BAB III. ANALISIS. Proses Penyisipan Tanda Air

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III. ANALISIS. Proses Penyisipan Tanda Air"

Transkripsi

1 BAB III. ANALISIS Bab ini menjelaskan tentang analisis dari sistem yang akan dibangun, tentang bagaimana teknik Time Base Modulation digunakan dalam praktek serta metode yang dipakai untuk melakukan pemanjangan dan pemendekan segmen waktu. III.1 Proses Penyisipan Tanda Air Seperti dijelaskan di sub bab II.3, proses penyisipan dalam teknik time base modulation (Gambar II-3) dilakukan dengan cara perubahan skala waktu terhadap segmen sinyal. Perubahan skala waktu ini dapat memakai teknik apapun yang dapat merubah durasi sinyal audio tanpa merubah pitch-nya. Teknik perubahan skala waktu umumnya didasarkan pada Short-time Fourier transform, tetapi metode lain seperti phase vocoder, Time Domain Harmonic Scaling, and Pitch-Synchronous Overlap Add (TD-PSOLA) dapat juga digunakan. Teknik perubahan skala waktu yang digunakan dalam tugas akhir ini adalah phase vocoder. Metode ini dijelaskan lebih lanjut pada sub bab II.8. Dalam tugas akhir ini phase vocoder yang dipakai tidak dikembangkan sendiri, tetapi memakai implementasi phase vocoder yang sudah ada. Implementasi phase vocoder yang dipakai dalam tugas akhir ini adalah pvoc-ex. III.1.1 Pvoc-ex Pvoc-ex adalah implementasi phase vocoder oleh Richard Dobson. Pvoc-ex dipilih karena berkas keluaran hasil pemanjangan atau pemendekkan waktu dari pvoc dinilai sebagai yang terbaik dibandingkan dengan phase vocoder lainnya. Penilaian baik atau tidaknya adalah kemiripan bunyi dari berkas asli sebelum pemanjangan atau pemendekan skala dengan berkas hasilnya. Kemiripan bunyi dinilai dengan cara mendengarkan dan membandingkan berkas hasil dan berkas asli. Dengan pvoc-ex, maka pemrosesan berkas stereo dapat dilakukan. Sehingga pengujian terhadap teknik penyisipan time base modulation dapat dilakukan juga pada berkas stereo, tidak hanya pada berkas mono seperti dilakukan dalam [FOO02]. Selain itu pvoc-ex juga dapat melakukan overlap window yang tidak dapat dilakukan dalam [FOO02]. Pvoc mempunyai bermacam-macam parameter sebagai masukkan untuk melakukan proses perubahan skala waktu terhadap berkas suara. Parameter-parameter yang ada dan penjelasan lebih lanjut dapat merujuk pada Tabel III-1. Parameter-parameter ini berpengaruh terutama pada saat inisiasi pvoc dan pada berkas keluaran hasil perubahan skala. III-1

2 III-2 Tabel III-1: Parameter Pvoc-ex Parameter Skala perubahan Mode Tipe skala Window type Fftlen Sample rate Overlap type Deskripsi menentukan besar perubahan terhadap fragmen waktu. Menentukan mode dari phase vocoder Menentukan tipe perubahan skala Menentukan tipe window yang akan dipakai. Tipe window yang disediakan adalah Von Hann (Hanning), Kaiser dan Hamming. Menentukan jumlah sampel per window, nilai terkecil yang dapat dipakai adalah 64 Sampel rate dari berkas audio yang akan diproses Menyatakan tipe atau banyaknya overlap antarwindow saat tahap analisis dan resintesis. III.1.2 Langkah-langkah Proses Penyisipan Tanda Air Langkah-langkah yang dilakukan dalam proses penyisipan tanda air dengan teknik Time Base Modulation adalah sebagai berikut: 1. Bagi sinyal menjadi N buah segmen, s[i], 0 i L 1, dengan tiap segmen memiliki panjang yang sama yaitu sebesar L. 2. Terapkan phase vocoder pada tiap segmen tersebut, dengan besar skala perubahan waktunya tergantung dari bit tanda air yang akan disisipkan: Pada tahap ini tiap segmen akan dilakukan tahap analisis dari teknik phase vocoder, yang melibatkan perhitungan STFT (dalam hal ini menggunakan FFT). Setelah itu dilakukan tahap resintesis. 3. Tiap segmen yang sudah dimodifikasi s w [i] kemudian digabungkan kembali untuk membentuk sinyal yang telah menyimpan tanda air. III.2 Proses Ekstraksi Tanda Air Proses ekstraksi tanda air, atau decoding, yang dipakai dalam tugas akhir ini berbeda dengan yang diusulkan [FOO02]. Perbedaannya adalah tugas akhir ini berkas tanda air asli diikutkan sebagai masukan proses decoding, cara ini mempercepat proses decoding sehingga tidak perlu menganalisa seluruh segmen dari berkas audio tetapi hanya sejumlah segmen sesuai dengan banyaknya atau panjang karakter dari berkas tanda air asli. Perbedaan lainnya adalah tidak

3 III-3 digunakannya Dynamic Programming dalam mencari tanda air. Serta tidak digunakannya tempo map untuk mencari tanda air yang disisipkan. III.2.1 Langkah-langkah Ekstraksi Tanda Air Langkah-langkah yang dilakukan dalam proses pengambilan kembali tanda air adalah sebagai berikut: 1. Bagi masing-masing sinyal menjadi N buah segmen, s[i], 0 i L 1, dengan tiap segmen memiliki panjang yang sama yaitu sebesar L. Sinyal yang telah disisipkan adalah s w [i] dan sinyal asal adalah s[i]. 2. Terapkan FFT pada tiap segmen, baik segmen asli s[i] maupun segmen termodifikasi s w [i]. 3. Bandingkan jumlah magnitude komponen spektral dari segmen s w [i] dengan s[i] untuk mendapatkan bit-bit tanda air. 4. Gabungan bit-bit tanda air dari hasil pembandingan seluruh segmen akan menghasilkan bitbit tanda air awal. III.3 Contoh Proses Penyisipan dan Ekstrasi Tanda Air Diketahui sinyal suara S mempunyai panjang 1,5 detik. Bit-bit tanda air yang akan disisipkan adalah 011 Langkah-langkah penyisipannya adalah: 1. Sinyal S dibagi menjadi N buah segmen sama besar, dalam hal ini N= 3 dengan panjang masing 0,5 detik. 2. Terapkan phase vocoder pada setiap segmen, dengan perubahan skala tergantung bit tanda air yang akan dimasukkan, dalam hal ini: segmen N=1 akan disisipkan bit 0, sehingga dilakukan pemendekan waktu segmen N=2 akan disisipkan bit 1, sehingga dilakukan pemuluran waktu segmen N=3 akan disisipkan bit 1, sehingga dilakukan pemuluran waktu 3. Segmen-segmen yang telah dimodifikasi digabungkan kembali membentuk sinyal suara bertanda air.

4 Langkah-langkah ekstraksi adalah: 1. Sinyal S dan sinyal dibagi menjadi N buah segmen yang sama besar, dalam hal ini N=3 dengan panjang 0,5 detik. 2. Terapkan FFT pada tiap segmen baik segmen sinyal asli S [i] maupun [i]. 3. Jumlahkan komponen spektral tiap segmen lalu bandingkan: Tabel III-2: Komponen Spektral Komponen Spektral Komponen Spektral S[i] Frekuensi Magnitude(dB) [i] Frekuensi Magnitude(dB) III-4 Komponen spektral untuk masing-masing segmen dapat dilihat pada Tabel III-2. Jumlah komponen spektral dalam satu segmen pada segment S [i] akan dibandingkan dengan jumlah komponen spektral segmen yang bersesuaian dari [i ]. Tabel III-2 tidak menampilkan seluruh komponen spektral dari tiap segmen, karena banyaknya sampel dalam proses decoding ditentukan 1024 maka akan ada 512 komponen spektral untuk tiap segmen. Hal ini menyebabkan tidak mungkin untuk menampilkan seluruh komponen spektral dari tiap segmen. Jika jumlah magnitude semua komponen spektral dari segmen S [i] lebih besar dari jumlah magnitude semua komponen spektral dari segmen disimpulkan disimpulkan [i] maka dapat [i] mengalami pemendekan waktu. Jika sebaliknya maka dapat [i] mengalami pemuluran waktu

5 III-5 Dari data pada Tabel III-2 dapat disimpulkan: [1] mengalami pemendekan waktu [2] mengalami pemuluran waktu [3] mengalami pemuluran waktu Hasilnya didapat bit tanda air untuk tiap [i ]: [1] disisipi bit tanda air 0 [2] disisipi bit tanda air 1 [3] disisipi bit tanda air 1 4. Gabungan bit-bit tanda air itu ialah: 011.

BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK

BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK BAB IV. ANALISIS DAN PERANCANGAN PERANGKAT LUNAK Bab ini menjelaskan tentang analisis kebutuhan dan perancangan perangkat lunak sebagai implementasi digital watermarking pada berkas WAV dengan menggunakan

Lebih terperinci

BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI

BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI BAB VI. PENGUJIAN DAN ANALISIS HASIL UJI Bagian ini membahas mengenai pengujian yang dilakukan terhadap perangkat lunak yang telah dibangun. Hasil pengujian akan dianalisis berdasarkan kriteria pengujian

Lebih terperinci

Proteksi Hak Cipta Pada Lagu Menggunakan Watermarking Berdasarkan Metoda Time Base Modulation ABSTRAK

Proteksi Hak Cipta Pada Lagu Menggunakan Watermarking Berdasarkan Metoda Time Base Modulation ABSTRAK Proteksi Hak Cipta Pada Lagu Menggunakan Watermarking Berdasarkan Metoda Time Base Modulation Michael J. E. Karindah / 0022164 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65,

Lebih terperinci

METODE PENELITIAN. Gambar 1 Alur metode penelitian.

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

Lebih terperinci

BAB II. DASAR TEORI. Digital Watermarking. Sejarah Watermarking. Penyisipan Tanda Air

BAB II. DASAR TEORI. Digital Watermarking. Sejarah Watermarking. Penyisipan Tanda Air BAB II. DASAR TEORI Dalam bab ini akan dijelaskan mengenai teori dan sejarah watermarking, mulai dari digital watermarking sampai ke audio watermarking, konsep suara digital dan cara konversi suara analog

Lebih terperinci

Penarikan kesimpulan HASIL DAN PEMBAHASAN Analisis Penggunaan Parameter Alpha

Penarikan kesimpulan HASIL DAN PEMBAHASAN Analisis Penggunaan Parameter Alpha 6 antara 0-1 yang maksimum untuk setiap berkas audio di mana watermark yang disisipkan tidak sampai perceptible. Hasil tersebut akan didukung dengan penilaian dari responden dengan menggunakan metode survei.

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

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

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Watermarking Pada Audio Berformat WAV dengan Teknik Time Base Modulation

Watermarking Pada Audio Berformat WAV dengan Teknik Time Base Modulation Watermarking Pada Audio Berformat WAV dengan Teknik Time Base Modulation LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh: Bistok D.L / 13500026 PROGRAM STUDI INFORMATIKA SEKOLAH

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Meningkatnya ilmu pengetahuan dan teknologi khususnya pada bidang komunikasi saat ini berkembang dengan cepat. Kemajuan teknologi bertujuan untuk mempermudah kegiatan

Lebih terperinci

BAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian

BAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an

Lebih terperinci

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

BAB III METODOLOGI. dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan 23 BAB III METODOLOGI 3.1 Metodologi Penelitian Penelitian ini ingin membangun sistem yang dapat melakukan langkah dasar identifikasi, yaitu melakukan ektraksi suara Gamelan Bonang, dengan ekstrasi ini,

Lebih terperinci

BAB I PENDAHULUAN. kicauan salah satunya adalah burung Anis Merah (zootheracitrina), CucakHijau

BAB 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 terperinci

BAB III. ANALISIS MASALAH

BAB III. ANALISIS MASALAH BAB III. ANALISIS MASALAH Pada bab tiga laporan Tugas Akhir ini akan dibahas mengenai analisis pemecahan masalah untuk pengubahan logo biner menjadi deretan bilangan real dan proses watermarking pada citra.

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. manusia satu dengan manusia lainnya berbeda-beda intonasi dan nadanya, maka

BAB 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 terperinci

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK

PENGENALAN 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 terperinci

ABSTRACT. Nowadays, speech coding technology that encode speech with a minimum

ABSTRACT. Nowadays, speech coding technology that encode speech with a minimum ABSTRACT Nowadays, speech coding technology that encode speech with a minimum number of bits while maintaining its quality is very required. This final project uses Multi Band Excitation (MBE) to encode

Lebih terperinci

KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4

KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4 KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4 Disusun Oleh : Nama : Michael Darmawan Nrp : 0322130 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri,

Lebih terperinci

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

Seminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016 IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM DAN MEAN SQUARE PERCENTAGE ERROR UNTUK MENGHITUNG PERUBAHAN SPEKTRUM SUARA SETELAH MENGGUNAKAN FILTER PRE-EMPHASIS Fitri Mintarsih 1, Rizal Bahaweres 2, Ricky

Lebih terperinci

Bab 2 LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG

PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG TUGAS AKHIR MUHAMMAD AGUNG NURSYEHA 2211100164 Pembimbing: Dr. Muhammad

Lebih terperinci

BAB I PENDAHULUAN. pengenalan terhadap gelombang suara. Pengenalan gelombang suara yang sudah

BAB I PENDAHULUAN. pengenalan terhadap gelombang suara. Pengenalan gelombang suara yang sudah BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi memungkinkan kita untuk melakukan suatu pengenalan terhadap gelombang suara. Pengenalan gelombang suara yang sudah sering diimplementasikan adalah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

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

BABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal

Lebih terperinci

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK Ade Fruandta dan Agus Buono Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor Jl. Meranti

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

BAB IV IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian

BAB IV IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian Penelitian ini dilakukan dengan menggunakan satu set komputer dengan prosesor berkecepatan 1,18 GHz,

Lebih terperinci

PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM

PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM Agustina Trifena Dame Saragih 1, Achmad Rizal 2, Rita Magdalena 3 Departemen Teknik Elektro Institut Teknologi Telkom Jl.

Lebih terperinci

Jaringan Syaraf Tiruan pada Robot

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

Lebih terperinci

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

Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength JURNAL FISIKA DAN APLIKASINYA VOLUME 12, NOMOR 1 JANUARI 2016 Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength Dody Kurniawan, Ahmad Syakir, Hana Afifah,

Lebih terperinci

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

Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength JURNAL FISIKA DAN APLIKASINYA VOLUME 12, NOMOR 1 JANUARI 2016 Perbandingan Spektral Musik Klasik dengan Musik Etnik Jawa menggunakan Analisis MFCC dan Beat Strength Dody Kurniawan, Ahmad Syakir, Hana Afifah,

Lebih terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belakang PENDAHULUAN Manusia dianugrahi oleh Tuhan dua telinga yang memiliki fungsi untuk menangkap sinyal-sinyal suara. Namun untuk mengoptimalkan dari fungsi telinga tersebut manusia harus belajar

Lebih terperinci

Klasifikasi Odor pada Ruang Terbuka dengan Menggunakan Short Time Fourier Transform dan Neural Learning Vector Quantization

Klasifikasi Odor pada Ruang Terbuka dengan Menggunakan Short Time Fourier Transform dan Neural Learning Vector Quantization Klasifikasi Odor pada Ruang Terbuka dengan Menggunakan Short Time Fourier Transform dan Neural Learning Vector Quantization Hendrick 1, Muhammad Rivai 1, Tasripan 1 1 Jurusan Tehnik Elektro Fakultas Teknologi

Lebih terperinci

Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding

Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding Watermarking Audio File dengan Teknik Echo Data Hiding dan Perbandingannya dengan Metode LSB dan Phase Coding Roy Indra Haryanto - 13508026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang Latar Belakang PENDAHULUAN Genre musik adalah pengelompokan musik sesuai dengan kemiripan satu dengan yang lain, seperti kemiripan dalam hal frekuensi musik, struktur ritmik, dan konten harmoni. Genre

Lebih terperinci

MODUL 5 EKSTRAKSI CIRI SINYAL WICARA

MODUL 5 EKSTRAKSI CIRI SINYAL WICARA MODUL 5 EKSTRAKSI CIRI SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan estimasi frekuensi fundamental sinyal wicara dari pengamatan spektrumnya dan bentuk gelombangnya - Mahasiswa mampu menggambarkan

Lebih terperinci

i. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz

i. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Gelombang Bunyi Menurut Anwar, et al (2014), gelombang bunyi atau lebih khusus dikenal sebagai gelombang akustik adalah gelombang longitudinal yang berada dalam sebuah medium,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Kompresi File Pada dasarnya semua data itu merupakan rangkaian bit 0 dan 1. Yang membedakan antara suatu data tertentu dengan data yang lain adalah ukuran dari rangkaian bit dan

Lebih terperinci

AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA GENETIKA

AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA GENETIKA Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 217 ISSN 285-4218 ITN Malang, 4 Pebruari 217 AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA

Lebih terperinci

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM Tan FerrdyHendrawan Program Studi Teknik Informatika, Universitas Katolik Soegijapranata f3rrdy.hendrawan@gmail.com Abstract The goal of voice conversion

Lebih terperinci

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

BAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. BAB I PENDAHULUAN 1.1 Latar Belakang Saat sesuatu diukur maka beberapa data didapatkan. Umumnya pengukuran tidak pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. Mendapatkan data

Lebih terperinci

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

BAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian: BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.

Lebih terperinci

Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.

Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Tujuan Tujuan dari penelitian ini adalah untuk mengidentifikasi

Lebih terperinci

BAB II. Tinjauan Pustaka dan Dasar Teori. studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin, Dian

BAB II. Tinjauan Pustaka dan Dasar Teori. studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin, Dian BAB II Tinjauan Pustaka dan Dasar Teori 2.1 Tinjauan Pustaka Tinjauan pustaka yang digunakan sebagai bahan acuan untuk melakukan studi komparasi ini diantaranya penelitian yang dilakukan oleh Verdi Yasin,

Lebih terperinci

BAB I PENDAHULUAN 1. 1 Latar Belakang

BAB I PENDAHULUAN 1. 1 Latar Belakang BAB I PENDAHULUAN 1. 1 Latar Belakang Dewasa ini, saat teknologi informasi berkembang sangat pesat, hampir semua data telah berbentuk digital. Mulai dari data sederhana seperti buku referensi kuliah, tugas-tugas

Lebih terperinci

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

BAB I PENDAHULUAN. mendigitalisasi kata yang diucapkan dan mencocokkannya dengan pola yang BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Aplikasi pengenal suara (speech recognizer) adalah sebuah aplikasi yang memungkinkan komputer dapat mengenali kata-kata yang diucapkan dengan cara mendigitalisasi

Lebih terperinci

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR TEORI 2.1. Energi Suatu

Lebih terperinci

ANALISIS KETAHANAN AUDIO WATERMARKING DI DOMAIN FREKUENSI PADA AMBIENT MODE DENGAN MENGGUNAKAN FREQUENCY MASKING METHOD

ANALISIS KETAHANAN AUDIO WATERMARKING DI DOMAIN FREKUENSI PADA AMBIENT MODE DENGAN MENGGUNAKAN FREQUENCY MASKING METHOD ANALISIS KETAHANAN AUDIO WATERMARKING DI DOMAIN FREKUENSI PADA AMBIENT MODE DENGAN MENGGUNAKAN FREQUENCY MASKING METHOD ROBUST AUDIO WATERMARKING ANALYSIS IN FREQUENCY DOMAIN BASED ON AMBIENT MODE BY USING

Lebih terperinci

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA

MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA MODUL PENGHIUNGAN ENERGI PADA SINYAL WICARA I. UJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR EORI.1. Energi Suatu Sinyal

Lebih terperinci

Rancang Bangun Aplikasi Pendeteksi Suara Tangisan Bayi

Rancang Bangun Aplikasi Pendeteksi Suara Tangisan Bayi A476 Rancang Bangun Aplikasi Pendeteksi Suara Tangisan Bayi Welly Setiawan Limantoro, Chastine Fatichah, dan Umi Laili Yuhana Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi

Lebih terperinci

Tabel 6 Skenario pengujian 4

Tabel 6 Skenario pengujian 4 7 Tabel 6 Skenario pengujian 4 Cover Rhinos.avi & Vipmen.avi bit 1-8 bit Berkas pesan karakter Test.txt 197 Daftar.txt 15.384 TestCase.txt 33.792 5 Pengujian kualitas stegovideo secara objektif menggunakan

Lebih terperinci

CEG4B3. Randy E. Saputra, ST. MT.

CEG4B3. Randy E. Saputra, ST. MT. CEG4B3 Randy E. Saputra, ST. MT. Suara Bentuk gelombang yang berulang secara teratur = gelombang periodik Bentuk gelombang yang tidak menunjukkan keteraturan = kebisingan (noise) Bentuk gelombang yang

Lebih terperinci

TINJAUAN PUSTAKA. Pengenalan Suara

TINJAUAN PUSTAKA. Pengenalan Suara Pengenalan Suara TINJAUAN PUSTAKA Menurut Peacock (1990), pengenalan suara merupakan kemampuan untuk mengidentifikasi kata-kata yang diucapkan. Terdapat 5 faktor yang dapat mengontrol dan menyederhanakan

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 21 PERANGKAT LUNAK UNTUK MEMBUKA APLIKASI PADA KOMPUTER DENGAN PERINTAH SUARA MENGGUNAKAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENTS Anna Dara Andriana Program Studi Teknik Informatika Fakultas Teknik

Lebih terperinci

BAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk

BAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Voice Command pada demonstrasinya merupakan aplikasi pengenalan suara yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk menampung

Lebih terperinci

Pembangkitan Suara Sintetik Berbasis Spectrum Density pada Gamelan Kelompok Balungan

Pembangkitan 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 terperinci

Analisis Hasil Implementasi HASIL DAN PEMBAHASAN

Analisis Hasil Implementasi HASIL DAN PEMBAHASAN Pada proses deteksi watermark, pertama watermarked audio ditransformasi dari domain asal (domain waktu) ke domain frekuensi menggunakan DCT menurut Persamaan 1. Selanjutnya diambil index koefisien penampung

Lebih terperinci

BAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan

BAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan BAB II DASAR TEORI 2. 1 Suara Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda

Lebih terperinci

UNIVERSITAS 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 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007 ANALISIS DAN PERANCANGAN PERANGKAT LUNAK PENGENALAN JENIS ALAT MUSIK BERDASARKAN SUMBER SUARANYA

Lebih terperinci

IMPLEMENTASI TEKNIK AUDIO WATERMARKING DENGAN METODE PHASE CODING AYI DIANITASARI

IMPLEMENTASI TEKNIK AUDIO WATERMARKING DENGAN METODE PHASE CODING AYI DIANITASARI IMPLEMENTASI TEKNIK AUDIO WATERMARKING DENGAN METODE PHASE CODING AYI DIANITASARI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT AYI

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROTOTIPE. Bab ini menguraikan tentang analisis penelitian mencakup metode yang

BAB 3 ANALISIS DAN PERANCANGAN PROTOTIPE. Bab ini menguraikan tentang analisis penelitian mencakup metode yang BAB 3 ANALISIS DAN PERANCANGAN PROTOTIPE Bab ini menguraikan tentang analisis penelitian mencakup metode yang digunakan untuk ekstraksi fitur sinyal musik digital serta metode klasifikasi dengan Neural

Lebih terperinci

TEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA

TEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA TEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA Teuku Reza Auliandra Isma Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: reza.auliandra@gmail.com

Lebih terperinci

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

PENDAHULUAN Tujuan Latar Belakang Ruang Lingkup Manfaat Penelitian TINJAUAN PUSTAKA Nada dan Chord Gitar PENDAHULUAN Latar Belakang Sistem pendengaran manusia memiliki kemampuan yang luar biasa dalam menangkap dan mengenali sinyal suara. Dalam mengenali sebuah kata ataupun kalimat bukanlah hal yang sulit

Lebih terperinci

KLASIFIKASI SUARA BURUNG LOVEBIRD DENGAN ALGORITMA FUZZY LOGIC CLASSIFICATION OF LOVEBIRD SOUND S WITH FUZZY LOGIC ALGORITHM

KLASIFIKASI SUARA BURUNG LOVEBIRD DENGAN ALGORITMA FUZZY LOGIC CLASSIFICATION OF LOVEBIRD SOUND S WITH FUZZY LOGIC ALGORITHM KLASIFIKASI SUARA BURUNG LOVEBIRD DENGAN ALGORITMA FUZZY LOGIC CLASSIFICATION OF LOVEBIRD SOUND S WITH FUZZY LOGIC ALGORITHM Tedy Gumilang Sejati 1, Achmad Rizal,ST.,MT. 2, Alfian Akbar Gozali,ST.,MT.

Lebih terperinci

MODUL II : SPEECH AND AUDIO PROCESSING

MODUL II : SPEECH AND AUDIO PROCESSING MODUL II : SPEECH AND AUDIO PROCESSING TUJUAN 1. Memahami karakteristik sinyal suara dan audio 2. Mampu melakukan pengolahan terhadap sinyal suara dan audio 3. Mampu menggunakan tool untuk pengolahan sinyal

Lebih terperinci

BAB III PERANCANGAN SISTEM PENYAMA

BAB III PERANCANGAN SISTEM PENYAMA BAB III PERANCANGAN SISTEM PENYAMA Pembahasan pada bab ini berisi perancangan sistem medan jauh penyuara dalam bentuk program pada perangkat lunak Python yang akan dijalankan oleh Rasberry Pi B. Pada subbab

Lebih terperinci

6.2. Time Division Multiple Access (TDMA)

6.2. Time Division Multiple Access (TDMA) 6.2. Time Division Multiple Access (TDMA) Pada sistem FDMA, domain frekuensi di bagi menjadi beberapa pita non-overlaping, oleh karena itu setiap pesan pengguna dapat dikirim menggunakan band yang ada

Lebih terperinci

yaitu dalam ketepatan pengenalan pola berdasarkan kelas untuk menampilkan genre.

yaitu dalam ketepatan pengenalan pola berdasarkan kelas untuk menampilkan genre. 16 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berkembangnya teknologi komunikasi berbasis digital, masyarakat membutuhkan lagu-lagu yang telah dibuat dalam bentuk digital. Musik digital

Lebih terperinci

ISSN : e-proceeding of Engineering : Vol.4, No.3 Desember 2017 Page 3446

ISSN : e-proceeding of Engineering : Vol.4, No.3 Desember 2017 Page 3446 ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.3 Desember 2017 Page 3446 ANALISIS KETAHANAN AUDIO WATERMARKING PADA FORMAT AUDIO MENGGUNAKAN METODE FREQUENCY MASKING ANALYSIS OF RESISTANCE AUDIO

Lebih terperinci

Frekuensi Dominan Dalam Vokal Bahasa Indonesia

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Suara Manusia Menurut Inung Wijayanto (2013), produksi suara manusia memerlukan tiga elemen, yaitu sumber daya, sumber suara dan pemodifikasi suara. Ini adalah dasar dari teori

Lebih terperinci

Digital Watermarking

Digital Watermarking Digital Watermarking Data dan informasi disajikan dalam bentuk format : digital, teks, citra, audio, maupun video. Produk digital lainnya, mempunyai beberapa karakteristik, antara lain: Penggandaan (Copy)

Lebih terperinci

PERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA

PERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA PERANCANGAN AUDIO WATERMARKING BERBASIS DISCRETE WAVELETE TRANSFORM DAN MODIFIED DISCRETE COSINE TRANSFORM DENGAN OPTIMASI ALGORITMA GENETIKA Olga Madayanti 1), Dianita Rosari 2), Gelar Budiman, Suci Auli,

Lebih terperinci

Implementasi Algoritme Shazam untuk Mengidentifikasi Hadis dan Surah dalam Al-Quran Menggunakan Suara

Implementasi Algoritme Shazam untuk Mengidentifikasi Hadis dan Surah dalam Al-Quran Menggunakan Suara Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 3301-3310 http://j-ptiik.ub.ac.id Implementasi Algoritme Shazam untuk Mengidentifikasi Hadis

Lebih terperinci

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

ANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI 3.1. Analisa Sistem 3.1.1. Sejarah Umum Perusahaan Binus Learning Community adalah komunitas belajar binus yang berada dibawah sub unit mentoring Student

Lebih terperinci

PENGIMPLEMENTASIAN METODE DSSS (DIRECT SEQUENCE SPREAD SPECTRUM) UNTUK AUDIO WATERMARKING FERNISSA FAHAMALATHI

PENGIMPLEMENTASIAN METODE DSSS (DIRECT SEQUENCE SPREAD SPECTRUM) UNTUK AUDIO WATERMARKING FERNISSA FAHAMALATHI PENGIMPLEMENTASIAN METODE DSSS (DIRECT SEQUENCE SPREAD SPECTRUM) UNTUK AUDIO WATERMARKING FERNISSA FAHAMALATHI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

LAPORAN PRAKTIKUM DSP

LAPORAN PRAKTIKUM DSP LAPORAN PRAKTIKUM DSP MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA Disusun Oleh : Yuli Yuliantini (121014 7021) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya Surabaya 2015

Lebih terperinci

Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK

Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) Bogerson/0322076 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Video Video adalah teknologi pemrosesan sinyal elektronik mewakilkan gambar bergerak. Aplikasi umum dari teknologi video adalah televisi, dapat juga digunakan dalam aplikasi teknik,

Lebih terperinci

Rijal Fadilah. Transmisi & Modulasi

Rijal Fadilah. Transmisi & Modulasi Rijal Fadilah Transmisi & Modulasi Pendahuluan Sebuah sistem komunikasi merupakan suatu sistem dimana informasi disampaikan dari satu tempat ke tempat lain. Misalnya tempat A yang terletak ditempat yang

Lebih terperinci

PERANCANGAN SISTEM PERBAIKAN NADA SUARA MANUSIA DENGAN MENGGUNAKAN METODE PHASE VOCODER TERHADAP NADA REFERENSI MUSIK

PERANCANGAN SISTEM PERBAIKAN NADA SUARA MANUSIA DENGAN MENGGUNAKAN METODE PHASE VOCODER TERHADAP NADA REFERENSI MUSIK PERANCANGAN SISTEM PERBAIKAN NADA SUARA MANUSIA DENGAN MENGGUNAKAN METODE PHASE VOCODER TERHADAP NADA REFERENSI MUSIK Rudi Prasetio *), Achmad Hidayatno, and Imam Santoso Jurusan Teknik Elektro, Universitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

SISTEM PENGENALAN CHORD PADA FILE MUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL. Ivanna K. Timotius, Adhi Prayogo

SISTEM PENGENALAN CHORD PADA FILE MUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL. Ivanna K. Timotius, Adhi Prayogo SISTEM PENGENALAN CHORD PADA FILE MUSIK DIGITAL DENGAN MENGGUNAKAN PITCH CLASS PROFILES DAN HIDDEN MARKOV MODEL Fakultas Teknik Elektronika dan Komputer, Program Studi Teknik Elektro, Universitas Kristen

Lebih terperinci

IMPLEMENTASI EKSTRAKSI FITUR UNTUK PENGELOMPOKAN BERKAS MUSIK BERDASARKAN KEMIRIPAN KARAKTERISTIK SUARA

IMPLEMENTASI EKSTRAKSI FITUR UNTUK PENGELOMPOKAN BERKAS MUSIK BERDASARKAN KEMIRIPAN KARAKTERISTIK SUARA W ;/--n TUGAS AKHIR KI151601 IMPLEMENTASI EKSTRAKSI FITUR UNTUK PENGELOMPOKAN BERKAS MUSIK BERDASARKAN KEMIRIPAN KARAKTERISTIK SUARA RAMADHAN ROSIHADI PERDANA NRP 5112100032 Dosen Pembimbing I Dr.Eng.

Lebih terperinci

Studi Mengenai Teknik Digital Watermarking pada Berkas MP3

Studi Mengenai Teknik Digital Watermarking pada Berkas MP3 Studi Mengenai Teknik Digital Watermarking pada Berkas MP3 Muhammad Dhito Prihardhanto - 13507118 Prodi Teknik Informatika, Sekolah Teknik Elektro dan Informatika (STEI) Institut Teknologi Bandung, Jalan

Lebih terperinci

ANALISIS DIGITAL AUDIO WATERMARKING BERBASIS LIFTING WAVELET TRANSFORM PADA DOMAIN FREKUENSI DENGAN METODE SPREAD SPECTRUM

ANALISIS DIGITAL AUDIO WATERMARKING BERBASIS LIFTING WAVELET TRANSFORM PADA DOMAIN FREKUENSI DENGAN METODE SPREAD SPECTRUM ANALISIS DIGITAL AUDIO WATERMARKING BERBASIS LIFTING WAVELET TRANSFORM PADA DOMAIN FREKUENSI DENGAN METODE SPREAD SPECTRUM Agung Satrio Wibowo 1), Agung Suryahadiningrat Kusumanegara 2) Gelar Budiman 3)

Lebih terperinci

Gambar 13 Pembangkitan ROI Audio dari 4.wav Dimulai dari Titik ke i = 1,2,,2L K, j = 1,2,,2 p.

Gambar 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 terperinci

Journal of Control and Network Systems

Journal of Control and Network Systems JCONES Vol. 5, No. 1 (2016) 177-183 Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone IDENTIFIKASI SUARA MANUSIA BERDASARKAN JENIS KELAMIN MENGGUNAKAN EKSTRAKSI

Lebih terperinci

BAB 1 PENDAHULUAN. kebutuhan bagi sebagian besar manusia. Pertukaran data dan informasi semakin

BAB 1 PENDAHULUAN. kebutuhan bagi sebagian besar manusia. Pertukaran data dan informasi semakin BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi komputer saat ini sangatlah pesat dan menjadi kebutuhan bagi sebagian besar manusia. Pertukaran data dan informasi semakin mudah dan

Lebih terperinci

Pembuatan Text-To-Speech Synthesis System Untuk Penutur Berbahasa Indonesia

Pembuatan Text-To-Speech Synthesis System Untuk Penutur Berbahasa Indonesia The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pembuatan Text-To-Speech Synthesis System Untuk Penutur

Lebih terperinci

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

ANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING ANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING T.B. Purwanto 1, N.M.A.E.D. Wirastuti 2, I.G.A.K.D.D. Hartawan 3 1,2,3 Jurusan Teknik Elektro, Fakultas Teknik,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi telekomunikasi tidak hanya mendorong kecenderungan orang untuk saling berkomunikasi semata. Tuntutan menjadi semakin kompleks sehingga masalah

Lebih terperinci

1. Pendahuluan Latar Belakang

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

Lebih terperinci