HUBUNGAN SPEECH INTELLIGIBILITY SUARA PRIA TERHADAP TINGKAT TEKANAN BUNYI BISING LATAR

HUBUNGAN SPEECH INTELLIGIBILITY SUARA PRIA TERHADAP TINGKAT TEKANAN BUNYI BISING LATAR Titi Desi Tyaswati 1), Lila Yuwana,M.Si 2), Dra. Lea Prasetio,M.Sc 3) Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Kampus ITS Sukolilo, Surabaya 6111 Telp: (31)-5943351, Fax: (31)-5943361 Email: titidesy@gmail.com 1) Abstrak Penelitian tugas akhir ini, bertujuan untuk mengetahui hubungan antara speech intelligibility suara pria terhadap tingkat tekanan bunyi bising latar. Metode yang digunakan adalah memperdengarkan kata-kata uji khusus yang terdapat pada Phonetically Balanced Word List (PB. Word List) dengan gangguan background noise jenis white noise, pink noise dan brown noise pada 2 orang. Kesimpulan dari penelitian ini adalah nilai speech intelligibility yang dihasilkan untuk Leq Speech 7 db menggunakan bakground noise jenis brown noise (56,7%-93,75%) lebih tinggi jika dibandingkan dengan menggunakan background noise jenis white noise (34,75%-84,5%) dan pink noise (45,75%- 92,25%). Berbagai variasi Leq speech tidak berpengaruh secara signifikan terhadap speech intelligibility untuk SNR +5 db Nilai SI yang menggunakan background noise jenis brown noise lebih tinggi jika dibandingkan dengan menggunakan background noise jenis white noise dan pink noise. Kata kunci : Speech Intelligibility, PB. Word List, Background Noise, Leq speech, SNR 1. PENDAHULUAN Komunikasi sering kali terganggu dalam kondisi yang sangat bising, dan hal ini membuat pendengar mengalami kesulitan dalam memahami kata yang disampaikan oleh pembicara. Semakin tinggi level bising yang ada di lingkungan tersebut, semakin sulit seseorang memahami kata yang disampaikan oleh pembicara. Telah dilakukan penelitian dalam tugas akhir yang dilakukan oleh Faris Farianto yang berjudul Hubungan Speech Intelillgibility suara wanita terhadap tingkat tekanan bunyi bising latar dan tugas akhir dari Akhmad Fakhrurozi yang berjudul Pengaruh Background Noise terhadap Speech Intelligibility. Dari penelitian keduanya didapatkan beberapa kesimpulan, salah satunya yaitu semakin besar speech to noise ratio maka semakin besar pula speech intelligibilitynya. Pada kedua penelitian tersebut sumber yang digunakan adalah suara wanita. Dalam

kehidupan sehari-hari pembicara tidak hanya wanita, pembicara pria juga ada. Oleh karena itu pada penelitian kali ini sumber suara yang digunakan adalah suara pria, dan dicari hubungan antara speech intelligibility suara pria terhadap tingkat tekanan bunyi bising latar. 2. TINJUAUAN PUSTAKA 2.1 Suara Manusia Suara manusia dihasilkan oleh pita suara yang bergetar. Proses produksi suara manusia awalnya dihasilkan oleh tekanan glotis dari paru-paru. Proses ini yang menghasilkan aliran udara ke pita suara dan menyebabkan getaran pada membran pita suara sehingga menghasilkan suara manusia yang keluar melalui mulut dan hidung. Gambar 1. Rentang frekuensi speech dan beberapa instrumen musik Dalam Gambar 1 terlihat rentang frekuensi speech dan bunyi beberapa instrumen musik. Frekuensi getaran-getaran pita suara tergantung pada msasa dan ketegangan pita suara itu sendiri. Pria memiliki pita suara lebih panjang dan berat daripada pita suara wanita. Karena itulah seperti terlihat pada gambar suara pria mempunyai frekuensi terendah sekitar 125 Hz sedangkan pada wanita umumnya memiliki frekuensi terendah sekitar 25Hz. 2.2 Faktor-faktor yang Menentukan Kejelasan Suara Ucapan. Jika sebuah ruangan difungsikan untuk ruang percakapan, misalnya ruang konferensi, ruang drama, ruang kelas dan ruang pengadilan, maka salah satu parameter akustik yang harus diperhatikan adalah tingkat kejelasan kata. Kejelasan suara ucapan sangatlah penting dalam komunikasi lisan. Pengucapan kata harus jelas agar dimengerti apa yang diucapkan. Tidak hanya itu, kejelasan suara ucapan juga dipengaruhi oleh beberapa faktor diantaranya kondisi bising sekitar lingkungan tempat terjadinya percakapan, pengucapan kata pembicara, kondisi kesehatan pendengar dan kata yang diucapkan apakah familiar didengar pendengar atau tidak. Kondisi bising sekitar lingkungan tempat terjadinya percakapan merupakan salah satu faktor yang memiliki pengaruh terhadap kejelasan suara ucapan dari pembicara ke pendengar. Pada tempat yang memiliki tingkat bising latar yang tinggi, pendengar akan kesulitan untuk mengerti informasi yang disampaikan pembicara. Pembicara harus berbicara lebih keras agar pendengar mengerti apa yang diutarakan pembicara. Pengucapan kata pembicara memegang peran penting dalam kejelasan suara ucapan.

Cepat atau lambat melafalkan kata, dan aksentuasi dari pembicara sangat mempengaruhi pemahaman kata oleh pendengar. Kondisi kesehatan pendengar yang sedang sakit atau kelelahan akan membuat pendengar sulit berkonsentrasi dalam berkomunikasi. Kondisi kesehatan telinga manusia juga berbedabeda pada tiap orang, dan hal ini juga mempengaruhi penerimaan informasi dari pembicara. Familiar atau tidaknya kata yang diucapkan bagi pendengar juga mempengaruhi kejelasan suara ucapan yang diterima pendengar. Jika kata yang diucapkan oleh pembicara dirasa familiar oleh pendengar maka akan mudah diterima oleh pendengar. Sebaliknya, jika kata yang diucapkan oleh pembicara mengandung kata-kata yang dirasa tidak familiar oleh pendengar, maka informasi yang disampaikan oleh pembicara kepada pendengar akan sulit diterima sepenuhnya. kata yang didengar dengan benar oleh pendengar. Metode yang dapat digunakan untuk mengukur kejelasan suara ucapan adalah dengan menggunakan kalimat yang bermakna, kata-kata dan suku kata tak bermakna, yang dibacakan oleh seorang pembicara dan diperdengarkan ke pendengar. Ini dapat dipresentasikan pada berbagai tingkatan pada berbagai kebisingan latar belakang. Karena adanya perbedaan level dari suara pembicara dan suara dari background noise maka perlu kita ketahui apa yang dimaksud dengan Speech to noise ratio (SNR), yang membandingkan level suara yang didengar dengan level kebisingan latar. Dalam penelitian ini, SNR merupakan selisih antara tingkat tekanan bunyi sumber suara pria yang mengucapkan kata-kata dengan tingkat tekanan bunyi background noise. Perumusan secara matematis dapat ditulis sebagai berikut: 2.3 Besaran Kejelasan Suara Ucapan SNR= SPL speech - SPL noise.(1) 2.3.1 Speech Intelligibility Speech didefinisikan oleh kamus Merriam Webster sebagai ekspresi pikiran melalui kata yang diucapkan. Speech terdiri dari fonem, yang merupakan unit terkecil dari fonetik bahasa. Itu adalah bentuk gelombang kontinyu, yang memiliki frekuensi dasar antara 1 dan 4 Hz. Speech Intelligibility merupakan ukuran kejelasan suara ucapan yang menyatakan presen dengan: SNR = Speech to Noise Ratio (db) SPL speech = tingkat tekanan suara bunyi sumber suara pria (db), yang nilainya didapat dari nilai Leq sumber suara pembicara. SPL noise = tingkat tekanan background noise (db)

Dalam perumusan di atas apabila SNR ini bernilai negatif (-) berarti tingkat tekanan bunyi sumber suara pembicara lebih kecil daripada tingkat tekanan bunyi Background noise. Sebaliknya jika SNR bernilai positif (+) maka tingkat tekanan bunyi sumber suara pembicara lebih besar daripada tingkat tekanan bunyi Background noise. (sumber: Marshall long,26, hal:94) Gambar 2.2 Kurva persen kejelasan suara ucapan terhadap SNR Dari Gambar 2.2 terlihat ada tiga jenis bahan uji yang bisa digunakan untuk tes intelligibility antara lain: kalimat, kata-kata bermakna, kata yang tak bermakna. Pada Gambar 2.2 terlihat bahwa pada nilai SNR yang sama yaitu -4 besar nilai SI yang adalah 2% untuk bahan uji kata yang tak bermakna, 7% untuk bahan uji kata-kata yang bermakna dan 95% untuk bahan uji kalimat. Dapat kita simpulkan dari ilustrasi gambar di atas, bahwa untuk SNR yang sama, untuk 3 bahan uji di atas nilai SI yang berbeda, selain itu juga terlihat untuk kurva dari ketiga bahan di atas didapat semakin besar nilai SNR maka semakin besar pula nilai SI yang didapat. 2.3.2 Articulation Index (AI) Besaran lain yang bisa digunakan untuk mengukur kejelasan suara ucapan dalam ruang adalah Articulation index (AI) yang merupakan besaran yang sering digunakan untuk mencari speech intelligibility. AI merupakan besaran yang ditunjukkan dengan angka yang adalah petunjuk seberapa besar suatu informasi itu dapat didengar cukup jelas. Biasanya ditampilkan dalam bentuk angka antara (nol) sampai 1(satu). Misalnya jika nilai AI= 1 maka persen kata yang ditangkap dengan benar oleh pendengar sebesar 1%. Jika nilai AI=,3 maka persen kata yang ditangkap dengan benar oleh pendengar sekitar 3%. Dalam buku Marshall Long terdapat hubungan antara kejelasan kata dengan Articulation Index. Untuk nilai AI kurang dari,3 kata yang diterima hampir tidak terdengar oleh pendengar, sementara bila nilai AI antara,3 hingga,5 maka informasi yang diterima oleh pendengar cukup baik. Untuk nilai AI dari,5-,7 kejelasan informasi diterima baik oleh pendengar, dan bila nilai AI di atas,7 maka informasi didengar sangat baik oleh pendengar. 2.4. Warna Kebisingan Kebisingan merupakan kumpulan dari sinyal acak. Sumber kebisingan memiliki ciriciri yang berbeda, salah satunya adalah bentuk

spektrumnya yang berbeda. Dalam ilmu akustik, berdasarkan spektrum ini macam-macam sumber kebisingan ini dibedakan menjadi beberapa macam antara lain white noise, pink noise, brown noise, grey noise dan lain-lain. Namun pada tugas akhir ini hanya digunakan white noise, pink noise dan brown noise. 2.4.1. White noise White noise adalah kebisingan yang Intensity level sama pada semua frekuensi (lihat gambar 2.3). Bunyi kebisingan ini terdengar seperti suara desis yang biasanya kita dengarkan pada siaran televisi yang kosong, atau suara sirine kendaraan sepeda motor. misalnya pada peralatan elektronik dan bunyi detak jantung. Gambar 2.4 Spektrum Pink Noise 2.4.3. Brown Noise Brown Noise merupakan kebisingan yang memiliki bunyi yang tingkat intensitas bunyinya pada tiap frekuensi pita oktafnya menurun 6 db (lihat Gambar 2.5). Bunyi yang terdengar seperti Brown Noise misalnya bunyi deru air terjun. Gambar 2.3 Spektrum White Noise 2.4.2. Pink Noise Pink Noise merupakan kebisingan yang memiliki bunyi yang Intensity level tiap frekuensi pita oktafnya menurun 3 db (lihat Gambar 2.4). Karena energi yang muncul tiap pita oktaf tersebut selalu sama atau konstan, maka sumber bunyi ini sering digunakan dalam berbagai pengukuran akustik. Bunyi Pink Noise sering muncul dalam tubuh dan beberapa benda Gambar 2.6 Spektrum Brown Noise 2.5. Phonetically Balanced Word List dalam Bahasa Indonesia P.B list dalam bahasa Indonesia disusun oleh Fakultas Kedokteran, jurusan spesialis telinga hidung dan tenggorokan (THT) Universitas Gajah Mada dan jurusan THT Universitas Airlangga.

Untuk pertama kalinya, Bahasa Indonesia dibuktikan layak menjadi alat audiometri tutur. Penelitian dilakukan oleh Soewito, dalam disertasinya berjudul Audiometri Tutur Bahasa Indonesia Penyusunan, Pembakuan, dan Penerapan Klinis Daftar Kata sebagai Alat Uji Pendengaran. Kata-kata yang digunakan dalam penelitian tersebut harus dikenal oleh berbagai tingkat pendidikan, dan susunannya harus mengandung jenis dan frekuensi fonem yang seimbang dengan yang terdapat dalam percakapan sehari-hari. Untuk itu, Soewito merekam 5 ribu kata dari percakapan di kantor, pasar dan sekolah. Ke-5 ribu kata disebar pada 2 responden, dari tingkat pendidikan SD sampai sarjana. Hasilnya, terpakai 212 kata monosilabik (satu suku), 51 kata bisilabik (dua suku), 4 frase, dan 122 akronim. Tes intelligibility (pemahaman) dilakukan, sebelum daftar kata dibakukan. Hasilnya: kategori sangat jelas mencapai skor 75%- 1%, kategori jelas 5%-75%, kategori kurang jelas 25%-5%, kategori tidak jelas %-25%. Soewito tidak memakai kata yang hanya mencapai skor dibawah 5%. Ia kemudian mendapatkan 21 monosilabik, 51 bisilabik, 4 frase, dan 16 akronim dan disusun menjadi monosilabik 8 deret @25kata, bisilabik 1 deret @2kata, frase 1deret @2kata, akronim 5 deret @2kata, dan bilangan 1 deret @1kata. Dalam penelitian ini kata yang dipakai hanya bisilabik 1 deret @2kata dari UGM dan 1 deret @2 kata dari Univ.Airlangga, yang terdapat pada Lampiran I. 3. METODOLOGI Untuk memperoleh data speech intelligibility digunakan rekaman Phonetically Balanced Word List suara pria dalam bahasa Indonesia yang berasal dari hasil penelitian Fakultas kedokteran jurusan spesialis telinga dan tenggorokan (THT) Universitas Gajah Mada dan Universitas Airlangga. Background noise yang digunakan adalah White Noise, Pink Noise, dan Brown Noise yang dibangkitkan dengan perangkat lunak Yoshimasa Elektronic (YMEC). 3.1 Studi Literatur dan Pengenalan Peralatan Tahap studi literatur bertujuan untuk mempelajari dasar teori yang berkaitan dengan penelitian tugas akhir agar dapat digunakan sebagai landasan dalam melakukan pengukuran, analisa data dan pembahasan. Literatur yang digunakan dalam tugas akhir ini meliputi buku teks, artikel dan jurnal ilmiah serta materi dari internet. Tahap pengenalan peralatan membahas fungsi dan karakteristik peralatan yang digunakan dalam penelitian. Peralatan yang digunakan dalam penelitian ini dibagi menjadi dua macam, yaitu : perangkat keras dan perangkat lunak. Adapun perangkat keras meliputi : i. Laptop yang telah diinstal perangkat lunak audio editor sebagai perekam P.B list suara pria

ii. Amplifier : berfungsi sebagai penguat bunyi yang dikeluarkan dari PC sebelum masuk ke speaker. iii. Speaker : berfungsi mengeluarkan bunyi yang berasal dari PC setelah dikuatkan oleh amplifier. Speaker ini yang nanti disebut sebagai sumber bunyi. iv. Sound Level Meter (SLM) Rion tipe NL2: berfungsi sebagai alat untuk mengukur besarnya L eq. v. komputer (PC): perangkat lunak Yoshisama Elektronic yang telah diinstal didalam PC berfungsi sebagai pembangkit background noise jenis White Noise, Pink Noise, dan Brown Noise. vi. Tripod : sebagai penyangga SLM agar ketinggiannya tetap. Perangkat lunak yang dipergunakan meliputi: a. Yoshisama Elektronic yang digunakan untuk membangkitkan Background Noise jenis White Noise, Pink Noise dan Brown Noise. b. Audio Editor yang digunakan untuk merekam sumber suara pria. 3.2 Proses Perekaman Suara P.B List suara Pria Perekaman suara PB list dilakukan di ruang uji, laboratorium Akustik jurusan Fisika FMIPA ITS. P.B List dilafalkan oleh seorang pria dan direkam menggunakan mikropon SLM yang dihubungkan dengan laptop yang telah terinstal perangkat lunak audio editor. Hasil perekaman PB. List Test diolah dengan bantuan Audio Editor 6.9. untuk mendapatkan nilai L eq yang sama tiap katanya. Level ekuivalen (L eq ) adalah level konstan yang dalam waktu tertentu menghasilkan energi yang sama banyaknya dengan energi yang dihasilkan bunyi berfluktuasi dalam selang waktu yang sama. Pada Sound level meter untuk selang waktu yang singkat L eq dapat dibaca secara langsung cukup dengan menekan tombol mode. Setelah direkam suara pria diputar pada L eq 7 db tanpa background noise buatan. Rekaman didengarkan pada jarak 2 meter dari posisi pendengar. 1% dari daftar kata harus dapat didengar oleh pendengar dengan baik dan benar. Apabila terdapat kata yang tidak dapat didengar dengan baik maka dilakukan perekaman ulang dengan suara pria yang lain. 3.3 Pengambilan Data Langkah pertama yang dilakukan adalah mengkalibrasi SLM dengan menggunakan piston phone. Kalibrasi dilakukan dengan cara memasangkan piston phone pada mikropon SLM, kemudian mengkalibrasi YMEC menggunakan SLM yang dihubungkan ke PC, menyesuaikan level bunyi yang terbaca pada Yoshimasa Electronic disamakan dengan level yang tertera pada SLM yang masih terpasang piston phone yaitu 113,9 db untuk frekuensi 25 Hz. Caranya adalah dengan memilih tombol calibration yang terdapat pada program FFT Analizer dari Yoshimasa Electronic. Selanjutnya input levelnya diatur agar menunjukkan nilai 113,9 db pada frekuensi 25 Hz.

Langkah kedua adalah seperti pada Gambar 3.2 yaitu mengatur posisi speaker, mikropon SLM dan pendengar. Posisi pendengar berada pada jarak 2 meter baik terhadap speaker 1 (speaker penghasil suara pria) maupun speaker 2 (speaker penghasil background noise). Pendengar berada pada posisi duduk, dengan mikropon SLM diatur sama dengan ketinggian telinga pendengar. Selanjutnya ketinggian pusat kedua speaker terhadap lantai adalah 1,5 meter yang dianggap sesuai dengan ketinggian mulut pembicara. 2meter 2 meter Gambar 3.2 Posisi peralatan dan pendengar Tahap selanjutnya adalah merangkai peralatan untuk melakukan uji Speech intelligibility, seperti pada Gambar 3.3(a) dan Gambar 3.3(b) untuk speaker yang memutarkan speech dan juga background noise. Gambar 3.3(a) Rangkaian alat pembangkit background noise Gambar 3.3(b) Rangkaian alat pemutar rekaman suara pria Langkah-langkah pengambilan data dilakukan sebagai berikut, responden yang menjadi pendengar masuk ke ruang uji, posisi speaker dan pendengar sebagaimana ditunjukkan Gambar 3.2. Speaker 1 dan 2 dinyalakan bersamaan. Speaker 1 yang sebelumnya telah dirangkai untuk menghasilkan suara background noise buatan (white noise, pink noise dan brown noise) seperti terlihat pada Gambar 3.3(a) dan speaker 2 yang juga telah dirangkai seperti Gambar 3.3(b) menghasilkan sumber suara pria. Pada uji pertama dengan white noise, Leq speech diatur 7 db sedangkan SPL background noisenya diatur agar SNR -12 db (artinya SPL background noisenya 82 db). Rangkaian percobaan diulang kembali untuk SNR -1 db, - 8 db, -6 db, -4 db, -2 db, db, 2 db, 4 db, 6 db, 8 db dan 1 db. Seluruh rangkaian percobaan yang menggunakan white noise tersebut kemudian diulang kembali untuk variasi background noise yang lain yaitu pink noise dan brown noise. Nilai Leq yang ditunjukkan oleh SLM digunakan sebagai acuan untuk penentuan SPL yang diinginkan. Sebagai contoh saat pengambilan data untuk SNR -1, maka data yang diambil dapat memiliki komposisi, 8 db

untuk background noise buatan dan Leq 7 db untuk speech. 4. Pembahasan 4.1. Data Ruangan Ruang yang digunakan untuk pengukuran Speech Intelligibility (SI) ini adalah ruang uji Laboratorium Akustik Jurusan Fisika ITS yang mempunyai panjang 3,45 meter, lebar 3,42 meter dan tinggi 2,75 meter, serta memiliki waktu dengung 1,3 detik yang diukur menggunakan Yoshimasa Elektronic (YMEC). Keadaan ruangan memiliki tingkat tekanan bunyi background noise alami yang cukup besar 48-52dB pada kondisi ruang uji kosong dan saat sebelum dilakukan uji SI. Gambaran kondisi dalam ruangan dapat dilihat pada Gambar 2 Gambar 2. Keadaan ruangan pada saat pengambilan data Proses pengukuran Speech Intelligibility (SI) dilakukan di ruangan tersebut diambil pada saat lingkungan di sekitar ruangan sepi misalnya pada malam hari, atau pada saat hari libur perkuliahan. Hal itu dilakukan agar kebisingan dari luar ruangan karena masih banyak aktifitas manusia yang dilakukan diluar waktu tersebut yang dapat mengakibatkan level background noise meningkat. 4.2. Data Hasil Pengujian Pada pengukuran Speech Intelligibility (SI) digunakan sumber suara pria dengan tiga macam background noise (white noise, pink noise, dan brown noise), dan 12 speech to noise ratio (SNR) berbeda yaitu -12,-1,,8,1. Level background noise tertinggi adalah 82 db. Pada level tersebut pendengar diasumsikan sudah mengalami kesulitan dalam pendengaran. Jika background noise di atas level tersebut pendengar akan mengalami pusing di kepala dan akan mengganggu kesehatan pendengar. Level background noise buatan terendah diputar pada SPL 6 db, pada level ini hampir semua kata dapat didengar dengan sangat baik oleh pendengar. Juga bila Speech diputar pada 6 db pada pengujian SI untuk SNR +5, semua kata dapat didengar dengan baik oleh pendengar. Selanjutnya SPL Speech dan SPL noise disajikan dalam bentuk SNR dengan menggunakan selisih antara SPL speech dengan SPL noise seperti dalam persamaan (1): SNR=SPL Speech - SPL noise Nilai SPL speech adalah 7 db didapatkan dari nilai level ekivalensinya. Maka nilai SNR terendah dengan SPL noise =82dB SNR= 7-82= -12dB sedangkan nilai SNR tertinggi dengan SPL noise =6dB SNR= 7-6= +1dB

Dalam pengujian SI untuk variasi SNR dengan Leq 7 db dapat diketahui hubungan dari Speech Intelligibility dengan Speech to Noise Ratio dan pengujian Speech Intelligibility untuk Nilai SNR yang sama (+5dB) dapat terlihat pengaruh Background noise Buatan terhadap SI jika SNRnya sama. 4.2.1. Data Hasil Pengujian SI untuk Variasi SNR dengan Leq Speech 7 db Dari hasil pengujian yang dilakukan sebelumnya, kata yang dapat didengar dengan benar oleh pendengar dapat dilihat pada Lampiran II. Kemudian data tersebut dihitung % Speech Intelligibility dengan persamaan (4.1): %SI = jumlah kata yang ditulis benar oleh pendengar jumlah kata yang diperdengarkan 1% (2) Contoh: Jika Jumlah kata yang ditulis benar oleh pendengar adalah 1 kata dan jumlah kata yang diperdengarkan ke pendengar adalah 2 kata, maka: %SI = 1 x 1% = 5% 2 Pada kondisi yang dirasa nyaman untuk berkomunikasi pendengar akan dapat menuliskan kata dengan benar apa yang didengar. Hal ini dapat dilihat pada tabel hasil pengujian ketika SNR bernilai db sampai dengan 1 db, % SI yang didapatkan hasil yang nilainya cukup besar, ini berarti kondisi ruangan dengan SNR pada range tersebut pada Background noise jenis White noise hampir semua kata yang ditulis benar dari P.B List yang diputar. Hal ini dapat terlihat pada grafik Gambar 3. Speech Intelligibility (%) 1 8 6 4 2-12 -8-4 4 8 Speech to noise ratio (db) Gambar 3 Grafik hubungan antara SNR dan %SI rata-rata pada White Noise dengan Level Ekivalen Speech 7 db Dalam grafik yang ditunjukkan pada Gambar 3 dapat diketahui bahwa pada SNR sampai 4 diperoleh nilai SI sebesar 74,5% sampai dengan 78,5% yang berarti kejelasan suara ucapan pada nilai SNR tersebut termasuk dalam kategori jelas. Sedangkan untuk SNR 6 sampai 1 diperoleh besar nilai SI 83,75% sampai dengan 84,5 % yang berarti kejelasan suara ucapan pada nilai SNR tersebut termasuk dalam kategori sangat jelas. Hasil perhitungan % Speech Intelligibility untuk background noise jenis pink noise menghasilkan % Speech Intelligibility yang berbeda- beda tiap pendengar. Pink noise memiliki intensitas bunyi yang menurun 3dB tiap oktafnya. Gambar 4 menunjukkan grafik

hubungan antara SNR dan % Speech Intelligibility pada pink noise. Speech Intelligibility (%) 1 8 6 4 2-12 -1-8 -6-4 -2 2 4 6 8 1 Speech to noise ratio (db) Gambar 4 Grafik hubungan antara SNR dan %SI rata-rata pada Pink Noise dengan Level Ekivalen Speech 7 db Dari grafik yang ditunjukan pada Gambar 4.3 dapat diketahui bahwa pada SNR -1 sampai -6 diperoleh nilai SI sebesar 52,75 % sampai dengan 74,5 % ini berarti kejelasan suara ucapan pada SNR tersebut termasuk dalam kategori jelas. Sedangkan pada SNR-4 sampai 1 diperoleh nilai SI 76% sampai dengan 92,25% hal ini berarti kejelasan suara ucapan sangat jelas. Hasil perhitungan % Speech Intelligibility untuk background noise jenis brown noise menghasilkan % Speech Intelligibility yang cukup besar tiap pendengar. Gambar 5 menunjukkan hubungan antara SNR dan % Speech Intelligibility rata-rata. Dalam tabel diatas terdapat kejanggalan data yang terjadi pada SNR -1dB didapatkan standart deviasi yang cukup besar 23.31%. hal ini menyebabkan nilai SI yang diperoleh tidak dapat dijadikan acuan untuk menentukan kejelasan suara ucapan yang terjadi pada SNR tersebut. Dari Gambar 5 dapat diketahui bahwa pada SNR -8 sampai dengan 1 didapatkan nilai Speech Intelligibility sebesar 84,25 % sampai dengan 93,75 % termasuk dalam kategori sangat jelas. Speech Intelligibility (%) 1 8 6 4 2-12 -8-4 4 8 Speech to noise ratio (db) Gambar 5 Grafik hubungan antara SNR dan %SI rata-rata pada Brown Noise dengan Level Ekivalen Speech 7 db Pengaruh jenis background noise terhadap presentase Speech Intelligibility dapat dilihat dalam Gambar 6. Speech intelligibility (%) 1 8 6 white noise 4 pink noise 2 brown noise -12-8 -4 4 8 Speech to noise ratio (db) Gambar 6. Pengaruh jenis background noise dan % Speech Intelligibility

Dari Gambar 6 diatas didapatkan kesimpulan bahwa pada semua jenis background noise cenderung semakin tinggi SPL background noise akan menurunkan nilai % Speech Intelligibility. Secara lebih rinci white noise menutupi suara pria lebih besar daripada pink noise dan brown noise. Hal ini dikarenakan pada spektrum white noise lebih mampu menutupi spektrum suara pria dibanding pink noise dan brown noise seperti yang ditunjukkan pada Gambar 7 yang menunjukkan gambar dari spektrum dari Background noise buatan dan spektrum suara pria. Gambar 7 Perbandingan penutupan spektrum suara pria oleh spektrum berbagai background noise Pada background noise jenis brown noise suara pria terdengar cukup jelas di semua SNR yang diujikan ke pendengar hal ini dikarenakan pada brown noise dominan pada frekuensifrekuensi rendah sedangkan suara pria berfrekuensi rendah pula. Sehingga suara pria justru menutupi background noise jenis brown noise. Begitu juga pada background noise jenis pink noise yang dominan pada frekuensifrekuensi tinggi, suara pria masih dapat tertutupi oleh pink noise. 4.3 Data % Speech Intelligibility pada SNR yang sama (+5dB) untuk variasi SPL suara pria yang berbeda-beda. Pada pengujian ini dilakukan lima variasi Leq suara pria yaitu 8 db, 75dB, 7dB, 65dB dan 6 db. Variasi SPL suara pria tersebut dipilih karena ketika suara pria diputar pada SPL lebih dari 8dB, pendengar merasa sakit telinga sehingga nilai variasi maksimal diambil pada nilai 8dB. Sedangkan nilai Leq suara pria minimum yang dipakai 6 db karena dengan SNR yang sama (+5dB) maka SPL background noise harus sebesar 55dB jika SPLnya di bawah nilai tersebut maka suara speaker berdengung jika berada pada 54 db, sehingga nilai SPL background noise minimum yang digunakan adalah 55dB. Data hasil pengujian tersebut dapat dilihat di lampiran III. Data tersebut kemudian dihitung % Speech Intelligibility dengan persamaan 1 dan didapatkan nilai-nilai % Speech Intelligibility. Untuk memudahkan analisa data, maka data ditampilkan dalam bentuk grafik hubungan % Speech Intelligibility rata-rata pada SNR sama (+5dB) seperti pada Gambar 8 merupakan grafik hubungan % Speech Intelligibility pada SNR yang sama (+5dB) untuk white noise, Gambar 9 merupakan grafik hubungan % Speech Intelligibility pada SNR yang sama (+5dB) untuk

pink noise, dan Gambar 1 merupakan grafik hubungan % Speech Intelligibility pada SNR yang sama (+5dB) untuk brown noise. %Speech Intelligibility Gambar 8 Grafik % Speech Intelligibility pada SNR sama (+5dB) untuk background noise jenis White noise Grafik di atas menunjukkan untuk Speech to noise ratio (+5dB) didapatkan %Speech Intelligibility yang cukup besar, dan berkategori sangat jelas. Hal ini berarti pada SNR tersebt pendengar dapat menuliskan kata-kata yang disampaikan pembicara dengan sangat jelas. Hal ini ternyata juga terjadi pada jenis background noise yang lain. %Speech Intelligibility 1 8 6 4 2 white noise 6 65 7 75 8 Level ekivalen Speech (db) 1 8 6 4 Pink Noise 2 8 75 7 65 6 Level Ekivalen Speech (db) Gambar 9 Grafik % Speech Intelligibility pada SNR sama (+5dB) untuk background noise jenis Pink noise %Speech Intelligibility 1 8 6 4 brown noise 2 8 75 7 65 6 Level Ekivalen Speech (db) Gambar 1 Grafik % Speech Intelligibility pada SNR sama (+5dB) untuk background noise jenis Brown noise Gambar 8, Gambar 9 dan Gambar 1 diatas dibandingkan dalam Gambar 11 untuk mengetahui hubungan % Speech Intelligibility rata-rata pada SNR sama (+5dB) untuk berbagai jenis background noise %Speech Intelligibility 1 8 6 White Noise 4 Pink Noise 2 brown Noise 6 65 7 75 8 Level Ekivalen Speech (db) Gambar 11 Grafik %Speech Intelligibility pada SNR sama (+5dB) untuk berbagai jenis background noise Dari Gambar 11 di atas dapat diketahui % Speech Intelligibility hampir sama yaitu sekitar 82% untuk White noise, sekitar 87% untuk Pink noise dan sekitar 9% untuk Brown noise.

Semua background noise dengan SNR (+5dB) menghasilkan kejelasan suara ucapan yang termasuk dalam kategori sangat jelas. Dari gambar spektrum suara pria dan background noise buatan serta data hasil pengujian SI yang telah diperoleh dapat dikatakan bahwa untuk background noise yang lebih dapat menutupi suara pria secara berurutan adalah white noise, pink noise dan brown noise. 5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Beberapa kesimpulan yang dapat diambil dari penelitian ini adalah : 1. Pada Semua jenis background noise semakin tinggi SPL background noise akan semakin rendah nilai % Speech Intelligibility 2. Nilai SI rata-rata yang dihasilkan untuk level ekivalen speech 7 db menggunakan background noise jenis brown noise lebih tinggi jika dibandingkan dengan menggunakan background noise jenis white noise dan pink noise. 3. Kejelasan ucapan kata yang termasuk dalam kategori sangat jelas dihasilkan untuk background noise jenis white noise antara78,5%-84,5% pada SNR db sampai +1dB; untuk background noise jenis pink noise antara 76%-92,25% pada SNR -2 db sampai +1dB; dan untuk background noise jenis brown noise antara 84,25%-93,75% pada SNR - 8dB sampai +1dB. 4. Speech to Noise Ratio (SNR) yang sama (+5dB) pada Level ekivalen speech dan background noise berbeda menghasilkan kejelasan suara ucapan Speech Intelligibility yang kategori sangat jelas. 5.2 Saran Untuk penelitian lanjutan, penulis menyarankan agar menambahkan jumlah tes uji SI dan menambahkan jumlah kata-kata yang akan diujikan ke pendengar serta melakukan pembobotan (db A ) dalam melakukan pengukur SPL background noise dan Leq speech sumber. 6. DAFTAR PUSTAKA Geoffroy, Anne Nancy, (25), Measuring Speech Intelligibility in Voice Alarm Communication Systems, Worcester Polytechnic Institute, Worcester, hal 4-6 Long, Marshall, (26), Architectural Acoustic, Elsevier Academic Press, London, hal. 93-97 Leslie L, Doelle dan Lea Prasetio, Akustik lingkungan, Mc Graw Hill Book Company, New York, hal.14-19 Leo, Krzysztof, (21), Speech Intelligibility Measurements in Auditorium, Faculty of Physics and Applied Mathematics, Technical University of Gdansk, Polandia

Murray Hodgson dan Eva-Marie Nosal, (22), Effect of Noise and Occupancy on Optimal Reverberation Times for Speech Intelligibilityin Classroom, University of British Columbia, Kanada. Meyer Sound Laboratories, (23), Speech Intelligibility Papers, Meyer Sound Laboratories. Herman J. M, Steeneken, (1999), The Measurement of Speech Intelligibility, Soesterberg, Netherlands, hal 1