DAFTAR REFERENSI. Foote, Jonathan and Adcock, J Time Base Modulation: A New Approach to Watermarking Audio and Images. FX Paulo Labortory, Inc.

Ukuran: px
Mulai penontonan dengan halaman:

Download "DAFTAR REFERENSI. Foote, Jonathan and Adcock, J Time Base Modulation: A New Approach to Watermarking Audio and Images. FX Paulo Labortory, Inc."

Transkripsi

1 DAFTAR REFERENSI [FOO02] Foote, Jonathan and Adcock, J Time Base Modulation: A New Approach to Watermarking Audio and Images. FX Paulo Labortory, Inc. [HAM01] Hammer, Florian Time-scale Modification using the Phase Vocoder. Institute for Electronic Music and Acoustics (IEM), Graz University of Music and Dramatic Arts, A-8010 Graz, Austria. [KIM05] Kim, Hyoung Joong Audio Watermarking Techniques. Departement of Control and Intrumentation Engineering. Kangwon National Univercity. [MUN04] Munir, Rinaldi Kuliah IF5054 Kriptografi: Steganografi dan Watermarking. ITB. [RUM06] Rumondang, Martha Perlindungan Hak Cipta Pada Data Audio Menggunakan Teknik Watermarking Phase Coding. ITB. [SMI01] Smith, Steven W The Scientist and Engineer's Guide to Digital Signal Processing. [SON06] Sonic Spot Wave File Format. URL: Tanggal Akses : 5 Januari [TJO05] Tjokronegoro, Harijono A Diktat Kuliah Pengolahan Sinyal. Departemen Teknik Fisika, ITB. [WIK06] Wikipedia Short-time Fourier transform. URL: Tanggal Akses : 8 Januari 2006 xi

2 DAFTAR PUSTAKA [ARN00] Arnold, Michael Audio Watermarking and Algorithms. IEEE International. [BER05] Bernsee, Stephan M The DFT "à Pied": Mastering The Fourier Transform in One Day. URL : Tanggal Akses : 8 Desember [FOO02] Foote, Jonathan and Adcock, J Time Base Modulation: A New Approach to Watermarking Audio and Images. FX Paulo Labortory, Inc. [GOR05] Gordy, J. D. and Burton, L. T Performance Evaluation of Digital Audio Watermarking Algorithms. Departemen of Electrical and Computer Engineering, Univercity of Calgary. [HAM01] Hammer, Florian Time-scale Modification using the Phase Vocoder. Institute for Electronic Music and Acoustics (IEM), Graz University of Music and Dramatic Arts, A-8010 Graz, Austria. [SMI01] Smith, Steven W The Scientist and Engineer's Guide to Digital Signal Processing. xii

3 LAMPIRAN A. FORMAT DATA BERKAS WAV A.1 Header Format WAV - Chunk Tipe RIFF Header dari berkas WAV mengikuti standar stuktur dari format RIFF. 8 byte pertama adalah chunk header standart RIFF yang mempunyai Chunk ID RIFF dan informasi besar chunk yang tidak lain adalah besar berkas dikurangi 8 byte yang dipakai sebagai header. 4 byte pertama dari chunk data dalam chunk RIFF (RIFF Type ID pada Gambar 2-6) menentukan tipe dari isi yang ditemukan dalam chunk data dari chunk RIFF. Berkas WAV selalu memakai WAVE pada 4 byte pertama itu, 4 byte pertama disebut juga RIFF Type. Setelah RIFF Type maka isi selanjutnya adalah chunk WAVE yang merupakan data audio dalam waveform. Lebih lanjut lihat Tabel A-1. Tabel A-1: Detail isi header chunk dan data chunk Offset Ukuran (byte) Deskripsi Nilai 0x00 4 Chunk ID RIFF (0x ) 0x04 4 Chunk Data Size (ukuran file) 8 byte 0x08 4 RIFF Type WAVE (0x ) 0x10 Wave chunk(s) A.2 Jenis-jenis Chunk pada berkas WAV Berkas WAV didefinisikan oleh beberapa tipe chunk. Kebanyakan berkas WAV hanya mengandung dua tipe saja, biasanya chunk Format dan chunk Data (chunk dengan Chunk ID fmt dan data pada Gambar 2-7). Dua chunk ini adalah chunk yang dibutuhkan untuk menyatakan format dari sampel audio digital dan sampelnya sendiri. Semua chunk RIFF, dan karenanya juga chunk WAV, disimpan dalam format yang dijabarkan pada Tabel A-2. Tabel A-2: Format chunk RIFF Offset Ukuran (byte) Deskripsi 0x00 4 Chunk ID 0x04 4 Chunk Data Size 0x08 Chunk Data Bytes A-1

4 A-2 A.3 Chunk Format - fmt Chunk ini mengandung informasi tentang bagaimana data waveform disimpan dan bagaimana cara memutar ulangnya, chunk ini juga memuat informasi tentang kompresi yang digunakan, jumlah channel, sample rate, bits per sample dan atribut lainnya. Tabel A-3 menyatakan detail dari chunk Format. Tabel A-3: Detail dari chunk Format Offset Ukuran (byte) Deskripsi Nilai 0x00 4 Chunk ID fmt (0x666D7420) 0x04 4 Chunk Data Size 16 + extra format bytes 0x08 2 Compression code 1-65,535 0x0a 2 Number of channels 1-65,535 0x0c 4 Sample rate 1 0xFFFFFFFF 0x10 4 Average bytes per second 1 0xFFFFFFFF 0x14 2 Block align 1-65,535 0x16 2 Significant bits per sample 2-65,535 0x18 2 Extra format bytes 0-65,535 0x1a Extra format bytes Penjelasan: Chunk ID dan Data Size Chunk ID selalu bernilai fmt (0x666D7420) dan Data Size bernilai ukuran standar dari data format WAV (16 byte) ditambah dengan ukuran dari extra format bytes yang dibutuhkan jika format WAV ini tidak mengandung data PCM tak terkompresi. String Chunk ID berakhir dengan karakter spasi (0x20). Compression Code Menyatakan kompresi yang digunakan pada data waveform yang berada pada chunk RIFF ini. Tabel A-4 menampilkan kompresi yang umum dipakai dan kode yang berkaitan dengannya. Number of Channels (Jumlah Kanal) Menyatakan berapa banyak sinyal audio terpisah yang ada dalam Chunk Data. Satu berarti mono, dua berarti stereo dan seterusnya. Sample Rate Banyaknya sampel per satu detik. Nilai ini tidak dipengaruhi oleh jumlah kanal.

5 A-3 Tabel A-4: Daftar kompresi WAVE yang umum digunakan Kode Deskripsi 0(0x0000) Unknown 1(0x0001) PCM/uncompressed 2(0x0002) Microsoft ADPCM 6(0x0006) ITU G.711 a-law 7(0x0007) ITU G (0x0011) IMA ADPCM 20(0x0016) ITU G.723 ADPCM (Yamaha) 49(0x0031) GSM (0x0040) ITU G.721 ADPCM 80(0x0050) MPEG 65,536(0xFFFF) Experimental Avarage Bytes Per Second Menyatakan berapa banyak byte dari data WAV yang harus dialirkan ke dalam konverter D/A per satu detik agar berkas WAV dapat diputar dengan benar. Informasi ini berguna untuk menentukan apakah data dapat dialirkan dari sumber dalam kecepatan yang cukup untuk mendukung pemutaran yang baik dari berkas WAV. Nilai ini didapatkan dari: Avarage Bytes Per Second = Sample Rate * Block Align Block Align Menyatakan jumlah byte per sampel. Nilainya tidak dipengaruhi of jumlah kanal. Nilai ini diperoleh dari: Block Align = Significant Bits Per Sample /(8 * Number of Channels) Significant Bits Per Sample Menyatakan jumlah bit yang digunakan untuk mendefinisikan tiap sampel. Nilainya biasanya 8, 16, 24, 32. Jika jumlah bitnya bukan kelipatan dari delapan maka jumlah bit yang digunakan per sampel dibulatkan ke ukuran byte terdekat dan byte yang tidak terpakai diset dengan 0 dan diabaikan. Exta Format Bytes Menyatakan berapa banyak byte format tambahan yang ditambahkan. Tidak ada jika kode kompresi adalah 0 (berkas PCM tidak dikompresi) tetapi mungkin ada dan mempunyai nilai untuk menyatakan tipe kompresi lain (yang tidak umum) tergantung dari informasi kompresi apa yang dibutuhkan untuk memainkan data WAV. Jika nilai bukan kelipatan dua, maka harus ditambahkan padding bit pada data ini, tetapi nilainya

6 A-4 harus tidak berubah. A.3.1 Chunk Data - data Chunk Data menyimpan data sampel audio digital yang bisa diputar menggunakan format dan metode kompresi yang dispesifikasikan pada chunk Format. Jika kode kompresi 1 (PCM tidak terkompresi) maka sampel yang disimpan dalam chunk ini adalah sampel yang tidak terkompresi (mentah atau raw). Berkas WAV biasanya hanya mengandung satu chunk Data, tetapi dapat juga lebih bila mereka disimpan dalam chunk Wave List ( wavl ). Format dapat dilihat pada Tabel 2-5. Tabel A-5: Format chunk Data. Offset Panjang Tipe Deskripsi Nilai 0x00 4 Char[4] Chunk ID data (0x ) 0x04 4 Dunsign ed short 0x08 Chunk Size Tergantung pada panjang sampel dan kompresi Sample data Sampel digital audio kanal banyak (multi-channel) disimpan berurutan tiap sampel per kanalnya per satuan waktu. Ini dilakukan sehingga berkas audio dapat diputar atau dialirkan walaupun belum seluruh data dibaca. Ini berguna ketika berkas yang diputar mempunyai ukuran yang besar sehingga mungkin tidak cukup muat dalam memori atau ketika berkas dialirkan melalui internet. Satu hal tentang data sampel yang mungkin membingungkan adalah ketika sampel direpresentasikan dalam 8 bit, sampel dispesifikasikan sebagai positif (hanya bernilai positif). Ukuran bit sampel lainnya dispesifikasikan sebagai nilai bertanda (bisa positif atau negatif), sebagai contoh sampel 16 bit mempunyai rentang nilai dari -32,768 sampai +32,768. Seperti telah disebutkan sebelumnya, semua chunk RIFF (termasuk chunk data berkas WAV) harus mempunyi jumlah byte yang genap, jika tidak maka sebuah padding byte dengan nila nol harus ditempatkan pada akhir sampel data itu. Tetapi byte ini tidak boleh diikutkan dalam catatan di header chunk data. A.3.2 Chunk Fact - fact Chunk Fact menyimpan informasi tentang isi berkas WAV, isi dari informasi ini ditentukan oleh kode kompresi yang dipakai. Chunk ini diperlukan oleh seluruh format WAV yang terkompresi dan jika data waveform (audio) disimpan dalam chunk wavl. Chunk ini tidak dibutuhkan pada berkas

7 A-5 WAV tak terkompresi. Format chunk ini dapat dilihat pada Tabel A-6. Tabel A-6: Format chunk Fact Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID fact (0x ) 0x04 4 Chunk Data Size Tergantung format 0x08 Format Dependant Data Saat ini hanya satu seksi yang didefinisikan untuk format dependant data. Seksi ini mempunyai nilai tunggal dengan panjang 4 byte yang menyatakan banyak sampel pada data audio dalam chunk Data. Nilai yang tersimpan disini, bersamaan dengan nilai Samples Per Second pada chunk format, dapat dipakai untuk menghitung panjang waktu data audio. A.3.3 Chunk WAVE List - wavl Chunk ini dipakai jika ada lebih dari satu chunk data dan chunk slnt dan letaknya berselangseling. Cara penggunaan itu bisa membantu mengurangi besar berkas WAV ketika data audio mempunyai beberapa periode tanpa suara. Chunk ini dipandang banyak pemrogram sebagai penggunaan yang salah dari format berkas WAV dan dukungan terhadap chunk ini tidak disarankan. Banyak program tidak mengenali dan tidak memperhatikan tipe chunk ini jika menemukannya pada berkas WAV. Cara pengurangan besar (atau kompresi) berkas seperti dikatakan di atas mempersulit struktur berkas WAV dan dapat diimplementasikan dengan cara lain yang lebih baik, termasuk dengan menggunakan format-format kompresi yang telah ada dan umum digunakan. Tabel A-7: Format chunk Wave List Offset Ukuran Deskripsi Nilai 0x00 4 Chunk Id "wavl" (0x C) 0x04 4 Chunk Data Size Tergantung pada besar chunk data dan slnt 0x08 Daftar chunk slnt dan data yang berselang-seling A.3.4 Chunk Silent - slnt Chunk ini dipakai untuk menandakan segmen tanpa suara yang berlangsung selama durasi tertentu dari sampel. Chunk ini selalu dikandung dalam chunk Wave List. Walaupun chunk ini menyatakan tanpa suara, ia tidak mendifeninisikan sampel dengan volume nol. Chunk ini

8 A-6 sebenarnya menyimpan nilai sample terakhir dari chunk Data sebelumnya. Jika tidak ada chunk Data sebelumnya dalam chunk Wave List, maka sebaiknya digunakan suatu nilai dasar (127 untuk data 8-bit, 0 untuk data 16 bit atau lebih). Ketentuan ini tampak tidak penting, tetapi bila tidak dipatuhi dapat menyebabkan suara klik atau pop yang tidak diingini dalam sinyal audio. Jumlah sampel tanpa suara pada Tabel A-8 menyatakan jumlah sampel tanpa suara yang muncul dalam waveform pada saat tersebut pada chunk Wave List. Tabel A-8: Format chunk Silent Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "slnt" (0x736C6E74) 0x04 4 Chunk Data Size 4 0x08 4 Jumlah sampel tanpa suara 0-0xFFFFFFFF A.3.5 Chunk Cue - cue Chunk ini menyatakan satu atau lebih offset sampel, chunk ini sering dipakai untuk menandai bagian-bagian penting dari audio. Contoh, permulaan dan akhir dari suatu Reff dalam suatu lagu mungkin diinginkan untuk mempunyai titik-titik penanda untuk memudahkan pencarian bagian tersebut. Chunk ini bersifat opsional, atau tidak harus ada, tetapi jika ada maka hanya boleh ada satu chunk Cue untuk menyatakan semua titik penanda untuk chunk WAVE tersebut. Format chunk ini dapat dilihat pada Tabel A-9. Tabel A-9: Format chunk Cue Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "cue " (0x ) 0x04 4 Chunk Data Size Tergantung pada jumlah titik penanda 0x08 4 Num Cue Points Jumlah titik penanda dalam daftar 0x0c List of Cue Points Penjelasan Tabel A-9: Chunk ID dan Data Size Chunk ID untuk chunk Cue selalu bernilai "cue " (0x ). Perhatikan bahwa string Chunk ID ini diakhiri dengan karakter spasi (0x20). Chunk Data Size bernilai: Chunk Data Size = 4 + (Num Cue Points * 24) Num Cue Points Nilainya menyatakan jumlah atau banyaknya titik penanda pada chunk ini.

9 A-7 List of Cue Points Berisi kumpulan deskripsi titik penanda (cue point) yang mengikuti format yang dijelaskan pada Tabel A-10. Tabel A-10: Format titik penanda Offset Ukuran Deskripsi Nilai 0x00 4 ID Nilai identifikasi yang unik 0x04 4 Position Posisi urutan pemutaran 0x08 4 Data Chunk ID ID RIFF dari chunk Data 0x0c 4 Chunk Start Offset byte dari chunk Data 0x10 4 Block Start Offset byte sampel dari kanal pertama 0x14 4 Sample Offset Offset byte byte sampel dari kanal pertama Penjelasan Tabel A-10: ID Setiap titik penanda mempunyai nilai identifikasi unik yang digunakan untuk mengasosiasikan titik penanda dengan informasi pada chunk lain. Contoh, chunk Label mengandung teks yang menjelaskan titik dalam berkas WAV dengan mereferensi pada titik penanda yang terkait. Position Menandakan offset sampel yang diasosiasikan dengan titik penanda, dalam maksud posisi dari sampel dalam aliran final sampel-sampel yang dihasilkan oleh chunk Play List. Dalam kata lain, jika chunk Play List ada nilai dari seksi ini sama dengan nomor urutan sampel di mana titik penanda ini akan muncul pada saat pemutaran ulang dari keseluruhan Play List seperti didefinisikan dalam urutan Play List pada chunk Play List. Jika chunk Play List tidak ada maka nilai seksi ini harus nol. Data Chunk ID Nilainya menyatakan ID dengan panjang empat byte dari chunk yang mengandung sampel yang ditandai oleh titik penanda ini. Chunk Start Nilainya menyatakan offset dari byte chunk dalam chunk Wave List yang mengandung sampel yang ditandai oleh titik penanda ini. Chunk yang dinyatakan disini sama dengan chunk yang dinyatakan oleh nilai Data Chunk ID. Jika berkas WAV tidak mempunyai chunk Wave List maka nilai dari seksi ini adalah nol. Jika

10 A-8 ada chunk Wave List nilainya adalah offset dari chunk pada chunk wavl. Chunk pertama dalam chunk Wave List akan dinyatakan dengan nilai offset nol. Block Start Nilainya menandakan offset byte dalam chunk-chunk data atau slnt dari blok yang mengandung sampel tersebut. Permulaan sebuah blok didefinisikan sebagai byte pertama dalam PCM yang tak terkompresi, atau byte terakhir dalam data WAV terkompresi di mana dekompresi bisa dimulai untuk menemukan nilai yang berhubungan dengan nilai dari sampel tesebut. Sample Offset Menyatakan offset dalam blok (yang dinyatakan oleh Block Start) untuk sampel yang ditandai oleh titik penanda ini. Pada data waveform PCM tak terkompresi, ini adalah offset byte dalam chunk data, nilai di Sample Offset sama dengan jumlah sampel (boleh dalam byte boleh tidak) dari Block start sampai ke sampel yang ditandai oleh titik penanda ini. A.3.6 Chunk Play List - plst Chunk ini menyatakan urutan pemutaran dari sederetan titik penanda. Titik-titik penanda didefinisikan dalam chunk cue, di suatu tempat lain dalam berkas. Sebuah urutan pemutaran dibentuk dari sebuah larik berelemen segmen, setiap segmen mengandung informasi tentang segmen ini harus memulai pemutaran dari sampel mana, berapa panjang segmen ini (dalam sampel) dan berapa banyak pengulangan segmen ini sebelum lanjut ke segmen berikutnya dala urutan pemutaran. Format chunk ini dapat dilihat pada Tabel A-11. Tabel A-11: Format chunk Play List Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "plst" (0x736C6E74) 0x04 4 Chunk Data Size Banyak segmen * 12 0x08 4 Number of Segments 1 0xFFFFFFFF 0x0a List of Segments Penjelasan Tabel A-11: Number of Segments Nilainya menyatakan banyaknya segment dalam chunk Play List.

11 A-9 List of Segments Berisi kumpulan deksripsi urutan segmen, formatnya dijelaskan pada Tabel A-12. Tabel A-12: Format segmen Offset Ukuran Deskripsi Nilai 0x00 4 Cue Point ID 0 0xFFFFFFFF 0x04 4 Lenght (in samples) 1 0xFFFFFFFF 0x08 4 Number of Repeats 1 0xFFFFFFFF Penjelasan Tabel A-12: Cue Point ID Menyatakan sampel awal untuk segmen ini dengan merujuk pada nilai ID dari titik penanda yang telah didefinisikan dalam Cue Point List. Nilai seksi ini harus unik terhadap dan pada semua segmen lain. Length Panjang segment menyatakan jumlah sampel untuk diputar/diulang untuk titik penanda tertentu. Panjang segmen dihitung mulai dari sampel awal yang telah dinyatakan Cue Point ID. Number of Repeats Menentukan berapa kali segmen ini harus diulang sebelum pemutaran dilanjutkan ke segmen berikutnya. A.3.7 Chunk Associated Data List - list Chunk ini digunakan untuk mendefinisikan label dan nama teks yang diasosiasikan dengan titik penanda untuk menyediakan bagi setiap label atau nama teks sebuah posisi. Format Tabel ini dapat dilihat pada Tabel A-13. Tabel A-13: Format chunk Associated Data List Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "list" (0x6C696E74) 0x04 4 Chunk Data Size Tergantung dari teks yang dikandung 0x08 4 Type ID "adtl" (0x C) 0x0c List of Text Labels and Names

12 A-10 Penjelasan Tabel A-13: Type ID digunakan untuk mengidentifikasi tipe dari Associated Data List dan selalu bernilai adtl. List of Text Lables and Names Adalah sebuah daftar berisi chunk-chunk berbeda yang mendefinisikan teks dalam caracara yang tidak sama. Tiga macam tipe utama yang dipakai dalam berkas WAV adalah: A Chunk Label - labl Chunk ini hanya bisa dikandung dalam chunk Associated Data List. Chunk ini digunakan unuk mengasosiasikan sebuah label teks dengan sebuah titik penanda. Informasi ini sering ditampilkan setelah sebuah penanda atau bendara pada program editor audio digital. Format chunk ini dapat dilihat pada Tabel A-14. Tabel A-14: Format chunk Label Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "labl" (0x6C61626C) 0x04 4 Chunk Data Size Tergantung pada teks yang dikandung 0x08 4 Cue Point ID 0-0xFFFFFFFF 0x0c Text Penjelasan Tabel A-14: Cue Point ID Menyatakan titik sampel yang berkoresponden dengan label teks ini dengan merujuk pada ID dari titik penanda yang telah didefinisikan dalam Cue Point List. Text Teks yang dikandung di sini berupa string karakter yang diterminasi dengan karakter NULL (0x00). Jika jumlah karakter tidak genap, maka padding byte harus ditambahkan pada akhir string. Padding byte tidak boleh diikutsertakan dalam Chunk Data Size. A Chunk Labeled Text - ltxt Chunk ini hanya bisa dikandung dalam chunk Associated Data List. Chunk ini digunakan untuk mengasosiasikan label teks dengan sebuah bagian atau seksi dari data waveform. Informasi ini sering ditampilkan dalam bagian yang ditandai dari waveform pada program editor audio digital. Format chunk ini dapat dilihat pada Tabel A-15.

13 A-11 Tabel A-15: Format chunk Labeled Text Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "ltxt" (0x6C747874) 0x04 4 Chunk Data Size Tergantung teks yang dikandung 0x08 4 Cue Point ID 0-0xFFFFFFFF 0x0c 4 Sample Length 0-0xFFFFFFFF 0x10 4 Purpose ID 0-0xFFFFFFFF 0x12 2 Country 0-0xFFFF 0x014 2 Language 0-0xFFFF 0x16 2 Dialect 0-0xFFFF 0x18 2 Code Page 0-0xFFFF 0x1A Text Penjelasan Tabel A-15: Cue Point ID Menyatakan titik awal sampel yang berkoresponden dengan label teks ini dengan merujuk pada ID dari titik penanda yang telah didefinisikan dalam Cue Point List. Nilainya harus unik terhadap dan untuk setiap Cue Point ID. Sample Lenght Mendefinisikan berapa banyak sampel dimulai dari titik penanda sebuah bagian atau seksi merenentang. Purpose ID Menyatakan untuk kegunaan apa teks yang dinyatakan disini. Contoh, nilai scrp menyatakan teks skrip, capt menyatakan close-caption. Masih ada beberapa Purpose ID lainnya, tetapi biasanya digunakan untuk tipe berkas RIFF lain (tidak biasa ditemukan dalam berkas WAV) Country, Language, Dialect dan Code Page Seksi ini digunakan untuk menyatakan informasi tentang lokasi dan bahasa yang digunakan dalam teks dan biasanya digunakan untuk queri untuk mendapatkan informasi dari sistem operasi Text Teks yang dikandung di sini berupa string karakter yang diakhiri dengan simbol null. Jika jumlah karakter tidak genap, maka padding byte harus ditambahkan pada akhir string. Padding byte tidak boleh diikutsertakan dalam Chunk Data Size.

14 A-12 A Chunk Note - note Chunk ini hanya bisa dikandung dalam chunk Associated Data List. Chunk ini digunakan untuk mengasosiasikan komentar teks dengan titik penanda. Informasi dalam chunk ini disimpan dengan cara yang sama seperti dalam chunk Label. Format chunk ini dapat dilihat pada Tabel A-16. Tabel A-16: Format chunk Note Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "note" (0x6E6F7465) 0x04 4 Chunk Data Size Tergantung dari teks yang dikandung 0x08 4 Cue Point ID 0 0xFFFFFFFF 0x0C Text Penjelasan Tabel A-16: Cue Point ID Menyatakan titik sampel yang berkoresponden dengan teks ini dengan merujuk pada ID dari titik penanda yang telah didefinisikan dalam Cue Point List. Nilainya harus unik terhadap dan untuk setiap Cue Point ID. Text Teks yang terkandung adalah dalam bentuk string karakter yang diterminasi dengan karakter NULL (0x00). Jika jumlah karakter tidak genap, maka padding byte harus ditambahkan pada akhir string. Padding byte tidak boleh diikutsertakan dalam Chunk Data Size. A.3.8 Chunk Sampler - smpl Format chunk ini bisa dilihat pada Tabel A-17. Chunk ini bersifat opsional. Tabel A-17: Format chunk Sampler Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "smpl" (0x736D706C) 0x04 4 Chunk Data Size 36 + (Num Sample Loops * 24) + Sampler Data 0x08 4 Manufacturer 0-0xFFFFFFFF 0x0C 4 Product 0-0xFFFFFFFF 0x10 4 Sample Period 0-0xFFFFFFFF 0x14 4 MIDI Unity Note 0-127

15 A-13 Offset Ukuran Deskripsi Nilai 0x18 4 MIDI Pitch Fraction 0-0xFFFFFFFF 0x1C 4 SMPTE Format 0, 24, 25, 29, 30 0x20 4 SMPTE Offset 0-0xFFFFFFFF 0x024 4 Num Sample Loops 0-0xFFFFFFFF 0x28 4 Sampler Data 0-0xFFFFFFFF 0x2C List of Sample Loops Penjelasan Tabel A-17: Manufacturer Seksi ini menyatakan kode MMA (MIDI Manufacturer's Association) dari sampler yang seharusnya menerima berkas WAV ini. Setiap pembuat produk MIDI mempunyai ID unik yang mengidentifikasikan perusahaan pembuat tersebut. Nilainya disimpan dengan beberapa informasi tambahan agar dapat dilakukan translasi ke nilai yang digunakan dalam MIDI System Exclusive. Byte yang tinggi menyatakan jumlah byte bawah (low order byte) yang valid sebagai kode pembuatnya (1 atau 3 byte). Product Menyatakan MIDI model ID, ID ini didefinisikan oleh pembuat yang dinyatakan pada seksi Manufacturer. Sample Period Menyatakan durasi waktu dari satu sampel dalam nano detik (biasanya sama dengan 1/ Samples Per Second). MIDI Unity Mode Menspesifikasikan di tangga nada apa sampel akan dimainkan dalam sample rate aslinya. Seksi ini sama dengan seksi MIDI Unshifted Note dalam chunk Instrument. MIDI Pitch Fraction Menyatakan fraksi dari kenaikan semitone dari yang dispesifikasikan oleh seksi MIDI Unity Note. SMPTE Format SMPTE adalah akronim dari Society of Motion Picture and Television, seksi ini menyatakan format waktu SMTPE yang dipakai pada seksi SMTPE Offset. Jika nilai seksi ini nol, maka nilai dari seksi SMTPE Offset juga harus nol. Tabel A-18 menunjukkan nilai yang mungkin dipakai dan artinya.

16 A-14 Tabel A-18: Nilai Format SMPTE Nilai Format SMPTE 0 No SMPTE offset frames per second frames per second frames per second frames per second SMPTE Offset Nilainya menyatakan offset waktu untuk sinkronisasi atau kalibrasi sampel pertama dalam waveform. Nilai ini menggunakan format 0xhhmmssff, dimana hh adalah jam (-23 sampai 23), mm adalah menit (0 sampai 59), ss adalah detik (0 sampai 59) dan ff adalah nilai yang menyatakan jumlah frame (0 sampai -1). Num Sample Loops Menyatakan jumlah definisi Sample Loop dalam List of Sample Loops. Nilainya sama dengan nol jika tidak ada List of Sample Loops. Sample Data Nilainya menyatakan jumlah byte yang termasuk ke dalam chunk ini setelah seksi ini, atau dalam kata lain menyatakan besarnya List of Sample Loops. List of Sample Loops Daftar ini berisi kumpulan terurut deskripsi pengulangan sampel, deskripsinya mengikuti format pada Tabel A-19. Tabel A-19: Format Sample Loop Offset Ukuran Deskripsi Nilai 0x00 4 Cue Point ID 0-0xFFFFFFFF 0x04 4 Type 0-0xFFFFFFFF 0x08 4 Start 0-0xFFFFFFFF 0x0C 4 End 0-0xFFFFFFFF 0x10 4 Fraction 0-0xFFFFFFFF 0x14 4 Play Count 0-0xFFFFFFFF

17 Penjelasan Tabel A-19: Cue Point ID Type Nilai A-15 Menyatakan ID unik yang berkoresponden dengan sebuah titik penanda yang telah didefinisikan dalam Cue Point List. Mendefinisikan bagaimana cara pengulangan sampel. Nilai dan tipe pengulangan yang berasosiasi dengan nilai tersebut dijabarkan dalam Tabel A-20. Tabel A-20: Nilai dan Tipe pengulangan 0 Loop forward (normal) Tipe Pengulangan 1 Alternating loop (forward/backward, aslo known as Ping Pong) 2 Loop backward (reverse) 3-31 Reserved for future standard types 32-0xFFFFFFFF Sampler specific types (defined by manufacturer) Start End Menyatakan offset byte sampel pertama dalam data waveform yang akan diputar dalam pengulangan Menyatakan offset byte sampel terakhir dalam data waveform yang akan diputar dalam pengulangan Fraction Menyatakan bagian mana dari sampel yang akan dilakukan pengulangan. Nilai nol berarti tidak ada pembagian sampel, atau keseluruhan sampel akan diulang. Play Count Menyatakan jumlah atau banyaknya pengulangan yang akan dilakukan. Nilai nol menyatakan pengulangan tak berakhir, pengulangan ini akan berakhir ketika ada gangguan atau interupsi dari luar yang mengganggu pemutaran. A.3.9 Chunk Instrument - "inst" Chunk ini dipakai untuk menjelaskan bagaimana data waveform sebaiknya dimainkan dengan instrumen. Informasi ini berguna untuk menkomunikasikan informasi musikal antar programprogram musik yang berbasis sampel. Chunk ini bersifat opsional dan hanya boleh ada satu dalam satu berkas WAV. Tabel A-21 menjelaskan format chunk ini.

18 A-16 Tabel A-21: Format chunk Instrument Offset Ukuran Deskripsi Nilai 0x00 4 Chunk ID "inst" (0x696E7374) 0x04 4 Chunk Data Size 7 0x08 1 Unshifted Note x09 1 Fine Tune (db) x0A 1 Gain x0B 1 Low Note x0C 1 High Note x0D 1 Low Velocity x0E 1 High Velocity Penjelasan Tabel A-21: Unsihfted Note Seksi ini mempunyai arti yang sama dengan seksi MIDI Unity Note pada chunk Sampler, yang menspesifikasikan di tangga nada apa sampel akan dimainkan dalam sample rate aslinya. Fine Tune nilainya menyatakan sebanyak apa pitch sampel harus diubah ketika suara akan diputar dalam ukuran cent (1 cent sama dengan 1/100 semitone). Nilai negatif berarti picth-nya dimainkan lebih rendah, nilai positif berarti kebalikannya. Gain Nilainya menyatakan besar desibel untuk penyesuaian ketika sinyal dikeluarkan. Nilai 0dB berarti tidak ada perubahan terhadap sinyal, 6dB berarti amplitudo tiap sampel akan digandakan dan nilai -6dB berarti amplitudo tiap sampel akan di bagi dua. Setiap perubahan +/-6dB akan menggandakan atau membagi dua lagi amplitudo tiap sampel. Low Note dan High Note Seksi ini menyatakan rentang nada MIDI, yang akan dipakai waveform ketika menerima event nada MIDI (baik dari perangkat lunak atau dipicu oleh sebuah kontroler MIDI). Nilai dari seksi Unshifted Note tidak perlu termasuk dalam rentang nada ini. Low Velocity dan High Velocity Seksi ini menyatakan rentang kecepatan MIDI dari waveform ketika dimainkan. Nilai 1 adalah terendah dan 127 adalah tertinggi.

19 LAMPIRAN B. FAST FOURIER TRANSFORM FFT adalah algoritma yang cukup sulit. Detail mengenai FFT hanya dipelajari orang yang mendalami jenis transformasi Fourier ini. Pada bagian ini akan dibahan mengenai operasi umu dari FFT serta pembahasan mengenai bilangan kompleks yang digunakan dalam operasi FFT. Dalam notasi bilangan kompleks, domain waktu dan frekuensi terdiri dari sejumlah N bilangan kompleks. Setiap elemen N tersebut terdiri dari dua bagian, yaitu bagian bilangan riil dan bagian bilangan imajiner. Misalkan ketika berberbicara mengenai suatu sampel bilangan kompleks X[42], maka sampel tersebut mengacu pada kombinasi dari ReX[42] dan ImX[42]. Dengan kata lain setiap variabel kompleks memiliki dua bilangan di dalamnya. Ketika dua veriabel kompleks dikalikan maka empat komponen individual dikombinasikan untuk membentuk dua komponen hasil. Pembahasan berikutnya akan menggunakan notasi bilangan kompleks. Istilah sinyal, poin, sampel. Dan nilai mengacu pada kombinasi dari bilangan riil dan imajiner. FFT beroperasi dengan memecah N poin sinyal domain waktu menjadi N sinyal domain waktu yang masing-masing terdiri dari poin tunggal. Langkah kedua adalah menghitung N spektrum frekuensi yamg bersesuaian dengan N sinyal domain waktu itu tersebut. Kemudian N spektrum tesebut dibuat menjadi sebuah spektrum frekuensi tunggal. Gambar B-1 memberikan contoh dekomposisi domain waktu menggunakan FFT. Pada contoh Gambar B-1, 16 poin sinyal didekomposisi melalui emapt tahapan. Sinyal 16 poin dipecah menjadi dua sinyal yang masing-masing terdiri dari 8 poin. Kemudian sinyal didekomposisi menjadi 4 sinyal masing-masing 4 poin. Pola ini terus berlanjut sampai hanya terdapat N sinyal yang hanya terdiri dari sebuah poin. Suatu dekomposisi berkesinambungan digunakan setiap kali sebuah sinyal dipecah menjadi dua. Oleh karena itu, sinyal dipisahkan menajdi sampel genap dan ganjil. Dibutuhkan log 2 N tahapan untuk proses dekomposisi. Maka pada Gambar B-1, dibutuhkan 4 tahapan untuk melakukan dekomposisi 16 ( 16=2 4 ) poin sinyal. B-1

20 B-2 Gambar B-1: Dekomposisi sinyal menggunakan FFT Pada Gambar B-2 diperlihatkan pola penyusunan kembali sinyal yang telah didekomposisi. Pada bagian kiri, jumlah sampel dari sinyal asli didaftarkan dengan representasi binernya. Pada bagian kanan, sampel yang telah disusun kembali tersebut didaftarkan dengan representasi binernya. Ide dasar dari proses ini adalah bahwa bilangan biner merupakan pembalikan satu sama lain. Misalkan sampel 3 (0011) dipertukarkan dengan sampel 12 (1100). demikian juga sampel 14 (1110) dipertukarkan dengan sampel 7 (0111), dan seterusnya. Dekomposisi FFT domain waktu ini biasanya dilakukan dengan algoritma bit reversal sorting. Algoritma ini melibatkan penyusunan kembali urutan N sampel sinyal domain waktu dengan cara menghitung diner dengan mebalik bit dari kiri ke kanan. Langkah selanjutnya dari algoritma FFT adalah menghitung spektrum frekuensi dari 1 poin sinyal domain waktu. Dan langkah terakhir adalah mengkombinasikan N spektrum frekuensi dalam urutan pembalikan yang tepat. Pada tahapan pertama, 16 spektrum frekuensi (masing-masing 1 poin) disintesis menjadi 8 buah spektrum frekuensi (masing-masing 2 poin). Pada tahapan kedua 8 buah spektrum frekuensi (masing-masing 2 poin) disintesis mejadi 4 spektrum frekuensi (masingmasing 4 poin) dan demikian seterusnya. Pada tahapan terakhir dihasilkan 16 poin dalam 1 buah spektrum frekuensi.

21 B-3 Gambar B-2: Bit reversal sorting dalam FFT Gambar B-3 menunjukkan bagaimana dua spektrum frekuensi yang masing-masing terdiri dari 4 poin dikombinasikan menajdi sebuah spektrum frekuensi 8 poin. Sintesisasi ini mengembalikan dekomposisi berkesinambungan yang dilakukan pada domain waktu. Dengan kata lain, operasi domain frekuensi harus bersesuaian dengan operasi pada domain waktu yang mengkombinasikan dua buah sinyal 4 poin. Misalkan terdapat dua sinyal domain waktu abcd dan efgh. Sebuah sinyal domain waktu 8 pon dapat dibentuk melalui penyisipan 4 poin sinyal dengan nol, sehingga abcd menjadi a0b0c0d0 dan efgh menjadi e0f0g0h0. Penambahan kedua sinyal 8 poin akan menghasilkan abcdefgh. Pada Gambar B-3 penyisipan domain waktu berkoresponden dengan duplikasi spektrum frekuensi. Oleh karena itu dalam FFT spektrum frekuensi dikombinasikan dengan cara penduplikasian kemudan menggabungkan spektrum yang terduplikasi tersebut. Agar pencocokan terjadi saat penggabungan spektrum, maka dua sinyal domain waktu disisipi dengan nol dengan cara yang berbeda. Pada sinyal yang satu, poin ganjil adalah 0, sedangkan pada sinyal yang lain poin genap adalah 0. dengan kata lain, salah satu sinyal domain waktu (0e0f0g0h dalam Gambar B-3) digeser ke kanan. Pergeseran sinyal domain waktu ini sama halnya dengan mengalikan spektrum dengan suatu sinusoid. Untuk melihat hal ini, harus diingat bahwa pergeseran dalam domain waktu ekivalen dengan sinyal dengan fungsi delta. Hal tersebut menghasilkan pengalian spektrum sinyal dengan spektrum dari fungsi pergeseran delta. Spektrum dari fungsi

22 pergeseran delta adalah sinusoid. Gambar B-4 memperlihatkan diagram alir pengkombinasian dua spektrum 4 poin menjadi sebuah spektrum 8 poin. B-4 Gambar B-3: Sintesis FFT Gambar B-4: Diagram alir sintesisasi FFT Diagram alir sederhana ini sering disebut butterfly (Gambar B-5) karena melihar dari bentuk diagram intu yang mirirp dengan bentuk sayap kupu-kupu. Buterfly adalah dasar dari perhitungan FFT untuk mengubah dua poin bilangan kompleks menjadi dua poin bilangan kompleks lain.

23 B-5 Gambar B-5: FFT butterfly Gambar B-6 menunjukkan struktruk dari FFT. Dekomposisi domain waktu diselesaikan dengan bit reversal algorithm. Sintesisasi domain frekuensi membutuhkan tiga pengulangan. Pengulangan terluar melakukan log 2 N tahapan (setiap tahapan pada Gambar B-1), mulai dari bawah ke atas. Pengulangan kedua berpindah melalui setiap spektrum frekuensi dalam tahapan (terlihat dari tiap kotak di tiap level dalam Gambar B-1). Perulangan terdalam (ketiga) menggunakan pola butterfly untuk menghitung poin di tiap spektrum frekuensi (melakukan pengulangan sepanjang sample dalam tiap kotak dalam Gambar B-1). Kotak overhead dalam Gambar B-6 menentukan indeks awal dan akhir dari pengulangan. DFT menggunakan dua pengulangan bersarang dimana tiap pengulangan melakukan N poin putaran. Hal ini berarti jumlah total operasi sebanding dengan N kali N. Waktu yang dibutuhkan untuk menyelesaikan program adalah N 2, dengan N adalah jumlah poin DFT. Dengan strategi yang sama, dapat diturunkan waktu eksekusi untuk FFT (Gambar B-8), Waktu yang dibutuhkan untuk pembalikan bit dapat diabaikan. Dalam tiap log 2 N tahapan terdapat N /2 perhitungan butterfly. Hal ini berarti waktu eksekusi program mendekati N log 2 N. Semakin tinggi nilai N, maka eksekusi akan semakin lambat. Misalkan 32 poin FFT lebih cepat 10 kali daripada dihitung dengan metode korelasi. FFT dengan 4096 poin lebih cepat 1000 kali. Untuk nilai N kecil ( 32 N 128 ), FFT cukup berpengaruh. Untuk nilai N yang besar ( N 1024 ) FFT sangat berpengaruh. Gambar B-7 mempelihatkan perbandingan waktu eksekusi DFT dengan FFT. [SMI06]

24 B-6 Gambar B-6: Diagram alir FFT Gambar B-7: Perbandingan waktu eksekusi DFT dan FFT

25 LAMPIRAN C. DATA HASIL DECODING C.1 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-1: Data proses decoding pengujian Data magnitudetotal per segmen Data Perbandingan dua segmen terdekat Segmen ke- Berkas asli Berkas bertanda air Berkas asli Berkas bertanda air C.2 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-2: Data proses decoding pengujian Segmen ke Berkas asli Berkas bertanda air Berkas asli Berkas bertanda air C-1

26 C-2 C.3 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-3: Data proses decoding pengujian C.4 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-4: Data proses decoding pengujian Segmen ke- Berkas asli Berkas bertanda air Berkas asli Berkas bertanda air C.5 Pengujian Tanda air masukan: Tanda air keluaran:

27 C-3 Segmen Ke C.6 Pengujian Tanda air masukan: Tanda air keluaran: C.7 Pengujian Tabel C-5: Data proses decoding pengujian Berkas asli Berkas bertanda air Berkas asli Berkas bertanda air Tabel C-6: Data proses decoding pengujian Tanda air masukan: Tanda air keluaran:

28 C-4 Tabel C-7: Data proses decoding pengujian C.8 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-8: Data proses decoding pengujian C.9 Pengujian Tanda air masukan: Tanda air keluaran:

29 C-5 Tabel C-9: Data proses decoding pengujian C.10 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-10: Data proses decoding pengujian C.11 Pengujian Tanda air masukan: Tanda air keluaran:

30 C-6 Tabel C-11: Data proses decoding pengujian C.12 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-12: Data proses decoding pengujian C.13 Pengujian Tanda air masukan: Tanda air keluaran:

31 C-7 Tabel C-13: Data proses decoding pengujian C.14 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-14: Data proses decoding pengujian C.15 Pengujian Tanda air masukan: Tanda air keluaran:

32 C-8 Tabel C-15: Data proses decoding pengujian C.16 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-16: Data proses decoding pengujian C.17 Pengujian Tanda air masukan: Tanda air keluaran:

33 C-9 Tabel C-17: Data proses decoding pengujian #INF #INF #INF C.18 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-18: Data proses decoding pengujian #INF #INF #INF C.19 Pengujian Tanda air masukan: Tanda air keluaran:

34 C-10 Tabel C-19: Data proses decoding pengujian #INF #INF #INF C.20 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-20: Data proses decoding pengujian #INF #INF #INF C.21 Pengujian Tanda air masukan: Tanda air keluaran:

35 C-11 Tabel C-21: Data proses decoding pengujian C.22 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-22: Data proses decoding pengujian C.23 Pengujian Tanda air masukan: Tanda air keluaran:

36 C-12 Segmen Ke C.24 Pengujian Tabel C-23: Data proses decoding pengujian Berkas asli Berkas bertanda air Berkas asli Berkas bertanda air Tanda air masukan: Tanda air keluaran: Tabel C-24: Data proses decoding pengujian C.25 Pengujian Tanda air masukan: Tanda air keluaran:

37 C-13 Tabel C-25: Data proses decoding pengujian C.26 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-26: Data proses decoding pengujian C.27 Pengujian Tanda air masukan: Tanda air keluaran:

38 C-14 Tabel C-27: Data proses decoding pengujian C.28 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-28: Data proses decoding pengujian C.29 Pengujian Tanda air masukan: Tanda air keluaran:

39 C-15 Tabel C-29: Data proses decoding pengujian C.30 Pengujian Tanda air masukan: Tanda air keluaran: Tabel C-30: Data proses decoding pengujian C.31 Pengujian Tanda air masukan: Tanda air keluaran:

BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK

BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK Bab ini menjelaskan tentang analisis kebutuhan dan perancangan perangkat lunak sebagai implementasi digital watermarking pada berkas WAV dengan menggunakan

Lebih terperinci

BAB II. DASAR TEORI. Digital Watermarking. Sejarah Watermarking. Penyisipan Tanda Air

BAB II. DASAR TEORI. Digital Watermarking. Sejarah Watermarking. Penyisipan Tanda Air BAB II. DASAR TEORI Dalam bab ini akan dijelaskan mengenai teori dan sejarah watermarking, mulai dari digital watermarking sampai ke audio watermarking, konsep suara digital dan cara konversi suara analog

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Kompresi File Pada dasarnya semua data itu merupakan rangkaian bit 0 dan 1. Yang membedakan antara suatu data tertentu dengan data yang lain adalah ukuran dari rangkaian bit dan

Lebih terperinci

PROTOTIPE KOMPRESI LOSSLESS AUDIO CODEC MENGGUNAKAN ENTROPY ENCODING

PROTOTIPE KOMPRESI LOSSLESS AUDIO CODEC MENGGUNAKAN ENTROPY ENCODING PROTOTIPE KOMPRESI LOSSLESS AUDIO CODEC MENGGUNAKAN ENTROPY ENCODING Andreas Soegandi Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta

Lebih terperinci

BAB III. ANALISIS. Proses Penyisipan Tanda Air

BAB III. ANALISIS. Proses Penyisipan Tanda Air BAB III. ANALISIS Bab ini menjelaskan tentang analisis dari sistem yang akan dibangun, tentang bagaimana teknik Time Base Modulation digunakan dalam praktek serta metode yang dipakai untuk melakukan pemanjangan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Sinyal Analog dan Sinyal Digital Suatu sinyal didefinisikan sebagai besaran fisis yang berubah-ubah menurut waktu, ruang, atau variabel lainnya. Secara matematik, kita mendefinisikan

Lebih terperinci

Teknologi Multimedia. Suara dan Audio

Teknologi 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 terperinci

SUARA DAN AUDIO SUARA (SOUND)

SUARA 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

METODE PENELITIAN. Gambar 1 Alur metode penelitian.

METODE PENELITIAN. Gambar 1 Alur metode penelitian. akan menggunakan bantuan aplikasi pemrosesan audio (Rochesso 2007). Penambahan Derau Derau merupakan suara-suara yang tidak diinginkan. Munculnya derau dapat menurunkan kualitas suatu berkas audio. Penambahan

Lebih terperinci

PENERAPAN ALGORITMA HUFFMAN PADA KOMPRESI FILE WAVE

PENERAPAN ALGORITMA HUFFMAN PADA KOMPRESI FILE WAVE PENERAPAN ALGORITMA HUFFMAN PADA KOMPRESI FILE WAVE Hari Purwanto Abstraksi Penggunaan teknik kompresi data merupakan salah satu aspek penting perkembangan teknologi informasi. Kompresi digunakan untuk

Lebih terperinci

Jurnal SCRIPT Vol. 2 No. 2 Juni 2015 PEMBUATAN APLIKASI KOMPRESI FILE WAVE DENGAN METODE ALGORITMA HUFFMAN MENGGUNAKAN VISUAL BASIC

Jurnal SCRIPT Vol. 2 No. 2 Juni 2015 PEMBUATAN APLIKASI KOMPRESI FILE WAVE DENGAN METODE ALGORITMA HUFFMAN MENGGUNAKAN VISUAL BASIC PEMBUATAN APLIKASI KOMPRESI FILE WAVE DENGAN METODE ALGORITMA HUFFMAN MENGGUNAKAN VISUAL BASIC Muhammad Syah 1, Naniek Widyastuti 2, Muhammad Sholeh 3 1,2,3 Teknik Informatika, institut Sains & Teknologi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Watermarking Watermarking adalah proses penambahan kode identifikasi secara permanen ke dalam data digital. Kode identifikasi tersebut dapat berupa teks, suara, gambar, atau

Lebih terperinci

Studi Dan Implementasi Steganografi Pada Video Digital Di Mobile Phone Dengan DCT Modification

Studi Dan Implementasi Steganografi Pada Video Digital Di Mobile Phone Dengan DCT Modification Studi Dan Implementasi Steganografi Pada Video Digital Di Mobile Phone Dengan DCT Modification Paul Gunawan Hariyanto (13504023) Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

yaitu dalam ketepatan pengenalan pola berdasarkan kelas untuk menampilkan genre.

yaitu dalam ketepatan pengenalan pola berdasarkan kelas untuk menampilkan genre. 16 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berkembangnya teknologi komunikasi berbasis digital, masyarakat membutuhkan lagu-lagu yang telah dibuat dalam bentuk digital. Musik digital

Lebih terperinci

IMPLEMENTASI ALGORITMA HUFFMAN PADA KOMPRESI FILE WAVEDENGAN MENGGUNAKAN BORLAND DELPHI ABSTRACT

IMPLEMENTASI ALGORITMA HUFFMAN PADA KOMPRESI FILE WAVEDENGAN MENGGUNAKAN BORLAND DELPHI ABSTRACT IMPLEMENTASI ALGORITMA HUFFMAN PADA KOMPRESI FILE WAVEDENGAN MENGGUNAKAN BORLAND DELPHI H. Akik Hidayat Prodi Teknik Informatika, Departement Ilmu Komputer Fakultas MIPA UNPAD Jl. Raya Bandung Sumedang

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Kinerja Algoritma Arithmetic coding Dalam penelitian ini akan dilakukan analisis dan perancangan perangkat lunak pengkompresian file audio yang bertipe wav,

Lebih terperinci

BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI

BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI Bagian ini membahas mengenai pengujian yang dilakukan terhadap perangkat lunak yang telah dibangun. Hasil pengujian akan dianalisis berdasarkan kriteria pengujian

Lebih terperinci

PEMBUATAN PERANGKAT LUNAK WAVE MANIPULATOR UNTUK MEMANIPULASI FILE WAV

PEMBUATAN PERANGKAT LUNAK WAVE MANIPULATOR UNTUK MEMANIPULASI FILE WAV PEMBUATAN PERANGKAT LUNAK WAVE MANIPULATOR UNTUK MEMANIPULASI FILE WAV Ibnu Gunawan, Kartika Gunadi Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra e-mail: ibnu@petra.ac.id,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Peningkatan teknologi komputer memberikan banyak manfaat bagi manusia di berbagai aspek kehidupan, salah satu manfaatnya yaitu untuk menyimpan data, baik data berupa

Lebih terperinci

1. Pendahuluan Latar Belakang

1. Pendahuluan Latar Belakang 1. Pendahuluan 1.1. Latar Belakang Musik merupakan sarana untuk menyimpan hasil karya seseorang. Dan hampir semua notasi musik dituliskan ke dalam not balok. Not balok adalah susunan nada yang ditulis

Lebih terperinci

Digital Audio Watermarking dengan Fast Fourier Transform

Digital 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 terperinci

Proteksi Hak Cipta Pada Lagu Menggunakan Watermarking Berdasarkan Metoda Time Base Modulation ABSTRAK

Proteksi Hak Cipta Pada Lagu Menggunakan Watermarking Berdasarkan Metoda Time Base Modulation ABSTRAK Proteksi Hak Cipta Pada Lagu Menggunakan Watermarking Berdasarkan Metoda Time Base Modulation Michael J. E. Karindah / 0022164 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65,

Lebih terperinci

BAB II. Tinjauan Pustaka dan Dasar Teori. studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin, Dian

BAB II. Tinjauan Pustaka dan Dasar Teori. studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin, Dian BAB II Tinjauan Pustaka dan Dasar Teori 2.1 Tinjauan Pustaka Tinjauan pustaka yang digunakan sebagai bahan acuan untuk melakukan studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin,

Lebih terperinci

APLIKASI PENULISAN NOT BALOK GUNA PENYUARAAN PIANO DAN VIOLIN

APLIKASI PENULISAN NOT BALOK GUNA PENYUARAAN PIANO DAN VIOLIN APLIKASI PENULISAN NOT BALOK GUNA PENYUARAAN PIANO DAN VIOLIN Rudy Adipranata 1, Natania Sanjaya, Rolly Intan 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto

Lebih terperinci

BAB III METODOLOGI PENELITIAN. 1. Spesifikasi laptop yang digunakan dalam penelitian ini adalah sebagai. Processor AMD Turion 64 X2 Dual Core 1,66 Ghz

BAB III METODOLOGI PENELITIAN. 1. Spesifikasi laptop yang digunakan dalam penelitian ini adalah sebagai. Processor AMD Turion 64 X2 Dual Core 1,66 Ghz BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian 1. Spesifikasi laptop yang digunakan dalam penelitian ini adalah sebagai berikut: Processor AMD Turion 64 X2 Dual Core

Lebih terperinci

BAB I PENDAHULUAN. diakses dengan berbagai media seperti pada handphone, ipad, notebook, dan sebagainya

BAB I PENDAHULUAN. diakses dengan berbagai media seperti pada handphone, ipad, notebook, dan sebagainya BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi yang meningkat pesat seperti mudahnya internet diakses dengan berbagai media seperti pada handphone, ipad, notebook, dan sebagainya

Lebih terperinci

SUARA DAN AUDIO. Suara berhubungan erat dengan rasa mendengar.

SUARA 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 terperinci

BAB 3 ALGORITMA DAN MODEL 2K FFT-IFFT CORE

BAB 3 ALGORITMA DAN MODEL 2K FFT-IFFT CORE BAB 3 ALGORITMA DAN MODEL 2K FFT-IFFT CORE Pada Bab ini dibahas mengenai penentuan algoritma, menentukan deskripsi matematis dari algoritma, pembuatan model fixed point menggunakan Matlab, dan pengukuran

Lebih terperinci

Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding

Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding Roy Indra Haryanto - 13508026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

BAB I PENDAHULUAN. Masalah kompresi data merupakan salah satu aspek penting perkembangan

BAB I PENDAHULUAN. Masalah kompresi data merupakan salah satu aspek penting perkembangan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kompresi data merupakan salah satu aspek penting perkembangan teknologi informasi. Kompresi adalah pengubahan data kedalam bentuk yang memerlukan bit yang lebih

Lebih terperinci

Studi dan Analisis Teknik-Teknik Steganografi Dalam Media Audio

Studi dan Analisis Teknik-Teknik Steganografi Dalam Media Audio Studi dan Analisis Teknik-Teknik Steganografi Dalam Media Audio Pudy Prima - 13508047 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Bab ini membahas teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan algoritma Shannon-Fano untuk kompresi file audio. 2.1 Kompresi Data tidak hanya disajikan

Lebih terperinci

Modul 2 Akuisisi Dan Visualisasi

Modul 2 Akuisisi Dan Visualisasi Modul Akuisisi Dan Visualisasi 1. User Interface User interface (UI) adalah cara bagaimana komputer dan pengguna dapat berkomunikasi. UI yang baik adalah yang ramah terhadap pengguna (user friendly), baik

Lebih terperinci

PENERJEMAH FILE MUSIK BEREKSTENSI WAV KE NOT ANGKA. Albertus D Yonathan A / ABSTRAK

PENERJEMAH FILE MUSIK BEREKSTENSI WAV KE NOT ANGKA. Albertus D Yonathan A / ABSTRAK PENERJEMAH FILE MUSIK BEREKSTENSI WAV KE NOT ANGKA Albertus D Yonathan A / 0422001 y0y02k4@gmail.com Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof. Drg. Suria Sumantri 65 Bandung 40164, Indonesia

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul

BAB 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 terperinci

ABSTRACT Because the evolution of information technology and telecommunications, the attention for security level will be important. One is security l

ABSTRACT Because the evolution of information technology and telecommunications, the attention for security level will be important. One is security l IMPLEMENTASI STEGANOGRAFI PADA BERKAS AUDIO WAV UNTUK PENYISIPAN PESAN GAMBAR MENGGUNAKAN METODE LOW BIT CODING 1 Hendrikus Zebua 2 Setia Wirawan 1 Jurusan Teknik Informatika Universitas Gunadarma zb_hendrik@student.gunadarma.ac.id

Lebih terperinci

BAB III METODE PENELITIAN. studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha

BAB III METODE PENELITIAN. studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan tugas akhir ini adalah studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha untuk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam situs http://id.wikipedia.org/wiki/lagu dikatakan bahwa lagu merupakan gubahan seni nada atau suara dalam urutan, kombinasi, dan hubungan temporal (biasanya diiringi

Lebih terperinci

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang, Digital Signal Processing (DSP) atau pemrosesan sinyal digital sudah banyak diterapkan di berbagai bidang karena data dalam bentuk digital

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB 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 terperinci

KRIPTOGRAFI PADA FILE AUDIO MP3 MENGGUNAKAN METODE PENGEMBANGAN TRANSPOSISI

KRIPTOGRAFI PADA FILE AUDIO MP3 MENGGUNAKAN METODE PENGEMBANGAN TRANSPOSISI KRIPTOGRAFI PADA FILE AUDIO MP3 MENGGUNAKAN METODE PENGEMBANGAN TRANSPOSISI Said Fachmi Salim*,1, Zainal Arifin 2, Dyna Marisa Khairina 3 1,2,3 Fakultas Ilmu Komputer dan Teknologi Informasi Universitas

Lebih terperinci

STMIK AMIKOM YOGYAKARTA. Oleh : Nila Feby Puspitasari

STMIK AMIKOM YOGYAKARTA. Oleh : Nila Feby Puspitasari STMIK AMIKOM YOGYAKARTA Oleh : Nila Feby Puspitasari Data digital, sinyal digital - Merupakan bentuk paling sederhana dari pengkodean digital - Data digital ditetapkan satu level tegangan untuk biner satu

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN. bagian dekompresi dan bagian client server yang dapat melakukan kompresi dan

BAB IV IMPLEMENTASI DAN PENGUJIAN. bagian dekompresi dan bagian client server yang dapat melakukan kompresi dan 1 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Program Program kompresi data ini terdiri dari beberapa bagian. Bagian kompresi, bagian dekompresi dan bagian client server yang dapat melakukan kompresi

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 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 terperinci

BAB III METODE KOMPRESI HUFFMAN DAN DYNAMIC MARKOV COMPRESSION. Kompresi ialah proses pengubahan sekumpulan data menjadi suatu bentuk kode

BAB III METODE KOMPRESI HUFFMAN DAN DYNAMIC MARKOV COMPRESSION. Kompresi ialah proses pengubahan sekumpulan data menjadi suatu bentuk kode BAB III METODE KOMPRESI HUFFMAN DAN DYNAMIC MARKOV COMPRESSION 3.1 Kompresi Data Definisi 3.1 Kompresi ialah proses pengubahan sekumpulan data menjadi suatu bentuk kode untuk menghemat kebutuhan tempat

Lebih terperinci

CEG4B3. Randy E. Saputra, ST. MT.

CEG4B3. 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis memaparkan teori-teori ilmiah yang didapat dari metode pencarian fakta yang digunakan untuk mendukung penulisan skripsi ini dan sebagai dasar pengembangan sistem

Lebih terperinci

KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4

KOMPRESI 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 terperinci

BAB III LANDASAN TEORI. Kompresi data merupakan proses mengkonversi input data stream (aliran

BAB III LANDASAN TEORI. Kompresi data merupakan proses mengkonversi input data stream (aliran BAB III LANDASAN TEORI A. Kompresi Data Kompresi data merupakan proses mengkonversi input data stream (aliran sumber) menjadi aliran data yang lain (output, bitstream, atau aliran terkompresi) dengan ukuran

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi telekomunikasi tidak hanya mendorong kecenderungan orang untuk saling berkomunikasi semata. Tuntutan menjadi semakin kompleks sehingga masalah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Model Penelitian Penelitian yang dilakukan dapat dijelaskan dengan lebih baik melalui blok diagram seperti yang terliat pada Gambar 3.1. Suara Manusia Rekam suara Hasil rekaman

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Pengertian Audio Digital Suara yang kita dengar sehari-hari adalah merupakan gelombang analog. Gelombang ini berasal dari tekanan udara yang ada di sekeliling kita, yang dapat kita

Lebih terperinci

Algoritma Huffman dan Kompresi Data

Algoritma Huffman dan Kompresi Data Algoritma Huffman dan Kompresi Data David Soendoro ~ NIM 13507086 Jurusan Teknik Informatika ITB, Bandung, email: if17086@students.if.itb.ac.id Abstract Algoritma Huffman merupakan salah satu algoritma

Lebih terperinci

Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data

Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data Aditya Rizkiadi Chernadi - 13506049 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Penarikan kesimpulan HASIL DAN PEMBAHASAN Analisis Penggunaan Parameter Alpha

Penarikan kesimpulan HASIL DAN PEMBAHASAN Analisis Penggunaan Parameter Alpha 6 antara 0-1 yang maksimum untuk setiap berkas audio di mana watermark yang disisipkan tidak sampai perceptible. Hasil tersebut akan didukung dengan penilaian dari responden dengan menggunakan metode survei.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi komputer saat ini telah memegang peranan yang penting dalam segala aspek kehidupan. Dari mulai kebutuhan pribadi, pendidikan, kantor, hiburan, kesehatan,

Lebih terperinci

Penerapan Pengkodean Huffman dalam Pemampatan Data

Penerapan Pengkodean Huffman dalam Pemampatan Data Penerapan Pengkodean Huffman dalam Pemampatan Data Patrick Lumban Tobing NIM 13510013 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB 4 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN. 4.1 Model Rumusan Masalah dan Pengambilan Keputusan

BAB 4 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN. 4.1 Model Rumusan Masalah dan Pengambilan Keputusan BAB 4 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN 4.1 Model Rumusan Masalah dan Pengambilan Keputusan Suara yang dihasilkan manusia merupakan sinyal analog. Setelah melalui proses perekaman, suara ini

Lebih terperinci

BAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian

BAB 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 terperinci

ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS

ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS Efriawan Safa (12110754) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No. 338 Simpang Limun www.inti-budidarma.com

Lebih terperinci

BAB III ANALISA MASALAH DAN PERANCANGAN PROGRAM

BAB III ANALISA MASALAH DAN PERANCANGAN PROGRAM BAB III ANALISA MASALAH DAN PERANCANGAN PROGRAM III.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum tahapan perancangan dilakukan. Adapun tujuan yang dilakukannmya analisis

Lebih terperinci

Penerapan Reversible Contrast Mapping pada Audio Watermarking

Penerapan Reversible Contrast Mapping pada Audio Watermarking Vol. 8, No.2, 102-109, Januari 2012 Penerapan Reversible Contrast Mapping pada Audio Watermarking Hendra dan Marzhelly Djuan Kristanta Abstrak Perkembangan teknologi informasi dalam hal pertukaran informasi

Lebih terperinci

Analisis Hasil Implementasi HASIL DAN PEMBAHASAN

Analisis Hasil Implementasi HASIL DAN PEMBAHASAN Pada proses deteksi watermark, pertama watermarked audio ditransformasi dari domain asal (domain waktu) ke domain frekuensi menggunakan DCT menurut Persamaan 1. Selanjutnya diambil index koefisien penampung

Lebih terperinci

BAB III PERANCANGAN SISTEM

BAB III PERANCANGAN SISTEM BAB III PERANCANGAN SISTEM 3.1. Analisis Sistem Analisis sistem adalah salah satu tahap perancangan sebuah sistem yang bertujuan agar sistem yang dirancang menjadi tepat guna dan ketahanan sistem tersebut

Lebih terperinci

Pertemuan V SUARA / AUDIO

Pertemuan 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 terperinci

Menjabarkan format audio digital

Menjabarkan 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 terperinci

[TTG4J3] KODING DAN KOMPRESI. Oleh : Ledya Novamizanti Astri Novianty. Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom

[TTG4J3] KODING DAN KOMPRESI. Oleh : Ledya Novamizanti Astri Novianty. Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom [TTG4J3] KODING DAN KOMPRESI Oleh : Ledya Novamizanti Astri Novianty Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Terjadi transformasi atau revolusi dalam cara kita berkomunikasi

Lebih terperinci

Kriptografi Audio Dengan Teknik Interferensi Data Non Biner

Kriptografi Audio Dengan Teknik Interferensi Data Non Biner Kriptografi Audio Dengan Teknik Interferensi Data Non Biner Muhamad Fajrin Rasyid 1) 1) Program Studi Teknik Informatika ITB, Bandung 40132, email: if14055@students.if.itb.ac.id Abstract Kriptografi audio

Lebih terperinci

KATA PENGANTAR. memberikan segala karunia-nya sehingga penulis dapat menyelesaikan tugas

KATA PENGANTAR. memberikan segala karunia-nya sehingga penulis dapat menyelesaikan tugas KATA PENGANTAR Alhamdulillahirabial alamin, berkat rahmat ALLAH SWT yang telah memberikan segala karunia-nya sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. Shalawat dan salam tak lupa

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Kompresi data adalah suatu proses untuk mengubah sebuah input data stream (stream sumber atau data mentah asli) ke dalam aliran data yang lain yang berupa output

Lebih terperinci

APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER

APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER Leo Willyanto Santoso 1, Resmana Lim 2, Rony Sulistio 3 1, 3 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra

Lebih terperinci

Sistem Multimedia. Materi : Audio/Suara

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 terperinci

BAB 1 PENDAHULUAN. kebutuhan bagi sebagian besar manusia. Pertukaran data dan informasi semakin

BAB 1 PENDAHULUAN. kebutuhan bagi sebagian besar manusia. Pertukaran data dan informasi semakin BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi komputer saat ini sangatlah pesat dan menjadi kebutuhan bagi sebagian besar manusia. Pertukaran data dan informasi semakin mudah dan

Lebih terperinci

Jaringan Syaraf Tiruan pada Robot

Jaringan 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 terperinci

BAB I PENDAHULUAN 1. 1 Latar Belakang

BAB I PENDAHULUAN 1. 1 Latar Belakang BAB I PENDAHULUAN 1. 1 Latar Belakang Dewasa ini, saat teknologi informasi berkembang sangat pesat, hampir semua data telah berbentuk digital. Mulai dari data sederhana seperti buku referensi kuliah, tugas-tugas

Lebih terperinci

BAB III PEMODELAN MIMO OFDM DENGAN AMC

BAB 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 terperinci

MODUL 2 EDITING AUDIO

MODUL 2 EDITING AUDIO 1 Modul Ajar Praktikum Multimedia 2 MODUL 2 EDITING AUDIO A. KOMPETENSI DASAR Mengenalkan dan memahami konsep dasar pengolah suara Mengenal Audacity sebagai software aplikasi multimedia pengolah suara.

Lebih terperinci

Kompleksitas Algoritma Transformasi Fourier Cepat

Kompleksitas Algoritma Transformasi Fourier Cepat Kompleksitas Algoritma Transformasi Fourier Cepat Daniel Prihartoni - 13509088 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian tugas akhir ini dilaksanakan pada : Waktu : Juni 2014 Maret 2015 Tempat : Laboratorium Terpadu Jurusan Teknik Elektro Universitas Lampung

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Suara Suara adalah sebuah sinyal yang merambat melalui media perantara. suara dapat didefinisikan sebagai gelombang yang merambat dengan frekuensi dan amplitudo tertentu. Suara

Lebih terperinci

LAPORAN TUGAS AKHIR IMPLEMENTASI ALGORITMA HUFFMAN PADA APLIKASI AUDIO COMPRESSOR FILE WAVE

LAPORAN TUGAS AKHIR IMPLEMENTASI ALGORITMA HUFFMAN PADA APLIKASI AUDIO COMPRESSOR FILE WAVE LAPORAN TUGAS AKHIR IMPLEMENTASI ALGORITMA HUFFMAN PADA APLIKASI AUDIO COMPRESSOR FILE WAVE Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program srudi Teknik Informatika S-1

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Sebagai makhluk sosial, komunikasi merupakan hal yang paling penting bagi manusia. Komunikasi dapat diartikan sebagai berbagi pikiran, informasi dan intelijen. Segala

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Kompresi 2.1.1 Sejarah kompresi Kompresi data merupakan cabang ilmu komputer yang bersumber dari Teori Informasi. Teori Informasi sendiri adalah salah satu cabang Matematika yang

Lebih terperinci

BAB I PENDAHULUAN. Teknologi informasi saat ini semakin populer digunakan dalam seluruh

BAB I PENDAHULUAN. Teknologi informasi saat ini semakin populer digunakan dalam seluruh BAB I PENDAHULUAN BAB I PENDAHULUAN I.1. Latar Belakang Teknologi informasi saat ini semakin populer digunakan dalam seluruh aspek kehidupan. Hampir seluruh informasi kini dikelola dalam bentuk data digital.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Steganografi Steganografi adalah sebuah seni menyembunyikan pesan rahasia dengan tujuan agar keberadaan pesan rahasia tersebut tidak diketahui oleh orang yang tidak berkepentingan.

Lebih terperinci

Kode Huffman dan Penggunaannya dalam Kompresi SMS

Kode Huffman dan Penggunaannya dalam Kompresi SMS Kode Huffman dan Penggunaannya dalam Kompresi SMS A. Thoriq Abrowi Bastari (13508025) Teknik Informatika Institut Teknologi Bandung email: if18025@students.itb.ac.id ABSTRAK Dalam makalah ini, akan dibahas

Lebih terperinci

* Kriptografi, Week 13

* Kriptografi, Week 13 * Kriptografi, Week 13 Sejarah Watermarking Watermarking sudah ada sejak 700 tahun yang lalu. Pada akhir abad 13, pabrik kertas di Fabriano, Italia, membuat kertas yang diberi watermark atau tanda-air

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemampatan data (data compression) merupakan salah satu kajian di dalam ilmu komputer yang bertujuan untuk mengurangi ukuran file sebelum menyimpan atau memindahkan

Lebih terperinci

ANALISIS KOMPRESI DATA TEKNIK LOSSLESS COMPRESSION

ANALISIS KOMPRESI DATA TEKNIK LOSSLESS COMPRESSION ANALISIS KOMPRESI DATA TEKNIK LOSSLESS COMPRESSION MENGGUNAKAN DATA CALGARY CORPUS 1. Latar Belakang Irwan Munandar Balai Pendidikan dan Pelatihan Tambang Bawah Tanah Kompresi data merupakan suatu upaya

Lebih terperinci

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id

Lebih terperinci

PEMAMPATAN DATA DIGITAL MENGGUNAKAN METODA RUN-LENGTH

PEMAMPATAN DATA DIGITAL MENGGUNAKAN METODA RUN-LENGTH PEMAMPATAN DATA DIGITAL MENGGUNAKAN METODA RUN-LENGTH Oleh : Yustini & Hadria Octavia Jurusan Teknik Elektro Politenik Negeri Padang ABSTRACT Data compression can be very effective when we used and store

Lebih terperinci

udara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.

udara 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 terperinci

Abstrak. Pendahuluan. pi log2 pi bits (1) Dimana pi adalah probabilitas daro intensitas nilai i, dimana i bernilai diantara 0 sampai 225

Abstrak. Pendahuluan. pi log2 pi bits (1) Dimana pi adalah probabilitas daro intensitas nilai i, dimana i bernilai diantara 0 sampai 225 COMPRESSING JPEG USING HUFFMAN CODE Andika Kurniawan Susilo NIM : 13506104 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail :andika_k_s@students.itb.ac.id Abstrak

Lebih terperinci

Frekuensi Dominan Dalam Vokal Bahasa Indonesia

Frekuensi 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer semakin pesat dewasa ini, sehingga sangat membantu manusia dalam mengolah data untuk mendapatkan informasi. Aktivitas yang dulunya dilakukan

Lebih terperinci

Bab 1. Pemrograman dan Bahasa Rakitan. 1.1 Pendahuluan

Bab 1. Pemrograman dan Bahasa Rakitan. 1.1 Pendahuluan Bab 1 Pemrograman dan Bahasa Rakitan 1.1 Pendahuluan Komputer dalam melaksanakan tugasnya tidak dapat dipisahkah dari peralatan lainnya yang mendukung kegiatan kerja komputer secara menyeluruh. Di samping

Lebih terperinci