BAB III METODOLOGI. dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan
|
|
- Budi Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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, cirri dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan data yang tersimpan dalam sistem. Percobaan-percobaan yang dilakukan terhadap suara, penagkapan suara menggunakan speaker yang terdapat pada laptop dibantu menggunakan perangkat lunak Audacity. Contoh seperti pada gambar berikut. Gambar 3.1. Audacity Suara data tersebut dipindahkan ke dalam perangkat lunak matlab. Ploting gambar akan ditampakkan, sehingga visualisasi ini memudahkan analisa sementara, tanpa mengetahui detail nilai yang sebenarnya, yang kemudianpun akan diketahui dengan metode penghitungan transformasi Fourier. Ploting suara pada domain waktu ditunjukan seperti gambar berikut.
2 24 Gambar 3.2. Plot Domain Waktu pada Matlab Seperti yang telah dijelaskan pada BAB II, tujuan penelitian ini adalah dapatkah dibuat sebuah sistem untuk pengenal suara. Telah diketahui bahwa suara mempunyai penciri yaitu frekuensi (berupa kumpulan nilai-nilai). Ekstrasi ciri dilakukan dengan cara melakukan transformasi Fourier. Pada landasan teori telah dijelaskan bahwa transformasi Fourier merubah sinyal dari domain waktu kedalam domain frekuensi. Sehingga dengan ciri frekuensi (berdasarkan nilai-nilai) inilah penelitian berlanjut. Suara yang telah terekam tadi diproses dengan perangkat lunak Matlab. Sebelum dilakukan transformasi, suara yang berekstensi.wav ini akan dipecah menjadi sepuluh komponen terlebih dahulu. Pemecahan ini dilakukan dengan menggunakan perangkat lunak Matlab. Berikut adalah contoh gambar pemecahan sinyal dalam domain waktu.
3 25 Gambar 3.3. Komponen Pertama Gambar diatas dinamakan komponen 1. Komponen ini nantinya akan ditransformasikan dengan menggunakan teori Fourier (dalam penelitian ini menggunakan Fast Fourier Transform (FFT)). Berikut adalah hasil transformasi dalam bentuk gambar. Gambar 3.4. Domain Frekuensi pada Matlab Setelah selesai dilakukan transformasi FFT (mengubah dari domain waktu kedalam domain frekuensi) akan dilakukan langkah berikutnya yaitu menghitung Power Spectral Density (PSD). Setelah melakukan penghitungan PSD, akan dilanjuti dengan
4 26 mengkalkulasi nilai rata-rata dari keseluruhan frekuensi. Sehingga nantinya akan didapatkan satu nilai akhir pada komponen 1. Nilai inilah yang nantinya akan menjadi nilai masukan. Apa yang akan dilakukan terhadap nilai masukan yang telah didapati? Langkah berikut yang akan dilakukan adalah memasukkan nilai ini kedalam Jaringan Syaraf Tiruan (JST) backpropagation sebagai nilai masukan. Nilai masukan ini nantinya akan ada sepuluh nilai, yang merupakan representasi dari nilai seluruh komponen. Nilai-nilai ini akan dilatih kedalam JST. Nilai-nilai tersebut sebagai data-latih. Gunanya melatih JST backpropagation, agar, jika ada data suara baru yang telah melewati tahap analisa seperti diatas, dapat dilakukan pencocokan ciri atau identifikasi (pengujian), yang nantinya akan memberikan suatu keluaran, apakah suara itu suara yang sama atau tidak. Dalam membangun suatu sistem berbasis jaringan JST, pemilihan parameter yang digunakan harus memperhatikan banyaknya usaha yang diperlukan untuk mengekstrasi parameter tersebut, karena performa sistem pakar tidak hanya diperhatikan dari akurasi, namun juga kecepatan eksekusi sistem. Data yang diujikan pada penelitian ini, meliputi data suara dari gamelan kempyang (memiliki pitch tinggi) dan data suara gamelan gong (memiliki pitch rendah) sedangkan gamelan bonang menurut landasan teori memiliki pitch yang tergolong sedang. Diharapkan peneltian ini dapat memberikan jawaban, dimana logika dari tahap pertama hingga akhir yang diterapkan dalam sistem dapat melakukan analisa yang baik,
5 27 serta identifikasi yang mempunyai akurasi tinggi. Sehingga, menjawab pertanyaan pada penelitian ini. Berikut adalah ringkasan urutan kerangka pikir dalam penelitian ini. Gambar 3.5. Metode Penelitian Kontrol kualitas pengambilan suara dapat dilakukan dengan 2 tahap, mengatur lingkungan pengambilan suara dan atau melakukan perbaikan suara pasca pengambilan suara tersebut. Pengaturan kondisi lingkungan dapat dilakukan dalam ruangan terbatas tertutup. Dengan pengaturan ruang tersebut, banyak tahapan pada suara yang dapat disederhanakan, seperti, pengalihan suara bising selain suara yang ingin diperoleh. Pada pengambilan suara dengan lingkungan yang tidak terkontrol akan memberikan beban tambahan kepada sistem meliputi tahapan untuk memastikan bahwa objek yang diekstrak dari suara merupakan objek yang diinginkan atau sebaliknya.
6 28 Pemilihan metode pengambilan suara terkontrol dimaksudkan agar pengaturan mutu pengolahan suara dapat dilakukan pada tahap sedini mungkin; bila mutu suara yang direkam kedalam sistem dapat dijaga, maka kebutuhan akan pengolahan untuk penguatan kualitas suara dapat diminasi. Pengaturan lingkungan yang dapat dilakukan meliputi memilih ruangan tertutup. 3.2 Waktu dan Tempat Penelitian Target waktu untuk melakukan penelitian ini 4 bulan. Bulan pertama mengumpulkan landasan teori yang berkaitan; berupa literature, artikel, buku, ataupun jurnal-jurnal. Pengumpulan teori ini dilakukan selama satu bulan, agar teori-teori yang dipaparkan pada landasan teori dapat mendukung keseluruhan penelitian ini. Sehingga, penelitian ini mempunyai nilai teori yang kuat, agar penelitian ini dapat dipertanggung jawabkan. Setelah bulan pertama dilewati dan mempunyai landasan teori yang cukup kuat dalam hal mendukung penelitian, berikutnya pada bulan kedua dilakukan pengumpulan data suara. Data suara gamelan yang diambil adalah kemilikan dari Keraton Kacirebonan Cirebon yang dibuat pada pertengahan abad 17 dan abad 18. Gamelan ini biasa digunakan jika ada acara khusus dimana ada tamu spesial ataupun pada acara-acara tertentu. Proses pengumpualan data suara termasuk meminta surat dukungan dari Bina Nusantara yang ditujukan kepada beberapa Keraton di Cirebon, yang pada akhirnya, di ijinkan oleh Keraton Kacirebonan yang memperbolehkan gamelan tersebut untuk diambil data suaranya.
7 29 Pada bulan ketiga, dibentuklah logika pemrograman pada perangkat lunak matlab, yang meliputi, pembelajaran serta menerapkan logika transformasi FFT, logika dan penerapan PSD, logika dan penerapan JST dengan backpropagation, serta membuat alur program untuk memecah satu data suara menjadi sepuluh komponen. Parameter ukur yang dipilih merupakan parameter ukur yang diharapkan dapat menggambarkan parameter yang biasa digunakan sebagai parameter pengamatan, Parameternya yaitu frekuensi dan sampling rate. Pada bulan terakhir setelah landasan teori terkumpul dengan baik dapat dijadikan sebagai acuan, lalu data suara telah cukup untuk melakukan penelitian ini, dan logika serta alur pemrograman perangkat lunak matlab telah dibangun, sampailah pada bulan keempat. Dalam bulan keempat ini, langkah yang dilakukan ialah memulai penulisan tesis serta melakukan percobaan. Gambar 3.6. Bagan Waktu
8 Sampel Sampel dari penelitian ini adalah data suara dari Gamelan Bonang, Gamelan Kempyang, dan Gamelan Gong. Pengambilan suara dilakukan dengan cara memukul gamelan pada titik tengah. Percobaan ini diulang sebanyak 30 kali. Tujuan ini dilakukan agar sewaktu melatih data dengan sample yang ada, sistem dapat mengenali suara dengan variasi cara pukul yang berbeda. Pada setiap cara pukul itu akan menghasilkan spektrum suara yang berbeda. Dalam arti, frekuensi yang dihasilkan akan berbeda. Diharapkan sistem dapat melakukan identifikasi yang sama ataupun hampir mendekati analisa indra pendengar manusia. Dengan cara melihat penciri frekuensi dari suara, sistem dapat melakukan analisa dan identifikasi dengan baik. Langkah berikut dilakukan untuk mendapatkan standard parameter yang digunakan dalam penentuan spektrum suara. o Sistem yang dibangun harus dapat menganalisa parameter frekuensi yang mungkin digunakan. o Parameter terpilih diujikan dengan melihat performanya dalam analisa spektrum suara. Yang perlu diperhatikan dalam percobaan penentuan standard adalah apakah pola data dari parameter tersebut cukup teratur untuk dapat diterapkannya standard pengamatan tersebut. 3.4 Metode Pengumpulan Data Metode pengumpulan data yang digunakan adalah menggunakan alat perekam, yang dapat merekam suara lalu menyimpannya. Alat ini ialah laptop, dengan speaker yang secara langsung tergabung di dalamnya. Sehingga dapat digunakan untuk
9 31 pengambilan (perekaman) suara. Lalu, didukung oleh perangkat lunak penunjang dalam hal ini Audacity dan Matlab, data yang dikumpul dapat diolah lebih jauh untuk menjawab tujuan daripada penelitian ini. Suara yang direkam akan menjadi data dalam penelitian ini, dan ekstensi dari data suara tersebut adalah.wav. Alasan utama pemilihan.wav pada penelitian ini dikarenakan,.wav mudah untuk dilakukan manipulasi, serta merupakan tipe data tanpa melalui proses kompresi suara. Tidak seperti halnya Mp3. Dengan cara ini, diharapkan data yang akan diolah nantinya dapat di ektraksi dengan baik. Sehingga proses analisa dan identifikasi memiliki akurasi tinggi. Variable utama yang akan diekstraksi adalah frekuensi dari suara tersebut. Namun, tidak hanya.wav saja sebagai penjamin bahwa data suara yang dikumpulkan dapat dibilang baik (tidak ada informasi yang hilang), namun kondisi (lingkungan) pada saat pengambilan suara pun akan mempengaruhi. Karena, pada kondisi yang bising, data suara yang didapat, akan memiliki noise. Noise dapat menganggu keaslian suara yang ada. Dalam pembangunan kondisi pengambilan suara yang baik, hal-hal berikut harus dapat diatasi. o Bagaimana agar pengambilan suara dapat dilakukan kapan pun tanpa pengaruh dari lingkungan. Cara sederhana untuk mendapatkan kondisi ini adalah dengan menggunakan ruang pengambilan suara yang tidak mendapatkan pengaruh sekitar. ruang pengambilan tersebut berupa ruang tertutup. o Kondisi pengambilan yang memberikan hasil pengambilan optimal dapat diterapkan sebagai standard pengambilan.
10 32 Alat perekam yang digunakan merupakan gabungan dari perangkat keras dan perangkat lunak. Dimana perangkat lunak dapat melakukan kostumisasi suara yang terekam. 3.5 Metode Eksperimen Metode eksperimen atau langkah uji coba yang akan dilakukan meliputi metode pengambilan suara, pengolahan suara, pemilihan jaringan syaraf tiruan, dan serta analisa hasil dari keluaran jaringan syaraf tiruan. Masalah yang berkaitan dengan spektrum suara sebagian besar ditangani oleh ruang pengambilan terkontrol, seperti pemaparan hal pada metode pengumpulan data. Hal ini untuk menghindari noise yang mungkin ikut terekam pada saat suara diambil. Diketahui dari landasan teori bahwa analisa frekuensi pada kuping manusia berdasarkan gelombang sinus. Maka berdasarkan ini manusia dapat mengidentifikasikan suara. Konsep ini akan diterapkan pada sistem. Dimana sistem akan mengekstrasi ciri frekuensi dari gelombang suara yang merambat pada waktu. Data suara yang dimiliki dimasukan kedalam perangkat lunak Matlab, yang nantinya pada Matlab dapat dipecah menjadi sepuluh komponen dan pada setiap komponen dapat dilakukan transformasi Fourier (dalam penelitian ini FFT). Berikut adalah contoh sample suara yang memiliki frekuensi 10 KHz berekstensi file WAV. Sinyal ini diunduh dari website Berikut adalah gambar ketika data WAV dibuka dengan perangkat lunak Audacity.
11 33 Gambar 3.7. Mencuplik Suara Berdurasi Satu Detik Dapat dilihat pada gambar, pencuplikan diambil dari detik ke 1 hingga detik ke 2. Ini adalah presentasi yang ditampakkan oleh perangkat lunak Audacity, dapat dilihat kerapatan dari sinyal seperti membentuk gelombang yang hampir tidak terlihat kerenggangannya. Setelah ini data suara akan dimasukan dalam perangkat lunak Matlab. Berikut adalah presentasi data suara pada Matlab. Gambar 3.8. Domain Waktu pada Matlab Presentasi yang terlihat pada perangkat lunak Matlab pun hampir tidak memiliki kerenggangan, karena gelombang sangat rapat, menurut landasan teori, semangkin kecil jarak antara gelombang, maka akan semangkin tinggi frekuensinya.
12 34 Dari melihat gambar, hampir tidak mungkin untuk dilakukan analisa, namun dengan melakukan transformasi Fourier, sinyal ini dapat dilihat besar nilai frekuensi nya. Sinyal suara yang dipresentasikan pada domain waktu ini, ketika ditransformasikan ke domain frekuensi, akan tampak suatu ciri yang sangat menonjol. Transformasi ini dilakukan dengan menggunakan penghitungan Fast Fourier Transform (FFT). FFT akan mengeluarkan ciri frekuensi dengan angka yang tepat terhadap nilai frekuensi tersebut. Seperti gambar berikut. Gambar 3.9. Domain Frekuensi f = 10KHz. Dilihat pada gambar 3.9., ada satu garis lurus tinggi tepat pada angka pada sumbu x dimana sumbu x merupakan presentasi nilai dari frekuensi yang menggunakan satuan Hz. Sehingga frekuensi sinyal tersebut adalah 10 Khz. Berikut adalah contoh sinyal yang mempunyai frekuensi 100 Hz. Dengan melakukan hal yang sama, ketika data suara dibuka pada perangkat lunak Audacity akan terlihat seperti gambar berikut.
13 35 Gambar f 100 Hz pada Audacity Jika diperhatikan, pada gelombang sinyal ini, terlihat seperti ada gerigi yang menandakan jarak periodik gelombang yang memiliki frekuensi 100 Hz lebih renggang dari jarak gelombang sinyal yang memiliki frekuensi 10 Khz. Berikut adalah presentasi gelombang pada perangkat lunak Matlab. Gambar Domain Waktu pada Matlab Presentasi sinyal yang memiliki frekuensi 100 Hz dalam domain waktu yang ditunjukan hasil pengolahan perangkat lunak Matlab lebih tampak kerenggangan jarak antar gelombang jika dibandingkan sinyal yang memiliki frekuensi 10 Khz pada gambar
14 36 sebelumnya. Berikut akan coba dilihat presentasi sinyal ini dalam domain frekuensi dengan menggunakan transformasi FFT, berikut adalah gambarnya. Gambar Domain Frekuensi 100 Hz Dengan cara seperti ini dapat dilihat, bahwa sinyal yang dipresentasikan dalam domain waktu, jika ditransformasikan dalam domain frekuensi dengan menggunakan FFT, akan terlihat frekuensi dari sinyal tersebut. Setelah dilakukan transformasi Fourier dari domain waktu kedalam domain frekuensi, langkah berikutnya dilakukan penghitungan rata-rata kekuatan dari frekuensi ini berdasarkan algoritma Power Spectral Density (PSD). Coba lihat contoh berikut yang akan dilakukan PSD (dengan menggunakan periodogram) pada sinyal 10 KHz. Jika diplot pada perangkat lunak Matlab, representasi sinyal tersebut akan terlihat seperti gambar berikut.
15 37 Gambar Power Spectral Density 10 Khz Langkah berikutnya dapat dilakukan penghitungan rata-rata energi yang ada pada sinyal tersebut. Dengan algoritma avgpower yang tersedia pada perangkat lunak Matlab, maka nilai yang dihasilkan untuk sinyal berfrekuensi 10 KHz ialah 0,2393. Contoh berikutnya adalah mencari nilai yang terdapat pada sinyal berfrekuensi 100 Hz. Representasi sinyal tersebut dengan cara yang sama terhadap sinyal 10 KHz akan memiliki gambar plot seperti berikut. Gambar Power Spectral Density 100 Hz Langkah berikutnya dengan menggunakan algortima yang sama pada penghitungan rata-rata akan ditemukan nilai sebesar 0,2394
16 38 Nilai rata-rata yang ada ini akan dimasukan kedalam jaringan syaraf tiruan sebagai nilai masukan pada data latih. Jaringan syaraf tiruan yang dipertimbangkan merupakan jaringan syaraf tiruan dengan bacpropagation. Proses pencarian dilakukan dengan memasukan pola suara yang telah melalui proses transformasi ke dalam jaringan syaraf tiruan yang telah dilatih untuk mengenali pola suara yang diinginkan. Jaringan akan memberikan respon berupa nilai keluaran yang sesuai dengan input yang diterimanya. Semakin tinggi nilai keluaran maka input semangkin mirip dengan pola yang dicari. Berdasarkan inilah maka jaringan syaraf tiruan sederhana yang dapat dipakai adalah jaringan syaraf tiruan backpropagation.
BAB IV HASIL DAN PEMBAHASAN
39 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data dan Pembahasan Data yang dimiliki dalam penelitian ini dibagi menjadi dua, yaitu: 1. Suara gamelan Bonang 2. Bukan suara Gamelan Bonang (Gamelan
Lebih terperinciANALISA DAN IDENTIFIKASI SPEKTRUM SUARA GAMELAN BONANG
ANALISA DAN IDENTIFIKASI SPEKTRUM SUARA GAMELAN BONANG RISET MUHAMMAD NUR LATIEF 0832400461 Tesis Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Magister TEKNIK INFORMATIKA Pada FAKULTAS ILMU KOMPUTER
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini sepeda motor sudah menjadi kebutuhan pokok bagi masyarakat. Kemajuan teknologi di bidang otomotif merupakan faktor pendorong bagi masyarakat untuk menggunakan
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. manusia satu dengan manusia lainnya berbeda-beda intonasi dan nadanya, maka
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Suara adalah suatu alat komunikasi paling utama yang dimiliki oleh manusia. Dengan suara, manusia dapat berkomunikasi dengan manusia lainnya. Melalui suara,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Batuk merupakan mekanisme refleks yang sangat penting untuk menjaga jalan napas tetap terbuka (paten) dengan cara menyingkirkan hasil sekresi lendir yang menumpuk pada
Lebih terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Musik merupakan sarana untuk menyimpan hasil karya seseorang. Dan hampir semua notasi musik dituliskan ke dalam not balok. Not balok adalah susunan nada yang ditulis
Lebih terperinciBAB 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 terperinciBAB 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 terperinciIDENTIFIKASI 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Meningkatnya ilmu pengetahuan dan teknologi khususnya pada bidang komunikasi saat ini berkembang dengan cepat. Kemajuan teknologi bertujuan untuk mempermudah kegiatan
Lebih terperinciBAB 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 terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Model Penelitian Penelitian yang dilakukan dapat dijelaskan dengan lebih baik melalui blok diagram seperti yang terliat pada Gambar 3.1. Suara Manusia Rekam suara Hasil rekaman
Lebih terperinciMODUL 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 terperinciBAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran.
BAB I PENDAHULUAN 1.1 Latar Belakang Saat sesuatu diukur maka beberapa data didapatkan. Umumnya pengukuran tidak pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. Mendapatkan data
Lebih terperinciJaringan Syaraf Tiruan pada Robot
Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.
Lebih terperinciBAB 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 terperinciPENGKLASIFIKASIAN 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 terperinciLAPORAN 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 terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Pengumpulan Data Dalam kegiatan pengumpulan data untuk penelitian ini menggunakan metode pengumpulan data studi pustaka, dimana pada metode ini kegiatan yang dilaksanakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinciAktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 537 Aktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android Regilang Monyka Putra *), Firdaus **), Mohammad Hafiz Hersyah
Lebih terperinci4. 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 terperinciMODUL 5 EKSTRAKSI CIRI SINYAL WICARA
MODUL 5 EKSTRAKSI CIRI SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan estimasi frekuensi fundamental sinyal wicara dari pengamatan spektrumnya dan bentuk gelombangnya - Mahasiswa mampu menggambarkan
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Genre musik adalah pengelompokan musik sesuai dengan kemiripan satu dengan yang lain, seperti kemiripan dalam hal frekuensi musik, struktur ritmik, dan konten harmoni. Genre
Lebih terperinciPENGENALAN 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 terperinciBAB IV HASIL DAN PEMBAHASAN. yang digunakan dapat dilihat pada Tabel 4.1 dan Tabel 4.2.
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan perbandingan sinyal suara jantung dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan
Lebih terperinciBAB 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 terperinciSOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM
SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM Tan FerrdyHendrawan Program Studi Teknik Informatika, Universitas Katolik Soegijapranata f3rrdy.hendrawan@gmail.com Abstract The goal of voice conversion
Lebih terperinciPERBANDINGAN HASIL EKSPERIMEN SUPERPOSISI GELOMBANG BUNYI BONANG BARUNG SECARA SIMULTAN DAN MIXING BERBANTUAN AUDACITY DAN MATLAB
DOI: doi.org/10.21009/spektra.021.09 PERBANDINGAN HASIL EKSPERIMEN SUPERPOSISI GELOMBANG BUNYI BONANG BARUNG SECARA SIMULTAN DAN MIXING BERBANTUAN AUDACITY DAN MATLAB Lusi Widayanti 1,a), Yudhiakto Pramudya
Lebih terperinciBAB I PENDAHULUAN. kicauan salah satunya adalah burung Anis Merah (zootheracitrina), CucakHijau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Burung adalah rantai penghuni ekosistem biologi yang dapat dijadikan sebagai objek seni kontes suara. Tetapi tidak semua burung dapat diikutsertakan dalam lomba,
Lebih terperinciPenerapan Perintah Suara Berbahasa Indonesia untuk Mengoperasikan Perintah Dasar di Windows
Penerapan Perintah Suara Berbahasa Indonesia untuk Mengoperasikan Perintah Dasar di Windows 1 Muhammad Anggia Muchtar, 2 Raisha Ariani Sirait, 3 Romi Fadillah Rahmat 1,2,3 Program Studi S1 Teknologi Informasi
Lebih terperinciIDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK
IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK Ade Fruandta dan Agus Buono Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor Jl. Meranti
Lebih terperinciSeminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016
IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM DAN MEAN SQUARE PERCENTAGE ERROR UNTUK MENGHITUNG PERUBAHAN SPEKTRUM SUARA SETELAH MENGGUNAKAN FILTER PRE-EMPHASIS Fitri Mintarsih 1, Rizal Bahaweres 2, Ricky
Lebih terperinciBAB I PENDAHULUAN. Suara merupakan salah satu media komunikasi yang paling sering dan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Suara merupakan salah satu media komunikasi yang paling sering dan umum digunakan oleh manusia. Manusia dapat memproduksi suaranya dengan mudah tanpa memerlukan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Dengan perkembangan teknologi komunikasi terutama dalam bidang internet, penyebaran informasi pada media melalui internet sangat mudah didapat. Akses informasi melalui
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Riset di bidang sistem pengenalan ucapan otomatis (Automatic Speech Recognition) merupakan salah satu riset yang banyak ditekuni dan terus dikembangkan hingga saat
Lebih terperinciAPLIKASI 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 terperinciSeminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN:
Perintah Suara Berbahasa Indonesia untuk Membuka dan Menutup Aplikasi dalam Sistem Operasi Windows Menggunakan Metode Mel Frequency Cepstrum Coefficient dan Metode Backpropagation Zakaria Ramadhan 1, Sukmawati
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian Penelitian ini dilakukan dengan menggunakan satu set komputer dengan prosesor berkecepatan 1,18 GHz,
Lebih terperinciBAB I PENDAHULUAN. mendigitalisasi kata yang diucapkan dan mencocokkannya dengan pola yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Aplikasi pengenal suara (speech recognizer) adalah sebuah aplikasi yang memungkinkan komputer dapat mengenali kata-kata yang diucapkan dengan cara mendigitalisasi
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang, Digital Signal Processing (DSP) atau pemrosesan sinyal digital sudah banyak diterapkan di berbagai bidang karena data dalam bentuk digital
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Experimen Pada dasarnya tahapan yang dilakukan pada proses pengambilan sampel dari database dan database query, secara keseluruhan menggunakan cara yang sama. Berdasarkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam situs http://id.wikipedia.org/wiki/lagu dikatakan bahwa lagu merupakan gubahan seni nada atau suara dalam urutan, kombinasi, dan hubungan temporal (biasanya diiringi
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF
Lebih terperinciANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI 3.1. Analisa Sistem 3.1.1. Sejarah Umum Perusahaan Binus Learning Community adalah komunitas belajar binus yang berada dibawah sub unit mentoring Student
Lebih terperinciBAB I PENDAHULUAN ! <!!!!!
BAB I PENDAHULUAN 1.1 Latar Belakang Tuna wicara merupakan seseorang yang mengalami kesulitan dalam berbicara. Hal ini disebabkan oleh kurang atau tidak berfungsinya organ-organ untuk berbicara, seperti
Lebih terperinciBAB III ALAT UJI DAN METODE PENGAMBILAN DATA
BAB III ALAT UJI DAN METODE PENGAMBILAN DATA 3.1 Alat Uji Kerusakan Bantalan Pada penelitian tugas akhir ini, alat uji yang digunakan adalah alat uji test rig yang digerakkan menggunakan sebuah motor dan
Lebih terperinciLAPORAN 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 terperinciBAB 1 PENDAHULUAN. berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition
BAB 1 PENDAHULUAN 1.1 Latar Belakang Speaker recognition adalah salah satu bidang pengenalan pola yang berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition yang mengenali kata atau
Lebih terperinciMETODE PENELITIAN. Gambar 1 Alur metode penelitian.
akan menggunakan bantuan aplikasi pemrosesan audio (Rochesso 2007). Penambahan Derau Derau merupakan suara-suara yang tidak diinginkan. Munculnya derau dapat menurunkan kualitas suatu berkas audio. Penambahan
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Manusia dianugrahi oleh Tuhan dua telinga yang memiliki fungsi untuk menangkap sinyal-sinyal suara. Namun untuk mengoptimalkan dari fungsi telinga tersebut manusia harus belajar
Lebih terperinciBAB 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 terperinciANALISA 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 terperincii. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz
Data yang pada awalnya berupa chanel stereo diubah ke dalam chanel mono. Kemudian data tersebut disimpan dengan file berekstensi WAV. Praproses Pada tahap ini dilakukan ekstraksi ciri menggunakan metode
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciudara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.
BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun
Lebih terperinciBAB 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 terperinciPembangkitan Suara Sintetik Berbasis Spectrum Density pada Gamelan Kelompok Balungan
1 Pembangkitan Suara Sintetik Berbasis Spectrum Density pada Gamelan Kelompok Balungan Biyan Oscar, Yoyon Kusnendar Suprapto, Stevanus Hardiristanto Jurusan Teknik Elektro, Fakultas Teknologi Industri,
Lebih terperinciPENGENALAN 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 terperinciFFT 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 terperinciBAB 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 terperinciDigital 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 terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Lebih terperinciPENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG
PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG TUGAS AKHIR MUHAMMAD AGUNG NURSYEHA 2211100164 Pembimbing: Dr. Muhammad
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Audio Audio atau suara merupakan gelombang yang mengandung sejumlah komponen penting (amplitudo, panjang gelombang dan frekuensi) yang dapat menyebabkan suara yang satu berbeda
Lebih terperinciADLN - 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 terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1 Diagram Blok Rancangan Penelitian. 24 25 Metode penelitian yang digunakan meliputi studi kepustakaan, pembuatan program,
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciMODUL 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 terperinciSPECGRAM & SPECGRAMDEMO
SPECGRAM & SPECGRAMDEMO Pertemuan 2 Praktikum Pengantar Pemrosesan Bahasa Alami Download materi: http://bit.ly/nlp_8 Syeiva Nurul Desylvia (syeiva.nd@gmail.com) Spectra dan Domain Frekuensi Fourier Analysis:
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkurangnya fungsi pendengaran adalah penurunan fungsi pendengaran pada salah satu ataupun kedua telinga. Hal ini disebabkan oleh infeksi, strokes, obat-obatan,
Lebih terperinciAnalisis 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 terperinciBAB 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wicara atau ucapan adalah cara berkomunikasi yang paling sederhana dan sering digunakan oleh manusia. Namun, seiring dengan perkembangan teknologi, proses komunikasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Gelombang Bunyi Menurut Anwar, et al (2014), gelombang bunyi atau lebih khusus dikenal sebagai gelombang akustik adalah gelombang longitudinal yang berada dalam sebuah medium,
Lebih terperinciJl. Telekomunikasi, Dayeuh Kolot, Bandung Indonesia
KLASIFIKASI PENYAKIT BATUK BERDASARKAN SINYAL DATA SUARA MENGGUNAKAN EKSTRAKSI CIRI FAST FOURIER TRANSFORM DAN POWER SPECTRAL DENSITY DENGAN ALGORITMA JARINGAN SARAF TIRUAN- PROPAGASI BALIK COUGH DISEASE
Lebih terperinciBAB I PENDAHULUAN. (images), suara (audio), maupun video. Situs web (website) yang kita jumpai
BAB I PENDAHULUAN 1.1 Latar Belakang Data atau informasi saat ini tidak hanya disajikan dalam bentuk teks semata, tetapi juga dapat disajikan dalam bentuk lain misalnya gambar (images), suara (audio),
Lebih terperinciPERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB
PERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB Supriansyah 1, Dr. Yeffry Handoko Putra, MT 2 1 Jurusan Teknik Komputer Unikom, 2 Jurusan Magister Sistem Informasi Unikom
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Rumusan Masalah Data Penelitian Studi Literatur Penerapan spread spectrum dan model psychoacoustic pada audio watermarking Metode Pengembangan Perangkat
Lebih terperinciPENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK
ABSTRAK PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN Dosen Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Pada penelitian ini dibuat sebuah sistem pengenalan suara manusia dengan
Lebih terperinciBAB I PENDAHULUAN. Masalah kompresi data merupakan salah satu aspek penting perkembangan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kompresi data merupakan salah satu aspek penting perkembangan teknologi informasi. Kompresi adalah pengubahan data kedalam bentuk yang memerlukan bit yang lebih
Lebih terperinciEKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON
EKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON Nurmasyitah 1, Mursyidah 2, Jamilah 3 Program Studi Teknik Multimedia dan Jaringan, Jurusan Teknologi Informasi dan Komputer, Politeknik
Lebih terperinciBABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.
BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal
Lebih terperinciIMPLEMENTASI DYNAMIC TIME WARPING UNTUK VOICE RECOGNITION
IMPLEMENTASI DYNAMIC TIME WARPING UNTUK VOICE RECOGNITION TUGAS AKHIR Diajukan Untuk Memenuhi Sebagian Persyaratan Dalam Memperoleh Gelar Sarjana Komputer Jurusan Teknik Informatika Disusun oleh : PAULA
Lebih terperinciMETODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan November 2014 sampai dengan
34 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian ini mulai dilaksanakan pada bulan November 2014 sampai dengan April 2015. Perancangan sistem, identifikasi kadar air pada kayu jati dan akasia daun
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinciBab 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 terperinciPengujian Sifat Anechoic untuk Kelayakan Pengukuran Perambatan Bunyi Bawah Air pada Akuarium
JURNAL TEKNIK POMITS Vol., No. 1, (13) ISSN: 31-971 D-7 Pengujian Sifat Anechoic untuk Kelayakan Pengukuran Perambatan Bunyi Bawah Air pada Akuarium Indan Pratiwi, Wiratno Argo Asmoro, dan Dhany Arifianto
Lebih terperinciBAB 3 PERANCANGAN SISTEM. untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
29 BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Pada dasarnya untuk pembuatan aplikasi ini, yakni aplikasi pengenalan suara untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
Lebih terperinciPERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG
PERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG LISA SAKINAH (07 00 70) Dosen Pembimbing: Dr. Melania Suweni Muntini,
Lebih terperinciGambar 13 Pembangkitan ROI Audio dari 4.wav Dimulai dari Titik ke i = 1,2,,2L K, j = 1,2,,2 p.
Lokalisasi Kerusakan Watermarked audio diserang dengan white noise sepanjang 0.00808 detik menggunakan Audacity. Kemudian watermarked audio yang rusak dibandingkan dengan watermarked audio yang belum diserang.
Lebih terperinciBAB I PENDAHULUAN. ke karakteristik tertentu pada manusia yang unik dan berbeda satu sama lain.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah keamanan (security) merupakan salah satu isu yang sangat penting akhir-akhir ini. Salah satu teknik yang diunggulkan bisa diterapkan untuk permasalahan tersebut
Lebih terperinci