PERBANDINGAN METODE ZCR DAN AUTOCORRELATION UNTUK MENGHITUNG FREKUENSI PADA GAMBELAN GENDER WAYANG

dokumen-dokumen yang mirip
ILMU KOMPUTER. Daftar Isi :

ILMU KOMPUTER. Daftar Isi :

Peranan Sruti dalam Patutan Gambelan Semar Pagulingan Saih Pitu

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

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

Pembangkitan Suara Sintetik Berbasis Spectrum Density pada Gamelan Kelompok Balungan

ABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari

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

Tabuh Angklung Keklentangan Klasik Oleh: I Gede Yudarta (Dosen PS Seni Karawitan)

REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK

Jony Sitepu/ ABSTRAK

Spektrum dan Domain Sinyal

PENERJEMAH FILE MUSIK BEREKSTENSI WAV KE NOT ANGKA. Albertus D Yonathan A / ABSTRAK

Aplikasi Gamelan Gong Kebyar Instrumen Gangsa dan Kendang Berbasis Android

1. Pendahuluan Latar Belakang

SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM

MODUL 5 EKSTRAKSI CIRI SINYAL WICARA

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

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

ABSTRAK. Kata kunci: biola, Fast Fourier Transform, konversi, nada, not balok. vi Universitas Kristen Maranatha

Rebab Instrumen Gesek Gamelan: Analisis Hubungan Antara Posisi Gesekan dan Komponen Penyusun Sinyal Suara

KORELASI PADA TRIAD KUNCI C OLEH GITAR AKUSTIK

Deteksi Nada dan Perangkat Gamelan Menggunakan Filter Adaptif Least Mean Square(LMS)

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

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

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

ALGORITMA TDOA UNTUK PENGUKUR JARAK ROKET MENGGUNAKAN TEKNOLOGI UHF

BAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.

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

PENDAHULUAN. Latar Belakang

ANALISIS FREKUENSI PADA GONG LARAS SLENDRO

BAB I PENDAHULUAN. Dalam bab pertama ini akan diuraikan secara berturut-turut : (1) latar

PENGARUH RESONATOR TERHADAP BUNYI NADA 3 SLENTHEM BERDASARKAN SOUND ENVELOPE. Agung Ardiansyah

PERBANDINGAN HASIL EKSPERIMEN SUPERPOSISI GELOMBANG BUNYI BONANG BARUNG SECARA SIMULTAN DAN MIXING BERBANTUAN AUDACITY DAN MATLAB

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK

BAB III METODE PENELITIAN

Identifikasi Gender Melalui Suara Dengan Metode Statistik Ciri Orde Pertama

BAB I PENDAHULUAN 1.1 Latar Belakang

Kiriman I Putu Juliartha, Mahasiswa PS Seni Karawitan ISI Denpasar

BAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul

RANCANG BANGUN APLIKASI PIANO MENGGUNAKAN METODE SINE, KARPLUS, DAN WAVETABLE Design Application Of Piano Using Sine, Karplus, And Wavetable Method

ABSTRAK. Universitas Kristen Maranatha

RANCANG BANGUN BANGUN APLIKASI GAMELAN GONG KEBYAR INSTRUMEN GONG, KEMPUR, JEGOGAN DAN PETUK BERBASIS ANDROID

APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER

Wujud Garapan Anda Bhuwana Kiriman I Kadek Alit Suparta, Mahasiswa PS Seni Karawitan, ISI Denpasar. Instrumentasi dan Fungsi Instrumen

KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

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

DESAIN PIRANTI LUNAK GAENet MENINGKATKAN KINERJA PENYELARAS GAMELAN BALI

ANALISIS PENCARIAN DATA CURAH HUJAN YANG HILANG DENGAN MODEL PERIODIK STOKASTIK (STUDI KASUS WILAYAH KABUPATEN PRINGSEWU) Ikromi Fahmi 1)

MODUL II : SPEECH AND AUDIO PROCESSING

DAFTAR ISI. Abstrak... Abstract... Kata Pengantar... Daftar Isi... Daftar Gambar... Daftar Tabel... BAB I Pendahuluan Latar Belakang...

BAB II TINJAUAN PUSTAKA

RANCANG BANGUN APLIKASI GAME EDUKASI RINDIK PADA PLATFORM ANDROID

MODEL ANALYSIS-BY-SYNTHESIS APLIKASI PEMBANGKIT SUARA GAMELAN SINTETIK

MODUL 2 PEMBANGKITKAN SINYAL

PERANCANGAN PROTOTYPE ROBOT SOUND TRACKER BERBASIS MIKROKONTROLER DENGAN METODE FUZZY LOGIC

BAB II LANDASAN TEORI

SPECGRAM & SPECGRAMDEMO

ARIMA and Forecasting

Spread Spectrum (FHSS) pada

IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK

Raden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom

Wujud Garapan Komposisi Kung Kiriman: I Ketut Suarjana, Mahasiswa PS. Seni Karawitan ISI Denpasar

PEMBANGKITAN SINYAL DAN FUNGSI FFT

MATERI PENGOLAHAN SINYAL :

G L O S A R I 121 GLOSARI

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

Regha Julian Pradhana 1, Dr. Ir. Bambang Hidayat 2, IPM, Ratri Dwi Atmaja, ST. MT. 3. Abstrak

Deteksi Kualitas Pemasangan Ubin Berbasis Ekstraksi Ciri Bunyi Dengan Klasifikasi K-Nearest Neighbor

2 f n = 12 = Angklung

Sistem Pencari Lokasi Sumber Manusia Menggunakan Metode ITD

Aplikasi Teknik Speech Recognition pada Voice Dial Telephone

Analisa dan Sintesa Bunyi Dawai Pada Gitar Semi-Akustik

Digital Audio Watermarking dengan Fast Fourier Transform

CEG4B3. Randy E. Saputra, ST. MT.

DERET FOURIER DAN APLIKASINYA DALAM FISIKA

SUARA DAN GAYA Instrumentasi 1

Ekstraksi Suara Saron Mengunakan Cross Correlation Untuk Transkripsi Notasi Gamelan

Deteksi Titik Awal dan Titik Akhir Sinyal Untuk Pemisahan Sinyal Voice dan Unvoice

PENGEMBANGAN PEREKAM DIGITAL DAN PENDETEKSI GEMPA MENGGUNAKAN METODE STA/LTA PADA SEISMOGRAF TELEMETERI.

Bab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2]

Genggong Kiriman: I Made Budiarsa, Mahasiswa PS Seni Karawitan ISI Denpasar Jumlah Instrumentasi

BAB I PENDAHULUAN. resistor, kapasitor ataupun op-amp untuk menghasilkan rangkaian filter. Filter analog

BAB IV HASIL DAN PEMBAHASAN

Kesalahan Akibat Integrasi Numerik pada Sinyal Pengukuran Getaran dengan Metode Euler dan Trapesium

BAB I PENDAHULUAN. seluruh manusia menikmati musik, mulai dari bayi, remaja, dewasa sampai lansia. mengenali dan menguasai nada (Supriansah, 2014).

14 Alat Musik Tradisional Jawa Tengah, Gambar dan Penjelasannya

SIGNAL AND NOISE IN COMMUNICATION SYSTEM

Yogyakarta, Desember 2013 Penulis Siswadi dan Hanggar. iii

BAB I PENDAHULUAN 1.1 Latar Belakang

STUDI BIT ERROR RATE UNTUK SISTEM MC-CDMA PADA KANAL FADING NAKAGAMI-m MENGGUNAKAN EGC

SEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai

KONSTRUKSI ESTIMATOR FUNGSI LINIER PIECEWISEUNTUK DATA RUNTUN WAKTU

Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1

yaitu dalam ketepatan pengenalan pola berdasarkan kelas untuk menampilkan genre.

BAB I PENDAHULUAN A. Latar Belakang Model Nada- nada Gamelan dalam Bentuk Gitar.

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

Analisis Frekuensi Dan Pola Dasar Frekuensi Gender Laras Slendro

Transkripsi:

Vol. 8,. 2, September 2015 ISSN 1979-5661 PERBANDINGAN METODE ZCR DAN AUTOCORRELATION UNTUK MENGHITUNG FREKUENSI PADA GAMBELAN GENDER WAYANG I Dewa Made Bayu Atmaja Darmawan Program Studi Teknik Informatika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana Email: dewabayu@cs.unud.ac.id ABSTRAK Suatu sinyal suara khususnya instrumen gamelan gender memiliki frekuensi yang berbeda disetiap bilahnya. Frekuensi ini membedakan tinggi rendahnya nada yang dihasilkan. Frekuensi dihitung untuk mengetahui karakteristik dari suatu bilah gender wayang yang merupakan bagian dari tahap pelarasan. Pada tulisan ini dilakukan pengujian terhadap dua metode yang umum digunakan yaitu ZCR dan Autocorrelation untuk menghitung frekuensi bilah gender wayang. Suara yang dihasilkan oleh gender wayang memiliki sinyal yang kompleks dan inhamoni. Inharmoni berarti sinyal ini disusun berdasarkan beberapa frekuensi dimana frekuensi-frekuensi tersebut tidak kelipatan dari frekuensi dasarnya. Pada pengujian yang dilakukan diketahui ZCR dan Autocorrelation mampu untuk menghitung frekuensi dari sinyal murni yang dibangkitkan berdasarkan frekuensi setiap bilah gender wayang. Namun, hanya Autocorrelation saja yang mampu untuk menghitung frekuensi yang baik dari sinyal bilah gender wayang dengan memiliki rata-rata selisih yang kecil, yaitu sebesar 3,3953 Hz. Kata kunci: Frekuensi, Zero Crossing Rate (ZCR), Auto Correlation, Gender Wayang ABSTRACT Every gamelan gender blades have different frequencies. This distinguishes the high and low frequency tones produced. Frequency is calculated to determine the characteristics of a gender wayang blade which is part of the tunings stage. In this paper carried out the testing of two methods commonly used are ZCR and Autocorrelation to calculate the frequency of gender wayang blades. The sound produced by gender wayang has a complex signal and inhamony. Inharmony means the signal is based on several frequencies where these frequencies are not multiples of the fundamental frequency. According to the tests result, ZCR and Autocorrelation able to calculate the frequency of a pure signal, which generated by the frequency of each blade gender wayang. However, only Autocorrelation are able to calculate the frequency of a Gender Wayang signal with average difference is small about 3.3953 Hz. 1 PENDAHULUAN Instrumen gambelan gender wayang adalah salah satu gamelan tradisional Bali yang masih banyak digunakan pada saat ini. Gamelan ini memiliki laras selendro yang berbeda dengan gamelan gong kebya. Pada laras selendro frekuensi interval antar nada hampir sama, hal ini mendekati dengan konsep instrumen moderen yang kita kenal saat ini. Sinyal pada bilah gender wayang bersifat inharmoni. Hal ini terlihat dari sebaran frekuensi harmoni yang terkandung dalam sinyal suara gender wayang tidak tepat kelipatan dari frekuensi dasarnya. Pelarasan adalah sebuah upaya untuk menentukan suara yang sesuai dengan nada yang diinginkan. Salah satu yang mempengaruhi tinggi rendahnya suatu nada adalah frekuensi. Semakin tinggi frekuensi yang dimiliki suatu gelombang maka nada yang dihasilkan akan semakin tinggi, begitu juga sebaliknya. Oleh karena itu alat ukur frekuensi dapat digunakan untuk mengetahui apakah suatu alat musik atau gender wayang sudah memiliki nada yang sesuai atau tidak dari suara seharusnya berdasarkan frekuensi yang telah diketahui. Metode yang dapat digunakan dalam menghitung frekuensi dari suatu sinyal suara adalah Zero Crossing Rate (ZCR) dan Autocorrelation. Kedua metode tersebut adalah metode yang umum 1

2 Jurnal Ilmu Komputer Vol.VIII,. 2, September 2015, hlm.1-6 digunakan pada alat hitung frekuensi untuk melaraskan alat musik moderen seperti gitar, biola, dll. Tulisan ini akan menguji kedua metode tersebut untuk menghitung frekuensi sinyal gambelan gender wayang yang bersifat inharmoni dan memiliki gelombang kompleks. 2 NADA HARMONI DAN INHARMONI sederhana terdiri hanya dari sebuah frekuensi, namun nada kompleks yang pada umumnya merupakan nada yang terdengar terdiri dari beberapa frekuensi bagian. kompleks dapat bersifat harmonis atau inharmonis. harmonis adalah ketika semua frekuensi harmonis merupakan kelipatan integer dari frekuensi dasarnya (f 0 ). Frekuensi dasar merupakan frekuensi terendah dari suatu sinyal yang dapat didengar oleh pendengaran manusia. Manusia dapat mendengar hanya pada spektrum frekuensi 20Hz hingga 20 khz. Frekuensi harmonis pada bentuk sinyal ini dapat dihitung dengan menggunakan persamaan berikut: f n = n f n (1) dimana n = bilangan bulat sebagai nomer harmonis (misalnya: 1,2,3..,n) inhormanis adalah ketika frekuensi harmonis tidak tepat sama dengan kelipatan bilangan bulat dari frekuensi dasar. Frekuensi tersebut juga disebut sebagai frekuensi bagian. Alat musik yang menghasilkan nada ini contohnya adalah alat music petik atau pukul seperti piano, gitar dan gamelan. Frekuensi bagian pada nada inharmonis piano dapat dihitung sebagai akibat dari keberadaan koefisien inharmonis B, sebagai berikut[2]: Selain pada gamelan gong kebyar, gender juga digunakan untuk mengiringi penampilan wayang kulit yang kemudian disebut sebagai gender wayang. Berbeda dengan gender pada gamelan gong kebyar yang dipukul dengan tangan kanan, gender wayang dipukul dengan menggunakan dua tangan. Laras [3] gamelan bali adalah urutan nada-nada dalam satu oktaf yang sudah ditentukan tinggi rendah dan jarak nadanya. Gender wayang merupakan berjenis laras slendro lebih tepatnya laras slendro lima nada, berbeda dengan gamelan gong yang merupakan laras pelog. Seperti halnya pada laras pelog, laras slendro memiliki jarak interval yang berbeda-beda disetiap nadanya namun dengan interval yang hampir sama. Berikut ini adalah urutan nada-nada pada gender wayang dari nada terendah untuk lima nada pertama: ndong, ndeng, ndung, ndang, nding. -nada tersebut diulang dengan frekuensi yang lebih tinggi untuk nada ke-6 hingga ke-10. Gender wayang terdiri dari 4 jenis gender dengan jumlah bilah yang sama namun frekuensi yang berbeda. Jenis tersebut antara lain: Pemade pengumbang, Pemade pengisep, Kantil pengumbang, dan Kantil pengisep. f n = n f 0 (1 + B n 2 ) 0,5 (2) B = π 3 Qd 4 / (64l 2 T) (3) Timbre atau disebut juga sebagai warna suara adalah parameter yang digunakan untuk dapat membedakan suara dengan pitch dan amplitudo yang sama sebagai instrumen atau alat musik yang berbeda. 3 GENDER WAYANG Gender adalah alat musik metalofon yang bilahnya dibuat dari bahan logam yaitu kerawang (perunggu), campuran antara tembaga dan timah. -bilah tersebut digantung di atas resonator bambu. Gender terdiri dari sepuluh buah bilah yang dipukul dengan alat pukul terbuat dari kayu yang disebut sebagai panggul. Gender terdiri dari beberapa macam sesuai dengan fungsinya. Gender pada gamelan Gong Kebyar meliputi giying (ugal), Pemade, Kantil, Jegogan, Jublag, dan Penyacah. Gambar 1. Gender Wayang 4 METODE Pada bagian ini akan diuraikan beberapa metode yang dapat digunakan untuk menghitung frekuensi dasar dari suatu sinyal. Pitch pada musik didefinisikan sebagai fitur perseptual yang hanya berkaitan terhadap bagaimana manusia mempersepsikan sinyal suara tersebut dan ditemukan sebelum manusia mengenal frekuensi dan konten spectral. Namun, metode mendeteksi pitch memiliki permasalahan yang sama yaitu menentukan frekuensi dasar (f0) yang merupakan frekuensi terendah dari sinyal suara. Oleh karena itu, metode mendeteksi pitch berkaitan dengan

Darmawan, Perbandingan Metode 3 menghitung frekuensi dasar (f0) pada suatu sinyal suara. 4.1 Zero Crossing Rate (ZCR) Zero Crossing Rate (ZCR) adalah salah satu jenis metode yang bekerja pada domain waktu. Pada konteks pewaktu sinyal diskrit, zero crossing terjadi ketika sample sebelumnya memiliki tanda aljabar yang berbeda dengan sample saat ini. Contohnya jika x adalah suatu sample sinyal, maka zero crossing terjadi ketika x[i] adalah bilangan positif dan x[i-1] adalah negative begitu juga kebalikannya. Metode Zero Crossing Rate (ZCR) dapat dilihat pada Gambar 2. end for k=1:n b= [b 1/n]; end; for k=2:n a= [a 0]; end; envelope = filter(b,a,y); Gambar 3. Fungsi Envelope Implementasi ZCR pada Matlab diperlihatkan pada Gambar. Sesuai dengan definisi dari ZCR implementasi dilakukan dengan menghitung terjadinya zero crossing ketika x1 dan x2 memiliki tanda aljabar yang berbeda. F0 adalah frekuensi dasar yang dihitung berdasarkan terjadinya zero crossing (zc). x1 = GetEnvelope(x); x1 = x1-mean(x1); x2=zeros(length(x1),1); x2(1:length(x)-1)=x1(2:length(x)); Gambar 2. Zero Crossings ZCR kemudian dapat didefinisikan sebagai berikut [4]: dimana, dan (4) (5) zc=length( find((x1>0 & x2<0) (x1<0 & x2>0)) ); F0=0.5*Fs*zc/length(x); Gambar 4. Implementasi Fungsi ZCR 4.2 Autocorrelation Metode Autocorrelation adalah metode yang umum digunakan untuk memperkirakan pitch (frekuensi dasar) berdasarkan pada nilai terbesar dari fungsi autocorrelation pada suatu rentang nilai. Autocorrelation mengacu pada hubungan dari serangkaian nilai time series antara nilai sebelumnya dengan nilai yang akan datang. Persepsi seseorang terhadap pitch dari suatu sinyal suara sangat berkaitan dengan periodik gelombang pada bentuk gelombang dalam domain waktu. Statistical autocorrelation dari sebuah proses random sinusoidal adalah sebagai berikut: (6) (7) diberikan oleh: Implementasi dilakukan dengan menggunakan aplikasi Matlab. Sebelumnya sinyal yang diinputkan ke dalam matlab, diubah bentuknya menjadi envelope dengan menggunakan transformasi Hilbert. Hasil dari transformasi ini kemudian dihaluskan dengan menggunakan filter rerata bergerak. Ukuran window (n) yang digunakan adalah 50, dimana semakin besar nilai ini maka semakin halus envelope yang dihasilkan. function envelope = GetEnvelope(wave) y = abs(hilbert(wave)); n = 50; b=[]; a=[1]; Dimana nilai maksimal untuk m = lt 0 yang merupakan periode dan harmonisa dari suatu nada. Sehingga, periode nada dapat ditemukan dengan menghitung nilai terbesar dari hasil autocorrelation. Dalam prakteknya dilakukan perhitungan R^[m] dari N sample yang dimiliki. Fungsi Autocorrealtion diberikan sebagai berikut: (9)

4 Jurnal Ilmu Komputer Vol.VIII,. 2, September 2015, hlm.1-6 Implementasi Fungsi Autocorrelation berdasarkan pada Naotoshi Seo [5] yang dilakukan pada Matlab. r = xcorr(wave, maxlag, 'coeff'); Perintah di atas asdalah pemanggilan fungsi autocorrelation pada matlab dimana wave adalah matriks sinyal suara berukuran Nx1 dan maxlag merupakan rentang lag yang diberikan yaitu meliputi maxlag hingga maxlag, dengan nilai minimal adalah 1. Maxlag dihitung untuk mendapatkan F 0 yang lebih besar dari 20Hz, sebagai berikut: maxlag = fs/20; Nilai r yang telah dihitung menggunakan fungsi xcorr kemudian dihitung nilai maksimal pada area antara periode 1ms (1000Hz) hingga 50ms (20Hz). Hal ini didasarkan pada frekuensi nada gamelan gender yang berada pada area tersebut. % search for maximum between 1ms (=1000Hz) and 50ms (=20Hz) ms2=floor(fs/1000); % 1ms ms20=floor(fs/20); % 50ms % half is just mirror for real signal r = r(floor(length(r)/2):end); [maxi,idx]=max(r(ms2:ms20)); f0 = fs/(ms2+idx-1); Gambar 5. Kode Mencari nilai Autocorrelation 5 HASIL DAN PEMBAHASAN Dataset yang digunakan dalam pembahasan adalah menggunakan salah satu dari jenis gender wayang yaitu Pemade Pengumbang yang memiliki frekuensi paling rendah dibandingkan dengan 3 jenis gamelan gender lainnya. Gambar 1 memperlihatkan pengujian terhadap dataset yang memperlihatkan spektrum dari sinyal suara gamelan gender pada bilah pertama menggunakan aplikasi adobe audition. Analisis memperlihatkan beberapa frekuensi harmoni yang menyusun sinyal suara tersebut. Kemudian diamati 5 frekuensi harmoni yang terkandung di dalam sinyal suara tersebut seperti yang diperlihatkan pada Tabel 1. Tabel 1 memperlihatkan frekuensi terkecil adalah pada bilah 1 dan paling tinggi adalah pada bilah 10. Tabel 1. Frekuensi Harmoni Gender Wayang Pemade Pengumbang Frekuensi (Hz) 1 ndong 172,12 2 ndeng 195,73 3 ndung 229,14 4 ndang 267,13 5 nding 310,83 6 ndong 355,52 7 ndeng 412,52 8 ndung 472,81 9 ndang 541,18 10 nding 629,60 Pengujian pertama yang dilakukan adalah menguji metode ZCR dan Autocorrelation untuk dapat memperkirakan frekuensi dari suatu sinyal murni dengan 1 frekuensi. Sinyal tersebut dibangkitkan berdasarkan frekuensi dari setiap bilah gender yang telah diketahui pata Tabel 1. Gambar 9 memperlihatkan contoh sinyal murni yang memiliki frekuensi sebesar 172,12. Gambar 9. Sinyal Murni Frekuensi 172,12 Hz Tabel 2 dan Tabel 3 memperlihatkan hasil pengujian metode ZCR metode Autocorrelation dalam memperkirkan frekuensi yang dimiliki oleh sinyal murni. Berdasarkan kedua tabel tersebut diketahui bahwa ZCR mampu memprediksi frekuensi dari sinyal uji dengan selisi rata-rata sebesar 4,5476 Hz dan metode Autocorrelation menghasilkan selisih rata-rata sebesar 9,8811 Hz. Gambar 8. Analisis Frekuensi dengan Adobe Audition Tabel 2. Pengujian ZCR pada Sinyal Murni

Darmawan, Perbandingan Metode 5 Gender Frekuensi ZCR Selisih 1 ndong 172.12 172.25 0.128 2 ndeng 195.73 195.75 0.0178 3 ndung 229.14 229.25 0.1074 4 ndang 267.13 267.25 0.117 5 nding 310.83 310.87 0.0415 6 ndong 355.52 310.87 44.649 7 ndeng 412.52 412.50 0.0247 8 ndung 472.81 472.87 0.0596 9 ndang 541.18 541.37 0.1889 10 nding 629.60 629.74 0.1429 Ratarata 4.5476 Gambar 10 memperlihatkan sinyal suara pada gamelan gender wayang bilah 1. Nilai selisih ratarata pengujian dengan menggunakan metode ZCR adalah sebesar 246,3 Hz. Sebaliknya, metode Autocorrelation memperlihatkan hasil yang baik dengan selisih rata-rata sebesar 3,3953 Hz. Tabel 3. Pengujian Autocorrelation pada Sinyal Murni Frekuensi Auto Correlatio Gender n ndon g 172.12 171.85 Selisi h 0.266 1 1 0.651 2 ndeng 195.73 195.08 9 ndun 1.300 3 g 229.14 227.84 3 2.258 4 ndang 267.13 264.87 7 3.373 5 nding 310.83 307.46 3 ndon 48.06 6 g 355.52 307.46 3 7.343 7 ndeng 412.52 405.18 3 ndun 8.599 8 g 472.81 464.21 5 9.854 9 ndang 541.18 531.33 7 1 0 nding 629.60 612.50 17.1 9.881 Rata-rata 1 Pengujian berikutnya adalah menguji pada sinyal dataset gender wayang. Tabel 4 dan Tabel 5 memperlihatkan hasil pengujian pada sinyal gender wayang. Tidak seperti pada pengujian dengan sinyal murni, metode ZCR tidak mampu untuk menghitung frekuensi dasar dari sinyal inharmoni gender wayang yang membentuk sinyal kompleks. Gambar 10. Sinyal Suara Gender Wayang Pemade 1 Tabel 4. Pengujian ZCR pada Sinyal Gender Wayang Pemade Pengumbang Frekuensi (Hz) Gender ZCR Selisih 1 ndong 172.12 156.36 15.761 2 ndeng 195.73 46.11 149.62 3 ndung 229.14 103.93 125.21 4 ndang 267.13 63.68 203.45 5 nding 310.83 125.18 185.65 6 ndong 355.52 182.54 172.98 7 ndeng 412.52 119.21 293.31 8 ndung 472.81 118.92 353.89 9 ndang 541.18 113.01 428.17 10 nding 629.60 94.69 534.91 Ratarata 246.3 Tabel 5. Pengujian Autocorrelation pada Sinyal Gender Wayang Pemade Pengumbang Frekuensi (Hz) Auto Gender Correlation Selisih 1 ndong 172.12 181.45 9.3316 2 ndeng 195.73 195.76 0.0321

6 Jurnal Ilmu Komputer Vol.VIII,. 2, September 2015, hlm.1-6 3 ndung 229.14 229.50 0.3573 4 ndang 267.13 264.76 2.371 5 nding 310.83 312.32 1.4946 6 ndong 355.52 353.88 1.6417 7 ndeng 412.52 409.42 3.0966 8 ndung 472.81 468.29 4.5173 9 ndang 541.18 536.31 4.8672 10 nding 629.60 623.36 6.2438 Rata-rata 3.3953 Proceedings of the IEEE,74(11):1477 1493, vember 1986. [5] Naotoshi Seo, ENEE632 Project4 Part I: Pitch Detection, http://note.sonots.com/scisoftware/pitch.ht ml 6 KESIMPULAN Metode ZCR dan autocorrelation merupakan metode yang dapat memperhitungkan frekuensi dari suatu sinyal suara. ZCR adalah metode yang sederhana dan mampu untuk memperhitungkan frekuensi sinyal murni dengan baik. Namun, tidak mampu untuk menghitung dengan benar frekuensi yang dimiliki oleh suatu sinyal kompleks pada kasus yang dicoba adalah pada sinyal suara gender wayang. Metode autocorrelation mampu untuk menghitung frekuensi dari suatu sinyal baik itu sinyal murni ataupun sinyal kompleks dari suara gender wayang dengan selisih rata-rata yang kecil sebesar 3,3953 Hz. Oleh karena itu metode ini dapat digunakan untuk menghitung nilai frekuensi dari suatu instrumen musik terutama gamelan. Pada tulisan ini telah dijelaskan metode untuk menghitung frekuensi dominan dari suatu sinyal. Penelitian berikutnya yang dapat dilakukan adalah menguji frekuensi harmoni dari suatu sinyal. Frekuensi harmoni digunakan untuk membedakan suatu sumber suara dengan suara lainnya meskipun memiliki frekuensi dominan yang sama. Oleh karena itu baik digunakan untuk melaraskan suatu instrumen musik. 7 DAFTAR PUSTAKA [1] Rauhala, J. dan Välimäki, V., F0 estimation of inharmonic piano tones using partial frequencies deviation method, accepted for publishing in International Computer Music Conference, Copenhagen, 2007. [2] Bandem, I M, 2013, Gamelan Bali di Atas Panggung Sejarah, BP Stikom Bali: Bali. [3] Macleod, M.D., 1998, Fast Nearly ML Estimation of the Parameters of Real or Complex Single Tones or Resolved Multiple Tones, IEEE Transactions on Signal Processing, Vol. 46,.1 January 1998. [4] Benjamin Kedem. Spectral analysis and discrimination by zero-crossings.