Sistem Pencari Lokasi Sumber Manusia Menggunakan Metode ITD

dokumen-dokumen yang mirip
Penentuan Arah Sumber Suara dengan Metode Interaural Time Difference menggunakan Mikrokontoler STM32F4

DETEKSI POSISI SUMBER BUNYI MENGGUNAKAN INTERAURAL TIME DIFFERENCE DAN CROSS CORRELATION

APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

OPTIMASI RERATA DALAM PROSES KORELASI SILANG UNTUK MENENTUKAN LOKASI RADIO TRANSMITTER

PERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI BISING AKTIF PADA DSK TMS320C6713 MENGGUNAKAN ALGORITMA ADJOINT-LMS. Muhammad Rizki Anggia

Desain Sumber Bunyi Titik

Analisis Jarak Microphone Array dengan Teknik Pemrosesan Sinyal Fast Fourier Transform Beamforming

PENENTUAN BESAR KECEPATAN BUNYI DI UDARA MENGGUNAKANMETODE TIME DIFFERENCE OF ARRIVAL (TDOA) DAN METODE ECHOBASED SPEED OF SOUND DETERMINATION

DESAIN SISTEM PENGUKURAN PERGESERAN OBJEK DENGAN TRANDUSER ULTRASONIK MENGGUNAKAN METODE KORELASI SILANG SECARA REAL TIME

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN

Prosiding Seminar Nasional Manajemen Teknologi XVIII Program Studi MMT-ITS, Surabaya 27 Juli 2013

KONSEP DAN TERMINOLOGI ==Terminologi==

ROBOT PENCARI ARAH KEDATANGAN SUARA MENGGUNAKAN AGORITMA MUSIC (MULTIPLE SIGNAL CLASSIFICATION)

PENGARUH PENAMBAHAN JARAK TERHADAP SUMBER BUNYI BIDANG DATAR BERBENTUK LINGKARAN

PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV

DETEKSI ARAH KEDATANGAN SINYAL PADA ANTENA ARRAY KUBUS DENGAN MENGGUNAKAN ALGORITMA MUSIC

IDENTIFIKASI SECARA SERENTAK KERUSAKAN MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS BERDASARKAN CONVOLUTIVE MIXTURE

BAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk

ALGORITMA TDOA UNTUK PENGUKUR JARAK ROKET MENGGUNAKAN TEKNOLOGI UHF

BAB 7. INSTRUMENTASI UNTUK PENGUKURAN KEBISINGAN

INTERFERENSI GELOMBANG

Indra manusia: penglihatan, suara, sentuhan, rasa, dan bau memberikan kami informasi penting berfungsi dan bertahan Robot sensor: mengukur

PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT

BAB 4 IMPLEMENTASI DAN EVALUASI. Pada Bab IV ini menjelaskan tentang spesifikasi sistem, rancang bangun

PENDETEKSI DOCKING STATION MENGGUNAKAN ROTATION INVARIANT LOCAL BINARY PATTERN PADA VISUAL BASED SERVICE ROBOT

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

Deteksi Lokasi Untuk Gangguan Multi Point Pada Jaring Tiang Distribusi 20 KV Dengan Menggunakan Metode Perambatan Gelombang Sinyal Arus Balik

PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM

BAB 3 PERANCANGAN SISTEM PENGENAL SUARA

Antiremed Kelas 12 Fisika

Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra

BAB II PENCUPLIKAN DAN KUANTISASI

Pengukuran Transmission Loss (TL) dan Sound Transmission Class (STC) pada Suatu Sampel Uji

IMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713

Aplikasi Teknik Speech Recognition pada Voice Dial Telephone

BAB III METODE PENELITIAN. Elekto Medis, Politeknik Kesehatan Surabaya, dan Sekolah Luar Biasa (SLB) Tuna Rungu mulai bulan Januari 2012-Juli 2012.

DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM

2. TINJAUAN PUSTAKA Gelombang Bunyi Perambatan Gelombang dalam Pipa

Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik

1. PENGERTIAN PEMANCAR RADIO

Algoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(PACs) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient

Penerapan Perintah Suara Berbahasa Indonesia untuk Mengoperasikan Perintah Dasar di Windows

PENGGUNAAN MODEL NOISE PADA METODE ITERATIVE FEEDBACK TUNING UNTUK PENGHILANGAN GANGGUAN SISTEM PENGENDALIAN

BAB IV HASIL DAN PEMBAHASAN

Konsep Dasar Akustik. Studi Literatur. Sumber :

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

4. HASIL DAN PEMBAHASAN. (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis

SISTEM IDENTIFIKASI STRUKTUR DENGAN MENGGUNAKAN METODE FREQUENCY DOMAIN DECOMPOSITION-NATURAL EXCITATION TECHNIQUE

Scientific Echosounders

JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ( X Print) B-101

01. Panjang gelombang dari gambar di atas adalah. (A) 0,5 m (B) 1,0 m (C) 2,0 m (D) 4,0 m (E) 6,0 m 02.

Karakterisasi Suara Vokal dan Aplikasinya Dalam Speaker Recognition

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

BAB 4 PENGUJIAN DAN ANALISA

Presentasi Tugas Akhir

PENENTUAN LOKASI SUMBER

Di bawah ini adalah tabel tanggapan frekuensi dari alat-alat music.

A364. JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)

SISTEM KEAMANAN BERBASIS SUARA

Komunikasi Data POLITEKNIK NEGERI SRIWIJAYA. Lecturer: Sesi 5 Data dan Sinyal. Jurusan Teknik Komputer Program Studi D3 Teknik Komputer

Pertemuan 10 PRINSIP KOMUNIKASI LISTRIK. Dahlan Abdullah Website :

PENGATURAN POSISI KAMERA CCTV DENGAN PERINTAH SUARA

PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK

BAB II DASAR TEORI. 2.1 Dasar Teori Serat Alami

Pertemuan 11 TEKNIK MODULASI. Dahlan Abdullah, ST, M.Kom Website :

MODUL 5 EKSTRAKSI CIRI SINYAL WICARA

FUNGSI DAN GRAFIK FUNGSI

SATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL

BAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK

Jaringan Syaraf Tiruan pada Robot

Pengukuran Sinyal Akustik untuk Mendeteksi Sumber Noise Menggunakan Metode Beamforming

BAB II DIGITISASI DAN TRANSMISI SUARA. 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

Pengendalian Lengan Robot Berbasis Mikrokontroler AT89C51 Menggunakan Transduser Ultrasonik

BAB IV HASIL PENGUKURAN DAN ANALISIS HASIL PENGUKURAN

Gambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama

2. Dasar Teori 2.1 Pengertian Bunyi 2.2 Sumber bunyi garis yang tidak terbatas ( line source of infinite length

DETEKSI TERDISTRIBUSI ROBUST DENGAN MENGGUNAKAN SENSOR AKUSTIK

FFT Size dan Resolusi Frekuensi 2012

BAB II LANDASAN TEORI

BAB 5 PEMBAHASAN. 39 Universitas Indonesia

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

MENENTUKAN POLA RADIASI BUNYI DARI SUMBER BERBENTUK CORONG. Robi ullia Zarni 1, Defrianto 2, Erwin 3

KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR

LAPORAN RESMI UJI ULTRASONIK (Ultrasonic Test)

OTOMATISASI PENGARAHAN KAMERA BERDASARKAN ARAH SUMBER SUARA PADA VIDEO CONFERENCE

Blok Diagram Sebuah Osiloskop

BAB I PENDAHULUAN I.1 Latar Belakang

Roadmap Kelompok Keahlian Robotika. Pusat P2M Politeknik Negeri Batam Maret 2015

λ = = 1.grafik simpangan waktu dan grafik simpangan-posisi ditunjukan pada gambar dibawah ini.

PENGARUH JUMLAH CELAH PERMUKAAN BAHAN KAYU LAPIS (PLYWOOD) TERHADAP KOEFISIEN ABSORPSI BUNYI DAN IMPEDANSI AKUSTIK

PEMISAHAN BANYAK SUMBER SUARA MESIN DARI MIKROFON BERBASIS TIME-FREQUENCY BLIND SOURCE SEPARATION

BAB I PENDAHULUAN. terbesar (39%), diikuti kanker (27%), sedangkan penyakit pernafasan kronis,

Terminolog1 (1) Transmitter Penerima Media. Media guide. Media unguide. e.g. twisted pair, serat optik. e.g. udara, air, hampa udara

Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN

IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B

Frekuensi Dominan Dalam Vokal Bahasa Indonesia

MAKALAH CEPAT RAMBAT BUNYI DI UDARA

Transkripsi:

Sistem Pencari Lokasi Sumber Manusia Menggunakan Metode ITD M. Afridon 1, Khairudinsyah 2 Politeknik Negeri Bengkalis Jl. Bathin Alam Sei. Alam, (0766) 7008877 e-mail: mohd_afridon@yahoo.co.id Abstrak Penelitian ini memaparkan sistem pencari lokasi sumber suara. Lokasi sumber suara sangat penting didalam kehidupan sehari-hari maupun di industri seperti sebagai service robot dan sebagainya. Deteksi lokasi sumber suara dapat menggunakan metode perbedaan waktu (Interaural Time Difference - ITD) yang diterima oleh sepasang mikrofon. Sinyal suara yang diterima oleh mikrofon di korelasi silang (Cross Corelation), dimana hasil puncak tertinggi dari cross correlation akan menunjukan nilai ITD. Pada penelitian ini, sistem mampu mengidentifikasi lokasi sumber suara manusia dalam bidang setengah lingkaran ( ), dengan sudut resolusi terbaik berkisar. Kata kunci: Cross Correlation, ITD, Lokasi Sumber Suara 1. Pendahuluan Manusia memiliki kemampuan menentukan arah sumber suara dengan menggunakan dua telinga. Dengan adanya perbedaan gelombang suara yang sampai ke telinga, kita dapat menebak dari mana arah sumber suara. Terinspirasi dari sistem pendengaran manusia ini, banyak peneliti membuat sistem yang dapat menentukan lokasi sumber suara. Sistem pendeteksi lokasi sumber suara dapat ditentukan berdasarkan perbedaan intensitas atau level suara yang diterima oleh mikrofon[1,2] dan perbedaan waktu sampainya sinyal suara yang diterima mikrofon [3,4,5]. Aplikasi dari sistem pendeteksi lokasi sumber suara antara lain, untuk perawatan prediktif mesin, aplikasi tanda bahaya, aplikasi pada service robot dan sebagainya. Suara adalah suatu gelombang mekanik yang merambat melalui udara, air dan zat. Suara yang yang dapat didengar oleh telinga manusia dalam rentang 20 Hz 200 Hz. Kecepatan rambat suara bergantung dari jenis media perambatannya. Suara merambat lebih lambat jika suhu dan tekanan udara lebih rendah. Cepat rambat suara diudara: Dimana θ adalah temperature ( ). ( ( )) (1) 2. Cross Correlation Sinyal suara yang diterima oleh mikrofon dirubah menjadi sinyal digital, sinyal tersebut harus di normalisasi terhadap nilai mutlak maksimum amplitudo. Sinyal digital yang telah normalisasi mempunyai besar maksimum 1 dan nilai minimum -1. Adapun persamaan normalisasi sinyal adalah sebagai berikut : dimana n= 1,2,3, N [ ] [ ] [ ] (2) Cross Corelation antara dua sinyal untuk mengukur derajat kemiripan dari sinyal yang diterima oleh mikrofon. Cross correlation antara sinyal dan dapat dinyatakan sebagai berikut : 39

( ) ( ) ( ) (3) Dimana adalah sinyal yang diterima oleh mikrofon i (sebagai sinyal referensi) dan adalah sinyal yang diterima oleh mikrofon j. adalah parameter geser (τ = 0,±1,±2, ). Sinyal tidak digeser (sebagai referensi) dan sinyal digeser dengan satuan waktu, kekanan untuk positif dan kekiri untuk negatif. Jika membalik peranan dan,maka cross correlation : ( ) ( ) ( ) (4) Karena ( ) memberikan informasi yang sama seperti ( ), maka persamaan 3 dan 4, dapat disimpulkan : ( ) ( ) (5) Hasil cross corelation antara sinyal dan akan menghasilkan ITD (Interaura Time Difference) antara mikrofon i dan mikrofon j. Puncak tertinggi hasil cross correlation antara sinyal terhadap, menunjukan selisih perbedaan waktu sinyal yang diterima oleh mikrofon i dan mikrofon j. Puncak dari hasil cross correlation akan bergeser kekiri, apabila sinyal mendahului sinyal (sebagai sinyal referensi) dan akan bergeser kekanan apabila sinyal mendahului sinyal. Pergeseran hasil puncak cross correlation dipengaruhi oleh sinyal referensi. Untuk mengetahui posisi sudut datang arah sumber suara dapat dihitung dengan persamaan : Maka sudut lokasi sumber suara : ( ) (6) ( ) (7) Dimana Φ adalah sudut lokasi sumber suara, c adalah kecepatan suara diudara yang didapat dari persamaan 1, s adalah jarak antara 2 buah mikrofon dan adalah selisih perbedaan waktu yang diterima oleh masing-masing mikrofon.nilai diperoleh dari hasil puncak tertinggi cross correlation. Diagram blok sistem pencari lokasi sumber suara dapat dilihat pada gambar dibawah ini: Mic i L Sumber Suara Mic j R Pengkondisi Sinyal Cross Correlation Sudut Lokasi Sumber suara TDOA Sinyal Mic I dan Mic j Gambar 1. Diagram blok sistem 40

3. Hasil Pengujian dan Analisa Pengujian sistem dilakukan menggunakan frekuensi sampling 2500 Hz. Hasil normalisasi sinyal suara sesuai dengan rumus, amplitudo sinyal suara yang sudah dinormalisasi berada pada nilai maksimum +1 dan nilai minimum -1. Perbedaan nilai amplitudo antara sampel satu dengan yang lain tidak sama, dikarenakan sensitifitas mikrofon tidak sama dan keras suara tiap orang berbeda. Oleh karena itu dilakukan normalisasi suara sebelum di cross correlation. Hasil cross correlation antara sinyal terhadap dapat dilihat pada gambar 2. Dimana sinyal yang ditangkap oleh mikrofon i sebagi sinyal referensi. (a) (b) (c) Gambar 2. Hasil pengujian pada sudut. (a) sinyal. (b) Siyal.(c) korelasi silang dan. Puncak hasil cross corelation akan berada pada titik 0 saat sumber suara berada pada sudut. Puncak hasil cross correlation ini akan bergeser kekanan saat sumber suara dekat dari mikrofon yang berfungsi sebagai sinyal referensi, seperti hasil gambar 3 dibawah ini. Puncak hasil cross correlation akan bergeser kikiri saat sumber suara berada jauh dari sinyal referensi. Hasil pengujian secara keseluruhan dapat dilihat pada tabel 1. 41

(a) (b) (c) Gambar 3. Hasil pengujian pada sudut. (a) sinyal. (b) Siyal.(c) korelasi silang dan Hasil pengujian identifikasi lokasi sumber suara menggunakan ITD antara sinyal yang diterima mikrofon i dan mikrofon j, dapat dilihat pada Tabel 1. Pada tabel 1 dapat dilihat bahwa tingkat persentase kesalahan saat sudut aktual ( dan ) dengan sudut perhitungan masih cukup besar, hal ini dikarenakan tingkat sensitifitas dari mikrofon kiri dan mikrofon kanan tidak sama. Faktor lain yang mempengaruhui besarnya persentase kesalahan karena adanya gangguan (noise). Metode identifikasi lokasi sumber suara menggunakan ITD memberikan hasil yang cukup baik. Tabel 1. Pengujian Identifikasi Posisi Sumber Suara Posisi sumber suara Sudut Sudut Aktual Error (%) Perhitungan (Derajat) (Derajat) 0.0 0.0 0.0 22.5 28.71 27.6 45.0 51.21 13.8 67.5 67.92 0.62 90.0 90.0 0.0 112.5 112.08 0.37 135.0 128.79 4.6 157.5 151.28 3.92 180.0 180.0 0.0 4. Kesimpulan Sistem mampu mencari lokasi sumber suara manusia yang berada bidang setengah lingkaran menggunakan metode ITD sinyal yang diterima oleh sepasang mikrofon. ITD dapat dilihat dari pergeseran puncak cross correlation antara sinyal yang diterima oleh dua mikrofon tersebut, Puncak hasil cross corralation akan bergeser kekanan (positif) saat sumber suara dekat dengan mikrofon yang berfungsi menangkap sinyal referensi. Tingkat sensitifitas antara mikrofon kiri dan kanan harus sama, supaya tingkat kesalahannya kecil 42

Referensi [1] Ali Pourmohammad, Sayed Mohammad Ahadi, TDE ILD Based 2D Half Plane Real Time High Accurasi Sound Source Localization Using Only Two Microphone and Source Counting,In Proceedings IEEE International Conference on Electronics andiinformation Engineering, 2010 [2] Jean Marc Valin, Francois Michaud, Jean Rouat, Dominic Letourneau, Robust Sound Source Localization Using a Microphone Array on a Mobile Robot, In Proceeding IEEE Conference on intelligent Robots and System,2003. [3] John C Murray, Harry R. Erwin, Stefean Wermter, Robotic sound source localization architecture using cross correlation and recurrent neural network,elsevier,2009. [4] John G. Proakis, and Dimitris G Manolakis, Digital Signal Processing, Prentice Hall, 2007, pp. 113-127 [5] Kenji Kodera, Akitoshi Itai, Hiroshi Yasukawa, Sound Localization of Approaching Vehicle Using Uniform Microphone Array, In Proceeding IEEE Intelligent Transportation System Conference,2007. [6] Yang Geng, and Jongdae Jung, Donggug Seol, Sound Source Localization System Based on Neural Network for Mobile Robots, In Proceeding IEEE International Joint Conference on Neural Network,2008. 43