BAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.

Transkripsi

1 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Experimen Pada dasarnya tahapan yang dilakukan pada proses pengambilan sampel dari database dan database query, secara keseluruhan menggunakan cara yang sama. Berdasarkan tahapan experimen yang telah dilakukan, maka diperoleh hasil penelitian dijelaskan sebagai berikut. 1. Pengambilan Sampel a. Database Dari proses perekaman nada suara piano yang telah dilakukan maka diperoleh hasil sampel nada berupa file audio berformat wav. Gambar 4.1 Sampel Nada Piano Jumlah not yang di rekam sebanyak 49 sampel dari 4 oktaf nada dimana G=do. 35

2 36 b. Database Query Berdasarkan pengambilan sampel nada yang dilakukan terhadap 4 orang mahasiswa sebagai objek penelitian, maka diperoleh hasil berupa file audio berformat wav. Gambar 4.2 Sampel Suara Manusia Sebaiknya di dalam proses perekaman menggunakan microphone yang berkualitas, serta dilakukan pada ruangan yang kedap suara, untuk memperoleh hasil rekaman suara yang terbaik serta mengurangi noise. 2. Sampling Pada proses ini terjadi suatu pengambilan sampel dari bentukan sinyal analog. Pengambilan dilakukan pada bagian-bagian sinyal analog dengan cara pembagian sampel, karena sampel yang di ambil akan lebih menggambarkan sinyal yang asli. Seperti terlihat pada Gambar 4.2 adalah hasil dari sampling nada A 4. Gambar 4.3 Plot hasil sampling dari nada A 4

3 37 Setelah pembagian sampel, maka terbentuklah suatu sinyal analogdiskrit yang bentuknya menyerupai aslinya namun hanya diambil diskrit-diskrit nya saja. 3. Feature Extraction Pada tahap ini dilakukan Feature Extraction, dimana sinyal diskrit yang berupa data digital tersebut akan di transformasi menjadi frekuensi dan selanjutnya akan di lakukan analisis pada frekuensi tersebut menggunakan Discrete Wavelet Transform dengan melakukan dekomposisi (memisahkan) sinyal masukan yang diinginkan menjadi sebuah bentuk gelombang lain dimana sinyal dilewatkan pada rangkaian AC (low pass filter) sehingga memperoleh informasi nilai aproksimasi. Seperti terlihat pada Gambar 4.4 berikut. Gambar 4.4 Plot hasil dari DWT

4 38 Hasil keluaran AC (Low Pass Filter) ini selanjutnya akan di segmentasi atau dikelompokan, seperti pada Gambar 4.5 berikut. Gambar 4.5 Plot hasil segmentasi dari nada A 4 Pada gambar ini dapat ditunjukan bahwa sinyal yang kecil adalah noise, sedangkan sinyal yang bentuknya besar adalah sinyal asli yang sebenarnya. Selanjutnya akan dilakukan analisis pada sinyal asli untuk memperoleh pitch frekuensi. 4. Perolehan Feature a. Feature Database Berdasarkan proses analisis yang telah dilakukan dari transformasi Wavelet, maka diperoleh hasil database nada piano beserta nilai frekuensi rata-rata dari pitch. Dapat ditunjukan pada Tabel 4.1 dan Tabel 4.2 berikut.

5 39 Tabel 4.1 Nada pokok piano beserta nilai pitch standar No Nada Frekuensi 1. G Hz 2. A Hz 3. B Hz 4. C Hz 5. D Hz 6. E Hz 7. F Hz 8. G Hz 9. A Hz 10. B Hz 11. C Hz 12. D Hz 13. E Hz 14. F Hz 15. G Hz 16. A Hz No Nada Frekuensi 17. B Hz 18. C Hz 19. D Hz 20. E Hz 21. F Hz 22. G Hz 23. A Hz 24. B Hz 25. C Hz 26. D Hz 27. E Hz 28. F Hz 29. G Hz Tabel 4.2 Nada kromatis piano beserta nilai pitch standar. No. Nada Pitch 1. G # Hz 2. A # Hz 3. C # Hz 4. D # Hz 5. F # Hz 6. G # Hz 7. A # Hz 8. C # Hz 9. D # Hz 10. F # Hz No. Nada Pitch 11. G # Hz 12. A # Hz 13. C # Hz 14. D # Hz 15. F # Hz 16. G # Hz 17. A # Hz 18. C # Hz 19. D # Hz 20. F # Hz

6 40 Nilai frekuensi yang telah tersimpan kedalam database ini yang selanjutnya akan digunakan dalam proses matching. b. Feature Database Query Berdasarkan analisis perhitungan yang telah dilakukan, maka diperoleh hasil database query nada suara manusia beserta nilai pitch frekuensinya. Berikut adalah hasil pengambilan sampel suara dari 4 orang mahasiswa yang menjadi objek penelitian. Objek 1 dan 2 Objek pertama dan kedua dilakukan pada mahasiswa 1 dan mahasiswa 2 dengan jenis kelamin perempuan. Tabel 4.3 Hasil uji coba dari objek 1 dan 2 Hasil Database Query (Suara Manusia) No. Objek 1 Objek 2 Nada Pitch Nada Pitch 1. C H Z B Hz 2. E H Z C Hz 3. F Hz D Hz 4. E Hz D # Hz 5. A Hz E Hz 6. G Hz F Hz 7. C Hz F # Hz 8. G Hz G Hz 9. G Hz A Hz 10 B Hz A # Hz

7 41 Objek 3 dan 4 Objek ketiga dan keempat dilakukan pada mahasiswa 3 dan mahasiswa 4 dengan jenis kelamin Laki-laki. Tabel 4.4 Hasil uji coba dari objek 3 dan 4 Hasil Database Query (Suara Manusia) Objek 3 Objek 4 No. Nada Pitch Nada Pitch 1. C Hz B Hz 2. D Hz C Hz 3. D # Hz D Hz 4. E Hz E Hz 5. F Hz F Hz 6. G Hz G Hz 7. C Hz G # Hz 8. E Hz B Hz 9. D Hz C Hz 10 F Hz F Hz

8 42 5. Similarity Matching Pada proses matching digunakan metrika Euclidean Distance (ED) untuk menghitung jarak dari 2 buah frekuensi. Dengan penjabaran rumus sebagai berikut: ED = (4.1) Dimana: X1= titik pertama (pitch yang didapat) X2= titik kedua (pitch acuan) Semisal ingin menghitung jarak euclidean dengan mengambil salah satu sampel dari hasil uji coba. Hasil pitch suara manusia pada nada C 4 adalah H Z, sedangkan nilai pitch standar dari piano adalah H Z. Caranya adalah kurangkan dengan , sehingga menghasilkan Cari nilai absolut dari nilai dengan cara mempangkatkannya sehingga mendapat nilai Kemudian diakarkan sehingga mendapatkan nilai 0, Sehingga jarak euclidean dari 2 pitch tersebut adalah 0,80645.

9 43 Dapat dijabarkan sebagai berikut. ED = = = = 0,80645 Untuk menghitung persentase ketidaksesuaian nada sinyal masukan dapat dijabarkan dengan rumus sebagai berikut: (4.2) Dimana: X1= pitch yang didapat X2= pitch acuan X3= pitch diantara Berdasarkan sampel di atas, sinyal masukan yang berasal dari suara manusia memiliki frekuensi Hz. Frekuensi ini terletak diantara frekuensi nada acuan Hz (nada C oktaf ke 4) dan Hz (nada C # oktaf ke 4). Karena frekuensi nada sinyal masukan

10 44 lebih dekat dengan frekuensi nada acuan Hz, maka nada masukan tersebut memiliki jenis nada yaitu nada C pada oktaf ke 4. Presentase ketidaksesuaian nada sinyal masukan tersebut dapat dihitung dalam penjabaran berikut. = 1,034 % Dari perhitungan di atas, pitch nada masukan yang terdeteksi lebih tinggi dari nada acuan sebesar 1,034 %. Karena persentase ketidaksesuian nada yang dideteksi lebih kecil dari batas toleransi yang diberikan yaitu 10 %, maka nada sinyal masukan di atas dianggap sudah tepat dengan nada piano sebagai guide.

11 45 6. Hasil Berdasarkan tahapan proses experimen yang telah dilakukan, maka di peroleh hasil akhir berupa nada, pitch frekuensi dan nilai dari Euclidean Distance (ED). Objek 1 Tabel 4.5 Hasil matching pada Mahasiswa 1 Hasil Hasil No Database Query Database (Suara Manusia) (Nada Piano) Nada Pitch Nada Pitch ED 1. C H Z C H Z E H Z E H Z F Hz F Hz E Hz E Hz A Hz A Hz G Hz G Hz C Hz C Hz G Hz G Hz G Hz G Hz B Hz B Hz Berdasarkan tabel 4.5 dari hasil uji coba yang dilakukan oleh mahasiswa 1, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Sopran (Suara Tinggi Perempuan). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang

12 46 menjangkau nada-nada tinggi seperti pada nada B 4 oktaf ke 4 dan tertinggi pada G 5 di oktaf ke 5. Objek 2 Tabel 4.6 Hasil matching pada Mahasiswa 2 Hasil Hasil No Database Query Database (Suara Manusia) (Nada Piano) Nada Pitch Nada Pitch ED 1. B Hz B Hz C Hz C Hz D Hz D Hz D # Hz D # Hz E Hz E Hz F Hz F Hz F # Hz F # Hz G Hz G Hz A Hz A Hz A # Hz A # Hz Berdasarkan tabel 4.6 dari hasil uji coba yang dilakukan oleh mahasiswa 2, dapat diasumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Alto (Suara Rendah Perempuan). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang hanya menjangkau nada-nada tererendah seperti pada nada B 3 pada oktaf ke 3 dan nada G 4 pada oktaf ke 4.

13 47 Objek 3 Tabel 4.7 Hasil matching pada Mahasiswa 3 Hasil Hasil No Database Query Database (Suara Manusia) (Nada Piano) Nada Pitch Nada Pitch ED 1. C Hz C Hz 3,41 2. D Hz D Hz 1,81 3. D # Hz D # Hz E Hz E Hz F Hz F Hz G Hz G Hz C Hz C Hz E Hz E Hz D Hz D Hz F Hz F Hz Berdasarkan tabel 4.7 dari hasil uji coba yang dilakukan oleh mahasiswa 3, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Tenor (Suara Tinggi Laki-laki). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang menjangkau nada-nada tinggi pada jangkauan suara Laki-laki oktaf ke-4 yakni nada C 4 sampai nada F 4.

14 48 Objek 4 Tabel 4.8 Hasil matching pada Mahasiswa 4 Hasil Hasil No Database query Database (Suara Manusia) (Nada Piano) Nada Pitch Nada Pitch ED 1. B Hz B Hz 2,96 2. C Hz C Hz D Hz D Hz E Hz E Hz F Hz F Hz G Hz G Hz G # Hz G # Hz B Hz B Hz C Hz C Hz F Hz F Hz Berdasarkan tabel 4.8 dari hasil uji coba yang dilakukan oleh mahasiswa 4, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Tenor (Suara Tinggi Laki-laki) sama dengan mahasiswa 1. Dikarenakan hasil input suara yang di peroleh lebih dominan mendapatkan pitch frekuensi yang menjangkau nada-nada tinggi pada jangkauan suara Laki-laki oktaf ke-4 pada nada C 4 sampai nada F 4.

15 Implementasi dan Pengujian Sistem 1. Implementasi Sistem s START Menekan tuts piano sekaligus menentukan nada guide Input suara manusia Melakukan sampling gelombang suara Discrete Wavelet Transform Tidak Segmentasi untuk memperoleh pitch Tidak Apakah nada sesuai? Ya MMenampilkan plot sinyal beserta keterangan nada, pitch dan nilai ED ke layar Semua nada sudah di deteksi? END Ya Gambar 4.6 Diagram perancangan sistem

16 50 Secara umum pembuatan program ini mengikuti alur seperti yang di tunjukan pada Gambar 4.6 di atas. Perancangan sistem merupakan tahap yang penting dalam proses pembuatan program. Perancangan bertujuan agar dalam pembuatannya, program dapat berjalan secara sistematis, terstruktur dan rapi sehingga hasil program sesuai dengan apa yang dikehendaki. Implementasi sistem pada dasarnya sebagai tahapan yang dilakukan setelah perancangan sistem, sebelum melakukan pengujian sistem guna mengetahui berbagai kesalahan di dalam membangun suatu program untuk menghasilkan sistem yang terbaik. Penerapan Metode Wavelet Transform dalam pembelajaran solmisasi nada diaplikasikan kedalam bahasa pemrograman dengan menggunakan Matrix Laboratory (R2009b) yang di dalamnya menggunakan fungsi dari MIR. Segment dan MIR Pitch yang terdapat di dalam MATLAB itu sendiri. Tampilan interface yang dikaitkan dengan proses yang telah dilakukan adalah sebagai berikut. Gambar 4.7 Tampilan Form Utama

17 51 Tampilan menu pada saat program dijalankan, yakni terdapat informasi program dengan judul I Pitch, terdapat informasi nilai pitch frekuensi standar dan informasi jangkauan frekuensi dari jenis suara berupa kotak database, serta terdapat tombol tuts nada piano yang tersusun berdasarkan oktaf dimana tombol ini dapat membunyikan nada seperti layaknya sebuah alat musik piano. Tombol tuts ini terdiri dari 49 tuts dan berfungsi sebagai acuan atau guide, sehingga lebih memudahkan pengguna di dalam mengenali solmisasi nada itu sendiri sebelum melakuan deteksi pitch. Pada saat program dijalankan pengguna diminta untuk menginput suara dengan merekam menggunakan tombol rekam suara. Proses perekaman suara dapat dilakukan selama 5 detik. Gambar 4.8 Tampilan form proses rekam suara Setelah suara direkam maka akan muncul hasil dalam bentuk perulangan kembali suara yang telah direkam tersebut yang dapat kita dengar melalui headphone. Hasil suara inilah yang kemudian akan dideteksi oleh program sehingga akan muncul gambaran plot sinyal bersamaan dengan suara yang menyerupai dengung yang disusul dengan tampilan plot

18 52 berwarna, beserta form keterangan nada, pitch dan nilai dari ED seperti yang ditunjukan pada Gambar 4.9 dan Gambar 4.10 berikut. Gambar 4.9 Tampilan form gambaran sinyal Gambar 4.10 Tampilan form informasi nada, pitch dan nilai ED

19 53 Selanjutnya pengguna dapat melihat informasi nilai frekuensi standar pada kotak database, apakah telah sesuai dengan nilai frekuensi yang didapatkan dari hasil perekaman dan deteksi suara. Jika suara yang di input tidak dapat terdeteksi atau di temukan frekuensinya, maka akan muncul form informasi bahwa nada tidak diketahui, seperti pada gambar 4.11 berikut. Gambar 4.11 Tampilan form nada tidak diketahui Selanjutnya, Jika ingin melakukan uji coba pada nada-nada yang lain, pengguna dapat melakukan kembali tahapan yang sama. Jika tidak, pengguna dapat keluar dari aplikasi dengan menggunakan tombol keluar.

20 54 2. Pengujian Sistem Berikut merupakan hasil uji coba yang dilakukan oleh seorang mahasiswa terhadap aplikasi yang berjalan berdasarkan tampilan dari interface dalam mendeteksi nada C Input Nada C 4 Awalnya pengguna memilih nada C 4 sebagai guide dengan cara menekan tuts nada C 4. Hal ini dapat dilakukan berulang kali sebelum melakukan proses rekam suara, sehingga nada semakin akrab dengan pendengaran. Gambar 4.12 Tampilan tuts piano C 4 Setelah suara direkam maka deteksi pitch akan berjalan di dalam program, dan menghasilkan suara menyerupai dengung bersamaan dengan tampilan plot sinyal seperti pada Gambar 4.13 dan form hasil nilai dari nada, pitch dan nilai dari ED serta informasi jenis suara yang dimiliki seperti pada Gambar 4.14 berikut.

21 55 Gambar 4.13 Plot sinyal nada C 4 Gambar 4.14 Tampilan form informasi nada, pitch dan nilai ED dari nada C 4. Selanjutnya pengguna dapat melihat informasi nilai frekuensi standar pada kotak database, apakah telah sesuai dengan nilai frekuensi yang didapatkan dari hasil perekaman dan deteksi suara. Jika ingin melakukan uji coba dengan nada-nada yang lain, pengguna dapat melakukan kembali tahapan yang sama. Jika tidak, pengguna dapat keluar dari aplikasi dengan menggunakan tombol keluar.

22 Pembahasan Penerapan metode wavelet transform bekerja mentransformasikan sinyal yang telah berbentuk diskrit. Proses transformasi dilakukan dengan dekomposisi (memisahkan) sinyal masukan yang di input menjadi sebuah bentuk gelombang lain dengan menggunakan Discrete Wavelet Transform yakni melewatkan sinyal pada rangkaian low pass filter sehinggga menghasilkan gelombang aproksimasi untuk memperoleh nilai yang sedekat mungkin dengan nilai yang sebenarnya. Berdasarkan tahapan experimen yang telah dilakukan berulang kali terhadap ke 4 mahasiswa yang menjadi objek penelitian ini, terdapat beberapa perbedaan nilai jarak yang cukup besar dari hasil inputan suara dengan nada standar piano sebagai acuan. Namun, hal ini tidak mengurangi hasil dari ketepatan nada, karena suara yang di input telah sesuai dengan nada standar, hanya saja terdapat perbedaan pada nilai pitch frekuensinya. Karena persentase ketidaksesuian nada yang dideteksi lebih kecil dari batas toleransi yang diberikan yaitu 10%, maka nada sinyal masukan dianggap sudah tepat dengan nada piano sebagai guide. Dengan aplikasi ini maka kesulitan yang di alami seseorang khususnya para pemula dapat teratasi, dimana aplikasi ini memberikan kemudahan dalam belajar solmisasi yang di dalamnya di peroleh informasi nada dan nilai frekuensi yang dimiliki seseorang dan selanjutnya dilakukan pencocokkan dengan nada dan nilai frekuensi yang sudah standar sehingga memperoleh nilai Euclidean Distance (ED).

23 57 Tinggi rendahnya nada ditentukan oleh frekuensi dasar gelombang bunyi. Semakin besar frekuensi dasar gelombang suara, maka semakin tinggi nada yang dihasilkan. Sebaliknya, semakin kecil frekuensi dasar gelombang suara, maka semakin rendah pula nada yang dihasilkan. Tinggi rendahnya pitch menentukan oktaf, oktaf menentukan jangkauan nada seseorang yang ditentukan berdasarkan jenis kelamin. Dari uji coba yang dilakukan, maka dapat diperoleh informasi jenis suara yang dimiliki seseorang berdasarkan kemampuannya dalam menghasilkan nilai frekuensi yang dapat dijangkau oleh orang itu sendiri. Frekuensi yang dihasilkan bisa saja dominan mendapatkan nada-nada yang terendah hingga nada yang paling tinggi nilai pitch frekuensinya. Perbedaan nilai pitch disebabkan karena selisih frekuensi pada nada-nada rendah sangat kecil, sedangkan selisih frekuensi pada nada-nada tinggi sangat besar, serta kurangnya kemampuan mahasiswa dalam mengenali nada terutama pada nada-nada yang kromatis seperti pada nada C # dan G #. Dekomposisi sinyal dilakukan sebanyak 2 sampai 3x tergantung dari banyaknya noise yang masuk. Adanya noise pada saat melakukan perekaman suara juga sangat berpengaruh terhadap hasil frekuensi. Noise tersebut dapat berasal dari microphone dan suasana lingkungan sekitar. Untuk mengurangi noise digunakan microphone yang berkualitas baik karena sinyal yang akan di extraction hasilnya akan semakin baik jika noisenya sedikit dan sebaiknya perekaman dilakukan di dalam ruangan yang tenang.