By:Dr.Ir. Sri Pujiyati, M.Si, Muhammad Zainuddin Lubis, SIk, M.Si, and Pratiwi Dwi Wulandari, S.Ik
ANALISA SUARA DENGAN MENGGUNAKAN SOFTWARE , WAVELAB, RAVEN, DAN MATLAB UNTUK AKUSTIK KELAUTAN( BIOACOUSTIC)
SOUND ANALYSIS USING WAVELAB, RAVEN, AND MATLAB SOFTWARE FOR MARINE ACOUSTIC (BIOACOUSTIC)
Tujuan Praktikum :
1. Mahasiswa dapat menghasilkan FFT dan ekstraksi data.txt, dengan menggunakan perangkat lunak Wavelab 6 , dan membandingkan hasil FFT dengan hasil analisis menggunakan perangkat lunak MATLAB.
2. Mahasiswa dapat membedakan hasil spektrum suara antara ( Wavelab 6 dengan Raven Pro 1.5), dengan melihat resolusi dan kejelasan informasi dari hasil kedua perangkat . 3. Mahasiswa dapat memfilter data menggunakan Raven Pro 1.5 ( Adaptive Filter dengan
Adaptive Line Enchancer : Filter older : 20 , Ale Delay 1, LMS Step Size : 0.01, dan dengan output Broadband) dan melakukan filter mengguanakan Band Pass Filter ( Raven Pro 1.5) dengan data suara stridulatory Guppy dan whistle lumba-lumba.
PENDAHULUAN
Studi tentang bioakustik adalah ilmu yang menggabungkan biologi dan akustik yang biasanya merujuk pada penelitian mengenai produksi suara, dispersi melalui media elastis, dan penerimaan pada hewan, termasuk manusia. Hal ini melibatkan neurofisiologi dan anatomi untuk produksi dan deteksi suara, serta hubungan sinyal akustik dengan medium dispersinya. Temuan pada bidang ini memberikan bukti bagi kita tentang evolusi mekanisme akustik, dan dari sana, evolusi hewan yang menggunakannya (Simmonds dan MacLennan 2005).
WaveLab adalah aplikasi yang digunakan sebagai editor audio dengan Steinberg yang merupakan perusahaan semi-profesional. Perangkat lunak ini mendukung file multi-channel, DirectX dan penciptaan DVD-Audio. WaveLab adalah WaveLab dimulai pada tahun 1995 dan hal ini terutama karya satu programmer, Philippe Gautier. versi cut-down dari WaveLab termasuk WaveLab Studio, WaveLab Esensial dan WaveLab LE. Biasa Wavelab digunakan untuk memfilter suara oleh penyanyi dan sering menamilkan FFT pada hasil suara .
By:Dr.Ir. Sri Pujiyati, M.Si, Muhammad Zainuddin Lubis, SIk, M.Si, and Pratiwi Dwi Wulandari, S.Ik Raven Software (Raven Entertainment Software, Inc.) adalah sebuah perangkat lunak yang mengembangkan perusahaan Amerika yang berbasis di Wisconsin dan didirikan pada tahun 1990. Pada tahun 1997, Raven membuat kesepakatan penerbitan eksklusif dengan Activision dan kemudian diakuisisi oleh mereka. Setelah akuisisi, banyak pengembang asli studio. Raven Pro 1.5 merupakan software yang dapat digunakan untuk analisis data suara mamalia terutama mamalia yang memiliki suara ( terutama di bidang bioacoustic) ( Pitcher 2013) di Bioacoustics Research Program Cornell Lab of Ornithology
Suara whistle dari lumba-lumba umumnya digunakan untuk tujuan ekolokasi, dan whistle juga berfungsi sebagai peran utama dalam komunikasi antar individu dan antar kelompok (Azzolin et al. 2013). Suara whistle yang terus menerus, memberikan sinyal frekuensi (Papale et al. 2013), dengan berbagai lebar pancaran 800 Hz dan 28,5 kHz (Janik 2009) sering terdapat komponen harmonik (Papale et al. 2013).
Suara stridulatory adalah suara yang dihasilkan dengan menggerakkan atau menggemertakkan bagian-bagian tubuh, misalnya: sirip, gigi, dan bagian tubuh lainnya yang keras (Walker 1907; Pitcher 1993). Ikan bertulang keras (teleost) memiliki suara yang dihasilkan dari kepakan sirip dan beberapa jenis suara stridulatory lainnya memiliki amplitudo besar, yang tersebar secara seragam diseluruh frekuensi. Frekuensi yang dicapai dapat berkisar hingga lebih dari 6000 Hz (Winn 1991). Penelitian tentang suara vokalisasi pada suara lumba-lumba pernah dilakukan oleh (Lubis dan Pujiyati 2015, Moron & Andriolo 2015, Lubis et al. 2016, Wulandari et al. 2016, Bebus & Herzing 2015). Contoh hasil analisa suara dapat dilihat pada Gambar 1.
Gambar 1. Spektrum suara klik lumba-lumba jantan menggukan Raven Pro 1.5 ( Wulandari et al. 2016)
By:Dr.Ir. Sri Pujiyati, M.Si, Muhammad Zainuddin Lubis, SIk, M.Si, and Pratiwi Dwi Wulandari, S.Ik
Transformasi Fourier
Dasar dari karakteristik frekuensi pada sinyal adalah Transformasi Fourier (Brook dan Wynne 1991). Fast Fourier Transform (FFT) merupakan suatu algoritma untuk menghitung Discrette Fourier Transform (DFT). Fungsi umum dari Transformasi Fourier adalah mencari komponen frekuensi sinyal yang terpendam oleh suatu sinyal domain waktu yang penuh dengan noise (Krauss et.al 1995) adalah:
S=fft (y) (1)
S=fft(y,n) (2)
(3)
(4) Dalam persamaan tersebut, t adalah waktu dan f adalah frekuensi. x merupakan notasi sinyal dalam ruang waktu dan X adalah notasi untuk sinyal dalam domain frekuensi. Persamaan (1) disebut Transformasi Fourier dari x(t) sedangkan persamaan (2) disebut Invers Transformasi Fourier dari X(f), yakni x(t). Transformasi Fourier dapat menangkap informasi apakah suatu sinyal memiliki frekuensi tertentu ataukah tidak, tapi tidak dapat menangkap dimana frekuensi itu terjadi. Bentuk perintah (3) dan (4) hampir sama yakni menghitung DFT dari vector x, hanya pada perintah (4) ditambahi dengan penggunaan parameter panjang FFT (n).
ALAT DAN BAHAN
Alat dan bahan yang digunakan adalah :
- PC computer / laptop - Wavelab 6, Raven Pro 1.5, dan Matlab - Soundcard - Microsoft Office ( Excel dan Word) - Suara Lumba-lumba dan Guppy (.Wav) - Headset ( Headphone)
METODOLOGI
A. Pengolahan data suara
1. Install perangkat lunak Wavelab 6, Raven pro 1.5, dan MATLAB pada PC Komputer/ Laptop anda, pastikan memiliki soundcard dan bisa digunakan untuk kegiatan perekaman data.
By:Dr.Ir. Sri Pujiyati, M.Si, Muhammad Zainuddin Lubis, SIk, M.Si, and Pratiwi Dwi Wulandari, S.Ik 2. Setiap kelompok terdiri dari 4 orang, setiap kelompok mendapatkan 1 data suara stridulatory Guppy dan 1 suara whistle lumba-lumba (.wav) dengan total suara yaitu 2 suara dan wajib memiliki modul praktikum 1 eks ( Seperti Praktikum sebelumnya). 3. Lakukan penampilan spektrum original suara stridulatory Guppy dan whistle
lumba-lumba dengan menggunakan perangkat lunak Wavelab 6, Raven Pro 1.5, dan MATLAB. 4. Lakukan proses FFT Menggunakan perangkat lunak Wavelab dan ekstraksi data ke .txt ,
seta lakukan Plotting dengan menggunakan microsoft excel , ( Sumbu x = Frekuensi, Y adalah mV).
5. Lakukan proses filter suara dengan menggunakan perangkat lunak Raven Pro 1.5 ( Broadband dan Band Pass Filter).
B. Analisis Data ( Untuk pembuatan laporan praktikum)
1. Analisis masing-masing data yang diperoleh dengan melihat spektrum suara dan grafik FFT menggunakan Wavelab 6, Raven Pro 1.5 dan MATLAB, dengan menampilkan hasil gambar spektrum.
2. Bahas dan jelaskan hasil plot spektrum suara ( FFT) menggunakan wavelab yang sudah diekstraksi ke data .txt, serta bahas apa hubungan antara frekuensi dengan mV pada hasil tersebut dengan menampilkan gambar hasil plot (X dan Y)
3. Tampilkan Hasil FFT menggunakan Wavelab ( Gambar ).
4. Membahas gambar hasil filter dengan menggunakan broadband dan Band Pass Filter menggunakan perangkat lunak Raven Pro 1.5 (Gambar dilampirkan).
5. Buatlah laporan praktikum dari point 1,2,3,dan 4 serta bahas masing-masing grafik atau gambar yang telah diperoleh, serta bahas dengan menggunakan jurnal terkait (Jurnal
tahun 2000-sekarang minimal 2 jurnal).
6. Template laporan seperti yang disediakan ( berbentuk jurnal ), dan dikumpulkan minggu depan di pertemuan berikutnya pada saat sebelum kuis dilakukan, dan dilarang keras melakukan tindakan kecurangan ( Copy Paste ).
PUSTAKA
Azzolin, M. Papale, E., Lammers, M. O. Gannier, A, & Giacoma, C. 2013. Geographic variation of whistles of the striped dolphin (Stenella coeruleoalba) within the Mediterranean Sea. The Journal of the Acoustical Society of America, 134, 694.
By:Dr.Ir. Sri Pujiyati, M.Si, Muhammad Zainuddin Lubis, SIk, M.Si, and Pratiwi Dwi Wulandari, S.Ik Bebus Sara. E & Herzing L. Denise. (2015). Mother-Offspring Signature Whistle Similarity and Patterns of Association in Atlantic Spotted Dolphins (Stenella frontalis) Scinow Publications Ltd. ABC 2015, 2(1):71-87 Animal Behavior and Cognition.
Branstetter, B. K., DeLong, C. M., Dziedzic, B., Black, A., & Bakhtiari, K. 2016. Recognition of Frequency Modulated Whistle-Like Sounds by a Bottlenose Dolphin (Tursiops truncatus) and Humans with Transformations in Amplitude, Duration and Frequency. PloS one, 11(2), e0147512.
Brook,D. and R.J. Wynne. 1991. Signal Processing: Principples and Applications. Edward Arnold, a division of Hodder and Stoughton Limited, Mill Road, Dunton Green. Great Britain.
Edwards, T., 1991, Discrete Wavelet Transforms: Theory and Implementation, Stanford University, USA.
Janik, Vincent M. 2009. "Acoustic communication in delphinids." Advances in the Study of Behavior 40 .
Lijun Xu, Yong Yan, 2004, Wavelet-Based Removal of Sinusoidal Interference From a Signal, Institute of Physics Publishing, United Kingdom.
Lubis, M.Z and Pujiyati.Sri. 2015. Influence of Addition of Salt Levels Against Study of Bio-Acoustic Sound Stridulatory Movement Fish Guppy (Poecilia reticulata), pp. 01–07. The 1st International Conference on Maritime Development Proceeding.
Lubis, M.Z, Pujiyati.Sri, Hestirianoto.Totok, Wulandari P.D. 2016. Bioacoustic Characteristics of Whistle Sounds and behaviour of male Indo-Pacific bottlenose dolphins (Tursiops aduncus) in Indonesia. International Journal of Scientific and Research Publications, ISSN 2250-3153, Volume 6, Issue 2.
Moron, J. R., & Andriolo, A. (2015). Preliminary evidence for signature and copied whistles among spinner dolphins in the Southwest Atlantic Ocean: Beacon purpose?. The Journal of the Acoustical Society of America, 138(3), 1904-1904.
Papale, E. Azzolin, M., Cascão, I., Gannier, A., Lammers, M. O., Martin, V. M. & Giacoma, C. 2013. Macro-and micro-geographic variation of short-beaked common dolphin’s whistles in the Mediterranean Sea and Atlantic Ocean. Ethology Ecology & Evolution, (ahead-of-print), 1-13.
Pitcher, T.J.1993. Behaviour of Teleost Fishes. 2nd ed. Clays Ltd. St Ives plc. England.
Pitcher, JT.J .2013. "Raven Software and Neversoft assisted Infinity Ward in Call of Duty: Ghosts development". Polygon. Retrieved 1 December 2013.
Simmonds J. & MacLennan D. 2005. Fisheries Acoustics: Theory and Practice, second edition. Blackwell.
Walker, W.F.,Jr. 1907. Functional Anatomy of The Vertebrates. CBS College Publishing. United States America.
Winn, H.E. 1991. Acoustic Discrimination By The Road FishWith Comments On Signal System. P 361 – 381. In Howard E. Winn. Dan Bori J. Olla. (ed) Behavior of Marine Animals Vol 2: Vertebrates. Plenum Press. New york.
Wulandari PD, Pujiyati S, Hestirianoto T, Lubis MZ 2016. Bioacoustic Characteristic Click Sound and Behaviour of Male Dolphins Bottle Nose (Tursiops aduncus). J Fisheries Livest Prod 4: 160. doi:10.4172/2332-2608.1000160.
