mengenali setiap nada yang akan dikenali. Pengaturan program pengenalan nada Reong memiliki tiga parameter yang dapat diatur sesuai dengan variasi yang disediakan. Pada pengujian ini akan dilihat bagaimana pengaruh ketiga parameter. Parameter tersebut adalah nilai DCT, alpha dan orde fungsi jarak. Pengujian dilakukan dengan dua metode. Metode pertama adalah secara tidak real time. Metode yang kedua adalah pengujian secara real time.

a) Secara tidak real time

Proses pengujian secara tidak real time dilakukan menggunakan program perbandingan antara jarak nada referensi dengan nada uji. Nada referensi adalah nada terekam yang disimpan sebagai nada acuan pembanding. Sedangkan nada uji adalah nada terekam yang disimpan sebagai nada untuk menentukan nilai terbaik dari parameter DCT,

alpha. Hasil variasi parameter yang sudah tersimpan dalam kode tersebut akan dipanggil kembali pada badan program nada uji. Program nada uji adalah sebagai berikut :

tujuh nada. Nada uji disimpan dengan nama yang berbeda dengan nama penyimpanan nada referensi. Hal ini ditujukan agar program tidak mengalami error saat dijalankan pada

directory matlab yang sama. Program kedua adalah pemanggilan fungsi yang diberi nama “pctkenal”. Persentase pengenalan diperoleh dari perbandingan jarak terkecil dari nada uji dan nada referensi. Hasil pengenalan berupa nilai persentase. Terlihat hasil pengujian dengan parameter DCT, alpha, dan orde fungsi jarak yang bervariasi (lampiran L21). Diperoleh pengenalan terbaik pada saat nilai alpha 0, panjang DCT 256 dengan nilai orde 1,2, dan 3. Terjadi perubahan secara minor dengan variasi parameter DCT yang diperoleh. Pada perancangan variasi yang digunakan paling besar adalah 128. Karena hingga 128 tidak ditemukan pengenalan terbaik, maka dilanjutkan hingga nilai DCT yang lebih besar. Pada saat nilai DCT sebesar 256 ditemukan pengenalan terbaik yaitu sebesar 100 persen.

Dari hasil data di atas dapat ditampilkan sebuah tampilan analisa berupa gambar grafik. Tampilan grafik akan menampilkan gambaran kenaikan atau penurunan kinerja sistem yang diakibatkan pengaruh nilai DCT. Sehingga dapat disimpulkan pengaruh kinerja DCT terhadap sistem pengenalan nada gamelan Reong. Parameter orde yang digunakan adalah orde 2, karena pada orde tersebut menghasilkan pengenalan terbaik. Grafik pengaruh setiap parameter terhadap tingkat pengenalan adalah sebagai berikut :

Gambar 4.5. Grafik Pengaruh Panjang DCT Pada Tingkat Pengenalan

pengamatan jarak kedua nada tersebut. Tabel 4.2 memperlihatkan jarak antara nada dang dan daeng menggunakan nilai parameter DCT yang bervariasi. Parameter alpha dan orde fungsi jarak yang digunakan adalah alpha sebesar 0 dan nilai fungsi jarak orde 2 sesuai dengan nilai parameter yang menghasilkan persentase pengenalan terbaik.

Tabel 4.2. Jarak antara nada dang dan daeng dengan nilai alpha 0 dan fungsi jarak orde 2

Nilai DCT Jarak

16 1.11

32 1.98

64 5.11

128 7.97

256 11.67

(a) (b)

(c) (d)

Gambar 4.6. Grafik jarak antara nada dang dan daeng dengan

(e)

Gambar 4.6. (Lanjutan) Grafik jarak antara nada dang dan daeng dengan

Nilai orde jarak 0, alpha 0 dan panjang DCT (a) 16, (b) 32, (c) 64, (d) 128, dan (e) 256

Nilai DCT mempengaruhi hasil perhitungan jarak dalam proses fungsi jarak. Semakin tinggi nilai DCT yang digunakan mengakibatkan spektrum frekuensi hasil DCT kedua nada tidak tumpang tindih. Proses tumpang tindih terlihat pada grafik a, b, c, dan d. Jarak antara nada semakin besar saat nilai DCT besar. Hal ini membuat tingkat pengenalan yang lebih baik (akurat).

Tabel 4.2 merupakan hasil jarak yang diperoleh melalui perhitungan otomatis oleh program Matlab. Untuk mengetahui hasil jarak tersebut benar maka dilakukan perhitungan secara manual. Perhitungan membandingkan hasil perhitungan Matlab dengan perhitungan secara manual. Tabel 4.3 memperlihatkan hasil perhitungan secara manual dengan menggunakan parameter DCT 16 yang diperoleh dari masukan data gambar 4.6.

adalah nada dang dan adalah nada daeng. Hasil perhitungan secara teori diperoleh hasil nilai DCT 16 yang sama besar dengan nilai DCT tabel 4.2. Dapat disimpulkan bahwa penggunaan program hitung jarak pada matlab sudah benar sesuai dengan perhitungan jarak secara manual.

Tabel 4.3. (Lanjutan) Perhitungan Jarak Secara Manual 0,1365 0,2042 0,013064

0,405 0,2173 0,012388 0,2158 0,2931 0,033599 0,8989 0,5004 0,130682 2 1,2251 0,233192 1 1,7725 0,454411 0,2078 0,54 0,071182 0,2575 0,1203 0,005655 0,1272 0,1331 6,72E-05 0,113 0,0568 0,001024 0,0345 0,1058 0,004886 0,0335 0,0542 0,000767

∑ | − | =1,252751 ∑ | − | = 1,119264

Gambar 4.7. Grafik Pengaruh Nilai Alpha Pada Tingkat Pengenalan

Melalui gambar 4.7 terlihat pengaruh nilai alpha yang cenderung menurun saat

orde 2 dengan panjang DCT 256 dan nilai alpha 0. Pengamatan dengan membanding dua nada juga dilakukan untuk melihat pengaruh alpha terhadap kinerja sistem.

Tabel 4.4. Jarak nada dang dan daeng dengan nilai DCT 256 dan fungsi jarak orde 2

Alpha Jarak

0 11,12

50 8,43

100 6,78 1000 1,89

Berkebalikan dengan pengaruh nilai DCT, pada grafik pengaruh nilai alpha a,b,c,d dan e dapat dilihat nilai alpha mengakibatkan hasil frekeuensi kedua nada tumpang tindih ketika nilai alpha 50, 100 dan 1000. Jarak antara nada menjadi semakin dekat yang mengakibatkan tingkat pengenalan akan semakin buruk saat nilai alpha membesar.

(a) (b)

(c) (d)

Gambar 4.8. Grafik jarak antara nada dang dan daeng

Selanjutnya akan dilihat pengaruh orde jarak pada kinerja sistem. Melalui hasil grafik gambar 4.8 (a) akan dicari jarak antara kedua nada dang dan daeng menggunakan nilai fungsi jarak orde yang bervariasi. Tabel 4.5 memperlihatkan jarak yang diperoleh saat orde fungsi jarak bernilai 1, 2 dan 3. Parameter menggunakan nilai DCT sebesar 256 dan

alpha 0.

Tabel 4.5. Jarak antara nada dang dan daeng dengan nilai DCT 256 dan alpha sebesar 0 dan nilai orde jarak yang bervariasi

Orde Fungsi Jarak Jarak

1 40,85

2 11,12

3 8,95

Dari hasil pengujian dapat disimpulkan bahwa tingkat pengenalan yang terbaik didapat dari kombinasi nilai alpha 0 dengan DCT sebesar 256 dan nilai orde fungsi jarak sebesar 0, 1, dan 2. Hal ini disebabkan jarak spektrum frekuensi antara nada satu dengan yang lain tidak berdekatan sehingga jarak yang didapat dari fungsi jarak Minkowski sesuai dengan yang diharapkan (akurat).

b) Secara real time

Pengujian dilakukan menggunakan program pengenalan gamelan Reong secara real time. Gamelan Reong digunakan sebagai input real time. Parameter yang digunakan adalah parameter pengenalan terbaik yaitu dengan orde fungsi jarak 2, nilai DCT 256, dan nilai

alpha sebesar 0. Perekaman akan langsung diproses secara real time oleh sistem program pengenalan nada gamelan Reong. Pengujian yang dilakukan sebanyak 5 kali untuk setiap nada.

Tabel 4.6. Hasil Pengujian Real time

Nada Percobaan ke-

1 2 3 4 5

Deng V V V V V

Deung V V V V V

Dung V V V V V

Tabel 4.6. (Lanjutan) Hasil Pengujian Real time

Ket : V = dikenali

Tabel 4.6 menunjukkan data hasil proses pengujian secara real time. Terlihat nada dapat dikenali dengan baik untuk setiap nada yang akan dikenali. Tidak terdapat error ataupun kesalahan program saat proses pengujian. Ketujuh nada gamelan Reong sudah dapat dikenali dengan benar dalam pengujian tersebut. Kesimpulan yang didapat adalah sistem pengenalan nada gamelan Reong secara real time sudah berjalan dengan baik sesuai dengan percancangan.

4.2.2

Pengujian dengan Tiga Variasi Volume Suara

Pada pengujian ini dengan berbagai variasi jarak mikrofon dengan gamelan yang diuji (kenong, bonang, gong) dan variasi keras suara dari pemukulan gamelan. Besarnya keras suara pemukulan gamelan diukur menggunakan sound level meter yang ditunjukkan pada Gambar 4.9.

Tabel 4.7. Pengujian Jarak Mikrofon dan Volume Suara

Jarak Mikrofon (cm) Keras Suara (dB) Hasil

5 90 – 100 Dikenali

100 - 120 Dikenali

10 90 – 100 Dikenali 100 - 120 Dikenali

15 90 – 100 Tidak Dikenali 100 - 120 Tidak Dikenali

Tabel 4.7 menunjukan hasil pengujian variasi jarak mikrofon dan keras suara gamelan. Variasi jarak mikrofon yang digunakan adalah 5 cm, 10 cm, dan 15 cm. Variasi

Nada Percobaan ke-

1 2 3 4 5

Daeng V V V V V

Ding V V V V V

keras suara pemukulan menggunakan rentang 90-100 dB dan 100-120 dB. Pada saat menggunakan jarak mikrofon 5 cm dan 10 cm dengan kedua variasi keras suara nada gamelan masih dapat dikenali. Pada jarak mikrofon 15 cm dengan kedua rentang keras suara nada gamelan tidak dapat dikenali.

Gambar 4.9. Sound Level Meter

4.2.3

Pengujian dengan Gamelan Lain

Pengujian menggunakan gamelan Jublag. Pengujian dilakukan secara real time

melalui dua tahapan. Tahap pertama adalah mencari nilai maksimum dari setiap batas fungsi jarak pengenalan. Fungsi jarak yang digunakan adalah Minkowski yang mencari jarak minimum untuk mengenali nada. Pengujian menggunakan parameter orde fungsi jarak 2, alpha 0 dan nilai DCT 256. Langkah – langkah pengujian tahap pertama adalah sebagai berikut :

1. Merekam ketujuh nada gamelan Reong dan setiap nada direkam sebanyak sepuluh kali. Sehingga total keseluruhan perekaman adalah 70.

2. Mencatat jarak minimum yang didapat dari 70 nada.

3. Mencari nilai maksimum dari sepuluh jarak minimum setiap nada.

Tabel 4.8. Hasil Nilai Maksimum dari Sepuluh Jarak Minimum Setiap Nada

Nada Jarak

Deng 7,80

Tabel 4.8. (Lanjutan) Hasil Nilai Maksimum dari Sepuluh Jarak Minimum Setiap Nada

Dari tabel di atas, diperoleh jarak maksimum dari sepuluh jarak minimum setiap nada sebesar 7,80. Jarak tersebut digunakan sebagai batas atas sistem pengenalan. Ketika dilakukan pengenalan nada yang mempunyai jarak minimal di atas 7,80 maka sistem pengenalan nada tersebut tidak akan mengenali nada. Program batasan pada GUI Matlab adalah sebagai berikut.

set(handles.text1,'String',nadaout); else Pengujian dilakukan dengan langkah – langkah sebagai berikut :

2. Merekam nada yang dikeluarkan oleh gamelan Jublag dan Reong dengan menekan tombol “REKAM”. Jarak gamelan terhadap mikrofon 10cm pada saat perekaman.

3. Membandingkan hasil pengenalan output Jublag dengan Reong.

Setelah melakukan percobaan terhadap sistem pengenalan gamelan Reong dengan data yang didapat dari gamelan Jublag maka didapatkan data sebagai berikut:

Tabel 4.8. Hasil Pengujian Dengan Gamelan Reong

Tabel 4.9. Hasil Pengujian dengan Gamelan Jublag

Nada Hasil pengenalan Jarak

Deng Tidak dikenali 9,38 Deung Tidak dikenali 10,42

Dung Tidak dikenali 11,59

Dang Dang 5,80

Daeng Tidak dikenali 11,90 Ding Tidak dikenali 12,20 Dong Tidak dikenali 12,57

Nilai rerata 10,55

Nada Hasil pengenalan Jarak

Deng Deng 4,16

Deung Deung 5,36

Dung Dung 3,40

Dang Dang 5,27

Daeng Daeng 2,85

Ding Ding 4,65

Dong Dong 2,49

Tabel 4.10. Hasil Pengujian dengan Gamelan Kenong

Nada Hasil pengenalan Jarak

1 Tidak dikenali 8,1 2 Tidak dikenali 7,9 3 Tidak dikenali 9,11

4 Dang 8,56

5 Tidak dikenali 7,98 6 Tidak dikenali 8,96 7 Tidak dikenali 10,54

Nilai rerata 8,73

Dari percobaan pengujian gamelan Jublag didapatkan nada yang dikenali yaitu nada dang. Hal ini disebabkan karena jarak minimum yang diperoleh memiliki nilai yang sama dengan nilai jarak nada dang pada gamelan Reong. Pada tabel 4.8 batas jarak telah ditentukan pada percobaan langkah pertama sebesar 7,80. Apabila nada dari suatu suara yang direkam memiliki jarak di atas batas tersebut, maka nada akan dikenali sebagai nada gamelan Reong. Keseluruhan pengenalan nada dari 7 nada menghasilkan nilai rerata yang jauh dari nilai rerata pengenalan pada gamelan Reong sebesar 10,55. Pada gamelan kenong

seluruh nada tidak dikenali karena nilai jarak yang dihasilkan gamelan tersebut berada di atas batas jarak atas sebesar 7,80.

Kesimpulan dari pengujian ini adalah sistem akan mengenali suatu nada gamelan yang memiliki nilai jarak yang mendekati nilai jarak gamelan Reong.

47

BAB V

KESIMPULAN DAN SARAN

5.1

Kesimpulan

Dari percobaan dan pengujian sistem pengenalan nada gamelan Reong disimpulkan sebagai berikut :

1. Implementasi dari sistem pengenalan nada gamelan Reong pada dasarnya dapat bekerja sesuai dengan perancangan. Program pengenalan nada gamelan Reong sudah mampu untuk mengenali nada-nada dasar dari gamelan Reong yaitu deng, deung, dung, dang, dan daeng.

2. Parameter pengenalan nada (panjang DCT dan nilai alpha) mempengaruhi tingkat pengenalan nada. Semakin besar nilai DCT maka tingkat pengenalan nada semakin baik. Semakin kecil nilai alpha maka tingkat pengenalan nada semakin baik.

3. Kombinasi parameter pengenalan dengan panjang DCT 256 titik, alpha 0 jendela kaiser dan fungsi jarak orde 2 menghasilkan tingkat pengenalan maksimal (100%).

5.2

Saran

Saran untuk pengembangan sistem pengenalan nada gamelan Reong adalah sebagai berikut :

1. Pengembangan sistem dengan menambahkan fasilitas pemutaran nada yang telah direkam, sehingga user dapat mengetahui nada tersebut sudah terekam dengan baik.

48

DAFTAR PUSTAKA

[1] Pamungkas, Joko, 2012, Pengenalan Nada Saron Pelog Menggunakan Fungsi Jarak

Minkowski, Teknik Elektro Sanata Dharma, Yogyakarta.

[2] Sklar, Bernard, 1988, Digital Communications Fundamental and Application, New

Jersey, PTR Prentice Hall.

[3] Hastanto, Sri, 2009, Konsep Pathet Dalam Karawitan Jawa, Program Pasca Sarjana,

ISI Press Surakarta.

[4] Pande, Made Sukerta, 2001, Jenis-Jenis Tungguhan Karawitan Bali, Direktorat

Jendral Kebudayaan Departemen Pendidikan Nasional, Republik Indonesia.

[5] Eka, Kartikasari,Yesika, 2006, Pembuatan Software Pembuka Program aplikasi

Komputer Berbasis Pengenalan Sinyal Suara, PENS-ITS, Surabaya.

[6] Nurlaily, 2009, Pencocokan Pola Suara dengan Algoritma FFT dan Dc.

[7] Niamaulidia, 2009 Pembuatan Pengenalan Sinyal Wicara Menggunakan Matlab.

[8] http://www.geniusnet.com/wSite/ct?xItem=16664&ctNode=145 diakses 20 April

2013.

[9]

http://www.realkarachi.com/downloads/books/how-stuff-works/how-sound-cards-work%28www.realkarachi.com%29.pdf diakses pada tanggal 25 April 2013.

[10] http://code10.net/index.php?option=com_content&view=article&id=61:articlemink

diakses pada tanggal 5 April 2013.

[11] http://melodi.ee.washington.edu/courses/ee518/notes/lec17.pdf diakses pada tanggal

25 April 2013.

[12] Riyanto, S., Purwanto, A., dan Supardi, 1999, algoritma fast fourier transform (fft)

PERCOBAAN

MENCARI SPEKTRUM FREKUENSI DARI

NADA GAMELAN

REONG

DENGAN MATLAB V.7

Tujuan:

1. Mengetahui frekuensi maksimum pada nada gamelan Reong.

2. Mengetahui frekuensi sampling minimum yang dapat digunakan

Variabel:

1. Frekuensi sampling yang digunakan 4400Hz, 2200Hz, 1100Hz

2. Durasi perekaman yang digunakan sebesar 2 detik

Listing Program

fs = 4400;%%fsampling 4400Hz %fs= 2200;%%fsampling 2200Hz %fs = 1100;%%fsampling 1100Hz

y = wavrecord (2*fs,fs,'double');%% 2 detik wavwrite(y,fs,'sample2s4400HzDeng.wav');

400 600 800 1000 1200 1400 0

Nada Dung Nada Dang

Nada Daeng Nada Ding

Nada Dong

500 1000 1500 2000 2500 0

0 500 1000 1500 2000 2500 0

5000 10000

15000 X: 457Y: 1.437e+004

0 500 1000 1500 2000 2500 0

0 500 1000 1500 2000 2500 0

Fs = 2200Hz

Nada Deng Nada Deung

Nada Dung Nada Dang

0 200 400 600 800 1000 1200 0

0 200 400 600 800 1000 1200 0

0 200 400 600 800 1000 1200 0

Nada Daeng Nada Ding

Nada Dong

0 200 400 600 800 1000 1200

0

0 200 400 600 800 1000 1200

0

Nada Daeng Nada Ding

Nada Dong

Tabel Data Percobaan

Nada Frekuensi Sampling

4400Hz 2200Hz 1100Hz

Deng V X X

Ket: V= terdapat harmonisa X= tidak terdapat harmonisa 100 200 300 400 500 600

Kesimpulan

1. Frekuensi 2200 tidak terdapat harmonisa.

2. Frekuensi maksimum yang didapat sebesar 596 Hz untuk nada Dong.

3. Frekuensi sampling berguna untuk mencuplik data suara yang diinginkan dan

mem-filter data suara yang tidak diinginkan dalam hal ini harmonisa yang terjadi dan

noise saat perekaman, sehingga frekuensi minimum yang tepat digunakan sebesar

PERCOBAAN

MENCARI DURASI PEREKAMAN

UNTUK SISTEM PENGENALAN NADA GAMELAN

REONG

DENGAN MATLAB V.7

Tujuan:

1. Mendapatkan durasi perekaman yang tepat untuk perekaman.

2. Mengetahui pengaruh durasi perekaman pada data sinyal yang terekam.

Variabel:

1. Frekuensi sampling yang digunakan 2200 Hz.

2. Durasi perekaman yang digunakan sebesar 1 detik, 2 detik, dan 3 detik.

Listing Program

clc

fs =2200;%%fsampling2200Hz

%y = wavrecord (fs,fs,'double');%% 1detik %wavwrite(y,fs,'sample3s2200HzDong.wav'); %[y,fs]=wavread('sample3s2200HzDong.wav'); %y = wavrecord (2*fs,fs,'double');%% 2 detik %wavwrite(y,fs,'sample2s2200HzDong.wav'); %[y,fs]=wavread('sample2s2200HzDong.wav'); y = wavrecord (3*fs,fs,'double');%% 3detik wavwrite(y,fs,'sample1s2200HzDong.wav'); [y,fs]=wavread('sample1s2200HzDong.wav'); plot(y);grid;%output

HasilPloting

Durasi Perekaman 1 detik

Durasi Perekaman 2 detik

0 500 1000 1500 2000 2500