v
ABSTRAK
Musik adalah suara, sehingga hukum fisika tentang gelombang berlaku untuk musik. Musik memiliki dua aspek, yaitu nada dan irama. Nada berjumlah tiga atau lebih yang disuarakan bersama-sama membentuk accord. Accord memiliki penamaan yang bersifat internasional, sehingga musisi-musisi dapat menyuarakan nama accord dalam berbagai bahasa namun tetap sama. Semua orang dapat bermain musik, dan menjadi musisi. Permasalahan yang muncul, apakah semua orang dapat memainkan permainan musik sama seperti permainan pengarang aslinya? Sebuah aplikasi untuk mengenali accord diperlukan untuk membantu musisi memainkan musik mirip seperti aslinya. Aplikasi berada di dalam komputer, sehingga suara musik juga harus berada didalam komputer atau digital. Suara yang bersifat continue diubah menjadi data yang bersifat discrite. Untuk itu perlu ada proses tambahan untuk memproses data-data tersebut. Salah satu proses tersebut adalah Fast Fourier Transform. Fast Fourier Transform mengubah gelombang suara menjadi yang terdiri dari amplitudo-amplitudo berdasarkan waktu menjadi gelombang yang terdiri dari amplitudo-amplitudo dan frequensi. Frequensi dengan amplitudo maksimum dibagi dua digunakan untuk membantu mengenali nada-nada yang dibunyikan. Nada-nada yang sudah terkumpul dapat dianalisa untuk dikenali sebagai accord. Namun, range frequensi dengan amplitudo maksimum dibagi dua tidak selalu merupakan nada-nada yang dibunyikan, sehingga tingkat keberhasilan dari program pengenalan accord adalah nol persen. Untuk itu, perbaikan pada proses pemilihan amplitudo untuk mengenali nada-nada yang dibunyikan dapat meningkatkan tingkat keberhasilan dalam proses pengenalan accord.
vi
ABSTRACT
Music is human lifestyle. Some people even play music professionally. Music players, who want to play their favourite music as similar as the original musicians play, at least have to know what the accord they originally play. Accords or well known as chords are three or more tones that sounded together. When recognizing accords from music in computer, the music itself must be digitalized. A digitalized music file contains data, which can be reconstructed as a sound wave. A sound wave that represents amplitude in time converted into a wave that represents amplitude in frequency by Fast Fourier Transform (FFT) Algorithm. The FFT table frequencies searched by maximum amplitude divided by two are counted to search all sounded tone. Each tone has a frequency range, so the sounded tones’ frequencies can be changed into tones and recognized the accord for the selected tones. But, the success rate from the result of accord recognition process was zero percent because the FFT table result’s maximum frequency doesn’t always be the sounded tones. A revised amplitude choosing method can improve the success rate of accord recognition process.
vii
DAFTAR ISI
LEMBAR PENGESAHAN ... i
PRAKATA ... ii
PERNYATAAN ORISINALITAS LAPORAN PENELITIAN ... iii
PERNYATAAN PUBLIKASI LAPORAN PENELITIAN ... iv
ABSTRAK ... v
ABSTRACT ... vi
DAFTAR ISI ... vii
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... xi
DAFTAR LAMBANG ... xii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan Pembahasan ... 2
1.4 Batasan Masalah... 2
1.5 Metodologi Penelitian ... 2
1.6 Sistematika Penyajian ... 3
BAB II LANDASAN TEORI ... 4
2.1 Definisi Suara ... 4
2.2 Digital Audio Signal ... 7
2.3 Fourier Transform ... 9
2.3.1 Discrete Fourier Transform ... 10
2.3.2 Fast Fourier Transform ... 11
2.4 Musik ... 13
2.4.1 Nada ... 13
2.4.2 Accord ... 15
2.4.3 Tempo ... 21
2.5 Music Digital MPEG-1 Layer III ... 23
viii
BAB III ANALISIS DAN PERMODELAN ... 26
3.1 Permodel Aplikasi ... 26
3.2 Cara Kerja Aplikasi ... 26
3.3 MP3 Reading ... 27
3.4 Fast Fourier Transform ... 28
3.5 Penyimpanan Data ... 29
3.6 Accord Recognition ... 32
3.7 Pengguna ... 35
BAB IV HASIL IMPLEMENTASI ... 38
4.1 Memilih File Musik ... 38
4.2 Melihat Hasil Pengenalan Accord ... 41
BAB V PENGUJIAN ... 42
5.1 User Interface ... 42
5.2 Proses Menulis File Accord ... 43
5.3 Proses Membaca File Accord ... 45
5.4 NAudio Wave Data ... 46
5.5 Proses Fast Fourier Transform ... 47
5.6 Proses Memilih Amplitudo ... 50
5.7 Proses Mengenali Nada ... 51
5.8 Proses Mengenali Accord ... 53
BAB VI KESIMPULAN DAN SARAN ... 55
6.1 Kesimpulan ... 55
6.2 Saran ... 55
ix
DAFTAR GAMBAR
Gambar 2.1 Gelombang Longitudinal ... 4
Gambar 2.2 Frekuensi Nada ... 5
Gambar 2.3 Contoh Harmonics ... 6
Gambar 2.4 Wave Volume Envelope... 7
Gambar 2.5 Digitalize Signal ... 8
Gambar 2.6 Cotoh Cara Sampling Gelombang Suara ... 9
Gambar 2.7 Jenis-jenis Fourier Transform ... 10
Gambar 2.8 Penggambaran Proses Fast Fourier Transform ... 11
Gambar 2.9 Frekuensi Nada ... 13
Gambar 2.10 Major Scale Octave ... 14
Gambar 2.11 Melodic Minor Scale A minor ... 14
Gambar 2.12 Accord dengan Penamaan Angka Romawi ... 16
Gambar 2.13 Triad ... 16
Gambar 2.14 Major Triad ... 17
Gambar 2.15 Minor Triad ... 17
Gambar 2.16 Diminished Triad ... 18
Gambar 2.17 Augmented Triad ... 18
Gambar 2.18 Extenstion 7th Chord ... 19
Gambar 2.19 Inversion C Chord ... 19
Gambar 2.20 First Inversion Chord ... 20
Gambar 2.21 Second Inversion Chord ... 20
Gambar 2.22 Progression Chord ... 21
Gambar 2.23 Beat pada Paranada ... 22
Gambar 2.24 Bentuk RIFF ... 23
Gambar 2.25 Header Part ... 25
Gambar 3.1 Use Case Diagram ... 26
Gambar 3.2 Activity Diagram Umum ... 27
Gambar 3.3 Activity Diagram MP3 Reading ... 27
Gambar 3.4 Activity Diagram FFT ... 28
x
Gambar 3.6 Activity Diagram Accord Recognition ... 32
Gambar 3.7 Rancangan User Interface ... 35
Gambar 4.1 Form Kosong ... 38
Gambar 4.2 Open File Dialog ... 39
Gambar 4.3 Form Lokasi File Ditemukan ... 39
Gambar 4.4 Form Lokasi File Tidak Ditemukan ... 40
Gambar 4.5 Pesan List Accord Kosong ... 40
Gambar 4.6 Pesan Berhasil Menyimpan File Acord ... 40
Gambar 4.7 Lokasi Penyimpanan File Accord ... 41
xi
DAFTAR TABEL
Table 3.1 Tabel Aturan Penulisan File ... 29
Table 3.2 Tabel Aturan Penulisan Main Data ... 29
Table 3.3 Tabel Id Nama Accord ... 30
Table 3.4 Table Id Jenis Accord ... 30
Table 3.5 Tabel Bit Jenis Ekstensi Accord ... 30
Table 3.6 Tabel Id Jenis Ekstensi Accord ... 30
Table 3.7 Aturan Perhitungan Heuristik ... 33
Table 5.1 User Interface Black Box Testing ... 43
Table 5.2 Proses Menulis File Accord Black Box Testing ... 44
Table 5.3 Proses Membaca File Accord Black Box Testing ... 45
Table 5.4 NAudio Wave Black Box Testing Data ... 46
Table 5.5 Fast Fourier Transform Black Box Testing Data ... 48
Table 5.6 Recognize Wave Amplitude Black Box Data ... 50
Table 5.7 Tone Recognition Black Box Data ... 52
xii
DAFTAR LAMBANG
Jenis Notasi/Lambang Nama Arti
UML
Proses yang akan selalu
dijalankan jika proses
tertentu dijalankan.
UML
Activity
Diagram
Start Proses dimulai.
UML
Activity
Diagram
End Proses berkhir.
UML
Alur proses Arah proses akan dijalankan.
UML
Activity
Diagram
1
BAB I
1.
PENDAHULUAN
1.1 Latar Belakang
Musik saat ini sudah menjadi salah satu gaya hidup yang mendunia. Bermain
dan mendengarkan musik sudah menjadi bagian dalam kehidupan, mulai dari
anak-anak sampai orang dewasa. Bahkan musik sudah dijadikan bidang profesi untuk
memenuhi kebutuhan hidup. Ada juga orang yang menjadikan musik sebagai sebuah
hobi.
Mendengarkan musik sebagai hobi dibagi menjadi 2 jenis, yaitu musik
akustik dan musik digital. Musik akustik adalah musik yang didengar melalui badan
alat musik itu sendiri. Musik digital adalah musik yang dibentuk dari kumpulan data
untuk diperdengarkan melalui alat elektronik, contohnya speaker.
Musik itu sendiri, terdiri dari beberapa hal yang saling terkait, salah satunya
adalah pitch. Pitch atau dalam bahasa Indonesia disebut nada adalah sebuah bunyi
beraturan pada frekuensi tertentu. Sekumpulan nada yang dibunyikan secara
bersamaan untuk menghasilkan nada yang harmonis atau enak didengar disebut
accord. Ketika nada pada gelombang suara dikenali, maka accord pada gelombang
suara tersebut dapat dikenali jika sesuai dengan pola tertentu.
Bagi pemain musik yang sulit membedakan nada, mendengarkan musik dan
langsung megikuti secara akurat adalah suatu kesulitan tersendiri. Namun, ketika
memiliki panduan yang jelas, panduan dan pemandu tersebut dapat menjelaskan nada
dan accord yang harus dimainkan kepada pemain agar arrangement yang dibentuk
sebelumnya dapat direkayasa ulang tanpa kesalahan. Untuk membantu pembuatan
panduan bagi pemain musik yang sulit membedakan nada, aplikasi untuk mengenali
accord diperlukan untuk membantu pengenalan accord pada sebuah file musik
digital.
Namun, pada file digital, data yang disimpan adalah gelombang suara diskrit.
Sehingga, frekuensi suara yang hendak dicari menjadi kabur dan tidak dapat diambil
secara langsung. Salah satu cara untuk menangkap frekuensi pada gelombang suara
yang telah menjadi data discrete adalah dengan menggunakan algoritma Fast Fourier
2 1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dijabarkan pada sub bab 1.1, maka
rumusan masalah yang dapat dibangun adalah:
a. Bagaimana cara mengenali nada dari sebuah file audio digital menggunakan
algoritma Fast Fourier Transform?
b. Bagaimana cara mengenali accord dari nada yang diperoleh dari rumusan
masalah a?
1.3 Tujuan Pembahasan
Berdasarkan rumusan masalah yang telah dirumuskan, terdapat tujuan dari
tugas akhir ini yaitu merancang dan membuat aplikasi untuk mengenali nada dan
accord dari sebuah file musik dengan memanfaatkan deret Fourier.
1.4 Batasan Masalah
Untuk memfokuskan permasalahan yang dibahas, maka penulis membatasi
permasalahan yang dibahas, yaitu:
a. Program hanya menerima masukan sebuah file musik dengan format mp3.
b. Penamaan accord yang digunakan adalah penamaan dengan menggunakan huruf
dengan standard penulisan bahasa inggris.
c. Algoritma Fast Fourier Transform yang digunakan adalah algoritma yang
dikembangkan oleh Cooley dan Tukey.
d. Frekuensi gelombang yang akan dianalisis berkisar antara 20 Hz sampai dengan
20 kHz.
e. Jumlah alat musik pada audio file musik maksimal 2 alat musik, tanpa suara
vokal dan suara drum.
1.5 Metodologi Penelitian
Untuk mendapatkan solusi dari permasalahan yang dibahas, maka penelitian
ini dibagi menjadi 4 bagian, yaitu:
a. Studi Kepustakaan
Pada bagian ini, buku-buku dan artikel-artikel yang berhubungan dengan masalah
3
b. Pengembangan Aplikasi
Pada bagian ini, teori-teori dasar yang telah didapat akan dipergunakan untuk
membangun aplikasi Accord Recognizer.
c. Eksperimen
Pada bagian ini, program yang telah dibuat akan debbuged untuk mencoba
apakah hasil implementasi telah menghasilkan output yang semestinya.
d. Pembuatan Laporan dan Makalah
Pada bagian ini, hasil eksperimen yang telah dilakukan akan dibuat dalam bentuk
laporan hasil percobaan.
1.6 Sistematika Penyajian
BAB I Pendahuluan
Bab ini menjelaskan latar belakang masalah, rumusan masalah, tujuan
pembahasan, ruang lingkup kajian, sumber data, sistematika
penyajian, serta sistematika waktu dan tempat penelitian.
BAB II Kajian Teori
Bab ini menjelaskan teori-teori yang berhubungan dengan judul kerja
praktek.
BAB III Analisis Dan Rancangan Sistem
Bab ini menjelaskan analisis masalah dan rancangan sistem untuk
membangun aplikasi ini.
BAB IV Hasil Penelitian
Bab ini menjelaskan bentuk implementasi aplikasi serta bentuk
pengujiannya.
BAB V Pembahasan dan Uji Coba Hasil Penelitian
Bab ini menjelaskan hasil dari uji coba penelitian dan
pembahasannya.
BAB VI Simpulan dan Saran
Bab ini menjelaskan mengenai kesimpulan dan saran guna untuk
55
BAB VI
6.
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Kesimpulan-kesimpulan yang dapat ditarik setelah pengerjaan tugas akhir ini
adalah:
a. Membuat sebuah MP3 decoder untuk mengenali nada merupakan sebuah
tantangan tersendiri karena dokumentasi tentang MP3 decoding masih memiliki
beberapa ambiguitas untuk membaca semua data pada sebuah file MP3.
b. Mengenali accord pada musik digital dapat dilakukan dengan menggunakan
algoritma Fast Fourier Transform, namun sulit untuk mendapatkan hasil yang
memuaskan dikarenakan faktor-faktor lain seperti buffersize dan cara
menentukan amplitudo yang diambil.
c. Tingkat keberhasilan pengenalan yang accord berdasarkan amplitudo tertinggi
dibagi 2 dan pengambilan data FFT secara berkala dari gelombang suara
memiliki tingkat keberhasilan 0%, karena amplitudo tertinggi pada deret FFT
tidak selalu merupakan amplitudo tertinggi pada gelombang utama suara,
sehingga belum tentu menggambarkan nada apa saja yang dibunyikan.
6.2 Saran
Berdasarkan pengujian yang telah dilakukan, NAudio menghasilkan impulse
gabungan semua channel yang tersedia, sehingga amplitudo yang dihasilkan
mengalami peningkatan. Amplitudo yang telah ditingkatkan dapat menyamarkan
frequensi yang seharusnya diambil dari dalam deret Fourier. Penumpukan impulse
mungkin dapat merusak karakteristik file MP3 yang memiliki jenis suara stereo
seperti pada Table 5.4. Pengenalan frequensi mungkin akan menjadi lebih akurat jika
pembacaan file MP3 dilakukan per channel, karena frequensi yang terpilih dari
amplitudo lebih detil. Pemilihan amplitudo mungkin dapat dilakukan dengan
menggunakan pencarian pola pada gelombang suara, karena amplitudo tertinggi
gelombang suara yang sudah digabung dengan harmonics tidak selalu merupakan
56
DAFTAR PUSTAKA
7.
Cooley, J. W., Lewis, P. A., & Welech, P. D. (1969). The Fast Fourier Transform
and Its Applications. IEEE Transaction on Education, Volume 12, Number 1.
Errede, S. (2014). Pitch vs. Frequency. Illinois: University of Illinois.
Hardiman, A. (2014). Diktat Sekolah Audio Art Sonica Home Studio Production.
Bandung: Art Sonica.
Harnum, J. (2001). Basic Music Theory: How to Read, Write, and Understand
Written Music. Anchorage: Sol-Ut-Press.
Heath, M. (2014, November 24). NAudio version 1.7.3. Retrieved April 15, 2015,
from https://naudio.codeplex.com/documentation
Microsoft and IBM. (1991, August). Multimedia Programming Interface and Data
Specifications 1.0. http://www.aelius.com/njh/wavemetatools/doc/riffmci.pdf.
Nilsson, M. (2013, November 24). id3v2.3.0 - ID3.org. Retrieved Maret 1, 2015,
from ID3.org: http://id3.org/id3v2.3.0
Oppenheim, A. V., Schafer, R. W., & Buck, J. R. (1988). Discrete-Time Signal
Processing 2nd Edition. New Jersey: Prentice-Hall, inc.
Raissi, R. (December 2002). The Theory Behind Mp3.
http://www.mp3-tech.org/programmer/docs/mp3_theory.pdf.
Smith, S. W. (1999). The Scientist and Engineer’s Guide to Digital Signal
Processing. San Diego: California Technical Publishing.
Sripada, P., Bartunek, J. S., & Nordberg, J. (2006). MP3 DECODER in Theory and
Practice. Ronneby: Blekinge Institute of Technology Department of Signal