BAB IV RANCANGAN GENERATOR MELODI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB IV RANCANGAN GENERATOR MELODI"

Transkripsi

1 BAB IV RANCANGAN GENERATOR MELODI Bab ini menjabarkan proses perancangan sistem generator melodi beserta hasilnya. Pertama, dibahas mengenai analisis skema dasar umum sistem untuk menyusun melodi dari parameter berupa batasan-batasan feature, berdasar pada feature-feature hasil analisis pada tahap sebelumnya. Kedua, rancangan implementasi parameter-parameter hasil analisis di sistem generator melodi. Ketiga, bab ini memaparkan detail rancangan generator melodi dalam bentuk kelas-kelas perancangan. IV.1 Konteks dan Arsitektur Sistem Alat bantu proses pembuatan musik dapat dibagi menjadi dua kelompok, yaitu alat bantu untuk musik dalam bentuk simbolis/midi dan alat bantu pada bentuk audio. Dalam proses pembuatan musik, seorang komposer dapat menggunakan alat-alat bantu dalam bentuk simbolis tersebut untuk membuat melodi, iringannya sampai lengkap dalam bentuk simbolis. Kemudian hasil tersebut dapat dicetak kemudian dimainkan oleh musisi, atau dengan menggunakan synthesizer, hasil tersebut dapat diperdengarkan ataupun dikonversi menjadi audio. Gambar IV.1. Pembagian jenis alat bantu berdasarkan tingkat intervensi dan letaknya dalam proses pembuatan musik IV 1

2 IV 2 Untuk mempermudah mengetahui batas-batas sistem generator melodi yang dibuat, dirumuskan pembagian alat bantu komposer seperti pada Gambar IV.1. Sumbu mendatar menunjukkan tingkat intervensi dari pengguna, semakin rendah tingkat intervensi, alat bantu tersebut bekerja semakin otonom. Alat bantu pada tingkat intervensi tinggi mencakup editor-editor musik, sedangkan alat bantu pada tingkat intervensi rendah mencakup alat bantu yang dapat mengusulkan atau membentuk secara otonom bagian-bagian dari musik. Sumbu tegak menunjukkan alat bantu tersebut dalam proses pembuatan musik. Pada sumbu tegak bagian bawah, alat bantu membantu pada tahap awal, yaitu pembentukan melodi, semakin ke atas, semakin menuju finalisasi musik tersebut. Pada tahap awal pembuatan musik, alat bantu pembuatan melodi dapat dipandang berdasarkan tinggi rendahnya kendali dari komposer sebagai pengguna, seperti diperlihatkan pada Gambar IV.1. Semakin rendah intervensi, alat bantu tersebut semakin otomatis. Sebaliknya, semakin tinggi intervensi pengguna, alat tersebut semakin manual. Alat bantu dengan intervensi yang tinggi dapat dipergunakan untuk memanipulasi melodi pada tingkatan elemen terkecil dari melodi, yaitu not. Setiap not dapat ditambahkan, dihapus, diatur oleh pengguna. Pada tingkat intervensi yang rendah, terletak sistem melody generator. Melodi dibuat secara otomatis, campur tangan pengguna hanya pada parameter pembuatan melodi. Alat bantu berupa sistem pembuat melodi yang dirancang pada Tesis ini berada pada bagian kiri bawah dari Gambar IV.1. Sistem ini bertujuan menghasilkan frasa-frasa melodi baru yang bebas konteks, tidak terikat oleh aturan dan pengetahuan yang dimiliki komposer. Sehingga, frasa yang dihasilkan dapat menjadi inspirasi yang benar-benar baru bagi komposer tersebut. Oleh karenanya, sistem ini hanya menerima masukan berupa parameter-parameter sederhana, dalam hal ini berupa mood yang diinginkan serta beberapa parameter sederhana seperti jumlah not yang diinginkan. Beberapa alat bantu dapat digunakan oleh komposer pada langkah komposisi selanjutnya setelah mendapatkan melodi yang sesuai, misalnya dengan memakai BandInABox [BAN09] atau alat bantu sejenis. Terkait dengan topik kajian Tesis, makalah [CHA08] yang membahas alat bantu untuk membuat iringan serta harmonisasi, dengan pendekatan mood. Alat bantu tersebut menerima masukan berupa motif melodi, dan mood tertentu, dan menghasilkan harmonisasi sebagai pelengkapnya.

3 IV 3 Gambar IV.2. Arsitektur sistem generator melodi berbasis mood. Sistem ini terdiri dari beberapa bagian utama, yaitu User Interface, Translator Mood dan Generator Melodi. Arsitektur sistem dapat dilihat pada Gambar IV.2. Pengguna berinteraksi dengan sistem melalui User Interface. User Interface akan meneruskan masukan pengguna berupa mood yang dipilih ke Translator Mood. Translator Mood mengubah masukan mood menjadi nilai parameter-parameter detail yang diteruskan ke Generator Melodi. User Interface juga melayani input user berupa parameter detail, yang akan diteruskan langsung ke Generator Melodi. Generator Melodi bertugas melakukan pembangkitan melodi berdasarkan parameter masukan, kemudian mengembalikan melodi tersebut ke User Interface untuk disampaikan ke pengguna. Pada seluruh bagian dari sistem ini, hasil analisis serta teori dasar mengenai musik dipergunakan. Pada bagian User Interface, diimplementasikan antarmuka masukan mood, antarmuka masukan parameter feature, tampilan partitur untuk menampilkan melodi yang dihasilkan, dan kemampuan untuk menyimpan hasil menjadi file MIDI. Pada Translator Mood diimplementasikan model pemetaan antara mood dengan feature melodi. Pada Generator Melodi diimplementasikan sebuah algoritma generator melodi yang dibentuk berdasarkan model generator yang iteratif. Bagian Translator Mood bertugas menerjemahkan masukan pengguna berupa mood menjadi parameter masukan ke Generator Melodi. Sedianya, pada bagian ini akan diimplementasikan model yang didapatkan dari proses pemetaan antara mood dengan feature yang dianalisis pada bagian III.3. Karena analisis tersebut tidak mencapai titik akhir, maka algoritma translator mood yang diimplementasikan pada bagian ini adalah algoritma dummy. Algoritma dummy tersebut dihasilkan dari justifikasi bahwa dimensi arousal dari mood mempengaruhi parameter

4 IV 4 untuk feature artikulasi, tempo, dan interval nada, sedangkan dimensi valence berpengaruh terhadap feature tangga nada, dan interval nada. IV.2 Skema Umum Generator Melodi Bagian ini akan membahas skema umum bagian Generator Melodi. Seperti pada gambaran umum sistem pada bagian I.1 (lihat Gambar I.3), sistem generator melodi ini merangkai nada-nada dari seluruh kemungkinan nada yang ada berdasarkan nilai parameter-parameter masukan, teori-teori musik, serta hasil analisis keterkaitan karakteristik dasar melodi dengan mood yang dipelajari dari lagu-lagu lain. Sistem generator melodi ini harus dirancang sedemikian rupa sehingga mampu menampung implementasi seluruh jenis parameter ke dalamnya. Jika tidak dirancang dengan baik, implementasi parameter dapat menjadi sangat sulit. Karena parameter yang akan diimplementasikan banyak jumlahnya, dan untuk memudahkan pengembangan selanjutnya, sedapat mungkin seluruh parameter tersebut dapat diimplementasikan dengan cara yang sama, atau seragam. Sistem generator melodi pada saat dijalankan akan merangkai elemen dasar dari melodi, yaitu not. Setiap not dalam melodi mempunyai satu feature dasar atau properti pada ranah frekuensi, yaitu pitch (p), dan dua properti pada ranah waktu, yaitu durasi (d) dan waktu kemunculan (t). Seluruh parameter masukan sebenarnya hanya memberikan batas pada kombinasi ketiga hal ini pada rangkaian melodi, sesuai dengan analisis pada bagian III.2. Terdapat berbagai macam pendekatan yang dapat digunakan untuk dapat melakukan pembentukan melodi ini. Pendekatan yang digunakan pada sistem ini diadopsi dari [WAN98]. Pada pendekatan tersebut, nada dipilih secara acak dari satu set nada yang sebelumnya telah dipilih sesuai dengan teori musik yang digunakan pada sistem tersebut. Pada pendekatan ini, properti waktu kemunuculan (t) dijadikan acuan utama. Proses perangkaian melodi dilakukan satu demi satu not, dari melodi kosong ditambahi satu per satu nada sampai membentuk sebuah frasa melodi usulan. Properti waktu kemunculan (t) dimulai dari 0 pada awal saat melodi kosong, kemudian nilai t ditambah sesuai dengan durasi not yang ditambahkan. Hal ini dapat dilakukan karena dalam membentuk melodi, salah satu batasan yang harus dipenuhi adalah dalam satu saat hanya boleh ada maksimal satu buat nada yang aktif.

5 IV 5 Kendali seluruh parameter yang menjadi masukan digunakan untuk menentukan nilai dua properti lainnya, yaitu pitch (p) dan durasi not saat ini (d). Secara implisit, parameter juga mempengaruhi t untuk not berikutnya dari nilai d ini. Kedua nilai properti lainnya ditangani dalam waktu yang bersamaan, yaitu dengan mengenumerasi seluruh kemungkinan kedua nilai properti tersebut. Kemudian masing-masing parameter membatasi kemungkinan nada-nada yang dipakai dengan mengurangi dan menambah probabilitas masing-masing pasangan nilai. Setelah itu, secara probabilistik dipilih not yang kemudian disambungkan dengan melodi yang sudah terbentuk. Gambar IV.3. Gambaran proses pemilihan nada Gambaran proses yang terjadi pada setiap pemilihan nada yang akan ditambahkan pada melodi bisa dilihat pada Gambar IV.3. Suatu generator nada menghasilkan seluruh kemungkinan nada. Seluruh kemungkinan nada kemudian diproses oleh rantai filter-filter parameter. Filter ini dapat menerima masukan berupa nilai parameter. Parameter dalam rantai tersebut juga dapat mempergunakan data melodi yang sudah terbentuk sebagai salah satu pertimbangan dalam membatasi kemungkinan nada. Aturan yang diekstraksi dari teori dasar musik juga diimplementasikan dalam bentuk sebuah Filter. Kemudian suatu pemilih nada memilih sebuah nada dari kemungkinan yang tersedia, dan merangkaikannya dengan melodi yang sudah terbentuk. Proses ini akan diulang sampai memenuhi jumlah nada yang diinginkan. Proses tersebut dituangkan secara algoritmik dalam Algoritma IV.1. Fungsi buat_melodi_kosong membuat sebuah melodi yang kosong. Fungsi filters adalah array filter yang diterapkan pada proses pembuatan melodi. Prosedur filter_kemungkinan_nada pada setiap filter mengubah nilai probabilitas semua kemungkinan nada sesuai dengan kegunaan filter tersebut.

6 IV 6 Algoritma IV.1 Algoritma utama sistem generator melodi Input: filters: array dari filter-filter jumlah_nada: jumlah nada yang diinginkan Output: melodi usulan Algoritma: melodi = buat_melodi_kosong() while (melodi.jumlah_nada < jumlah_nada) prob = buat_semua_kemungkinan_nada() for each (filter <- filters) filter.filter_kemungkinan_nada (prob, melodi) nada = pilih_nada(prob) melodi.tambah_nada(nada) return melodi Fungsi pilih_nada akan memilih sebuah nada, yaitu pasangan nilai d dan p, secara probabilistik sesuai dengan probabilitas nada tersebut. Walaupun pendekatan ini dapat memenuhi kebutuhan implementasi parameter pengaturan generator melodi, terdapat beberapa kelemahan pada pendekatan ini: 1. Enumerasi semua kemungkinan pasangan nilai p dan d membutuhkan banyak ruang memori, serta membuat pemrosesan oleh filter menjadi banyak, karena pada setiap iterasi nilai probabilitas dipilihnya masing-masing kemungkinan pasangan nilai tersebut akan diubah oleh masing-masing filter. Hal ini dapat diatasi dengan mempersempit jangkauan nilai pitch yang dapat menjadi pilihan. Bagaimanapun juga, melodi mempunyai syarat bahwa nadanya harus bersambung, tidak mungkin nilai pitch-nya akan bervariansi tinggi (lihat bagian II.3). 2. Jika terdapat parameter-parameter yang memerlukan penghitungan yang cukup berat, pada setiap iterasi, maka filter harus menghitung ulang penghitungan tersebut. Hal ini dapat diatasi dengan menggunakan prinsip caching, dengan membuat filter tersebut menyimpan secara internal beberapa nilai yang dibutuhkan dalam penghitungan pada iterasi berikutnya. 3. Beberapa parameter mengubah probabilitas dipilihnya not berdasarkan rangkaian not secara keseluruhan. Untuk parameter-parameter seperti ini,

7 IV 7 filter yang diimplementasikan harus memiliki cara untuk mengetahui melodi yang sudah terbentuk, serta pada tiap iterasi filter tersebut perlu menghitung ulang pengaruh melodi tersebut. Hal ini dapat diatasi dengan memberikan melodi sebelumnya sebagai masukan ke fungsi filter, serta mempergunakan prinsip caching seperti pada poin sebelumnya. (a) (b) (c) Gambar IV.4. Nilai awal probabilitas (a), faktor pengali yang dihasilkan oleh filter (b), serta nilai akhir probabilitas setelah dikalikan dengan faktor pengali (c). Sumbu tegak pada gambar menunjukkan tingkat nilai probabilitas atau faktor pengali, setiap blok mewakili nilai probabilitas / faktor pengali untuk setiap kemungkinan not. Pada setiap langkah, filter mengubah nilai probabilitas not dengan cara membuat faktor pengali untuk setiap kemungkinan not sesuai dengan parameter yang diminta. Kemudian, faktor pengali tersebut dikalikan dengan nilai probabilitas not yang ada. Gambar IV.4 menunjukkan diagram histogram nilai probabilitas asli (a), faktor pengali (b) serta nilai probabilitas hasil proses filter (c). Karena kemungkinan not adalah besaran dua dimensi, pitch dan durasi, maka nilai probabilitas dapat dipandang sebagai matriks dua dimensi, dengan baris mewakili durasi dan kolom mewakili pitch, seperti pada Tabel IV.1. Secara umum, filter dapat

8 IV 8 bekerja pada dimensi pitch saja (lihat Gambar IV.5), atau pada dimensi durasi saja (lihat Gambar IV.6), atau pada kedua dimensi secara langsung. Tabel IV.1. Matriks probabilitas kemungkinan not. Durasi \ Pitch /2 1/4 1/16 1/ Gambar IV.5. Posisi faktor pengali filter pitch dalam pengubahan nilai probabilitas dalam matriks. Gambar IV.6. Posisi faktor pengali filter pitch dalam pengubahan nilai probabilitas dalam matriks. IV.3 Pemilih Nada Secara Probabilistik Salah satu inti dari algoritma generator melodi ini adalah bagian pemilih nada secara probabilistik dari seluruh kemungkinan nada. Pemilihan secara probabilistik ini diimplementasikan dengan menggunakan pembangkit bilangan acak probabilistik, yang dapat menghasilkan bilangan acak sesuai dengan sebaran probabilitas yang diberikan. Sebaran probabilitas yang diberikan pada pembangkit

9 IV 9 bilangan acak ini diambil dari nilai kemungkinan nada dipilih, sehingga semakin tinggi nilai kemungkinan nada dipilih, semakin mungkin nada tersebut akan terpilih menjadi nada berikutnya. Pembangkit nilai acak yang umum ditemui adalah pembangkit bilangan acak dengan distribusi nilai yang setara (uniform random generator). Terdapat bermacam-macam algoritma pembangkit nilai acak uniform, yang dapat dibagi berdasarkan tujuan pembangkit nilai tersebut, yaitu untuk permasalahan kriptografi dan untuk permasalahan statistik. Permasalahan pemilihan probabilistik untuk sistem generator melodi ini memiliki karakteristik seperti permasalahan statistik, yaitu memerlukan kecepatan, bukan keamanan. (a) (b) Gambar IV.7. Distribusi probabilitas nilai (a) uniform (b) sebaran nilai tertentu (non-uniform). Untuk menghasilkan nilai acak dengan distribusi seperti pada Gambar IV.7 (b) dari distribusi uniform seperti pada Gambar IV.7 (a), setiap kemungkinan nilai yang diminta diabstraksikan menjadi ember-embar dengan ukuran yang sebanding dengan probabilitas dari nilai tersebut. Ember tersebut kemudian disusun pada daerah hasil pembangkit nilai acak uniform (lihat Gambar IV.8. Gambar IV.8. Proses untuk menghasilkan nilai acak dengan distribusi tertentu dari nilai acak dengan distribusi uniform

10 IV 10 Sebuah nilai acak uniform x kemudian dibangkitkan, dan dipetakan ke dalam ember nilai tersebut, menghasilkan nilai acak x. Kemungkinan nilai x yang dihasilkan akan setara dengan besar ember, yang setara dengan sebaran nilai yang diinginkan. Pada Gambar IV.8, nilai x yang dihasilkan adalah nilai yang diwakili ember ke-4. Misalkan sebaran probabilitas n buah bilangan yang diinginkan masing-masing adalah p 1, p 2,..., p n, dengan total nilai probabilitas untuk semua bilangan adalah n x=1 p i = 1. Besar masing-masing ember untuk setiap nilai sebanding dengan nilai probabilitas masing-masing kemungkinan nilai tersebut. Misalkan daerah hasil pembangkit nilai acak uniform adalah [0, m), maka besar masing-masing ember untuk setiap kemungkinan nilai adalah p 1 m, p 2 m,..., p n m. Karena masing-masing kemungkinan nilai x yang dihasilkan oleh pembangkit nilai acak uniform adalah 1 m, maka masing-masing nilai x memiliki kemungkinan 1 m p xm = p x. Terlihat bahwa hasil nilai x akan memiliki sebaran probabilitas yang sama dengan probabilitas yang diminta. IV.4 Analisis Parameter Feature Sesuai dengan skema umum algoritma generator melodi pada bagian sebelumnya, feature dasar melodi, yaitu not dikendalikan oleh beberapa nilai parameter masukan dari user. Parameter masukan dari user berupa batasan nilai feature melodi tersebut. Berdasarkan analisis pada bagian III.2, feature dibagi menjadi bertingkat-tingkat. Pada tingkat paling rendah (tingkat 0), generator melodi bekerja, dengan merangkai nilai properti t, d dan p dari setiap not. Semakin tinggi tingkat feature, semakin tinggi abstraksinya, dan semakin bias terhadap teori musik yang sudah dirumuskan sebelumnya. Karena itu, pada generator melodi ini, batasan feature yang akan menjadi parameter masukan dibatasi hanya tingkat 1 dan tingkat 2. IV.4.1 Parameter Feature Tingkat 1: Ranah Pitch Parameter pada tingkat ini melingkupi semua parameter yang mempengaruhi nilai probabilitas dari segi nilai pitch (p) yang dimilikinya. Parameter pada tingkat ini melingkupi parameter-parameter sebagai berikut: 1. Tangga nada Pada musik barat, dalam satu oktaf yang terdiri dari 12 buah pitch, umum

11 IV 11 dipakai dua jenis tangga nada, yaitu tangga nada mayor dan minor, dengan tangga nada minor dibagi menjadi tiga jenis, yaitu natural minor, harmonic minor, dan melodic minor. Nilai probabilitas dari nada-nada utama pada tangga nada tetap, sedangkan nilai probabilitas dari nada-nada sisipan pada tangga nada dikurangi. Tabel IV.2 menampilkan tangga nada-tangga nada yang dipilih dari tangga nada yang sering digunakan dalam musik barat. Untuk mempermudah, maka seluruh tangga nada bernadadasar C. Jika diinginkan untuk memiliki nada dasar lainnya, melodi hasil dapat di-transpose-kan ke nada dasar yang sesuai. Karena tangga nada berulang pada setiap oktaf, faktor pengali yang dihasilkan juga berulang pada setiap oktaf. Misalkan perbandingan probabilitas antara nada-nada utama pada tangga nada dengan nada-nada sisipan adalah 1 : p sisipan, dengan 0 < p sisipan < 1. Maka faktor pengali ranah pitch untuk masing-masing tangga nada pada Tabel IV.2 dapat dilihat pada Gambar IV.9. Tabel IV.2. Nada-nada pada tangga nada. Tangga Nada Mayor Minor Harmonik Minor Melodik Kromatik Nada-Nada C, D, E, F, G, A, B C, D, Eb, F, G, Ab, B C, D, Eb, F, G, A, B C, Bb, Ab, G, F, Eb, D (turun) C, C#, D, D#, E, F, F#, G, G#, A, A#, B

12 IV 12 (a) (b) (c) (d) (e) Gambar IV.9. Faktor pengali untuk tangga nada mayor (a), minor harmonik (b), minor melodik naik (c) dan turun (d), serta kromatik (e), dengan perbandingan antara nilai faktor pengali besar dengan kecil adalah 1 : p sisipan. 2. Jangkauan pitch Jangkauan pitch meliputi range nilai pitch terkecil sampai nilai pitch terbesar yang perlu diperhitungkan. Parameter ini diimplementasikan dengan

13 IV 13 mengeset nilai probabilitas nada-nada yang memiliki nilai pitch diluar jangkauan menjadi 0. Misalkan jangkauan pitch (p) yang dinginkan adalah antara p min sampai dengan p max, maka nilai p sedemikian sehingga p min <= p <= p max nilai probabilitasnya dibiarkan tetap, sedangkan nilai pitch p di luar jangkauan tersebut (p < p min dan p > p max ) diubah menjadi 0. Faktor pengali untuk parameter ini dapat dilihat pada Gambar IV.10. Gambar IV.10. Faktor pengali parameter jangkauan pitch. 3. Nilai pitch awal dan akhir Nilai pitch nada awal dan akhir pada melodi dapat menjadi parameter masukan, agar pengguna dapat meminta generator melodi membuat melodi yang dapat menyambung dengan melodi yang sudah ada sebelumnya. Faktor pengali untuk parameter ini bergantung pada posisi not yang sedang diproses. Pada awal dan akhir pembuatan melodi, faktor pengali parameter ini mirip dengan faktor pengali untuk parameter jangkauan pitch, dengan p min dan p max yang sama, yaitu pitch yang diinginkan. Pada bagian lain, faktor pengali rata untuk seluruh nada, yaitu 1 (nilai probabilitas tidak diubah). IV.4.2 Parameter Feature Tingkat 1: Ranah Waktu Parameter pada kelompok ini melingkupi semua parameter yang mempengaruhi nilai probabilitas nada dari segi nilai durasi (d) yang dimiliki olehnya. Parameter pada kelompok ini melingkupi parameter-parameter sebagai berikut: 1. Durasi Parameter ini mendefinisikan batas-batas nilai durasi. Nilai durasi dibatasi dengan menggunakan kurva distribusi. Filter yang mengimplementasikan parameter ini akan menghasilkan faktor pengali pada ranah waktu yang dibangkitkan dari kurva distribusi nilai durasi. Durasi-durasi yang pada kurva distribusi durasi memiliki nilai rendah akan dikalikan dengan faktor pengali yang rendah pula, sedangkan durasi yang memiliki nilai tinggi akan dikalikan dengan faktor pengali yang memiliki nilai tinggi. 2. Artikulasi Parameter ini mendefinisikan artikulasi seperti apa yang diterapkan pada

14 IV 14 setiap not. Artikulasi yang dapat diterapkan meliputi legato, marcatto dan stacatto. Artikulasi mempengaruhi dinamisnya perubahan antara satu not dengan not berikutnya. Artikulasi legato didapatkan dengan sedikit memanjangkan nilai not sehingga menyentuh not setelahnya, artikulasi marcatto didapatkan dengan nilai not apa adanya, sedangkan stacatto didapatkan dengan nilai not yang dikurangi. IV.4.3 Parameter Feature Tingkat 2 Parameter ini meliputi dua ranah melodi sekaligus, yaitu ranah pitch dan ranah waktu. Dalam tesis ini, terdapat satu parameter pada kelompok ini yang diimplementasikan yaitu interval pitch. Parameter ini mendefinisikan batas-batas nilai interval pitch, yang mempengaruhi posisi melodi hasil diantara sifat conjunct dan disjunct. Seperti parameter durasi, parameter ini didefinisikan dengan menggunakan kurva distribusi. Pada implementasinya, filter untuk parameter ini akan melihat informasi mengenai not terakhir yang dihasilkan oleh sistem sebelum memperhitungkan faktor pengali. Faktor pengali akan digeser sesuai dengan pitch dari not teraktir tersebut. IV.4.4 Parameter Khusus Parameter pada kelompok ini tidak secara mempengaruhi proses pembuatan melodi seperti parameter lainnya. Parameter-parameter ini tidak mempengaruhi secara langsung probabilitas not pada setiap iterasi, tetapi mempengaruhi pembuatan melodi dari cara lain yang unik untuk setiap parameter. Parameter-parameter pada kelompok ini terdiri atas: 1. Tempo Parameter ini mendefinisikan kecepatan melodi. Nilai parameter ini tidak mempengaruhi nilai probabilitas, tetapi langsung mengeset nilai tempo pada melodi. 2. Panjang Melodi Parameter ini mendefinisikan jumlah not pada melodi yang akan dibuat. Parameter ini membatasi jumlah iterasi yang dilakukan pada algoritma utama sistem generator melodi ini (lihat Algoritma IV.1).

15 IV 15 IV.5 Rancangan Generator Melodi Bagian User Interface akan diimplementasikan menjadi beberapa kelas sesuai dengan framework yang dipakai untuk membangun antarmuka sistem. Agar pengguna dapat melihat secara langsung perubahan pada nilai parameter detail akibat penggantian mood yang dipilih oleh pengguna, bagian Translator Mood diimplementasikan menjadi sebuah prosedur pada kelas antarmuka, yang mengubah secara langsung nilai masing-masing parameter pada antarmuka. Bagian Generator Melodi akan diimplementasikan menjadi sejumlah kelas, yang akan dibahas secara mendetail pada bagian ini. Gambar IV.11. Diagram kelas generator melodi Dengan memakai paradigma berorientasi objek, untuk dapat mengimplementasikan algoritma utama bagian Generator Melodi, maka dibutuhkan kelas-kelas seperti pada diagram kelas pada Gambar IV.11. Kelas-kelas tersebut adalah sebagai berikut: 1. Kelas MelodyGenerator Kelas ini merupakan kelas utama yang padanya diimplementasikan algoritma utama. 2. Kelas Note Kelas yang menyimpan nilai sebuah nada, yaitu nilai pitch dan nilai durasi.

16 IV Kelas Melody Kelas yang menyimpan rangkaian nada yang membentuk melodi. 4. Kelas PossibleNote Kemungkinan nada dan nilai kemungkinan/probabilitas untuk dipilih. Nilai inilah yang akan diubah oleh setiap filter. 5. Kelas Parameter Kelas abstrak yang mengimplementasikan filter parameter dalam generator melodi. Setiap filter dari parameter yang ada diturunkan dari kelas ini. 6. Kelas-kelas parameter Kelas-kelas yang merupakan turunan dari kelas Parameter, yang masing-masing mengimplementasikan filter parameter tertentu. IV.5.1 Kelas MelodyGenerator Kelas ini adalah sebuah kelas controller. Kelas utama ini tidak mempunyai atribut, hanya mempunyai sebuah operasi, yaitu GetMelody yang merupakan implementasi algoritma utama dari generator melodi ini. Penjelasan operasi tersebut dapat dilihat pada Tabel IV.3. Tabel IV.3. Operasi pada kelas MelodyGenerator Nama Operasi GetMelodi Keterangan Fungsi ini adalah fungsi utama dalam generator melodi ini. Pada fungsi ini diimplementasikan algoritma utama yang dapat dilihat pada Algoritma IV.1. Fungsi ini menerima masukan berupa parameter-parameter dalam bentuk objek-objek dari kelas-kelas turunan dari kelas Filter. Fungsi ini membentuk melodi dari melodi kosong, yaitu dengan membuat objek kelas Melody, kemudian pada setiap iterasi membangkitkan seluruh kemungkinan nada (dengan menggunakan PossibleNote), dan memanggil fungsi FilterPossibleNote pada masing-masing Filter yang menjadi masukan. Dari hasil tersebut, dipilih secara probabilistik sebuah nada, dan dimasukkkan ke dalam melodi dengan memanggil prosedur AppendNote.

17 IV 17 IV.5.2 Kelas Note Kelas ini adalah sebuah kelas entity. Kelas ini menyimpan nilai sebuah not pada suatu melodi. Kelas ini tidak mempunyai operasi, hanya mempunyai tiga buah atribut, seperti dijelaskan pada Tabel IV.4. Tabel IV.4. Atribut pada kelas Note Nama Atribut pitch duration start time Keterangan Menyimpan nilai pitch dari not. Menyimpan nilai durasi/panjang dari sebuah not. Menyimpan nilai waktu awal kemunculan not ini. IV.5.3 Kelas Melody Kelas ini adalah sebuah kelas entity. Kelas ini menyimpan sebuah melodi yang terdiri atas not-not, dengan menggunakan objek kelas Note. Kelas ini mempunyai satu operasi utama untuk menambahkan sebuah not, yaitu AddNote, dan satu operasi tambahan agar melodi dapat diproses lebih lanjut, yaitu ToMidi. Atribut dan operasi pada kelas ini dijelaskan pada Tabel IV.5. Tabel IV.5. Atribut dan operasi pada kelas Melody Nama Atribut/Operasi Atribut notes Operasi AppendNote Operasi ToMIDI Keterangan Menyimpan nol atau lebih objek Note sebagai representasi daftar not yang ada pada melodi ini. Menambahkan satu buah not pada bagian belakang dari melodi. Mengkonversi melodi menjadi MIDI untuk disimpan ataupun diputar pada perangkat MIDI. IV.5.4 Kelas PossibleNote Kelas ini adalah sebuah kelas entity. Kelas ini menyimpan sebuah nilai nada serta kemungkinannya, dan digunakan pada MelodyGenerator untuk menyimpan probabilitas nada. Atribut dan operasi pada kelas ini dijelaskan pada Tabel IV.6. IV.5.5 Kelas Parameter Kelas abstrak ini adalah sebuah kelas controller. Kelas abstrak ini mendefinisikan sebuah operasi yang akan dipanggil oleh GetMelody pada MelodyGenerator. Operasi pada kelas ini dijelaskan pada Tabel IV.7.

18 IV 18 Tabel IV.6. Atribut dan operasi pada kelas PossibleNote Nama Atribut/Operasi Keterangan Atribut pitch Menyimpan nilai pitch dari not. Atribut duration Menyimpan nilai durasi/panjang dari not. Atribut probability Menyimpan nilai probabilitas dari not. Operasi MultiplyProbability Menaikkan nilai probabilitas dengan cara mengalikannya dengan nilai tertentu. Operasi DivideProbability Menurunkan nilai probabilitas dengan cara membaginya dengan suatu nilai. Tabel IV.7. Operasi pada kelas Parameter Nama Operasi FilterPossibleNote Keterangan Prosedur ini melakukan filtering terhadap koleksi PossibleNote yang menjadi masukan, dengan memanggil prosedur MultiplyProbability atau DivideProbability yang ada pada kelas PossibleNote. Kelas-kelas yang mengimplementasikan fungsi ini dapat memanfaatkan informasi mengenai melodi yang telah dibentuk dari objek Melody yang menjadi masukan fungsi ini. Untuk setiap parameter yang ada, dibuat sebuah kelas turunan dari kelas Parameter ini. Kelas-kelas tersebut mengimplementasikan prosedur FilterPossibleNote sesuai dengan feature yang diwakili kelas tersebut, serta sesuai dengan parameter masukan yang diberikan.

BAB V IMPLEMENTASI DAN PENGUJIAN

BAB V IMPLEMENTASI DAN PENGUJIAN BAB V IMPLEMENTASI DAN PENGUJIAN Bab ini berisi perancangan terhadap prototipe sistem generator melodi, hasil implementasi dari rancangan tersebut serta pengujian, baik berkenaan dengan keterkaitan mood

Lebih terperinci

TESIS ALI AKBAR NIM : (Program Studi Informatika)

TESIS ALI AKBAR NIM : (Program Studi Informatika) STUDI AUTOMATIC GENERATOR MELODI BERDASARKAN PARAMETER MOOD TERTENTU TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ALI AKBAR NIM : 23507042

Lebih terperinci

BAB III ANALISIS PERMASALAHAN

BAB III ANALISIS PERMASALAHAN BAB III ANALISIS PERMASALAHAN Bab ini menjabarkan proses analisis serta hasil yang didapatkan pada tahap analisis. Pertama, analisis mengenai pembagian mood untuk menentukan bagaimana melodi dapat dikelompokkan

Lebih terperinci

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB I PENDAHULUAN. I.1 Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang Musik adalah seni, hiburan, dan aktivitas manusia yang melibatkan suara-suara yang teratur [KLE07]. Istilah musik juga digunakan untuk mengacu pada permainan musik,

Lebih terperinci

BAB III ANALISIS. Bab ini berisi penjelasan mengenai analisis sistem pencarian melodi pada file

BAB III ANALISIS. Bab ini berisi penjelasan mengenai analisis sistem pencarian melodi pada file BAB III ANALISIS Bab ini berisi penjelasan mengenai analisis sistem pencarian melodi pada file MIDI yang akan dikembangkan. Secara garis besar, sistem akan menerima masukan query berupa melodi monofonik,

Lebih terperinci

BAB III Analisis. Gambar III.1 Rancangan Pemrosesan

BAB III Analisis. Gambar III.1 Rancangan Pemrosesan BAB III Analisis Bab ini memuat analisis yang dilakukan dalam penulisan Tugas Akhir, berupa analisis terhadap rancangan pemrosesan, yang dibagi menjadi bagian Preprosesor, Algoritma Genetika, dan bagian

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM BAB III ANALISA DAN PERANCANGAN SISTEM 1.1. Analisa Masalah 3.1.1. Analisa Algoritma Midi (Musical Instrument Digital Interface) merupakan sebuah teknologi yang memungkinkan alat musik elektrik, komputer,

Lebih terperinci

BAB IV Perancangan dan Implementasi

BAB IV Perancangan dan Implementasi BAB IV Perancangan dan Implementasi Bab ini memuat perancangan dan implementasi yang dilakukan dalam penulisan Tugas Akhir, mencakup deskripsi dan lingkungan implementasi perangkat lunak, rancangan dan

Lebih terperinci

BAB IV PERANCANGAN. IV.1 Evaluasi Usulan untuk Perancangan Iteratif

BAB IV PERANCANGAN. IV.1 Evaluasi Usulan untuk Perancangan Iteratif Prosedure PrefixSpan(input: a: l: integer, S: Sequence database) { Mencari Sequential Pattern pada sequence database S } Deklarasi D : Temporary Sequence Database Lst : List of Sequential Pattern Sq :

Lebih terperinci

BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM

BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM 45 BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM 3.1. Permasalahan yang Ada Sering kali user kesulitan membuat musik untuk menjadi sebuah lagu yang baik, Masalah yang dihadapi adalah terbatasnya penyediaan

Lebih terperinci

UNIVERSITAS BINA NUSANTARA

UNIVERSITAS BINA NUSANTARA UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informasi Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 PENGENALAN NADA PADA INSTRUMEN MUSIK AKUSTIK Antonius Daniel Kurniawan (0400537123) Herry Zhouldy

Lebih terperinci

BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM

BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM 34 BAB III ANALISA MASALAH DAN PERANCANGAN SISTEM 3.1. Permasalahan yang ada Sering kali user kesulitan mengarang musik untuk menjadi sebuah lagu yang baik, Masalah yang dihadapi adalah terbatasnya penyediaan

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN Dalam bab ini akan dijelaskan mengenai latar belakang dari pengambilan materi Tugas Akhir, tujuan maupun hasil yang diharapkan, ruang lingkup yang membatasi permasalahan yang dibahas,

Lebih terperinci

Studi Automatic Generator Melodi Berdasarkan Parameter Mood Tertentu

Studi Automatic Generator Melodi Berdasarkan Parameter Mood Tertentu Studi Automatic Generator Melodi Berdasarkan Parameter Mood Tertentu PROPOSAL TESIS oleh: Ali Akbar / 23507042 PROGRAM STUDI MAGISTER INFORMATIKA SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA INSTITUT TEKNOLOGI

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM 20 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras Sistem ini hanya menggunakan beberapa perangkat keras yang umum digunakan, seperti mikrofon, speaker (alat pengeras suara), dan seperangkat komputer

Lebih terperinci

Pendeteksian Plagiarisme Musik dengan Algoritma Boyer- Moore

Pendeteksian Plagiarisme Musik dengan Algoritma Boyer- Moore Pendeteksian Plagiarisme Musik dengan Algoritma Boyer- Moore Nicholas Rio - 13510024 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. membangun aplikasi transposisi akord lagu berbasis android. parameter dalam

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. membangun aplikasi transposisi akord lagu berbasis android. parameter dalam BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 TINJAUAN PUSTAKA Tinjauan pustaka pada penelitian ini merupakan referensi penulis dalam membangun aplikasi transposisi akord lagu berbasis android. parameter

Lebih terperinci

BAB III KONSEP DAN PERANCANGAN APLIKASI

BAB III KONSEP DAN PERANCANGAN APLIKASI BAB III KONSEP DAN PERANCANGAN APLIKASI 3.1 Konsep Pada bab ini penulis akan membahas konsep mengenai perangkat lunak yang digunakan serta akan dibahas mengenai tujuan, kegunaan dan untuk siapa aplikasi

Lebih terperinci

BAB III ANALISIS Teknik Improvisasi Melodi dengan Memodifikasi Melodi Asli

BAB III ANALISIS Teknik Improvisasi Melodi dengan Memodifikasi Melodi Asli BAB III ANALISIS Bab ini membahas analisis yang dilakukan pada Tugas Akhir ini, mencakup analisis permasalahan secara garis besar, yaitu bagaimana menggunakan sistem pembelajaran mesin untuk membentuk

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 33 BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil 4.1.1 Uraian Hasil Metode Gabungan AHP dan TOPSIS Dalam penyelesaian permasalahan dengan metode AHP dan TOPSIS ada beberapa langkah-langkah pemecahannya, yaitu

Lebih terperinci

BAB III LANDASAN TEORI. ada berkaitan dengan sistem yang akan dibuat. Tujuannya adalah agar aplikasi ini

BAB III LANDASAN TEORI. ada berkaitan dengan sistem yang akan dibuat. Tujuannya adalah agar aplikasi ini BAB III LANDASAN TEORI Dalam membangun aplikasi ini, terdapat teori-teori ilmu terkait yang digunakan untuk membantu penelitian serta menyelesaikan permasalahan yang ada berkaitan dengan sistem yang akan

Lebih terperinci

PERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB

PERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB PERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB Supriansyah 1, Dr. Yeffry Handoko Putra, MT 2 1 Jurusan Teknik Komputer Unikom, 2 Jurusan Magister Sistem Informasi Unikom

Lebih terperinci

PERANCANGAN APLIKASI PENGACAKAN CITRA MENGGUNAKAN M-SEQUENCE BERDASARKAN PARAMETER

PERANCANGAN APLIKASI PENGACAKAN CITRA MENGGUNAKAN M-SEQUENCE BERDASARKAN PARAMETER PERANCANGAN APLIKASI PENGACAKAN CITRA MENGGUNAKAN M-SEQUENCE BERDASARKAN PARAMETER Kristian Telaumbanua 1, Susanto 2 Program Studi Teknik Informatika, STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan

Lebih terperinci

PENCARIAN SOLUSI TTS ANGKA DENGAN ALGORITMA RUNUT BALIK BESERTA PENGEMBANGANNYA

PENCARIAN SOLUSI TTS ANGKA DENGAN ALGORITMA RUNUT BALIK BESERTA PENGEMBANGANNYA PENCARIAN SOLUSI TTS ANGKA DENGAN ALGORITMA RUNUT BALIK BESERTA PENGEMBANGANNYA Wahyu Fahmy Wisudawan Program Studi Teknik Informatika Institut Teknologi Bandung, NIM: 506 Jl. Dago Asri 4 No. 4, Bandung

Lebih terperinci

BAB III. PECAHAN KONTINU dan PIANO. A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional

BAB III. PECAHAN KONTINU dan PIANO. A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional BAB III PECAHAN KONTINU dan PIANO A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional Sekarang akan dibahas tentang pecahan kontinu tak hingga yang diawali dengan barisan tak hingga bilangan bulat mendefinisikan

Lebih terperinci

BAB IV PERANCANGAN DAN IMPLEMENTASI

BAB IV PERANCANGAN DAN IMPLEMENTASI BAB IV PERANCANGAN DAN IMPLEMENTASI Bab ini berisi perancangan perangkat lunak pembentuk pola improvisasi musik jazz bernama JazzML dan bagaimana impelemntasi hasil rancangan ke dalam kode program. 4.1

Lebih terperinci

Sistem Tonjur untuk Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML

Sistem Tonjur untuk Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Sistem Tonjur untuk Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Hafid Inggiantowi Institut Teknologi Bandung Jln. Ganesha no. 10 Bandung, 40132, Indonesia hafidinggiantowi@gmail.com

Lebih terperinci

PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Ibrahim Arief NIM : 13503038 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Lebih terperinci

Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML

Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Sistem Tonjur untuk Membantu Menentukan Pasangan Main Angklung ke Pemain dengan Memanfaatkan MusicXML Hafid Inggiantowi / 13507094 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Bab 3. Perancangan Sistem

Bab 3. Perancangan Sistem 34 Bab 3 Perancangan Sistem 3.1 Gambaran Umum Sistem Aplikasi yang kami namakan Voice Protect ini, mempunyai alur program sebagai berikut: Start Enkripsi Dekripsi Pilih File Buka file enkripsi Rekam Suara

Lebih terperinci

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita

Aplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN Kondisi pengolahan data yang telah dijabarkan sebelumnya pada bab 1 (satu) memiliki keterkaitan terhadap permasalahan yang teridentifikasi. Yaitu permasalahan terkait desain

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN APLIKASI

BAB III ANALISA DAN PERANCANGAN APLIKASI BAB III ANALISA DAN PERANCANGAN APLIKASI Pada bab analisa dan perancangan aplikasi, penulis akan menjelaskan apa saja yang dibutuhkan untuk membuat aplikasi, menerangkan fungsi dari elemen-elemen yang

Lebih terperinci

Larik/ Array int a1, a2, a3, a4, a5;

Larik/ Array int a1, a2, a3, a4, a5; Matakuliah : Struktur Data Versi : 1.0.0 Materi : Larik/ Array Penyaji : Zulkarnaen NS 1 Larik/ Array Variabel digunakan hanya untuk menyimpan 1 (satu) buah nilai dengan tipe data tertentu. Misalnya: int

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang

Lebih terperinci

Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya

Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Athia Saelan (13508029) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

ALTERNATIF MODEL PEMAMPATAN MATRIKS JARANG DENGAN MENGGUNAKAN ALGORITMA GENETIK

ALTERNATIF MODEL PEMAMPATAN MATRIKS JARANG DENGAN MENGGUNAKAN ALGORITMA GENETIK ALTERNATIF MODEL PEMAMPATAN MATRIKS JARANG DENGAN MENGGUNAKAN ALGORITMA GENETIK Nico Saputro dan Ruth Beatrix Yordan Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Katolik

Lebih terperinci

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra. BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian

Lebih terperinci

PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN MANUSIA MENGGUNAKAN VISUAL BASIC 6.0

PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN MANUSIA MENGGUNAKAN VISUAL BASIC 6.0 PERANCANGAN APLIKASI PEMBELAJARAN NOTASI MUSIK PIANO UNTUK MELATIH MENINGKATKAN KECERDASAN MANUSIA MENGGUNAKAN VISUAL BASIC 6.0 Ermayanti Astuti, M.Kom 1,2 Teknik Informatika Komputer, Fakultas Ilmu Komputer,

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Gambaran Umum Manusia mempunyai kemampuan untuk belajar sejak dia dilahirkan, baik diajarkan maupun belajar sendiri, hal ini dikarenakan manusia mempunyai jaringan saraf.

Lebih terperinci

BAB I PENDAHULUAN. penting. Notasi musik merupakan media agar hasil karya musik seseorang

BAB I PENDAHULUAN. penting. Notasi musik merupakan media agar hasil karya musik seseorang 1 BAB I PENDAHULUAN A. Latar Belakang Dalam dunia seni musik, notasi merupakan salah satu komponen yang penting. Notasi musik merupakan media agar hasil karya musik seseorang dapat dimainkan kembali. Lagu-lagu

Lebih terperinci

Penggabungan Algoritma Kriptografi Simetris dan Kriptografi Asimetris untuk Pengamanan Pesan

Penggabungan Algoritma Kriptografi Simetris dan Kriptografi Asimetris untuk Pengamanan Pesan Penggabungan Algoritma Kriptografi Simetris dan Kriptografi Asimetris untuk Pengamanan Pesan Andreas Dwi Nugroho (13511051) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

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

Memecahkan Puzzle Hidato dengan Algoritma Branch and Bound

Memecahkan Puzzle Hidato dengan Algoritma Branch and Bound Memecahkan Puzzle Hidato dengan Algoritma Branch and Bound Hanny Fauzia 13509042 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

MODUL PRAKTIKUM. MODUL I - VIII Modul penuntun dan bahan praktikum matakuliah algoritma dan pemograman

MODUL PRAKTIKUM. MODUL I - VIII Modul penuntun dan bahan praktikum matakuliah algoritma dan pemograman I - VIII Modul penuntun dan bahan praktikum matakuliah algoritma dan pemograman Jurusan Teknik Informatika Fakultas Teknik Universitas Maritim Raja Ali Haji ALGORITMA DAN PEMOGRAMAN I. ALGORITMA II. BAHASA

Lebih terperinci

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM. telah dijelaskan pada bab sebelumnya. Analisis yang dilakukan bertujuan untuk

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM. telah dijelaskan pada bab sebelumnya. Analisis yang dilakukan bertujuan untuk BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Pada bab tiga ini akan dilakukan analisis terhadap landasan teori yang telah dijelaskan pada bab sebelumnya. Analisis yang dilakukan

Lebih terperinci

BAB 3 ANALISA DAN PERANCANGAN

BAB 3 ANALISA DAN PERANCANGAN BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Proses masking terhadap citra bertujuan sebagai penandaan tempat pada citra yang akan disisipkan pesan sedangkan filtering bertujuan untuk melewatkan nilai pada

Lebih terperinci

Pengembangan Fungsi Random pada Kriptografi Visual untuk Tanda Tangan Digital

Pengembangan Fungsi Random pada Kriptografi Visual untuk Tanda Tangan Digital Pengembangan Fungsi Random pada Kriptografi Visual untuk Tanda Tangan Digital Abdurrahman Dihya Ramadhan/13509060 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

BAB III PERANCANGAN SISTEM DAN SIMULASI

BAB III PERANCANGAN SISTEM DAN SIMULASI BAB III PERANCANGAN SISTEM DAN SIMULASI Pada Tugas Akhir ini akan dianalisis sistem Direct Sequence CDMA dengan menggunakan kode penebar yang berbeda-beda dengan simulasi menggunakan program Matlab. Oleh

Lebih terperinci

BAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem

BAB III PERANCANGAN Sistem Kontrol Robot. Gambar 3.1. Blok Diagram Sistem BAB III PERANCANGAN Pada bab ini akan dijelaskan mengenai perancangan sistem yang meliputi sistem kontrol logika fuzzy, perancangan perangkat keras robot, dan perancangan perangkat lunak dalam pengimplementasian

Lebih terperinci

Dibuat Oleh : 1. Andrey ( )

Dibuat Oleh : 1. Andrey ( ) Dibuat Oleh : 1. Andrey (41813120186) FAKULTAS ILMU KOMPUTER PROGRAM STUDI SISTEM INFORMASI UNIVERSITAS MERCU BUANA JAKARTA 2015 Desain Perangkat Lunak Desain perangkat lunak bukan hanya sebuah perancangan

Lebih terperinci

BAB III PERANCANGAN. Fitur. Reduksi & Pengelompokan. Gambar 3.1. Alur Pengelompokan Dokumen

BAB III PERANCANGAN. Fitur. Reduksi & Pengelompokan. Gambar 3.1. Alur Pengelompokan Dokumen BAB III PERANCANGAN Pada bab ini akan delaskan tahapan yang dilalui dalam melakukan perancangan penelitian yang akan dilakukan dalam tugas akhir ini. Tahapan tersebut meliputi perancangan implementasi

Lebih terperinci

BAB IV ANALISIS DAN PERANCANGAN PERANGKAT LUNAK

BAB IV ANALISIS DAN PERANCANGAN PERANGKAT LUNAK BAB IV ANALISIS DAN PERANCANGAN PERANGKAT LUNAK Bab ini berisi analisis dan perancangan terhadap perangkat lunak yang akan dibangun. Analisis dan perancangan tersebut diantaranya adalah pembuatan diagram

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN. 3.1 Analisa Berikut tahap-tahap awal dalam pembuatan:

BAB III ANALISA DAN PERANCANGAN. 3.1 Analisa Berikut tahap-tahap awal dalam pembuatan: BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Berikut tahap-tahap awal dalam pembuatan: Gambar 3.1 Tahap awal pengerjaan Gambar di atas adalah tahapan awal dalam pengerjaan pembuatan aplikasi SMS Kriptografi

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM Pada pengembangan suatu sistem diperlukan analisis dan perancangan sistem yang tepat, sehingga proses pembuatan sistem dapat berjalan dengan lancar dan sesuai seperti

Lebih terperinci

BAB 1 PENDAHULUAN. Augmented Reality menjadi semakin luas. Teknologi Computer Vision berperan

BAB 1 PENDAHULUAN. Augmented Reality menjadi semakin luas. Teknologi Computer Vision berperan BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi Augmented Reality dapat memvisualisasikan dengan baik model 3 dimensi, video, paparan area, maupun animasi 3 dimensi dengan hanya membutuhkan deteksi visual

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Masalah Analisa sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap perancang aplikasi terhadap file gambar menggunakan

Lebih terperinci

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan

Lebih terperinci

SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON

SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 30 BAB IV SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON 4.1 Gambaran Umum Sistem Diagram sederhana dari program yang dibangun dapat diilustrasikan dalam diagram konteks berikut. Gambar

Lebih terperinci

:Mahasiswa dapat mempraktekkan penggunaan array

:Mahasiswa dapat mempraktekkan penggunaan array Praktikum : Pemrograman II Modul Praktikum ke : 06 Judul Materi : Array Tujuan / Sasaran :Mahasiswa dapat mempraktekkan penggunaan array Waktu (lama) : 3 Jam Aplikasi yang digunakan : Visual Basic I. Array/Matrik

Lebih terperinci

BAB I PERSYARATAN PRODUK

BAB I PERSYARATAN PRODUK BAB I PERSYARATAN PRODUK 1. Pendahuluan Kebutuhan akan aplikasi penunjang latihan menyanyi anggota VOM (Voice Of Maranatha) Ministry, maka berdasarkan permintaan anggota VOM (Voice Of Maranatha) Ministry,

Lebih terperinci

Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika

Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika Generator Melodi Berdasarkan Skala dan Akord Menggunakan Algoritma Genetika 1) Adi Nugroho, 2) Theophilus Erman Wellem, 3) Andi Taru Nugroho NW Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM. pengembangan sistem yang lazim disebut Waterfall Model. Metode ini terdiri dari enam

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM. pengembangan sistem yang lazim disebut Waterfall Model. Metode ini terdiri dari enam BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Dalam perancangan dan penyusunan aplikasi ini, digunakan metoda siklus pengembangan sistem yang lazim disebut Waterfall Model. Metode ini terdiri dari enam tahapan

Lebih terperinci

PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM

PENENTUAN 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 terperinci

Yang Dapat Didaur Ulang

Yang Dapat Didaur Ulang Perancangan Motif Batik Model Fraktal IFS Yang Dapat Didaur Ulang Tedjo Darmanto Program Studi Teknik Informatika STMIK AMIK Bandung Jl. Jakarta 28 Bandung tedjodarmanto@stmik-amikbandung.ac.id Abstrak

Lebih terperinci

BAB III. ANALISIS MASALAH

BAB 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 terperinci

BAB III PEMBAHASAN. Dalam pembuatan sistem informasi pengarsipan surat ini mempunyai dua

BAB III PEMBAHASAN. Dalam pembuatan sistem informasi pengarsipan surat ini mempunyai dua BAB III PEMBAHASAN 3.1 Flow Map Dalam pembuatan sistem informasi pengarsipan surat ini mempunyai dua buah flowmap yaitu flow map surat masuk dan surat keluar. Dimana flow map ini menndefinisikan dari sebuah

Lebih terperinci

BAB IV. HASIL DAN ANALISIS

BAB IV. HASIL DAN ANALISIS BAB IV. HASIL DAN ANALISIS 4.1 Implementasi Sistem penyembunyian data digital berupa gambar ini menggunakan penggabungan dua buah metode yaitu metode 4- LSB dan Visual Cryptography. Sehingga pembangunan

Lebih terperinci

BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN

BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN 3.1 Analisis Berdasarkan cara menghitung besaran-besaran yang telah disebutkan pada Bab II, diperoleh perumusan untuk besaran-besaran tersebut sebagai

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hak cipta adalah sebuah hak eksklusif untuk mengatur penggunaan hasil penuangan gagasan atau informasi tertentu. Hak cipta merupakan salah satu jenis hak kekayaan

Lebih terperinci

BAB 3 METODOLOGI Metode Penelitian. Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode

BAB 3 METODOLOGI Metode Penelitian. Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode BAB 3 METODOLOGI 3.1. Metode Penelitian Dalam melakukan penelitian akan permasalahan ini, penulis menggunakan metode rapid application development (RAD), dengan alur pengerjaan sebagai berikut: Gambar

Lebih terperinci

BAB II LANDASAN TEORI. Data adalah deskripsi tentang benda, kejadian, aktifitas, dan transaksi, yang

BAB II LANDASAN TEORI. Data adalah deskripsi tentang benda, kejadian, aktifitas, dan transaksi, yang 9 BAB II LANDASAN TEORI 2.1.1 Pengertian Data Pengertian data adalah : Data adalah deskripsi tentang benda, kejadian, aktifitas, dan transaksi, yang tidak mempunyai makna atau tidak berpengaruh langsung

Lebih terperinci

BAB III METODOLOGI PENELITIAN. tools yang akan digunakan untuk merancang aplikasi generator denah

BAB III METODOLOGI PENELITIAN. tools yang akan digunakan untuk merancang aplikasi generator denah 24 BAB III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 1. Alat Penelitian Alat penelitian berupa perangkat keras dan perangkat lunak sebagai tools yang akan digunakan untuk merancang aplikasi generator

Lebih terperinci

PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL

PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL Pelita Informatika Budi Darma, Volume : IV, Nomor:, Agustus 23 ISSN : 23-9425 PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL Harry Suhartanto Manalu (9259) Mahasiswa

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

BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM

BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM III.1. Analisa Masalah Perkembangan game dari skala kecil maupun besar sangat bervariasi yang dapat dimainkan oleh siapa saja tanpa memandang umur, dari anak

Lebih terperinci

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Sistem yang Sedang Berjalan Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami

Lebih terperinci

ANALISIS DAN PERANCANGAN PERANGKAT LUNAK

ANALISIS DAN PERANCANGAN PERANGKAT LUNAK BAB IV ANALISIS DAN PERANCANGAN PERANGKAT LUNAK Bab ini membahas analisis perancangan perangkat lunak (diberi nama c2p) dari segi struktur data dan analisis aliran data. Hal-hal yang dibahas diantaranya

Lebih terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM Pada bab ini akan dibahas mengenai sistem informasi petty cash pada PT. ZC Industries (Swagelok Medan) menggunakan metode tidak tetap yang meliputi analisa sistem yang

Lebih terperinci

BAB IV PERANCANGAN. proses utama yaitu pembentukan kunci, proses enkripsi dan proses dekripsi.

BAB IV PERANCANGAN. proses utama yaitu pembentukan kunci, proses enkripsi dan proses dekripsi. BAB IV PERANCANGAN 4.1 Perancangan Pada Bab III telah dijelaskan bahwa algoritma RSA memiliki 3 buah proses utama yaitu pembentukan kunci, proses enkripsi dan proses dekripsi. Diasumsikan proses pembentukan

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

BAB 1 PENDAHULUAN. manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat

BAB 1 PENDAHULUAN. manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat BAB 1 PENDAHULUAN 1.1 Latar Belakang Mendengar adalah bagian penting dalam proses interaksi manusia. Kemampuan manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat membedakan jenis

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Sistem Absensi Berbasis Webcam

BAB 3 PEMBAHASAN. 3.1 Sistem Absensi Berbasis Webcam BAB PEMBAHASAN.1 Sistem Absensi Berbasis Webcam Sistem absensi berbasis webcam adalah sistem yang melakukan absensi karyawan berdasarkan input citra hasil capture webcam. Sistem akan melakukan posting

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN. Pada bab ini akan dijelaskan mengenai proses analisa perangkat lunak dan perancangan atau desain perangkat lunak.

BAB III ANALISIS DAN PERANCANGAN. Pada bab ini akan dijelaskan mengenai proses analisa perangkat lunak dan perancangan atau desain perangkat lunak. BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dijelaskan mengenai proses analisa perangkat lunak dan perancangan atau desain perangkat lunak. 3.1 ANALISA SISTEM Analisa aplikasi ini meliputi 3 (tiga)

Lebih terperinci

BAB V EVALUASI. Bab ini berisi penjelasan mengenai evaluasi terhadap sistem pencarian melodi

BAB V EVALUASI. Bab ini berisi penjelasan mengenai evaluasi terhadap sistem pencarian melodi BAB V EVALUASI Bab ini berisi penjelasan mengenai evaluasi terhadap sistem pencarian melodi pada file MIDI yang akan dikembangkan. Secara garis besar, evaluasi ini terdiri dari dua bagian, yaitu implementasi

Lebih terperinci

TIPE DATA ABSTRAK MENGGUNAKAN BAHASA C

TIPE DATA ABSTRAK MENGGUNAKAN BAHASA C WAHJUDI ULTIMATICS VOL. 1 NO. 1, DESEMBER 2009 TIPE DATA ABSTRAK MENGGUNAKAN BAHASA C Universitas Multimedia Nusantara Tangerang - Banten Januar Wahjudi Abstrak- Tipe data abstrak(abstract data types atau

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Dalam membangun aplikasi belajar matematika untuk anak sekolah dasar kelas 5 SD. Tahap analisis adalah tahap awal dalam membangun sebuah aplikasi. Pada

Lebih terperinci

ALGORITMA & PEMROGRAMAN II ARRAY

ALGORITMA & PEMROGRAMAN II ARRAY ALGORITMA & PEMROGRAMAN II ARRAY I Gede Agus Suwartane Array 1 Array Koleksi data dimana setiap elemen memakai nama dan tipe yang sama dan setiap elemen diakses dengan membedakan indeks array-nya. Ciri

Lebih terperinci

BAB III PERANCANGAN APLIKASI & MEKANISME PEMBOBOTAN SICBI

BAB III PERANCANGAN APLIKASI & MEKANISME PEMBOBOTAN SICBI BAB III PERANCANGAN APLIKASI & MEKANISME PEMBOBOTAN SICBI 3.1. KONSEP APLIKASI SIMPLE-O adalah aplikasi penilaian esai otomatis berbasis web yang dikembangkan di Indonesia, tepatnya di Departemen Teknik

Lebih terperinci

Strategi Algoritma Penyelesaian Puzzle Hanjie

Strategi Algoritma Penyelesaian Puzzle Hanjie Strategi Algoritma Penyelesaian Puzzle Hanjie Whilda Chaq 13511601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM BAB III ANALISA DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem merupakan penguraian dari suatu sistem yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN APLIKASI 3.1 Analisa Sistem Dengan menggunakan Borland Delphi 7 aplikasi simulasi perangkat pembelajaran komunikasi data teknik pengkodean sinyal digital yang akan dibangun

Lebih terperinci

2.3 Algoritma Tidak Berhubungan dengan Bahasa Pemrograman Tertentu

2.3 Algoritma Tidak Berhubungan dengan Bahasa Pemrograman Tertentu DAFTAR ISI BAB 1 Pengantar Sistem Komputer Dan Pemrograman 1.1 Sistem Komputer 1.2 Program, Aplikasi, Pemrogram, dan Pemrograman 1.3 Kompiler dan Interpreter 1.4 Kesalahan Program BAB 2 Pengantar Algoritma

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

ARRAY / LARIK. Oleh : Agus Priyanto, M.Kom SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM. Smart, Trustworthy, And Teamwork

ARRAY / LARIK. Oleh : Agus Priyanto, M.Kom SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM. Smart, Trustworthy, And Teamwork ARRAY / LARIK Oleh : Agus Priyanto, M.Kom SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM Smart, Trustworthy, And Teamwork Tujuan Mahasiswa memahami makna dan kegunaan array (tabel) Mahasiswa dapat menggunakan

Lebih terperinci

MAKALAH DESAIN PERANGKAT LUNAK. NAMA : RANI JUITA NIM : DOSEN : WACHYU HARI HAJI. S.Kom.MM

MAKALAH DESAIN PERANGKAT LUNAK. NAMA : RANI JUITA NIM : DOSEN : WACHYU HARI HAJI. S.Kom.MM MAKALAH DESAIN PERANGKAT LUNAK NAMA : RANI JUITA NIM : 41813120165 DOSEN : WACHYU HARI HAJI. S.Kom.MM JURUSAN SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2015 A. DESAIN PERANGKAT

Lebih terperinci

Modul 8 SORTING (PENGURUTAN)

Modul 8 SORTING (PENGURUTAN) Modul 8 SORTING (PENGURUTAN) 1. Tujuan Instruksional Umum a. Mahasiswa mampu melakukan perancangan aplikasi menggunakan Struktur Sorting ( pengurutan ) b. Mahasiswa mampu melakukan analisis pada algoritma

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Optimasi Menurut Nash dan Sofer (1996), optimasi adalah sarana untuk mengekspresikan model matematika yang bertujuan memecahkan masalah dengan cara terbaik. Untuk tujuan bisnis,

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN III.1. Analisa Masalah Kebutuhan manusia akan perangkat informasi dan komunikasi seakan menjadi kebutuhan yang tidak terpisahkan dalam kehidupan. Dengan banyaknya aplikasi

Lebih terperinci