STEM GITAR BASS MENGGUNAKAN HARMONIC PRODUCT SPECTRUM

Transkripsi

1 TUGAS AKHIR STEM GITAR BASS MENGGUNAKAN HARMONIC PRODUCT SPECTRUM Diajukan untuk memenuhi syarat Memperoleh gelar Sarjana Teknik pada Program Studi Teknik Elektro disusun oleh: ALMEDIO MARVES DA COSTA NIM: PROGRAM STUDI TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2017

2 TUGAS AKHIR STEM GITAR BASS MENGGUNAKAN HARMONIC PRODUCT SPECTRUM Diajukan untuk memenuhi syarat Memperoleh gelar Sarjana Teknik pada Program Studi Teknik Elektro disusun oleh: ALMEDIO MARVES DA COSTA NIM: PROGRAM STUDI TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2017 i

3 FINAL PROJECT BASS GUITAR TUNER USING HARMONIC PRODUCT SPECTRUM In a partial fulfillment of the requirements for the degree of Sarjana Teknik Electrical Engineering Study Program created by: ALMEDIO MARVES DA COSTA Student s Number: ELECTRICAL ENGINEERING STUDY PROGRAM DEPARTMENT OF ELECTRICAL ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2017 ii

4 iii

5 iv

6 PERNYATAAN KEASLIAN KARYA Saya menyatakan dengan sesungguhnya bahwa tugas akhir ini tidak memuat karya atau bagian kariah orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana karya ilmiah. v

7 HALAMAN PERSEMBAHAN MOTTO HIDUP MOTTO: Jadikan setiap tempat yang baik sebagai tempat belajarmu dan jadikan setiap orang yang baik sebagai gurumu Skripsi ini kupersembahkan untuk Tio Leopoldino Marçal da Costa vi

8 LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma: Nama : ALMEDIO MARVES DA COSTA Nomor Mahasiswa : Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan Universitas Sanata Dharma karya ilmiah yang berjudul: STEM GITAR BASS MENGGUNAKAN HARMONIC PRODUCT SPECTRUM Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Dengan ini pernyataan yang saya buat dengan sebenarnya. vii

9 INTISARI Musik dapat disebut sebagai media seni. Pada umumnya orang mengungkapkan kreativitas dan ekspresi seninya melalui bunyi-bunyian atau suara, oleh karena itulah pengertian musik sangat universal. Alat musik yang digunakan juga bervariasi, salah satunya alat musik petik yaitu gitar bass elektrik. Dalam memainkan alat musik seperti gitar bass, semua senar pada gitar bass tersebut seharusnya menghasilkan nada yang akurat atau tidak fals, untuk itu, tuning perlu dilakukan pada senar-senar gitar bass tersebut. Salah satu solusi untuk permasalahan ini adalah dengan menggunakan stem ( tuner) gitar bass elektrik. Dibentuklah stem gitar bass untuk melakukan tuning pada gitar bass. Stem gitar bass pada tugas akhir ini menggunakan USB Guitar Link Cable dan komputer untuk mengoperasikannya. USB Guitar Link Cable berfungsi untuk menghubungkan komputer dengan gitar bass elektrik dan menerima gelombang suara gitar bass elektrik. Komputer berfungsi untuk memproses data hasil rekaman, menampilkan hasil frame blocking, hasil FFT, hasil HPS, dan nada, status (kurang, pas, lebih) serta frekuensi yang dihasilkan saat melakukan tuning berupa teks. Sistem pada stem gitar bass tersebut menggunakan FFT, HPS, dan look up table sudah berhasil dibuat dan dapat bekerja sesuai perancangan. Program stem gitar bass menggunakan harmonic product spectrum secara real time mampu mengenali frekuensi sebesar 100%. Parameter pengenalan frekuensi bass terbaik berada pada panjang frame blocking 32 sampai panjang frame blocking 512. Kata Kunci: Gitar Bass Elektrik, FFT (Fast Fourier Transform), HPS (Harmonic Product Spectrum), Look Up Table, Panjang Frame Blocking. viii

10 ABSTRACT Music can be referred as a medium of art. Generally, the people express their artistic creativity by sounds or voices, so the understanding of music is very universal. The instruments used also varies, the ones of the instruments used is the string instrument like an electric bass guitar. Playing a musical instrument like a bass guitar, all the strings of bass guitar should be accurate tone or no false, for that, need to make a tuning for all strings of the bass guitar. The one of solution for this problem is using the electric bass guitar tuner. Made bass guitar tuner for tuning the bass guitar. Bass guitar tuner on this final project using USB Guitar Link Cable and computer to operate it. The function of USB Guitar Link Cable to connect the computer with electric bass guitar and receive sound waves of the electric bass guitar. The computer functions to process the result of recording data shows the result of frame blocking, the result of FFT, the result of HPS, and tone, status (less, tune, over) and the frequency that get when was tuning in the form of text. The system on the bass guitar tuner using FFT, HPS, and look up table has been successfully created and can work according to the design. Bass guitar tuner program using the harmonic product spectrum in real time is able to recognize the frequency of 100%. The best recognitions of bass frequency parameters are in the frame blocking length of 32 to frame blocking length of 512. Keywords: Electric Bass Guitar, FFT ( Fast Fourier Transform), HPS ( Harmonic Product Spectrum), Look Up Table, Frame Blocking length. ix

11 KATA PENGANTAR Dengan menyebut nama Tuhan Yesus Kristus Yang Maha Baik, kiranya pantaslah penulis memanjatkan puji syukur atas segala nikmat yang telah diberikan kepada penulis, baik kesempatan maupun kesehatan, sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. Tugas akhir yang telah penulis buat berjudul Stem Gitar Bass Menggunakan Harmonic Product Spectrum. Tugas akhir ini dapat hadir seperti sekarang ini tidak lepas dari bantuan dan dukungan banyak pihak. Untuk itu sudah sepantasnya penulis mengucapkan terima kasih yang sebesar-besarnya kepada: 1. Tuhan Yesus Kristus atas berkat penyertaan-nya sehingga Tugas Akhir ini selesai dengan baik. 2. Bunda Maria, terima kasih Bunda atas segalanya. 3. Santo dan Santa yang selalu setia melindungiku selama ini. 4. Sudi Mungkasi, S.Si, M.Math.Sc., Ph.D., selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma. 5. Petrus Setyo Prabowo, S.T., M.T., selaku Ketua Program Studi Teknik Elektro Universitas Sanata Dharma. 6. Dr. Ir. Linggo Sumarno, M.T., selaku dosen pembimbing Tugas Akhir yang penuh pengertian dan selalu sabar membimbing dan mendorong untuk cepat menyelesaikan Tugas Akhir ini. 7. Dr. Ir. Iswanjono, M.T., selaku dosen pembimbing akademik yang telah mendampingi, membimbing, dan memberikan saran kepada penulis selama menempuh pendidikan di Universitas Sanata Dharma. 8. Dr. Ir. Iswanjono, M.T. dan Dr. Damar Widjaja, S.T., M.T., selaku dosen penguji yang telah memberikan masukan, bimbingan, saran untuk merevisi laporan tugas akhir ini. 9. Bapak dan Ibu dosen yang telah mengajarkan banyak ilmu yang bermanfaat selama menempuh pendidikan di Program Studi Teknik Elektro, Fakultas Sains dan Teknologi, Universitas Sanata Dharma. 10. Para staff sekretariat Teknik Elektro, atas bantuannya dalam membantu dan melayani mahasiswa. x

12 11. Kedua orang tua serta keluarga besarku di Timor-Leste atas doa dan dukungan kepada penulis. 12. Keluarga yang selalu bersamaku di Yogyakarta (Tia Marta, Maun Tody, Ino, Rúben, Iva, Nildo, Nânci, Azio, Teta atas doa dan dukungan kepada penulis. 13. Para saudara-saudaraku Maltib, 2F, CN-B, Baya Leste, Manleuana atas doa dan dukungan kepada penulis. 14. Para sahabat Teknik Elektro 2013 atas bantuannya selama masih kuliah, serta doa dan dukungannya agar penulis tetap semangat dalam menyelesaikan laporan tugas akhir ini. 15. Semua pihak yang tidak dapat disebutkan satu persatu atas dukungan dan bantuan yang telah diberikan dalam penyelesaian laporan tugas akhir ini. Pada akhirnya, penulis sangat menyadari bahwa laporan tugas akhir ini masih terdapat banyak kekurangan. Oleh karena itu, penulis sangat mengharapkan masukan, kritik, dan saran yang sifatnya membangun agar laporan tugas akhir ini nantinya bisa menjadi lebih baik dan bermanfaat sebagaimana mestinya. xi

13 DAFTAR ISI HALAMAN JUDUL... Halaman i HALAMAN PERSETUJUAN... HALAMAN PENGESAHAN... PERNYATAAN KEASLIAN KARYA... HALAMAN PERSEMBAHAN MOTTO HIDUP... LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS... INTISARI... ABSTRACT... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... iii iv v vi vii viii ix x xii xv DAFTAR TABEL... xvii BAB I: PENDAHULUAN Latar Belakang Tujuan dan Manfaat Penelitian Batasan Masalah Metodologi Penelitian... 4 BAB II: DASAR TEORI Gitar Bass Elektrik USB Guitar Link Cable Sampling Preprocessing xii

14 Normalisasi Frame Blocking Windowing DFT dan FFT Harmonic Product Spectrum (HPS) Resolusi Frekuensi BAB III: RANCANGAN PENELITIAN Sistem Stem Gitar Bass Elektrik Gitar Bass Elektrik USB Guitar Link Cable Laptop Proses Perekaman Proses Mendeteksi Frekuensi dan Penentuan Keluaran Nada Uji Perancangan Tampilan Program GUI MATLAB Perancangan Alur Program Rekam Normalisasi Frame Blocking Windowing FFT dan Spektrum Frekuensi Harmonic Product Spectrum (HPS) Penentuan Frekuensi Look Up Table Penentuan Teks Nada Standar Keluaran (Teks) Rancangan Pengujian BAB IV: HASIL DAN PEMBAHASAN Pengujian Program Stem Gitar Bass Menggunakan Harmonic Product Spectrum Penjelasan Sintaks Program secara Real Time xiii

15 4.3. Analisis Hasil Data Pengujian BAB V: KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN xiv

16 DAFTAR GAMBAR Halaman Gambar 2.1. Gitar Bass Elektrik... 7 Gambar 2.2. USB Guitar Link Cable... 8 Gambar 2.3. Contoh hasil Sampling... 9 Gambar 2.4. Hasil Normalisasi dari Gambar Gambar 2.5. Frame Blocking [10] Gambar 2.6. Sinyal yang akan diambil untuk Frame Blocking dari Gambar Gambar 2.7. Hasil Frame Blocking dari Gambar Gambar 2.8. Hasil Hamming Window dari Gambar Gambar 2.9. Hasil FFT dari Gambar Gambar Contoh Perhitungan FFT 2 Titik Menggunakan Butterfly Gambar Contoh Perhitungan FFT 4 Titik Menggunakan Butterfly Gambar Harmonic Product Spectrum [14] Gambar Hasil HPS dari Gambar Gambar 3.1. Diagram Blok Sistem Stem Gitar Bass Elektrik Gambar 3.2. Diagram Proses Mendeteksi Frekuensi dan Penentuan Keluaran Gambar 3.3. Diagram Blok Proses Pengambilan Nada Uji Gambar 3.4. Tampilan Proses Program GUI Matlab Gambar 3.5. Diagram Alir Sistem Stem Gitar Bass Elektrik Gambar 3.6. Diagram Alir Sub Rutin Rekam Gambar 3.7. Diagram Alir Normalisasi Gambar 3.8. Diagram Alir Frame Blocking Gambar 3.9. Diagram Alir Windowing Gambar Diagram Alir FFT dan Spektrum Frekuensi Gambar Diagram Alir Harmonic Product Spectrum Gambar Diagram Alir Penentuan Frekuensi Gambar Diagram Alir Proses Penentuan Frekuensi Akhir untuk Look Up Table Gambar Diagram Alir Proses Penentuan Teks Nada Standar Gambar Diagram Alir Proses Menampilkan Teks Keluaran xv

17 Gambar 4.1. GUI Software Stem Gitar Bass Menggunakan Harmonic Product Spectrum Gambar 4.2. Pemilihan Senar Gitar Bass Gambar 4.3. Contoh ketika GUI dijalankan untuk melakukan tuning pada Senar Pertama Gambar 4.4. Sintaks Program untuk Proses Merekam Gambar 4.5. Sintaks Program untuk Proses Normalisasi Gambar 4.6. Sintaks Program untuk Proses Frame Blocking Gambar 4.7. Sintaks Program untuk Proses Windowing Gambar 4.8. Sintaks Program untuk Proses FFT Gambar 4.9. Sintaks Program untuk Proses HPS Gambar Sintaks Program untuk Frekuensi Keluaran Gambar Sintaks Program untuk Teks Nada Keluaran Gambar Sintaks Program untuk Pushbutton CLEAR Gambar Sintaks Program untuk Pushbutton BERHENTI Gambar Popupmenu di GUI.fig Gambar String Popupmenu Gambar Grafik Pengaruh Panjang Frame Blocking Terhadap Tingkat Pengenalan Sistem xvi

18 DAFTAR TABEL Halaman Tabel 2.1. Nilai Frekuensi Gitar Bass Elektrik 4 Senar [5]... 7 Tabel 3.1. Keterangan Tampilan Utama Sistem Tabel 4.1. Hasil Pengujian Sistem dengan Panjang Frame Blocking Tabel 4.2. Hasil Pengujian Sistem dengan Panjang Frame Blocking Tabel 4.3. Hasil Pengujian Sistem dengan Panjang Frame Blocking Tabel 4.4. Hasil Pengujian Sistem dengan Panjang Frame Blocking Tabel 4.5. Hasil Pengujian Sistem dengan Panjang Frame Blocking Tabel 4.6. Hasil Pengujian Sistem dengan Panjang Frame Blocking Tabel 4.7. Persentase Akurasi yang didapat dari Seluruh Panjang Frame Blocking. 51 Tabel 4.8. Hasil Perhitungan Resolusi pada Seluruh Panjang Frame Blocking xvii

19 BAB I PENDAHULUAN 1.1. Latar Belakang Musik adalah salah satu media ungkapan kesenian, musik mencerminkan kebudayaan masyarakat pendukungnya. Di dalam musik terkandung nilai dan norma-norma yang menjadi bagian dari proses enkulturasi budaya, baik dalam bentuk formal maupun informal. Musik itu sendiri memiliki bentuk yang khas, baik dari sudut struktual maupun jenisnya dalam kebudayaan. Musik dapat juga disebut sebagai media seni. Pada umumnya orang mengungkapkan kreativitas dan ekspresi seninya melalui bunyi-bunyian atau suara, oleh karena itulah pengertian musik sangat universal, tergantung bagaimana orang memainkannya serta menikmatinya. Musik termasuk seni manusia yang paling tua. Bahkan bisa dikatakan, tidak ada sejarah peradaban manusia dilalui tanpa musik [1]. Seni musik adalah cetusan ekspresi perasaan atau pikiran yang dikeluarkan secara teratur dalam bentuk bunyi. Bisa dikatakan, bunyi (suara) adalah elemen musik paling dasar. Suara musik yang baik adalah hasil interaksi dari tiga elemen, yaitu irama, melodi, dan harmoni. Irama adalah pengaturan suara dalam suatu waktu, panjang, pendek dan temponya, dan ini memberikan karakter tersendiri pada setiap musik. Kombinasi beberapa tinggi nada dan irama akan menghasilkan melodi tertentu. Selanjutnya, kombinasi yang baik antara irama dan melodi melahirkan bunyi yang harmoni. Alat musik yang digunakan juga bervariasi, salah satunya alat musik petik yaitu gitar bass. Alat musik gitar bass terdiri dari 2 jenis, yaitu gitar bass akustik dan gitar bass elektrik. Pada bahasan kali ini, yang akan dibahas penulis adalah gitar bass elektrik. Gitar bass elektrik biasa disebut bass elektrik atau bass saja. Bass adalah alat musik berdawai yang menggunakan listrik untuk memperbesar suaranya, bass menggunakan beberapa pickup untuk mengubah bunyi atau getaran dari senar gitar bass menjadi arus listrik yang akan dikuatkan kembali dengan menggunakan seperangkat amplifier dan loudspeaker. Penampilannya mirip dengan gitar listrik tetapi gitar bass memiliki tubuh yang lebih besar, leher yang lebih panjang, dan biasanya memiliki empat senar (gitar listrik memiliki enam senar) [2]. 1

20 2 Dalam memainkan alat musik gitar bass, semua senar pada gitar bass tersebut seharusnya menghasilkan nada yang akurat atau tidak fals, untuk itu, tuning perlu dilakukan pada senar-senar gitar bass tersebut. Tuning pada senar gitar bass, untuk menghasilkan nada yang akurat, adalah salah satu pekerjaan yang cukup sulit, terutama bagi para pemain gitar bass pemula. Melakukan tuning pada gitar bass membutuhkan pendengaran yang cukup akurat untuk dapat menyatakan akurasi dari suatu nada. Salah satu solusi untuk permasalahan ini adalah dengan menggunakan stem ( tuner) gitar bass elektrik. Dengan perangkat ini, seorang pemain bass bisa melakukan tuning hanya dengan melihat indikator akurasi pada alat tersebut. Nada dari gitar bass tersebut merupakan bunyi yang teratur dan mempunyai frekuensi yang tertentu. Frekuensi yang dimiliki oleh senar gitar bass, berbeda dengan senar lainnya karena frekuensi dipengaruhi oleh panjang senar dan diameter senar. Perbedaan frekuensi yang dihasilkan oleh senar, dapat diolah dengan digital signal processing. Berkaitan dengan hal tersebut, dari beberapa penelitian sebelumnya telah dilakukan yaitu implementasi algortima Fast Fourier Transform (FFT) untuk pengolahan sinyal digital pada tuning gitar dengan open string, yang prinsip kerjanya adalah untuk mengetahui nilai tingkat akurasi FFT pada tuning gitar listrik dan bukan listrik. Selain itu, pengujian dilakukan untuk mengetahui kemampuan sistem melakukan pencocokan nada gitar. Pada penelitian ini, masukan adalah suara gitar yang dipetik secara open string atau tanpa kunci, sedangkan keluaran adalah nilai frekuensi senar gitar dan pencocokan nada gitar. Perancangan perangkat lunak ini menggunakan program Matlab R2008b, dari penelitian yang telah dilakukan, FFT mampu mendapatkan tingkat akurasi tuning gitar terbaik yaitu sebesar 99,43% [3]. Berdasarkan latar belakang di atas, dan penelitian yang telah dilakukan sebelumnya, penulis ingin membuat tuner pada gitar bass elektrik. Metode yang digunakan dan instrumen musik yang digunakan dalam penelitian ini berbeda dengan penelitian sebelumnya, yaitu dengan menggunakan metode Harmonic Product Spectrum (HPS), FFT, spektrum frekuensi, dan menentukan frekuensi dengan menggunakan look up table untuk proses akhir penentuan nada gitar bass elektrik yang dilakukan tuning. Pada umumnya gitar bass memiliki frekuensi yang lebih rendah dibandingkan dengan gitar biasa, jadi dua penelitian ini menggunakan frekuensi standar yang berbeda. Meskipun di penelitian sebelumnya juga menggunakan FFT, tetapi di penelitian kali ini, penulis menambahkan metode lain seperti HPS yang digunakan untuk mengetahui frekuensi standar dari nada

21 3 tersebut. Alasan menggunakan HPS karena suatu nada memiliki tingkatan nada atau biasa disebut harmonik. Harmonik merupakan harmonisasi dari nada standar atau harmonik pertama, sehingga setiap kelipatan dari nada standar pertama merupakan harmonisasi nada dari nada standar, yang membedakan dari nada standar dengan nada harmonik terdapat pada besar nilai frekuensi, jadi dengan metode HPS dapat membedakan nada standar dengan nada harmonik, sehingga hasil akhir yang diharapkan mampu mendapatkan tingkat akurasi tuning bass terbaik. Dalam sistem tuning ini, nada standar uji G 1 st string, D 2 nd string, A 3 rd string, E 4 th string yang telah melalui proses perekaman diproses terlebih dahulu agar menghasilkan spektrum frekuensi untuk menentukan frekuensi keluaran dalam look up table. Prosesnya akan melalui tahap perekaman, kemudian preprocessing yang terdiri dari normalisasi, frame blocking, dan windowing. Kemudian menghitung FFT untuk mendapatkan spektrum frekuensi dan kemudian dilakukan proses pengkalian hasil FFT dengan metode HPS untuk mendapatkan hasil sinyal yang bersih dari harmonisasi. Nilai frekuensi yang dilihat dari hasil plot HPS digunakan sebagai penentuan frekuensi keluaran Tujuan dan Manfaat Penelitian Tujuan penelitian ini adalah menghasilkan aplikasi stem atau tuner gitar bass elektrik. Manfaat dari penelitian ini adalah: a. Membuat aplikasi yang mampu melakukan tuning pada senar gitar bass elektrik secara real time. b. Sebagai alat bantu untuk mempermudah, mempercepat dan lebih akurat dalam tuning gitar bass elektrik. c. Mengetahui tingkat akurasi FFT dan HPS dalam mendeteksi frekuensi nada Batasan Masalah Tugas Akhir ini dibatasi pada hal-hal sebagai berikut: a. Sinyal masukan berasal dari senar gitar bass elektrik yang tuning secara real time. b. Gitar yang dipakai adalah gitar bass elektrik (Squier Fender Precision Bass). c. Nada-nada yang diukur adalah nada-nada open string (nada senar lepas). d. Tuning didasarkan pada setelan standar (G-D-A-E dari senar 1 sampai senar 4). e. Tidak membahas alat musik gitar bass elektrik secara mendalam. f. Parameter yang diamati adalah frekuensi yang dihasilkan.

22 4 g. Menggunakan software Matlab dalam pembuatan program stem gitar bass elektrik. h. Implementasi menggunakan software Matlab. i. Menggunakan metode HPS, Hamming window, FFT, dan look up table untuk penentuan keluarannya. j. Titik FFT yang digunakan sebanyak Metodologi Penelitian Metodologi yang digunakan pada tugas akhir ini adalah: a. Pengumpulan bahan-bahan literatur berupa buku, jurnal, dan artikel. Bertujuan untuk mempelajari dasar teori yang mendukung penelitian, meliputi teori nada, tuning gitar, instrumen gitar, dan software Matlab. b. Pengumpulan Data Merekam nada-nada gitar yang sudah tuned sebagai referensi serta untuk mempermudah dalam merancang sistem. c. Konsultasi dengan Pembimbing Bertujuan untuk mengkaji dan merumuskan metode yang tepat dalam melakukan penelitian. d. Perancangan subsistem di dalam program keseluruhan Tahap perancangan subsistem perangkat lunak bertujuan untuk mencari bentuk model yang optimal dari sistem yang akan dibuat dengan mempertimbangkan berbagai faktor-faktor permasalahan dan kebutuhan yang telah ditentukan. Penulis menggunakan software Matlab untuk pembuatan program tuner gitar bass elektrik. Program akan bekerja jika user memberikan perintah melalui komputer, program akan mengolah perintah yang telah diterima dan melalui proses recording. Setelah proses recording, komputer akan mengolah nada kemudian memberikan keluaran teks nada pada senar gitar bass elektrik yang sedang tuning kalau sudah mencapai nada standarnya. e. Analisis Performa Proses ini dilakukan untuk mengetahui performa sistem yang telah dirancang, maka pengujian dilakukan terhadap sistem dengan memainkan (tuning) gitar bass secara real time. Pengujian ini menggunakan parameter yaitu analisis perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar yang tertera pada Tabel 2.1. Setelah membandingkan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar, maka dilakukan juga perhitungan untuk mengetahui persentase akurasi antara frekuensi sistem

23 5 dengan frekuensi standar tersebut. Tujuannya untuk mengetahui performa yang dicapai oleh sistem. f. Pengambilan Kesimpulan Tahap ini adalah tahap pengambilan kesimpulan berdasarkan analisis terhadap percobaan yang telah dilakukan dengan menyelidiki pengaruh panjang frame blocking terhadap tingkat keberhasilan tuner gitar bass elektrik.

24 BAB II DASAR TEORI 2.1. Gitar Bass Elektrik Gitar bass juga disebut bass elektrik atau hanya bass. Gitar bass adalah alat musik yang dimainkan terutama dengan jari atau ibu jari, dengan cara plucking, slapping, popping, strumming, tapping, thumping, atau dengan menggunakan pick. Gitar bass mirip dengan gitar elektrik biasa, namun gitar bass mempunyai neck dan scale yang lebih panjang, dan gitar bass umumnya hanya mempunyai empat senar, sedangkan gitar elektrik biasa mempunyai enam senar. Gitar bass elektrik empat senar umumnya tune sama dengan double bass, yang sesuai dengan pitches satu oktaf lebih rendah dari empat senar bernada terendah gitar biasa yaitu (E, A, D, dan G). Gitar bass adalah instrumen transposing, seperti yang dinotasikan dalam bass Clef satu oktaf lebih tinggi daripada kedengarannya (seperti double bass), untuk memainkan gitar bass elektrik harus dihubungkan ke amplifier. Gitar bass elektrik memiliki pickup dan terhubung ke amplifier dan speaker [2]. Jumlah frets yang terdapat pada leher atau neck bass dapat bervariasi. Bass asli memiliki 20 frets, dan sebagian besar gitar bass memiliki antara 20 dan 24 frets. Bass yang menggunakan antara 24 dan 36 frets (2 dan 3 oktaf) juga ada. Panjang skala pada neck bass (jarak antara nut dan jembatan atau bridge) yaitu 34 inci (864 mm). Kebanyakan gitar bass elektrik menggunakan magnetic pickups. Getaran senar (logam besi dalam medan magnet) di magnetic pickups menghasilkan variasi kecil dalam fluks magnetik threading dalam gulungan pickup. Proses ini menghasilkan tegangan listrik kecil dalam kumparan. Sinyal tingkat rendah ini kemudian diperkuat dan diputar melalui speaker. Badan atau body bass biasanya terbuat dari kayu, meskipun bahan lain seperti grafit (misalnya, beberapa desain Steinberger) juga telah digunakan. Sementara berbagai kayu yang digunakan untuk body, neck, dan fret board bass, jenis kayu yang paling umum digunakan untuk body adalah alder dan ash, untuk neck yaitu maple, dan untuk fret board adalah rosewood [4]. Gitar bass yang penulis memakai untuk melakukan penelitian ini terlihat pada Gambar

25 7 Gambar 2.1. Gitar Bass Elektrik Tabel 2.1. Nilai Frekuensi Gitar Bass Elektrik 4 Senar [5] 4 Senar Nada Open String Frekuensi (Hz) Senar Pertama G 98 Senar Kedua D 73,42 Senar Ketiga A 55 Senar Keempat E 41,20 Nada di atas berurutan mulai dari senar pertama hingga senar keempat. Senar pertama memiliki frekuensi paling tinggi, lalu hingga senar keempat yang memiliki frekuensi paling rendah. Nada tersebut adalah nada standar tuning gitar bass elektrik USB Guitar Link Cable USB Guitar Link Cable adalah alat penghubung komputer dengan gitar elektrik atau gitar bass elektrik. USB Guitar Link Cable adalah alat profesional yang memungkinkan untuk menghubung komputer menjadi platform kerja yang fantastis dimana seorang guitarist atau bassist dapat menggunakan efek klasik, di studio maupun di panggung. USB Guitar Link Cable memungkinkan seorang musisi untuk merekam, bermain dengan cara playback, atau bermain langsung menggunakan modeling dan efek gitar yang sudah disediakan di alat ini. Alat ini bisa menggunakan di indoor maupun outdoor dan mudah untuk dibawa ke manamana [6]. USB Guitar Link Cable memiliki beberapa spesifikasi sebagai berikut: a. Variable-speed file playback function untuk MP3, WAV, AIFF audio files, dan mudah untuk mempelajari dan praktekan. b. ¼ TS Guitar Input, ¼ TRS Headphone Output. c. Kualitas Audio: 16-bit, 48 khz.

26 8 d. Menggunakan kabel USB konektor untuk menghubungkan ke komputer. e. Sistem Operasi PC yang digunakan adalah Microsoft Windows XP (SP2), Windows Vista, Windows 7, dan Mac OS 8.5, 8.6, 9. Gambar 2.2. USB Guitar Link Cable 2.3. Sampling Sampling adalah proses pengambilan nilai-nilai sinyal pada titik-titik diskret sepanjang variabel waktu dari sinyal waktu kontinyu, sehingga didapatkan sinyal waktu diskret (proses pencuplikan gelombang suara yang menghasilkan gelombang diskret). Jumlah titik-titik yang diambil setiap detik dinamakan sampling rate. Sampling rate menandakan banyaknya jumlah sampel dalam satuan Hertz (Hz) yang diambil dalam satuan waktu (detik). Artinya batas frekuensi yang dapat dikirim per detiknya. Pada proses sampling, sebaiknya sampling rate memenuhi kriteria Nyquist yang menyatakan bahwa sampling rate harus lebih besar dua kali frekuensi tertinggi analog [7]. Secara matematis dapat dituliskan sebagai berikut: (2.1) dengan f s adalah sampling rate dan f m adalah frekuensi tertinggi sinyal suara analog. Hasil sampling sinyal suara gitar bass diperlihatkan pada Gambar 2.3.

27 Amplitudo Data Tercuplik Gambar 2.3. Contoh hasil Sampling Contoh perhitungannya: Nada standar pada senar pertama dari gitar bass memiliki frekuensi fundamental sebesar 98 Hz, oleh karena itu, frekuensi sampling dari nada tersebut adalah sebagai berikut: Hz 196 Hz Perlu diketahui bahwa suatu nada tidak hanya memiliki nada standar, tetapi juga memiliki tingkatan nada atau biasa disebut dengan nada harmonik. Nada harmonik merupakan kelipatan dari nada standar. Contoh perhitungannya: Nada standar pada senar pertama dari gitar bass memiliki frekuensi fundamental sebesar 98 Hz. Nada harmonik ketiga dari nada tersebut memiliki frekuensi sebesar 98 Hz 3 = 294 Hz, oleh karena itu, frekuensi sampling dari nada tersebut adalah sebagai berikut:

28 Hz 588 Hz 2.4. Preprocessing Preprocessing adalah proses-proses awal yang dilakukan sebelum proses membangkitkan spektrum. Tujuan dari preprocessing ini adalah untuk menyetarakan sinyal nada masukan agar lebih muda diproses untuk pencocokan nadanya. Preprocessing terdiri dari beberapa proses yaitu normalisasi, frame blocking, dan windowing Normalisasi Normalisasi adalah proses pengolahan suara untuk menaikkan atau menurunkan amplitudo dari sebuah file suara agar semua sampel di dalamnya berada pada rentang tertentu. Pada pengambilan suara ini perlu adanya normalisasi supaya amplitudo dari nada gitar yang dilakukan tuning dapat menjadi maksimal. Proses normalisasi ini dilakukan dengan cara membagi setiap nilai data masukan yaitu nada terekam dengan nilai absolut maksimal dari data masukan tersebut. Berikut rumus untuk proses normalisasi [8]: = ( ( )) (2.2) dengan Xnorm adalah hasil data sinyal normalisasi dan Xin adalah data masukan dari sampling. Hasil proses normalisasi sinyal suara gitar bass diperlihatkan pada Gambar 2.4.

29 Amplitudo Data Tercuplik Gambar 2.4. Hasil Normalisasi dari Gambar 2.3 Contoh perhitungan normalisasi sebagai berikut: Misalnya Xin memiliki nilai sebanyak [0,2 0,8 1 1,8 2], maka cara untuk menghitungnya sebagai berikut: max (abs(xin)) = 2 Xnorm = Xin / max (abs(xin)) Xnorm = [0,2 0,8 1 1,8 2] / 2 Xnorm = [0,1 0,4 0,5 0,9 1] Frame Blocking Frame Blocking adalah proses yang bertujuan untuk membagi sampel sinyal nada pada beberapa frame tertentu atau slot dengan panjang tertentu, yang nantinya dapat memudahkan dalam perhitungan dan analisa sinyal. Satu frame terdiri dari beberapa sampel tergantung berapa detik suara akan disampel dan berapa besar frekuensi pencuplikannya [9]. Panjang frame yang digunakan sangat mempengaruhi keberhasilan dalam analisa spektral. Di satu sisi, ukuran dari frame harus sepanjang mungkin untuk dapat menunjukkan resolusi frekuensi yang baik. Tetapi di lain sisi, ukuran frame juga harus cukup pendek untuk dapat menunjukkan resolusi waktu yang baik.

30 12 Hasil perekaman suara gitar bass merupakan sinyal analog yang berada dalam domain waktu yang bergantung waktu. Pada proses ini, pemotongan sinyal dilakukan dalam slot-slot waktu tertentu agar memenuhi syarat invariant dan dapat dianggap invariant. Frame blocking berfungsi untuk mereduksi data yang nantinya akan diproses dalam sistem dan dapat mempercepat proses perhitungan pada Fast Fourier Transform dengan jumlah data pada setiap frame memiliki 2 N data sampel. Gambar 2.5 menunjukkan contoh potongan-potongan frame yang akan diambil beberapa bagian dari frame tersebut untuk proses selanjutnya. Gambar 2.6 menunjukkan sinyal yang akan diambil untuk frame blocking dan Gambar 2.7 menunjukkan contoh hasil frame blocking. Gambar 2.5. Frame Blocking [10] Amplitudo Data Tercuplik Gambar 2.6. Sinyal yang akan diambil untuk Frame Blocking dari Gambar 2.4

31 Amplitudo Data Tercuplik Gambar 2.7. Hasil Frame Blocking dari Gambar Windowing Suara yang dipotong-potong menjadi beberapa frame membuat data suara menjadi discontinue, hal ini mengakibatkan kesalahan data proses Fourier transform. Agar tidak terjadi kesalahan data pada proses Fourier transform maka sampel suara yang telah dibagi menjadi beberapa frame perlu dijadikan suara kontinyu dengan cara mengalikan setiap frame dengan window tertentu. Ada beberapa fungsi window yang telah ada di antaranya Kaiser, Hamming, Triangular, dan Rectangular. Jenis window yang dipakai pada proses ini adalah Hamming Window. Fungsi window yang paling sering digunakan dalam aplikasi voice recognition adalah Hamming Window. Hamming Window mempunyai side lobe yang paling kecil dan main lobe yang paling besar sehingga hasil windowing akan lebih halus dalam menghilangkan efek diskontinuitas. Hamming Window adalah sebuah vektor dengan jumlah elemen sebanyak n. Biasanya n akan disesuaikan dengan banyaknya elemen pada frame sehingga banyaknya elemen pada Hamming Window akan sama dengan banyaknya elemen pada frame. Persamaan dari Hamming Window [11]: ( ) =,, (2.3)

32 14 dengan N adalah jumlah data dari sinyal dan n adalah waktu diskret ke [0, 1, 2,, N-1]. Hasil proses Hamming Window sinyal suara gitar bass diperlihatkan pada Gambar Amplitudo Data Tercuplik Gambar 2.8. Hasil Hamming Window dari Gambar 2.7 Contoh perhitungan Hamming Window: Diketahui: π = 3,14, n = 0, 1, 2, dan N = 512. w (n) = 0,54 0,46 cos (2πn/(N-1)) w (0) = 0,54 0,46 cos (2 3,14 0/(512-1)) w (0) = 0,54 0,46 cos 0 w (0) = 0,54 0,46 1 w (0) = 0,08 w (1) = 0,54 0,46 cos (2 3,14 1/(512-1)) w (1) = 0,54 0,46 cos 0,0123 w (1) = 0,54 0,46 0,9999 w (1) = 0, w (2) = 0,54 0,46 cos (2 3,14 2/(512-1)) w (2) = 0,54 0,46 cos 0,0246 w (2) = 0,54 0,46 0,9997 w (2) = 0,080138

33 DFT dan FFT DFT (Discrete Fourier Transform) adalah suatu bentuk transformasi yang umum digunakan untuk mengubah sinyal dari domain waktu menjadi sinyal domain frekuensi. DFT dapat dituliskan dalam persamaan [12]: [ ] = [ ] (2.4) dengan k = 0, 1,, N-1, X [k] adalah runtun keluaran (domain frekuensi), x [n] adalah runtun masukan (domain waktu), N adalah jumlah sampel, adalah ( ), nilai x dan X adalah ( nilai bilangan kompleks, variabel j adalah satuan imajiner, dan nilai ) adalah primitive n-th root of unity. FFT (Fast Fourier Transform) merupakan pengembangan dari komputasi dengan menggunakan DFT dengan cepat dan efisien. Perhitungan DFT secara langsung akan membutuhkan operasi aritmatik sebanyak O (N 2 ) sedangkan perhitungan dengan FFT akan membutuhkan operasi sebanyak O (NlogN). FFT merupakan turunan dari persamaan DFT jumlah perhitungan digital pada DFT dapat dikurangi secara signifikan sehingga dengan adanya penemuan FFT, maka perhitungan digital terhadap spektrum-spektrum frekuensi dapat diwujudkan secara sederhana dalam implementasinya. FFT biasanya diimplementasikan dengan cara memanfaatkan faktorisasi dari N ( (jumlah sampel yang ditransformasikan) dan juga bahwa ) adalah primitive n-th root of unity. Algoritma yang terkenal salah satunya adalah algoritma FFT Cooley-Tukey. Algoritma ini menggunakan skema Divide and Conquer yang memecah N secara rekursif menjadi dua buah DFT. Algoritma FFT Cooley-Tukey yang paling sederhana adalah radix-2 Decimation In Time. Radix-2 yang dimaksud adalah pembagian N menjadi dua buah DFT yang sama panjang (dibagi dua), sehingga dinamakan radix-2. Secara umum, N bisa difaktorisasi menjadi N1 x N2. Jika nilai N1 yang menjadi radix, maka algoritmanya dinamakan Decimation In Time (DIT). Sedangkan jika N2 yang dijadikan radix, maka algoritmanya dinamakan Decimation In Frequency (DIF). Dalam pemrosesan sinyal digital dikenal butterfly digunakan untuk mendeskripsikan decimation tersebut dalam FFT. Hasil proses FFT sinyal suara gitar bass diperlihatkan pada Gambar 2.9.

34 Amplitudo Frekuensi (Hz) Gambar 2.9. Hasil FFT dari Gambar 2.8 Contoh perhitungan FFT 2 dan 4 titik: a. Dalam suatu sinyal memiliki nilai x (n) = {1, 3} dan berapakah x (k)? b. Dalam suatu sinyal memiliki nilai x (n) = {1, 2, 3, 4} dan berapakah x (k)? Metode yang akan digunakan untuk menghitung dua persoalan yang di atas adalah dengan metode radix-2 Decimation In Time. FFT 2 titik: x (n) = {1, 3} dan x (k) =? x (n) x (k) x (0) = x (1) = 3-2 Gambar Contoh Perhitungan FFT 2 Titik Menggunakan Butterfly -1 Perhitungannya sebagai berikut: x (0) = = 4 x (1) = = -2 x (k) = {4, -2}

35 17 FFT 4 titik: x (n) = {1, 2, 3, 4} dan x (k) =? x (n) x (k) x (0) = S0 x (0) = 10 x (2) = S1 x (1) = j -1 x (1) = = 1 S2 x (2) = = 6-1 x (3) = 4-2 = S3 x (3) = -2-2j j = 2j -1 Gambar Contoh Perhitungan FFT 4 Titik Menggunakan Butterfly Perhitungannya sebagai berikut: S0 = x (0) + x (2) = = 4 x (0) = S0 + S2 = = 10 S1 = x (0) - x (2) = 1 3 = -2 x (1) = S1 + S3 = j S2 = [x (1) + x (3)] = (2 + 4) 1 = 6 x (2) = S0 - S2 = 4 6 = -2 S3 = [x (1) - x (3)] = (2 4) (-j) = 2j x (3) = S1 - S3 = -2-2j x (k) = {10, j, -2, -2 2j} 2.6. Harmonic Product Spectrum (HPS) HPS merupakan teknik sederhana yang dapat bertahan di berbagai kondisi. Algoritma dari HPS dapat bekerja dengan baik pada real time dengan 200 Mhz. Bila sinyal masukan berupa musik, maka spektrum terdiri dari serangkaian puncak, sesuai dengan frekuensi standar dengan komponen harmonik pada kelipatan bilangan bulat dari frekuensi standar. Spektrumnya akan dilakukan beberapa kali proses downsampling. Ketika dibandingkan dengan spektrum asli setelah melewati proses downsampling dapat dilihat perbedaan antara puncak fundamental dan puncak harmonik. Puncak pertama dalam spektrum asli bertepatan dengan puncak kedua dalam spektrum terkompresi dengan faktor dua, yang bertepatan dengan puncak ketiga dalam spektrum terkompresi dengan faktor tiga, oleh karena itu, ketika berbagai spektrum yang dikalikan bersama-sama, hasilnya akan membentuk puncak yang jelas pada frekuensi fundamental [13].

36 18 Puncak dalam spektrum merupakan kelipatan harmonik dari frekuensi fundamental, oleh karena itu, dikompresi dengan bilangan bulat dan menambahkan hasil frekuensi terkompresi dari spektrum akan memberikan puncak tertinggi pada semua harmonik [14]. HPS merupakan suatu metode yang berfungsi untuk melihat frekuensi standar yang terdapat pada sinyal masukan. Secara matematis HPS dapat dirumuskan pada persamaan: ( ) ( ) (2.5) Suatu nada memiliki tingkatan nada atau biasa disebut harmonik. Harmonik merupakan harmonisasi dari nada standar atau harmonik pertama, sehingga setiap kelipatan dari nada standar pertama merupakan harmonisasi nada dari nada standar, yang membedakan dari nada standar dengan nada harmonik terdapat pada besar nilai frekuensi, oleh karena itu, metode ini digunakan agar dapat diketahui frekuensi standar dari nada tersebut. Aplikasi dengan metode ini yaitu dengan melakukan downsampling pada nadanada harmonik. Proses downsampling dilakukan dengan membagi data dari sinyal asli hingga beberapa kali dari harmonisasinya, sehingga hanya nada standar atau harmonik pertama saja yang akan muncul. Proses downsampling diperlihatkan pada Gambar ( ) ( ) ( ) ( ) Gambar Harmonic Product Spectrum [14]

37 19 Gambar 2.12 menunjukkan bagaimana proses HPS dilakukan dan menunjukkan juga pemahaman dari persamaan (2.5). Proses dimulai dengan melakukan perkalian sebesar F (ω) 2 pada sinyal masukan untuk menyelaraskan harmonik pertama dengan nada standar. Dengan proses yang sama dilakukan juga perkalian sebesar F (2ω) 2 pada sinyal masukan untuk menyelaraskan harmonik kedua dengan hasil proses sebelumnya. Dengan proses yang sama dilakukan kurang lebih sebanyak 4 kali agar hasil dari HPS dapat terlihat. Proses yang dimaksud di atas adalah proses downsampling. Hasil akhir dari HPS yaitu dapatnya nilai frekuensi akhir pada masing-masing senar yang dilakukan tuning. Setelah melewati dua kali proses downsampling, hasil proses HPS pada sinyal suara gitar bass dapat terlihat dengan jelas pada frekuensi akhirnya yang diperlihatkan pada Gambar Amplitudo Frekuensi (Hz) Gambar Hasil HPS dari Gambar Resolusi Frekuensi Resolusi frekuensi berkaitan dengan penampakan detail sinyal dalam ranah frekuensi. Jika resolusi frekuensi makin kecil, maka sinyal akan tampak makin detail. Sebaliknya, jika resolusi frekuensi makin besar, sinyal akan tampak kurang detail. Secara matematis, resolusi frekuensi dirumuskan sebagai berikut [15]: = (2.6) dengan fs adalah frekuensi pencuplikan dan NFFT adalah panjang FFT yang digunakan.

38 BAB III RANCANGAN PENELITIAN 3.1. Sistem Stem Gitar Bass Elektrik 3.1. Diagram blok sistem stem (tuning) gitar bass elektrik diperhatikan pada Gambar Proses Tuning Proses Perekaman Proses Mendeteksi Frekuensi USB Guitar Link Cable Penentuan Keluaran Gitar Bass Elektrik Laptop Gambar 3.1. Diagram Blok Sistem Stem Gitar Bass Elektrik Gitar Bass Elektrik Gitar bass elektrik digunakan sebagai objek penelitian oleh penulis, gitar bass elektrik memiliki 4 nada standar yang akan dilakukan tuning untuk mendapatkan nada standarnya yaitu pada senar pertama nada G, senar kedua nada D, senar ketiga nada A, dan senar keempat nada E USB Guitar Link Cable USB Guitar Link Cable adalah alat penghubung komputer dengan gitar bass elektrik, fungsinya untuk menangkap suara dari gitar bass elektrik, kemudian menyalurkan pada laptop kemudian diproses untuk tuning gitar bass elektrik. 20

39 Laptop Laptop memiliki soundcard yang berfungsi untuk mengubah sinyal analog (suara gitar) yang masuk lewat USB Guitar Link Cable menjadi sinyal digital. Soundcard yang digunakan adalah soundcard yang sudah terpasang pada motherboard. Dalam konversi sinyal analog menjadi sinyal digital dan kemudian disimpan diperlukan pengaturan yang meliputi pengaturan frekuensi sampling dan channel. Pengaturan tersebut dilakukan pada proses perekaman oleh program yang akan dibuat Proses Perekaman Proses perekaman adalah proses pengambilan nada pada gitar bass, dan masuknya data nada terekam berupa sinyal digital. Saat proses perekaman berlangsung sinyal analog dikonversi menjadi sinyal digital dengan frekuensi sampling. Nada yang telah menjadi sinyal digital tersebut disimpan disebut nada terekam dan kemudian dapat diproses untuk dikenali lewat proses stem gitar bass elektrik Proses Mendeteksi Frekuensi dan Penentuan Keluaran Proses ini untuk mendeteksi dan mengetahui frekuensi dari sinyal masukan yaitu suara gitar bass dan untuk mendapatkan nada standar pada senar satu sampai senar empat. Gambar 3.2 merupakan diagram proses untuk mengetahui frekuensi dari sinyal masukan. Masukan (wav) Preprocessing FFT dan Spektrum Frekuensi Harmonic Product Spectrum Penentuan Frekuensi Penentuan Nada (Look Up Table) Keluaran (teks) Gambar 3.2. Diagram Proses Mendeteksi Frekuensi dan Penentuan Keluaran

40 22 1. Masukan Masukan adalah hasil dari sampling nada gitar bass elektrik yang direkam langsung (real time). 2. Preprocessing Preprocessing merupakan proses awal yang berfungsi untuk menyetarakan sinyal masukan. Preprocessing terdiri dari: a. Normalisasi Proses ini adalah proses pengolahan suara untuk menaikkan atau menurunkan amplitudo nada agar semua sampel di dalamnya berada pada rentang tertentu dan nada masukannya menjadi maksimum, sehingga efek dari kuat atau lemahnya suara yang dikeluarkan alat musik tidak terlalu memengaruhi proses tuning gitar bass tersebut. b. Frame Blocking Proses frame blocking bertujuan untuk membagi sampel sinyal nada pada beberapa frame tertentu atau slot dengan panjang tertentu dan akan memilih data dari nada terekam. Data yang dipilih dapat mewakili semua nada yang terekam. c. Windowing Windowing berfungsi untuk mengurangi efek diskontinuitas dari potonganpotongan sinyal yang dijadikan beberapa frame. Suara yang dipotong-potong menjadi beberapa frame membuat data suara menjadi diskontinuitas. Dalam penelitian ini menggunkan Hamming Window. 3. FFT dan Spektrum Frekuensi Pada proses tuning gitar bass elektrik ini, nilai FFT sama dengan nilai frame blocking. Proses ini untuk membangkitkan spektrum frekuensi. Setelah melihat keluaran spektrum frekuensi, maka dapat diketahui frekuensi untuk chord senar yang dilakukan tuning. 4. Harmonic Product Spectrum (HPS) Proses HPS ini digunakan untuk mengalikan nilai spektrum frekuensi yang didapatkan, hal ini bertujuan untuk menghilangkan sinyal harmonik pada frekuensi, dan fungsinya untuk membentuk puncak yang jelas pada frekuensi fundamental. Proses ini dilakukan setelah nilai dari spektrum frekuensi sudah diketahui. 5. Penentuan Frekuensi Proses ini untuk menentukan frekuensi nada pada senar gitar bass elektrik yang dilakukan tuning, dari proses FFT dan spektrum frekuensi, maka dapat diketahui nilai

41 23 frekuensinya yaitu nilai frekuensi yang paling tinggi yang berada di urutan pertama setelah melalui proses FFT dan spektrum frekuensi. 6. Penentuan Nada Senar Setelah mengetahui nilai frekuensi yang dihasilkan, maka dapat diketahui nada keluarannya pada masing-masing senar, dari senar pertama sampai senar keempat. Pada proses penentuan ini menggunakan look up table. 7. Keluaran (teks) Keluarannya akan menampilkan teks nada standar dari senar satu hingga senar empat apabila proses tuning sudah sampai nada standar dari masing-masing senar gitar bass elektrik Nada Uji Fungsi dari nada uji ialah untuk menjalankan program tuner bass secara belum real time. Proses ini bertujuan untuk pencuplikan gelombang suara yang akan menghasilkan gelombang diskret termodulasi pulsa. Nada uji juga digunakan sebagai referensi awal untuk mencari frekuensi keluaran look up table. Berikut adalah diagram blok pada proses pengambilan nada uji yang ditunjukkan pada Gambar 3.3. Masukan (Suara Gitar Bass Elektrik) Perekaman Keluaran (wav) Gambar 3.3. Diagram Blok Proses Pengambilan Nada Uji

42 Perancangan Tampilan Program GUI MATLAB Gambar 3.4 menunjukkan tampilan proses program GUI Matlab dan Tabel 3.1 memperlihatkan keterangan tampilan utama sistem. STEM GITAR BASS MENGGUNAKAN HARMONIC PRODUCT SPECTRUM Hasil Frame Blocking Hasil FFT Hasil HPS Pilih Senar NADA Status Frekuensi (Hz) MULAI CLEAR BERHENTI Gambar 3.4. Tampilan Proses Program GUI Matlab Nama Hasil Frame Blocking Hasil FFT Hasil HPS Pilih Senar Frekuensi (Hz) NADA Tabel 3.1. Keterangan Tampilan Utama Sistem Keterangan Berfungsi untuk menampilkan grafik hasil frame blocking Berfungsi untuk menampilkan grafik hasil Fast Fourier Transform (FFT) Berfungsi untuk menampilkan grafik hasil Harmonic Product Spectrum (HPS) Berfungsi untuk memilih senar berapa yang ingin dilakukan tuning Berfungsi untuk menampilkan frekuensi akhir nada dalam satuan Hertz Berfungsi untuk menampilkan nada standar pada senar yang dipilih

43 25 Tabel 3.1. (Lanjutan) Keterangan Tampilan Utama Sistem Nama Status MULAI CLEAR BERHENTI Keterangan Berfungsi untuk menampilkan; Kurang, Pas atau Lebih pada proses tuning untuk mendapatkan nada standar pada senar yang sedang dilakukan tuning Berfungsi untuk menjalankan proses tuning bass, setelah sudah memilih senar berapa yang ingin dilakukan tuning Berfungsi untuk membersihkan semua hasil keluaran, jika senar yang dipilih sudah tuned Berfungsi untuk menghentikan proses tuning 3.4. Perancangan Alur Program Diagram alir sistem stem gitar bass elektrik ditunjukkan pada Gambar 3.5. START A Masukan Suara Gitar Bass Proses Perekaman Normalisasi Harmonic Product Spectrum Penentuan Frekuensi Penentuan Nada (Look Up Table) Frame Blocking Keluaran Teks Windowing FFT dan Spektrum Frekuensi A Gambar 3.5. Diagram Alir Sistem Stem Gitar Bass Elektrik

44 26 Pada sistem tuning gitar bass elektrik ini terdapat pada proses-proses yang perlu dilakukan, yang bermula dari perekaman hingga hasil akhir yang akan memberikan tampilan yaitu teks untuk nada standar serta frekuensi dari nada tersebut, hasil frame blocking, hasil FFT, hasil HPS, dan hasil tuning yang nantinya akan ditampilkan status (kurang, pas, atau lebih) pada masing-masing senar yang didapatkan saat proses tuning berlangsung Rekam Diagram alir sub rutin rekam ditunjukkan pada Gambar 3.6. START Masukan: Pilih Nomor Senar di GUI Mulai? Tidak Ya Input: Tekan Tombol MULAI di GUI Sampling Keluaran: Nada Terekam END Gambar 3.6. Diagram Alir Sub Rutin Rekam Pada proses perekaman, proses pertama akan melewati sampling yang tujuannya untuk merekam nada gitar bass elektrik dengan nilai frekuensi sampling yang telah ditentukan oleh penulis yaitu 512 Hertz. Penulis memilih nilai frekuensi sampling tersebut

45 27 karena frekuensi sampling minimal harus dua kali lebih besar dari frekuensi tertinggi dari sinyal yang dilakukan sampling tersebut, dari Tabel 2.1 terlihat bahwa frekuensi terbesar yang dimiliki pada senar gitar bass dari senar pertama hingga senar keempat yaitu dengan nilai frekuensi sebesar 98 Hz yang terdapat pada nada G. Jadi penulis cukup untuk memilih nilai pada frekuensi sampling yaitu 512 Hertz. Nilai untuk frekuensi sampling didapatkan berdasarkan persamaan (2.1). Jadi semua sampel nada yang diambil dalam proses perekaman, melalui sampling terlebih dahulu sebelum masuk ke tahap selanjutnya. Hasil keluaran untuk proses perekaman dalam bentuk wav Normalisasi Diagram alir normalisasi ditunjukkan pada Gambar 3.7. START Masukan: Nada Terekam Mencari Nilai Maksimal Dari Data Nada Data Nada Rekam dibagikan dengan Nilai Maksimal Nada Rekam Keluaran: Hasil Normalisasi END Gambar 3.7. Diagram Alir Normalisasi Tujuan dari proses normalisasi adalah untuk menaikkan atau menurunkan amplitudo dari sebuah file suara agar semua sampel di dalamnya berada pada rentang tertentu

46 28 sehingga dapat terbentuk pada skala yang sama, agar kuat atau lemahnya suara nada gitar yang dilakukan tuning tidak terlalu memengaruhi proses penganalan. Berdasarkan persamaan (2.2), proses normalisasi ini dilakukan dengan cara membagi setiap nilai data masukan yaitu nada terekam dengan nilai absolut maksimal dari data masukan tersebut, sehingga didapatkan sinyal yang ternormalisasi untuk nada terekam Frame Blocking Diagram alir frame blocking ditunjukkan pada Gambar 3.8. START Masukan: Hasil Normalisasi Frame = 16 Tidak Frame Tidak Frame Tidak = 32 = 64 Ya Ya Ya Mengambil Data Sepanjang Nilai Frame Frame 512 Tidak Frame = 256 Tidak Frame = 128 Keluaran: Hasil Frame Blocking di GUI Ya Ya END Gambar 3.8. Diagram Alir Frame Blocking Setelah proses normalisasi, maka proses selanjutnya yaitu frame blocking. Panjang frame yang diberikan yaitu 16, 32, 64, 128, 256, dan 512. Panjang frame yang digunakan

47 29 sangat mempengaruhi keberhasilan dalam analisa spektral. Di satu sisi ukuran dalam frame harus sepanjang mungkin untuk dapat menunjukkan resolusi frekuensi yang baik. Tetapi di sisi lain ukuran frame juga harus cukup pendek untuk dapat resolusi waktu yang baik. Dalam proses ini, data yang diambil mulai dari sinyal yang paling kiri dan akan diambil sepanjang nilai frame yang sudah diberikan, sehingga dapat memudahkan dalam perhitungan dan analisa sinyal. Data yang diambil dapat mewakili data terekam. Data yang diambil tersebut merupakan keluaran untuk proses frame blocking Windowing Diagram alir windowing ditunjukkan pada Gambar 3.9. START Masukan: Hasil Frame Blocking Hasil Frame Blocking dikalikan dengan Hamming Window Keluaran: Hasil Windowing END Gambar 3.9. Diagram Alir Windowing Suara yang dipotong-potong menjadi beberapa frame membuat data suara menjadi discontinue, hal ini mengakibatkan kesalahan data proses Fourier transform. Fungsinya windowing untuk mengurangi efek diskontinuitas tersebut saat sinyal ditransformasikan ke domain frekuensi. Proses ini menggunakan fungsi hamming yang ada di program Matlab. Hamming window membuat hasil windowing akan lebih halus dalam menghilangkan efek diskontinuitas, untuk mendapatkan hasil untuk proses windowing, maka hasil frame blocking

48 30 dikalikan dengan hamming window. Fungsi window yang paling sering digunakan dalam aplikasi voice recognition adalah hamming window. Hamming Window mempunyai side lobe yang paling kecil dan main lobe yang paling besar sehingga hasil windowing akan lebih halus dalam menghilangkan efek diskontinuitas. Berdasarkan persamaan (2.3 ), hamming window adalah sebuah sebuah vektor dengan jumlah sebanyak n. Nilai n akan disesuaikan dengan banyaknya elemen pada frame sehingga banyaknya elemen pada hamming window akan sama dengan banyaknya elemen pada frame. Hal tersebut akan menghilangkan efek diskontinuitas pada proses Fourier transform ini FFT dan Spektrum Frekuensi Diagram alir FFT dan spektrum frekuensi ditunjukkan pada Gambar START Masukan: Hasil Windowing Menghitung Nilai FFT Penentuan Spektrum Keluaran: Spektrum Frekuensi Output di GUI Hasil FFT END Gambar Diagram Alir FFT dan Spektrum Frekuensi

49 31 Dalam proses ini, perhitungan dengan FFT digunakan untuk membangkitkan spektrum frekuensi. Dalam proses perhitungan FFT tersebut menggunakan fungsi FFT yang ada di program Matlab. Setelah mendapatkan nilai FFT, proses selanjutnya adalah mencari spektrum frekuensi, tujuannya untuk mendapatkan keluaran spektrum frekuensi. Sebelum mendapatkan keluaran spektrum frekuensi, ada juga proses yang harus dilewati yaitu proses penentuan spektrum. Proses ini akan diproses setelah menghitung nilai FFT, dan untuk menentukan spektrum dalam proses tersebut dengan cara yaitu ambil separuh bagian kiri dari FFT. Proses tersebut adalah salah satu cara untuk mengubah sinyal dari domain waktu ke domain frekuensi. Berdasarkan persamaan (2.4 ), FFT merupakan pengembangan dari komputasi dengan menggunakan DFT untuk mengubah sinyal dari domain waktu ke domain frekuensi, dan FFT dapat menghitung DFT dengan cepat dan efisien untuk membangkitkan spektrum frekuensi Harmonic Product Spectrum (HPS) Diagram alir Harmonic Product Spectrum (HPS) ditunjukkan pada Gambar START B Masukan: Spektrum Frekuensi Perkalian Spektrum Frekuensi Menggunakan Harmonic Product Spectrum B Keluaran: Hasil Perkalian Spektrum Frekuensi Menggunakan Harmonic Product Spectrum Output di GUI Hasil HPS END Gambar Diagram Alir Harmonic Product Spectrum Proses HPS ini dilakukan setelah mencari spektrum frekuensi, pada tahap ini sinyal keluaran dari hasil perhitungan FFT yang sudah membangkitkan spektrum frekuensi tersebut

50 32 akan diproses berdasarkan algoritma HPS, dan dengan cara dikalikan nilai hasil spektrum yang ada, hasilnya akan membentuk puncak yang jelas pada frekuensi fundamental, artinya untuk mendapatkan hasil sinyal yang bebas dari harmonik. Berdasarkan persamaan (2.5), HPS merupakan suatu metode yang berfungsi untuk melihat frekuensi standar yang terdapat pada sinyal masukan. Puncak dalam spektrum merupakan kelipatan harmonik dari frekuensi fundamental, oleh karena itu, dikompresi dengan bilangan bulat dan menambahkan hasil frekuensi terkompresi dari spektrum akan memberikan puncak tertinggi pada semua harmonik. Hasil akhir dari Harmonic Product Spectrum ini diteruskan ke dalam proses penentuan frekuensi Penentuan Frekuensi Diagram alir penentuan frekuensi ditunjukkan pada Gambar START C Masukan: Hasil Perkalian Spektrum Frekuensi Menggunakan Harmonic Product Spectrum Menentukan Nilai Frekuensi C Keluaran: Nilai Frekuensi Output di GUI Frekuensi (Hz) END Gambar Diagram Alir Penentuan Frekuensi Dengan hasil perkalian spektrum frekuensi menggunakan HPS, sudah bisa menentukan hasil keluaran nilai frekuensi pada nada masukan. Hasil dari perkalian frekuensi yang didapatkan dijadikan hasil untuk menentukan range nada yang mana dari hasil frekuensi yang didapatkan dalam proses penentuan frekuensi ini, dari frekuensi tersebut, hasil keluaran dapat diketahui apakah masih kurang, sudah pas, atau sudah lebih dari nada standar pada masing-masing senar gitar bass yang sedang dilakukan tuning.

51 Look Up Table Dalam perancangan tuner gitar bass elektrik ini, menggunakan look up table pada proses penentuan nadanya, untuk menentukan frekuensi pada look up table, penulis memakai frekuensi yang sudah ditentukan pada nada standar gitar bass elektrik sesuai standar internasional yang terdapat pada Tabel 2.1. Pengambilan nada gitar bass dilakukan melalui tahap perekaman. Setalah proses perekaman maka akan melalui preprocessing yang terdiri dari proses normalisasi, frame blocking, dan windowing. Setelah itu, menghitung dengan FFT dan penentuan spektrum setelah itu dilakukan proses HPS, sehingga didapatkan plot Harmonic Product Spectrum. Prosesnya ditunjukkan pada Gambar START Masukan: Suara Gitar Bass Perekaman Preprocessing FFT dan Spektrum Frekuensi Harmonic Product Spectrum Penentuan Frekuensi Keluaran (Fekuensi) Gambar Diagram Alir Proses Penentuan Frekuensi Akhir untuk Look Up Table

52 Penentuan Teks Nada Standar Diagram alir penentuan teks nada standar ditunjukkan pada Gambar START Masukan: Nilai Frekuensi Tidak Tidak Tidak Senar 1 Senar 2 Senar 3 Senar 4 Ya Ya Ya D E F frek<98 Tidak frek=98 Tidak frek>98 Ya Ya Ya Kurang Pas Lebih G END H D Tidak Tidak frek<73 frek=73 frek>73 Ya Ya Ya Kurang Pas Lebih Gambar Diagram Alir Proses Penentuan Teks Nada Standar

53 35 E Tidak Tidak frek<55 frek=55 frek>55 Ya Ya Ya Kurang Pas Lebih G F Tidak Tidak frek<41 frek=41 frek>41 Ya Ya Ya Kurang Pas Lebih H Gambar (Lanjutan) Diagram Alir Proses Penentuan Teks Nada Standar Data masukan berupa frekuensi dari masing-masing senar gitar bass yang terdapat setelah melewati beberapa proses yang ada di atas. Setelah mendapatkan frekuensi tersebut, maka akan dibandingkan dengan frekuensi masukan pada look up table yang sudah diatur sesuai frekuensi standar gitar bass yang terdapat pada Tabel 2.1. Jika frekuensi yang didapat sesuai dengan frekuensi standarnya, maka di situlah akan mendapatkan nada standar pada senar yang dilakukan tuning. Singkatnya yaitu setelah mengetahui nilai frekuensinya, maka hasil keluaran teks nada standar dari masing-masing senar gitar bass yang dilakukan tuning tersebut dapat diketahui. Penentuan hasilnya dengan menggunakan look up table terlihat pada Gambar 3.13, dari frekuensi akhir yang didapatkan, maka range frekuensi look up table dapat ditentukan untuk nada standar pada masing-masing senar gitar bass.

54 Keluaran (Teks) Di bagian akhir ini (keluaran) akan menampilkan teks nada standar gitar bass sesuai dengan senar yang dipilih untuk melakukan tuning dan akan menampilkan juga status (Kurang, Pas, atau Lebih) pada hasil keluarannya. Setelah proses penentuan teks nada selesai, maka akan mendapatkan keluarannya. Proses ini menggunakan call back yang terdapat pada GUI Matlab dengan inisialisasi sebagai status untuk proses tuning. Berikut ini adalah diagram alir proses untuk menampilkan teks keluaran. START Masukan: Indeks Nilai Maksimum Proses Tuning Tidak Sudah Tuned? Ya Status set(handles.edit,'string',status) Output di GUI NADA dan Status END Gambar Diagram Alir Proses Menampilkan Teks Keluaran

55 Rancangan Pengujian Untuk mengetahui performa sistem yang telah dirancang, maka pengujian dilakukan terhadap sistem dengan memainkan (tuning) gitar bass secara real time. Proses pengujiannya yaitu menganalisis perbandingan frekuensi yang dihasilkan oleh sistem (frekuensi sistem) dengan frekuensi standar yang ada di dalam sistem (frekuensi standar sistem). Untuk mengetahui tingkat akurasi nada yang dihasilkan pada senar gitar bass, perlu dilakukan perbandingan antara frekuensi yang didapat pada sistem (dari semua panjang frame blocking yang sudah disebut di bagian sebelumnya) dengan frekuensi standar sistem yang tertera pada Gambar Sebelum melakukan pengujian, senar gitar bass harus berada pada posisi tuned. Senar gitar bass dinyatakan sudah tuned kalau keluarannya sudah sesuai dengan diagram alir proses penentuan teks nada standar sistem yang tertera pada Gambar Pengujian dilakukan sebanyak sepuluh kali pada masing-masing senar gitar bass, lalu dihitung frekuensi rata-ratanya. Frekuensi rata-rata yang didapatkan menggunakan rumus: (3.1) Setelah melewati proses pengambilan dan perhitungan untuk mendapatkan frekuensi rata-rata, pengujian ini sangat membutuhkan akurasi yang tinggi dalam mendeteksi frekuensi. Hal ini dibutuhkan sebagai catuan dalam memberikan feedback yang efektif. Nilai akurasi yang didapatkan menggunakan rumus [13]: (3.2) Setelah membandingkan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar sistem, maka didapat persentase akurasi antara frekuensi sistem dengan frekuensi standar sistem pada masing-masing senar gitar bass. Selanjutnya akan dihitung juga ratarata akurasi dari setiap panjang frame blocking, lalu dibuat grafik untuk memperlihatkan lebih jelas pengaruh panjang frame blocking terhadap tingkat pengenalan sistem. Setelah melewati semua proses pengujian yang di atas, performa dari sistem tersebut akan dinyatakan sudah berjalan dengan baik, jika persentase dari tingkat pengenalan sistem mendekati atau mencapai 100%.

56 BAB IV HASIL DAN PEMBAHASAN Bab ini akan membahas mengenai langkah-langkah pada program yang telah dibuat dan program akan diuji terlebih dahulu untuk mengetahui cara kerjanya apakah sudah sesuai dengan perancangan. Pengujian berguna untuk mengetahui kinerja program tersebut dalam melakukan tuning pada gitar bass. Hasil pengujian berupa data-data, dengan data-data hasil pengujian menunjukkan program yang telah dirancang dapat berjalan baik atau tidak, dan dari data tersebut dapat dianalisa cara kerjanya. Setelah dianalisa, kesimpulan dapat ditarik untuk sistem ini Pengujian Program Stem Gitar Bass Menggunakan Harmonic Product Spectrum Perancangan dan pengujian program stem gitar bass ini menggunakan software Matlab R2010a. Pengujian program stem gitar bass ini menggunakan spesifikasi laptop sebagai berikut: 1. Tipe Laptop : Acer Aspire S Prosesor : Intel(R) Core(TM) i3-2367m 1.40GHz 1.40 GHz 3. RAM : 4 GB 4. Sistem Operasi : Windows 7 Ultimate 64-bit Dalam perancangan sistem ini, tujuan membuat GUI adalah untuk memudahkan user mengakses program ini. Berikut ini langkah-langkah untuk menjalankan program stem gitar bass: 1. Pertama, buka software Matlab terlebih dahulu dan ubah current folder sesuai lokasi disimpannya program yang telah dibuat. 2. Kedua, ketik perintah tunergui pada command window untuk menjalankan file GUI yang telah dibuat kemudian tekan enter. 3. Ketiga, setelah menekan enter, maka GUI siap digunakan untuk pengujian secara real time. Untuk lebih jelasnya, lihat pada Gambar

57 39 Gambar 4.1. GUI Software Stem Gitar Bass Menggunakan Harmonic Product Spectrum Pada tampilan GUI Gambar 4.1, terdapat tiga pushbutton, satu buah popupmenu, tiga axes, serta tiga edit text. Berikut ini adalah penjelasan tentang fungsi pushbutton, popupmenu, axes, serta edit text yang digunakan pada GUI. a. Pushbutton MULAI : Untuk memulai proses tuning gitar bass. b. Pushbutton CLEAR : Untuk membersihkan semua hasil keluaran, jika senar yang dipilih sudah tuned. c. Pushbutton BERHENTI : Untuk menghentikan proses tuning. d. Popupmenu Pilih Senar : Untuk memilih senar berapakah yang ingin dilakukan tuning oleh user, apakah senar pertama, senar kedua, senar ketiga, atau senar keempat (lihat Gambar 4.2). Setelah selesai memilih senar, kemudian user dapat memulai tuning gitar bass dengan menekan tombol MULAI. Hasil tuning terlihat seperti pada Gambar 4.3. e. Axes Hasil Frame Blocking : Untuk menampilkan grafik hasil frame blocking. f. Axes Hasil FFT : Untuk menampilkan grafik hasil fast Fourier transform. g. Axes Hasil HPS : Untuk menampilkan grafik hasil harmonic product sprctrum. h. Edit text NADA : Untuk menampilkan nada standar dari senar yang dipilih oleh user untuk melakukan tuning.

58 40 i. Edit text Status : Untuk menampilkan status dari senar yang sedang dilakukan tuning, apakah masih kurang, sudah pas, atau sudah melebihi nada standar dari senar tersebut. j. Edit text Frekuensi (Hz) : Untuk menampilkan frekuensi keluaran dari senar yang sedang dilakukan tuning. Gambar 4.2. Pemilihan Senar Gitar Bass Gambar 4.3. Contoh ketika GUI dijalankan untuk melakukan tuning pada Senar Pertama

59 Penjelasan Sintaks Program secara Real Time Untuk sintaks program secara real time, pushbutton dan popupmenu yang terdapat pada GUI akan diisi sintaks program tertentu agar nantinya GUI dapat berjalan dengan baik dan lancar. Untuk lebih jelasnya, berikut ini penjelasannya. a. Pushbutton MULAI Pada saat menekan pushbutton MULAI ini, sistem akan mulai merekam suara masukan dari gitar bass dan akan diproses lebih lanjut. Untuk lebih jelasnya berikut ini proses-prosesnya dan juga sintaks programnya. Proses merekam suara gitar bass Sintaks program yang digunakan ditunjukkan pada Gambar 4.4. global henti henti=0; while henti==0 disp('tuning process..') pause(1); % Variabel Penelitian frame=512; % Panjang Frame Blocking fs=512; % Frekuensi Sampling hfs=fs/2; sg=wavrecord(frame,fs,'double'); % Sinyal Gitar (untuk masukan wav) Gambar 4.4. Sintaks Program untuk Proses Merekam Berdasarkan sintaks program di atas, dapat dilihat bahwa terdapat sintaks while. Sintaks ini digunakan untuk melakukan proses perulangan atau biasa dikenal dengan looping selama kondisi ekspresi terpenuhi. Untuk menghentikan proses looping tersebut dengan cara menggunakan sintaks global. Sintaks global fungsinya untuk menghentikan sintaks while. Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar 3.6. Proses tersebut menghasilkan hasil sampling sinyal suara gitar bass seperti pada contoh Gambar 2.3. Selanjutnya hasil dari proses tersebut akan dinormalisasikan.

60 42 Proses Normalisasi Sintaks program yang digunakan ditunjukkan pada Gambar 4.5. % Normalisasi y1=sg/max(abs(sg)); Gambar 4.5. Sintaks Program untuk Proses Normalisasi Proses pertama yang akan diproses oleh sistem setelah dapat masukan (suara gitar bass) yaitu proses normalisasi sinyal suara gitar bass terekam. Normalisasi dilakukan dengan cara membagi data masukan (data sinyal suara gitar bass terekam) dengan nilai absolut data tersebut. Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar 3.7. Proses tersebut menghasilkan hasil normalisasi sinyal suara gitar bass seperti pada contoh Gambar 2.4. Proses Frame Blocking Sintaks program yang digunakan ditunjukkan pada Gambar 4.6. % Frame Blocking x0=y1(1:frame); axes(handles.axes1) plot(x0) xlabel('data Tercuplik','Fontsize',8) ylabel('amplitudo','fontsize',8) Gambar 4.6. Sintaks Program untuk Proses Frame Blocking Setelah proses normalisasi, proses selanjutnya adalah frame blocking yang tujuannya untuk mengambil sebagian data sesuai panjang nilai frame blocking yang sudah ada yang nantinya akan ditampilkan pada kotak axes 1 (Hasil Frame Blocking). Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar 3.8. Sebagian data yang diambil untuk diproseskan selanjutnya, seperti pada contoh Gambar 2.6, dan akan menghasilkan hasil frame blocking seperti pada contoh Gambar 2.7. Setelah melewati proses tersebut, data hasil frame blocking akan memasuki proses selanjutnya yaitu proses windowing.

61 43 Proses Windowing Sintaks program yang digunakan ditunjukkan pada Gambar 4.7. % Windowing h=hamming(frame); y2=x0.*h; Gambar 4.7. Sintaks Program untuk Proses Windowing Setelah melewati proses frame blocking, hasil dari proses frame blocking tersebut akan melalui proses windowing untuk menghilangkan diskontinuitas yang diakibatkan oleh proses frame blocking. Proses windowing ini menggunakan Hamming Window. Dalam proses ini, hasil frame blocking dikalikan dengan hamming. Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar 3.9. Proses tersebut menghasilkan hasil windowing seperti pada contoh Gambar 2.8. Setelah mendapatkan hasil windowing, maka hasil tersebut akan dilanjutkan pada proses FFT. Proses FFT Sintaks program yang digunakan ditunjukkan pada Gambar 4.8. % FFT y3=abs(fft(y2,fs)); y3=y3(1:hfs); axes(handles.axes2) plot(y3) xlabel('frekuensi (Hz)','Fontsize',8) ylabel('amplitudo','fontsize',8) Gambar 4.8. Sintaks Program untuk Proses FFT Setelah melewati proses windowing, hasil dari proses windowing tersebut akan memasuki pada tahap selanjutnya yaitu perhitungan dengan FFT, perhitungan ini untuk membangkitkan spektrum yang kemudian akan dianalisis untuk mengetahui frekuensi nada yang dihasilkan saat user melalukan tuning dan hasil FFT akan ditampilkan pada kotak axes 2 (Hasil FFT). Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar Proses tersebut menghasilkan hasil FFT seperti pada contoh Gambar 2.9. Setelah mendapatkan hasil FFT, proses selanjutnya yang harus dilalui untuk mendapatkan frekuensi keluarannya yaitu proses HPS.

62 44 Proses HPS Sintaks program yang digunakan ditunjukkan pada Gambar 4.9. % HPS y4=y3(1:2:hfs); % Downsampling y4(hfs)=0; % Zero Padding y5=y3.*y4; % Perkalian Elemen axes(handles.axes3) plot(y5) xlabel('frekuensi (Hz)','Fontsize',8) ylabel('amplitudo','fontsize',8) Gambar 4.9. Sintaks Program untuk Proses HPS Setelah melewati proses FFT, kemudian yang akan dilakukan adalah perkalian elemen frekuensi dengan menggunakan HPS sehingga dapat diketahui pasti letak frekuensi sebenarnya dari nada gitar bass yang dilakukan tuning dan hasil HPS akan ditampilkan pada kotak axes 3 (Hasil HPS). Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar Proses tersebut menghasilkan hasil HPS seperti pada contoh Gambar Frekuensi Keluaran Sintaks program yang digunakan ditunjukkan pada Gambar % Frekuensi Keluaran frek=find(y5==max(y5))-1; set(handles.edit1,'string',frek); set(hobject,'backgroundcolor',[1 1 0]); Gambar Sintaks Program untuk Frekuensi Keluaran Berdasarkan sintaks program di atas ini, fungsinya untuk menampilkan frekuensi keluaran yang dilihat pada amplitudo tertinggi yang dihasilkan oleh HPS setelah melewati beberapa proses yang ada di atas dan hasilnya akan ditampilkan pada kotak edit 1 (Frekuensi (Hz)) yang berupa string. Langkahlangkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar 3.12.

63 45 Teks Nada Keluaran Berikut ini adalah listing program untuk look up table dan untuk menampilkan hasil teks nada keluaran. % Cek kurang, pas, atau lebih (LUT) status = get(handles.popupmenu1,'value'); if status == 1 set(handles.edit2,'string','g'); if frek<98 set(handles.edit3,'string','kurang'); elseif frek==98 set(handles.edit3,'string','pas'); else set(handles.edit3,'string','lebih'); end elseif status == 2 set(handles.edit2,'string','d'); if frek<73 set(handles.edit3,'string','kurang'); elseif frek==73 set(handles.edit3,'string','pas'); else set(handles.edit3,'string','lebih'); end elseif status == 3 set(handles.edit2,'string','a'); if frek<55 set(handles.edit3,'string','kurang'); elseif frek==55 set(handles.edit3,'string','pas'); else set(handles.edit3,'string','lebih'); end elseif status == 4 set(handles.edit2,'string','e'); if frek<41 set(handles.edit3,'string','kurang'); elseif frek==41 set(handles.edit3,'string','pas'); else set(handles.edit3,'string','lebih'); end end end Gambar Sintaks Program untuk Teks Nada Keluaran Berdasarkan sintaks program di atas ini, jika frekuensi keluaran yang dihasilkan saat melakukan tuning yang ditampilkan pada kotak edit 1 (Frekuensi (Hz)) lebih rendah dari nilai yang sudah setting sebagai frekuensi referensi untuk melakukan look up table, maka di kotak edit 3 (Status) akan

64 46 menampilkan teks Kurang yang berarti proses tuning belum mencapai nada standar, dengan hal yang sama, jika di kotak edit 3 (Status) menampilkan teks Pas berarti proses tuning sudah mencapai nada standar, dengan hal yang sama pula, jika di kotak edit 3 (Status) menampilkan teks Lebih maka proses tuning sudah melebihi nada standar pada gitar bass. Di kotak edit 2 (NADA) akan menampilkan nada standar dari masing-masing senar yang dipilih untuk melakukan tuning, jika user memilih senar pertama untuk melakukan tuning, maka di kotak edit 2 akan menampilkan teks G yang berarti nada standar dari senar pertama adalah nada G, dengan hal yang sama, kotak edit 2 akan menampilkan juga nada standar pada senar kedua, senar ketiga, dan senar keempat, jika user memilih untuk melakukan tuning. Langkah-langkah untuk mendapatkan hasil keluarannya ditunjukkan pada Gambar b. Pushbutton CLEAR Untuk menjalankan pushbutton ini, maka diisi sintaks berikut: axes(handles.axes1) plot(0) axes(handles.axes2) plot(0) axes(handles.axes3) plot(0) set(handles.edit1,'string',''); set(handles.edit2,'string',''); set(handles.edit3,'string',''); clear all clc Gambar Sintaks Program untuk Pushbutton CLEAR Pushbutton CLEAR ini berfungsi untuk membersihkan axes dan edit pada GUI, jika senar gitar yang dilakukan tuning sudah mencapai nada standar dan ingin melakukan lagi tuning yang baru pada senar yang lain.

65 47 c. Pushbutton BERHENTI Untuk menjalankan pushbutton ini, maka diisi sintaks berikut: global henti henti=1; Gambar Sintaks Program untuk Pushbutton BERHENTI Pushbutton BERHENTI ini berfungsi untuk menghentikan proses tuning. Berdasarkan sintaks program yang di atas ini, dapat dilihat bahwa terdapat sintaks global. Sintaks ini fungsinya untuk menghentikan proses looping yang terdapat pada sistem ini. Karena di awal program menggunakan sintaks while untuk melakukan looping pada sistem ini, jadi di akhir program ini harus menggunakan sintaks global untuk menghentikan looping tersebut. d. Popupmenu Pilih Senar Popupmenu Pilih Senar ini, fungsi hanya untuk memilih senar berapakah yang ingin dilakukan tuning. Sintaks pada popupmenu ini sudah tergabung pada program look up table yang terdapat pada bagian pushbutton MULAI pada poin kedelapan (Teks Nada Keluaran). Untuk menjalankan popupmenu ini, dengan cara mengisi string pada popupmenu tersebut, caranya sebagai berikut: Klik dua kali pada kotak popupmenu yang terdapat pada GUI.fig. Gambar Popupmenu di GUI.fig Mengisi string pada popupmenu tersebut di Inspector: uicontrol. Gambar String Popupmenu

66 Analisis Hasil Data Pengujian Dalam pengujian program ini, seluruh panjang frame blocking yaitu 512, 256, 128, 64, 32, dan 16 akan diuji untuk mencari frekuensi keluaran yang dihasilkan oleh sistem, selanjutnya hasil dari pengujian tersebut akan dibandingkan dengan frekuensi standar yang ada di dalam sistem. Penulis mengambil data sebanyak sepuluh kali dari masing-masing nada yang sudah tuned dari setiap panjang frame blocking. Frekuensi standar yang digunakan dalam sistem ini, khususnya pada senar bass kedua dan keempat sedikit berbeda dengan frekuensi standar bass yang tertera pada Tabel 2.1 dikarenakan ada keterbatasan resolusi FFT yang digunakan dalam sistem ini, yang hanya bisa menghasilkan resolusi sebesar 1 Hertz. Untuk menghitung frekuensi rata-rata dari sistem menggunakan persamaan (3.1), menghitung akurasi dari hasil pengujian menggunakan persamaan (3.2), setelah itu akan dihitung rata-rata akurasi (%) yang didapat dari seluruh data pengujian untuk mengetahui pengaruh panjang frame blocking terhadap sistem. Senar 1. Pengujian Sistem dengan Panjang Frame Blocking 512. Perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar. Tabel 4.1. Hasil Pengujian Sistem dengan Panjang Frame Blocking 512 Frekuensi Standar Sistem (Hz) Frekuensi Sistem (Hz) Pengujian ke Rata- Rata Akurasi (%) Pertama Kedua Ketiga Keempat Rata-rata Akurasi 100

67 49 Senar 2. Pengujian Sistem dengan Panjang Frame Blocking 256. Perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar. Tabel 4.2. Hasil Pengujian Sistem dengan Panjang Frame Blocking 256 Frekuensi Standar Sistem (Hz) Frekuensi Sistem (Hz) Pengujian ke Rata- Rata Akurasi (%) Pertama Kedua Ketiga Keempat Rata-rata Akurasi 100 Senar 3. Pengujian Sistem dengan Panjang Frame Blocking 128. Perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar. Tabel 4.3. Hasil Pengujian Sistem dengan Panjang Frame Blocking 128 Frekuensi Standar Sistem (Hz) Frekuensi Sistem (Hz) Pengujian ke Rata- Rata Akurasi (%) Pertama Kedua Ketiga Keempat Rata-rata Akurasi 100 Senar 4. Pengujian Sistem dengan Panjang Frame Blocking 64. Perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar. Tabel 4.4. Hasil Pengujian Sistem dengan Panjang Frame Blocking 64 Frekuensi Standar Sistem (Hz) Frekuensi Sistem (Hz) Pengujian ke Rata- Rata Akurasi (%) Pertama Kedua Ketiga Keempat Rata-rata Akurasi 100

68 50 Senar 5. Pengujian Sistem dengan Panjang Frame Blocking 32. Perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar. Tabel 4.5. Hasil Pengujian Sistem dengan Panjang Frame Blocking 32 Frekuensi Standar Sistem (Hz) Frekuensi Sistem (Hz) Pengujian ke Rata- Rata Akurasi (%) Pertama Kedua Ketiga Keempat Rata-rata Akurasi 100 Senar 6. Pengujian Sistem dengan Panjang Frame Blocking 16. Perbandingan frekuensi yang dihasilkan oleh sistem dengan frekuensi standar. Tabel 4.6. Hasil Pengujian Sistem dengan Panjang Frame Blocking 16 Frekuensi Standar Sistem (Hz) Frekuensi Sistem (Hz) Pengujian ke Rata- Rata Akurasi (%) Pertama ,5 99,49 Kedua ,6 39,91 Ketiga ,1 83,23 Keempat ,3 99,27 Rata-rata Akurasi 80,48 Tabel-tabel data hasil percobaan sudah mendapatkan persentase tingkat pengenalan sistem dari masing-masing senar gitar bass melalui perhitungan untuk seluruh panjang frame blocking yang dipakai. Berikut ini adalah tabel persentase akurasi yang didapat dari seluruh panjang frame blocking dan dibuat juga grafik untuk memperlihatkan lebih jelas pengaruh panjang frame blocking terhadap tingkat pengenalan sistem.

69 51 Tabel 4.7. Persentase Akurasi yang didapat dari Seluruh Panjang Frame Blocking Panjang Frame Blocking Tingkat Pengenalan (%) ,48 Pengaruh Panjang Frame Blocking Terhadap Tingkat Pengenalan Sistem 100 Tingkat Pengenalan (%) Panjang Frame Blocking (Titik) Gambar Grafik Pengaruh Panjang Frame Blocking Terhadap Tingkat Pengenalan Sistem Dari Tabel 4.7 dan grafik yang di Gambar 4.16, dilihat bahwa tingkat pengenalan yang mencapai 100% yaitu dari panjang frame blocking 512 sampai pada panjang frame blocking 32. Pada panjang frame blocking 16 tingkat pengenalan sistem menurun sampai 80,48%. Hal tersebut terjadi karena adanya keterbatasan dari resolusi frekuensi. Resolusi frekuensi berkaitan dengan penampakan detail sinyal dalam ranah frekuensi. Jika resolusi frekuensi makin kecil, maka sinyal akan tampak makin detail. Sebaliknya, jika resolusi frekuensi makin besar, sinyal akan tampak kurang detail.

70 52 Frekuensi pencuplikan yang digunakan dalam sistem ini sebesar 512 Hertz dan panjang FFT yang digunakan dalam sistem ini bergantung pada panjang frame blocking. Pada penelitian ini dievaluasi panjang frame blocking 512, 256, 128, 64, 32, dan 16. Berikut ini adalah perhitungan untuk mengetahui resolusi frekuensi FFT pada seluruh panjang frame blocking yang digunakan dalam sistem ini berdasarkan persamaan (2.6). 1. Panjang Frame Blocking 512 = = = 1 2. Panjang Frame Blocking 256 = = = 2 3. Panjang Frame Blocking 128 = = = 4 4. Panjang Frame Blocking 64 = = = 8 5. Panjang Frame Blocking 32 = = = Panjang Frame Blocking 16 = = = 32 Tabel 4.8. Hasil Perhitungan Resolusi pada Seluruh Panjang Frame Blocking Panjang Frame Blocking Resolusi (Hz)

71 53 Berdasarkan hasil perhitungan yang ada di Tabel 4.8, terlihat bahwa resolusi frekuensi yang dihasilkan oleh panjang frame blocking 16 lebih besar dibandingkan dengan panjang frame blocking yang lain. Resolusi 1 Hertz berarti sistem ini akan mendeteksi perubahan frekuensi setiap 1 Hertz dan jika resolusinya sebesar 32 Hertz, maka sistem ini akan mendeteksi perubahan frekuensi setiap 32 Hertz. Resolusi frekuensi berkaitan dengan penampakan detail sinyal dalam ranah frekuensi, jadi resolusi frekuensi yang ada pada panjang frame blocking 16 membuat sinyal tampak tidak detail dalam ranah frekuensi, sehingga pada data hasil pengujian panjang frame blocking 16 menghasilkan frekuensi yang tidak sesuai dengan frekuensi standar sistem yang ada.

72 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan penelitian yang telah dilakukan, dimulai dari tahap perancangan sistem, percobaan dan pengujian sistem, serta pembahasan, maka dapat disimpulkan sebagai berikut: 1. Sistem pada stem gitar bass sudah dapat berjalan sesuai dengan perancangan yang dapat menampilkan plot hasil frame blocking, hasil FFT, hasil HPS, dan tampilan teks nada, status, serta frekuensi. 2. Berdasarkan pengujian secara real time yang telah dilakukan, dengan panjang frame blocking 16 mendapatkan tingkat pengenalan sebesar 80,48% dan pada panjang frame blocking 32 sampai panjang frame blocking 512 mampu mendapatkan tingkat pengenalan maksimal sebesar 100% Saran Dengan dibuatnya software stem gitar bass menggunakan harmonic product spectrum ini, saran yang diharapkan dapat membantu pengembangan sistem ini adalah sebagai berikut: 1. Mencoba menggunakan metode yang berbeda sehingga dapat dibandingkan tingkat pengenalan frekuensinya. 2. Pengembangan sistem dengan menggunakan metode yang bisa menghasilkan resolusi frekuensi yang lebih kecil dari 1 Hertz. 3. Untuk pengembangannya, dapat juga dengan membuat hardware stem gitar bass. 54

73 DAFTAR PUSTAKA [1] Sandiko, T.B., 2009, Apresiasi Musik Tradisi Melayu di Sumatera Utara, Tugas Akhir, Jurusan Sendratasik, Program Studi Seni Musik, Universitas Negeri Medan, diakses tanggal 10 September [2] Munthoriq, I., 2014, Mengenal Alat Musik Gitar Bass dan Bagian-Bagiannya, diakses tanggal 12 September [3] Dianputra, R., Puspitaningrum, D., Ernawati, 2014, Implementasi Algoritma Fast Fourier Transform untuk Pengolahan Sinyal Digital pada Tuning Gitar dengan Open String, Jurnal Teknologi Informasi, vol.10, no.2, hal [4] Darknick, 2014, Mengenal Jenis Kayu Yang Digunakan Untuk Membuat Gitar, diakses tanggal 21 September [5] Robinson A., 2001, Seventh String Software, diakses tanggal 26 September [6] -----, 2006, USB Guitar Link Cable User Manual, User Manual, Behringer. [7] Sklar, B., 2001, Digital Communications Fundamentals and Applications, 2 nd ed, Communications Engineering Services, Tarzana, California and University of California, Los Angeles. [8] Hakim, L., 2012, Analisa Suara Serak Berbasis Transformasi Wavelet dan Algoritma Jaringan Syaraf Tiruan, Tugas Akhir, Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember, Surabaya. [9] Bhaskoro, S.B., Ariani, I., Alamsyah, A.A., 2014, Transformasi Pitch Suara Manusia Menggunakan Metode PSOLA, Jurnal ELKOMIKA Institut Teknologi Nasional Bandung, vol.2, no.2, hal

74 56 [10] Lukman, A., 2009, Identifikasi Frekuensi Suara Nyamuk Betina Menggunakan Algoritma Fast Fourier Transsform, f, diakses 6 Januari [11] Kubota, N., Liu, K.K.H., Obo, T., 2016, Intelligent Robotics and Applications, Part II, Tokyo, Japan. [12] Radiana, S.G.,, Discrete Fourier Transform Menjadi Fast Fourier Transform, diakses tanggal 3 Januari [13] Arfina, S.R., 2016, Simulasi Feedback pada Permainan Biola untuk Pemula Menggunakan Metode HPS, Prodi S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Bandung. [14] Noll, A.M., 1969, Pitch Determination of Human Speech by the Harmonic Product Spectrum, the Harmonic Sum Spectrum, and a Maximum Likelihood Estimate, Symposium on Computer Processing in Communications Polytechnic Institute of Brooklyn. [15] Sumarno, L., Wihadi, R.B.D., Tjendro, Widyastuti, W., 2015, Pengenalan Kerusakan Mekanis Pompa Air Berbasis Sinyal Getaran pada Ranah Frekuensi, JNTETI, vol.4, no.2.

75 L-1 LAMPIRAN Proses Menyeluruh yang dicerminkan dalam Bentuk Flowchart: START Masukan Suara Gitar Bass Proses Perekaman Amplitudo Normalisasi Data Tercuplik Amplitudo Data Tercuplik I

76 L-2 I Frame Blocking Amplitudo Windowing Data Tercuplik Amplitudo FFT dan Spektrum Frekuensi Data Tercuplik Amplitudo J Frekuensi (Hz)

77 L-3 J Harmonic Product Spectrum Amplitudo 500 Penentuan Frekuensi Frekuensi (Hz) Look Up Table Keluaran Teks END