BAB 2 LANDASAN TEORI. bunyi tidak bias merambat melalui ruang hampa. Gambar 2.1 Proses Terjadinya Suara. Suara berkaitan erat dengan :
|
|
- Herman Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.1 Teori-Teori Umum Pengertian Suara Suara adalah fenomena fisik yang dihasilkan oleh getaran benda atau getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu terhadap waktu, Suara berhubungan erat dengan rasa mendengar. Suara atau bunyi biasanya merambat melalui udara. Suara atau bunyi tidak bias merambat melalui ruang hampa. Benda Bergetar Perbedaan Tekanan di Udara Melewati Udara(Gelombang) Pendengar Gambar 2.1 Proses Terjadinya Suara Suara dihasilkan oleh getaran suatu benda. Selama bergetar, perbedaan tekanan terjadi di udara sekitarnya. Pola osilasi yang terjadi dinamakan sebagai Gelombang. Gelombang mempunyai pola sama yang berulang pada interval tertentu, yang disebut sebagai Periode. Contoh suara periodik : instrument musik, nyanyian burung, dll dan contoh suara nonperiodik : batuk, percikan ombak, dll. Suara berkaitan erat dengan : 1. Frekuensi - Banyaknya getaran dalam 1 detik. - Satuan : Hertz (Hz) atau cycles per second (cps) - Panjang gelombang suara (wavelength) dirumuskan = c/f Dimana c = kecepatan rambat bunyi 7
2 8 Dimana f = frekuensi Panjang gelombang suara bias dihitung juga dengan rumus : λ= c/f. Berdasarkan frekuensinya, suara dibagi menjadi 4, yaitu : 1. Infrasound = 0Hz 20 Hz 2. Pendengaran manusia = 20Hz 20 KHz 3. Ultrasound = 20KHz 1 GHz 4. Hypersound = 1GHz 10 THz Manusia membuat suara dengan frekuensi : 50Hz 10KHz. Sinyal suara musik memiliki frekuensi : 20Hz 20Khz. Maka Sistem multimedia menggunakan suara yang berada dalam range pendengaran manusia. Suara yang berada pada range pendengaran manusia sebagai Audio dan gelombangnya sebagai Accoustic Sinyal. Suara diluar range pendengaran manusia dapat dikatakan sebagai Noise (getaran yang tidak teratur dan tidak berurutan dalam berbagai frekuensi, tidak dapat didengar manusia). 1. Amplitudo - Keras lemahnya bunyi atau tinggi rendahnya gelombang. - Satuan amplitudo adalah decibel (db) - Bunyi mulai dapat merusak telinga jika tingkat volumenya lebih
3 9 - besar dari 85 db dan pada ukuran 130 db akan mampu membuat hancur gendang telinga 2. Velocity - Kecepatan perambatan gelombang bunyi sampai ke telinga pendengar. - Satuan yang digunakan : m/s - Pada udara kering dengan suhu 20 C (68 F)m kecepatan rambat suara sekitar 343 m/s Representasi Suara Gelombang suara analog tidak dapat langsung direpresentasikan pada komputer. Komputer mengukur amplitudo pada satuan waktu tertentu untuk menghasilkan sejumlah angka. Tiap satuan pengukuran ini dinamakan SAMPLE. untuk itu kita harus melakukan conversion data analog untuk dijadikan data digital Analog to Digital Conversion (ADC) Adalah proses mengubah amplitudo gelombang bunyi ke dalam waktu interval tertentu (disebut juga sampling), sehingga menghasilkan representasi digital dari suara. Sampling rate : beberapa gelombang yang diambil dalam satu detik. Contoh : jika kualitas CD Audio dikatakan memiliki frekuensi sebesar Hz, berarti jumlah sample sebesar per detik.
4 10 Gambar 2.2 Proses Sampling 1. Membuang frekuensi tinggi dari source sinyal 2. Mengambil sample pada interval waktu tertentu (sampling) 3. Menyimpan amplitudo sample dan mengubahnya ke dalam bentuk diskrit (kuantisasi). 4. Merubah bentuk menjadi nilai biner Digital to Analog Converter (DAC) Digital to Analog Converter (DAC) Adalah proses mengubah digital audio menjadi sinyal analog. DAC biasanya hanya menerima sinyal digital Pulse Code Modulation (PCM). PCM adalah representasi digital dari sinyal analog, dimana gelombang disample secara beraturan berdasarkan interval waktu tertentu, yang kemudian akan diubah ke biner. Proses pengubahan ke biner disebut Quantisasi. PCM ditemukan oleh insinyur dari Inggris, bernama Alec Revees pada tahun Contoh DAC adalah: soundcard, CDPlayer, IPod, mp3player.
5 Teori - Teori Khusus Analisis Fitur Pengekstrasi Sinyal digital. Penelitian yang dapat memproses sinyal digital merupakan suatu metode yang khusus. Sehingga sinyal digital diubah menjadi suatu data yang dapat dihitung dan memiliki nilai ukur.di antara metode- metode itu seperti : 1. Fast Fourier Transform (FFT) 2. Linear Predictive Coding (LPC) 3. Wavelet Transform (WT) Dari ketiga metode yang ada, akan di analisis oleh peneliti sebagai kajian penelitian ini agar dapat memperbaiki penelitian sebelumnya. Dan diharapkan ada pun cara yang terbaik dari ketiga metode Fast Fourier Transform (FFT) FFT merupakan sebuah kelas khusus yang mengimplementasikan algoritma transform fourier dengan cukup dalam waktu komputasi. Dalam FFT biasanya yang lakukan setelah gelombang telah diperoleh dan digital, FFT ditransformasikan ke frekuensi domain. Hasil FFT bisa baik nyata dan imajiner, atau magnitudo dan fasa, fungsi frekuensi. Pemilihan format output milik pengguna. Karena menghasilkan FFT spektrum frekuensi untuk waktu domain gelombang, beberapa aplikasi yang cukup sederhana, misalnya, analisis harmonik, distorsi analisis, analisis getaran, dan modulasi pengukuran, mungkin menyarankan diri segera. Wilayah penting lainnya adalah bahwa dari estimasi respons frekuensi. Sebuah linier, sistem invarian-waktu dapat dirangsang
6 12 dengan fungsi impuls., kemudian dapat diperoleh dan cepat-fourierditransformasikan ke frekuensi domain. FFT dari respon impuls, yang disebut sebagai fungsi respon frekuensi, sepenuhnya menjadi ciri sistem. Sekali sistem fungsi respons frekuensi dikenal, orang dapat memprediksi bagaimana sistem itu akan bereaksi terhadap setiap bentuk gelombang. Hal ini dilakukan dengan konvolusi. (Smith, 1997) Linear Predictive Coding (LPC) Linear Predictive Coding (LPC) adalah suatu teknik untuk analisis pidato dan merupakan metode yang paling berguna untuk pengkodean dalam pidato pada bit rate yang rendah. Memberikan perkiraan yang sangat akurat pada parameter pidato, dan relatif efisien untuk komputasi. Oleh karena itu prinsip kerja LPC menganalisis ujaran dengan memperkirakan forman, menghilangkan efek mereka dari pidato sinyal, dan memperkirakan intensitas dan frekuensi buzz yang tersisa. Proses mengeluarkan forman disebut invers filtering, dan sinyal sisanya disebut residu. Angka-angka yang menjelaskan forman dan residu dapat disimpan atau dikirimkan ke tempat lain. Sintesis LPC tanda ujaran dengan membalik proses: menggunakan sisa untuk menciptakan sumber sinyal, gunakan forman untuk membuat penyaring (yang mewakili tabung), dan menjalankan source melalui filter, sehingga dalam berbicara. Karena sinyal pidato bervariasi dengan waktu, proses ini dilakukan pada potongan pendek tanda ujaran, yang
7 13 disebut frame. Biasanya frame per detik memberikan pidato dipahami dengan kompresi yang baik Alih Ragam Gelombang Singkat (ARGS) ARGS mulai diperkenalkan pada tahun 1980-an oleh Morlet dan Grossman sebagai fungsi matematis untuk merepresentasikan data atau fungsi sebagai alternatif transformasi-transformasi matematika yang lahir sebelumnya untuk menangani masalah resolusi. Sebuah gelombang singkat merupakan gelombang yang energinya terkonsentrasi pada suatu selang waktu untuk memberikan kemampuan analisis transien, ketidakstasioneran, atau fenomena berubah terhadap waktu (time varying). Karakteristik dari gelombang singkat antara lain adalah berosilasi singkat, translasi (pergeseran), dan dilatasi (skala). Bentuk Gelombang Sinus dan gelombang singkat Skala (dilatasi) dalam sebuah gelombang singkat berarti pelebaran atau penyempitan gelombang singkat. Hubungan antara skala gelombang singkat dengan frekuensi yang dihasilkan oleh analisis gelombang singkat adalah nilai skala kecil (compressed wavelet) menyebabkan perubahan koefisien yang menyatakan frekuensi tinggi. Nilai skala besar (stretched wavelet) menyebabkan perubahan koefisien yang menyatakan frekuensi rendah. Tahap pertama analisis gelombang singkat adalah menentukan tipe gelombang singkat atau mother wavelet yang akan digunakan. Hal ini perlu dilakukan karena fungsi gelombang singkat sangat bervariasi.
8 14 Beberapa contoh mother wavelet adalah Haar, Daubechies. Setelah pemilihan mother gelombang singkat, tahap selanjutnya adalah membentuk basis gelombang singkat yang akan digunakan untuk mentransformasikan sinyal. ARGS memiliki kemampuan untuk menganalisis suatu data dalam domain waktu dan domain frekuensi secara simultan. Analisis data pada alih ragam gelombang singkat dilakukan dengan mendekomposisikan suatu sinyal ke dalam komponen komponen frekuensi yang berbeda-beda dan selanjutnya masing-masing komponen frekuensi tersebut dapat dianalisis sesuai dengan skala resolusinya atau level dekomposisinya. Hal ini seperti proses filtering, dimana sinyal dalam domain waktu dilewatkan ke dalam High Pass Filter dan Low Pass Filter untuk memisahkan komponen frekuensi tinggi dan frekuensi rendah. ARGS adalah sebuah alih ragam matematika yang digunakan untuk menganalisis sinyal bergerak. Sinyal bergerak ini dianalisis untuk didapatkan informasi spectrum frekuensi dan waktunya secara bersamaan. ARGS menyediakan penggambaran frekuensi waktu dari sinyal. Pada awalnya, alih ragam gelombang singkat digunakan untuk menganalisis sinyal bergerak (non-stationary sinyals). Sinyal bergerak ini dianalisis dalam alih ragam gelombang singkat dengan menggunakan teknik multi-resolution analysis. Secara umum teknik multi-resolution analysis adalah teknik yang digunakan untuk menganalisis frekuensi dengan cara frekuensi yang berbeda dianalisis
9 15 menggunakan resolusi berbeda. Resolusi dari sinyal merupakan ukutan jumlah informasi di dalam sinyal yang dapat berubah melalui operasi filterisasi. ARGS merupakan alat yang biasa digunakan untuk menyajikan data atau fungsi atau operator ke dalam komponen-komponen frekuensi yang berlainan, dan kemudian mengkaji setiap komponen dengan suatu resolusi yang sesuai dengan skalanya. ARGS mempunyai kemampuan membawa keluar ciri-ciri (features) khusus dari citra yang diteliti. Secara umum ARGS kontinu untuk sinyal f(x) berdimensi 1-D, didefinisikan pada persamaan (1). Dengan (1) (2) Fungsi ψ disebut dengan induk gelombang singkat a, b Є R, a 0 (R = bilangan nyata). Dalam hal ini, a adalah parameter lebar dan b adalah parameter penggeseran posisi terhadap sumbu-x. Persamaan (1) dapat dibentuk ke dalam bentuk diskret dengan memberikan a dan b nilai diskret (a=2n, b Є Z). Pada penelitian ini digunakan induk gelombang singkat Haar. Pada gelombang singkat terdapat istilah dekomposisi. Secara umum, dekomposisi gelombang singkat didapatkan melalui filterisasi subbidang dengan dua filter, yaitu grader
10 16 filter dan detail filter. Pengembangan untuk kasus sinyal berdimensi 2- D (sinyal citra 2-D) biasanya dilakukan dengan menerapkan bank filter secara terpisah terhadap sinyal citra. Biasanya digunakan sebuah pass filter - down (H) dan pass filter - up (G). Konvolusi citra dengan pass filter - down menghasilkan sinyal yang biasa disebut dengan citra pendekatan (approximation image) dan konvolusi dengan pass filter - up pada arah spesifik menghasilkan citra detil (details images). Setelah berbagai teori yang menjelaskan tentang pengekstrasian data sinyal, kami memilih memakai metode gelombang singkat, hal ini disebabkan dari perbandingan- perbandingan yang menyatakan antara metode gelombang singkat terhadap metode fast fourier Transform. Diantara lain menyebutkan bahwa pada FFT hanya mempersentasikan sinyal untuk jangkauan sinus, FFT hanya mengembangkan sinyal hanya terjadi pada frekuensi domain tetapi tidak memberikan informasi pada waktu domain. Sedangkan pada metode gelombang singkat, gelombang singkat bekerja pada waktu yang berbeda namun juga mempunyai gelombang yang kecil. Selain itu jika pada pengektrasian sinyal tidak berlanjut pada FFT terdapat kekurangan dibandingkan dengan gelombang singkat diantaranya pada fungsi kernel yang merupakan window dengan panjang yang tak terbatas membuat syarat stasioner tidak terpenuhi dan tidak dapat memberikan informasi waktu &frekuensi secara bersamaan. Selain itu dalam mother gelombang singkatnya. Beberapa jenis alih ragam gelombang singkat diantaranya Alih Ragam Gelombang Singkat Diskrit (Discrete Wavelet Transform)
11 17 dan Alih Ragam Gelombang Singkat Kontinyu (Continuous Wavelet Transform) Alih Ragam Gelombang Singkat Kontinyu (ARGSK) ARGSK adalah metoda dekomposisi waktu-frekuensi (time-frequency decomposition) yang dikenal juga dengan dekomposisi spectral yang ditujukan untuk mengkarakterisasi respon seismik pada frekuensi tertentu. Dekomposisi spectral adalah penampang seismik konvensional yang anda amati merupakan komposit dari rentang frekuensi gelombang (umumnya 10 s/d 70 Hz, dengan frekuensi dominant sekitar 30Hz). Perbedaan penampang pada frekuensi yang berbeda akan menampilkan fitur geologi yang berbeda pula, karena pada hakikatnya sifat geologi seperti ketebalan, kandungan fluida, dll. hanya akan lebih jelas dilihat pada level frekuensi yang sesuai. Metoda dekomposisi spectral digunakan untuk menampilkan penampang seismik pada level frekuensi tertentu, katakanlah pada frekuensi 10Hz, 20Hz, 30Hz, dll. Ide dasar dari metoda ini adalah dilakukannya FFT (Fast Fourier Transform) dari setiap window waktu secara menerus (continuous) sehingga diperoleh gambaran kisaran frekuensi pada zona target (reservoar). Gambar dibawah ini adalah contoh penerapan ARGSK pada salah satu trace seismik sintetik:
12 18 Gambar 2.3 Trace Seismik Sintetik Gambar atas sebelah kiri adalah trace seismik sintetik sedangkan gambar sebelah kanan adalah hasil ARGSK dengan menggunakan persamaan Perhatikan bahwa ARGSK ditampilkan dalam kawasan waktu terhadap frekuensi. Waktu tersebut adalah waktu TWT (Two Way Travel Time) dari penampang seismik itu sendiri. Lalu dengan menganalisis gambar ARGSK, katakanlah target reservoar anda berapa pada kisaran 0.9 detik, maka anda akan mendapatkan gambaran frekuensi dominan dari target
13 19 anda, katakanlah 32Hz. Lalu dengan menggunakan persamaan (2), penampang ARGSK diinversi kembali untuk mendapatkan penampang seismik pada frekuensi 32Hz, yang harapannya dapat meng-emphasize target reservoar anda. Lihat subjek dekomposisi spectral pada blog ini yang menujukkan hasil dari aplikasi metoda ARGSK terhadap data real. (Polikar, Robi, 1999) Alih Ragam Gelombang Singkat Diskrit (ARGSD) Dasar dari ARGSD dimulai pada tahun 1976 dimana teknik untuk mendekomposisi sinyal waktu diskrit ditemukan. Di dalam ARGSK, sinyal dianalisis menggunakan seperangkat fungsi dasar yang saling berhubungan dengan penskalaan dan transisi sederhana. Sedangkan dalam ARGSD, penggambaran sebuah skala waktu sinyal digital didapatkan dengan menggunakan teknik filterisasi digital. Secara garis besar proses dalam teknik ini adalah dengan melewatkan sinyal yang akan dianalisis pada filter dengan frekuensi dan skala yang berbeda. Filterisasi sendiri merupakan sebuah funsi yang digunakan dalam pemprosesan sinyal. Gelombang singkat dapat direalisasikan menggunakan iterasi filter dengan penskalaan. Resolusi dari sinyal, yang merupakan rata-rata dari jumlah detil informasi dalam sinyal, ditemukan melalui filterasi ini
14 20 dan skalanya didapatkan dengan upsampling dan downsampling (subsampling). (Mallat, 1999) Sebuah sinyal harus dilewatkan dalam dua filterisasi ARGSD yaitu highpass filter dan lowpass filter agar frekuensi dari sinyal tersebut dapat dianalisis. Analisis sinyal dilakukan terhadap hasil filterisasi highpass filter dan lowpass filter di mana highpass filter digunakan untuk menganalisis frekuensi tinggi dan lowpass filter digunakan untuk menganalisis frekuensi rendah. Analisis terhadap frekuensi dilakukan dengan cara menggunakan resolusi yang dihasilkan setelah sinyal melewati filterisasi. Analisis frekuensi yang berbeda dengan menggunakan resolusi yang berbeda inilah yang disebut dengan multi-resolution analysis, seperti yang telah disinggung pada bagian Transformasi Gelombang singkat. sinyal menjadi frekuensi tinggi dan frekuensi rendah dalam proses filterisasi highpass filter dan lowpass filter disebut sebagai dekomposisi. Proses dekomposisi dimulai dengan melewatkan sinyal asal me lewati highpass filter dan lowpass filter. Misalkan sinyal asal ini memiliki rentang frekuensi dari 0 sampai dengan π rad/s. Dalam melewati highpass filter dan lowpass filter ini, rentang frekuensi disubsample menjadi dua, sehingga rentang frekuensi tertinggi pada masing-masing subsample menjadi π/2 rad/s. Setelah filterisasi, setengah dari sample atau salah satu subsample
15 21 dapat dieliminasi berdasarkan aturan Nyquist. Sehingga sinyal dapat selalu di-subsample oleh 2 ( 2 ) dengan cara mengabaikan setiap sample yang kedua. Proses dekomposisi ini dapat melalui satu atau lebih tingkatan. Dekomposisi satu tingkat ditulis dengan ekspresi matematika pada persamaan 3 dan 4. (3) (4) dan adalah hasil dari highpass filter dan lowpass filter, x[n] merupakan sinyal asal, h[n] adalah highpass filter, dan g[n] adalah lowpass filter. Untuk dekomposisi lebih dari satu tingkat, prosedur pada rumus 3 dan 4 dapat digunakan pada masing-masing tingkatan. Contoh penggambaran dekomposisi dipaparkan pada Gambar 2.1 dengan menggunakan dekomposisi tiga tingkat.
16 22 Gambar 2.4 Dekomposisi Gelombang Singkat Tiga Tingkat Pada gambar 2.4, dan yang merupakan hasil dari highpass filter dan lowpass filter, y disebut sebagai koefisien ARTGSD. merupakan detil dari informasi sinyal, sedangkan merupakan t kisiran kasar dari fungsi pensakalaan. Dengan menggunakan koefisien ARGSD ini maka dapat dilakukan proses Inverse Discrete Wavelet Transform (IDWT) untuk merekonstruksi menjadi sinyal asal. ARGSD menganalisis sinyal pada frekuensi berbeda dengan resolusi yang berbeda melalui dekomposisi sinyal sehingga menjadi detil informasi dan taksiran kasar. ARGSD bekerja pada dua kumpulan fungsi yang disebut fungsi penskalaan dan fungsi gelombang singkat yang masingmasing berhubungan dengan lowpass filter dan highpass filter. Seperti yang telah dijelaskan sebelumnya dekomposisi ini didasarkan pada
17 23 aturan Nyquist yang salah satunya mengatakan bahwa frekuensi komponen sample harus kurang atau sama dengan setengah dari frekuensi sampling. Jadi diambil frekuensi sample π/2 dari frekuensi sampling π dalam subsample oleh 2 pada dekomposisi gelombang singkat. Sebagai penggambaran dekomposisi gelombang singkat dengan sinyal asal x[n] yang memilki frekuensi maksimum f = π dipaparkan pada Gambar 2.5. Gambar 2.5 Dekomposisi Gelombang Singkat dengan Frekuensi Sinyal Asal f = 0
18 24 Proses rekonstruksi diawali dengan menggabungkan koefisien ARGSD dari yang berada pada akhir dekomposisi dengan sebelumnya meng-upsample oleh 2 ( 2) melalui highpass filter dan lowpass filter. Proses rekonstruksi ini sepenuhnya merupakan kebalikan dar i proses dekomposisi sesuai dengan tingkatan pada proses dekomposisi. Sehingga persamaan rekonstruksi pada masing-masing tingkatan dapat ditulis sbb : Proses rekonstruksi gelombang singkat untuk mendapatkan sinyal asal dengan tiga tingkatan digambarkan pada Gambar 2.6. Gambar 2.6 Rekonstruksi Gelombang Singkat Tiga Tingkat
19 25 ARGSD mempunya kelebihan dalam hal ketelitian analisis transformasi terhadap isyarat Transformasi. Gambar dibawah ini merupakan perbandingan antara representation of a noisy chrip sinyal dari ARGSD dan ARGSK. Gambar 2.7 Representation of a Noisy Chrip Sinyal Dari gambar tersebut dapat terlihat ARGSD (DWT) lebih baik dibandingkan dengan ARGSK (CWT) dalam proses pengekstrasian sinyal suara, maka kami memakai ARGSD untuk mengekstrasi sinyal suara pada aplikasi yang kami buat. Beberapa jenis ARGS diantanya Haar dan Daubechies dengan penjelasan di bawah ini.
20 Gelombang Singkat Haar Gelombang singkat Haar merupakan gelombang singkat yang simple dalam bentuk diskrit. gelombang singkat Haar biasanya berelasi dengan fungsi matematika yang disebut dengan alih ragam haar. Aloh ragam haar berguna sebagai prototype untuk semua alih ragam gelombang singkat lainnya. Seperti contohnya pada alih ragam gelombang singkat, alih ragam haar menguraikan sinyal diskrit menjadi dua subsinyal dari setengah dari panjang record. Salah satu subsinyal berproses pada rata-rata atau trend dan sinyal satunya lagi berproses pada perbedaan atau fluktuasi. Alih ragam gelombang singkat Haar memiliki keuntungan yaitu : 1. mempunyai konsep yang simple. 2. Prosesnya cepat 3. Memiliki memory yang efesien, dimulai dari perhitungan langusng tanpa adanya array sementara. 4. Dapat mengulang kembali proses yang dilakukan tanpa mempengaruhi efek terhadap problem lainnya. Alih ragam Haar mempunyai keterbatasan yang merupakan problem bagi beberapa aplikasi. Pada umunya setiap rata-rata untuk tingkat selanjutnya dan setiap set koefisien, Tampilan haar transform merupakan sepasang nilai dari rata-rata dan perbedaan. Kemudian pertukaran algoritma
21 27 melalui kedua nilai dan perhitungan. Selain itu rata-rata dan perbedaan adanya pada sepasang selanjutnya.spectrum koefisien frekuensi yang tinggi seharusnya dialihkan ke perubahan frekuensi yang tinggi. Layar Haar hanya memiliki 2 elemen luas. Jika perubahan yang besar menempati dari nilai genap ke nilai ganjil, perubahan tidak akan dialihkan ke dalam koefisien frekuensi tinggi. Maka gelombang singkat haar transform tidak berguna dalam kompresi dan pengilangan noise pada proses sinyal suara Gelombang Singkat Daubechies Daubechies gelombang singkat dinamakan dari Ingrid Daubechies seorang profesor dari departemen matematika dan penggunaan matematika di universitas Princeton. dia sangat ahli dengan pekerjaannya dengan gelombang singkat di dalam image compression. daubechies adalah keluarga dari gelombang singkat orthogonal didefinisikan dengan discrete gelombang singkat transform dan dikarakteristikan dengan vanishing moment jumlah maksimal dari beberapa pemberi dukungan. dengan tiap ripe gelombang singkat di setiap class, ada sebuah fungsi scaling (di sebut juga father gelombang singkat) yang menghasilkan analisis multiresolution orthogonal.
22 28 Alih ragam gelombang singkat Daubechies didefinisikan hampir sama dengan Alih ragam gelombang singkat Haar dengan mengkomputasi rata-rata yang berjalan dan perbedaan menggunakan scalar product dengan sinyal scaling dan gelombang singkat satu-satunya perbedaan diantara mereka terdiri dari bagaimana sinyal scaling ini dan gelombang singkat didifinisikan. Tipe gelombang singkat ini memepunyai respon frekuensi yang seimbang tapi fase responnya non-linear. daubecies gelombang singkat digunakan bertumpuk dengan windows, jadi tingginya reflek koifisien spectrum semuanya mempunyai perubahan frekuensi yang tinggi. Gelombang singkat daubechies juga berguna untuk mengkompresi dan menghilangkan noise dalam proses sinyal audio. Umumnya daubechies gelombang singkat dipilih karena mempunyai nilai A terttiggi saat menghilang, untuk memberikan dukungan width N=2A, dan diantara 2 A-1 solusi yang mungkin salah satunya di pilih yang filter scalingnya mempunyai fase extremal. Alih ragam gelombang singkat juga sangat mudah di tempatkan untuk di tranning menggunakan alih ragam gelombang singkat. Gelombang singkat daubechies digunakan secara luas dalam memecahkan berbagai masalah, contohnya fractal problem sinyal, sinyal diskontinuitas, dan lain-lain.
23 29 Db4 Db8 Db12 Scaling functions gelomba ng singkat functios amplitud es of the frequenc y spectra of the above functios Gambar 2.8 Contoh Gelombang Singkat Daubechies Gelombang sinyal tersebut tidak menunjukkan respon frekuensi tinggi dan rendah pass filter, tapi menuncukkan
24 30 amplitudo dari Continuous Forier Transforms dari scaling (biru) dan fungsi gelombang singkat (merah). Daubechies orthogonal gelombang singkats D2-D20 paling banyak digunakan. nomer index mengacu pada nomer koefesien N. tiap gelombang singkat memiliki number of zero moments atau vanishing moments sama dari setengah masa maksilmal kemampuan gelombang singkat untuk mewakili sifat polynomial atau informasi dari sebuah sinyal. untuk contoh, D2, dengan satu momen, dengan mudah mengencode polynomials koefisien satu, atau constant sinyal components. D4 mengencode polynomial dengan dua koefisien, seperti konstan dan linear komponen sinyal; dan D6 mengencode 3-polynomial, seperti konstan, linier dan kuadrat komponen sinyal. kemampuan untuk mengencode sinyal ini tidak memperhitungkan fenomena kebocoran sinyal yang terjadi dan kurangnya pergeseran-konstanan, yang timbul dari pergeseran diskrit operasi (di bawah) selama transformasi aplikasi. Sub-urutan yang mewakili linear, kuadrat (misalnya) komponen sinyal diperlakukan berbeda oleh alih ragam tergantung pada apakah poin sejajar denganatau bahkan urutan lokasi yang ganjil. Kekurangan dari sifat penting dari pergeseran-konstanan, telah menyebabkan pembangunan beberapa versi berbeda dari sebuah pergeseran-invarian (diskrit) alih ragam gelombang singkat.
25 31 Tabel 2.1 Perbandingan Daubechies dan Haar Gelombang singkat Transform No of bits BER Daubechies % Haar % Kami memilih daubechius gelombang singkat transform karena pada daubechius gelombang singkat secara lengkap didukung oleh gelombang singkat dengan fasa ekstremal dan memiliki jumlah vanishing moment paling tinggi untuk lebar yang ditentukan. Vanishing moment menunjukan kemampuan gelombang singkat dalam merepresentasikan sifat polinomial. Filter skala yang dihubungkan adalah filter fasa minimum Berdasarkan artikel Mohamed I. Mahmoud, Moawad I. M. Dessouky, Salah Deyab, and Fatma H. Elfouly tentang yang kami baca tentang FPGA technologi yang meneliti tentang ARGS yang paling efektif dalam menganalisa sinyal dengan berbagai aplikasi di dapatkan bahwa nilai Bit Error Ratio (BER) dari daubechies lebih kecil dari Haar gelombang singkat. Sehingga dapat dilihat bahwa
26 32 pemakayan daubechies lebih efektif daripada Haar dalam menganalisa sinyal Metode Pencarian Linear Metode paling sederhana dalam mengimplementasikan sebuah direktori adalah dengan menggunakan linear list dari nama berkas dengan penunjuk ke blok data. Linear list dari direktori memerlukan pencarian searah untuk mencari suatu direktori didalamnya. Metode sederhana untuk di program tetapi memakan waktu lama ketika dieksekusi. Untuk membuat berkas baru kita harus mencari di dalam direktori untuk meyakinkan bahwa tidak ada berkas yang bernama sama. Lalu kita tambahkan sebuah berkas baru pada akhir direktori. Untuk menghapus sebuah berkas, kita mencari berkas tersebut dalam direktori, lalu melepaskan tempat yang dialokasikan untuknya. Untuk menggunakan kembali suatu berkas dalam direktori kita dapat melakukan beberapa hal. Kita dapat menandai berkas tersebut sebagai tidak terpakai (dengan menamainya secara khusus, seperti nama yang kosong, atau bit terpakai atau tidak yang ditambahkan pada berkas), atau kita dapat menambahkannya pada daftar direktori bebas. Alternatif lainnya kita dapat menyalin ke tempat yang dikosongkan pada direktori. Kita juga bisa menggunakan linked list untuk mengurangi waktu untuk menghapus berkas. Kelemahan dari linear list ini adalah percarian searah untuk mencari sebuah berkas. Direktori yang berisi informasi sering digunakan, implementasi yang lambat pada cara aksesnya akan
27 33 menjadi perhatian pengguna. Faktanya, banyak sistem operasi mengimplementasikan 'software cache' untuk menyimpan informasi yang paling sering digunakan. Penggunaan 'cache' menghindari pembacaan informasi berulang-ulang pada disk. Daftar yang telah diurutkan memperbolehkan pencarian biner dan mengurangi waktu rata-rata pencarian. Bagaimana pun juga penjagaan agar daftar tetap terurut dapat merumitkan operasi pembuatan dan penghapusan berkas, karena kita perlu memindahkan sejumlah direktori untuk mengurutkannya. Tree yang lebih lengkap dapat membantu seperti B- tree. Keuntungan dari daftar yang terurut adalah kita dapatkan daftar direktori yang terurut tanpa pengurutan yang terpisah Euclidean Distance Dalam matematika, jarak Euclidean atau Euclidean metrik adalah jarak antara dua yang diukur dengan penggaris, dan diberikan oleh rumus Pythagoras. Dengan menggunakan formula ini sebagai jarak, ruang Euclides menjadi ruang metrik. Norma yang terkait disebut norma Euklidean. Sastra lebih tua mengacu pada metrik sebagai metrik Pythagoras. Euclidean distance antara titik p dan q adalah panjang segmen garis Dalam koordinat Cartesian, jika p = (p1, p2,..., pn) dan q = (Q1, q2,..., qn) adalah dua titik dalam ruang-n Euclides, maka jarak dari p untuk q adalah diberikan oleh :
28 34 Aturan Euclidean Distance untuk mengukur jarak titik ke ruang Euclides asal: Analisis Fitur Vektor Zero Crossing Rate Zero - crossing rate adalah parameter penting dalam klasifikasi suara pembicara dan suara yang tidak terucap. hal ini juga sering digunakan sebagain front-end processing di dalam sistem pengenalan suara otomatis. nilai zero - crossing adalah indikator dari frekuensi dimana energi sinyal terkonsentrasi di dalam spektrum. suara pembicara dihasilkan karena eksistasi dari vokal periodik yang terbawa oleh udara di celah suara dan biasanya menunjukan nilai zero - crossing yang rendah. sedangkan suara yang tak terucap dihasilkan karena penyempitan saluran vokal yang cukup untuk menyebabkan terjadinya aliran udara turbulen yang akhirnya menghasilkan noise dan menunjukan nilai zero - crossing yang tinggi.
29 35 Gambar 2.9 Definisi Zero - Crossing Rate Definisi untuk zero crossings rate adalah Dimana Dan Model untuk produksi suara menyarankan bahwa kisaran energi suara harus terkonsentrasi di bawah 3kHz karena jatuhnya spektrum diperkenalkan oleh gelombang glottal, sedangkan suara yang tak terucap, sebagian besar energinya ditemukan pada frekuensi yang lebih
30 36 tinggi. karena frekuensi tinggi maka zero-crossing rates tinggi, dan frekuensi rendah menyiratkan zero-crossing rates rendah, ada kolerasi kuat antara zero-crossing rate dan distribusi energi dengan frekuensi. sebuah generalisasi yang masuk akal adalah jika tingkat zero-crossing rate tinggi, sinyal suara adalah suara yang tidak diucapkan, sedangkan jika zero-crossing rate rendah, sinyal suara adalah suara yang diucapkan. Zero - crossing rate adalah manipulasi sederhana dari besarnya sinyaldapat menyediakan sejumlah properti berguna. beberapa pengukuran ini secara tradisional termasuk energi, rata-rata ukurannya, zero crossings, dan fungsi otokorelasi. Properti ini dapat digunakan untuk analisa yang lebih kompleks, seperti estimasi lapangan. Dalam konteks sinyal diskrit, zero crossing dikatakan terjadi jika sampel mempunyai tanda aljabar yang berbeda. Ini berarti bahwa ada hubungan antara zero - crossing dan konten frekuensi sinyal. Koefisien gelombang singkat sinyal audio dalam setiap subband mengambil suatu bentuk osilasi gelombang. Zero crossing di dalam tranformasi domain menggambarkan seberapa sering frekuensi sinyal telah berubah dalam periode waktu tertentu di dalam sebuah subband. Normalisasi zero crossing rate didefinisikan sebagai berikut :
31 Mean Karakteristik frekuensi waktu dari audio yang sesuai untuk amplitudo dari koefisien gelombang singkat. dua notes dari frekuensi dan besarnya suara yang sama dapat menghasilkan suara yang berbeda. besarnya rata - rata dari suatu urutan dari koefisien adalah semacam ukuran sinyal. fitur yang kami gunakan ini adalah nilai rata - rata dari koefisien X(i), yang didefinisikan sebagai: Dimana N adalah nilai dari koefisien di dalam sebuah subband Variances Koefisien gelombang singkat audio dapat dilihat sebagai distribusi dalam teori probabilitas. Kita tahu bahwa distribusi probabilitas secara unik dicirikan oleh momen. Audio adalah sinyal dengan rata - rata hampir nol, jadi kami memilih momen sentral kedua, seperti varians sebagai salah satu fitur kami. Jika kita mengasumsikan bahwa distribusi gelombang singkal dimodelkan sebagai fungsi kepadatan Laplace, distribusinya juga dapat secara langsung terhubung dengan deviasi standart. Fitur yang kami gunakan adalah
Sistem Multimedia. Materi : Audio/Suara
Sistem Multimedia Materi : Audio/Suara Definisi i i Suara Suara (Sound) fenomena fisik yang dihasilkan oleh getaran benda getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah b secara
Lebih terperinciTeknologi Multimedia. Suara dan Audio
Teknologi Multimedia Suara dan Audio SUARA (SOUND) Suara adalah fenomena fisik yang dihasilkan oleh getaran benda getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu
Lebih terperinciSUARA DAN AUDIO SUARA (SOUND)
SUARA DAN AUDIO 1 SUARA (SOUND) SUARA DAN AUDIO Suara adalah fenomena fisik yang dihasilkan oleh getaran benda. getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu
Lebih terperinciSUARA DAN AUDIO. Suara berhubungan erat dengan rasa mendengar.
SUARA DAN AUDIO SUARA (SOUND) Suara adalah fenomena fisik yang dihasilkan oleh getaran benda getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu terhadap waktu.
Lebih terperinciSUARA DAN AUDIO SUARA (SOUND)
SISTEM MULTIMEDIA Universitas Gunadarma SUARA DAN AUDIO SUARA (SOUND) Suara adalah fenomena fisik yang dihasilkan oleh getaran benda getaran suatu benda yang berupa sinyal analog dengan amplitudo yang
Lebih terperinciSUARA DAN AUDIO. M U L T I M E D I A Universitas Gunadarma
M U L T I M E D I A Universitas Gunadarma SUARA DAN AUDIO SUARA (SOUND) Suara adalah fenomena fisik yang dihasilkan oleh getaran benda getaran suatu benda yang berupa sinyal analog dengan amplitudo yang
Lebih terperinciI M M U L T I M E D I A Semester Genap 2005/2006 Fakultas Teknik Informatika Universitas Kristen Duta Wacana SUARA DAN AUDIO
I M 2 0 2 3 M U L T I M E D I A Semester Genap 2005/2006 Fakultas Teknik Informatika Universitas Kristen Duta Wacana SUARA DAN AUDIO SUARA (SOUND) Suara adalah fenomena fisik yang dihasilkan oleh getaran
Lebih terperinciPertemuan V SUARA / AUDIO
Pertemuan V SUARA / AUDIO Definisi suara/audio Suara adalah Fenomena fisik yang dihasilkan oleh getaran benda Getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu
Lebih terperinciudara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.
BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1 Audio Suara atau bunyi adalah suatu gelombang longitudinal yang merambat melalui suatu medium, seperti zat cair, padat dan gas. Bunyi dapat terdengar oleh manusia apabila gelombang
Lebih terperinciMenjabarkan format audio digital
Menjabarkan format audio digital Mata Diklat : KKM 12 Kelas/Semester : XI Multimedia / II Standart Kompetensi : Menggabungkan audio ke dalam sajian multimedia SUARA DAN AUDIO Suara adalah fenomena fisik
Lebih terperinciMATERI PENGOLAHAN SINYAL :
MATERI PENGOLAHAN SINYAL : 1. Defenisi sinyal 2. Klasifikasi Sinyal 3. Konsep Frekuensi Sinyal Analog dan Sinyal Diskrit 4. ADC - Sampling - Aliasing - Quantiasasi 5. Sistem Diskrit - Sinyal dasar system
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pengenalan fonem adalah implementasi dari speech to teks yang merupakan bagian dari speech recognition atau pengenalan ucapan. Pengenalan ucapan lebih dikonsentrasikan pada ekstraksi
Lebih terperinciKOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T
Data dan Sinyal Data yang akan ditransmisikan kedalam media transmisi harus ditransformasikan terlebih dahulu kedalam bentuk gelombang elektromagnetik. Bit 1 dan 0 akan diwakili oleh tegangan listrik dengan
Lebih terperinciAnalisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT)
Analisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT) Putri Madona Jurusan Teknik Elektro Program Studi Teknik Elektronika Politeknik Caltex Riau Pekanbaru,
Lebih terperinciBAB II DIGITISASI DAN TRANSMISI SUARA. 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan
BAB II DIGITISASI DAN TRANSMISI SUARA 2.1 Umum Telinga manusia memiliki kemampuan menerima frekwensi dalam kisaran 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan frekwensi yang sempit
Lebih terperinciJaringan Syaraf Tiruan pada Robot
Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.
Lebih terperinciBab 3. Suara dan Audio. Pokok Bahasan : Tujuan Belajar : Definisi Suara
Bab 3 Suara dan Audio Pokok Bahasan : Definisi dan konsep dasar suara Representasi suara/audio Perkembangan audio digital dan format audio Software pengolah suara Analisis dan sintesa Audio : Studi case
Lebih terperinciE BOOK MULTIMEDIA MENGGABUNGKAN AUDIO KEDALAM SAJIAN MULTIMEDIA
E BOOK MULTIMEDIA MENGGABUNGKANN AUDIO KEDALAM SAJIAN MULTIMEDIA PENYUSUN N I GEDE EDI PURMANTA JAYA, ST SMK NEGERI 1 KUTA SELATAN KOMPETENSI DASAR I MENGIDENTIFIKASI DAN PENJABARAN FORMAT AUDIO DIGITAL
Lebih terperinciBAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan
BAB II DASAR TEORI 2. 1 Suara Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda
Lebih terperinciBAB II TINJAUAN PUSTAKA. terjadi karena bergetarnya suatu benda, yang menyebabkan udara di sekelilingnya
BAB II TINJAUAN PUSTAKA 2. Nada dan Solmisasi 2.. Nada Apa yang dapat kita tangkap dengan pendengaran, disebut suara. Suara terjadi karena bergetarnya suatu benda, yang menyebabkan udara di sekelilingnya
Lebih terperinciKERANGKA BANGUN MULTIMEDIA
Materi 1. Konsep dasar, pembuatan dan aplikasi multimedia 2. Organisasi pengembang multimedia 3. Perangkat pembuatan aplikasi multimedia 4. Kerangka bangun multimedia 5. Metodologi pengembangan multimedia
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciBAB 2 LANDASAN TEORI. Image digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah
BAB 2 LANDASAN TEORI 2.1 Image Digital Pengertian Image Digital Image digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari image asal yang bersifat analog. Mengacu
Lebih terperinciBAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda.
BAB II DASAR TEORI. Umum Pada kebanyakan sistem, baik itu elektronik, finansial, maupun sosial sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda. Karena sebagian besar sinyal
Lebih terperinciBABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.
BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal
Lebih terperinciBab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2]
Bab II Teori Dasar 2.1 Proses Akuisisi Data [2, 5] Salah satu fungsi utama suatu sistem pengukuran adalah pembangkitan dan/atau pengukuran tehadap sinyal fisik riil yang ada. Peranan perangkat keras (hardware)
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Indera pendengaran manusia tidak dapat mengetahui secara pasti jenis nada apa yang didengar olehnya, terkecuali para pemusik profesional. Hal
Lebih terperinciBAB II PENCUPLIKAN DAN KUANTISASI
BAB II PENCUPLIKAN DAN KUANTISASI Sebagian besar sinyal-sinyal di alam adalah sinyal analog. Untuk memproses sinyal analog dengan sistem digital, perlu dilakukan proses pengubahan sinyal analog menjadi
Lebih terperinciBAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Gempa bumi merupakan fenomena alam yang sudah tidak asing lagi bagi kita semua, karena seringkali diberitakan adanya suatu wilayah dilanda gempa bumi, baik yang ringan
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
Lebih terperinciBAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan bagian
Lebih terperinciKata kunci: Fourier, Wavelet, Citra
TRANSFORMASI FOURIER DAN TRANSFORMASI WAVELET PADA CITRA Oleh : Krisnawati Abstrak Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi
Lebih terperinciRijal Fadilah. Transmisi & Modulasi
Rijal Fadilah Transmisi & Modulasi Pendahuluan Sebuah sistem komunikasi merupakan suatu sistem dimana informasi disampaikan dari satu tempat ke tempat lain. Misalnya tempat A yang terletak ditempat yang
Lebih terperinciAudio. Sistem Multimedia L/O/G/O
Audio Sistem Multimedia L/O/G/O Suara (Sound) Fenomena fisik yang dihasilkan oleh getaran benda Getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu terhadap waktu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciBAB III METODE PENGAMBILAN DAN PENGOLAHAN DATA SEISMOELEKTRIK. palu. Dari referensi pengukuran seismoelektrik di antaranya yang dilakukan oleh
BAB III METODE PENGAMBILAN DAN PENGOLAHAN DATA SEISMOELEKTRIK 3.1 Metode Pengambilan Data Ada beberapa konfigurasi pengukuran yang digunakan dalam pengambilan data seismoelektrik di lapangan. Konfigurasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam statistika dan pemrosesan sinyal, runtun waktu (time series) adalah rangkaian data berupa pengamatan yang diukur selama kurun waktu tertentu. Analisis
Lebih terperinciBAB III PROTEKSI TRANSFORMATOR DAYA MENGGUNAKAN TRANSFORMASI WAVELET. 1980, dalam bahasa Prancis ondelette, yang berarti gelombang kecil.
BAB III PROTEKSI TRANSFORMATOR DAYA MENGGUNAKAN TRANSFORMASI WAVELET A. Dasar Teori Transformasi Kata dikemukakan oleh Morlet dan Grossmann pada awal tahun 1980, dalam bahasa Prancis ondelette, yang berarti
Lebih terperinciBAB II DASAR TEORI. Gambar 2.1.(a). Blok Diagram Kelas D dengan Dua Aras Keluaran. (b). Blok Diagram Kelas D dengan Tiga Aras Keluaran.
BAB II DASAR TEORI Dalam bab dua ini penulis akan menjelaskan teori teori penunjang utama dalam merancang penguat audio kelas D tanpa tapis LC pada bagian keluaran menerapkan modulasi dengan tiga aras
Lebih terperinciCEG4B3. Randy E. Saputra, ST. MT.
CEG4B3 Randy E. Saputra, ST. MT. Suara Bentuk gelombang yang berulang secara teratur = gelombang periodik Bentuk gelombang yang tidak menunjukkan keteraturan = kebisingan (noise) Bentuk gelombang yang
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Genre musik adalah pengelompokan musik sesuai dengan kemiripan satu dengan yang lain, seperti kemiripan dalam hal frekuensi musik, struktur ritmik, dan konten harmoni. Genre
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciKOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM
KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM Sinyal dan Sistem Sinyal dan Sistem Klasifikasi Sinyal Konsep rekuensi Analog to Digital Conversion Sampling SINYAL, SISTEM DAN KOMPUTASI SINYAL Sinyal Besaran-besaran
Lebih terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciPERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA
PERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA Olga Madayanti 1), Dianita Rosari 2), Gelar Budiman, Suci Auli,
Lebih terperinciKOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T
Konversi Data Analog ke Sinyal Digital Proses transformasi data analog ke digital dikenal sebagai digitalisasi. Tiga hal yang paling umum terjadi setelah proses digitalisasi adalah: 1. Data digital dapat
Lebih terperinciTeknik Sistem Komunikasi 1 BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Model Sistem Komunikasi Sinyal listrik digunakan dalam sistem komunikasi karena relatif gampang dikontrol. Sistem komunikasi listrik ini mempekerjakan sinyal listrik untuk membawa
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Konsep transformasi wavelet awalnya dikemukakan oleh Morlet dan Arens (1982), di bidang geofisika untuk menganalisis data seismik yang tidak stasioner,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Audio Audio atau suara merupakan gelombang yang mengandung sejumlah komponen penting (amplitudo, panjang gelombang dan frekuensi) yang dapat menyebabkan suara yang satu berbeda
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.. Respon Impuls Akustik Ruangan. Respon impuls akustik suatu ruangan didefinisikan sebagai sinyal suara yang diterima oleh suatu titik (titik penerima, B) dalam ruangan akibat suatu
Lebih terperinciAnalisa Multiwavelet untuk Kompresi Suara
1 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 1-11 Analisa Multiwavelet untuk Kompresi Suara Immanuel Silalahi 1 dan Riko Arlando Saragih 2 1 Alumni Jurusan Teknik Elektro
Lebih terperinci(2) dengan adalah komponen normal dari suatu kecepatan partikel yang berhubungan langsung dengan tekanan yang diakibatkan oleh suara dengan persamaan
Getaran Teredam Dalam Rongga Tertutup pada Sembarang Bentuk Dari hasil beberapa uji peredaman getaran pada pipa tertutup membuktikan bahwa getaran teredam di dalam rongga tertutup dapat dianalisa tidak
Lebih terperinciKOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET
KOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET Allen Dick Scott / 0222033 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl.Prof.Drg.Suria Sumantri 65, Bandung 40164, Indonesia
Lebih terperincis(t) = C (2.39) } (2.42) atau, dengan menempatkan + )(2.44)
2.9 Analisis Fourier Alasan penting untuk pusat osilasi harmonik adalah bahwa virtually apapun osilasi atau getaran dapat dipecah menjadi harmonis, yaitu getaran sinusoidal. Hal ini berlaku tidak hanya
Lebih terperinciSINYAL & MODULASI. Ir. Roedi Goernida, MT. Program Studi Sistem Informasi Fakultas Rekayasa Industri Institut Teknologi Telkom Bandung
SINYAL & MODULASI Ir. Roedi Goernida, MT Program Studi Sistem Informasi Fakultas Rekayasa Industri Institut Teknologi Telkom Bandung 2012 1 Pengertian Sinyal Merupakan suatu perubahan amplitudo dari tegangan,
Lebih terperinciBAB I PENDAHULUAN. PSD Bab I Pendahuluan 1
BAB I PENDAHULUAN Pengolahan Sinyal Digital (Digital Signal Processing, disingkat DSP) adalah suatu bagian dari sain dan teknologi yang berkembang pesat selama 40 tahun terakhir. Perkembangan ini terutama
Lebih terperinciRingkasan Tugas Akhir/Skripsi
Ringkasan Tugas Akhir/Skripsi Nama, NPM : Wijayanti R. Hutami, 0906516631 Pembimbing : 1. Dr. Eng. Supriyanto M.Sc. 2. Krisna Andita, S.Si Judul (Indonesia) : Reduksi Noise pada Data Seismik Menggunakan
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciBAB I PENDAHULUAN. waktu adalah suatu deret observasi yang berurut dalam waktu. Analisis data
BAB I PENDAHULUAN 1.1. Latar Belakang Analisis time series (runtun waktu) banyak digunakan dalam berbagai bidang, misalnya ekonomi, teknik, geofisik, pertanian dan kedokteran. Runtun waktu adalah suatu
Lebih terperinciOleh : Page 1
MODUL II PRINSIP TEKNIK KOMPRESI 2.1. Mengapa Kompresi Motivasi kompresi sinyal : Dunia digital mengalami pertumbuhan yang sangat cepat : Sinyal diperoleh secara digital Sinyal analog dikonversi ke digital
Lebih terperinciKOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM. GEMBONG EDHI SETYAWAN, S.T., M.T. -
KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM GEMBONG EDHI SETYAWAN, S.T., M.T. gembong@ub.ac.id - http://gembong.lecture.ub.ac.id Apa itu sinyal? Besaran fisis yang berubah menurut waktu, ruang atau variabel-variabel
Lebih terperinciSINYAL. Adri Priadana ilkomadri.com
SINYAL Adri Priadana ilkomadri.com Pengertian Sinyal Merupakan suatu perubahan amplitude dari tegangan atau arus terhadap waktu (time). Data yang dikirimkan dalam bentuk analog ataupun digital. Sinyal
Lebih terperinciDigital Audio Watermarking dengan Fast Fourier Transform
Digital Audio Watermarking dengan Fast Fourier Transform Otniel 13508108 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan dunia digital, terutama dengan berkembangnya internet, menyebabkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa
Lebih terperinciTujuan dari Bab ini:
Data dan Sinyal Tujuan dari Bab ini: Pembaca memahami representasi data dan sinyal analog maupun digital. Pembaca mampu membuat representasi sinyal dalam domain waktu dan domain frekuensi. Pembaca memahami
Lebih terperinciKOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM. GEMBONG EDHI SETYAWAN, S.T., M.T. -
KOMPUTASI SINYAL DIGITAL SINYAL DAN SISTEM GEMBONG EDHI SETYAWAN, S.T., M.T. gembong@ub.ac.id - http://gembong.lecture.ub.ac.id Apa itu sinyal? Besaran fisis yang berubah menurut waktu, ruang atau variabel-variabel
Lebih terperinciSIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT
SIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT ( Kristiawan Purwanto, Tutug Dhanardono) Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciBAB IV SINYAL DAN MODULASI
DIKTAT MATA KULIAH KOMUNIKASI DATA BAB IV SINYAL DAN MODULASI IF Pengertian Sinyal Untuk menyalurkan data dari satu tempat ke tempat yang lain, data akan diubah menjadi sebuah bentuk sinyal. Sinyal adalah
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Materi Dasar konsep suara, Representasi komputer, Rate data maksimum, Format audio, Lingkungan
Lebih terperinciSINYAL DISKRIT. DUM 1 September 2014
SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog
Lebih terperinciGambar 3.1 Peta lintasan akuisisi data seismik Perairan Alor
BAB III METODE PENELITIAN Pada penelitian ini dibahas mengenai proses pengolahan data seismik dengan menggunakan perangkat lunak ProMAX 2D sehingga diperoleh penampang seismik yang merepresentasikan penampang
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciREPRESENTASI ISYARAT ISYARAT FOURIER
REPRESENTASI ISYARAT ISYARAT FOURIER Ridzky Novasandro (32349) Yodhi Kharismanto (32552) Theodorus Yoga (34993) Jurusan Teknik Elektro dan Teknologi Informasi Fakultas Teknik Universitas Gadjah Mada 3.
Lebih terperinciKONSEP DAN TERMINOLOGI ==Terminologi==
TRANSMISI DATA KONSEP DAN TERMINOLOGI ==Terminologi== Direct link digunakan untuk menunjukkan jalur transmisi antara dua perangkat dimana sinyal dirambatkan secara langsung dari transmitter menuju receiver
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Suara Manusia Menurut Inung Wijayanto (2013), produksi suara manusia memerlukan tiga elemen, yaitu sumber daya, sumber suara dan pemodifikasi suara. Ini adalah dasar dari teori
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan
Lebih terperinciKOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4
KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4 Disusun Oleh : Nama : Michael Darmawan Nrp : 0322130 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri,
Lebih terperinciPENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L
PENERAPAN DISCRETE DAUBECHIS WAVELET TRANSFORM D A L A M W A T E R M A R K I N G C I T R A D I G I T A L Hermawan Syahputra* 1, Andani D N 2 1,2 Jurusan Matematika, FMIPA Unimed, Medan, Indonesia e-mail:
Lebih terperinciRijal Fadilah. Transmisi Data
Rijal Fadilah Transmisi Data Review Sistem Komunikasi Data Entitas yg melambangkan suatu pengertian Jenis : data analog & data digital Signal / Sinyal Suatu bentuk/cara utk menyalurkan data Jenis : signal
Lebih terperinciDERET FOURIER DAN APLIKASINYA DALAM FISIKA
Matakuliah: Fisika Matematika DERET FOURIER DAN APLIKASINYA DALAM FISIKA Di S U S U N Oleh : Kelompok VI DEWI RATNA PERTIWI SITEPU (8176175004) RIFKA ANNISA GIRSANG (8176175014) PENDIDIKAN FISIKA REGULER
Lebih terperinciGambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama
BAB IV ANALISIS IV.1 Analisis Terhadap Hasil Pengolahan Data Gambar IV-1 menunjukkan peningkatan nilai korelasi dari sebelum transformasi wavelet dengan setelah transformasi wavelet pada level dekomposisi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciBAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK
BAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK 4.1 Data Hasil Pengukuran Lapangan Dalam bab ini akan dijelaskan hasil-hasil yang diperoleh dari pengukuran langsung di lapangan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Tuning merupakan proses menentukan frekuensi standar dan
BAB II TINJAUAN PUSTAKA. Tuning Tuning merupakan proses menentukan frekuensi standar dan menyelaraskan frekuensi antar senar pada alat musik berdawai, ontohnya gitar. Pada proses ini dilakukan dengan mengatur
Lebih terperinciBAB III PEMODELAN MIMO OFDM DENGAN AMC
BAB III PEMODELAN MIMO OFDM DENGAN AMC 3.1 Pemodelan Sistem Gambar 13.1 Sistem transmisi MIMO-OFDM dengan AMC Dalam skripsi ini, pembuatan simulasi dilakukan pada sistem end-to-end sederhana yang dikhususkan
Lebih terperinciB A B III SINYAL DAN MODULASI
B A B III SINYAL DAN MODULASI 4.1. Komponen Sinyal Untuk memperdalam komponen sinyal, maka dilihat dari fungsi waktu, sinyal elektromagnetik dapat dibedakan menjadi sinyal kontinyu dan diskrit. Sinyal
Lebih terperinciCOMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION
COMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION Endra 1 ; Gusandy 2 ; Kurniawaty 3 ; Yenny Lan 4 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, BINUS University, Jakarta Jln K.H. Syahdan
Lebih terperinciDalam sistem komunikasi saat ini bila ditinjau dari jenis sinyal pemodulasinya. Modulasi terdiri dari 2 jenis, yaitu:
BAB II TINJAUAN TEORITIS 2.1 Tinjauan Pustaka Realisasi PLL (Phase Locked Loop) sebagai modul praktikum demodulator FM sebelumnya telah pernah dibuat oleh Rizal Septianda mahasiswa Program Studi Teknik
Lebih terperinciBABI PENDAHULUAN 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Saat ini transformasi wavelet banyak sekali digunakan dan bermanfaat untuk analisis numerik, analisis isyarat, aplikasi kontrol dan aplikasi audio [1]. Dalam analisis
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB 7. INSTRUMENTASI UNTUK PENGUKURAN KEBISINGAN
BAB 7. INSTRUMENTASI UNTUK PENGUKURAN KEBISINGAN 7.1. TUJUAN PENGUKURAN Ada banyak alasan untuk membuat pengukuran kebisingan. Data kebisingan berisi amplitudo, frekuensi, waktu atau fase informasi, yang
Lebih terperinciKOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER DOSEN : SUSMINI I. LESTARININGATI, M.T
KOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER 3 GANJIL 2017/2018 DOSEN : SUSMINI I. LESTARININGATI, M.T Sinyal Digital Selain diwakili oleh sinyal analog, informasi juga dapat diwakili oleh sinyal digital.
Lebih terperinciTUGAS MATA KULIAH KAPITA SELEKTA Desain Sistem PLC 1 Arah Dosen: Bp. Binsar Wibawa
TUGAS MATA KULIAH KAPITA SELEKTA Desain Sistem PLC 1 Arah Dosen: Bp. Binsar Wibawa Disusun oleh: (Telkom Group) 1. Alwin Bahari 2. Aulya Rahman F 3. Firman Anggoro 4. Gunawan 5. Hafiz Maulana 6. Irfan
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Informasi tentang pemasangan iklan di suatu radio (antara lain mengenai, jam berapa suatu iklan ditayangkan, dalam sehari berapa kali suatu iklan ditayangkan dan berapa
Lebih terperinciPENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG
PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG TUGAS AKHIR MUHAMMAD AGUNG NURSYEHA 2211100164 Pembimbing: Dr. Muhammad
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Lebih terperinci