SPECGRAM & SPECGRAMDEMO

Ukuran: px
Mulai penontonan dengan halaman:

Download "SPECGRAM & SPECGRAMDEMO"

Transkripsi

1 SPECGRAM & SPECGRAMDEMO Pertemuan 2 Praktikum Pengantar Pemrosesan Bahasa Alami Download materi: Syeiva Nurul Desylvia (syeiva.nd@gmail.com) Spectra dan Domain Frekuensi Fourier Analysis: Setiap gelombang kompleks dapat direpresentasikan sebagai penjumlahan banyak gelombang sinus dengan frekuensi berbeda. Spectra (spectrum untuk jamak) sinyal: Representasi setiap komponen frekuensi sinyal dengan amplitudonya. Spectrum: Representasi alternatif dari sinyal asli. 1

2 Spectra dan Domain Frekuensi(Lanj.) Spectra dan Domain Frekuensi(Lanj.) 2

3 Spectra dan Domain Frekuensi(Lanj.) Spectra dan Domain Frekuensi(Lanj.) 3

4 Spectra dan Domain Frekuensi(Lanj.) Spectra dan Domain Frekuensi(Lanj.) X-axis: Menunjukkan frekuensi. Y-axis: Menunjukkan ukuran besarnya setiap komponen frekuensi (db, ukuran logaritmik amplitudo). 4

5 Kegunaan Spectrum Puncak-puncak spectral yang mudah terlihat di spectrum, unik untuk setiap bunyi ujaran (phones). Phone memiliki ciri spectral signature. Tanda unik (characteristic signature) dari phone yang berbeda dapat dideteksi dengan cara melihat spectrum sinyalnya. Spectrogram Spectrum menunjukkan frekuensi sinyal satu titik pada waktu tertentu. Vowel berubah seiring waktu. Spectrogram: Suatu cara untuk membayangkan bagaimana frekuensi yang berbeda, yang membentuk gelombang, berubah seiring waktu. X-axis: Menunjukkan waktu. Y-axis: menunjukkan frekuensi. Tingkat gelap suatu titik pada spectrogram sesuai dengan amplitudo dari komponen frekuensi. Titik yang sangat gelap: amplitudo tinggi, titik yg terang: amplitudo rendah. 5

6 Spectrogram(Lanj.) Setiap batang gelap / spectral peak disebut formant. Spectrogram(Lanj.) 6

7 Spectrogram(Lanj.) Suara pria: dinner, dimmer, dinger Spectrogram(Lanj.) 7

8 Spectrogram pada Matlab Syntax b = specgram(a) b = specgram(a,nfft) [b,f] = specgram(a,nfft,fs) [b,f,t] = specgram(a,nfft,fs) b = specgram(a,nfft,fs,window) b = specgram(a,nfft,fs,window,noverlap) specgram(a) b = specgram(a,f,fs,window,noverlap) Catatan: Pada versi Matlab yang lebih baru, fungsi specgram diganti spectrogram. Spectrogram pada Matlab nfft: panjang FFT (Fast Fourier Transform) yang digunakan. Fs: sampling frequency / sampling rate (skalar). window: Fungsi windowing yang digunakan dan jumlah sampel yang digunakan specgram untuk memotong sinyal a. f: frequency output. t: time vector. Nilai default nfft = min(256,length(a)) Fs = 2 window = hanning(nfft) noverlap = length(window)/2 8

9 Spectrogram pada Matlab(Lanj.) Spectrogram pada Matlab(Lanj.) Ditambahkan zero-padding karena length(window) < nfft. 9

10 Spectrogram pada Matlab(Lanj.) Spectrogram pada Matlab(Lanj.) b = specgram(a) Hasilnya: b adalah matriks n x m. n didapat dari (nfft/2+1) jika nfft genap atau (nfft+1)/2 jika nfft ganjil. m didapat dari fix((nx-noverlap)/(length(window)- noverlap)). b = specgram(a,[],10000) Nfft bernilai default. Fs sebesar

11 Spectrogram pada Matlab(Lanj.) Contoh b = specgram(a); a: Vektor ukuran x 1. b: Matriks ukuran 129 x 88. Perhitungan Nfft: default -> 256 -> genap Baris = (256/2) + 1 = 129. Nx = 11501, noverlap: default = 128, length(window) = 256. Kolom = ( )/( ) = ~ 88. Specgramdemo Intinya versi user friendly dari specgram. specgramdemo(y,fs) menunjukkan spectrogram sinyal y dengan sampling rate Fs. Nilai default Fs = 1 Hz. Right-click setiap item GUI untuk melihat opsi visualisasi yang ada. 11

12 Specgramdemo specgramdemo(a,11000) Latihan 1. Bandingkan 2 suara pria dengan 2 suara wanita (1 individu pria dan 1 individu wanita) menggunakan spectrogram (specgram atau specgramdemo). Sampling rate: 11 KHz. 2. Analisis hasil spectrogram pada nomor Ambil salah satu sampel spectrogram kemudian buktikan jumlah baris dan kolomnya menggunakan perhitungan. 12

13 Latihan(Lanj.) Dikumpulkan ke Subjek & Nama file: NLP_NIM_Prak2. Due date: Kamis,.WIB. 13

PEMBANGKITAN SINYAL DAN FUNGSI FFT

PEMBANGKITAN SINYAL DAN FUNGSI FFT PEMBANGKITAN SINYAL DAN FUNGSI FFT P R A K T I K U M 3 P E N G A N T A R P E M R O S E S A N B A H A S A A L A M I D O W N L O A D S L I D E : H T T P : / / B I T. L Y / N L P _ 8 SIGNAL DI MATLAB Beberapa

Lebih terperinci

10/22/2015 PEMBANGKITAN SINYAL DAN FUNGSI FFT SIGNAL DI MATLAB SAWTOOTH DAN SQUARE

10/22/2015 PEMBANGKITAN SINYAL DAN FUNGSI FFT SIGNAL DI MATLAB SAWTOOTH DAN SQUARE PEMBANGKITAN SINYAL DAN FUNGSI FFT P R AK T I K U M 3 P E N G AN T A R P E M R O S E S AN B AH A S A AL A M I D O W N L O AD S L I D E : H T T P : / / B I T. L Y / N L P _ 8 SIGNAL DI MATLAB Beberapa contoh

Lebih terperinci

MODUL 5 EKSTRAKSI CIRI SINYAL WICARA

MODUL 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 terperinci

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

udara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar. BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun

Lebih terperinci

Spektrum dan Domain Sinyal

Spektrum dan Domain Sinyal Spektrum dan Domain Sinyal 1 Sinyal dan Spektrum Sinyal Komunikasi merupakan besaran yang selalu berubah terhadap besaran waktu Setiap sinyal dapat dinyatakan di dalam domain waktu maupun di dalam domain

Lebih terperinci

BABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.

BABI 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 terperinci

BAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran.

BAB 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 terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB 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 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

MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI

MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI I. TUJUAN - Mahasiswa mampu menjelaskan perbedaan sinyal wicara dalam domain waktu dan domain frekuensi menggunakan perangkat lunak II.

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA. Disusun Oleh : Inggi Rizki Fatryana ( )

LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA. Disusun Oleh : Inggi Rizki Fatryana ( ) LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA Disusun Oleh : Inggi Rizki Fatryana (1210147002) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya 2014-2015

Lebih terperinci

MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI

MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI I. TUJUAN - Mengamati sinyal dalam domain waktu dan domain frekuensi dengan menggunakan library FFT II. DASAR TEORI 2.1 Transformasi Fourier Satu bentuk transformasi

Lebih terperinci

Suara 3 Spektrum Suara/1

Suara 3 Spektrum Suara/1 Suara 3 Spektrum Suara Jika suara sudah tercampur, mungkinkah kita memisahkannya lagi menjadi gelombang-gelombang penyusunnya. Hmmm... ini ibarat jika sudah jadi bubur bisakah dikembalikan jadi air dan

Lebih terperinci

Pengenalan 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. 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 terperinci

LAPORAN PRAKTIKUM DSP

LAPORAN PRAKTIKUM DSP LAPORAN PRAKTIKUM DSP MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI Disusun Oleh : Yuli Yuliantini (121014 7021) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. 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 terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. 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 terperinci

Frekuensi Dominan Dalam Vokal Bahasa Indonesia

Frekuensi Dominan Dalam Vokal Bahasa Indonesia Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan

Lebih terperinci

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK

IDENTIFIKASI 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 terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Informasi tentang pemasangan iklan di suatu radio (antara lain mengenai, jam berapa suatu iklan ditayangkan, dalam sehari berapa kali suatu iklan ditayangkan dan berapa

Lebih terperinci

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belakang PENDAHULUAN Pengenalan fonem adalah implementasi dari speech to teks yang merupakan bagian dari speech recognition atau pengenalan ucapan. Pengenalan ucapan lebih dikonsentrasikan pada ekstraksi

Lebih terperinci

BAB III METODOLOGI. dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan

BAB 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 terperinci

MODUL 7 TRANSFORMASI FOURIER DISKRIT

MODUL 7 TRANSFORMASI FOURIER DISKRIT MODUL 7 TRANSFORMASI FOURIER DISKRIT I. TUJUAN - Siswa mampu memahami konsep dasar transformasi sinyal awaktu diskrit dan mampu menyusun program simulasinya. II. TEORI DASAR Sebelum kita berbicara tentang

Lebih terperinci

PENGENALAN 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 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 terperinci

Jaringan Syaraf Tiruan pada Robot

Jaringan Syaraf Tiruan pada Robot Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.

Lebih terperinci

1. Pendahuluan Latar Belakang

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

Lebih terperinci

4. HASIL DAN PEMBAHASAN

4. HASIL DAN PEMBAHASAN 4. HASIL DAN PEMBAHASAN 4.1 Hasil Pengambilan Contoh Dasar Gambar 16 merupakan hasil dari plot bottom sampling dari beberapa titik yang dilakukan secara acak untuk mengetahui dimana posisi target yang

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

BAB 2 LANDASAN TEORI

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

Lebih terperinci

IV. METODE PENELITIAN. Metode HVSR (Horizontal to Vertical Spectral Ratio) merupakan metode yang

IV. METODE PENELITIAN. Metode HVSR (Horizontal to Vertical Spectral Ratio) merupakan metode yang IV. METODE PENELITIAN A. Metode dan Desain Penelitian Metode HVSR (Horizontal to Vertical Spectral Ratio) merupakan metode yang efektif, murah dan ramah lingkungan yang dapat digunakan pada wilayah permukiman.

Lebih terperinci

PENDAHULUAN Tujuan Latar Belakang Ruang Lingkup Manfaat Penelitian TINJAUAN PUSTAKA Nada dan Chord Gitar

PENDAHULUAN 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 terperinci

MODUL. Nyquist dan Efek Aliasing, dan Transformasi Fourier Diskrit

MODUL. Nyquist dan Efek Aliasing, dan Transformasi Fourier Diskrit MODUL Nyquist dan Efek Aliasing, dan Transformasi Fourier Diskrit PENDAHULUAN Pada awalnya kita hanya mengenal sinyal atau isyarat analog dan kontinyu (terus menerus tanpa ada jeda sedikitpun, misalnya

Lebih terperinci

METODE PENELITIAN. Gambar 1 Alur metode penelitian.

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

Lebih terperinci

FFT Size dan Resolusi Frekuensi 2012

FFT Size dan Resolusi Frekuensi 2012 Info: Artikel ini adalah suplemen dari buku Pengambilan dan Pemahaman Data Teknis Loudspeaker yang Praktis. Sangat disarankan untuk membaca selesai bab 2 sebelum membaca artikel ini. Resolusi frekuensi

Lebih terperinci

BAB III PENGOLAHAN DATA

BAB III PENGOLAHAN DATA BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)

Lebih terperinci

BAB 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 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 terperinci

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA

MODUL 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 terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB IV Pengujian. Gambar 4.1 Skema pengujian perangkat keras

BAB IV Pengujian. Gambar 4.1 Skema pengujian perangkat keras BAB IV Pengujian 4.1 Pendahuluan Untuk mengetahui kinerja perangkat filter anti-gempa yang telah dibuat, dalam tahap akhir penelitian ini dilakukan beberapa pengujian. Pengujian yang dilakukan terdiri

Lebih terperinci

BAB IV METODOLOGI PENELITIAN. Penelitian dimulai pada Bulan April 2015 hingga Mei 2015 dan bertempat di

BAB IV METODOLOGI PENELITIAN. Penelitian dimulai pada Bulan April 2015 hingga Mei 2015 dan bertempat di 30 BAB IV METODOLOGI PENELITIAN 4.1. Waktu dan Tempat Pelaksanaan Penelitian dimulai pada Bulan April 2015 hingga Mei 2015 dan bertempat di Pusat Vulkanologi dan Mitigasi Bencana Geologi, Kementrian Energi

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN

BAB 3 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN BAB 3 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN 3.1 Sistem Diagram Sistem diagram adalah diagram dari sebuah sistem, dengan fungsi atau bagian utamanya diwakili oleh blok yang dihubungkan oleh garis-garis

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada sistem identifikasi pembicara atau speaker identification, proses eksraksi ciri memainkan peranan penting dalam menghasilkan persentase keakuran yang baik. Terdapat

Lebih terperinci

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T Data dan Sinyal Data yang akan ditransmisikan kedalam media transmisi harus ditransformasikan terlebih dahulu kedalam bentuk gelombang elektromagnetik. Bit 1 dan 0 akan diwakili oleh tegangan listrik dengan

Lebih terperinci

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

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

Lebih terperinci

PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV

PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV Marianus Hendra Wijaya 1), Linggo Sumarno 2) 1) Program Studi Teknik Elektro Fakultas Sains dan Teknologi Universtas Sanata Dharma Yogyakarta

Lebih terperinci

MATERI PENGOLAHAN SINYAL :

MATERI PENGOLAHAN SINYAL : MATERI PENGOLAHAN SINYAL : 1. Defenisi sinyal 2. Klasifikasi Sinyal 3. Konsep Frekuensi Sinyal Analog dan Sinyal Diskrit 4. ADC - Sampling - Aliasing - Quantiasasi 5. Sistem Diskrit - Sinyal dasar system

Lebih terperinci

Digital Audio Watermarking dengan Fast Fourier Transform

Digital Audio Watermarking dengan Fast Fourier Transform Digital Audio Watermarking dengan Fast Fourier Transform Otniel 13508108 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

BAB II DASAR TEORI Jaringan Syaraf Tiruan

BAB II DASAR TEORI Jaringan Syaraf Tiruan BAB II DASAR TEORI Pada bab ini akan dibahas mengenai teori yang berhubungan dengan judul tugas akhir yang dikerjakan seperti, Jaringan Syaraf Tiruan, suara, Fast Fourier Transform, dan Matlab. 2.1. Jaringan

Lebih terperinci

Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength

Perbandingan 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 terperinci

APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER

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

Lebih terperinci

Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength

Perbandingan 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 terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Audio Suara atau bunyi adalah suatu gelombang longitudinal yang merambat melalui suatu medium, seperti zat cair, padat dan gas. Bunyi dapat terdengar oleh manusia apabila gelombang

Lebih terperinci

BAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK

BAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK BAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK 4.1 Data Hasil Pengukuran Lapangan Dalam bab ini akan dijelaskan hasil-hasil yang diperoleh dari pengukuran langsung di lapangan

Lebih terperinci

BAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari

BAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari BAB I PENDAHULUAN I.1. Latar Belakang Masalah Proses pengenalan kata merupakan salah satu fungsi dari voice recognition. Voice recognition dibagi menjadi dua jenis, yaitu speech recognition dan speaker

Lebih terperinci

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA

MODUL 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 terperinci

PENGKLASIFIKASIAN TINGKAT DANGEROUS DRIVING BEHAVIOR MENGGUNAKAN DATA ELEKTROENSEFALOGRAFI (EEG) DENGAN PENDEKATAN MACHINE LEARNING

PENGKLASIFIKASIAN TINGKAT DANGEROUS DRIVING BEHAVIOR MENGGUNAKAN DATA ELEKTROENSEFALOGRAFI (EEG) DENGAN PENDEKATAN MACHINE LEARNING PENGKLASIFIKASIAN TINGKAT DANGEROUS DRIVING BEHAVIOR MENGGUNAKAN DATA ELEKTROENSEFALOGRAFI (EEG) DENGAN PENDEKATAN MACHINE LEARNING Nama : Alisca Damayanti NPM : 50412648 Jurusan : Teknik Informatika Fakultas

Lebih terperinci

LAMPIRAN PEDOMAN PENGGUNAAN ALAT

LAMPIRAN PEDOMAN PENGGUNAAN ALAT LAMPIRAN PEDOMAN PENGGUNAAN ALAT Simulator modulasi digital menggunakan perangkat lunak Matlab ini akan menampilkan hasil proses modulasi dan demodulasi, mulai dari isyarat masukan, isyarat pembawa, isyarat

Lebih terperinci

Seminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016

Seminar 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 terperinci

Analisis Getaran Struktur Mekanik pada Mesin Berputar untuk Memprediksi Kerusakan Akibat Kondisi Unbalance Sistem Poros Rotor

Analisis Getaran Struktur Mekanik pada Mesin Berputar untuk Memprediksi Kerusakan Akibat Kondisi Unbalance Sistem Poros Rotor Seminar Nasional Maritim, Sains, dan Teknologi Terapan 2016 Vol. 01 Politeknik Perkapalan Negeri Surabaya, 21 November 2016 ISSN: 2548-1509 Analisis Getaran Struktur Mekanik pada Mesin Berputar untuk Memprediksi

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 IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:

BAB 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 terperinci

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM

SOUND 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 terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis

Lebih terperinci

Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform)

Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform) 1 Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform) Reonaldo Yohanes Sipasulta (1), Arie.S.M. Lumenta ST, MT. (2), Sherwin R.U.A. Sompie, ST, MT. (3) (1)Mahasiswa, (2)Pembimbing

Lebih terperinci

BAB III PEMODELAN MIMO OFDM DENGAN AMC

BAB III PEMODELAN MIMO OFDM DENGAN AMC BAB III PEMODELAN MIMO OFDM DENGAN AMC 3.1 Pemodelan Sistem Gambar 13.1 Sistem transmisi MIMO-OFDM dengan AMC Dalam skripsi ini, pembuatan simulasi dilakukan pada sistem end-to-end sederhana yang dikhususkan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada dua tempat yaitu di Laboratorium

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada dua tempat yaitu di Laboratorium 45 BAB III METODE PENELITIAN A. Waktu dan Tempat Pelaksanaan Penelitian ini dilaksanakan pada dua tempat yaitu di Laboratorium Pemodelan Fisika untuk perancangan perangkat lunak (software) program analisis

Lebih terperinci

TEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA

TEKNIK 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 terperinci

Karakterisasi Suara Vokal dan Aplikasinya Dalam Speaker Recognition

Karakterisasi Suara Vokal dan Aplikasinya Dalam Speaker Recognition Karakterisasi Suara Vokal dan Aplikasinya Dalam Speaker Recognition Siwi Setyabudi, Agus Purwanto dan Warsono Laboratorium Getaran dan Gelombang, Jurdik Fisika, FMIPA, UNY ABSTRAK Penelitian ini bertujuan

Lebih terperinci

SISTEM IDENTIFIKASI STRUKTUR DENGAN MENGGUNAKAN METODE FREQUENCY DOMAIN DECOMPOSITION-NATURAL EXCITATION TECHNIQUE

SISTEM IDENTIFIKASI STRUKTUR DENGAN MENGGUNAKAN METODE FREQUENCY DOMAIN DECOMPOSITION-NATURAL EXCITATION TECHNIQUE Konferensi Nasional Teknik Sipil 11 Universitas Tarumanagara, 26-27 Oktober 2017 SISTEM IDENTIFIKASI STRUKTUR DENGAN MENGGUNAKAN METODE FREQUENCY DOMAIN DECOMPOSITION-NATURAL EXCITATION TECHNIQUE Richard

Lebih terperinci

ANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING

ANALISIS 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 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

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

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

Lebih terperinci

BAB III PERANCANGAN PERANGKAT LUNAK MENENTUKAN JENIS KAWANAN IKAN, JARAK KAWANAN IKAN, DAN POSISI KAPAL

BAB III PERANCANGAN PERANGKAT LUNAK MENENTUKAN JENIS KAWANAN IKAN, JARAK KAWANAN IKAN, DAN POSISI KAPAL xxxi BAB III PERANCANGAN PERANGKAT LUNAK MENENTUKAN JENIS KAWANAN IKAN, JARAK KAWANAN IKAN, DAN POSISI KAPAL Perangkat lunak pengenal gelombang perubahan fasa ini dilakukan dengan menggunakan komputer

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PENGOLAHAN SINYAL DAN SISTEM DISKRIT. Pengolahan Sinyal Analog adalah Pemrosesan Sinyal. bentuk m dan manipulasi dari sisi sinyal dan informasi.

PENGOLAHAN SINYAL DAN SISTEM DISKRIT. Pengolahan Sinyal Analog adalah Pemrosesan Sinyal. bentuk m dan manipulasi dari sisi sinyal dan informasi. PENGOLAHAN SINYAL DAN SISTEM DISKRIT Pengolahan Sinyal Analog adalah Pemrosesan Sinyal yang mempunyai kaitan dengan penyajian,perubahan bentuk m dan manipulasi dari sisi sinyal dan informasi. Pengolahan

Lebih terperinci

BAB I PENDAHULUAN. mendigitalisasi kata yang diucapkan dan mencocokkannya dengan pola yang

BAB 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 terperinci

ANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu

ANALISIS 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 terperinci

2.4. Vector Quantization Kebisingan BAB III METODOLOGI PENELITIAN Desain Penelitian Requirements Definition...

2.4. Vector Quantization Kebisingan BAB III METODOLOGI PENELITIAN Desain Penelitian Requirements Definition... DAFTAR ISI PERNYATAAN... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iii ABSTRAK... v ABSTRACT... vi DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii BAB I PENDAHULUAN...

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belakang PENDAHULUAN Perkembangan penelitian di dunia telekomunikasi sangat pesat beberapa tahun terakhir ini. Salah satunya adalah penelitian di bidang suara. Suara adalah salah satu cara manusia

Lebih terperinci

Perbandingan 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) 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 terperinci

BAB. Kinerja Pengujian

BAB. Kinerja Pengujian BAB IV PENGUJIAN PENGUAT KELAS D TANPA TAPIS LC Bab ini akan menjelaskan pengujian dari penguat kelas D tanpa tapis LC yang dibuat.pengujian ini terdiri dari dua utama yaitupengujian untuk mengetahui kinerja

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM 28 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras System ini hanya menggunakan beberapa perangkat keras yang umum digunakan, seperti speaker (alat untuk menghasilkan suara), dan seperangkat komputer

Lebih terperinci

PENGENALAN AHKAMUL HURUF MENGGUNAKAN METODE LPC DAN TRANSFORMASI SLANT. Abstract

PENGENALAN AHKAMUL HURUF MENGGUNAKAN METODE LPC DAN TRANSFORMASI SLANT. Abstract PENGENALAN AHKAMUL HURUF MENGGUNAKAN METODE LPC DAN TRANSFORMASI SLANT Bustami Abdullah 1, Rizal 2 1 Teknik Informatika, Universitas Malikussaleh, 2 Teknik Informatika, Universitas Malikussaleh e-mail:

Lebih terperinci

LAPORAN PRAKTIKUM DSP

LAPORAN 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 terperinci

APLIKASI SPEECH RECOGNITION BAHASA INDONESIA DENGAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT

APLIKASI SPEECH RECOGNITION BAHASA INDONESIA DENGAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT APLIKASI SPEECH RECOGNITION BAHASA INDONESIA DENGAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN LINEAR VECTOR QUANTIZATION UNTUK PENGENDALIAN GERAK ROBOT Anggoro Wicaksono, Sukmawati NE, Satriyo Adhy,

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

ANALISA AKUSTIK UJI STATIS MOTOR ROKET MENGGUNAKAN ALGORITMA FFT

ANALISA AKUSTIK UJI STATIS MOTOR ROKET MENGGUNAKAN ALGORITMA FFT ANALISA AKUSTIK UJI STATIS MOTOR ROKET MENGGUNAKAN ALGORITMA FFT Sri Kliwati Lembaga Penerbangan dan Antariksa Nasional Pusat Teknologi Roket Jalan Raya LAPAN Rumpin Bogor Indonesia email: sri_kliwatii@yahoo.com

Lebih terperinci

PENGGOLONGAN SUARA BERDASARKAN USIA DENGAN MENGGUNAKAN METODE K MEANS

PENGGOLONGAN SUARA BERDASARKAN USIA DENGAN MENGGUNAKAN METODE K MEANS PENGGOLONGAN SUARA BERDASARKAN USIA DENGAN MENGGUNAKAN METODE K MEANS Prabowo Hadi Putra Sutiknyo Mahasiswa Politeknik Elektronika Negeri Surabaya, Jurusan Teknik Telekomunikasi Politeknik Elektronika

Lebih terperinci

IDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

IDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM IDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Seminar Tugas Akhir O L E H : M I F T A H U D D I N P E M B I M B I N G : I R. Y E R R

Lebih terperinci

SPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL

SPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL SPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL ABSTRAK Lukas N.B. Marbun (0722009) Jurusan Teknik Elektro Universitas Kristen Maranatha Email : lukasnbmarbun@gmail.com Harmonisa

Lebih terperinci

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA

SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI 2.1 Pengertian Identifikasi Identifikasi merupakan kemampuan untuk mencari, mengambil, melaporkan, merubah, atau memilah data yang spesifik tanpa adanya ambiguitas. Dapat juga dikatakan

Lebih terperinci

LABORATORIUM SISTEM TELEKOMUNIKASI SEMESTER III TH 2015/2016

LABORATORIUM SISTEM TELEKOMUNIKASI SEMESTER III TH 2015/2016 LAPORAN PRAKTIKUM LABORATORIUM SISTEM TELEKOMUNIKASI SEMESTER III TH 2015/2016 JUDUL AMPITUDE SHIFT KEYING GRUP 4 3A PROGRAM STUDI TEKNIK TELEKOMUNIKASI JURUSAN TEKNIK ELEKTRO POLITEKNIK NEGERI JAKARTA

Lebih terperinci

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Program Studi S1 Teknobiomedik, Departemen Fisika, Fakultas Sains dan

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Program Studi S1 Teknobiomedik, Departemen Fisika, Fakultas Sains dan BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini telah dilaksanakan di Laboratorium Instrumentasi Medis, Program Studi S1 Teknobiomedik, Departemen Fisika, Fakultas Sains dan Teknologi,

Lebih terperinci

Deret Fourier dan Respons Frekuensi

Deret Fourier dan Respons Frekuensi Program Studi Teknik Telekomunikasi - Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Praktikum Pengolahan Sinyal Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 2 : Deret

Lebih terperinci

Hubungan 1/1 filter oktaf. =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz

Hubungan 1/1 filter oktaf. =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz Hubungan 1/1 filter oktaf f 1 f 2 f 1 = 2 1/2f c f 1 = 2 1/2f c f 1 = 2f c1 = frekuensi tengah penyaring =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz Analisis oktaf sepertiga,

Lebih terperinci

BAB 4 PERANCANGAN DAN IMPLEMENTASI SISTEM

BAB 4 PERANCANGAN DAN IMPLEMENTASI SISTEM BAB 4 PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan model sistem identifikasi pembicara dibangun dengan maksud untuk memudahkan dalam pembuatan aplikasi (perangkat lunak). Aplikasi yang dibuat merupakan

Lebih terperinci