IMPLEMENTASI DAN ANALISIS PENILAIAN SUARA PERKUTUT MENGGUNAKAN SPEKTROGRAM
Endang Purwanto¹, Achmad Rizal², Gelar Budiman³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Abstrak
Burung perkutut merupakan burung yang memiliki suara yang sangat merdu. Memelihara burung perkutut belakangan ini telah menjadi hobi yang disukai oleh banyak orang. Salah satu tujuan dalam mengikutsertakan kontes perkutut adalah untuk menguji kualitas suara, mental, gaya dan ketahanan fisik burung. Perkutut yang berhasil memenangkan kontes biasanya memiliki nilai jual yang tinggi dan keturunannya banyak diminati oleh peternak.
Lomba perkutut belakangan ini ternyata tidak diikuti dengan pendidikan dan pengetahuan tentang seni suara perkutut yang dilombakan. Akibatnya seringkali terjadi protes dari peserta kontes terhadap keputusan dewan juri. Beberapa faktor penyebabnya adalah : kurangnya memahami seni suara perkutut yang bagus dan kurangnya pengarahan dari dewan juri yang hanya mengandalkan indera telinga semata, khususnya dalam penilaian kualitas suara. Dalam sistem implementasi tugas akhir ini menggunakan software MATLAB R2009a. Suara perkutut divisualisasikan dalam bentuk waveform dan di digunakan algoritma STFT(Short Time Fourier Transform) untuk menampilkan spektrogram. Setelah itu dilakukan proses segmentasi yaitu pembagian spektrogram menjadi 3 bagian yaitu suara depan, tengah dan ujung, kemudian untuk ekstraksi ciri di gunakan energi rata-rata dari setiap bagian suara tersebut.
Data uji diolah dan dibandingkan dengan database uji yang sudah dinilai oleh dewan juri kemudian hasilnya akan dikenali dengan bantuan k-Nearest Neighbor (k-NN). Hasil akhir interpretasi dari sistem ini berupa nilai suara depan, tengah, ujung, irama, dasar suara, volume dan istilah JSK(Jumlah Suku Kata) suara perkutut. Tingkat akurasi pada sistem ini sebesar 76.28%.
Kata Kunci : Suara Perkutut, STFT(Short Time Fourier Transform), spektrogram, k-Nearest Neighbor (K-NN), Dewan Juri
Abstract
Turtledove bird is a bird that has a very melodious voice. Recently, maintaining of a turtledove has become a popular hobby by many people. One of the goal the contest turtledove is test the sound quality, mental, style and physical endurance. The winner will have high selling price and his descendants will a great demand by farmers.
Contestant of the turtledove competition contest have not education and knowledge about art sound turtledove. The result is protest between Contestant about decision of the jury's often occurred. Several reasons are: lack of understanding of the good sound turtledove and lack of guides from jury because only using ear senses, especially for sound quality.
On this final assignment, implementation system used MATLAB R2009a. Turtledove sound has been visualized by waveform shape and using STFT(Short Time Fourier Transform) algorithms to display spectrogram. Segmentation is division spectrogram into 3 parts: front, middle and end sound, and for extract feature of the sound using the average energy.
Data is processed and compared with the database from jury and the result will be identified by k-Nearest Neighbor (k-NN). The final result of interpretation of this system are front, middle, end, rhythm, basic sound, volume value and terms number of syllables sound turtledove. The level of accuracy on this system is 76.28%.
Keywords : Turtledove voice, STFT (Short Time Fourier Transform), spectrogram, k-Nearest Neighbor (k-NN), Jury
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Hobi memelihara burung berkicau semakin diminati banyak orang dengan berbagai alasan, misalnya : sebagai hobi atau kesenangan menikmati kicau burung yang merdu. Keadaan tersebut didukung dengan semakin sering diadakannya kontes burung berkicau. Burung yang memiliki irama, nada dan frekuensi kicauan berulang-ulang dikenal dengan sebutan burung penyanyi. Salah satu jenis burung penyanyi yang bernilai tinggi adalah perkutut. Memelihara perkutut belakangan ini telah menjadi hobi yang disukai oleh banyak orang. Salah satu tujuan mengikut sertakan perkutut dalam kontes adalah untuk menguji kualitas suara, mental, gaya dan ketahanan fisik burung. Burung yang berhasil memenangkan kontes biasanya memiliki nilai jual yang tinggi dan keturunannya banyak diminati oleh peternak.
Hingar bingar lomba perkutut belakangan ini ternyata tidak diikuti dengan pendidikan dan pengetahuan tentang seni suara perkutut yang dilombakan. Akibatnya seringkali terjadi protes dari peserta kontes terhadap keputusan dewan juri. Beberapa faktor penyebabnya adalah : kurang memahami seni suara perkutut yang bagus dan kurangnya pengarahan dari dewan juri. Untuk mengurangi terjadinya protes pada saat lomba, Perhimpunan Pelestari Perkutut Seluruh Indonesia (P3SI) telah merumuskan penilaian suara perkutut.
Dewan juri hanya bisa mengandalkan indera telinga semata, khususnya dalam penilaian kualitas suara. Selain penilaian tidak bisa diulang, perbedaan sensitivitas indera telinga antar dewan juri agaknya merupakan salah satu faktor subjektivitas menjadi tidak terelakkan. Oleh karena itu, agar lomba perkutut memiliki objektivitas tinggi, terukur, dapat diulangi dan dapat dipertanggungjawabkan secara ilmiah, maka dalam Tugas Akhir ini dibuat implementasi dan analisis penilaian suara perkutut. Analisis tersebut dapat divisualisasikan dalam bentuk waveform dan spektrogram, sehingga dapat diketahui durasi suara, frekuensi suara, amplitudo dan pola suara perkutut. Keunggulan metode ini adalah : bersifat audio visual (dapat didengar dan dilihat),
BAB II Dasar Teori
Endang Purwanto/ 111098030 2
dapat diulangi, terukur (objektif) dan dapat dipertanggungjawabkan secara akademis.
Oleh karena itu, maka penulis mencoba mengangkat topik ini sebagai Tugas Akhir untuk mengimplementasi dan menganalisis sistem penilaian suara perkutut dengan menggunakan spektrogram.
1.2 Rumusan Masalah
Masalah-masalah yang terjadi pada Tugas Akhir ini adalah :
a. Bagaimana rancangan dan implememtasi perangkat lunak sistem penilaian suara perkutut?
b. Bagaimana membuat sistem penilaian suara perkutut dengan tingkat akurasi dan performansi yang tinggi?
1.3 Tujuan Penulisan
Tujuan dari Tugas Akhir ini, yaitu:
a. Membuat rancangan dan melakukan implementasi perangkat lunak sistem penilaian suara perkutut untuk para kung lovers dan dewan juri.
b. Membuat sistem penilaian suara perkutut dengan tingkat akurasi dan performansi yang tinggi yaitu dengan membandingkan sistem dengan penilaian dewan juri perkutut.
1.4 Batasan Masalah
Untuk menghindari meluasnya materi pembahasan Tugas Akhir ini, maka penelitian dibatasi oleh beberapa hal berikut :
a. Sinyal input adalah suara perkutut jenis Geopelia Striata Striata berupa file berekstensi .wav, monofonik, berfrekuensi sampling 8000 Hz dan beresolusi 16 bit
b. Suara perkutut di dapat dari kung lovers dimana suara perkutut yang di rekam memiliki kualitas suara perkutut yang bagus.
c. Format spektrogram yang diproses adalah dengan FFT 512 titik, tipe window Kaiser 256 sampel, overlap 220.
Endang Purwanto/ 111098030 3
d. Analisis ini ditunjukan untuk kung lovers dan dewan juri yang ingin mengetahui kualitas suara perkutut dengan melihat dari pengolahan sinyal suara.
e. Interpretasi hasil akhirnya berupa nilai suara depan, tengah, ujung, irama, dasar suara, volume dan jumlah suku kata
f. Alat bantu yang digunakan dalam Tugas Akhir ini adalah MATLAB R2009a. g. Proses pengklasifikasian menggunakan k-NN (k-Nearest Neighbor)
1.5 Metodologi Penelitian
Metode yang digunakan dalam penyelesaian Tugas Akhir ini antara lain : a. Studi literatur
Merupakan kegiatan pembelajaran materi melalui sumber pustaka yang berkaitan dengan penelitian, baik berupa buku, artikel maupun jurnal ilmiah. b. Perancangan model sistem
Merupakan perancangan model ekstraksi dan klasifikasi suara paru dengan menggunakan bahasa pemograman MATLAB.
c. Pengumpulan Data
Bertujuan untuk mendapatkan sampel dari suara perkutut yang akan digunakan sebagai masukan dari sistem, untuk melatih dan menguji suatu proses. Pengumpulan data diperoleh dari para pengggemar perkutut.
d. Studi Pengembangan Aplikasi
Bertujuan untuk menentukan metodologi pengembangan perangkat lunak yang digunakan dengan pendekatan terstruktur dan melakukan analisis perancangan. e. Implementasi Perangkat Lunak
Bertujuan untuk melakukan implementasi metode pada perangkat lunak sesuai dengan analisis perancangan yang telah dilakukan.
f. Analisis Performansi
Bertujuan untuk melakukan analisa performansi yang dapat dicapai oleh sistem. g. Mengambil Kesimpulan
BAB II Dasar Teori
Endang Purwanto/ 111098030 4
1.6 Sistematika Penulisan
Sistematika yang digunakan dalam pembahasan mengenai Tugas Akhir ini yaitu sebagai berikut :
BAB I PENDAHULUAN
Berisi latar belakang, perumusan masalah, tujuan penelitian, batasan masalah, metodologi penelitian dan sistematika penulisan.
BAB II LANDASAN TEORI
Menguraikan berbagai teori yang mendukung dan mendasari penulisan tugas akhir ini.
BAB III PERANCANGAN DAN PEMODELAN SISTEM
Pada bab ini akan dilakukan analisis alternatif sistem yang akan diaplikasikan untuk berfungsi sebagaimana yang diinginkan dan akan dilakukan perancangan perangkat lunak dari sistem yang diajukan.
BAB V HASIL IMPLEMENTASI DAN ANALISIS
Bab ini berisi batasan, asumsi, serta lingkungan implementasi, implementasi basis data, implementasi modul perangkat lunak, implementasi antarmuka, pengujian aplikasi, dan analisa hasil.
BAB VI KESIMPULAN DAN SARAN
Berisi tentang kesimpulan dari sistem yang dibuat serta saran untuk pengembangan sistem yang lebih baik.
39
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil analisis terhadap pengujian yang dilakukan pada sistem klasifikasi suara perkutut menggunakan proses segmentasi dengan algoritma STFT, ekstraksi ciri dengan energi rata-rata dan klasifikasi dengan k-NN, maka dapat ditarik kesimpulan sebagai berikut :
1. Pengambilan ciri suara perkutut menggunakan STFT memberikan pola yang cukup baik karena dapat mengikuti sinyal asli sehingga mampu menunjukkan kemiripan ciri dari suara perkutut.
2. Proses segmentasi dengan algoritma STFT bertujuan untuk membagi spektrogram menjadi 3 bagian yaitu suara depan, tengah, dan ujung. Hal ini di lakukan agar bisa dilakukan ekstraksi ciri terhadap proses segmentasi tersebut.
3. Ekstraksi ciri untuk suara depan, tengah dan ujung menggunakan energi rata-rata, dan ekstraksi ciri untuk irama, dasar suara dan volume menggunakan energi total rata-rata. Sedangkan ekstraksi ciri untuk jumlah suku kata menggunakan matrik ternormalisasi 1 x 200.
4. Nilai akurasi klasifikasi dengan menggunakan klasifikasi k-NN untuk database latih suara perkutut sebesar 100% Sedangkan nilai akurasi klasifikasi k-NN untuk data uji suara perkutut sebesar 76.28%. Hal ini menunjukkan bahwa kedua klasifikasi dengan menggunakan k-NN mempunyai peran dalam sistem ini.
5. MOS bertujuan untuk mengetahui opini dari para kung lovers dan dewan juri tentang sistem penilaian suara perkutut ini. Dari 20 orang 16 diantaranya menyukai sistem penilaian ini dan 4 di antaranya tidak menyukai.
BAB V : Kesimpulan dan Saran
Endang Purwanto / 111098030 40
5.2 Saran
Untuk penelitian lebih lanjut diharapkan dapat memperbaiki kekurangan yang ada dan meningkatkan tingkat penilaian suara perkutut yang lebih akurat. Untuk itu disarankan sebagai berikut :
1. Perlunya digunakan metode lain selain spektrogram untuk perbaikan nilai energi dalam pengambilan ciri untuk menghasilkan kebenaran yang lebih tinggi.
2. Perlunya digunakan pengklasifikasian lain selain k-NN untuk mendapatkan pengklasifikasian yang lebih akurat.
3. Untuk menambah tingkat akurasi sistem sebaiknya data suara perkutut lebih banyak dengan nilai yang bervariasi.
4. Sistem penilaian suara perkutut dapat dikembangkan sekaligus dengan perangkat keras yang mendukung dalam memproses penilaian suara perkutut secara waktu nyata (realtime).
DAFTAR PUSTAKA
[1] Fagerlund, Seppo. 2004. Automatic Recognition of Bird Species by Their Sounds. Helsinki University Of Technology. Finlandia.
[2] Rusfidra, Dr. 2005. Makalah Analisis Suara Perkutut. Artikel IPTEK Majalah Flona. Jakarta.
[3] Hasanah, Herliyani, 2009, V. Evaluasi Perbandingan Short Time Fourier Transform (STFT) Dan Wigner Distribusion (WD) Pada Klasifikasi Elektrokardiogram (EKG), Bandung: IT Telkom.
[4] Away, Gunaidi Abdia.2019.”MATLAB Programming Edisi Revisi”. Informatika. Bandung
[5] Irwandi, Marwan,Mahmud, dan Abdullah.2005. Prospek Pengembangan Metode Identifikasi Spesies Burung berdasarkan Spektrum Suara menggunakan Analisis Spektogram.Fakultas MIPA Universitas Syiah Kuala, Banda Aceh.
[6] Wahyu, Agung Prasetyo. “Tips dan Trik MATLAB”, ANDI [7] Grassi, Elena. “Audio Processing Using Matlab”.
[8] S. Aris, “Pemrograman GUI dengan MATLAB”, 2006, Andi, Yogyakarta [9] http://perkututmall.tripod.com/infopkt.htm (di unduh tanggal 23 September
2010)
[10] http://www.perkututinfo.com/index.php?option=com_content&view=category &layout=blog&id=47&Itemid=303 (di unduh tanggal 23 September 2010) [11] http://id.wikipedia.org/wiki/stft (di unduh tanggal 25 September 2010) [12] http://id.wikipedia.org/wiki/knn (diunduh tanggal 10 Oktober 2010)
Powered by TCPDF (www.tcpdf.org)
