PENGENALAN NADA HARMONIKA MENGGUNAKAN … · Harmonika bukan hanya alat musik berbentuk yang kecil...

i

TUGAS AKHIR

PENGENALAN NADA HARMONIKA MENGGUNAKAN

WINDOWING KOEFISIEN DST DAN JARAK MATUSITA

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Elektro

Oleh :

Rendi Pradhana

NIM : 105114018

PROGRAM STUDI TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2015

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

FINAL PROJECT

HARMONICA TONE RECOGNITION

USING WINDOWING OF DST COEFICIENTS

AND MATUSITA DISTANCE

Presented As Partial Fulfillment Of The Requirement

To Obtain The Sarjana Teknik Degree

In Electrical Engineering Study Program

Rendi Pradhana

NIM : 105114018

ELECTRICAL ENGINEERING STUDY PROGRAM

SCIENCE AND TECHNOLOGY FACULTY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2015


iii


iv


v


vi

HALAMAN PERSEMBAHAN

MOTTO

MY LIFE MY ADVENTURE

Persembahan

Karya ini ku persembahakan untuk..

Tuhan yang selalu setia bersamaku,

Bunda Maria yang pembimbing setia tanpa pamrih,

Keluargaku yang selalu ada untuk selalu memberi yang terbaik,

Keluarga baru ku, pacarku, adik-adik baru ku yang selalu memberi motifasi,

Teknik Elektro angkatan 2010 yang selalu membantu saat mendapatkan kesulitan,

Dan semua yang mendoakan dan mendukung karya ini..


vii


viii

PENGENALAN NADA HARMONIKA MENGGUNAKAN WINDOWING

KOEFISIEN DST DAN JARAK MATUSITA

Rendi Pradhana

ABSTRAK

Seni musik merupakan suatu seni hiburan yang sudah melekat di masyarakat dunia. Salah

satu alat musik yang biasa digunakan untuk mengiringi sebuah alunan musik adalah

harmonika.Cara memainkan alat musik harmonika ini yaitu dengan meniup ataupun menyedot

yang kemudian dapat menghasilkan suara ataupun nada yang indah.

Harmonika menggunakan sumber bunyi berupa pelat getar (reed) yang dipasangkan pada

piring pelat getar (reedplate). Saat dilewati udara, reed akan merespon dengan cara bergetar bolak-

balik melalui lubang (slot) yang sudah dibuat pada reed plate dan menghasilkan bunyi.

Ada suatu suatu sistem yang mampu mengenali dan mendefinisikan suara

harmonika.Sistem ini membandingkan secara langsung nada Do, Re, Mi, Fa, Sol, La, Si , Do’ yang

akan dimainkan. Nada yang akan dimainkan dibandingkan dengan nada yang telah tersimpan pada

sistem tersebut (data base).

Setelah itu, dilakukan proses ekstrak ciri menggunakan Discrete Sine Transform (DST).

Pembandingan nada yang dimainkan menggunakan fungsi jarak Matusita. Pemrograman sistem ini

menggunakan software Matlab dan program interface user menggunakan GUI Matlab.

Kata kunci : Harmonika, DST, windowing Hanning, fungsi jarak Matusita, Windowingkoefisien,

dan pengenalan nada.


ix

HARMONICA TONE RECOGNITION USING WINDOWING OF DST

COEFICIENTS AND MATUSITA DISTANCE

Rendi Pradhana

ABSTRACT

Musical arts is an art entertainment already attached in the world community. One of the

music commonly used to follow up a intoning music is harmonica.Way playing a musical

instrument harmonica is by blowing or absorb that can then be producing sound or tone beautiful.

Harmonica use up the sound of plates a trill (reed) paired to the plate a trill (reedplate).

When passed by air, reed will respond by means of vibrating back and forth over a hole (slot)

already made upon a reed plate and produce sounds.

There is a a system that able to recognize and define harmonica playing .This system

compare directly tone do , re , mi , fa , sol , la , the , do’ which will be played. Tones of which are

to played compared to the tone have been stored on those systems (data a base).

After that, the process extracts done features using discrete sine transform so on and so

forth.The purpose of comparing the tones of which played using a function of distance matusita

.Programming this system uses matlab software programs and user interface uses gui matlab.

Key word : Harmonica, Discrete Sine Transform (DST), Windowing Hanning , range function

Matusita, Windowing Coefficient, and tune recognized.


x

KATA PENGANTAR

Puji dan Syukur kepada Tuhan Yesus karena telah memberikan Berkat-Nya

sehingga penulis dapat menyelesaikan laporan tugas akhir dengan baik, dan dapat

memperoleh gelar sarjana. Dalam penulisan tugas akhir ini, penulis menyadari

bahwa tidak lepas dari seluruh bantuan dan bimbingan dari berbagai pihak. Oleh

karena itu, pada kesempatan ini penulis mengucapkan banyak terimakasih kepada:

1. Tuhan Yesus Kristus atas berkat dan anugerah-Nya kepada penulis

2. Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma.

3. Petrus Setyo Prabowo, S.T., M.T., selaku Ketua Program Studi Teknik

Elekro Universitas Sanata Dharma

4. Dr. Linggo Sumarno, selaku dosen pembimbing yang dengan tenang dan

penuh kesabaran untuk membimbing dalam menyelesaikan penulisan

Tugas Akhir ini.

5. Dr. Iswanjono, Wiwien Widyastuti, S.T., M.T., selaku dosen penguji yang

telah memberikan bimbingan, saran, dan merevisi Tugas Akhir ini.

6. Yasinta Petronella Nugraheni, yang selalu memberikan doa, tidak bosan-

bosannya memberi semangat dan setia dalam menemani penyelesaian

tugas Akhir ini.

7. Renny Erlyana, terimakasih mama yang selalu memberi semangat dan

doanya yang kuat setiap saat dan setiap waktu.

8. Mastok debian vitraly, Christian Jordy,Herman Jansen, Maulana Akbar

Tobing, Blasius air dasyat,Ranger paingan yang telah membantu dalam

penulisan Tugas Akhir ini.

9. Teman-teman yang selalu mengajari, memberi masukan, dan membantu

dalam penulisan Tugas Akhir ini.

10. Segenap staff secretariat, dan laboran Teknik Elektro yang telah

memberikan dukungan secara tidak langung dalam kelancaran tulisan

tugas Akhir ini.

11. Teman- teman Teknik Elektro 2010 yang telah memberikan semangat

pada saat menempuh pendidikan di Universitas Sanata Dharma.


xi


xii

DAFTAR ISI

HALAMAN JUDUL .............................................................................................. i

HALAMAN PERSETUJUAN ............................................................................ iii

HALAMAN PENGESAHAN .............................................................................. iv

PERNYATAAN KEASLIAN KARYA ................................................................ v

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ................................... vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

ILMIAH UNTUK KEPENTINGAN AKADEMIS .......................................... vii

ABSTRAK .......................................................................................................... viii

ABSTRACT .......................................................................................................... ix

KATA PENGANTAR ............................................................................................ x

DAFTAR ISI ........................................................................................................ xii

DAFTAR GAMBAR ......................................................................................... xvii

DAFTAR TABEL ............................................................................................ xviii

BAB I PENDAHULUAN ....................................................................................... 1

1.1Latar Belakang .................................................................................................... 1

1.2 Tujuan dan Manfaat Penelitian .......................................................................... 2

1.3 Batasan Masalah................................................................................................. 2

1.4 Metodologi Penelitian ........................................................................................ 3

BAB II DASAR TEORI ......................................................................................... 4

2.1 Harmonika ......................................................................................................... 4

2.2 Sampling ............................................................................................................. 6

2.3 Pemotongan Sinyal ............................................................................................ 6

2.4Frame Blocking ................................................................................................... 7


xiii

2.5Hanning Window ................................................................................................ 7

2.6Ekstraksi Ciri ....................................................................................................... 8

2.7Discrete Sine Transform (DST) .......................................................................... 8

2.8Fungsi Jarak Matusita ......................................................................................... 9

2.9Mikrofon ............................................................................................................. 9

2.10Sound Card ........................................................................................................ 6

2.11Matlab ............................................................................................................... 6

BAB III PERANCANGAN.................................................................................. 13

3.1. Sistem Pengenalan Nada ................................................................................. 13

3.1.1Nada Harmonika ................................................................................ 14

3.1.2Pemotongan Sinyal............................................................................. 14

3.1.3Frame Blocking .................................................................................. 14

3.1.4Normalisasi ........................................................................................ 14

3.1.5Windowing ......................................................................................... 14

3.1.6Discrete Sine Transform(DST) .......................................................... 14

3.1.7Windowing Koefisien ........................................................................ 15

3.1.8Fungsi Jarak ....................................................................................... 15

3.1.9Penentuan Nada .................................................................................. 15

3.1.10Hasil Tampilan Nada........................................................................ 15

3.2Perancangan Nada Referensi............................................................................. 16

3.3Tampilan Program Pada GUI Matlab ............................................................... 16

3.4Perancangan Blok Diagram............................................................................... 18

3.4.1 Proses Perekaman.............................................................................. 19

3.4.2Pemotongan Sinyal ............................................................................ 19


xiv

3.4.3Proses Frame Blocking ...................................................................... 20

3.4.4Proses Normalisasi ............................................................................. 21

3.4.5Proses Hanning Windowing ............................................................... 22

3.4.6 Proses Discrate Sine Transform (DST) dan Windowing Koefisien . 22

3.4.7 Proses Fungsi Jarak Matusita ............................................................ 23

3.4.8 Proses Penentuan Hasil Nada ............................................................ 24

3.5 Perancangan Subistem Program ....................................................................... 24

3.6 Perancangan Sampling ..................................................................................... 25

3.7 Perancangan Blok Diagram.............................................................................. 27

BAB IV HASIL DAN PEMBAHASAN .......................................................................... 29

4.1. Pengujian Program Pengenalan NadaHarmonika menggunakan Ekstraksi

Ciri Discreate Sine Transform dan Jarak Matusita ................................... 26

4.1.1 Proses Pengenalan NadaHarmonika dengan Menggunakan

Langkah- langkah Berikut .............................................................. 26

4.1.2 Pengenalan Nada ............................................................................ 28

4.2. Hasil Pengujian Program Pengenalan Nada Terhadap Terhadap Tingkat

Pengenalan Nada Harmonika ..................................................................... 40

4.2.1 Pengujian untuk Menentukan batas Nilai Jarak yang Opimal ....... 45

BAB V KESIMPULAN DAN SARAN............................................................................ 46

5.1Kesimpulan ....................................................................................................... 46

5.2Saran .................................................................................................................. 46


xv

DAFTAR PUSTAKA ............................................................................................................. 47


xvi

DAFTAR LAMPIRAN

LAMPIRAN A .................................................................................................... L 1

LAMPIRAN B .................................................................................................... L 3

LAMPIRAN C .................................................................................................... L 5

LAMPIRAN D .................................................................................................. L 14

LAMPIRAN E .................................................................................................. L 14

LAMPIRAN F .................................................................................................. L 14

LAMPIRAN G .................................................................................................. L 15

LAMPIRAN H .................................................................................................. L 15

LAMPIRAN I ................................................................................................... L 17

LAMPIRAN J ................................................................................................... L 18


xvii

DAFTAR GAMBAR

Gambar 2.1 Alat Musik Harmonika ......................................................................... 4

Gambar 2.2 Harmonika ............................................................................................ 5

Gambar 2.3 Frame Blocking .................................................................................... 7

Gambar 2.4 HasilPlot Jendela Hann ........................................................................ 8

Gambar 2.5 Contoh sound card ............................................................................. 11

Gambar 2.6 Tampilan awal Matlab ........................................................................ 12

Gambar 3.1 Diagram Blok Pengenalan Harmonika ............................................... 13

Gambar 3.2 Diagram Blok Proses Pengambilan Nada Refrensi ............................ 16

Gambar 3.3 Diagram Tampilan Utama Program ................................................... 17

Gambar 3.4 Diagram Blok Keseluruhan ................................................................ 18

Gambar 3.5 Diagram Alir Proses Perekaman ........................................................ 19

Gambar 3.6 Diagram Alir Proses Pemotongan Sinyal ........................................... 19

Gambar 3.7 Diagram Alir Proses Frame Blocking ................................................ 20

Gambar 3.8 Diagram Alir Proses Normalisasi ...................................................... 21

Gambar 3.9 Diagram Alir Proses Windowing Hanning ........................................ 22

Gambar 3.10 Diagram Alir Proses DST ................................................................ 23

Gambar 3.11Diagram Alir Fungsi Jarak ................................................................ 23

Gambar 3.12 Diagram Alir Proses Penentuan Hasil Nada .................................... 24

Gambar 4.1 Ikon Matlab 7.0.4 ............................................................................... 26

Gambar 4.2 Tampilan Matlab ................................................................................ 27

Gambar 4.3 Tampilan Program Pengenalan Nada Harmonika .............................. 27

Gambar 4.4 Tampilan Hasil Pengenalan ................................................................ 28


xviii

DAFTAR TABEL

Tabel 3.1Keterangan Tampilan Program ............................................................... 17

Tabel 4.1Nilai Jarak Yang Optimal ....................................................................... 40

Tabel 4.2 Hasil Pengenalan DST : 256 dan Windowing Koefesien : 80% ............ 41

Tabel 4.3 Presentase Tingkat Pengenalan Nada Secara Keseluruhan.................... 42


1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Seni musik merupakan suatu seni hiburan yang sudah melekat di

masyarakat dunia. Banyak jenis musik dan alat musik yang digunakan untuk

memainkan suatu lagu / instrument. Salah satu alat musik yang biasa digunakan

untuk mengiringi sebuah alunan musik.

Harmonika bukan hanya alat musik berbentuk yang kecil dan mudah di

bawa. cara memainkan alat musik harmonika ini dengan hanya meniup ataupun

menyedot kemudian bisa menghasilkan suara ataupun nada yang indah.

Harmonika menggunakan sumber bunyi berupa pelat getar (reed) yang

dipasangkan pada piring pelat getar (reedplate). Saat dilewati udara, reed akan

merespon dengan cara bergetar bolak-balik melalui lubang(slot) yang sudah

dibuat pada reed plate dan menghasilkan bunyi.

Berdasarkan dari hal di atas, maka dapat ditarik kesimpulan bahwa secara

pendengaran telinga manusia sudah pasti dapat mendefinisikan suara yang

dihasilkan oleh alat musik. harmonika. Oleh karena itu peneliti ingin membuat

suatu sistem yang mampu mengenali dan mendefinisikan suara harmonika.

Sistem ini membandingkan secara langsung nada Do, Re, Mi, Fa, Sol, La,

Si , Do’ yang akan dimainkan. Nada yang akan dimainkan dibandingkan dengan

nada yang telah tersimpan pada sistem tersebut (data base). Setelah itu, dilakukan

proses ekstrak ciri menggunakan Discrete Sine Transform (DST). Pembandingan

nada yang dimainkan menggunakan fungsi jarak Matusita. Pemrograman sistem

ini menggunakan software Matlab dan program interface user menggunakan GUI

Matlab.

Sebelumnya sudah ada yang melakukan penelitian pengenalan nada.

Penelitian yang sudah pernah dilakukan adalah “Pengenalan Nada Seruling


http://officemusik.blogspot.com/2014/05/pengertian-atau-definisi-alat-musik.html

2

Bambu Secara Real-Time Menggunakan Ekstraksi ciri DCT dan Similaritas

Sorensen” [1] yang dilakukan oleh Yustinus Deddy Yuswantoro. Peneliti memilih

metode ini untuk mengembangkan tentang pengenalan nada alat musik tiup dan

metode ekstraksi ciri yang berbeda dan ada tambahan windowing koefisien agar

hasil ekstraksi ciri lebih sedikit.

1.2 Tujuan dan Manfaat Penelitian

Tujuan dari penulisan tugas akhir ini adalah menghasilkan perangkat lunak

yang mampu mengenali suara Harmonikasecara tidak real time.

Manfaat dari penelitian ini adalah :

a. Dalam pengembangannyasebagai perangkat lunak untuk mengenali

suara Do, Re, Mi, Fa, Sol, La, Si , Do’ yang dihasilkan dari alat musik

harmonika.

b. Sebagai penelitian awal untuk pengembangan alat bantu penyetelan

suara nada dasar harmonika pada ssaat pembuatannya.

1.3 Batasan Masalah

Sistem pengenalan nada harmonika ini terdiri dari hardware dan

software(komputer). Hardware berfungsi untuk memasukkan suara Harmonika

yang diditiup dan disedot, sedangkan perangkat lunakpada komputer berfungsi

untuk mengatur semua proses pengenalan suara harmonika yang ditiup dan

disedot.

Pada perancangan sistem ini, penulis fokus pada pembuatan

softwarekomputer untuk memproses pengenalan suara harmonika, 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. Suara yang diidentifikasi 1 alat (harmonika penguji). Ditiup oleh

penguji (1orang)


3

b. Nada berupa Do, Re, Mi, Fa, Sol, La, Si , Do’ Suara yang lain dikenali

secara salah.

c. Hasil pengenalan nada tidak secara realtime.

d. Menggunakan perangkat lunak komputasi (Matlab) dalam pembuatan

program.

e. Memakai ekstraksi ciri Discrete Sine Transform (DST) dan fungsi

jarak Matusita.

f. Memakai windowing koefisien agar hasil ekstraksi ciri lebih sedikit

g. Memakai jenis mikrofon INTOPIC Jazz MIC, Dekstop MIC Jazz-013,

dengan jarak harmonika 10 cm dari mikrofon.

1.4 Metodologi Penelitian

Penulisan skripsi ini menggunakan metode :

a. Pengumpulan bahan–bahan referensi berupa buku–buku dan jurnal–jurnal.

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.

c. Pembuatan subsistem software. sistem akan bekerja apabila user

memberikan interupsi melalui PC dengan media push button yang sudah

disediakan dalam software.Kemudian sistem akan mengolah interupsi ini

dan setelah selesai maka komputer akan mengolah data dan

menyajikannya berupa sebuah informasi/teks.

d. Analisa data dilakukan dengan memeriksa keakuratan data terhadap

hasil proses pengenalan nada, dengan cara membandingkan antara data di

komputer dengan lapangan dan perancangan. Penyimpulan hasil

percobaan dapat dilakukan dengan menghitung jarak yang terjadi


4

BAB II

LANDASAN TEORI

2.1 Harmonika

Gambar 2.1 Harmonika

Harmonika bukan hanya alat musik yang berbentuk kecil, mungil dan

mudah di bawa. Banyak orang mengira memainkan alat musik harmonika ini

begitu mudah dimainkan. Dengan hanya meniup dan menyedot dapat

menghasilkan suara ataupun nada yang indah. Memainkan alat musik harmonika

tidak semudah yang kita bayangkan. Dibutuhkan trik untuk bermain harmonika

dengan baik dan benar. Harmonika adalah salah satu alat musik tiup. Cara

memainkan alat musik ini adalah dengan meniup dan menghisap lubang untuk

menghasilkan suara. Harmonika berasal dari alat musik tradisional Cina yang

bernama 'Sheng'. Alat musik tradisional tersebut telah digunakan sekitar 5000

tahun yang lalu, tepatnya sejak kekaisaran Nyu-kwa.

Harmonika modern ditemukan pada tahun 1821 oleh Christian Friedrich

Buschmann. Sebuah instrumen musik tiup sederhana yang terdiri dari plat-plat

getar dari logam yang disusun secara horizontal dengan model yang sederhana

dan hanya menyediakan nada tiup kromatis.


http://officemusik.blogspot.com/2014/05/pengertian-atau-definisi-alat-musik.html

http://officemusik.blogspot.com/2014/05/tips-dan-trik-bermain-harmonica.html

http://id.wikipedia.org/wiki/Cina

http://id.wikipedia.org/wiki/1821

http://id.wikipedia.org/w/index.php?title=Christian_Friedrich_Buschmann&action=edit&redlink=1

http://id.wikipedia.org/w/index.php?title=Christian_Friedrich_Buschmann&action=edit&redlink=1

5

Model awal dari Buschmann akhirnya banyak ditiru dan disempurnakan

menjadi lebih baik. Salah satu contohnya adalah harmonika buatan Richter yang

merupakan desain awal dari sebuah harmonika modern. Pada tahun 1826 ia

mengembangkan variasi harmonika dengan 10 lubang tetap dan 20 pelat getar

dengan pemisahan fungsi pelat yang ditiup dan yang dihisap.

.Harmonika menggunakan sumber bunyi berupa pelat getar (reed) yang

dipasangkan pada piring pelat getar (reedplate). Saat dilewati udara, reed akan

merespon dengan cara bergetar bolak-balik melalui lubang(slot) yang sudah

dibuat pada reed plate dan menghasilkan

bunyi. Harmonikaterdiridari3bagianbesar,yaitu: (lihat gambar 2.3)

Gambar 2.3 Bagian-bagian Harmonika

1.Tutupluar(cover)

Tutup luar harmonika fungsinya untuk memusatkan suara dari reed dan

melindungi reed yang bergetar dari genggaman tangan. Ada sepasang, atas dan

bawah. Di tutup ini juga (bagian atas), biasanya dicetak nomor lubang (pada jenis

diatonik/kromatik), nama, kunci dasar harmonika, dan merek harmonika. Bahan

cover biasanya baja tahan karat, alumunium, kadang besi yang di krom atau

dilapisi nikel


http://id.wikipedia.org/wiki/1826

http://4.bp.blogspot.com/-JaYGM6uJ1CY/U2iYdhkpA4I/AAAAAAAAAPQ/_AyfGfErP2E/s1600/index.png

6

2.Piringpelatgetardanpelatgetar(reedplate&reed)

Tempat dipasangnya reed. Reedplate dilubangi dengan pola tertentu,

biasanya dari kirilubang terpanjang, berderet sampai lubang terpendek di kanan.

Reedplate ada sepasang, yaitu reedplate tiup dan reedplate hirup. Untuk reedplate

tiup, posisi reednya menghadap ke dalam dan dipasang diatas comb, yang

reedplate hirup, posisi reednya menghadap ke luar dan dipasang di bawah comb.

Di reedplate ini, reed yang panjang, bernada rendah, sedangkan reed yang pendek,

bernada tinggi. Bahan reed dan reedplate biasanya (dan paling umum) dari

kuninganagartidakmudahkaratan.

3.Sisir(comb)

Bagian tengah dari harmonika ini berbentuk seperti sisir, biasanya terbuat

dari plastik, kayu, dan ada juga yang metal. Disini dibuat juga lubang untuk

menyalurkan udara.

2.2 Sampling

Sampling merupakan proses pencuplikan gelombang suara yang akan

menghasilkan gelombang diskret . Dalam proses pencuplikan, ada yang disebut

dengan laju pencuplikan (samplingrate). Sampling rate menandakan berapa

banyak pencuplikan gelombang analog dalam satu detik. Satuan dari samplingrate

ialah Hertz (Hz). Secara teori Nyquist-Shamon yang menyebutkan bahwa untuk

mencegah hilangnya informasi dalam sebuah konversi sinyal kontinu ke diskrit,

pencuplikan minimal harus dua kali lebih besar dari sinyal asli [3]. Kriteria

Nyquist perlu diperhatikan dalam melakukan pencuplikan. Lebih jelasnya kriteria

Nyquist menyatakan sebuah sinyal harus memiliki pencuplikan rate yang lebih

besar dari 2 dengan adalah frekuensi paling tinggi yang muncul di sebuah

sinyal.


7

2.3 Pemotongan Sinyal

Pemotongan sinyal merupakan proses yang berkaitan dengan ekstraksi

ciri. Proses ini bertujuan untuk memotong beberapa bagian sinyal. Dalam proses

perekaman, pemotongan sering terjadi untuk bagian awal sinyal. Pemotongan

bagian awal sinyal suara dimaksudkan untuk menghilangkan bagian yang tidak

termasuk bagian dari sinyal nada harmonika serta untuk mengurangi cacat sinyal

akibat derau ruangan yang ikut terekam .

2.4 Frame Blocking

Frame blocking merupakan pembagian sinyal suara menjadi beberapa

frame dan satu frame terdiri dari beberapa data sampel [4]. Pengambilan sampel

tersebut tergantung dari tiap detik suara akan disampel dan berapa besar frekuensi

sampling-nya. Gambar 2.4 menunjukkan contoh dari frame blocking dimana

keseluruhan frame dibagi menjadi 5 M frame. Setiap M memiliki jumlah data

yaitu data, dengan N adalah Bilangan bulat

Gambar 2.4. Frame Blocking

Fungsi frame blocking yaitu untuk memilih data yang akan diproses dalam

sistem pengenalan. Frame Blocking juga dapat mempercepat proses perhitungan

pada DST (Descrete Sine Transform) dengan jumlah data pada setiap frame

memiliki data sampel yang diambil dari keseluruhan data sampel.

2N


8

2.5 Hann (Hanning) window

Jendela Hann dinamai Julius von Hann dan juga dikenal

sebagai Hanning (karena mirip nama dan dalam bentuk ke jendela Hamming )

[5], von Hann dan jendela kosinus mengangkat didefinisikan oleh:

(2.1)

Ujung-ujung cosinus hanya menyentuh nol, sehingga sisi-lobus

menggelinding pada sekitar 18 dB per oktaf.

Gambar 2.5 hasil plot dengan Jendela Hann.

2.6 Ekstraksi Ciri

Ekstraksi ciri merupakan proses untuk mendapatkan sederetan besaran

pada bagian sinyal masukkan untuk menetapkan pola pembelajaran atau pola uji

[6]. Dalam proses pengenalan diperlukan pencuplikan yang lebih dari satu oleh

sebab itu pencuplikan yang telah dilakukan dapat dibentuk pola ujinya dengan

tahapan ekstraksi ciri ini. Ekstraksi ciri mempunyai berbagai macam tipe seperti :

ekstraksi ciri secara Discrete Cosine Transform (DCT), ekstraksi ciri Fast Fourrier

Transform (FFT) dan ekstaksi ciri Discrette Sine Transform (DST). Ekstraksi-

ekstraksi ciri tersebut bertujuan untuk mendapatkan pola dasar dari hasil

pencuplikan yang sudah ada.

2.7 Discrete Sine Transform (DST)


http://translate.googleusercontent.com/translate_c?depth=1&hl=id&prev=search&rurl=translate.google.com&sl=en&u=http://en.wikipedia.org/wiki/Julius_von_Hann&usg=ALkJrhinqY-JhNWfMxSFoFCsIL1E1IhoZA

http://translate.googleusercontent.com/translate_c?depth=1&hl=id&prev=search&rurl=translate.google.com&sl=en&u=http://en.wikipedia.org/wiki/Window_function&usg=ALkJrhgMmeyuw8Dy_RkdZBI1vldVNW10CA#Hamming_window

9

Discrete Sine Transform (DST) adalah Algoritma yang digunakan untuk

mengubah sampel data dari domain waktu ke domain frekuensi [7]. DST

menstabilkan hubungan antara sampel – sample signal domain waktu dan

merepresentasikannya ke domain DST. Untuk melakukan analisis frekuensi dari

sinyal waktu diskrit F(k) maka perlu mendapatkan representasi domain frekuensi

dari sinyal yang biasanya dinyatakan dalam domain waktu. DST digunakan untuk

melakukan analisa frekuensi dari sinyal waktu diskrit.

DST dihitung menggunakan persamaan :

(2.2)

Dengan : k = indeks dalam domain DST = 1,….,N,

n = indeks dalam domain waktu = 1,…..N,

N=banyaknya data

2.8 Fungsi Jarak Matusita

Fungsi jarakMatusita adalah untuk membandingkan antara database

dengan data hasil. Pembandingan data ini yang akan digunakan untuk

mengidentifikasi masukkan yang nantinya akan menghasilkan keluaran akhir

dari sistem program. Fungsi jarakmatusita merupakan proses yang digunakan

untuk penentuan keluaran sebelum keluaran akhir benar-benar dihasilkan.

Rumus untuk Fungsi jarak Matusita adalah sebagai berikut [8] :

(2.3)


10

P dan Qmerupakan merupakan vektor yang akan dicari nilai jaraknya dan M

adalah panjang vektor.

2.10 Mikrofon

Mikrofon digunakan pada beberapa alat seperti telepon, alat perekam,

alat bantu dengar, pengudaraan radio, televisi, dan sebagainya . Fungsi

mikrofon pada dasarnya ialah untuk input suara harmonika lalu mengubahnya

menjadi getaran listrik sinyal analog untuk selanjutnya diperkuat dan diolah

sesuai dengan kebutuhan [9]. Tahap selanjutnya setelah menjadi sinyal analog

ialah dengan menggunakan power amplifier dari suara yang berintensitas

rendah menjadi lebih keras lalu terakhir diumpan ke-speaker.

Dalam memilih mikrofon harus diperhatikan dengan seksama.

Ketelitian dalam memilih mikrofon diperlukan agar dapat memaksimalkan

performa dari mikrofon yang nantinya akan dipakai.Karakteristik 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.

Untuk mendapatkan hasil yang maksimal dalam penggunaan mikrofon,

maka pemilihan mikrofon harus disesuaikan dengan kebutuhan dalam hal ini

yaitu sumber suara yang ingin dicuplik, misalnya suara manusia, alat musik,

suara kendaraan, atau yang lainnya dengan sistem tata suara yang digunakan

seperti sistem suara untuk pertunjukkan musik, alat perekaman, dan

sebagainya. Hal itu dikarenakan tiap kebutuhan memerlukan hasil output yang

berbeda-beda meskipun tetap memakai satu jenis masukkan yaitu mikrofon.


11

2.10 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 .

Pada dasarnya setiap sound card memiliki:

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

komputasi.

2. Digital to Analog Converter (DAC) sebagai keluaran suara ke

speaker.

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 [10].

Gambar 2.6. 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.


12

Satu channel menandakan mode mono, 2 Channel menandakan mode

stereo.

2.11 Matlab

Pemograman untuk sistem pengenalan suara manusia ini memakai

perangkat lunakMatlab. Hal ini dikarenakan matlab merupakan perangkat lunak

dengan bahasa pemograman tingkat tinggi, selain itu Matlab mempunyai ratusan

fungsi yang dapat diaplikasikan dalam berbagai macam program.

Matlab merupakan bahasa pemrograman yang hadir dengan fungsi

dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada

lebih dahulu seperti Delphi, Basic maupun C++. Matlab merupakan bahasa

pemrograman level tinggi yang dikhususkan untuk kebutuhan komputasi teknis,

visualisasi dan pemrograman seperti komputasi matematik, analisis data,

pengembangan algoritma, simulasi dan pemodelan dan grafik-grafik perhitungan.

Matlab hadir dengan membawa warna yang berbeda. Hal ini karena Matlab

membawa keistimewaan dalam fungsi-fungsi matematika, fisika, statistik, dan

visualisasi. Saat ini Matlab memiliki ratusan fungsi yang dapat digunakan sebagai

problem solver mulai dari simple sampai masalah-masalah yang kompleks dari

berbagai disiplin ilmu [11] . Pada Lingkungan kerja Matlab, ada beberapa bagian

Window yang dipakai, yaitu :

1. Current Directory

Current Directory menampilkan isi dari direktori kerja saat menggunakan

Matlab. Direktori ini dapat diganti sesusai dengan tempat direktori

kerja yang diinginkan.

2. Command History

Window ini berfungsi untuk menyimpan perintah apa saja yang

sebelumnya dilakukan oleh pengguna Matlab.


13

3. Command Window

Command Window adalah window utama dari Matlab. Di sini adalah

tempat untuk, menjalankan fungsi, mendeklarasikan variabel,

menjalankan proses, serta melihat isi variabel.

4. Workspace

Workspace berfungsi untuk menampilkan seluruh variabel yang sedang

aktif pada saat pemakaian Matlab. Apabila variabel berupa data

matriks berukuran besar, maka user dapat melihat isi dari seluruh data

dengan melakukan double click pada variabel tersebut. Matlab secara

otomatis akan menampilakn window “array editor” yang berisikan

data pada setiap variabel yang dipilih user.

Gambar 2.4 menunjukan tampilan dari software Matlab yang

digunakan dalam perancangan program pengenalan nada.

Gambar 2.7. Tampilan awal Matlab


14

BAB III

PERANCANGAN

3.1. Sistem Pengenalan Nada Alat Musik Harmonika

. Blok sistem pengenalan nada alat musik harmonika di tunjukkan pada gambar

Gambar 3.1 Diagram Blok Pengenalan Nada Harmonika

Pada proses pengenalan nada harmonika, data berupa input wave yang

kemudian akan di normalisasi, dan kemudian di olah melalui proses windowing

untuk kemudian dilakukan analisa sinyal menggunakan DST (Discrete Sine

transform) kemudian dilakukan windowing koefisien dan proses yang terakhir

penyelesaian dengan fungsi jarak Matusita dalam sistem pengenalan nada

harmonika.

3.1.1 Nada Harmonika

Hasil dari sampling nada harmonika yang direkam

Normalisasi

Fungsi Jarak

Matusita

Keluaran Text

Hanning Window DST Pemotongan

Sinyal

Windowing Koefisien

Suara Harmonika (wav)

DataBase

Penentuan Nada

Frame Blocking


15

3.1.2 Pemotongan Sinyal


ciri. Proses ini bertujuan untuk memotong beberapa bagian sinyal.

3.1.3 Frame blocking

Proses ini memilih data dari data nada terekam, sehingga data yang dipilih

dapat mewakili semua data pada nada terekam. Frame blocking bertujuan untuk

mengurangi jumlah data sinyal yang akan di proses. Besarnya data nada terekam

yang dipilih sesuai dengan nilai frame blocking yang sudah ditentukan pada

program.

3.1.4 Normalisasi

Proses ini bertujuan untuk menyetarakan amplitudo maksimum baik nada

terekam dengan nada referensi, sehingga efek dari kuat lemahnya suara yang

dikeluarkan harmonika tidak terlalu mempengaruhi proses pengenalan.

Untuk menyetarakan skala amplitudo puncak maka proses normalisasi

menggunkan rumus :

(3.1)

3.1.5 Windowing

Windowing merupakan perkalian antar elemen yang berfungsi untuk

mengurangi efek diskontinuitas dari sinyal digital hasil rekaman. Dalam

perancangan ini penulis menggunakan Hanning Window.

3.1.6 Discrete Sine Transform (DST)

Discrete Sine Transformberfungsi untuk mengkonversi domain waktu ke

domain DST. Domain frekuensi digunakan untuk melihat ciri dari suatu nada.


16

3.1.7 Windowing koefisien

Untuk sistem pengenalan nada Harmonika. Disini penulis menggunakan

windowing koefisien DST. Sebagian sinyal diambil dari koefisien DST yang

dapat digunakan sebagai ekstraksi ciri. Untuk pengambilan sebagian sinyal dapat

diambil dari koefisien DST ke-1 hingga nilai ke-n (nilai maksimal), dengan n

adalah panjang DST. Dalam proses pengenalan nada Harmonika ini dievaluasi

sejumlah n dari panjang DST, yaitu 16, 32, 64, 128, 256 titik. Dari panjang setiap

n DST akan dipilih sejumlah c koefisien dengan rumus :

c = p x n

(3.2)

Dengan :

p = 10%, 20%, 30%, 40%, 50%, 60%, 70% dan 80%,

n = panjang DST

Fungsi Jarak

Proses ini membandingkan nada yang terekam. Hasil dari perbandingan

adalah jarak yang kemudian akan digunakan dalam proses selanjutnya. Pada

proses pengenalan, yang diambil adalah jarak yang terdekat dengan nada terekam.

Dalam proses ini penulis menggunakan fungsi jarak Matusita.

Penentuan Nada

Proses ini bertujuan mengenali nada yang terekam dari jarak minimum di peroleh

setelah proses fungsi jarak.

Hasil Tampilan Pengenalan

Hasil pengenalan adalah subproses terakhir dari proses pengenalan nada.

Pada proses ini, hasil pengenalan nada diperoleh setelah proses kemudian

ditampilkan dalam komputer dalam GUI Matlab dalam bentuk text.


17

3.2 Perancangan Nada Referensi

Untuk merancang suatu pengenalan nada maka dibutuhkan nada acuan

atau sering juga disebut nada refrensi. Nada refrensi harus memiliki ciri yang

sudah diketahui oleh sistem terlebih dahulu. Nada refrensi diperlukan untuk

menjadi data base. Fungsi database untuk perbandingan nada yang akan dikenali.

Pada sistem pengenalan nada Harmonika ini penulis menggambil nada sebagai

nada uji dan 10 sebagai database. Pengambilan nada untuk nada refrensi melalui

proses sampling, frame blocking, normalisasi, windowing ,DST dan windowing

koefisien. Untuk mendapatkan nada refrensi maka dilakukan perhitungan :

Nada referensi yang telah di dapat akan disimpan dalam fungsi yang ada

dalam sistem pegenalan nada Harmonika. Nada refrensi yang disimpan dalam

sistem pengenalan nada Harmonika ini berfungsi jika sewaktu - waktu dibutuhkan

dapat langsung dipanggil dalam proses fungsi jarak yang ada dalam sistem. Alur

proses pengenalan nada referensi terlihat pada gambar 3.2.

Gambar 3.2 Diagram Proses Pengambilan Nada Referensi

3.2. Tampilan Program Pada GUI Matlab

Tampilan program sebagai interface dengan user.Program tersebut

berfungsi mempermudah user dalam mengoperasikan pengenalan nada

Harmonika. Program tersebut menampilkan plotting hasil perekaman dan hasil

dari DFT dan nilai jarak yang diperoleh. Pada program ini juga memberikan

DST Windowing Normalisasi Frame Blocking

Sampling

Windowing koefisien

Pemotongan sinyal


18

pilihan nilai DFT dan alpha pada windowing yang akan digunakan untuk

pengenalan nada. Tampilan program dibuat menggunakan software Matlab.

Penjelasan lebih lanjut tentang tampilan program terdapat pada tabel 3.5. Gambar

3.3.

Gambar 3.3 Tampilan Utama Program

Tabel 3.1 Keterangan Tampilan Program

Nama Bagian Keterangan

Tombol Pengenalan Nada Digunakan untuk memulai proses pengenalan

Tombol Input Data Digunakan untuk mengambil suara nada

pengenalan harmonika

Variasi Windowing

koefisien

Untuk variasi windowing Koefisien DST

menggunakan 10%, 20%, 30%,

40%,50%,60%,70% dan 80%

Variasi DST Untuk memilih nilai DST yang akan digunakan

pada proses pengenalan nada, pilihan nilainya


19

adalah 16, 32, 64,128,256.

Jarak

Tampilan nilai jarak

Tombol Exit Digunakan untuk mengakhiri dan keluar aplikasi.

Plot Hasil Rekaman Tampilan grafik suara hasil perekaman.

Plot Hasil DST Tampilan data berupa grafik data hasil DST baik

dari rekaman maupun dari 8 nada referensi.

3.3. Perancangan Diagram Blok

Ketika pengguna akan memulai program pengenalan nada Harmonika,

pengguna dihadapkan tampilan yang sederhana dari interface Matlab. Masukkan

nada uji ke input data, variasi nilai DST dan variasi windowing koefisien pada

list box, setelah user selesai memilih nilai variasi yang diinginkan kemudian pada

plot hasil perekaman tertampil. proses selanjutnya adalah penekanan tombol

pengenalan nada yang tersedia pada tampilan awal. Sistem akan mengenali nada

secara tidak real time pada nada harmonika. Proses perekaman aktif selama durasi

1.5 detik. Setelah dilakukan pengenalan maka kemudian tergambar grafik pada

hasil pengenalan DST dan kemudian berbentuk keluaran text pada hasil

pengenalan nada Dalam gambar 3.4 akan menjabarkan mengenai alur proses

utama dalam program.


20

Gambar 3.4. Diagram Block Keseluruhan

3.4.1 Proses Perekaman

Mulai Masukan nada

Harmonika

n

DST

Fungsi

Jarak

Keluaran text

Selesai

Frame

Blocking

Normalisasi

Windowing

Hanning

Penentuan

Nada

Windowing

Koefisien

Pemotongan sinyal

Mulai

(Rekam)

Sampling Nada

Plot Grafik

(sampling)

Selesai


21

Gambar 3.5Proses program rekam

Gambar 3.5 memperlihatkan alir program saat melakukan proses rekam.

Pada proses perekaman ada proses delay. Proses delay digunakan untuk

memberikan jeda waktu pada user sebelum melakukan perekaman. Pada proses

perekaman ini menggunakan frekuensi sampling yang telah ditentukan yang

sesuai dengan karakteristik nada Harmonika . perekaman nada harmonika

dilakukan 160 kali, 80 nada untuk nada referensi atau database dan 80 nada

perekaman untuk nada uji. Hasil proses rekam tersebut kemudian ditampilkan

dalam bentuk plot grafik sesuai dengan alir program.

3.4.2 Pemotongan Sinyal

Gambar 3.6 Proses Pemotongan Sinyal.


ciri. Proses ini bertujuan untuk memotong bagian kiri sinyal yang tidak ada

datanya.

3.4.3 Proses frame Blocking

Mulai

Mulai Masukan Nada

Terekam(WAV) Pemotongan sinyal Keluaran hasil

Selesai


22

Gambar 3.7 Proses Frame Blocking

Dari gambar ditampilkan pada Gambar 3.6. Proses frame blocking

memilih data dari data nada terekam, Jumlah data yang diambil dalam proses ini

sesuai dengan variasi DST yang dipilih user sehingga data yang dipilih dapat

mewakili semua data pada nada terekam dan kemudian di normalisasi.

Masukan Nada

Terekam(WAV)

Fr=166 Fr=32 Fr=64 Fr=128

Mencari titik tengah

Length (x)/(2)

Pengambilan Data mulai dari titik tengah

Keluaran hasil

Selesai

ya ya

ya

ya

Tidak Tidak Tidak Tidak

Fr=256


23

3.4.4 ProsesNormalisasi

Gambar 3.8 Proses Normalisasi

Pada proses normalisasi seperti gambar 3.7 di atas proses tersebut harus

mencari nilai maksimum dari data hasil frame blocking sebelum dilakukan

penormalisasian. Normalisasi tersebut berfungsi untuk mengkonversi data

maksimum dalam deretan hasil frame blocking menjadi bernilai 1. Dalam

pengkonversian menjadi data maksimum menggunakan perintah

xmax=max(abs(xframe)). Setelah mencari nilai maksimum, kemudian dilakukan

proses normalisasi dengan cara membagi data dengan nilai maksimum yang

berisikan perintah xnorm=xframe/xmax. Diperoleh keluaran hasil normalisasi

berupa matriks yang digunakan untuk proses selanjutnya sebagai masukan.

Mulai

Hasil Frame blocking

Hasil Normalisasi

Selesai


24

3.4.5 Proses Hanning Windowing

Gambar 3.9 Proses Hanning windowing

Pada sistem pengenalan nada ini menggunakan salah satu dari beberapa

jenis windowing yang ada yaitu Hanning window. Untuk gambar proses

windowing hamming tertera diatas pada gambar 3.8. Pada proses Hanning

window ini melakukan perhitungan dengan memasukkan nilai frame yang

digunakan ke dalam persamaan (2.1). Hasil dari proses windowing ini berupa

matriks yang selanjutnya menjadi masukan proses DST.

3.4.6 ProsesDST dan windowing koefisien

Dari hasil windowing hamming kemudian ditransformasikan menggunakan

Discrete FourierTransform (DST). Proses ini mengkonversi data nada suara

dalam domain waktu menjadi domain DST. Proses DST menghasilkan panjang

nilai koefisien, Dari panjang nilai nilai koefisien DST kemudian akan dipilih

Mulai

Hasil Normalisasi

w [n] = 0.5 cos

Hasil Windowing

Selesai


25

dengan windowing koefisien sejumlah pilihan user. kemudian komputer

menjalankan proses plotting hasil konversi tersebut. Proses DST dan windowing

koefisien diperlihatkan pada Gambar 3.9.

Gambar 3.10 Proses DST dan windowing koefisie

3.4.7 Prosesfungsi jarak Matusita

Mulai

Mencari Nilai Absolut DST

Pilih Windowing koefisien DST

Hasil windowing

koefisien DST

Selesai

Mulai

Hasil windowing

koefisien DST

Hasil Windowing


26

Gambar 3.11 Proses fungsi jarak Matusita

Proses penghitungan ini menggunakan fungsi jarak Matusita. Gambar 3.10

memperlihatkan diagram alir proses fungsi jarak Matusita. Pada proses ini Hasil

dari keluaran DST kemudian dibandingkan dengan delapan puluh nada referensi

atau database. Perbandingan menghasilkan jarak dan data – data tersebut dicari

nilai terkecilnya. Setelah nilai jarak terkecil diperoleh maka nada terekam dapat

dikenali.

3.4.8 Prosespenentuan nada

Gambar 3.12 Penentuan Nada

Selesai

Hasil perhitungan jarak

Mulai

Hasil jarak

Keluaran = jarak minimal

text

Selesai


27

Gambar 3.11 merupakan gambar Penentuan Nada. Nada hasil pengenalan

ditampilkan dalam tampilan program dalam bentuk teks. Komputer menampilkan

nada hasil pengenalan (“ Do, Re, Mi, Fa, Sol, La, Si, Do’ ”)Jika sudah mencapai

pada proses tersebut maka proses pengenalan nada Harmonika sudah selesai. User

dapat keluar dari program pengenalan nada tersebut dengan menekan tombol

“EXIT”.

3.4. Perancangan Subsistem Program

Sistem pengenalan nada Harmonika mempunyai dua subsistem penting

dalamnya. yaitu subsistem sampling dan subsistem pengenalan nada. Perancangan

subsistem tersebut terdapat variabel dari nilai variasi-variasi yang telah di

tentukan yaitu variasi DST dan windowing koefisien, 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.

3.6.1 Subsistem Sampling

Dalam subsistem ini terdapat dua variabel terikat berupa frekuensi

sampling dan durasi perekaman. Penguji belum melakukan pengujian awal.

3.6.2 Subsistem Pengenalan Nada

Subsistem ini terdiri dari tiga proses, menggunakan variabel tetap yaitu

proses fungsi jarak dan menggunakan variabel bebas yaitu variasi DST dan variasi

windowing koefisien. Variabel yang akan di evaluasi untuk membangun sistem

nada yang optimal adalah kedua variabel bebas tersebut.

a. Windowing yang digunakan adalah Hanning window..


28

b. Frame blocking mengambil sampel data dari data suara terekam(data

yang diperoleh dalam proses sampling). Nilai variasi frame blocking sama

dengan nilai variasi dari DST yaitu 16, 32, 64, 128,256.

c. Windowing Koefisien DST mengevaluasi proses variasi nilai jumlah

koefisien DST. Nilai variasi koefisien adalah 10%, 20%, 30%, 40%, 50% ,

60%, 70% dan 80%


29

BAB IV

HASIL DAN PEMBAHASAN

Pengujian program perlu dilakukan untuk mengetahui kinerja program

bekerja dengan baik dan sesuai dengan perancangan. hasil pengujian berupa data-

data yang dapat memperlihatkan bahwa program yang telah dirancang dapat

berjalan dengan baik. Analisa terhadap proses proses kerja dapat digunakan untuk

menarik kesimpulan dari apa yang disajikan dalam tugas akhir ini.

4.1 Pengujian Program Pengenalan Nada Harmonika

Menggunakan Windowing Koefisien DST dan Jarak

Matusita

Perancangan program menggunakan software Matlab 7.10.0. Pada

pengujian program menggunakan laptop dengan spesifikasi:

Prosesor : Intel® Celeron® CPU @ 2.16 GHz

RAM : 2.00 GB

Tipe sistem : Sistem operasi 64 bit

Proses pengenalan nada Harmonika dapat dilakukan dengan menjalankan

langkah-langkah di bawah ini:

1. Mengklik dua kali ikon Matlab pada layar desktop dengan gambar ikon

seperti Gambar 4.1.

Gambar 4.1 Ikon Matlab 7.10.0

2. Setelah melakukan langkah 1, akan tampil tampilan utama software

Matlab seperti Gambar 4.2.


30

Gambar 4.2 Tampilan Matlab

3. Mengetikan perintah GUI pada Comand window untuk memunculkan

tampilan program pengenalan nada. Setelah itu akan muncul tampilan

program pengenalan nada seperti pada Gambar 4.3.

Gambar 4.3 Tampilan Program Pengenalan Nada Harmonika


31

4. User memilih input data yang akan di kenali kemudian nilai variasi DST

dan variasi windowing koefisien yang akan digunakan terlebih dahulu

sebelum melakukan pengenalan nada. Nilai variasi DST yang disediakan

adalah 16, 32, 64, 128, dan 256. Nilai variasi windowing koefisien yang

disediakan adalah 10%,20%,30%,40%,50%,60%,70% dan 80%.

5. Apabila langkah 4 sudah dilakukan, user dapat memulai pengenalan nada

dengan menekan tombol “Pengenalan Nada”. Hasil pengenalan nada

Harmonika terlihat seperti pada gambar 4.4.

Gambar 4.4 Tampilan Hasil Pengenalan

6. User dapat mengulang kembali pengenalan nada yang berbeda dengan

mengulang kembali langkah 4.

7. User dapat mengakhiri pengenalan nada dengan menekan tombol “exit”.

4.1.1 Pengenalan Nada

Pengenalan nada dapat dilakukan dengan melakukan berbagai langkah-

langkah seperti yang telah dijelaskan di atas. Tampilan program pengenalan nada

dapat dilihat pada Gambar 4.3. Pada tampilan pengenalan nada terdapat 3 pop up

menu, 7 axes, 2 pushbutton, dan 9 statictext. User dapat memulai pengenalan nada

dengan melakukan pengaturan terlebih dahulu pada program pengenalan nada.


32

Pengaturan yang perlu dilakukan adalah dengan memilih input nada yang akan di

kenali, memilih nilai variasi DST dan nilai variasi windowing koefisien yang

terdapat pada pop up menu. Setelah itu menentukan nilai variasi yang akan

digunakan, user dapat memulai pengenalan nada dengan menekan tombol tekan

”pengenalan nada”. Hasil pengenalan yang ditampilkan adalah plot input data

perekaman, plot DST, dan nada yang berhasil dikenali. User dapat mengulang

pengenalan nada dengan input nada yang berbeda, nilai variasi DST yang berbeda

dan nilai variasi windowing koefisien yang berbeda. Untuk mengakhiri

pengenalan dengan menekan tombol “exit” seperti yang telah dijelaskan di atas.

a. Pop Up Menu

Pada program pengenalan nada Harmonika ini menggunakan tiga

pop up menu variasi DST, dan variasi windowingkoefisien,. Untuk pop up

menu 1 akan menampilakan input nada yaitu Do, Re, Mi, Fa, Sol, la, Si

dan Dot (Do tinggi) dengan sepuluh macam setiap nadanya. pop up menu

2 digunakan untuk variasi DST yang bernilai 16, 32, 64, 128, dan 256.

Pop up menu 3 akan menampilkan windowingkoefisien yang bernilai 10,

20, 30, 40, 50, 60, 70 dan 80. Berikut merupakan contoh program dalam

penggunakan pop up menu

%mengambil data (load)

if (nada==1)

[y,fs]=wavread('do_1.wav');

elseif (nada==2)


elseif (nada==3)


elseif (nada==4)


elseif (nada==5)


elseif (nada==6)


elseif (nada==7)


33


elseif (nada==8)


elseif (nada==9)


elseif (nada==10)


elseif (nada==11)

[y,fs]=wavread('re_1.wav');

elseif (nada==12)


elseif (nada==13)


elseif (nada==14)


elseif (nada==15)


elseif (nada==16)


elseif (nada==17)


elseif (nada==18)


elseif (nada==19)


elseif (nada==20)


elseif (nada==21)

[y,fs]=wavread('mi_1.wav');

elseif (nada==22)


elseif (nada==23)


elseif (nada==24)


elseif (nada==25)


elseif (nada==26)


elseif (nada==27)


elseif (nada==28)


elseif (nada==29)


34


elseif (nada==30)


elseif (nada==31)

[y,fs]=wavread('fa_1.wav');

elseif (nada==32)


elseif (nada==33)


elseif (nada==34)


elseif (nada==35)


elseif (nada==36)


elseif (nada==37)


elseif (nada==38)


elseif (nada==39)


elseif (nada==40)


elseif (nada==41)

[y,fs]=wavread('sol1.wav');

elseif (nada==42)


elseif (nada==43)


elseif (nada==44)


elseif (nada==45)


elseif (nada==46)


elseif (nada==47)


elseif (nada==48)


elseif (nada==49)


elseif (nada==50)


elseif (nada==51)


35

[y,fs]=wavread('la_1.wav');

elseif (nada==52)


elseif (nada==53)


elseif (nada==54)


elseif (nada==55)


elseif (nada==56)


elseif (nada==57)


elseif (nada==58)


elseif (nada==59)


elseif (nada==60)


elseif (nada==61)

[y,fs]=wavread('si_1.wav');

elseif (nada==62)


elseif (nada==63)


elseif (nada==64)


elseif (nada==65)


elseif (nada==66)


elseif (nada==67)


elseif (nada==68)


elseif (nada==69)


elseif (nada==70)


elseif (nada==71)

[y,fs]=wavread('dot.wav');

elseif (nada==72)

[y,fs]=wavread('dot1.wav');

elseif (nada==73)


36


elseif (nada==74)


elseif (nada==75)


elseif (nada==76)


elseif (nada==77)


elseif (nada==78)


elseif (nada==79)


elseif (nada==80)


end

axes(handles.axes1);

plot (y)

sound(2*y);

Pada program diatas merupakan program pengambilan nada atau

nada yang sudah di rekam pada Harmonika dengan nada 1 sampai dengan

80 nada yang akan di kenali contoh if (nada==71)

[y,fs]=wavread(‘dot.wav’) maka program akan mengambil nada dengan

nama dot.wav pada directory.

indeks=get(handles.popupmenu2,'Value');

switch indeks

case 1

frame=16;

case 2

frame=32;

case 3

frame=64;

case 4

frame=128;

case 5

frame=256;


37

end

handles.vardft=frame;

guidata(hObject,handles);

Pada program di atas, nilai DST diinisialisai menggunakan nama DST

yang dibagi dalam 5 kondisi sesuai dengan banyaknya variasi. Inisialisasi ndft

tersebut diproses menggunakan perintah handles. Perintah ini digunakan untuk

data atau nilai DST yang telah diinisialisasi sebagai masukan apabila dilakukan

callback. Pada pop up menu variasi windowing koefisien menjalankan program

sebagai berikut:

indeks=get(handles.popupmenu3,'Value');

switch indeks

case 1

wk=10;

case 2

wk=20;

case 3

wk=30;

case 4

wk=40;

case 5

wk=50;

end

handles.koefisien=wk;

guidata(hObject,handles);

Proses yang dilalui oleh pop up menu pada variasi windowing koefisien

sama dengan proses pada pop up menu variasi DFT. Nilai windowing

diinisialisasikan dengan wk.

b. Tombol “Pengenalan Nada”

Tombol “pengenalan nada” adalah tombol yang berfungsi untuk

melakukan pengenalan nada Barung pelog. User dapat melakukan pengenalan

nada Barung pelog dengan menekan tombol tersebut. Tombol “pengenalan nada”


38

memulai pengenalan nada dengan menjalankan beberapa subproses. Subproses

yang dijalankan dimulai dari input nada, normalisasi, frame blocking, windowing

hamming, ekstraksi ciri DFT,windowing koefisien, penghitungan jarak

Squaredchord, dan penentuan hasil pengenalan nada. Program yang digunakan

untuk perekaman nada sebagai berikut:

%mengambil data (load)

nada=handles.nada;

if (nada==1)

[y,fs]=wavread('ji_a.wav');

elseif (nada==2)

[y,fs]=wavread('ji_b.wav');

end


plot (y)

sound(10*y);

Nada yang telah input tersebut diplot pada tampilan program pengenalan

menggunakan perintah plot. Nada terekam diplot pada axes yang telah tersedia di

dalam tampilan program pengenalan. kemudian ditambah kan program

sound(2*y); untuk memunculkan suara nada input yang di ambil. Setelah proses

perekaman, program akan memproses hasil rekaman tersebut sehingga dapat di

kenali. Ada pun proses- proses yang harus di lakukan dengan cara, yaitu

pemotongan sinyal. Nada yang sudah direkam tersebut akan dipotong dengan

batas potong sebesar |0,2| pada sisi kiri sinyal. Setelah proses pemotongan itu

selesai maka langkah selanjutnya memilih data yang dinamakan frame blocking,

langkah selanjutnya yaitu windowing, pada pengenalan nada barung pelog ini

menggunkan windowing hanning. Setelah selesai windowing hamming, dilakukan

proses ekstraksi ciri DST dan windowing koefisien. berikut ini merupakan proses

pengolahan pemotongan sinyal hingga program windowing koefisien :

% Normalisasi %

y=y/max(abs(y));


plot (y)


39

%pemotongan sinyal

b0=0.2;

b1=find(y>b0 | y<-b0);

y(1:b1(1))=[];


plot (y)

%frame blocking

frame=handles.vardft;

frame;

for p=1:frame;

f(p)=y(p+frame);

end


plot (f);

%windowing hanning

w=hann(frame);

for p=1:frame;

wo(p)=f(p)*w(p); %wo(p)==> windowing hanning (p)

end


plot (wo);

%ekstraksi ciri DST

g=abs(dst(wo));


bar (g);

%windowing koefisien

wk=handles.koefisien;

h=frame;

c=(wk/100)*h;

s=floor(c);

ya=g(1:s);

ya=ya(:);


bar (ya);

Dari hasil windowing koefisien yang di inisialisasikan dengan “ya”, maka

akan diplot pada axes2 yang menggambarkan hasil akhir dari sinyal

windowingkoefisien.


40

Proses selanjutnya setelah penggambaran sinyal nada barung pelog adalah

proses pemanggilan database yang telah disesuaikan dengan 2 variasi masukan

yaitu variasi DFT, dan variasi windowing koefisien yang telah dipilih oleh user

sebelumnya. Program database menggunakan logika if else agar database

mempunyai kesamaan dengan nilai variasi yang telah dipilih sebelumnya oleh

user. Program di bawah merupakan contoh dari program pemanggilan database,

untuk keseluruhan program pemangiilan database (lihat lampiran L12) .

%data base

if (frame==16)&(wk==10)

load xciri1610

elseif (frame==16)&(wk==20)

load xciri1620

elseif (frame==16) & (wk==30)

load xciri1630


load xciri1640


load xciri1650


load xciri1660


load xciri1670


load xciri1680


load xciri3210


load xciri3220


load xciri3230


41


load xciri3240


load xciri3250


load xciri3260


load xciri3270


load xciri3280


load xciri6410


load xciri6420


load xciri6430


load xciri6440


load xciri6450


load xciri6460


load xciri6470


load xciri6480


load xciri12810


load xciri12820


42


load xciri12830


load xciri12840


load xciri12850


load xciri12860


load xciri12870


load xciri12880


load xciri25610


load xciri25620


load xciri25630


load xciri25640


load xciri25650


load xciri25660


load xciri25670


load xciri25680

end


43

Program di atas untuk memanggil database yang akan dibandingkan

dengan nada yang telah di input dengan menggunakan perintah jarak. Database

yang dipanggil sesuai dengan masukan variasi DFT, variasi windowingkoefisien

yang telah dipilih oleh user sebelumnya.

Setelah proses pemanggilan database, proses selanjutnya adalah

membandingkan database dengan data masukkan dari user yang telah

dimasukkan pada input nada. Perbandingan data - data tersebut memakai metode

jarak Squaredchord. Program perhitungan jarak sebagai berikut:

%perhitungan jarak

for n=1:8

jaraklist(n)=jarakmatusita(ya,r(:,n));

end

jaraklist

set(handles.text20,'String',num2str(jaraklist(1)));








%cari nilai minimal

jmin=find(min(jaraklist)==jaraklist)

%deskripsi string

nadalist={'do','re','mi','fa','sol','la','si','do'};

%penentuan keluaran

yy=(nadalist(jmin));

%end

set(handles.text28,'String',yy);

Program di atas melakukan penghitungan jarak nada input yang sudah

direkam dengan database dari ke tujuh nada Harmonika dalam berbagai variasi.

Perintah jarak berfungsi untuk menjalankan fungsi jarak Matusita. Nilai jarak


44

minimal yang diperoleh digunakan untuk menentukan nada Harmonika yang

berhasil dikenali. Pada program di atas juga untuk tidak mengenali (mengenali

secara salah) nada yang akan dikenali. Untuk tidak mengenali nada selain nada

Harmonika, dengan cara membandingkan jarak minimal yang telah diperoleh saat

pengenalan dengan batasan maksimal dari kedelapan nada Harmonika. Nada yang

telah dikenali ditampilkan pada tampilan program pengenalan dalam bentuk teks.

c. Tombol “exit”

Tombol “exit” atau keluar digunakan apabila user ingin mengakhiri

program pengenalan nada. Perintah program tombol “exit” sebagai berikut:

delete(figure(GUI_Rendi));

Kesimpulan dari pengujian program pengenalan Harmonika adalah tombol

yang terdapat pada tampilan program dapat berjalan dengan baik dan alur

program telah sesuai dengan perancangan. Sistem pengenalan nada juga sudah

dapat berjalan dengan baik. sesuai dengan yang di inginkan.

4.2 Hasil Pengujian Program Pengenalan Nada Terhadap

Tingkat Pengenalan Nada Harmonika

4.2.1 Pengujian untuk Menentukan batasan Nilai Jarak yang Optimal

Pada pengujian ini dilakukan untuk menentukan batasan nilai jarak yang

optimal. Parameter yang digunakan untuk menentukan batas nilai ini

menggunakan windowingkoefisien80%, dan panjang DST 256 yang mempunyai

tingkat pengenalan yang baik. Pengujian ini menggunakan 10 kali percobaan

setiap nadanya dan dari 10 percobaaan setiap nada tersebut akan mendapatkan

nilai minimal. Setelah mendapatkan nilai minimal dari 10 kali percobaan setiap

nada tersebut, nilai yang paling minimal dari kedelapan nada tersebut yang akan

di kenali.


45

Tabel 4.1 memperlihatkan dua percobaan, untuk selengkapnya dari 80

percobaan dapat di lihat pada lampiran (L18). Dari tabel tersebut menunjukkan

nilai minimum pada percobaan 1 terdapat pada nada 1 (Do) jadi yang di kenali

adalah nada 1(Do), pada percobaan 2 nilai minimum terdapat pada nada 2 (Re)

jadi yang dikenali adalah nada 2 (Re).percobaan 3 nilai minimum terdapat pada

nada 3 (mi) jadi yang dikenali adalah nada 3 (mi).percobaan 4 nilai minimum

terdapat pada nada 4 (fa) jadi yang dikenali adalah nada 4 (Fa).

4.2.2 Pengujian Pengaturan Pengenalan Nada

pengujian untuk melihat seberapa besar tingkat pengenalan yang terjadi

setiap penentuan nada pada DST dan windowing koefisien. Langkah – langkah

pengujian yang akan digunakan sebagai berikut:

1. Proses pengambilan nada input yang sudah direkam 10 kali setiap nada

2. Mengenali setiap nada yang di input menggunakan kombinasi nilai

variasi yang berbeda-beda dengan nilai:

a. DST : 16,32,64,128,256

b. Windowing koefisien : 10%,20%,30%,40%,50%,60%,70%,80%

3. Menentukan kombinasi nilai variasi pengenalan yang menghasilkan

tingkat pengenalan terbaik.

Pengujian dilakukan pada variasi yang maksimal yaitu DST 256 dan

windowing koefisien 50%, di harapkan memperoleh hasil yang baik dan sesuai

yang di inginkan.


46

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari percobaan dan pengujian sistem pengenalan nada barung pelog disimpulkan

sebagai berikut :

1. Implementasi dari sistem pengenalan nada barung pelog sudah bisa

bekerja dengan baik dan sesuai dengan perancangan. Program pengenalan nada

barung pelog sudah mampu untuk mengenali nada-nada dasar dari barung pelog

yaitu 1(siji), 2(loro), 3(telu), (papat), 5(limo), 6(enem), 7(pitu).

2. Parameter pengenalan nada nilai windowing koefisien mempengaruhi

tingkat pengenalan nada. Semakin besar nilai DFT tingkat pengenalan nada secara

umum semakin baik. Semakin besar nilai windowingkoefisien maka tingkat

pengenalan nada semakin tinggi atau baik.

3. Parameter optimal untuk tingkat pengenalan mencapai 100% pada nilai

semua DFT, dan windowing koefisien 50% yang dipilih.

5.2 Saran

Saran untuk pengembangan sistem pengenalan nada barung pelog adalah sebagai

berikut :

Pengembangan sistem yang mampu untuk mengenali segala jenis alat musik

tradisional, atau alat musik modern tidak hanya satu alat musik.


47

DAFTAR PUSTAKA

[1] Yustinus Dedy Yuswantoro., 2014,“ Pengenalan Nada Seruling Bambu

Secara Real-Time Menggunakan Ekstraksi ciri DCT dan Similaritas

Sorensen” , Universitas Sanata Dharma, Yogyakarta.

[2] -------, 2006, ki-demang.com: Situs Sutresna Jawa,

http://www.ki-demang.com/index.php/gambar-gamelan/602-11-saron diakses

pada tanggal 17 Januari 2015.

[3] Kim Jinho, 2013, “automatic pitch detection and shifting of musical tones

in real time”, boston,

[4] Ghea Ardy Prayogo W, 2010 “Pergeseran Frekuensi Dasar Sinyal

Gamelan Menggunakan Phase vocoder” ITS, Surabaya.

[5] Suwandi, 2011, Perancangan Program Aplikasi Absensi Pada Binus

Learning Communtiy SAC dengan menggunakan Hidden Markov Model,

Program Ganda Teknik Informatikadan Matematika, Bina Nusantara

Jakarta,

[6] Eka Kartikasari, Y., 2006, Pembuatan Software Pembuka Program

aplikasi Komputer Berbasis Pengenalan Sinyal Suara, PENS-ITS,

Surabaya.

[7] http://www.realkarachi.com/downloads/books/how-stuff-works/how-

sound-cards-work%28www.realkarachi.com%29.pdf diakses pada

tanggal 20 Januari 2015.

[8] Putra Prabowo Hadi S., “Penggolongan Suara Berdasarkan Usia Dengan

Menggunakan Metode K-Means” Politeknik Elektronika Negeri Surabaya

Institut Teknologi Sepuluh Nopember Kampus ITS, Surabaya

[9] Cha, Sung-Hyuk, 2007, Comprehensive Survey on Distance/Similarity

Measures between Probability Density Function, Internasional Journal of

Mathematical Models and Methods in Applied Sciences,


http://www.ki-demang.com/index.php/gambar-gamelan/602-11-saron

http://www.realkarachi.com/downloads/books/how-stuff-works/how-sound-cards-work%28www.realkarachi.com%29.pdf


48

[10] http://yudistira.lecture.ub.ac.id/files/2014/04/KLASIFIKASI-

HURUF-KATAKANA-DENGAN-METODE-TEMPLATE-MATCHING-

CORRELATION.pdf diakses pada tanggal 11 Februari 2015.

[11] http://www.realkarachi.com/downloads/books/how-stuff-works/how-

sound-cards-work%28www.realkarachi.com%29.pdf diakses pada

tanggal 20 Januari 2015.

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

pada tanggal 20 Januari 2015.

[13] Niamaulidia, 2009 Pembuatan Pengenalan Sinyal Wicara Menggunakan

Matlab.


http://yudistira.lecture.ub.ac.id/files/2014/04/KLASIFIKASI-HURUF-KATAKANA-DENGAN-METODE-TEMPLATE-MATCHING-CORRELATION.pdf





PENGENALAN NADA HARMONIKA MENGGUNAKAN … · Harmonika bukan hanya alat musik berbentuk yang kecil...

Documents

Transcript of PENGENALAN NADA HARMONIKA MENGGUNAKAN … · Harmonika bukan hanya alat musik berbentuk yang kecil...