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

dokumen-dokumen yang mirip
BAB III METODOLOGI PENELITIAN

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

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

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

BAB I PENDAHULUAN 1.1 Latar Belakang

1. Pendahuluan Latar Belakang

PENDAHULUAN. Latar Belakang

PENDAHULUAN. Latar Belakang

IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK

BAB I PENDAHULUAN Latar Belakang

APLIKASI PENGENALAN SUARA DIGITAL NADA DASAR PIANO SKRIPSI M. ARDIANSYAH

BAB 1 PENDAHULUAN. Dengan pesatnya perkembangan teknologi dalam bidang IT (Information

IDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT SKRIPSI

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

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

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

IMPLEMENTASI MEL FREQUENCY CEPSTRAL COEFFICIENT DAN DYNAMIC TIME WARPING UNTUK PENGENALAN NADA PADA ALAT MUSIK BELLYRA

BAB II LANDASAN TEORI

UNIVERSITAS BINA NUSANTARA

Sistem Verifikasi Penutur menggunakan Metode Mel Frequensi.

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

Bab 3. Perancangan Sistem

IDENTIFIKASI KEBERADAAN TIKUS BERDASARKAN SUARANYA MENGGUNAKAN SMS GATEWAY

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

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

1. BAB I PENDAHULUAN 1.1. Latar Belakang

Gambar 2.1. Katak Sawah (Djatmiko, 2005)

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

BAB 1 PENDAHULUAN. dalam berbagai bidang industri, tidak terkecuali dalam industri game.

BAB I PENDAHULUAN I-1

BAB II LANDASAN TEORI

Bab 1. Pendahuluan. aman semakin diperlukan untuk menjamin keamanan data. Berbagai solusi proteksi

Jurnal Komputer Terapan Vol. 1, No. 2, November 2015, Jurnal Politeknik Caltex Riau

BAB I PENDAHULUAN SIMULASI DAN ANALISIS PEMANTAUAN KAMAR PASIEN RAWAT INAP DENGAN DETEKSI DAN KLASIFIKASI SINYAL AUDIO 1

IMPLEMENTASI SPEAKER RECOGNITION UNTUK OTENTIKASI MENGGUNAKAN MODIFIED MFCC VECTOR QUANTIZATION ALGORITMA LBG

1.5 Metode Penelitian

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

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN. 1.1 Latar Belakang

I-1 BAB I PENDAHULUAN

BAB I PENDAHULUAN. 2012). Penelitian yang dilakukan oleh Bosma dkk. (1965), menemukan bahwa

UNIVERSITAS INDONESIA ANALISIS DAN PERANCANGAN PERANGKAT LUNAK UNTUK MENENTUKAN JENIS IKAN SECARA REAL-TIME DENGAN MENGGUNAKAN METODA HIDDEN MARKOV

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN. Pada umumnya pembaca ingin mendapatkan rangkuman suatu artikel dengan cepat

BAB 1 PENDAHULUAN. Universitas Indonesia

BAB I PENDAHULUAN I-1

Digital Signal Processing To Identify chords Singer Using Mel Frequency Cepstral Coefficients (MFCC) and Neural Network Backpropagation Methods

Pengenalan Suara Burung Menggunakan Mel Frequency Cepstrum Coefficient dan Jaringan Syaraf Tiruan pada Sistem Pengusir Hama Burung

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

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

DAFTAR ISI Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian... 3

BAB 1 PENDAHULUAN I. 1 Latar Belakang Masalah

APLIKASI PENDETEKSI EMOSI MANUSIA MENGGUNAKAN METODE MFCC DAN DTW

Pengenalan Karakter Suara Laki-Laki Aceh Menggunakan Metode FFT (Fast Fourier Transform)

BAB I PENDAHULUAN I - 1

DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL

Perbandingan Sistem Perhitungan Suara Tepuk Tangan dengan Metode Berbasis Frekuensi dan Metode Berbasis Amplitudo

Jaringan Syaraf Tiruan pada Robot

BAB I PENDAHULUAN. ini. Salah satu penerapannya yaitu terdapat pada permasalahan dalam melakukan pencarian dari

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

BAB I PENDAHULUAN. untuk menyimpan data - data yang terkait dengan proses bisnis seperti akademik,

PERBANDINGAN METODE HIDDEN MARKOV MODEL DAN VECTOR QUANTIZATION UNTUK APLIKASI IDENTIFIKASI SUARA

BAB 1 PENDAHULUAN. dan memiliki jarak 12 langkah nada. Satu oktaf memiliki 8 nada. Oktaf biasanya

SISTEM AKSES BUKU PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UNIVERSITAS ANDALAS MENGGUNAKAN APLIKASI PENGENALAN WICARA DENGAN METODA MFCC-VQ dan SSE

TINJAUAN PUSTAKA. Pengenalan Suara

PERANCANGAN DAN IMPLEMENTASI TUNER GITAR BERBASIS FAST FOURIER TRANSFORM DAN HARMONIC PRODUCT SPECTRUM PADA PLATFORM ANDROID

PENDAHULUAN. Latar Belakang

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB 2 LANDASAN TEORI

Klasifikasi Burung Berdasarkan Suara Kicau Burung Menggunakan Jaringan Syaraf Tiruan Propagasi Balik

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

DETEKSI SLEEP APNEA MELALUI ANALISIS SUARA DENGKURAN DENGAN METODE MEL FREKUENSI CEPSTRUM COEFFICIENT

SISTEM PENGOLAHAN SUARA MENGGUNAKAN ALGORITMA FFT (FAST FOURIER TRANSFORM)

MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI

BAB I PENDAHULUAN I.1 Latar Belakang Masalah

Penerapan Metode Mel Frequency Ceptral Coefficient dan Learning Vector Quantization untuk Text-Dependent Speaker Identification

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Suara adalah merupakan gabungan berbagai sinyal, tetapi suara murni secara teoritis dapat dijelaskan dengan

PENGENALAN JENIS IKAN DENGAN METODE HIDDEN MARKOV MODEL MENGGUNAKAN DSK TMS320C6713 SKRIPSI

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

Available online at TRANSMISI Website TRANSMISI, 13 (3), 2011,

PENDETEKSIAN TINGKAT USIA MUDA, DEWASA DAN TUA MENGGUNAKAN METODE MFCC DAN FUZZY LOGIC BERBASISKAN SPEECH RECOGNITION

APLIKASI PENGENALAN DAN PEMBELAJARAN AKORD GITAR BERBASIS WEB (STUDI KASUS PADA KURSUS GITAR DI GENTRA RINEKA ) ABSTRAK

BAB 3 ANALISIS DAN PERANCANGAN. perancangan dan pembuatan akan dibahas dalam bab 3 ini, sedangkan tahap

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

SISTEM PENGENALAN PENUTUR DENGAN METODE MEL-FREQUENCY WRAPPING DAN KUANTISASI VEKTOR

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Pacman adalah suatu permainan sepanjang-masa yang mungkin tak akan. (maze). Konsep permainannya pun sangat sederhana.

ISSN : e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 1787

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. pengantar dalam berkomunikasi antar bangsa. Dengan ditetapkannya bahasa

Penerapan Perintah Suara Berbahasa Indonesia untuk Mengoperasikan Perintah Dasar di Windows

KOMPRESI SINYAL SUARA DENGAN MENGGUNAKAN STANDAR MPEG-4

BAB 2 LANDASAN TEORI

Transkripsi:

DAFTAR ISI PERNYATAAN... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iii ABSTRAK... v ABSTRACT... vi DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii BAB I PENDAHULUAN... 1 1.1. Latar Belakang... 1 1.2. Rumusan Masalah... 4 1.3. Batasan Masalah... 4 1.4. Tujuan... 5 1.5. Manfaat Penelitian... 5 1.6. Sistematika Penulisan... 6 BAB II TINJAUAN PUSTAKA... 7 2.1. Permainan... 7 2.1.1 Arcade... 8 2.2. Pengenalan Suara... 10 2.3. Mel Frequency Ceptral Coefficient (MFCC)... 12 2.3.1. Sinyal Suara... 14 2.3.2. Pre Emphasis... 15 2.3.3. Framing... 16 2.3.4. Windowing... 16 2.3.5. Fast Fourier Transform... 18 2.3.6. Mel Filtering... 25 2.3.7. Log... 33 2.3.8. Discrete Cosine Transform... 33

2.4. Vector Quantization... 35 2.5. Kebisingan... 37 BAB III METODOLOGI PENELITIAN... 38 3.1. Desain Penelitian... 38 3.1.1 Requirements Definition... 38 3.1.2 System and Software Design... 39 3.1.3 Implementation and Unit Testing... 39 3.1.4 Integration and System Testing... 40 3.2. Metode Penelitian... 40 3.2.1. Metode Pengumpulan Data... 40 3.2.2. Metode Pembangunan Perangkat Lunak... 40 3.2.3. Metode Analisa Data... 41 3.3. Alat dan Bahan Penelitian... 43 BAB IV HASIL PENELITIAN DAN PEMBAHASAN... 44 4.1. Requirement Definition... 44 4.2. System and Software Design... 44 4.2.1. Asumsi Permainan... 44 4.2.2. Perancangan Antarmuka dan Game Play... 45 4.2.3. Perancangan Pengenalan Suara... 47 4.3. Implementation and Unit Testing... 48 4.3.1. Implementasi Permainan... 48 4.3.2. Implementasi Pengenalan Suara... 50 4.4. Integration and System Testing... 62 4.4.1. Pengujian Akurasi Pengenalan Suara... 62 4.4.2. Pengujian Pengenalan Suara Responden... 64 4.4.3. Pengujian Respon Pemain... 66 4.4.4. Analisa Hasil Pengujian... 73 BAB V KESIMPULAN DAN SARAN... 76 5.1. Kesimpulan... 76 5.2. Saran... 76 DAFTAR PUSTAKA... 78

LAMPIRAN... 83

DAFTAR TABEL Tabel 2.1. Hasil Algoritma Bit Reversal Sorting... 19 Tabel 2.2. Pembagian Jarak Mel Contoh Inputan... 29 Tabel 2.3. Daftar Tingkat Tekanan Suara... 37 Tabel 4.1. Hasil Pengujian Pengenalan Suara Oleh Peneliti... 62 Tabel 4.2. Hasil Pengujian Pengenalan Suara Responden... 64 Tabel 4.3. Hasil Pengumpulan Data Kuesioner... 66 Tabel 4.4. Distribusi Frekuensi Pertanyaan 1... 70 Tabel 4.5. Distribusi Frekuensi Pertanyaan 2... 70 Tabel 4.6. Distribusi Frekuensi Pertanyaan 3... 71 Tabel 4.7. Distribusi Frekuensi Pertanyaan 4... 71 Tabel 4.8. Distribusi Frekuensi Pertanyaan 5... 71 Tabel 4.9. Distribusi Frekuensi Pertanyaan 7... 72 Tabel 4.10. Distribusi Frekuensi Pertanyaan 8... 72 Tabel 4.11. Distribusi Frekuensi Pertanyaan 9... 73 Tabel 4.12. Distribusi Frekuensi Pertanyaan 10... 73 Tabel 4.13. Akurasi Pengenalan Suara Berdasarkan Jenis Kelamin... 74

DAFTAR GAMBAR Gambar 2.1. Pac-Man... 9 Gambar 2.2. Tetris... 9 Gambar 2.3. Flappy Bird... 10 Gambar 2.4. Sistem Pengenalan Suara... 11 Gambar 2.5. Blok Diagram Mel Frequency Ceptral Coefficient (MFCC)... 13 Gambar 2.6. Contoh Sinyal Suara... 14 Gambar 2.7. Ilustrasi Framing... 16 Gambar 2.8. Proses FFT pada Complex DFT... 18 Gambar 2.9. Dekomposisi Sinyal Domain Waktu... 19 Gambar 2.10. Penggabungan Dua Sinyal... 20 Gambar 2.11. Proses Butterfly... 21 Gambar 2.12. Diagram Alur Fast Fourier Transform... 22 Gambar 2.13. Konsep Mel Scale Filter Bank... 25 Gambar 2.14. Grafik Perubahan Hz ke Mel... 26 Gambar 2.15. Grafik Pembagian Jarak Mel... 27 Gambar 2.16. Mel Scale Filter Bank... 28 Gambar 2.17. Codebook Vector Quantization... 35 Gambar 3.1. Desain Penelitian... 38 Gambar 3.2. Model Waterfall... 40 Gambar 3.3. Kelompok Usia Pengguna Sistem Operasi Smartphone... 42 Gambar 4.1. Rancangan Antarmuka Aplikasi Membuat Codebook... 45 Gambar 4.2. Rancangan Antarmuka Home Crazy Plane... 46 Gambar 4.3. Rancangan Antarmuka Petunjuk... 6 Gambar 4.4. Rancangan Antarmuka Memainkan Permainan... 46 Gambar 4.5. Rancangan Antarmuka Akhir Permainan... 47 Gambar 4.6. Proses Pengenalan Suara Crazy Plane... 48 Gambar 4.7. Antarmuka Home Crazy Plane... 48 Gambar 4.8. Antarmuka Informasi Petunjuk... 49 Gambar 4.9. Antarmuka Memainkan Crazy Plane... 49

Gambar 4.10. Antarmuka Permainan Berakhir... 50 Gambar 4.11. Sinyal Suara Kanan... 50 Gambar 4.12. Sinyal Suara Kiri... 59 Gambar 4.13. Sinyal Suara Diam... 60 Gambar 4.14. Input Hasil Kuesioner Ke SPSS... 68 Gambar 4.15. Hasil Uji Validitas... 69 Gambar 4.16. Hasil Uji Reliabilitas... 69

DAFTAR LAMPIRAN Lampiran 1. Sinyal Suara Contoh... 84 Lampiran 2. Gambar Mel Scale Filter Bank... 85 Lampiran 3. Sinyal Suara Kanan... 89 Lampiran 4. Hasil Pre Emphasis Kanan... 90 Lampiran 5. Hasil Framing Kanan... 91 Lampiran 6. Hasil Windowing Kanan... 93 Lampiran 7. Hasil Fast Fourier Transform Kanan... 94 Lampiran 8. Hasil Mel Filtering Kanan... 95 Lampiran 9. Hasil Log Kanan... 96 Lampiran 10. Hasil Discrete Cosine Transform Kanan... 97 Lampiran 11. Hasil MFCC Kanan... 98 Lampiran 12. Hasil MFCC Kanan 20 Kali... 99 Lampiran 13. Isi package vq... 100 Lampiran 14. Isi kanan.vq... 117 Lampiran 15. Sinyal Suara Kiri... 118 Lampiran 16. Hasil MFCC Kiri 20 Kali... 119 Lampiran 17. Isi kiri.vq... 120 Lampiran 18. Sinyal Suara Diam... 121 Lampiran 19. Hasil MFCC Diam 20 Kali... 122 Lampiran 20. Isi diam.vq... 123 Lampiran 21. Sinyal Suara Hasil MFCC Pengenalan Kata Kanan... 124 Lampiran 22. Sinyal Suara Hasil MFCC Pengenalan Kata Kiri... 125 Lampiran 23. Sinyal Suara Hasil MFCC Pengenalan Kata Diam... 126 Lampiran 24. Kuesioner... 127 Lampiran 25. Latar Belakang Ahli... 129 Lampiran 26. Penilaian Ahli... 130