BAB III. ANALISIS. Proses Penyisipan Tanda Air
|
|
- Siska Salim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 dan pemendekan segmen waktu. III.1 Proses Penyisipan Tanda Air Seperti dijelaskan di sub bab II.3, proses penyisipan dalam teknik time base modulation (Gambar II-3) dilakukan dengan cara perubahan skala waktu terhadap segmen sinyal. Perubahan skala waktu ini dapat memakai teknik apapun yang dapat merubah durasi sinyal audio tanpa merubah pitch-nya. Teknik perubahan skala waktu umumnya didasarkan pada Short-time Fourier transform, tetapi metode lain seperti phase vocoder, Time Domain Harmonic Scaling, and Pitch-Synchronous Overlap Add (TD-PSOLA) dapat juga digunakan. Teknik perubahan skala waktu yang digunakan dalam tugas akhir ini adalah phase vocoder. Metode ini dijelaskan lebih lanjut pada sub bab II.8. Dalam tugas akhir ini phase vocoder yang dipakai tidak dikembangkan sendiri, tetapi memakai implementasi phase vocoder yang sudah ada. Implementasi phase vocoder yang dipakai dalam tugas akhir ini adalah pvoc-ex. III.1.1 Pvoc-ex Pvoc-ex adalah implementasi phase vocoder oleh Richard Dobson. Pvoc-ex dipilih karena berkas keluaran hasil pemanjangan atau pemendekkan waktu dari pvoc dinilai sebagai yang terbaik dibandingkan dengan phase vocoder lainnya. Penilaian baik atau tidaknya adalah kemiripan bunyi dari berkas asli sebelum pemanjangan atau pemendekan skala dengan berkas hasilnya. Kemiripan bunyi dinilai dengan cara mendengarkan dan membandingkan berkas hasil dan berkas asli. Dengan pvoc-ex, maka pemrosesan berkas stereo dapat dilakukan. Sehingga pengujian terhadap teknik penyisipan time base modulation dapat dilakukan juga pada berkas stereo, tidak hanya pada berkas mono seperti dilakukan dalam [FOO02]. Selain itu pvoc-ex juga dapat melakukan overlap window yang tidak dapat dilakukan dalam [FOO02]. Pvoc mempunyai bermacam-macam parameter sebagai masukkan untuk melakukan proses perubahan skala waktu terhadap berkas suara. Parameter-parameter yang ada dan penjelasan lebih lanjut dapat merujuk pada Tabel III-1. Parameter-parameter ini berpengaruh terutama pada saat inisiasi pvoc dan pada berkas keluaran hasil perubahan skala. III-1
2 III-2 Tabel III-1: Parameter Pvoc-ex Parameter Skala perubahan Mode Tipe skala Window type Fftlen Sample rate Overlap type Deskripsi menentukan besar perubahan terhadap fragmen waktu. Menentukan mode dari phase vocoder Menentukan tipe perubahan skala Menentukan tipe window yang akan dipakai. Tipe window yang disediakan adalah Von Hann (Hanning), Kaiser dan Hamming. Menentukan jumlah sampel per window, nilai terkecil yang dapat dipakai adalah 64 Sampel rate dari berkas audio yang akan diproses Menyatakan tipe atau banyaknya overlap antarwindow saat tahap analisis dan resintesis. III.1.2 Langkah-langkah Proses Penyisipan Tanda Air Langkah-langkah yang dilakukan dalam proses penyisipan tanda air dengan teknik Time Base Modulation adalah sebagai berikut: 1. Bagi sinyal menjadi N buah segmen, s[i], 0 i L 1, dengan tiap segmen memiliki panjang yang sama yaitu sebesar L. 2. Terapkan phase vocoder pada tiap segmen tersebut, dengan besar skala perubahan waktunya tergantung dari bit tanda air yang akan disisipkan: Pada tahap ini tiap segmen akan dilakukan tahap analisis dari teknik phase vocoder, yang melibatkan perhitungan STFT (dalam hal ini menggunakan FFT). Setelah itu dilakukan tahap resintesis. 3. Tiap segmen yang sudah dimodifikasi s w [i] kemudian digabungkan kembali untuk membentuk sinyal yang telah menyimpan tanda air. III.2 Proses Ekstraksi Tanda Air Proses ekstraksi tanda air, atau decoding, yang dipakai dalam tugas akhir ini berbeda dengan yang diusulkan [FOO02]. Perbedaannya adalah tugas akhir ini berkas tanda air asli diikutkan sebagai masukan proses decoding, cara ini mempercepat proses decoding sehingga tidak perlu menganalisa seluruh segmen dari berkas audio tetapi hanya sejumlah segmen sesuai dengan banyaknya atau panjang karakter dari berkas tanda air asli. Perbedaan lainnya adalah tidak
3 III-3 digunakannya Dynamic Programming dalam mencari tanda air. Serta tidak digunakannya tempo map untuk mencari tanda air yang disisipkan. III.2.1 Langkah-langkah Ekstraksi Tanda Air Langkah-langkah yang dilakukan dalam proses pengambilan kembali tanda air adalah sebagai berikut: 1. Bagi masing-masing sinyal menjadi N buah segmen, s[i], 0 i L 1, dengan tiap segmen memiliki panjang yang sama yaitu sebesar L. Sinyal yang telah disisipkan adalah s w [i] dan sinyal asal adalah s[i]. 2. Terapkan FFT pada tiap segmen, baik segmen asli s[i] maupun segmen termodifikasi s w [i]. 3. Bandingkan jumlah magnitude komponen spektral dari segmen s w [i] dengan s[i] untuk mendapatkan bit-bit tanda air. 4. Gabungan bit-bit tanda air dari hasil pembandingan seluruh segmen akan menghasilkan bitbit tanda air awal. III.3 Contoh Proses Penyisipan dan Ekstrasi Tanda Air Diketahui sinyal suara S mempunyai panjang 1,5 detik. Bit-bit tanda air yang akan disisipkan adalah 011 Langkah-langkah penyisipannya adalah: 1. Sinyal S dibagi menjadi N buah segmen sama besar, dalam hal ini N= 3 dengan panjang masing 0,5 detik. 2. Terapkan phase vocoder pada setiap segmen, dengan perubahan skala tergantung bit tanda air yang akan dimasukkan, dalam hal ini: segmen N=1 akan disisipkan bit 0, sehingga dilakukan pemendekan waktu segmen N=2 akan disisipkan bit 1, sehingga dilakukan pemuluran waktu segmen N=3 akan disisipkan bit 1, sehingga dilakukan pemuluran waktu 3. Segmen-segmen yang telah dimodifikasi digabungkan kembali membentuk sinyal suara bertanda air.
4 Langkah-langkah ekstraksi adalah: 1. Sinyal S dan sinyal dibagi menjadi N buah segmen yang sama besar, dalam hal ini N=3 dengan panjang 0,5 detik. 2. Terapkan FFT pada tiap segmen baik segmen sinyal asli S [i] maupun [i]. 3. Jumlahkan komponen spektral tiap segmen lalu bandingkan: Tabel III-2: Komponen Spektral Komponen Spektral Komponen Spektral S[i] Frekuensi Magnitude(dB) [i] Frekuensi Magnitude(dB) III-4 Komponen spektral untuk masing-masing segmen dapat dilihat pada Tabel III-2. Jumlah komponen spektral dalam satu segmen pada segment S [i] akan dibandingkan dengan jumlah komponen spektral segmen yang bersesuaian dari [i ]. Tabel III-2 tidak menampilkan seluruh komponen spektral dari tiap segmen, karena banyaknya sampel dalam proses decoding ditentukan 1024 maka akan ada 512 komponen spektral untuk tiap segmen. Hal ini menyebabkan tidak mungkin untuk menampilkan seluruh komponen spektral dari tiap segmen. Jika jumlah magnitude semua komponen spektral dari segmen S [i] lebih besar dari jumlah magnitude semua komponen spektral dari segmen disimpulkan disimpulkan [i] maka dapat [i] mengalami pemendekan waktu. Jika sebaliknya maka dapat [i] mengalami pemuluran waktu
5 III-5 Dari data pada Tabel III-2 dapat disimpulkan: [1] mengalami pemendekan waktu [2] mengalami pemuluran waktu [3] mengalami pemuluran waktu Hasilnya didapat bit tanda air untuk tiap [i ]: [1] disisipi bit tanda air 0 [2] disisipi bit tanda air 1 [3] disisipi bit tanda air 1 4. Gabungan bit-bit tanda air itu ialah: 011.
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 terperinciBAB 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 terperinciProteksi 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 terperinciMETODE 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 terperinciBAB 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 terperinciPenarikan 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 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 terperinciBAB 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 terperinciWatermarking Pada Audio Berformat WAV dengan Teknik Time Base Modulation
Watermarking Pada Audio Berformat WAV dengan Teknik Time Base Modulation LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh: Bistok D.L / 13500026 PROGRAM STUDI INFORMATIKA SEKOLAH
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Meningkatnya ilmu pengetahuan dan teknologi khususnya pada bidang komunikasi saat ini berkembang dengan cepat. Kemajuan teknologi bertujuan untuk mempermudah kegiatan
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 III METODOLOGI. dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan
23 BAB III METODOLOGI 3.1 Metodologi Penelitian Penelitian ini ingin membangun sistem yang dapat melakukan langkah dasar identifikasi, yaitu melakukan ektraksi suara Gamelan Bonang, dengan ekstrasi ini,
Lebih terperinciBAB I PENDAHULUAN. kicauan salah satunya adalah burung Anis Merah (zootheracitrina), CucakHijau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Burung adalah rantai penghuni ekosistem biologi yang dapat dijadikan sebagai objek seni kontes suara. Tetapi tidak semua burung dapat diikutsertakan dalam lomba,
Lebih terperinciBAB III. ANALISIS MASALAH
BAB III. ANALISIS MASALAH Pada bab tiga laporan Tugas Akhir ini akan dibahas mengenai analisis pemecahan masalah untuk pengubahan logo biner menjadi deretan bilangan real dan proses watermarking pada citra.
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 I PENDAHULUAN. manusia satu dengan manusia lainnya berbeda-beda intonasi dan nadanya, maka
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Suara adalah suatu alat komunikasi paling utama yang dimiliki oleh manusia. Dengan suara, manusia dapat berkomunikasi dengan manusia lainnya. Melalui suara,
Lebih terperinciUKDW 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 terperinciPENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK
ABSTRAK PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN Dosen Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Pada penelitian ini dibuat sebuah sistem pengenalan suara manusia dengan
Lebih terperinciABSTRACT. Nowadays, speech coding technology that encode speech with a minimum
ABSTRACT Nowadays, speech coding technology that encode speech with a minimum number of bits while maintaining its quality is very required. This final project uses Multi Band Excitation (MBE) to encode
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 terperinciSeminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016
IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM DAN MEAN SQUARE PERCENTAGE ERROR UNTUK MENGHITUNG PERUBAHAN SPEKTRUM SUARA SETELAH MENGGUNAKAN FILTER PRE-EMPHASIS Fitri Mintarsih 1, Rizal Bahaweres 2, Ricky
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 terperinciBAB 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 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 I PENDAHULUAN. pengenalan terhadap gelombang suara. Pengenalan gelombang suara yang sudah
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi memungkinkan kita untuk melakukan suatu pengenalan terhadap gelombang suara. Pengenalan gelombang suara yang sudah sering diimplementasikan adalah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Dengan perkembangan teknologi komunikasi terutama dalam bidang internet, penyebaran informasi pada media melalui internet sangat mudah didapat. Akses informasi melalui
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 terperinciIDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK
IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK Ade Fruandta dan Agus Buono Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor Jl. Meranti
Lebih terperinciBAB 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 terperinciBAB IV IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian Penelitian ini dilakukan dengan menggunakan satu set komputer dengan prosesor berkecepatan 1,18 GHz,
Lebih terperinciPENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM
PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM Agustina Trifena Dame Saragih 1, Achmad Rizal 2, Rita Magdalena 3 Departemen Teknik Elektro Institut Teknologi Telkom Jl.
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 terperinciPerbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength
JURNAL FISIKA DAN APLIKASINYA VOLUME 12, NOMOR 1 JANUARI 2016 Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength Dody Kurniawan, Ahmad Syakir, Hana Afifah,
Lebih terperinciPerbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength
JURNAL FISIKA DAN APLIKASINYA VOLUME 12, NOMOR 1 JANUARI 2016 Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength Dody Kurniawan, Ahmad Syakir, Hana Afifah,
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Manusia dianugrahi oleh Tuhan dua telinga yang memiliki fungsi untuk menangkap sinyal-sinyal suara. Namun untuk mengoptimalkan dari fungsi telinga tersebut manusia harus belajar
Lebih terperinciKlasifikasi Odor pada Ruang Terbuka dengan Menggunakan Short Time Fourier Transform dan Neural Learning Vector Quantization
Klasifikasi Odor pada Ruang Terbuka dengan Menggunakan Short Time Fourier Transform dan Neural Learning Vector Quantization Hendrick 1, Muhammad Rivai 1, Tasripan 1 1 Jurusan Tehnik Elektro Fakultas Teknologi
Lebih terperinciWatermarking 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini sepeda motor sudah menjadi kebutuhan pokok bagi masyarakat. Kemajuan teknologi di bidang otomotif merupakan faktor pendorong bagi masyarakat untuk menggunakan
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 terperinciMODUL 5 EKSTRAKSI CIRI SINYAL WICARA
MODUL 5 EKSTRAKSI CIRI SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan estimasi frekuensi fundamental sinyal wicara dari pengamatan spektrumnya dan bentuk gelombangnya - Mahasiswa mampu menggambarkan
Lebih terperincii. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz
Data yang pada awalnya berupa chanel stereo diubah ke dalam chanel mono. Kemudian data tersebut disimpan dengan file berekstensi WAV. Praproses Pada tahap ini dilakukan ekstraksi ciri menggunakan metode
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Gelombang Bunyi Menurut Anwar, et al (2014), gelombang bunyi atau lebih khusus dikenal sebagai gelombang akustik adalah gelombang longitudinal yang berada dalam sebuah medium,
Lebih terperinciBAB 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 terperinciAUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA GENETIKA
Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 217 ISSN 285-4218 ITN Malang, 4 Pebruari 217 AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA
Lebih terperinciSOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM
SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM Tan FerrdyHendrawan Program Studi Teknik Informatika, Universitas Katolik Soegijapranata f3rrdy.hendrawan@gmail.com Abstract The goal of voice conversion
Lebih terperinciBAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran.
BAB I PENDAHULUAN 1.1 Latar Belakang Saat sesuatu diukur maka beberapa data didapatkan. Umumnya pengukuran tidak pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. Mendapatkan data
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinciPengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.
Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Tujuan Tujuan dari penelitian ini adalah untuk mengidentifikasi
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB I PENDAHULUAN. mendigitalisasi kata yang diucapkan dan mencocokkannya dengan pola yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Aplikasi pengenal suara (speech recognizer) adalah sebuah aplikasi yang memungkinkan komputer dapat mengenali kata-kata yang diucapkan dengan cara mendigitalisasi
Lebih terperinciMODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR TEORI 2.1. Energi Suatu
Lebih terperinciANALISIS KETAHANAN AUDIO WATERMARKING DI DOMAIN FREKUENSI PADA AMBIENT MODE DENGAN MENGGUNAKAN FREQUENCY MASKING METHOD
ANALISIS KETAHANAN AUDIO WATERMARKING DI DOMAIN FREKUENSI PADA AMBIENT MODE DENGAN MENGGUNAKAN FREQUENCY MASKING METHOD ROBUST AUDIO WATERMARKING ANALYSIS IN FREQUENCY DOMAIN BASED ON AMBIENT MODE BY USING
Lebih terperinciMODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL PENGHIUNGAN ENERGI PADA SINYAL WICARA I. UJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR EORI.1. Energi Suatu Sinyal
Lebih terperinciRancang Bangun Aplikasi Pendeteksi Suara Tangisan Bayi
A476 Rancang Bangun Aplikasi Pendeteksi Suara Tangisan Bayi Welly Setiawan Limantoro, Chastine Fatichah, dan Umi Laili Yuhana Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciTabel 6 Skenario pengujian 4
7 Tabel 6 Skenario pengujian 4 Cover Rhinos.avi & Vipmen.avi bit 1-8 bit Berkas pesan karakter Test.txt 197 Daftar.txt 15.384 TestCase.txt 33.792 5 Pengujian kualitas stegovideo secara objektif menggunakan
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 terperinciTINJAUAN PUSTAKA. Pengenalan Suara
Pengenalan Suara TINJAUAN PUSTAKA Menurut Peacock (1990), pengenalan suara merupakan kemampuan untuk mengidentifikasi kata-kata yang diucapkan. Terdapat 5 faktor yang dapat mengontrol dan menyederhanakan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
21 PERANGKAT LUNAK UNTUK MEMBUKA APLIKASI PADA KOMPUTER DENGAN PERINTAH SUARA MENGGUNAKAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENTS Anna Dara Andriana Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciBAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk
BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Voice Command pada demonstrasinya merupakan aplikasi pengenalan suara yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk menampung
Lebih terperinciPembangkitan Suara Sintetik Berbasis Spectrum Density pada Gamelan Kelompok Balungan
1 Pembangkitan Suara Sintetik Berbasis Spectrum Density pada Gamelan Kelompok Balungan Biyan Oscar, Yoyon Kusnendar Suprapto, Stevanus Hardiristanto Jurusan Teknik Elektro, Fakultas Teknologi Industri,
Lebih terperinciAnalisis 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 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 terperinciUNIVERSITAS 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 ANALISIS DAN PERANCANGAN PERANGKAT LUNAK PENGENALAN JENIS ALAT MUSIK BERDASARKAN SUMBER SUARANYA
Lebih terperinciIMPLEMENTASI TEKNIK AUDIO WATERMARKING DENGAN METODE PHASE CODING AYI DIANITASARI
IMPLEMENTASI TEKNIK AUDIO WATERMARKING DENGAN METODE PHASE CODING AYI DIANITASARI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT AYI
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROTOTIPE. Bab ini menguraikan tentang analisis penelitian mencakup metode yang
BAB 3 ANALISIS DAN PERANCANGAN PROTOTIPE Bab ini menguraikan tentang analisis penelitian mencakup metode yang digunakan untuk ekstraksi fitur sinyal musik digital serta metode klasifikasi dengan Neural
Lebih terperinciTEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA
TEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA Teuku Reza Auliandra Isma Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: reza.auliandra@gmail.com
Lebih terperinciPENDAHULUAN Tujuan Latar Belakang Ruang Lingkup Manfaat Penelitian TINJAUAN PUSTAKA Nada dan Chord Gitar
PENDAHULUAN Latar Belakang Sistem pendengaran manusia memiliki kemampuan yang luar biasa dalam menangkap dan mengenali sinyal suara. Dalam mengenali sebuah kata ataupun kalimat bukanlah hal yang sulit
Lebih terperinciKLASIFIKASI SUARA BURUNG LOVEBIRD DENGAN ALGORITMA FUZZY LOGIC CLASSIFICATION OF LOVEBIRD SOUND S WITH FUZZY LOGIC ALGORITHM
KLASIFIKASI SUARA BURUNG LOVEBIRD DENGAN ALGORITMA FUZZY LOGIC CLASSIFICATION OF LOVEBIRD SOUND S WITH FUZZY LOGIC ALGORITHM Tedy Gumilang Sejati 1, Achmad Rizal,ST.,MT. 2, Alfian Akbar Gozali,ST.,MT.
Lebih terperinciMODUL II : SPEECH AND AUDIO PROCESSING
MODUL II : SPEECH AND AUDIO PROCESSING TUJUAN 1. Memahami karakteristik sinyal suara dan audio 2. Mampu melakukan pengolahan terhadap sinyal suara dan audio 3. Mampu menggunakan tool untuk pengolahan sinyal
Lebih terperinciBAB III PERANCANGAN SISTEM PENYAMA
BAB III PERANCANGAN SISTEM PENYAMA Pembahasan pada bab ini berisi perancangan sistem medan jauh penyuara dalam bentuk program pada perangkat lunak Python yang akan dijalankan oleh Rasberry Pi B. Pada subbab
Lebih terperinci6.2. Time Division Multiple Access (TDMA)
6.2. Time Division Multiple Access (TDMA) Pada sistem FDMA, domain frekuensi di bagi menjadi beberapa pita non-overlaping, oleh karena itu setiap pesan pengguna dapat dikirim menggunakan band yang ada
Lebih terperinciyaitu 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 terperinciISSN : e-proceeding of Engineering : Vol.4, No.3 Desember 2017 Page 3446
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.3 Desember 2017 Page 3446 ANALISIS KETAHANAN AUDIO WATERMARKING PADA FORMAT AUDIO MENGGUNAKAN METODE FREQUENCY MASKING ANALYSIS OF RESISTANCE AUDIO
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 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 terperinciDigital Watermarking
Digital Watermarking Data dan informasi disajikan dalam bentuk format : digital, teks, citra, audio, maupun video. Produk digital lainnya, mempunyai beberapa karakteristik, antara lain: Penggandaan (Copy)
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 terperinciImplementasi Algoritme Shazam untuk Mengidentifikasi Hadis dan Surah dalam Al-Quran Menggunakan Suara
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 3301-3310 http://j-ptiik.ub.ac.id Implementasi Algoritme Shazam untuk Mengidentifikasi Hadis
Lebih terperinciANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI 3.1. Analisa Sistem 3.1.1. Sejarah Umum Perusahaan Binus Learning Community adalah komunitas belajar binus yang berada dibawah sub unit mentoring Student
Lebih terperinciPENGIMPLEMENTASIAN METODE DSSS (DIRECT SEQUENCE SPREAD SPECTRUM) UNTUK AUDIO WATERMARKING FERNISSA FAHAMALATHI
PENGIMPLEMENTASIAN METODE DSSS (DIRECT SEQUENCE SPREAD SPECTRUM) UNTUK AUDIO WATERMARKING FERNISSA FAHAMALATHI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciLAPORAN PRAKTIKUM DSP
LAPORAN PRAKTIKUM DSP MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA Disusun Oleh : Yuli Yuliantini (121014 7021) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya Surabaya 2015
Lebih terperinciPerbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK
Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) Bogerson/0322076 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Video Video adalah teknologi pemrosesan sinyal elektronik mewakilkan gambar bergerak. Aplikasi umum dari teknologi video adalah televisi, dapat juga digunakan dalam aplikasi teknik,
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 terperinciPERANCANGAN SISTEM PERBAIKAN NADA SUARA MANUSIA DENGAN MENGGUNAKAN METODE PHASE VOCODER TERHADAP NADA REFERENSI MUSIK
PERANCANGAN SISTEM PERBAIKAN NADA SUARA MANUSIA DENGAN MENGGUNAKAN METODE PHASE VOCODER TERHADAP NADA REFERENSI MUSIK Rudi Prasetio *), Achmad Hidayatno, and Imam Santoso Jurusan Teknik Elektro, Universitas
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 terperinciSISTEM PENGENALAN CHORD PADA FILE MUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL. Ivanna K. Timotius, Adhi Prayogo
SISTEM PENGENALAN CHORD PADA FILE MUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL Fakultas Teknik Elektronika dan Komputer, Program Studi Teknik Elektro, Universitas Kristen
Lebih terperinciIMPLEMENTASI EKSTRAKSI FITUR UNTUK PENGELOMPOKAN BERKAS MUSIK BERDASARKAN KEMIRIPAN KARAKTERISTIK SUARA
W ;/--n TUGAS AKHIR KI151601 IMPLEMENTASI EKSTRAKSI FITUR UNTUK PENGELOMPOKAN BERKAS MUSIK BERDASARKAN KEMIRIPAN KARAKTERISTIK SUARA RAMADHAN ROSIHADI PERDANA NRP 5112100032 Dosen Pembimbing I Dr.Eng.
Lebih terperinciStudi Mengenai Teknik Digital Watermarking pada Berkas MP3
Studi Mengenai Teknik Digital Watermarking pada Berkas MP3 Muhammad Dhito Prihardhanto - 13507118 Prodi Teknik Informatika, Sekolah Teknik Elektro dan Informatika (STEI) Institut Teknologi Bandung, Jalan
Lebih terperinciANALISIS DIGITAL AUDIO WATERMARKING BERBASIS LIFTING WAVELET TRANSFORM PADA DOMAIN FREKUENSI DENGAN METODE SPREAD SPECTRUM
ANALISIS DIGITAL AUDIO WATERMARKING BERBASIS LIFTING WAVELET TRANSFORM PADA DOMAIN FREKUENSI DENGAN METODE SPREAD SPECTRUM Agung Satrio Wibowo 1), Agung Suryahadiningrat Kusumanegara 2) Gelar Budiman 3)
Lebih terperinciGambar 13 Pembangkitan ROI Audio dari 4.wav Dimulai dari Titik ke i = 1,2,,2L K, j = 1,2,,2 p.
Lokalisasi Kerusakan Watermarked audio diserang dengan white noise sepanjang 0.00808 detik menggunakan Audacity. Kemudian watermarked audio yang rusak dibandingkan dengan watermarked audio yang belum diserang.
Lebih terperinciJournal of Control and Network Systems
JCONES Vol. 5, No. 1 (2016) 177-183 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone IDENTIFIKASI SUARA MANUSIA BERDASARKAN JENIS KELAMIN MENGGUNAKAN EKSTRAKSI
Lebih terperinciBAB 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 terperinciPembuatan Text-To-Speech Synthesis System Untuk Penutur Berbahasa Indonesia
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pembuatan Text-To-Speech Synthesis System Untuk Penutur
Lebih terperinciANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING
ANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING T.B. Purwanto 1, N.M.A.E.D. Wirastuti 2, I.G.A.K.D.D. Hartawan 3 1,2,3 Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB 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 terperinci1. 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