PENGENALAN NADACETIK SECARA REAL TIME … filePENGENALAN NADA CETIK SECARA REAL TIME MENGGUNAKAN...

TUGAS AKHIR

PENGENALAN NADACETIK SECARA REAL TIME

MENGGUNAKAN DISCRETE COSINE TRANSFORM DAN JARAK

HELLINGER

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Elektro

Oleh :

BLASIUS AIR DAHSYAT PAMUNGKAS

NIM : 10 5114017

PROGRAM STUDI TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2015

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i

TUGAS AKHIR

PENGENALAN NADA CETIK SECARA REAL TIME


HELLINGER

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Elektro

Oleh :


NIM : 10 5114017

PROGRAM STUDI TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA 2015


ii

FINAL PROJECT

REAL TIME TONE RECOGNITION OF CETIK USINGDISCRETE

COSINE TRANSFORM AND HELLINGER DISTANCE

Presented as Partial Fulfillment of The Requirement

to Obtain The Sarjana Teknik Degree

in Electrical Engineering Study Program


NIM : 10 5114017

ELECTRICAL ENGINEERING STUDY PROGRAM

DEPARTMENT OF ELECTRICAL ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2015


iii

LEMBAR PERSETUJUAN

TUGAS AKHIR

PENGENALAN NADACETIK SECARA REAL TIME


HELLINGER

(REAL TIME TONE RECOGNITION OF CETIK USINGDISCRETE

COSINE TRANSFORM ANDHELLINGER DISTANCE)

disusun oleh :


NIM : 10 5114 017

telah disetujui oleh :

Pembimbing

Dr. Linggo Sumarno, MT Tanggal :_____________


iv

HALAMAN PENGESAHAN

TUGAS AKHIR

PENGENALAN NADA CETIK SECARA REAL TIME MENGGUNAKAN

DISCRETE COSINE TRANSFORM DAN JARAK HELLINGER

(REAL TIME TONE RECOGNITION OF CETIK USINGDISCRETE COSINE

TRANSFORM ANDHELLINGER DISTANCE)

Oleh:


Nim : 105114017

Telah dipertahankan di depan Panitia Penguji

Pada tanggal 22 Juni 2015

Dan dinyatakan memenuhi syarat

Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua : .......................

Sekertaris : .......................

Anggota : .......................

Yogyakarta, Oktober 2015

Fakultas sains dan Teknologi

Universitas Sanata Darma

Dekan,

Paulina Heruningsih Prima Rosa, S.Si.,M.Sc


v

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa tugas akhir ini tidak memuat karya

ataupun bagian dari karya oranglain, kecuali yang telah disebutkan dalam kutipan dan

daftar putaka sebagai mana layaknya karya ilmiah.

Yogyakarta, 13 Juli 2015

Penulis

Blasius Air Dahsyat Pamungkas


vi

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP

MOTTO

SEMUA BERAWAL DARI IMAJINASI

Persembahan

Karya ini ku persembahakan untuk..

Tuhan yang selalu setia bersamaku,

Bunda Maria pembimbing setia tanpa pamrih,

Keluargaku yang selalu ada untuk selalu member yang terbaik,

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

Teman- teman Teknik Elektro 2010 yang selalu membantu saat mendapatkan kesulitan,

Dan semua yang mendoakan dan mendukung karya ini..


vii

LEMOBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK

KEPENTINGAN AKADEMISI

Yang bertandatangan dibawah ini, saya mahasiswa Universitas Sanata Dharma:

Nama : Blasius Air Dahsyat Pamungkas

Nomor Mahasiswa : 10 5114 017

Dengan pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan

Universitas Sanata Dharma karya ilmiah saya yang berjuadul :

PENGENALAN NADA CETIK SECARA REAL TIME MENGGUNAKAN DISCRETE

COSINE TRANSFORM DAN JARAK HELLINGER

Beserta perangkat yang diperlukan (kalo ada). Dengan demikian saya memberikan kepada

Perpustakaan Universitas Samata Dharma hak untuk menyimpan, mengalihkan dalam

bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara

terbatas dan mempublikasikannya di internet atau media lainnya untuk kepentingan

akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya

selama tetap mencantumkan nama saya sebagai penulis.

Demikian pernyataa ini saya buat dengan sebenarnya.

Yogyakarta, 13 Juli 2015

(Blasius Air Dahsyat Pamungkas)


viii

INTISATI

Musik merupakan salah satu hasil dari budaya manusia di samping arsitektur,

sastra, dan bahasa. Musik dibagi menjadi dua yaitu musik popular dan musik tradisional.

Banyak orang yang belum mengenal alat tradisional, dan belum banyak yang mengerti

tentang nada dari alat musik tradisional sebagai contoh cetik. Oleh karena itu diperlukan

sistem untuk mengenali nada alat musik tradisional yang berguna untuk mengenali nada.

Alat tradisional yang digunakan untuk sistem pengenalan nada ini yaitu cetik.

Sistem pengenalan ini membutuhkan cetik sebagai masukan nada, microphone,

untuk merekam nada dari cetik, dan laptop untuk memproses. Sistem pengenalan nada ini

melalui beberapa proses meliputi merekam, normalisasi, pemotongan sinyal, frame

blocking, windowing, ekstraksi ciri, fungsi jarak, dan penentuan nada.

Sistem pengenalan nada menggunakan ekstraksi ciri DCT, windowing hamming,

fungsi jarak Hellinger, dan Thresholding. Tampilan program meliputi hasil perekaman,

spectrum ekstraksi ciri DCT, serta tampilan hasil pengenalan (teks). Parameter optimal

untuk tingkat pengenalan nada secara 100%, dengan menggunakan nilai frame blocking

64, dan windowing koefisien 80%. Nilai tersebut di dapat dari pengujian program dari

semua variasi. Sistem pengenalan nada hanya mengenali nada Do Re Mi Sol La Si

Dotinggi.

Kata kunci : cetik, DCT, windowing Hamming, fungsi jarak Hellinger, Thresholding, frame

blocking, Windowing koefisien, dan pengenalan nada.


ix

ABSTRACT

Music is a one creature from human culture beside architech, literature and

language. Music divided by two there are music popular and music traditional. Many

people doesn`t instrument music tools, example: cetik. Because of that there needed a

system to know tune , traditonal music instrument, there are needed to know abaout tune.

Traditional instrument uses to knowing tune system there are cetik.

Knowing system need cetik to input tune, microphone to record tunes from cetik

and laptop to processing. This knowing tune system through some process there are

recording, normalization, signal cutting, frame blocking, windowing, feature ectraction

DCT, range function , tune fixed.

Knowing system use extract feature DCT, windowing Hamming, range function

Hellinger, and thresholding. Feature program include product of recording, spektrum

extraction feature DCT, and feature output knowing (text). Parameter optimum to increase

tune knowing on 100% with use of value frame blocking 64 and windowing coefficient

80%. Knowing tune ststem just recognize Do Re Mi Sol La Si Do’.

Key word : Cetik, Discrete Cosine Transform (DCT), Windowing Hamming , range

function Hellinger, Thresholding, frame blocking, 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 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. Eyang Putri, Papa dan Mama, Harjan minah, FX hermawan, dan fransiska niluh

kertiasih atas perhatian dan doanya kepada penulis.

7. Mbah kung, Bapak dan ibuk , Stephanus Moedjijo Moeljoduhardjo, Vincentius

Dwi Juriantoko, dan Maria Margaretha Sri Murahati yang selalu memberikan doa

dan mendoakan

8. Om dan bulek , Dr.Yosef Dedy Pradipto, L.Th., M.Hum, dan Cicilia Emitan yang

selalu memberikan dukungan, semangat dan doa.

9. Vincentia Diajeng Hapsari Mariantia, yang selalu memberikan doa, tidak bosan-

bosannya memberi semangat dan setia dalam menemani penyelesaian tugas Akhir

ini.

10. Krisna, tia, dan rendi yang selalu member semangat dan doa.

11. Nikodemos Tyson Awan Mahara, Innocentius Arus Maheri, Brigitta Astut, Felicita

Nikita Inori, yang selalu memberikan doa

12. Dionisius Diva Rosarian yang selalu mengajari, member masukan, dan membantu

dalam penulisan Tugas Akhir ini.


xi

13. Antonius Febri Nurcahyo, Andreas Ardy Darmawan, Patrick Cahya Wedha, Deny

Rahman Pranyoto, Henrikus Arga, dan Stephanus Sabdo Adi yang tidak bosan-

bosannya memberikan dukungan dan semangat.

14. Segenap staff secretariat, dan laboran Teknik Elektro yang telah memberikan

dukungan secara tidak langung dalam kelancaran tulisan tugas Akhir ini.

15. Teman- teman Konco Cilik “koncil”, yang selalu mendukung dan mendoakan

dalam kelancaran penulisan Tugas Akhir ini.

16. Teman- teman Teknik Elktro 2010 yang telah memberikan semangat pada saat

menempuh pendidikan di Universitas Sanata Dharma.

17. Semua Pihak yang tidak bisa disebutkan satu persatu yang telah banyak

mendukung, dan memberikan banyak bantuan dalam menyelesaikan Tugas Akhir

ini.

Penulis menyadari bahwa dalam penyusunan laporan Tugas Akhir ini masih

mengalami kesulitan dan tidak lepas dari kesalahan. Oleh karena itu, penulis

mengharapkan masukan, saran ,kritikan yang mendukung agar skripsi ini menjadi lebih

baik, dan semoga sripsi ini dapat bermanfaaat sebagaimana mestinya

Penulis

Balsius Air Dahsyat Pamungkas


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

INTISARI .......................................................................................................................... viii

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

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

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

DAFTAR GAMBAR ........................................................................................................ xvi

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

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

1.1 Latar 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 Cetik ........................................................................................................................... 4

2.2 Frekuensi Dasar ......................................................................................................... 5

2.3 Pengenalan Nada ....................................................................................................... 6

2.3.1 Normalisasi .................................................................................................... 6

2.3.2 Sampling ........................................................................................................ 6


xiii

2.3.3 Frame Blocking ............................................................................................. 7

2.3.4 Windowing Hamming .................................................................................... 7

2.3.5 Discrate Cosine Transform (DCT) ................................................................ 8

2.3.6 Jarak Hellinger ............................................................................................... 9

2.3.7 Microphone .................................................................................................. 10

2.3.8 Sound Card .................................................................................................. 11

2.3.9 Matlab .......................................................................................................... 12

BAB III PERANCANGAN ............................................................................................... 14

3.1. Sistem Pengenalan Nada ......................................................................................... 14

3.1.1 Cetik ............................................................................................................. 14

3.1.2 microphone .................................................................................................. 14

3.1.3 Soundcard .................................................................................................... 15

3.1.4 Proses Perekaman ........................................................................................ 15

3.1.5 Proses Pengenalan ....................................................................................... 15

3.2 Perancangan Nada Referensi ................................................................................... 15

3.3 Perancangan Sistem Software .................................................................................. 16

3.3.1 Proses Perekaman ........................................................................................ 17

3.3.2 Normalisasi .................................................................................................. 18

3.3.3 Pemotongan Sinyal ...................................................................................... 19

3.3.4 Frame Blocking ........................................................................................... 19

3.3.5 Windowing Hamming .................................................................................. 20

3.3.6 Discrate Cosine Transform (DCT) ............................................................. 21

3.3.7 Jarak Hellinger ............................................................................................. 22

3.3.8 Penentuan Hasil Nada .................................................................................. 22

3.4 Tampilan Program ................................................................................................... 23

3.5 Perancangan Subsistem ........................................................................................... 25


xiv

3.5.1 Subsistem Sampling .................................................................................... 25

3.5.2 Subsistem Pengenalan Nada ........................................................................ 25

BAB IV HASIL DAN PEMBAHASAN ........................................................................................... 26

4.1. Pengujian Program Pengenalan Nada Cetik Secara Real-Time menggunakan

Discrate Cosine Transform dan Jarak Hellinger .................................................... 26

4.1.1 Proses Pengenalan Nada Cetik dengan Menggunakan Langkah- langkah

Berikut ......................................................................................................... 26

4.1.2 Pengenalan Nada ......................................................................................... 29

4.2. Hasil Pengujian Program Pengenalan Nada Terhadap Terhadap Tingkat

Pengenalan Nada Cetik ............................................................................................ 34

4.2.1 Pengujian untuk Menentukan nilai Thresholding ........................................ 34

4.2.2 Pengujian Parameter Pengenalan Nada ....................................................... 35

4.2.2.1 Pengujian Secara Tidak Real-Time ................................................. 36

4.2.2.2 Pengujian Secara Real-Tame ........................................................... 41

a. Pengujian Tanpa Thresholding ............................................ 42

b Pengujian Mengguanakan Thresholding ............................. 43

4.2.3 Pengujian dengan Nada Masukan Gamelan Pekhing .................................. 44

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

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

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

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

LAMPIRAN

LAMPIRAN A Percobaan Mencari Spektrum Frekuensi ................................................. L 1

LAMPIRAN B Percobaan Mencari Durasi Perekaman .................................................... L 6

LAMPIRAN C Program Utama ........................................................................................ L 8

LAMPIRAN D Program Fungsi Jarak Hellinger ............................................................ L 18

LAMPIRAN E Program pembuatan DATA BASE ........................................................ L 18


xv

LAMPIRAN F Program Mencari Persentase .................................................................. L 18

LAMPIRAN G Program x ciri ........................................................................................ L 19

LAMPIRAN H Pencarian Nilai Thresholding ................................................................ L 21

LAMPIRAN I Tabel Tingkat Pengenalan ...................................................................... L 22


xvi

DAFTAR GAMBAR

Gambar 1.1 Blok Model Perancangan.............................................................................. 3

Gambar 2.1 Alat Musik tradisional Lampung Cetik ........................................................ 5

Gambar 2.2 Frame Blocking ............................................................................................. 7

Gambar 2.3(a) Sinyal Sinus ................................................................................................... 8

Gambar 2.3(b) Sinyal sinus yang telah melalui proses Windowing ...................................... 8

Gambar 2.4 Contoh DCT dari sinyal dengan menggunakan DCT 256 titik ..................... 9

Gambar 2.5 Dekstop Microphone Intopic jazz-012 ........................................................ 10

Gambar 2.6 Contoh sound card ...................................................................................... 12

Gambar 2.7 Tampilan awal Matlab ................................................................................. 13

Gambar 3.1 Diagram blok sistem keseluruhan ............................................................... 14

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

Gambar 3.3 Diagram Blok Keseluruhan ......................................................................... 17

Gambar 3.4 Diagram Alir Proses Perekaman.................................................................. 17

Gambar 3.5 Diagram Alir Proses Normalisasi ................................................................ 18

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

Gambar 3.7 Diagram Alir Proses Frame Blocking ......................................................... 19

Gambar 3.8 Diagram Alir Proses Windowing Hamming ................................................ 20

Gambar 3.9 Diagram Alir Proses DCT ........................................................................... 21

Gambar 3.10 Diagram Alir Fungsi Jarak .......................................................................... 22

Gambar 3.11 Diagram Alir Proses Penentuan Hasil Nada ................................................ 22

Gambar 3.12 Tampilan Program Pengenalan Nada Alat Musik Cetik .............................. 24

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

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

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

Gambar 4.4a Pengaturan Variasi DCT .............................................................................. 28

Gambar 4.4b Pengaturan Variasi windowing koefisien .................................................... 28


xvii

Gambar 4.4c Pengaturan Thresholding ............................................................................. 28

Gambar 4.5 Tampilan Hasil Penentuan Nada Cetik ........................................................ 28

Gambar 4.6 Pengaruh panjang DCT, n, Terhadap hasil Pengenalan, p=30% ................ 38

Gambar 4.7 Pengaruh Windowing koefisien terhadap hasil Pengenalan ........................ 41

Gambar 4.8 Gamelan Pekhing ......................................................................................... 45


xviii

DAFTAR TABEL

Tabel 2.1 Penyebutan Notasi Nada ................................................................................ 4

Tabel 2.2 Interval Nada ................................................................................................. 5

Tabel 2.3 Spesifikasi desktop microphone Intopic jazz-012 ....................................... 11

Tabel 3.1 Keterangan Tampilan GUI .......................................................................... 24

Tabel 3.2 Lanjutan Keterangan Tampilan GUI ........................................................... 25

Tabel 4.1 Hasil Nilai Thresholding ............................................................................. 35

Tabel 4.2 Hasil Pengenalan secara Real-Tame tanpa Thresholding ............................ 42

Tabel 4.3 Hasil Pengujian Secara Real-Tame dengan menggunakan Thresholding ... 43

Tabel 4.4 hasil Pengujian dengan gamelan Phekhing ................................................. 44


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Musik merupakan salah satu hasil dari budaya manusia disamping ilmu

pengetahuan, arsitektur, sastra dan bahasa. Musik berasal dari kata muse yang berarti satu

dewa. Tidak hanya itu, musik juga merupakan suatu karya seni berupa bunyi dalam bentuk

lagu atau komposisi yang mengungkapkan emosi dari pemain musik itu sendiri [1]. Musik

sendiri dibedakan menjadi musik populer dan musik tradisional. Musik populer dapat

berupa jazz, pop, rock, dan lain sebagainya. Sedangkan musik tradisional dapat berupa

keroncong, karawitan, dan lain sebagainya. Selain itu, musik tidak bisa lepas dari adanya

alat musik, yaitu; alat musik populer dan alat musik tradisional. Alat musik populer

meliputi key board, drum, guitar, dan lain sebagainya. Sedangkan alat musik tradisional

terdiri dari gamelan Jawa, sasando, cetik, dan lain sebagainya. Berkaitan dengan hal

tersebut, hampir seluruh wilayah Indonesia mempunyai alat musik tradisional yang khas

dan unik. Salah satunya yaitu alat musik cetik.

Cetik merupakan alat musik tradisional yang sudah ada pada zaman skala brak [2].

Namun, seiring dengan berkembangnya zaman, alat musik cetik mulai ditinggalkan. Hal ini

juga berimbas pada masyarakat yang tidak mengenal cetik, bahkan tidak dapat memainkan

alat musik ini. Oleh karena itu, sangat diperlukan adanya sistem dalam mengenali nada

pada cetik. Berkaitan dengan hal tersebut, terdapat penelitian-penelitian yang juga

membahas mengenai pengenalan nada pada alat musik. Salah satunya adalah penelitian

yang berjudul “Pengenalan Nada Gamelan Kenong Secara Real Time Menggunakan

Ekstrasi Ciri DCT Dan Fungsi Jarak Chebyshev” yang dilakukan oleh Yogi Isworo[3].

DCT sendiri juga dapat digunakan untuk pengenalan suara ucap seperti manusia dan dapat

digunakan untuk pengenalan pada suara alat musik. Penelitian tersebut mengenalkan nada

alat musik dengan menggunakan ekstrasi DCT dan fungsi jarak Chebyshev. Oleh karena

itu, melalui penelitian kali ini, penulis ingin mengembangkan pengenalan nada, dengan alat

musik yang berbeda yaitu cetik dan dengan menggunakan jarak Hellinger.


2

Penelitian kali ini, nada cetik akan dikenali oleh sistem. Setelah alat musik cetik

dipukul, nada akan diolah melewati frame blocking terlebih dahulu. Kemudian hasil dari

frame blocking akan dinormalisasi. Setelah itu, menuju ke proses berikutnya dengan

menggunakan windowing Hamming. Dari proses windowing Hamming, nantinya akan

melalui proses Discrite Cosene Transform (DCT), yang kemudian akan memasuki proses

perhitungan jarak menggunakan perhitungan jarak Hellinger. Setelah itu, pada data base

hasil perhitungan jarak Hellinger tadi akan dicocokkan, sehingga mendapatkan hasil yaitu

pengenalan nada. Dengan adanya sistem ini, penulis berharap bahwa nantinya akan

berguna untuk membantu pengguna dalam mengenali nada dan memainkan alat musik

cetik.

1.2. Tujuan dan Manfaat

Tujuan dari penulisan tugas akhir ini adalah menghasilkan sistem pengenalan nada

pada alat musik cetik.

Manfaat dari penelitian ini antara lain:

a. Sebagai alat bantu masyarakat dalam mengenali nada pada alat musik cetik

b. Sebagai alat bantu bagi pengrajin alat musik tradisional cetik untuk mencari

nada.

1.3. Batasan Masalah

Sistem pengolahan nada pada alat musik cetik terdiri dari hardware dan software.

Fungsi dari pada hardware itu sendiri, yaitu untuk memasukan nada yang dimainkan pada

alat musik cetik. Sedangkan software yang berada pada komputer guna mengatur semua

proses pengenalan suara yang dimainkan alat musik cetik.

Alat yang digunakan meliputi laptop, microphone, dan alat musik cetik. Pada

perancangan sistem ini, penulis fokus pada pembuatan software. Penulis menetapkan

batasan masalah yang dianggap perlu pada perancangan ini, yaitu sebagai berikut:

a. Nada cetik berupa do, re, mi, sol, la, si, do

b. Hasil pengolahan secara real time

c. Menggunakan perangkat lunak/software matlab dalam pembuatan program

d. Menggunakan microphone Intopic jazz-012

e. Jarak microphone dengan cetik + 5cm.


3

1.4. Metode penelitian

Pada kesempatan kali ini, penulis menggunkan metode sebagai berikut:

a. Pengumpulan bahan- bahan literatur berupa buku, jurnal, dan artikel.

b. Perancangan subsistem software

Tahap ini bertujuan untuk mencari bentuk model yang optimal daripada

sistem yang akan dibuat dengan pertimbangan dari faktor- faktor permasalahan

yang ada dan kebutuhan- kebutuhan yang telah ditentukan. Perancangan sistem

pada penelitian ini dapat dilihat pada gambar 1.1.

Gambar 1.1 Blok Model Perancangan

c. Pembuatan subsistem software

Penulis menggunakan software matlab untuk pembuatan program

pengenalan nada cetik. Program akan bekerja jika user memberikan perintah

melalui komputer, dengan media push button yang telah disediakan pada

program pengenalan nada cetik. Program akan mengolah perintah yang telah

diterima dan memulai proses recording sampai user memberikan perintah

kembali untuk menghentikan proses recording. Setelah proses recording, user

memberikan perintah untuk memulai proses pengenalan nada, dan komputer

akan mengolah nada kemudian menyajikan sebagai sebuah informasi.

d. Analisa dan penyimpulan hasil percobaan

Analisa data dilakukan dengan meneliti pengaruh variasi DCT,

frameblocking, windowing koefisien DCT, serta memeriksa keakuratan data

terhadap hasil proses pengolahan nada, dengan cara membandingkan antara

data di komputer dengan data dilapangan.


4

BAB II

DASAR TEORI

2.1. Cetik

Cetik merupakan alat tradisional Lampung yang berasal dari kerajaan skala brak di

dataran bengkulu. Menurut seniman asal lampung Wirda Puspanegara, alat musik cetik ini

diperkirakan sudah ada sejak abad 485 SM. Masyarakat lampung menyebut alat musik

tersebut dengan sebutan gamolan [2].

Gamolan itu sendiri berasal dari kata gamol yang artinya gemuruh. Suara gemuruh

tersebut berasal dari suara yang dihasilkan oleh bambu. Selain itu, Harry Djayaningrat

yang merupakan pencetus kata cetik menyebut gamolan pheking dengan kata cetik, karena

menghasilkan bunyi “tik-tik”, meskipun yang disebut cetik sebenarnya merupakan alat

pemukulnya. Cetik sendiri mempunyai notasi nada yang dapat diperlihatkan pada tabel 2.1.

Tabel 2.1 Penyebutan notasi nada

Notasi Angka 1 2 3 5 6 7 I

Tangga Nada Do Re mi sol la si Do

Pembacaan nada cetik Sai wajai khwa khitu khop kayo Sai

Jenis tabuhan cetik memiliki beberapa macam yang disesuaikan dengan

kegunaannya, seperti penjelasan berikut :

2.1.1. Sambai

Biasanya tabuhan ini digunakan untuk mengiringi tari hali bambang (tari

penyambutan tamu).

2.1.2. Jekhang

Tabuhan ini biasanya digunakan untuk mengiringi jenazah.


5

2.1.3. Sekelik

Tabuhan ini digunakn untuk mengiringi pelepasan pengantin wanita atau untuk

perpisahan.

2.1.4. Labung angin

Tabuhan ini biasanya digunakan saat terjadi musibah.

Selain itu, alat musik cetik dapat dilihat pada gambar 2.1.

Gambar 2.1 Alat musik tradisional Lampung CETIK

2.2. Frekuensi Dasar

Nada pada dasarnya merupakan nada yang kompleks, yaitu terdiri atas satu atau

lebih frekuensi didalamnya. Frekuensi yang paling dasar dalam sebuah nada biasa disebut

sebagai fundamental frequency atau frekuensi dasar. Frekuensi dasar ini yang menentukan

pitch dari keseluruhan nada.

Frekuensi nada A dalam musik secara internasional adalah 440Hz, frekuensi nada-

nada yang lain dapat di tentukan berdasarkan interval nada. interval nada dari setiap nada

adalah

Tabel 2.2 interval nada

Nada C D E F G A B C’

Persamaan Do Re Mi Fa Sol La Si Do’

Perbandingan frekuensi 24 27 30 32 36 40 45 48

Frekuensi 264 297 330 352 396 440 495 528


6

2.3. Pengenalan Nada

Nada merupakan tinggi rendahnya bunyi [4]. Dengan kata lain, pengenalan nada

adalah suatu proses untuk mengenali tinggi rendahnya bunyi yang keluar dari ucapan

manusia maupun dari alat yang dapat mengeluarkan suara [5]. Pengenalan nada berfungsi

agar suara dapat dikenali atau diidentifikasi sehingga dapat dimanfaatkan untuk mengenali

bunyi yang mempunyai nada- nada, seperti yang di hasilkan oleh alat musik.

Pengenalan ini menggunkan beberapa proses. Berikut merupakan beberapa proses

dalam pengenalan nada:

2.3.1. Normalisasi

Normalisasi merupakan suatu cara untuk mengatasi jarak antara sumber suara

dengan mikrofon. Pada perekaman atau pengambilan suara ini perlu adanya normalisasi

supaya amplitudo nada saat dimainkan dapat menjadi maksimal [6]. Normalisasi amplitudo

dilakukan dengan cara membagi semua nilai input dengan nilai maksimum dari input

sendiri, sehingga untuk semua sinyal masukan memiliki nilai maksimum yang sama yaitu

1 (satu).

2.3.2. Sampling

Sampling merupakan proses pencuplikan gelombang suara yang akan menghasilkan

gelombang diskrit termodulasi suara[7]. Pada proses sampling ini, ada juga yang disebut

dengan laju pencuplikan (Sampling rate). Fungsi daripada sampling rate ini untuk

menandakan jumlah pencuplikan gelombang analog dalam 1,5 detik[8].

Proses sampling rate ini harus memenuhi kriteria Nyquist. Kriteria Nyquist

berbunyi: Frekuensi pencacah harus minimal dua kali frekuensi tertinggi (bukan

bandwidth) yang dikandung oleh sinyal asli. Hal ini dikarenakan jika kurang dari syarat

Nyquist maka hasil sinyal pencacah tidak dapat mepresentasikan sinyal analog asli [9].

Selain itu, penulisan secara matematis dari sampling dapat dilihat dibawah ini.

Dimana: fs = Frekuensi sampling (sampling rate)

fm = Frekuensi tertinggi sinyal analog

2.3.3. Frame Blocking

Frame Blocking adalah pembagian sinyal suara menjadi beberapa frame / bagian

dan biasanya untuk satu frame / bagian terdiri dari beberapa data sample. Pembagian frame


7

blocking memiliki jumlah data yang sama yaitu 2N data. Frame blocking itu sendiri

berfungsi untuk memilih data yang akan diproses dalam sistem pengenalan nada [10].

Berikut merupakan gambar dari frame blocking yang dapat dilihat pada gambar 2.2.

Gambar 2.2 Frame blocking[10]

2.3.4. Windowing Hamming

Pengenalan nada pada alat musik cetik ini menggunakan windowing Hamming.

Windowing berfungsi untuk menghilangkan discontinuitas. Terjadinya discontinuitas

diakibatkan oleh proses Frame Blocking atau Framing [11]. Untuk mendapatkan hasil

yang maksimal pada proses DCT, maka sample suara yang telah dibagi menjadi beberapa

frame perlu di jadikan suara continu dengan cara mengkalikan tiap frame windowing

tertentu. Pada pengenalan nada alat musik cetik, windowing yang digunakan adalah

windowing Hamming. Berikut ini merupakan persamaan dari windowing Hamming :

(

)

Dimana : w(n)= windowing

N = jumlah data dari sinyal

n = waktu diskrit ke-

Sedangkan hasil dari proses windowing Hamming dapat dilihat pada gambar 2.3,

dimana sinyal cossinus (gambar 2.3a) dikalikan dengan persamaan windowing, sehingga

menghasilkan sinyal seperti yang ditunjukan pada gambar 2.3(b).


8

(a)

(b)

Gambar 2.3(a)sinyal sinus, (b) sinyal sinus yang telah melalui proses windowing[12]

2.3.5. Discrete Cosine Transform (DCT)

Discrete Cosine Transform (DCT) merupakan teknik untuk mengubah sinyal

kedalam komponen frekuensi dasar [3]. Pada dasarnya setelah mengekstraksi ciri, setiap

koefisien transform dapat dikodekan secara independen tanpa kehilangan efisiensi

kompresi. Rumus DCT yang paling umum yaitu:

∑

Dengan :

{

√

√

Terlihat DCT sinyal hasil windowing terlihat bersih, dikarenakan sinyal- sinyal

frekuensi tinggi tidak tampak seperti yang terlihat pada gambar 2.4 [4]


9

Gambar 2.4. Contoh DCT dari sinyal dengan menggunakan DCT 256 titik [13].

2.3.6. Jarak Hellinger

Jarak Hellinger berfungsi untuk mencari kedekatan antara dua obyek. Jarak

Hellinger itu sendiri didefinisikan sebagai vektor yang mempunyai nilai positif atau nol

elemen [14]. Jarak hellinger di rumuskan sebagai berikut (lihat persamaan 2.6) :

√ ∑ √ √

Dengan : = jarak Hellinger

n = panjangvektor

Pi = Nilai dari ekstraksi ciri masukan

Q1 = Nilai dari ekstraksi ciri Database

2.3.7. Microphone

Microphone merupakan suatu jenis tranduser yang mengubah energi akustik

gelombang menjadi sinyal suara. Jenis- jenis mikrofon antara lain [14] ;

a. Microphone Dinamis

Microphone dinamis adalah microphone yang menggunkan prinsip kerja induksi.

b. Microphone Carbon.

Mikrophone carbon adalah microphone yang menggunkan prinsip kerja resistansi

(tahanan) yang berubah- ubah.

c. Microphone Kondensor

Microphone kondensor adalah microphone yang dalam kerjanya menggunakan

kondensator


10

Pada dasarnya fungsi microphone berguna untuk merubah suara menjadi getaran

listrik menjadi sinyal analog. Berikut merupakan karakteristik microphone yang harus

selalu di ketahui agar mendapatkan hasil keluaran suara yang sesuai dengan keinginginan :

a. Daerah respon frekuensi suara yang mampu dicuplik mikrofon

b. Sudut atau arah mikrofon

c. Output dari pada sinyal listrik yang dihasilkan mikrofon

d. Bentuk fisik dri mikrofon

e. Cara kerja mikrofon

Dalam penggunaan microphone supaya mendapatkan hasil yang baik, maksimal,

dan efektif, maka disarankan menggunakan mikrofon yang sesuai dengan kebutuhan dan

seimbang antara sumber suara yang ingin dicuplik. Berikut merupakan gambar daripda

mikrofon yang digunkan untuk pengenalan nada alat musik cetik :

Gambar 2.5 Dekstop Microphone Intopic jazz-012 [15]

Setiap mikrofon mempunyai spesifikasi dan kegunaan yang berbeda pula, berikut

ini merupakan spesifikasi dari Dekstop Microphone Intopic jazz-012yang di tunjukan pada

tabel 2.2.

Tabel 2.3 Spesifikasi dekstop microphone Intopic jazz-012 [15]

Frequency Response 100-16KHz

Sensitivity -58dB ± 3dB

Output Impedance 2.2KΩ

Microphone Spesification Speaker Dimension : L= 24.5 cm

W= 8 cm H= 8 cm

Cable length Approx. 2.5m ± 0.3m

Audio Output Connector Φ3.5mm Stereo


11

Tabel 2.3 (Lanjutan) Spesifikasi dekstop microphone Intopic jazz-012 [15]

Others Features Turning Direction : 360 degrees

Dimension (WHD) 250(H) x 75(W) x 80(D) mm

Weight 220 gram (On Blister Package)

2.3.8. Sound Card

Sound card atau kartu suara merupakan perangkat keras komputer yang berfungsi

untuk mengolah data berupa audio maupun video[16]. Fungsi daripada sound card antara

lain sebagai synthesizew, sebagai MIDI interface, dan pengonfeksian data analog ke digital

maupun dari data digital ke data anaog. Terdapat beberapa jenis sound card antara

lain[17]:

a. Sound card On Board

Sound card yang masih menjadi satu dengan motherbord

b. Sound Card PCI

Sound card PCI merupakan soundcard yang dipasang pada slotPCI motherboard.

c. Sound card External

Sound card yang dipasang seperti USB

Tidak hanya itu, cara kerja sound card umumnya terdiri dari beberapa tahap,

misalnya

a. Data digital yang berupa waveform atau .mp3 dikirimkan ke sound card.

b. Data digital tersebut kemudian di proses oleh DSP (Digital Sinyal Processing), dan

DAC (Digital Analog Converter).

c. Kemudian mengubah sinyal digital menjadi sinal analog.

d. Kemudian sinyal analog diperkuat dan dikeluarkan melalui speaker

Gambar sound card pada umumnya dapat dilihat pada gambar 2.6.

Gambar 2.6 Contoh sound card[17]


12

2.3.9. Matlab

Matlab merupakan singkatan dari Mattrix Lboratory. Sofware ini pertamakali

dibuat untuk mempermudah penggunaan dua koleksi subrutin pada pustaka FORTRAN

yaitu, LINPACK dan EISPACK, dalam mengenali komputasi matriks[8]. Sejak itu pula

matlab mulai berkembang sebagai sistem interaktif.

Selain itu, matlab sendiri merupakan bahasa pemrograman yang hadir dengan

fungsi dan karaktersistik yang berbeda dengan bahasa pemrograman lain yang sudah ada

lebih dahulu seperti Delphi, Basic maupun C++ [6]. Pada matlab tersebut terdapat bagian-

bagian utama yang mendukung antara lain[8] :

a. Development Envitonment

Bagian ini menunjukan kumpulan semua alat dan fasilitas yang diberikan oleh

software, yang berfungsi membantu kita dalam menggunakan fungsi matlab.

Development ini memuat desktop, command window, command history, editor and

debugger, dan browser.

b. The matlab Mathematical Function library

Bagian ini terdapat koleksi algoritma komputasi, mulai dari fungsi yang sederhana

hingga yang sulit sekalipun.

c. The matlab language

Berisi bahasa pemrograman matriks/ array level tinggi serta fitur objek

programming lainnya.

d. Graphics

Matlab memberikan fasilitas untuk menampilkan matriks sebagai grafik. Fasilitas

ini mencakup data dua dimensi dan tiga dimensi.

e. The matlab Application Program Interface (API)

Bagian ini memungkinkan kita untuk menulis bahasa C dan Fortan yang

berinteraksi dengan matlab.

Saat ini Matlab memiliki ratusan fungsi yang dapat digunakan sebagai problem

solver mulai dari yang sederhana hingga yang lebih kompleks dari berbagai disiplin ilmu

[6]. Gambar 2.7 menunjukan tampilan awal dari software matlab.


13

Gambar 2.7 Tampilan awal Matlab


14

BAB III

PERANCANGAN

3.1 Sistem Pengenalan Nada

Sistem pengenala nada merupakan sistem yang dapat mengenal nada pada alat

musik. Sistem pengenalan nada ini menggunkan software. Tujuan dari sofware sendiri

berfungsi untuk user interface. Selain itu, software dibuat menggunkan program Matlab.

Fungsi dari software ini memudahkan pengguna untuk membuat sebuah sistem pengenalan

nada. Selain itu, peran software juga digunakan untuk melakuan proses pengenalan seperti

perekaman suara, sampai suara yang dikenali. Sistem ini dilakukan secara real time.

Komponen yang dibutuhkan yaitu alat musik cetik, microphone, soundcard, dan laptop.

Ada pula proses perekaman yang dilakukan untuk pengenalan nada alat musik cetik.

Gambar 3.1 memperlihatkan gambar diagram blok sistem keseluruhan

Gambar 3.1 Diagram blok sistem keseluruhan

3.1.1 Cetik

Cetik merupakan alat musik yang berfungsi sebagai sumber suara dalam proses

pengenalan suara. Nada cetik yang dihasilkan yaitu 1 (do), 2(re), 3(mi), 5(sol), 6(la), 7(si),

i(do tinggi). Alat musik cetik tidak menggunkan nada 4(fa) dikarenakan alat musik cetik ini

termasuk jenis alat musik pentatonis.

3.1.2 Microphone

Pada pengenalan nada alat musik cetik ini microphone berfungsi untuk merekam

suara dan menangkap suara. Jenis microphone yang digunakan yaitu jenis dekstop

microphone intopic jazz-012. Jarak microphone pada pengenalan nada cetik ini yaitu 5cm,


15

10cm, dan 15cm, jarak tersebut berguna sebagai pembanding dalam perekaman nada cetik,

sehingga menghasilkan sinyal nada yang di inginkan.

3.1.3 Sound Card

Sound card pada pengenalan nada alat musik cetik ini berguna untuk menggubah

sinyal analog menjadi digital. Untuk pengkonversian sinyal analog menjadi sinyal digital

memerlukan pengaturan sampling rate (frekuensi sampliing). Pengaturan sampling rate

dilakukan pada proses perekaman dengan program yang akan dibuat. Sound card yang

digunkan sound card yang sudah menjadi satu dengan laptop.

3.1.4 Proses Perekaman

Proses perekaman merupakan proses masukan data nada cetik berupa sinyal digital.

Proses perekaman berawal dari sinyal analog di konversi menjadi sinyal digital kemudian

sinyal yang terekma tersebut di simpan. Sinyal digital ditampilkan dalam bentuk plot. Nada

yang disimpan di sebut juga nada terekam. Nada yang telah direkam dan disimpan akan

melalui proses selanjutnya proses pengenalan nada.

3.1.5 Proses Pengenalan

Proses pengenalan merupakan prosses dimana nada terekam akan dikenalai nadanya.

Proses pengenalan nada ini melalui beberapa tahap yaitu tahap frame blocking,

normalisasi, windowing dalam pengenalan nada cetik ini menggunkan windowing

Hamming, DCT, fungsi jarak Hellinger dan yang terakhir yaitu penentuan nada.

3.2 Perancangan Nada Referensi

Untuk merancang suatu pengenalan nada maka dibutuhkan nada acuan atau sering

disebut dengan nada referensi. Nada referensi diperlukan sebagai database yang nantinya

akan dibandingkan dengan nada yang akan dikenali. Sistem pengenalan nada cetik ini

menggunakan 10 nada sebagai nada uji dan 10 nada yang lainnya sebagai nada referensi

sebagai database. Nada uji yang telah di dapat akan diproses sehingga mendapatkan

ekstraksi ciri, dari kesepuluh nada uji tersebut dicari nilai rata-ratanya. Pengambilan nada

untuk nada referensi melalui proses sampling, normalisasi, pemotongan sinyal, frame

blocking, windowing, DCT dan windowing koefisien. Untuk mendapatkan nada referensi

maka dilakukan perhitungan persamaan 3.1:


16

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

sistem pegenalan nada alat musik cetik. Nada referensi yang disimpan dalam sistem

pengenalan nada alat musik cetik ini berfungsi jika sewaktu-waktu dibutuhkan dapat

langsung dipanggil dalam proses fungsi jarak yang ada dalam sistem.

Mulai

i = 1

Masukan Nada

Cetik

Membagi data dengan nilai max

(Normalisasi)

Nada akan dipotong pada nada awal

(Pemotongan sinyal)

Menentukan data yang diambil menurut Frame

(Frame blocking)

Perkalian elemen antara hasil frame blocking

dengan hasil windowing Hamming

Ekstraksi ciri DCT

i = i + 1

simpan

i <= 10

Keluaran nada

refrensi

Menentukan rata- rata setiap nada referensi

selesai

Ya

Tidak

Gambar 3.2 Diagram Blok Nada Referensi

3.3 Perancangan Sistem Software

Pada pengenalan nada alat musik cetik ini terdapat proses- proses yang perlu di

lakukan. Bermula dari perekaman hingga hasil akhir yang menghasilkan tampilan nada

yang di inginkan. Sistem pengenalan nada cetik ini terdiri dari software yang berfungsi

sebagai user interface. Gambar 3.3 menunjukan diagram ke seluruhan pengenalan nada

alat musik cetik


17

Rekaman

Normalisasi

Pemotongan Sinyal

Frame Blocking

Windowing Ekstraksi ciri DCT

Fungsi Jarak Hellinger

Penentuan Hasil

Data Base

Masukan Nada

Cetik (.wav)

Mulai

(Pengenalan nada)

Keluaran Teks

Selesai

Gambar 3.3 Diagram Blok Keseluruhan

3.3.1 Proses Perekaman

Mulai

Sample_frek= 2000Hz

Sample_length= 1,5

Masukan

(nada cetik

Samling Suara

y=wavrecord(1.5*fs,fs,'double')

Keluaran

Nada terekam(.wav)

Selesai

Gambar 3.4 Diagram Alir Proses Perekaman

Pada tahapan perekaman terdapat pula proses - proses yang perlu dilalui. Pada proses

perekaman terdapat proses delay dan sampling sebelum selesai perekaman. Fungsi delay

yaitu untuk memberi jeda pada user untuk melalukan perekaman. Proses perekaman ini

juga menggunakan frekuensi sampling yang sesuai dengan karakter alat musik cetik.

Panjang pencuplikan dalam proses ini sebesar 2000Hz, nilai tersebut berasal dari perkalian

antara frekuennsi sampling dan waktu pencuplikan. Dengan durasi pencuplikan sebesar 1.5

detik. Hasil keluaran proses berupa .wav.


18

3.3.2 Normalisasi

Mulai

Masukan

Hasil rekaman (.wav)

Keluaran

Hasil normalisai

Selesai

Normalisasi

x1=x/max(x)

Gambar 3.5 Diagram Alir Proses Normalisasi

Pada proses normalisasi, sinyal suara atau sinyal nada harus mempunyai nilai

maksimum. Normalisasi berfungsi untuk mengkonversi data maksimum dalam deret sinyal

nada, yang bernilai |1|. Ada pula perintah yang digunakan untuk mengkonversi menjadi

data maksimum yaitu

Setelah pencarian nilai maksimum maka yang harus dilakuakn adalah proses

normalisasi dengan cara membagi data dengan nilai maksimum berikut perintah yang

digunakan untuk membagi xnorm=xframe/xmax

Setelah mendapatkan pembagian nilai maksimum maka akan mendapatkan hasil

yang berbentuk matriks sebagai nilai masukan. Dibawah ini merupakan diagram alir

normalisasi untuk pengenalan nada alat musik cetik

3.3.3 Pemotongan Sinyal

Mulai

Masukan hasil

Normalisasi

Menentukan variabelbatas potong |0.2|

(dilihat pada lampiran secara visual)

Keluaran

Hasil pemotongan

selesai

Gambar 3.6 Diagram Alir Proses Pemotongan Sinyal

Proses setelah normalisasi yaitu proses pemotongan sinyal. Pemotongan sinyal

berguna untuk memotong kekosongan pada sinyal nada atau data nada yang terdapat pada


19

awal dan akhir sinyal.Proses pemotongan sinyal ditentukan oleh variabel batas potong.

Dengan cara visual (pada lampiran 2) maka penulis dapat menggunakan |0,2| sebagai batas

potong, untuk menghilangkan kekosongan pada sinyal nada cetik.

Pemotongan sinyal yang dilakukan adalah masukan yang berupa sinyal nada cetik

akan dipotong pada sisi kiri, dan akan menghasilkan sinyal nada cetik dan akan

menghasilkan keluaran data nada cetik dan akhir data nada cetik.

Proses pemotongan sinyal ini bergantung nilai batas potong yang terdapat pada m-

file. Proses pemotongan sinyal bagian awal akan dipotong bagian awalnya, sehingga

memperoleh data nada cetik dan data akhir. Proses pemotongan sinyal dapat dilihat

gambar3.6

3.3.4 Frame Blocking

mulai

Masukan :

Nada Pemotongan Sinyal

Frame = 16 Frame = 32 Frame = 64 Frame = 128 Frame = 256

Ambil data sesuai

frame

Keluaran :

Hasil frame blocking

selesai

TidakTidak Tidak Tidak

Ya Ya Ya Ya Ya

Gambar 3.7 Diagram Alir Proses Frame Blocking

Selesai proses pemotongan sinyal maka proses yang selanjutnya dilakukan adalah

proses frame blocking. Frame blocking bertujuan untuk mengurangi jumlah data sinyal

yang akan di proses.

Proses frame blocking menggunakan beberapa variable yaitu 16. 32. 64. 128, dan

256. Frame blocking bertujuan mengurangi jumlah data sinyal yang akan diproses. Proses

ini, sample diambil dari data nada terekam yang telah melewati proses pemotongan sinyal.

Nada terekam diperoleh dari data sampling. Langkah pertama yaitu dengan pemotongan

sinyal untuk bagian kiri.Dari titik samping kiri yang didapat di tentukan besar data yang

akan di ambil untuk proses pengenalan nada selanjutnya.


20

3.3.5 Windowing Hamming

Mulai

Masukan :

Hasil frame blocking

Perkalian elemen antara hasi frame blocking dengan windowing

(w=hammingx(frame)

Keluaran :

Hasil windowing

selesai

Gambar 3.8 Diagram Alir Proses Windowing Hamming

Tahab setelah normalisasi yaitu hatap windowing. Untuk pengenalan nada alat musik

cetik ini menggunakan windowing Hamming sebagai proses selanjutnya. Fungsi dari pada

proses windowing ini untuk mengurangi efek diskontinuitas saat sinyal ditransformasikan

ke domain frekuensi. Digunakannya windowing Hamming dikarenakan windowing

Hamming mempunyai main lobe cukup besar dan side lobe yang kecil.

Pada proses windowing hamming, melakukan perhitungan dengan menggunakan

nilai frame yang digunakan ke dalam persyaratan (2.2). Nilai frame yang digunakan

dinyatakan dengan “k”. hasil proses windowing ini berupa matriks

[

]

. Hasil windowing

ini yang selanjutnya menjadi masukan proses ekstraksi ciri DCT.

3.3.6 Discrete Cosine Transform(DCT)

Mulai

Masukan :

Hasil Windowing (wi)

dctx=x(n)*cos((pi*(2*n-1)*(k-1))/(2*N));

Perhitungan DCT

y=abs(dctx(wi))

Pilih Windowing koefisien

Keluaran :

Hasil ekstraksi ciri DCT

Selesai

Gambar 3.9 Diagram Alir Proses DCT


21

Setelah proses windowing proses selanjutnya adalah proses pengekstraksian ciri.

Pada pengenalan nada alat musik cetik ekstraksi ciri menggunakan DCT dengan rumus

yang dapat dilihat pada persamaan (2.3)

Untuk sistem pengenalan nada alat musik cetik ini menggunakan windowing

koefisien DCT. DCT adalah pengubahan sinyal dari ranah waktu menjadi ranah DCT [18].

Sebagian sinyal diambil dari koefisien DCT yang dapat digunakan sebagai ekstraksi ciri.

Untuk pengambilan sebagian sinyal dapat diambil dari koefisien DCT ke-1 hingga nilai ke-

n (nilai maksimal), dengan n adalah panjang DCT. Dalam proses pengenalan nada alat

musik cetik ini dievaluasi sejumlah n dari panjang frameblocking yaitu 16, 32, 64, 128, dan

256 titik. Dari panjang setiap n framebloking akan dipilih sejumlah c koefisien dengan

rumus

⌊ ⌋

Dengan : p = persentase windowing koefisien (10%, 20%, 30%, 40%, 50%, 60%,

70%, 80%, 90%, dan 100%).

n = panjang framebloking

3.3.7 Jarak Hellinger

Selesai

Masukan :

hasil DCT dan data base

Mulai

Penentuan Jarak Dengan Jarak Hellinger

Keluaran :

Daftar perhitungan jarak

Gambar 3.10 Diagram Alir Proses fungsi jarak

Proses selanjutnya yaitu proses fungsi jarak, pada pengenalan nada cetik ini

menggunakan jarak Hellinger. Fungsi daripada jarak Hellinger yaitu untuk mencari

kedekatan antara dua obyek atau mencari kedekatan antara dua vektor. Gambar 3.10

menunjukan diagram alir proses fungsi jarak.


22

3.3.8 Penentuan hasil Nada

Mulai

Masukan :Hasil Daftar

jarak Hellinger (h)

Thresholding?

Tidak

Dikenali

Keluaran Hasil

bentuk Teks

Selesai

Ya

Ya

Nadaout=1 &

r>Th1

Nadaout=2 &

r>Th2

Nadaout=3 &

r>Th3

Nadaout=4 &

r>Th4

Nadaout=5 &

r>Th5

Nadaout=6 &

r>Th6

Nadaout=7 &

r>Th7

Tidak Tidak Tidak Tidak Tidak Tidak

Ya Ya Ya Ya Ya Ya

Tidak

Mencari jarak minimum

Nadaout = angka nada dengan

jarak minimum

Hasil= Konversi

angka nadake teks

nada

Tidak

Dikenali

Tidak

Dikenali

Tidak

DikenaliTidak

Dikenali

Tidak

Dikenali

Tidak

Dikenali

Tidak

Gambar 3.11 Diagram Alir Proses Penentuan Hasil Nada

Pada proses penentuan hasil nada ini dapat dilihat bahwa terdapat beberapa bagian

yang mendukung dari awal hingga akhir. Bermula dari masukan yang berupa hasil daftar

jarak Hellinger yang telah diperoleh dari perhitungan sebelumnya (subbab sebelumnya).

Dari daftar hasil maka di cari nilai jarak minimum, dengan mensortir dari angka terkecil

hingga terbesar. Setelah mendapatkan jarak minimum maka akan mendapatkan nadaout

yang berisi angka nada dengan jarak Hellinger.

Langkah selanjutnya yaitu langkah untuk memilih variasi yang digunakan. Variasi

tersebut adalah Thresholding. User dapat memilih menggunakan Tresholding atau tidak

menggunankan Tresholding. Jika user memilih utnuk menggunakan Thresholding maka

langkah selanjutnya mengetahui apakah nada tersebut terdeteksi dengan nada yang di

inginkan (Do, Re, Mi, Sol, La, Si, Dotinggi) atau terdeteksi error (Tidak Dikenali).

pendeteksian tersebut dilihat dari nilai “Th”. “Th” merupakan nilai Thresholding, Nilai Th

di peroleh dari jarak maksimum setiap nada. Untuk “r” merupakan jarak minimal yang di

peroleh saat penggujian secara real-tame. Jika r lebih besar daripada Th maka nada akan

dikenali dengan “Tidak Dikenali”, sedangkan jika nilai r tidak lebih daripada Th maka

akan dikenali dengan hasil yang di inginkan.

Untuk menggunakan pilihan tidak menggnakna Threshodling maka nadaout yang

dihasilkan dalam proses sebelumnya akan langsung mendapatkan hasil akan di

konversikan dari angka nada ke teks nada setelah itu masuk hasil penentuan teks.


23

User dapat mengulangi kembali pencarian nada dengan cara menekan tombol reset

dan mulai merekam kembali dengan nada yang berbeda. Jika user ingin mengakhiri

program maka user dapat memilih opsi keluar. Gambar 3.11 menunjukan diagram alir

proses penentuan hasil rekaman.

3.4 Tampilan Program

Tampilan program menggunkan tampilan pada GUI matlab. GUI merupakan

tampilan program interface dengan user. Fungsi GUI yaitu untuk memudahkan user

mengoprasikan sistem pengenalan nada alat musik cetik. Program GUI pengenalan nada

cetik ini menampilakn plot hasil ekstraksi ciri DCT, dan plot hasil perkaman. Selain

memberikan plot hasil DCT dan plot hasil perekaman , program ini juga memberikan

tampilan untuk nilai variasi DCT yang ingin digunakan user. Gambar 3.6 memperlihatkan

tampilan daripada GUI

Gambar 3.12 Tampilan Program Pengenalan Nada Alat Musik Cetik

Tabel 3.1 Keterangan Tampilan GUI

Nama Bagian Keterangan

Tombol rekam Berfungsi untuk mengambil suara

nada alat musik cetik

Nada yang dikenal Nada yang keluar saat terdeteksi saat

proses pengenalan suara

Variasi frameblocking Untuk variasi frameblocking

menggunakan 16, 32, 64, 182, 256


24

Tabel 3.1 (Lanjutan) Keterangan Tampilan GUI

Variasi Windowing koefisien DCT Untuk variasi Persen Koefisien DCT

menggunakan 10%, 20%, 30%, 40%,

50%, 60%, 70%, 80%

Variasi Thresholding Dapat memilih : Ya, atau Tidak

Tombol reset Nada yang keluar saat terdeteksi saat

proses pengenalan suara

Tombol Keluar Berguna untuk mengakhiri proses

pengenalan nada atau keluar dari

tampilan GUI

Plot hasil rekam Menampilakn grafik suara terekam

dan hasil perekaman

Plot hasil ekstraksi ciri DCT Berguna untuk menampilkan grafik

data hasil DCT. Bisa dari rekaman

nada maupun nada referensi

3.5 Perancangan Subsistem

Pada pengenalan nada cetik terdapat terdapat dua subsistem yang penting, yaitu

subsistem sampling dan subsistem pengenalan nada. Pengenalan nada alat musik cetik

dapat berhasil dan berjalan dengan proses optimal maka memerlukan sebuah variabel

terkait. Variabel berfungsi untuk menunjang susbsistem dari penegenalan nada yaitu

3.5.1 Subsistem Sampling

Subsistem sampling memerlukan 2 variabel yaitu frekuensi sampling dan furasi

perekaman. Frekuensi sampling dan durasi dapat ditentukan nilainya setelah dilakukannya

percobaan. Berikut hasil percobaan

a. Frekuensi sampling yang digunaan 2000Hz. Di ambil dari nilai dua kali frekuensi

fundamental (lampiran)

b. Durasi perekaman menggunakn 1,5 detik (lampiran)


25

3.5.2 Subsistem Pengenalan Nada

a. Windowing

Windowing yang digunakan yaitu windowing Hamming.

b. Variabel DCT

Untuk variasi DCT pada pengenalan nada alat musik cetik ini yang digunakna untuk

mengkonversi data dari hasil perhitungan windowing adalah 16, 32, 64, 128, 256.

Data hasil perhitungan DCT menggunakan data riil atau amplitudo

c. Frame blocking

Untuk nilai variasi frame blocking menggunakan nilai variasi seperti variasi DCT,

dan variasi persen koefisien DCT

d. Persen Koefisien DCT

Dalam proses variasi Windowing koefisien DCT dievaluasi jumlah koefisiennya.

Nilai windowing koefisien (p) adalah 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%,

90% dan 100%


26

BAB IV

HASIL DAN PEMBAHASAN

Program yang telah dibuat perlu dilakukan sebuah pengujian. Pengujian bertujuan

untuk mengetahui kinerja program dalam melakukan pengenalan nada. Saat dilakukan

pengujian maka akan diperoleh data- data. Data- data hasil pengujian menunjukan program

yang telah dirancang dapat berjalan dengan baik atau tidak. Oleh karena itu pada bab ini

akan dilakukan analisa dan pembahasan pada data hasil pengujian yang telah diperoleh.

4.1 Pengujian Program Pengenalan nada Cetik Secara Real-Time

menggunakan Discrete Cosine Transform dan Jarak Hellinger

Perancangan program menggunakan software Matlab 7.0.4. Untuk pengujian

program menggunakan laptop dengan spesifikasi :

Prosesor : intel® Atom™ CPU N2600 @1.60GHz

RAM : 2.00 GB

Tipe sistem : sistem operasi 32 bit

4.1.1 Proses pengenalan nada cetik dapat melakukan langkah- langkah

berikut ini:

1. Mengklik dua kali pada ikon Matlab pada layar desktop seperti pada gambar 4.1.

Gambar 4.1 Ikon Matlab 7.0.4

2. Setelah melakukan langkah 1, akan muncul tampilan utama software Matlab seperti

gambar 4.2.


27

Gambar 4.2 Tampilan Matlab

3. Setelah sukses pada langkah kedua, maka langkah selanjutnya user memastikan

terlebih dahulu pada Current Directory (lihat gambar 4.2 no.1) sudah sesuai pada tempat

penyimpanan program yang telah dirancang.

4. Mengetikan perintah (guipengenalan) pada Command Window (lihat gambar 4.2

no.2) untuk memunculkan tampilan program pengenalan nada cetik. Setelah itu akan

muncul tampilan program pengenalan nada cetik seperti pada gambar 4.3.

Gambar 4.3 Tampilan Program Pengenalan Nada Cetik


28

5. Setelah tampilan program pengelan nada cetik muncul maka dapat di lihat terdapat

tampilan nilai- nilai sebagai variasi frameblocking, variasi windowing koefisien DCT, dan

pilihan menggunakan Threshoblding. Sebelum melakukan langkah selanjutnya, user di

harapkan memilih variasi- variasi tersebut, seperti pada gambar 4.4

(a) (b) (c)

Gambar 4.4 Tampilan Pengaturan Pengenalan Nada Cetik. (a) pengaturan frameblocking,

(b) pengeturan variasi windowing koefisien, (c) pengaturan Thresholding

6. Apabila user telah melakukan langkah kelima, user dapat memulai pengenalan nada

dengan menekan tombol “Pengenalan”. Hasil pengenalan nada cetik dapat di lihat pada

gambar 4.5.

Gambar 4.5 Tampilan Hasil Pengenalan Nada Cetik


29

7. User dapat mengulangi pengenalan nada dengan menekan tombol “Reset” dan

melakukan langkah 5 dan 6.

8. Jika user akan mengakhiri pengenalan nada cetik, user dapan menekan tombol

“Keluar”.

4.1.2 Pengenalan Nada

Pengenalan nada cetik dapat dilakukan dengan melakukan barbagai langkah-

langkah yang telah di jelaskan di pembahasan sebelumnya. Tampilan pengenalan nada

cetik dapat dilihat pada gambar 4.3. Tampilan pengenalan nada cetik terdapat 3 push

button, 2 axes, 1 edit text, dan 3 pop up menu.

a. Pop Up Menu

Pada program pengenalan nada cetik ini menggunakan dua pop up menu variasi

frameblocking, variasi windowing koefisien, dan Threshoding. Untuk pop up menu 1 akan

menampilakan variasi frame blocking yang bernilai 16, 32, 64, 128, dan 256. Pop up menu

2 akan menampilkan windowing koefisien yang bernilai 10, 20, 30, 40, 50, 60, 70, 80, 90,

dan 100. Sedangakan pop up menu 3 akan menampilkan pilihan menggunakan

thresholding atau tidak. Berikut merupakan contoh program dalam penggunakan pop up

menu

Pada program di atas, nilai frameblocking diinisialkan menggunakan nama vardct

yang dibagi menjadi lima kondisi. Inisialisasi vardct tersebut diproses dengan perintah

handles. Perintah tersebut digunakan sebagai nilai atau data DCT yang telah diinisialisasi

sebagai masukan apabila dilakukan callback. Untuk melihat secara lengkap program pop

up menu, dapat dilihat pada (lampiran L9, L10, dan L15).

indeks=get(handles.popupmenu1,'Value'); switch indeks case 1 frame=16; case 2 frame=32; case 3 frame=64; case 4 frame=128; case 5 frame=256; end handles.vardct=frame;


30

b. Tombol Pengenalan

Tombol “Pengenalan” adalah tombol yang berfungsi untuk memulai program

pengenalan nada cetik. User dapat memulai pengenalan nada cetik dengan menekan

tombol “Pengenalan”. Tombol ini untuk memulai pengenalan pengenalan nada cetik

dengan menjalankan beberapa subproses. Dalam subproses dimulai dari perekamana nada

cetik, Normalisasi, pemotongan sinyal, frame blocking, windowing hamming, ekstraksi ciri

DCT, penghitungan jarak Hellinger, penentuan menggunakna Threshoding atau tidak dan

penentuan hasil pengenalan nada cetik. Program yang akan digunakan untuk perekaman

nada cetik sebagai berikut:

Pada sample_length merupakan perintah yang menunjukan bahwa untuk sekali

perekaman nada hanya diberi waktu sebesar 1,5 detik, dan untuk sample_frekuensi,

menunjukan frekuensi sampling sebesar 2000 Hz. Perekaman nada cetik pada matlab

menggunakan perintah wavrecord untuk menyimpan nada cetik yang telah direkam, Nada

yang telah terekam akan diplot pada tampilan program pengenalan menggunakan perintah

plot. Data terekam di plot pada axes1 yang telah tersedia pada tampilan program

pengenalan nada cetik. Program untuk menampilkan gambar sinyal hasil perekaman

sebagai berikut

Fungsi perintah handles adalah untuk mengatur masukan atau keluaran program.

Program pengenalan nada cetik yang telah direkam akan di inisialisasi dengan “x”,

inisialisasi “x” ini yang akan diplotkan pada axes1 yang pada tampilan “guipengenalan” di

berinama “Plot Perekaman”.

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

sample_length=1.5; sample_freq=2000; sample_time=(sample_length*sample_freq); x=wavrecord(sample_time, sample_freq); axes(handles.axes1); plot(x);

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


31

selanjutnya memilih data yang dinamakan frame blocking, langkah selanjutnya yaitu

windowing, pada pengenalan nada cetik ini menggunkan windowing hamming. Setelah

selesai windowing hamming, dilakukan proses ekstraksi ciri DCT dan windowing

koefisien.

Hasil dari windowing koefisien akan di simpan dengan nama “ya”. berikut ini

merupakan proses pengolahan pemotongan sinyal hingga program windowing koefisien :

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

diplot pada axes2 yang menggambarkan hasil akhir dari sinyal windowing koefisien.

Program untuk menggambarkan hasil windowing koefisien ke axes2 sebagai berikut:

% Normalisasi % x1=x/max(x); % pemotongan sinyal kiri % b0=0.2; b1=find(x1>b0 | x1<-b0); x1(1:b1(1))=[]; % frame blocking % frame=handles.vardct; frame; for p=1:frame; f(p)=x1(p+frame); end % hamming window % w=hammingx(frame); for p=1:frame; wi(p)=f(p)*w(p); %wi(p)==> windowing hamming (p) end % DCT % y=abs(dctx(wi)); % windowing koefisien % pk=handles.koef; d=frame; c=(pk/100)*d; a=floor(c); ya=y(1:a); ya=ya(:);

axes(handles.axes2) plot(ya);


32

Proses selanjutnya setelah penggambaran sinyal nada cetik adalah proses

pemanggilan database yang telah disesuaikan dengan 2 variasi masukan yaitu variasi DCT,

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 sebagian

kecil dari program pemanggilan database, untuk lebih lengkapnya dapat dilihat pada

(lampiran L11- L14).

Program di atas untuk memanggil database yang akan dibandingkan dengan nada

yang telah terekam dengan menggunakan perinitah jarak. Database yang dipanggil sesuai

dengan masukan variasi frameblocking, variasi windowing koefisien yang telah dipilih oleh

user sebelumnya.

Setelah proses pemanggilan database, proses selanjutnya adalah membandingkan

database dengan data masukkan dari user yang telah dimasukkan secara real-time

sebelumnya. Perbandingan data- data tersebut memakai metode jarak Hellinger. Program

perhitungan jarak sebagai berikut:

Program selanjutnya merupakan program untuk penentuan keluaran, apakah

terdeteksi sebagai nada cetik atau tidak dikenali. Program penentuan keluaran sebagai

berikut:

if (frame==16) & (pk==10) load xciri1610 elseif (frame==16) & (pk==20) load xciri1620 elseif (frame==16) & (pk==30) load xciri1630

%jarak Hellinger function h=jarakhellinger(p,q); h=sqrt(2*sum(((sqrt(p))-(sqrt(q))).^2));

% menghitung jarak % for n=1:7 jarak(n)=jarakhellinger(ya,z(:,n)); end


33

Pada penentuan keluaran ini terdapat metode Thresholding yang digunakan untuk

syarat penentuan keluaran akhir. Metode Thresholding bertujuan untuk menentukan hasil

akhir yang tidak sesuai dengan database dengan penamaan “tidak dikenali”. Untuk

menggunakan metode Thresholding ini, user dapat memilih Menggunakan Threshoding

atau tidak pada tampilan program pengenalan nada cetik (pop up menu3). Terdapat nilai r

pada program diatas, yang bertujuan untuk nilai batas pada pengenalan nada cetik. Nilai r

merupakan nilai minimum dari perhitungan jarak hellinger dan subprogram sebelumnya.

Pada tiap nada mempunyai nilai- nilai batas yang berbeda, dikarenakan setiap nada

mempunyai pola pengenalan yang berbeda. Untuk batas nilai thresholding, nilai nada yang

[r,nadaout]=sort(jarak,'ascend') r=r(1) nadaout=nadaout(1) thx=get(handles.popupmenu3,'value'); if (nadaout==1)&(r>1,8731) & (thx==1) hasil=('Tidak Dikenali') elseif (nadaout==2)&(r>1,9879) & (thx==1) hasil=('Tidak Dikenali') elseif (nadaout==3)&(r>1,8721) & (thx==1) hasil=('Tidak Dikenali') elseif (nadaout==4)&(r>1,8591) & (thx==1) hasil=('Tidak Dikenali') elseif (nadaout==5)&(r>2,6458) & (thx==1) hasil=('Tidak Dikenali') elseif (nadaout==6)&(r>1,8569) & (thx==1) hasil=('Tidak Dikenali') elseif (nadaout==7)&(r>1,2238) & (thx==1) hasil=('Tidak Dikenali') elseif thx==0 else %koneksi starting nada={'Do','Re','Mi','Sol','La','Si','DoTinggi'}; %penentuan keluaran min hasil=nada(nadaout) end set(handles.text10,'String',hasil);


34

didapat harus lebih kecil dari pada nilai r. Hasil akhir akan di keluarkan dan ditampilakan

pada tampilan program pengenalan pada text.text10. Thx digunakan untuk mengaktifkan

apakah menggunakan Thresholding atau tidak mengguankan.

c. Tombol Reset

User dapat menekan tombol ”Reset” jika menginginkan mengulangi pengenalan

dengan kondisi seperti tampilan awal. Program yang terdapat pada tombol “Reset” sebagai

berikut:

program di atar berfungsi menghapus data pada axes, dan text10 yang telah di

tampilakan oleh program pengenalan nada cetik.

d. Tombol Keluar

User dapat menekan tombol “Keluar” jika ingin mengakhri program pengenalan

nada cetik. Adapula program untuk tombol keluar sebagai berikut

kesimpulan dari pengujian program nada cetik adalah tombol- tombol yang terdapat

pada tampilan program dapat berjalan dan berfungsi dengan baik. Sistem pengenalan nada

cetik sudah berjalan dengan baik sesuai dengan yang di inginkan.

4.2 Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat

Pengenalan Nada Cetik

4.2.1. Pengujian untuk Menentukan nilai Thresholding

Pada pengujian ini dilakukan untuk menentukan nilai Thresholding (Th) yang

digunakan. Parameter yang digunakan untuk menentukan batas nilai ini menggunakan

windowing koefisien 80%, dan panjang frameblocking 64 yang mempunyai tingkat

function pushbutton3_Callback(hObject, eventdata, handles) axes(handles.axes1); plot(0); axes(handles.axes2); plot(0); set(handles.text10,'String',' ');

function pushbutton4_Callback(hObject, eventdata, handles) delete(figure(guipengenalan));


35

pengenalan yang baik (Lampiran L23 ). Pengujian ini menggunakan 20 kali percobaan

setiap nadanya dan dari 20 percobaaan setiap nada tersebut akan mendapatkan nilai

maksimal. Setelah mendapatkan nilai minimal dari 20 kali percobaan, maka dicari nilai

maksimal dari percobaan sebanyak 20 kali tersebut untuk setiap nada (lampiran L21). Nilai

maksimal tersebut digunakna untuk batas nilai Thresholding.

Table 4.1 hasil nilai Thresholding

Thresholding Nilai Threshodling Nada

Th1 1,8731 Do

Th2 1,9747 Re

Th3 1,8721 Mi

Th4 1,8591 Sol

Th5 2,6458 La

Th6 1,8569 Si

Th7 1,2238 DoTinggi

Pada table di atas menunjukan nilai Threshodling (Th) yang digunakan untuk batas

atas untuk setiap nada. Jika melebihi batas atas tersebut, maka sistem tidak akan mengenali

nada- nada yang lain selain nada yang di inginkan, dan akan terdeteksi eror atau “Tidak

Dikenali".

4.2.2. Pengujian Parameter Pengenalan Nada

Pada pengujian ini bertujuan untuk menguji seberapa besar tingkat pengenalan nada

dari setiap parameter. Parameter ini antara lain koefisien DCT, serta windowing koefisien.

Pengujian program pengenalna alat music cetik ini mengguanakan 2 cara, yaitu pengujian

secara tidak real-time, dan pengujian secara real-time. Untuk pengujian secara real-time

dibagi menjadi 2 cara, real-time tanpa Thresholding, dan real-time menggunakan

Thresholding.

4.2.2.1. Pengujian secara tidak Real-Time

Pengujian ini bertujuan untuk mencari nilai atau persentase tingkat pengenalan

tiap nada alat musik cetik, tanpa menggunakan program pengenalan nada cetik. Pengujian

secara tidak real-time ini menggunakan program tersendiri (lihat lampiran L18).


36

Untuk pengujian menggunakan nada uji sebanyak 70 kali, setiap nada sebanyak 10

data yang di peroleh dari perekaman sebelumnya. Nada uji digunakan sebagai nada

masukan. Pengujian secara tidak real-time diperoleh data tingkat pengenalan nada dari

pengujian yang dilakukan. Hasil pengujian secara tidak real-tame dapat dilihat pada

lampiran L22

Pada lampiran L22 tingkat pengenalan nada yang paling baik dapat terlihat pada

panjang frameblocking 64, dan windowing koefisien DCT 80%. Terlihat pada lampiran

bahwa nilai n yang semakin besar, maka naiknya tingkat pengenalan akan semakin baik.

Penyebab naiknya tingkat pengenalan dapat dilihat pada gambar 4.6

(a)


37

(b)

(c)


38

(d)

Gambar 4.6 Pengaruh panjang frameblocking, n¸terhadap hasil pengenalan, p=30%,

(a)n=32, (b) n=64, (c) n=128, (d) n=256

(biru= DoTinggi, hijau=Si)

Pada gambar 4.6 dapat dilihat bahwa, nilai n yang semakin besar, maka semakin

banyak jumlah koefisien DCT yang digunakan untuk membedakan nada satu dengan nada

yang lain. Oleh karena itu makin banyak jumlah koefisien, makin mudah untuk

membedakan, sehingga makin naik tingkat pengenalan nada antara nada satu dengan nada

yang lainnya.


39

(a)

(b)


40

(c)

(d)


41

(e)

Gambar 4.7 Pengaruh windowing koefisien terhadap hasil pengenalan, n= 32,

(a)p= 20%, (b)p= 40%, (c)p= 60%, (d)p= 80%, (e)p= 100%

(biru=DoTinggi, hijau=Si)

Pada gambar 4.7 terlihat bahwa semakin besar nilai windowing koefisien (p) maka

koefisien DCT makin banyak yang digunakna untuk membedakan nada satu dengan nada

yang lainnya. Dengan kata lain akan makin mudah di membedakan nada satu dengan nada

yang lain, maka akan menyebabkan makin naik tingkat pengenalan nada.

Pada lampiran L22 dapat di lihat bahwa untuk mendapatkan tingkat pengenalan

100%, maka dibutuhkan frameblocking 64 titik, dan windowing koefisien sebesar 80%. Di

bandingkan percobaan yang dilakukan oleh Yogi Isworo [3], yang memerlukan 512

ekstraksi ciri, maka pada penelitian ini memperlihatkan pengaruh jumlah koefisien

ekstraksi ciri yang signifikan yaitu menggunakan 51 ekstraksi ciri.


42

4.2.2.2. Pengujian secara Real- Time

Pada pengujian secara real-tame dibagi menjadi 2, pengujian tanpa menggunakan

Thresholding, dan menggunakna Tresholding.

a) Pengujian tanpa Thresholding

Pengujian tanpa menggunakan Thresholding ini bertujuan untuk mengetahui

kinerja program pengenalan nada cetik yang telah dibuat. Dengan kesalahan yang terjadi

adalah pengenalan nada dengan keluaran pengenalan secara salah.

Pada program pengenalan nada cetik ini user memilih variasi frameblocking, dan

variasi Windowing koefisien, dan memilih Ya atau Tidak pada bagian pilihan

Threshodling. Setelah user selesai memilih variasi- variasi yang ada maka, user dapat

menjalankan program pengenalan nada cetik.

Pengujian dilakukan menggunakna variasi frameblocking 64, dan windowing

koefisien 80% (Lampiran L23). Variasi tersebut diperoleh dari percobaan- percobaan

sebelumnya dengan jumlah titik yang minimal dan pengenlanan maksimal atau 100%.

Pengujian ini dilakukan sebanyak 15 kali. Dengan pengujian sebanyak 15 kali, diharapkan

memperoleh hasil yang baik, dan sesuai dengan yang di inginkan. Table 4.2 menunjukan

hasik pengujian:

Table 4.2 Hasil pengenalan secara Real- Time tanpa Thresholding, frameblocking = 64,

dan Windowing koefisien 80%

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

Re Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

Mi Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

Sol Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

La Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

Si Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

DoTinggi Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

Keterangan : X= dikenali salah

Y= dikenali benar


43

Pada table 4.2. dapat dilihat dari 15 kali percobaan tidak terdapat nada yang

dikenali secara salah. Dengan demikian pengujian secara real-tame tanpa menggunakan

Thersholding sama dengan percobaan saat pengujian secara tidak real-tame.

b) Pengujian menggunakna Thresholding

Pada pengujian ini bertujuan untuk mengetahui kinerja program pengenalan nada

cetik yang telah dibuat dengan penambahan Thresholding, sehingga kesalahan yang

dikenal sebagai keluaran teks “Tidak Dikenali”. Thresholding merupakan nilai batas yang

ditentukan untuk mengurangi pengucapan angka yang salah. Dalam program Thresholding

di inisialisasi dengan “Th”. Nilai Th di dapat dari pengujian sebelumnya yaitu pengujian

menentukan nilai Thresholding (subbab 4.2.1). Nilai jarak maksimum digunankan dalam

fungsi logika dalam penentuan keluaran.

User dapat mengaktifkan Thresholding dengan memilih, Ya atau Tidak pada pop

up menu Thresholding yang telah disediakan pada sistem pengenalan nada cetik.

Pengujian ini di lakukan sebanyak 15 kali dengan panang frameblocking 64, dan

Windowing koefisien 80% (lampiran L23)

Tabel 4.3 Hasil pengujian secara real-time dengan menggunakan Thresholding,

frameblocking = 64, Windowing koefisien = 80%

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15







DoTinggi Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

Keterangan : X = dikenali salah

Y = dikenali benar

TD= “Tidak Dikenali”


44

Dari hasil pengujian yang telah dilakukan, sistem pengenalan nada cetik tersebut

sudah mampu untuk menggenali nada- nada yang terdapat pada nada cetik dengan baik.

Dalam pengujian secara real-tame ini kondisi lingkungan dan tekanan saat memukul

sangat mempengaruhi hasil pengujian nada.

4.2.3. Pengujian Dengan Nada Masukan Gamelan Peking

Pada pengujian ini bertujuan untuk mengetahui tingkat pengenalan sistem dalam

mengetahui nada. Sistem diharapkan tidak dapat mengenali nada alat musik lain selain

nada cetik. Untuk pengujian program pengenalan nada cetik digunakan gamelan peking

sebagai masukan nadanya. Ada pula langkah- langkah untuk melakukan percobaaan

sebagai berikut:

1. Menyiapkan gamelan peking yang akan digunakan

2. Nada- nada yang akan digunakan antara lain Ji, Ro, Lu, Pat, Mo, Nem, Tu

3. Menggunakan variasi frameblocking 64, dan variasi windowing koefisien 80%,

karena variasi tersebut mempunyai tingkat pengenalan yang baik. Menggunakan

masukan Thresholding dan Tanpa Thresholding untuk batasan setiap nadanya.

4. Melihat hasil keluaran nada, apakah pengujian tersebut dapat mengenali nada

masukan, dikenali dengan keluaran “tidak dikenali”, dikenali dengan nada lain,

atau bahkan dikenali nada dengan nada cetik.

Setelah melakukan langkah- langkah diatas, hasil yang diperoleh sebagai berikut:

Table 4.3 Hasil pengujian dengan gamelan Peking tanpa menggunakan Thresholding

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X X X X X X X X X X X X X X X

Re X X X X X X X X X X X X X X X

Mi X X X X X X X X X X X X X X X

Sol X X X X X X X X X X X X X X X

La X X X X X X X X X X X X X X X

Si X X X X X X X X X X X X X X X

DoTinggi X X X X X X X X X X X X X X X

Keterangan : X= dikenali salah,

Y= dikenali benar


45

Table 4.3 Hasil pengujian dengan gamelan Peking menggunakan Thresholding

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

Re TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

Mi TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

Sol TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

La TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

Si TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

DoTinggi TD TD TD TD TD TD TD TD TD TD TD TD TD TD TD

Keterangan : X = dikenali salah,

Y = dikenali benar

TD= Tidak Dikenali

Gambar 4.8 Gamelan Pekhing

Pada pengujian propgram penegenalan nada cetik dengan masukan nada gamelan

pekhing, menghasilkan hasil “Tidak Dikenali” dikarenakan nilai jarak yang didapat tidak

memenuhi syarat thresholding yang syarat tersebut yaitu jarak antar nada. karakter suara

dari gamelan pekhing sudah berbeda.


46

BAB V

KESIMPULAN DAN SARAN

5.1 KESIMPULAN

Berdasarkan percobaan dan pengujian sistem pengenalan nada cetik maka dapat

diambil beberapa kesimpulan, yang dapat di paparkan sebagai berikut:

1. Berdasarkan percobaan yang dilakukan dengan menggunakan masukan nada alat

musik cetik, maka sistem dapat bekerja dengan baik secara benar sesuai dengan

perancangan. Sistem dapat mengenali nada cetik yaitu nada Do, Re, Mi, Sol, La,

Si, Do tinggi. Dengan kondisi variasi Frame Blocking 64, dan windowing

koefisien 80% (hasil yang paling baik).

2. Setelah melakuakn percobaan dan pengujian, maka nilai frame blocking dapat

mempengaruhi tingkat pengenalan nada, atau secara umum semakin besar nilai

Frame blocking, maka tingkat pengenalan semakin tinggi..

3. Sama halnya dengan nilai frame blocking, jumlah nilai windowing koefisien

mempengaruhi tingkat pengenalan nada, dengan kata lain semakin besar nilai

windowing koefisien maka tingkat pengenalan semakin tinggi.

4. Parameter optimal untuk tingkat pengenalan mencapai 100% nilai frameblocking

64, dan windowing koefisien 80% yang dipilih, dengan jumlah 51 ekstraksi ciri

yang dipilih.

5.2 SARAN

Saran untuk pengembangan sistem pengenalan nada sebagai berikut:

Pengembangan sisitem yang mampu untuk mengenalai segala jenis alat musik

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


47

DAFTAR PUSTAKA

[1] Sejarah Musik Tradisional, http://www.scribd.com/doc/48471203/SEJARAH-MUSIK-

TRADISIONAL diakses pada tanggal 5 September 2014

[2] Amanliyyah, A.F., 2012, Gamolan Cetik, Musik Tradisional Lampung musik bambu.

Makalah, Fakultas Keguruan, dan Ilmu Pendidikan, Universitas Lampung,

Lampung.

[3] Walasakti, Y.I., 2013, Pengenalan Nada Gamelan Kenong Secara Real Time

Menggunakan Ekstraksi Ciri DCT dan Fungsi Jarak Chebyshev, Tugas Akhir,

Fakultas Teknik, Universitas Sanata Dharma, Yogyakarta.

[4] Kamus Besar Bahasa Indonesia, Kata kunci Nada. http://kbbi.web.id/nada diakses pada

tanggal 10 september 2014

[5] Wijaya. M.H., 2012, Pengenalan nada Suling Rekorder Menggunakan Fungsi Jarak

Chebyshev, Tugas Akhir, Fakultas Teknik, Universitas Sanata Dharma,

Yogyakarta.

[6] Kusuma. I Made B.W., 2013, Pengenalan Nada Gamelan Reog Secara Real Time

Menggunakan Ekstraksi Ciri DCT dan Fungsi Jarak Minkowski, Tugas Akhir,

Fakultas Teknik Elektro, Universitaas Sanata Dharma, Yogyakarta.

[7] Sklar dan Bernard., 1988, Digital Communications Fundamental and Application, New

Jersey, PTR Prentice Hall

[8] Lazuardi. A.R., 2012, Pengenlan Nada Pada Alat Musik Bonang Menggunaan Fungsi

Jarak Eucledian, Tugas Akhir, Fakultas Teknik, Universitas Sanata Dharma,

Yogyakarta.

[9] Transmisi Sinyal Digital.

http://mafisamin.blog.ugm.ac.id/files/2014/05/Komdat_Bab5.pdf di akses pada

tanggal 10 september 2014.

[10] Kartikasari, Y.E., 2006, Pembuatan Software Pembuka Program aplikasi Komputer

Berbasis Pengenalan Sinyal Suara, Tugas Akhir, Politeknik elektronika Negeri

Surabaya Surabaya.


http://www.scribd.com/doc/48471203/SEJARAH-MUSIK-TRADISIONAL

http://www.scribd.com/doc/48471203/SEJARAH-MUSIK-TRADISIONAL

http://kbbi.web.id/nada

http://mafisamin.blog.ugm.ac.id/files/2014/05/Komdat_Bab5.pdf

48

[11] Kushidayati, M.F., Pembuatan Data Base Transkrip Akord Instrumen Tunggal

Menggunakan Metode Enhanced Pitch Class Profile (EPCP), Jurnal,

Telekomunikasi, Politeknik Elektronika Negeri Surabaya. Surabaya.

[12] Sutiknyo, P.H., Pengolahan Suara Berdasarkan Usia Dengan Menggunakan Metode

K-Means, Jurnal, Teknik Telekomunikasi, Politeknik Elektronika Negeri

Surabaya. Surabaya.

[13] Sumarno, L., 2013, Pengenalan Nada Pianika Menggunakan Jendela Jendela

Gaussian DCT dan Jarak Kosinus., vol. 17, no 1, hal 8-10.

[14] Elek Tronoka Dasar, Microphone. http://elektronika-dasar.web.id/teori-

elektronika/microphone/ diakses pada tanggal 13 september 2014

[15] Desktop PC Mini Microphone Intopic JAZZ 012,

http://alnect.net/products.php?/13/104/332/2684/Special-Tools/Speaker-

Headset-Mic/Microphone/Desktop-PC-Mini-Microphone-Intopic-JAZZ-012

diakses pada tanggal 10 september 2014

[16] Pengertian dan Fungsi Sound Card,http://www.arief-teknisi.com/2014/04/pengertian-

dan-fungsi-sound-card.html, di akses pada tanggal 12 september 2014

[17] PIC Sound Card, https://www.tokopedia.com/yuzashop/pci-sound-card, diakses pada

tanggal 12 september 2014

[18] Sumarno. L., Pengenalan Nada Pianika Menggunakan Jendela Segitiga, DCT, dan

Fungsi Jarak Eucledian, Prosiding, Teknik Elektro, Universitas Sanata Dharma,

Yogyakarta.


http://elektronika-dasar.web.id/teori-elektronika/microphone/

http://elektronika-dasar.web.id/teori-elektronika/microphone/

http://alnect.net/products.php?/13/104/332/2684/Special-Tools/Speaker-Headset-Mic/Microphone/Desktop-PC-Mini-Microphone-Intopic-JAZZ-012

http://alnect.net/products.php?/13/104/332/2684/Special-Tools/Speaker-Headset-Mic/Microphone/Desktop-PC-Mini-Microphone-Intopic-JAZZ-012

http://www.arief-teknisi.com/2014/04/pengertian-dan-fungsi-sound-card.html

http://www.arief-teknisi.com/2014/04/pengertian-dan-fungsi-sound-card.html

https://www.tokopedia.com/yuzashop/pci-sound-card

L 1

PERCOBAAN MENCARI SPEKTRUM FREKUENSI

UNTUK SISTEM PENGENALAN NADA ALAT

MUSIK CETIK MENGGUNAKAN MATLAB 7.0.4

Tujuan:

1. Mencari frekuensi tertinggi maksimum dari nada- nada cetik

2. Mencari frekuensi sampling

Variabel:

1. Menggunakna frekuensi sampling 40000Hz

2. Durasi perekaman sebesar 2 detik

Program

fs = 40000;%%fsampling 40000Hz

y = wavrecord (2*fs,fs,'double');%% 2 detik

wavwrite(y,fs,'sample2s40000Hzg.wav');

[y,fs]=wavread('sample2s40000Hzg.wav');

Y=fft(y,fs);

Spek= Y.* conj(Y);

f = fs*(0:(1/2*fs))/fs;

plot(f,Spek(1:(1/2*fs+1)));grid;%output


L 2

Hasil ploting

FS= 40000hz


L 3


L 4


L 5

Kesimpulan

Pada do tinggi frekuensi fundamental sebesar 790Hz, dengan demikian berdasarkan

kriteria Nyquist bila digunakan frekuensi pencuplikan, maka 2000Hz sudah memenuhi

persyaratan.


L 6

PERCOBAAN MENCARI DURASI PEREKAMAN

UNTUK SISTEM PENGENALAN NADA ALAT

MUSIK CETIK MENGGUNAKAN MATLAB 7.0.4

Tujuan:

1. Mencari durasi perekaman yang tepat

2. Mengetahui pengaruh durasi perekaman pada sinyal perekaman.

Variabel

1. Frekuensi sampling yang digunakan sebesar 2000Hz

2. Durasi percobaan 0,5 detik, 1 detik, 1,5 detik, 2 detik

Program

%======================================% % DurasiPerekaman % %======================================% clc fs=2000; %%fsampling 2000Hz %y=wavrecord(0.5*fs,fs,'double');%%0.5detik %y=wavrecord(fs,fs,'double');%%1detik %y=wavrecord(1.5*fs,fs,'double');%%1.5detik %y=wavrecord(2*fs,fs,'double');%%2detik

y=wavrecord(2*fs,fs,'double');%%2detik

wavwrite(y,fs,'sample2s2000Hz.wav');

plot(y);grid;%output

title('fs2000; t=2detik')

xlabel('sample ke-')\

ylabel('amplitudo')


L 7

HasilPloting

Kesimpulan

Untuk durasi pencuplikan dari 4 (empat) percobaan dengan maksimal waktu 2 detik maka

untuk durasi perekaman menggunkan 1,5 detik sudah memenuhi untuk durasi prekaman,


L 8

LISTING PROGRAM

Program Utama

function varargout = guipengenalan(varargin)

% GUIPENGENALAN M-file for guipengenalan.fig

% GUIPENGENALAN, by itself, creates a new GUIPENGENALAN or raises the existing

% singleton*.

%

% H = GUIPENGENALAN returns the handle to a new GUIPENGENALAN or the handle to

% the existing singleton*.

%

% GUIPENGENALAN('CALLBACK',hObject,eventData,handles,...) calls the local

% function named CALLBACK in GUIPENGENALAN.M with the given input arguments.

%

% GUIPENGENALAN('Property','Value',...) creates a new GUIPENGENALAN or raises the

% existing singleton*. Starting from the left, property value pairs are

% applied to the GUI before guipengenalan_OpeningFunction gets called. An

% unrecognized property name or invalid value makes property application

% stop. All inputs are passed to guipengenalan_OpeningFcn via varargin.

%

% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one

% instance to run (singleton)".

%

% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help guipengenalan

% Last Modified by GUIDE v2.5 15-May-2015 22:45:14

% Begin initialization code - DO NOT EDIT

gui_Singleton = 1;

gui_State = struct('gui_Name', mfilename, ...

'gui_Singleton', gui_Singleton, ...

'gui_OpeningFcn', @guipengenalan_OpeningFcn, ...

'gui_OutputFcn', @guipengenalan_OutputFcn, ...

'gui_LayoutFcn', [] , ...

'gui_Callback', []);

if nargin && ischar(varargin{1})


L 9

gui_State.gui_Callback = str2func(varargin{1});

end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});

else

gui_mainfcn(gui_State, varargin{:});

end

% End initialization code - DO NOT EDIT

% --- Executes just before guipengenalan is made visible.

function guipengenalan_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn.

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% varargin command line arguments to guipengenalan (see VARARGIN)

% Choose default command line output for guipengenalan

handles.output = hObject;

% Update handles structure

guidata(hObject, handles);

% UIWAIT makes guipengenalan wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line.

function varargout = guipengenalan_OutputFcn(hObject, eventdata, handles)

% varargout cell array for returning output args (see VARARGOUT);

% hObject handle to figure



% Get default command line output from handles structure

varargout{1} = handles.output;


L 10

% --- Executes on selection change in popupmenu1.

function popupmenu1_Callback(hObject, eventdata, handles)

% hObject handle to popupmenu1 (see GCBO)



% Hints: contents = get(hObject,'String') returns popupmenu1 contents as cell array

% contents{get(hObject,'Value')} returns selected item from popupmenu1

indeks=get(handles.popupmenu1,'Value');

switch indeks

case 1

frame=16;

case 2

frame=32;

case 3

frame=64;

case 4

frame=128;

case 5

frame=256;

end

handles.vardct=frame;

guidata(hObject,handles);

% --- Executes during object creation, after setting all properties.

function popupmenu1_CreateFcn(hObject, eventdata, handles)



% handles empty - handles not created until after all CreateFcns called

% Hint: popupmenu controls usually have a white background on Windows.

% See ISPC and COMPUTER.

if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))

set(hObject,'BackgroundColor','white');

end


L 11








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

switch indeks

case 1

pk=10;

case 2

pk=20;

case 3

pk=30;

case 4

pk=40;

case 5

pk=50;

case 6

pk=60;

case 7

pk=70;

case 8

pk=80;

case 9

pk=90;

case 10

pk=100;

end

handles.koef=pk;






L 12







end

% --- Executes on button press in pushbutton1.

function pushbutton1_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton1 (see GCBO)



%=============== durasi rekam menggunakan 1.5 detik =========================%

sample_length=1.5;

sample_freq=2000;

sample_time=(sample_length*sample_freq);

x=wavrecord(sample_time, sample_freq);

axes(handles.axes1);

plot(x);

% Normalisasi %

x1=x/max(x);

% pemotongan sinyal kiri %

b0=0.2;

b1=find(x1>b0 | x1<-b0);

x1(1:b1(1))=[];

% frame blocking %

frame=handles.vardct;

frame;


L 13

for p=1:frame;

f(p)=x1(p+frame);

end

% hamming window %

w=hammingx(frame);

for p=1:frame;

wi(p)=f(p)*w(p); %wi(p)==> windowing hamming (p)

end

% DCT %

y=abs(dctx(wi));

% windowing koefisien %

pk=handles.koef;

d=frame;

c=(pk/100)*d;

a=floor(c);

ya=y(1:a);

ya=ya(:);

axes(handles.axes2)

plot(ya);

%loadxciri

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

load xciri1610

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

load xciri1620


load xciri1630


load xciri1640



L 14

load xciri1650


load xciri1660


load xciri1670


load xciri1680


load xciri1690


load xciri16100


load xciri3210


load xciri3220


load xciri3230


load xciri3240


load xciri3250


load xciri3260


load xciri3270


L 15


load xciri3280


load xciri3290


load xciri32100


load xciri6410


load xciri6420


load xciri6430


load xciri6440


load xciri6450


load xciri6460


load xciri6470


load xciri6480


load xciri6490


L 16


load xciri64100


load xciri12810


load xciri12820


load xciri12830


load xciri12840


load xciri12850


load xciri12860


load xciri12870


load xciri12880


load xciri12890


load xciri128100


load xciri25610



L 17

load xciri25620


load xciri25630


load xciri25640


load xciri25650


load xciri25660


load xciri25670


load xciri25680


load xciri25690


load xciri256100

end

% menghitung jarak %

for n=1:7

jarak(n)=jarakhellinger(ya,z(:,n));

end

% mencari nilai Thresholding

[r,nadaout]=sort(jarak,'ascend')

r=r(1)

nadaout=nadaout(1)


L 18

thx=get(handles.popupmenu3,'value');

if (nadaout==1)&(r>1.8731) & (thx==1);

hasil=('Tidak Dikenali')

elseif (nadaout==2)&(r>1.9879) & (thx==1);












elseif th==0

else

%koneksi starting

nada={'Do','Re','Mi','Sol','La','Si','DoTinggi'};

%penentuan keluaran min

hasil=nada(nadaout)

end

set(handles.text10,'String',hasil);




L 19





plot(0);


plot(0);

set(handles.text10,'String',' ');






delete(figure(guipengenalan));

function edit1_Callback(hObject, eventdata, handles)

% hObject handle to edit1 (see GCBO)



% Hints: get(hObject,'String') returns contents of edit1 as text

% str2double(get(hObject,'String')) returns contents of edit1 as a double


function edit1_CreateFcn(hObject, eventdata, handles)

% hObject handle to edit1 (see GCBO)



% Hint: edit controls usually have a white background on Windows.




end


L 20

function pilih_Callback(hObject, eventdata, handles)

% hObject handle to pilih (see GCBO)



% Hints: get(hObject,'String') returns contents of pilih as text

% str2double(get(hObject,'String')) returns contents of pilih as a double


function pilih_CreateFcn(hObject, eventdata, handles)

% hObject handle to pilih (see GCBO)



% Hint: edit controls usually have a white background on Windows.




end


function axes1_CreateFcn(hObject, eventdata, handles)

% hObject handle to axes1 (see GCBO)



% Hint: place code in OpeningFcn to populate axes1

% --- Executes on button press in radiobutton1.

% --- Executes on button press in checkbox1.


L 21

function text10_CreateFcn(hObject, eventdata, handles)

% hObject handle to text10 (see GCBO)





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

switch indeks

case 1

pilihthx=Ya;

pilihthx=1;

case 2

pilihthx=tidak;

pilihthx=0;

end

handles.thres=pilihthx;













L 22





end

Program Windowing Hamming

function w=hammingx(N)

n=[0:N-1]';

w=0.54-0.46*cos((2*pi*n)/(N-1));

Program DCT

function y=dctx(x)

% Fungsi untuk menghitung DCT

% Dengan looping pada perhitungan cos

N=length(x);

w1=(1/sqrt(N));

w2=(sqrt(2/N));

y=zeros(1,N);

for k=1:N

cx=0;

for n=1:N

a=x(n)*cos((pi*(2*n-1)*(k-1))/(2*N));

cx=cx+a;

end

if k>=2

y(k)=w2*cx;

else

y(k)=w1*cx;

end

end


L 23

Program Fungsi Jarak Hellinger

function h=jarakhellinger(p,q);

h=sqrt(2*sum(((sqrt(p))-(sqrt(q))).^2));

Program Pembuatan DATA BASE

function dbxciri

frame=256 %panjang frame blocking

pk=100 %persen koefisien DCT

z1=zciri('do_',frame,pk);

z2=zciri('re_',frame,pk);

z3=zciri('mi_',frame,pk);

z4=zciri('sol',frame,pk);

z5=zciri('la_',frame,pk);

z6=zciri('si_',frame,pk);

z7=zciri('dot',frame,pk);

z=[z1 z2 z3 z4 z5 z6 z7]

save xciri256100 z

%=============================================

% INTERNAL FUNCTION

%=============================================

function z=zciri(nada,frame,pk)

x1=wavread([nada '1.wav']);y1=xcirix(x1,frame,pk);










z=[(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10)/10]';

%=============================================


L 24

Program Mencari Persentase

function pctkenal

load xciri256100

dctx=256

pk=100

y1=kenal ('do_',z,dctx,pk);

y2=kenal ('re_',z,dctx,pk);

y3=kenal ('mi_',z,dctx,pk);

y4=kenal ('sol',z,dctx,pk);

y5=kenal ('la_',z,dctx,pk);

y6=kenal ('si_',z,dctx,pk);

y7=kenal ('dot',z,dctx,pk);

ytot=y1+y2+y3+y4+y5+y6+y7;

pesen_kenal=(ytot/70)*100

%=====================================

%INTERNAL FUNCTION

%=====================================

function y1=kenal(nada,z,dctx,pk)

y1=0;

y2=kenal2(nada,[nada '1.wav'],z,dctx,pk);y1=y1+y2;










%===============================================

function k=kenal2(nada,nadawav,z,dctx,pk)

x=wavread(nadawav);

ya=xcirix(x,dctx,pk);

for n=1:7

jarak(n)=jarakhellinger(ya,z(:,n));


L 25

end

%cari nilai minimum

jarakhellingermin=find(min(jarak)==jarak);

%deskripsi string

nadax={'do_';'re_';'mi_';'sol';'la_';'si_';'dot'};

%penentuan keluaran nilai min

hasil=nadax{jarakhellingermin};

d=strcmp(hasil,nada);

if d==1

k=1;

else

k=0;

end

Mencari xciri

function ya=xcirix(x,frame,pk)

%ya : output signal

%x : input signal

%frame : panjang frame

%pk : nilai persen koefisien DCT

%x=wavread('do_1.wav');

% Normalisasi %

x1=x/max(x);

% pemotongan sinyal kiri %

b0=0.2;

b1=find(x1>b0 | x1<-b0);

x1(1:b1(1))=[];

% frame blocking %


L 26

%frame=handles.vardct

for p=1:frame;

f(p)=x1(p+frame);

end

% hamming window %

w=hammingx(frame);

for p=1:frame;

wi(p)=f(p)*w(p); %wi(p)==> windowing hamming (p)

end

% DCT %

y=abs(dctx(wi));

% persen koefisien

%pk=handles.koef

n=frame;

c=(pk/100)*n;

a=floor(c);

ya=y(1:a);

ya=ya(:);


L 27

Tabel

Pencarian Nilai Thresholding

Tabel di bawah ini digunakan untuk menentukan jarak maksimum dari setiap nada.

Pengujian dilakukan dengan menggunakan panjang frameblocking 64, dan windowing

koefisien 80%. Pengujian dilakukan sebanyak 20 kali setiap nadanya

Percobaan

Ke-

Nada

Do Re Mi Sol La Si DoTinggi

1 1,2708 1,8747 1,0749 0,7422 1,4067 0,9595 0,6745

2 1,488 1,1232 1,2089 0,7959 2,6458 0,9188 0,6601

3 1,4684 1,5246 1,0743 1,2383 2,0322 1,6122 0,7289

4 1,5562 1,1115 1,065 0,6907 1,2531 0,9103 0,7125

5 1,276 1,1779 1,1283 1,0252 1,6709 1,3581 0,8578

6 1,2593 1,1258 1,45 0,668 1,9404 0,9263 1,2238

7 1,7846 1,1338 1,1619 0,7725 1,6336 0,9552 0,7402

8 1,525 1,2147 1,1467 0,7004 2,1458 0,9952 0,6692

9 1,8731 1,1218 1,1054 1,0105 1,6251 1,2338 0,7029

10 1,814 1,1251 1,2431 0,7078 1,4961 1,0099 0,7992

11 1,3032 1,2466 1,1442 1,1504 2,051 1,1518 0,6631

12 1,2968 1,1126 1,1873 0,787 1,4039 1,4903 0,74

13 1,6125 1,4487 1,4714 0,6928 1,1965 1,1005 0,7056

14 1,819 1,1124 1,2072 0,6843 2,0195 1,0083 0,7363

15 1,3163 1,138 1,8721 1,8591 1,2579 1,523 0,8554

16 1,4552 1,2443 1,4245 1,2517 1,8738 1,3143 0,8001

17 1,6874 1,2362 1,6223 1,0081 1,6987 0,9232 0,6946

18 1,5631 1,1365 1,2798 1,7591 1,3773 1,8569 0,7443

19 1,5086 1,1208 1,3106 0,9298 1,6612 0,9644 0,6698

20 1,3433 1,9747 1,2723 1,5751 1,2941 1,3732 0,6983

Maksimal 1,8731 1,9747 1,8721 1,8591 2,6458 1,8569 1,2238

Thresholding Th1 Th2 Th3 Th4 Th5 Th6 Th7


L 28

Nilai maksimum yang telah di dapat, maka akan digunakna sebagai nilai

Thresholding untuk membatasi jarak saat pengenalan di lakukan. Jarak ini bisa berubah

menurut variasi yang digunakan. Pada penentuan nilai ini digunakan frameblocking 64,

dan windowing koefisien 80%, dikarenakan variasi tersebut dapat mendeteksi nada

mencapai 100% dan nilai titik DCT yang kecil yaitu 51.


L 29

TABEL

TINGKAT PENGENALAN

Tabel di bawah ini menunjukan tabel pengujian nada secara tidak Real Time, data pada tabel tersebut di peroleh dengan menjalankan

program yang telah di buat. Hasil pengujian pengenalan nada pada berbagai variasi panjang frameblocking, dan variasi Windowing

koefisien. Hasil yang di tampilkan : Tingkat pengenalan (%)/ jumlah koefisien DCT

Panjang

framebloking

, n titik

Windowing koefisien DCT, p (%)

10 20 30 40 50 60 70 80 90 100

16 48,57/1 51,43/3 64,29/4 70/6 62,86/8 77,14/9 77,14/11 74,29/12 72,86/14 72,86/16

32 70/3 77,14/6 72,86/9 75,71/12 84,29/16 95,71/19 95,71/22 95,71/25 95,71/28 95,71/32

64 65,71/6 74,29/12 75,71/19 78,57/25 85,71/32 91,43/38 95,71/44 100/51 100/57 100/64

128 62,86/12 65,71/25 62,86/38 71,43/51 78,57/64 84,29/76 95,71/89 100/102 100/115 100/128

256 65,71/25 67,14/51 64,29/76 75,71/102 81,43/128 84,29/153 98,57/179 100/204 100/230 100/256


L 30

Tabel

Pengujian Program Menggunakan Semua Variasi

Pada pengujuian ini berfungsi untuk mencari nilai yang paling baik yang mencapai

100% dalam pengenalan dengan menggunakan variasi yang paling minimum. Percobaan

ini dilakukan 15 kali pemukulan setiap nadanya. Berikut merupakan hasil dari pengujian

semua variasi.

Keterangan : Y = dikenali benar

X = dikenali salah

TD = Tidak Dikenali

Percobaan Tanpa menggunakan Thresholding

Variasi frame blocking = 16, windowing koefisien = 10%

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y X Y X X X X Y X X X X X X X

Re X X Y X X Y Y X X X X X X X X




Si X Y Y X X X Y X X Y Y X X X X

DoT Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y X X X X X X Y Y X X X X Y X


Mi X Y Y Y X X X Y X X X Y X X Y

Sol Y X X X X X Y Y X X X X Y X X





L 31


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y X Y X X Y Y Y X X X X X Y

Re X Y X X Y Y Y X Y X X Y Y X X

Mi Y Y X Y Y Y X Y X X Y Y X X Y

Sol X Y Y X X X X Y Y Y X X Y X X


Si Y Y X X X Y X X X Y Y X X Y X

DoT Y Y Y X Y Y Y Y Y Y Y Y Y Y X


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re X Y X Y Y X X X X X Y X Y Y X

Mi Y Y Y X X Y X X X Y Y Y X X Y


La Y Y Y Y Y Y Y X X Y Y X Y Y Y

Si X X X Y Y X X X Y X X X X X X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y Y Y X Y Y Y Y Y Y Y Y

Re X Y Y X Y Y Y Y Y Y Y Y Y X Y

Mi Y Y X Y X Y X Y Y Y Y Y Y Y Y

Sol Y Y Y Y Y Y Y Y X Y X X Y X X


Si X Y X Y Y X Y X X X X Y Y Y Y

DoT Y Y Y Y Y Y X Y X Y Y Y Y Y X


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y X X Y Y Y Y Y Y X Y Y Y Y


Sol Y Y Y Y Y Y Y Y X X Y X Y Y Y

La Y Y Y Y Y Y X Y Y Y Y Y Y Y Y

Si X Y Y Y Y Y X X X X Y X X Y X



L 32


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y X Y Y Y Y Y X Y X Y X

Re Y Y X X X Y X X Y Y X X X X Y

Mi Y Y Y Y Y X Y X X Y Y Y Y Y Y

Sol Y Y Y X Y Y X Y Y Y Y Y Y Y Y

La Y Y Y Y Y Y Y Y Y Y Y X Y Y Y

Si X Y Y Y Y X X Y X X Y X X X X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y Y X Y X X Y Y Y Y Y Y Y X

Mi X Y Y Y Y Y X Y X Y Y Y Y Y Y


La Y Y Y X X Y Y Y Y Y Y Y X Y Y

Si X Y X Y X X Y X X X X X X Y X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y Y X Y Y X X Y Y Y Y Y Y X

Mi Y X Y X Y Y Y X X X Y X Y X Y



Si Y X X Y Y Y Y Y Y X Y X Y X X

DoT X Y X X X Y Y X Y X Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y X Y X Y Y Y Y Y Y Y Y X Y

Mi X Y Y X X Y X X X Y Y Y Y Y Y




DoT Y Y Y Y Y Y X X Y X Y X Y Y Y


L 33


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X X Y X X X X X X X X X X X X

Re X X X X Y X Y X X X X X X X X

Mi Y X X X X Y X X X X X X Y X X

Sol X X X X X X Y Y X X X X Y X X

La Y Y X X X X X X Y X X X X X X

Si X Y Y X Y X X X Y X X X X Y Y

DoT Y Y Y X Y Y X Y X Y Y Y X X Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y Y X Y X X Y Y Y Y Y X


Mi Y X X X Y X X X X X X X X Y Y

Sol X Y Y Y Y Y Y X Y X Y Y X X X





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y Y Y Y Y Y X X Y Y Y Y


Mi X Y Y Y Y Y Y Y Y Y Y Y Y Y Y


La X Y X X X X X X X X X X X X X


DoT Y X X Y Y Y Y Y Y Y X Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y Y Y Y Y Y Y Y Y Y Y Y X Y


Sol Y X Y X Y Y Y Y Y X X Y Y Y X

La X Y X X X Y Y Y Y X Y X Y Y Y

Si Y Y Y X Y X X Y X X X X X Y X



L 34


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y Y X X X Y Y X Y Y Y X Y X

Mi Y X Y Y Y Y X X Y X Y Y Y Y X

Sol Y Y X X Y X X Y Y X Y X Y Y Y


Si Y X Y Y Y Y Y Y Y Y Y Y Y Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y Y Y Y X Y Y Y Y Y Y Y



Sol X Y Y Y Y Y Y X X Y Y Y Y Y Y

La Y Y Y X X Y X X X Y Y Y Y Y X

Si X Y Y Y X X X Y Y X X X X X Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La X Y Y X X X Y Y Y Y Y X Y X X


DoT X X Y Y Y X Y Y Y Y X X X Y X


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si X X Y X Y Y X X X Y X X Y X Y

DoT Y Y Y Y Y Y X Y Y Y Y X Y Y X


L 35


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y X Y Y X Y Y Y X X X Y Y Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y X Y X Y Y Y Y Y Y Y Y Y Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X Y X X X X X X X X X X X X X

Re X X X Y X X Y X Y X X X X X X


Sol Y Y X Y Y Y X X X X X Y Y X Y


Si Y X Y X X X X X X X Y Y X Y X

DoT Y Y Y X Y Y X Y Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol Y Y X X X Y X Y Y X X Y X X X





L 36


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15



Mi Y X X Y Y Y X X Y Y X Y X Y Y

Sol X Y Y Y X X Y X X Y X X X Y Y

La X X Y Y X X X Y X Y X X X X X

Si Y X X Y X Y Y Y X X Y X X X X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y X X Y Y X X X X Y X X X X X

Mi X X Y X X Y Y X Y Y X X Y Y Y

Sol X Y Y Y Y Y Y X X Y Y Y Y Y Y

La X Y X Y X X X X Y Y X Y Y X X


DoT Y Y Y Y Y X Y Y Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y Y Y Y Y X Y Y Y Y Y Y Y Y

Mi Y Y Y Y Y Y Y Y Y Y Y Y Y X Y

Sol Y Y Y Y X Y Y Y Y X X Y Y Y Y

La X X X X X X X Y X X X X X X X

Si X X X X X X X X X X X X Y X X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La X Y X X Y Y X X X Y Y Y X X Y

Si X Y X Y X Y Y X X X Y X X Y X



L 37


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y Y Y X Y Y Y X Y Y Y Y Y Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









L 38


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X Y X X Y X X X Y X X X X X X

Re X X Y X X Y X X X X X X X X X



La X X X Y X X X X X Y X X Y Y X




Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y X X Y X Y Y Y X X X X Y X X

Re X X X X Y X X X Y X X X X Y X


Sol Y X Y Y X Y Y Y Y X Y X Y X Y





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X X X Y X Y Y X X X X X X X X

Re Y X Y X Y Y X X X Y X X Y Y X


Sol Y X Y X X Y Y Y Y Y X X Y X Y





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re X X Y X Y X X X X X X X X X X

Mi Y Y X X Y Y Y X Y X X Y Y X X

Sol X X X Y Y X X X Y X Y Y X X Y





L 39


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol Y Y X Y Y Y Y Y Y X X Y Y Y Y


Si Y X Y Y X X X Y Y Y Y Y X Y X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol Y Y X Y Y Y Y Y Y X X Y Y Y Y


Si Y Y Y Y X Y Y X X Y Y Y X Y X



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15







DoT Y Y Y Y Y X Y Y Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









L 40


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X Y Y X X X X X X Y X X X X X

Re Y X X X Y X X Y X Y X X Y Y X

Mi X Y X Y X X Y Y X X Y X Y Y X

Sol Y Y Y X X X Y Y X Y Y Y Y Y Y

La X X X X Y X X X Y X X X X X X

Si X Y Y X X X X X X X X X Y X X

DoT Y Y Y Y X X Y Y Y Y Y X Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do X X Y X X X X X Y X X X Y X X

Re X Y X X X X X X X Y X X X X Y

Mi Y X X X Y Y X X X X X X X X X

Sol X X Y Y Y X X X Y X X Y Y Y Y

La X X X X X X X X Y X X X X X X

Si Y X X X Y X X X X X X X X X X

DoT Y Y X X Y Y Y Y Y Y Y X Y Y Y


L 41


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y X X X Y X X X X X Y X X X X

Re Y X X X X X X X X X X X Y X Y

Mi X Y X Y Y Y X X X Y Y X Y X Y

Sol Y X X Y X Y Y X X X Y Y Y Y X

La X X X Y X X X X X X X X X X X

Si Y Y X Y Y X X Y Y X X Y X X X

DoT Y X X Y Y Y Y X Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15



Mi Y X X X Y X X Y Y Y X X Y X Y

Sol Y Y Y Y Y Y X Y Y X X Y Y Y Y

La X Y X Y X X X X X X X X X X X

Si Y X X X X Y X Y X X X X X X Y

DoT Y Y Y Y X Y Y X Y Y Y Y Y Y X


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol X X X Y X X X Y X Y X X X X X


Si Y X X X X X Y X X X X Y X X X

DoT Y Y Y Y X Y X Y Y Y X Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La Y Y Y X Y X Y Y Y Y Y Y Y Y Y

Si Y Y Y Y Y Y Y Y X X Y Y Y Y Y



L 42


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









L 43

Percobaan menggunakan Thresholding


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD TD TD Y TD TD Y Y TD TD TD TD TD TD TD

Re Y TD TD TD TD TD TD TD Y TD TD TD Y TD TD




Si TD Y TD TD Y TD TD TD Y Y TD TD Y TD Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y TD TD TD Y TD TD Y TD Y TD Y Y TD TD


Mi Y TD TD Y TD TD TD TD Y Y TD Y TD Y TD

Sol Y TD TD TD TD TD TD Y TD TD TD TD TD TD Y





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y TD TD TD Y TD Y Y TD Y Y Y TD

Re TD TD Y Y Y TD Y TD Y Y TD Y TD Y Y

Mi Y TD Y Y TD TD Y Y TD Y Y TD TD Y Y

Sol Y TD Y TD Y TD TD TD Y TD TD TD Y TD Y


Si TD TD TD Y Y Y TD Y TD TD Y TD TD TD Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re TD Y TD Y TD Y Y TD TD TD Y TD TD TD Y

Mi Y Y TD TD Y Y TD TD Y TD Y Y Y Y TD


La Y Y Y Y TD TD Y TD Y Y Y Y Y Y Y

Si TD TD TD TD Y TD TD Y TD TD TD Y TD TD TD



L 44


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y TD Y Y Y Y Y TD TD Y Y Y Y Y Y

Mi Y Y TD Y TD TD Y Y Y Y Y Y Y Y Y

Sol Y Y Y TD Y Y Y Y Y Y TD Y TD Y Y


Si Y Y Y TD TD TD Y TD TD TD Y Y Y Y Y

DoT Y Y TD Y Y Y Y Y Y Y Y TD Y Y TD


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re TD Y Y Y Y Y Y Y Y Y TD Y TD Y Y


Sol Y Y Y TD TD Y Y Y TD Y Y Y Y Y Y


Si Y TD TD TD Y Y Y TD Y TD TD Y TD TD TD



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y Y TD Y TD Y Y Y Y Y TD Y Y

Re TD Y TD Y TD TD TD Y Y TD Y TD Y TD TD

Mi Y Y TD Y Y Y Y Y TD Y TD Y Y Y Y

Sol Y Y Y TD Y TD Y Y Y Y Y Y Y TD Y


Si Y TD TD TD Y TD Y TD Y Y Y TD TD TD TD



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y Y Y TD Y TD Y Y Y Y TD Y Y Y

Mi TD Y TD Y Y TD Y Y Y Y Y Y Y Y Y


La Y Y TD TD Y Y Y Y Y TD Y Y Y Y Y

Si TD Y TD TD TD Y Y TD TD TD TD TD TD TD TD



L 45


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y TD TD Y TD Y Y Y Y Y Y Y Y Y Y

Mi Y TD TD TD Y Y TD TD Y TD TD Y Y TD TD



Si Y TD Y Y TD Y Y Y TD TD Y Y TD Y TD

DoT TD Y Y Y TD TD TD Y TD Y Y TD Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y TD TD Y Y Y Y Y Y TD Y Y Y Y Y

Mi TD Y TD Y Y Y TD Y Y Y TD TD TD Y Y




DoT Y TD Y Y TD Y TD TD TD Y Y Y Y Y Y

Variasi frame blocking = 32, Windowing koefisien = 10%

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15



Mi Y TD TD TD Y Y TD TD TD TD TD TD TD TD TD

Sol TD TD Y TD TD Y TD Y TD TD TD TD TD TD TD

La Y TD TD TD TD TD TD TD TD Y TD TD Y TD TD

Si Y TD Y TD TD Y TD Y TD TD TD Y TD TD Y

DoT Y Y TD TD Y Y TD TD Y TD Y TD Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y Y Y TD TD Y Y Y TD Y Y Y Y Y Y


Mi Y TD TD TD TD TD TD Y TD TD Y TD TD TD TD

Sol TD TD Y Y Y Y Y TD TD Y TD Y TD Y Y





L 46


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La TD TD TD TD TD TD TD Y TD TD TD TD TD TD TD

Si TD TD TD TD TD Y TD TD TD TD TD TD TD TD TD

DoT Y Y Y TD Y Y Y TD TD Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol TD Y TD Y TD TD TD Y TD Y Y TD Y TD TD

La Y TD TD TD Y Y Y TD Y TD Y Y TD TD Y

Si TD Y TD TD Y Y TD TD TD TD Y TD TD Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y Y TD TD Y TD Y Y TD Y TD Y TD Y Y

Mi Y TD Y TD TD TD Y Y Y TD TD Y Y Y Y

Sol TD Y TD Y TD TD TD Y TD Y Y Y TD TD TD





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol TD Y Y Y Y TD Y Y TD Y Y Y Y Y Y

La Y TD Y TD TD Y TD Y Y Y TD Y Y Y TD

Si Y TD TD Y TD Y Y Y TD TD TD TD TD TD Y



L 47


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La TD Y TD TD Y TD Y Y Y Y TD Y TD Y Y


DoT TD TD Y Y TD Y Y Y Y TD TD TD Y TD Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y TD Y TD TD Y Y TD Y TD TD TD TD TD Y

DoT Y Y Y Y TD Y Y Y Y TD Y TD Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y Y TD Y TD Y Y Y Y Y TD TD Y TD TD



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y Y Y TD Y Y Y TD TD Y Y Y Y Y Y



L 48


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re TD Y TD TD TD TD TD TD TD Y TD TD TD TD Y


Sol TD Y TD Y Y Y Y TD Y TD TD TD Y Y Y


Si TD Y TD TD Y Y TD TD Y Y Y TD TD TD TD

DoT Y Y Y Y TD Y TD TD Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol TD Y Y TD TD Y TD TD TD Y Y TD TD Y TD





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15



Mi TD Y Y Y TD TD Y TD Y Y TD Y TD Y Y

Sol TD Y TD Y Y Y TD Y TD TD Y TD Y Y Y

La TD TD TD Y Y TD TD TD TD TD Y TD TD TD TD

Si TD Y TD TD Y TD TD Y TD Y TD TD TD Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


Re Y TD TD TD TD Y Y TD TD TD TD TD TD TD TD

Mi TD Y TD TD Y Y TD Y Y TD Y TD Y Y Y

Sol TD Y Y Y Y Y Y TD TD Y Y Y Y Y Y

La TD Y TD Y TD TD TD TD Y Y TD Y Y TD TD




L 49


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol TD Y TD Y Y Y Y TD Y Y Y Y Y Y Y





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La TD Y TD TD Y Y TD Y TD TD Y Y Y TD Y

Si TD Y TD Y TD Y Y TD TD TD Y TD TD Y TD



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si Y Y Y TD Y TD TD Y Y Y Y Y Y Y Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









L 50


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD Y TD TD Y TD TD TD TD Y TD TD TD TD TD

Re Y TD TD Y TD TD TD TD TD TD TD TD TD Y TD



La TD TD Y TD TD TD TD Y Y TD TD TD TD TD TD




Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD Y TD TD Y Y Y TD TD TD Y TD Y TD TD

Re TD TD TD TD Y TD TD TD Y TD TD TD TD TD Y


Sol Y TD Y Y TD Y Y Y TD TD Y TD Y TD Y



DoT Y Y Y TD Y Y Y Y TD Y TD Y Y Y Y


L 51


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD TD Y TD TD TD TD Y TD Y TD TD TD TD TD

Re Y TD TD Y TD Y Y TD TD TD Y TD Y Y TD


Sol Y TD Y TD Y Y TD Y Y Y TD Y TD TD Y





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15



Mi Y Y TD TD Y Y Y Y Y TD Y Y Y Y Y

Sol TD TD TD Y Y TD TD Y TD Y Y TD TD Y TD





Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15






Si TD Y TD TD Y Y TD Y TD TD TD Y TD TD Y



Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol Y TD Y Y TD TD Y Y Y Y Y Y Y Y Y


Si Y TD Y TD TD Y Y Y TD Y Y Y TD Y TD



L 52


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









L 53


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD TD TD TD TD Y TD TD TD Y TD TD TD TD Y

Re TD TD Y TD TD Y Y Y Y TD Y TD Y Y TD

Mi TD Y TD Y TD Y Y TD TD Y TD Y TD Y Y

Sol Y Y Y TD TD TD Y Y TD Y Y Y Y Y Y

La TD TD TD TD TD Y TD TD TD TD TD TD Y TD TD

Si TD Y Y TD TD TD TD TD TD TD TD TD TD TD TD

DoT Y Y Y TD Y Y TD Y Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do TD TD Y TD TD TD TD TD Y TD TD TD Y TD TD

Re TD Y TD TD TD TD TD TD TD TD TD TD TD TD Y

Mi TD TD TD TD TD Y Y TD Y TD TD TD TD TD TD

Sol TD TD Y Y Y TD Y TD TD TD Y Y TD Y Y

La TD TD TD TD TD TD Y TD TD TD TD TD TD TD TD

Si Y TD TD TD TD Y TD TD TD TD TD TD TD TD TD

DoT Y Y TD TD Y Y Y Y Y Y Y TD Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Do Y TD TD Y TD TD TD TD TD Y TD TD TD TD TD

Re Y TD TD TD TD TD TD TD TD TD TD TD TD Y Y

Mi TD Y TD Y Y Y TD TD TD Y Y TD Y TD Y

Sol TD TD Y Y Y TD Y Y TD TD TD Y Y Y Y

La TD TD Y TD TD TD TD TD TD TD TD TD TD TD TD

Si Y Y TD Y Y TD TD Y Y TD TD TD TD Y TD

DoT Y TD TD Y Y Y Y TD Y Y Y Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15



Mi Y TD TD TD Y Y Y TD Y TD Y TD Y Y Y

Sol Y Y Y Y TD Y TD Y Y Y Y Y Y Y Y

La TD TD TD TD TD TD Y TD TD TD TD TD TD Y TD

Si Y TD TD TD TD TD Y TD TD TD TD TD TD TD Y

DoT Y TD Y Y TD Y Y Y Y TD Y Y Y Y Y


L 54


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15




Sol TD TD TD TD Y TD TD TD TD TD Y TD TD TD TD


Si Y TD TD TD TD Y TD Y Y TD TD TD TD TD TD

DoT Y Y Y TD TD Y Y Y Y Y TD Y Y Y Y


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15





La TD Y Y Y Y TD Y Y TD Y Y Y Y Y Y

Si Y TD Y Y TD TD Y Y Y Y TD Y Y Y Y

DoT Y Y Y TD Y Y Y Y Y Y Y Y TD Y Y

Variasi frame blocking = 256, Windowing koefisien = 70%,

Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









L 55


Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15









Nada Percobaan Ke-

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15








Kesimpulan

Setelah melakukan pengujian menggunakna semua variasi, maka dapat

disimpulkan bahwa, tingkat pengenalan nada yang paling baik dapat terlihat pada panjang

frameblocking 64, dan widowing koefisien 80%. Dengan tingkat pengenalan nada

mencapai 100%, dengan jumlah ekstraksi ciri sebanyak 51 titik.


PENGENALAN NADACETIK SECARA REAL TIME … filePENGENALAN NADA CETIK SECARA REAL TIME MENGGUNAKAN...

Documents

Transcript of PENGENALAN NADACETIK SECARA REAL TIME … filePENGENALAN NADA CETIK SECARA REAL TIME MENGGUNAKAN...