yakni Cis, Fis, Gis dan Ais. Dalam pengujian ini apakah nilai thresholding bekerja dan berpengaruh pada hasil dari pengenalan nada. Pengujian dilakukan sebanya sepuluh kali
untuk setiap nada-nada kromatis. Hasil pengujian dengan nada kromatis ditujukan pada tabel 4.9.
Tabel 4.9. Hasil pengujian dengan masukan nada-nada kromatis pada saksofon alto
Input Output
ERROR Persentase
Keberhasilan Do
Re Mi
Fa Sol
La Si
Do Tinggi
Cis 10
100 Dis
4 6
60 Fis
10 100
Gis 10
100 Ais
10 100
Rata-rata tingkat persentase keberhasilan pengenalan nada 92
Dari hasil pengujian dengan nada-nada kromatis pada tabel 4.8 dapat dilihat bahwa pada masukan nada Dis dikenal sebagai nada Re, dimana nada Dis merupakan nada antara
Do dan Re sehingga kemungkinan sistem akan mengenali nada Re. Berdasarkan dari hasil tersebut bahwa nilai thresholding yang digunakan sangat mempengaruhi pengenalan nada
yang dihasilkan dan nilai jarak antara nada Dis dan Re cukup dekat. Nilai variasi windowing
koefisien juga sangat mempengaruhi hasil pengenalan nada, apabila variasi windowing
koefisien digunakan semakin besar maka jarak antara nada akan semakin jauh. Apabila jarak semakin jauh maka tingkat pengenalan nada yang dihasilkan semakin baik.
Selain itu, kuat lemahnya tiupan juga mempengaruhi hasil pengenalan nada apakah nada dikenali ERROR atau dikenali nada lain.
56
BAB V
KESIMPULAN DAN SARAN
5.1 KESIMPULAN
Berdasarkan percobaan dan pengujian sistem pengenalan nada saksofon alto maka dapat disimpulkan sebagai berikut :
1. Pada pengujian untuk setiap 1, 2, 4 dan 8 database untuk setiap nadanya secara
tidak real-time bahwa dengan menggunakan database nada sedikit yakni dengan 1 database
sudah mampu untuk mengenali nada saksofon alto. 2.
Pengujian pengenalan nada saksofon alto secara real-time menggunakan 1 database
dengan variasi frame blocking 128, windowing koefisien 50 dan nilai k=1 pada k-NN tanpa menggunakan Threshoding memiliki persentase pengenalan
nada mencapai 100. 3.
Pengenalan nada-nada kromatis pada saksofon alto mencapai 92. Dengan database
yang sama pengenalan nada dengan masukan pianika menghasilkan 83,75.
5.2 SARAN
Sistem pengenalan saksofon alto ini masih memiliki kekurangan. Ada beberapa saran yang diharapkan dapat mengurangi kekurangan tersebut, antara lain:
1. Pengembangan dapat dilakukan agar sistem dapat mengenali nada tanpa harus
merekam masukan secara manual melainkan secara continuous. 2.
Pengembangan sistem dengan menambahkan tombol pemutaran nada yang telah direkam, sehingga user dapat mengetahui nada tersebut telah terekam dengan baik.
57
DAFTAR PUSTAKA
[1] Ortiz, M., 2002, Menumbuhkan Anak-anak Yang Bahagia, Cerdas, dan Percaya Diri
Dengan Musik , Jakarta : Gramedia Pustaka Utama.
[2] Kurnia, Andi, Penala, Nada Alat Musik Menggunakan Alih Ragam Fourier, Jurusan
Teknik Elektro UNDIP, Semarang. [3]
Darmawan, Tomi,
2012, Musical
Instruments Sound
Recognition [
http:www.slideshare.netmezzoblues diakses tanggal 5 Januari 2015
[4] Rubiyo, Melanie, Pradipta, 2014, Pengenalan Nada Seruling Rekorder Alto Secara
Realtime Menggunakan Ekstraksi Ciri DCT dan Fungsi Korelasi, Tugas Akhir,
Fakultas Sains dan Teknologi Sanata Dharma, Yogyakarta. [5]
Walasakti, Isoworo, Yogi , 2013, Pengenalan Nada Gamelan Kenong Secara Real Time Menggunakan Ekstraksi Ciri DCT dan Fungsi Jarak Chebyshev,
Tugas Akhir, Fakultas Sains dan Teknologi Sanata Dharma, Yogyakarta.
[6] Sinaga, Doli, Pembelajaran Saxophone Alto Pada Lagu Nothings Gonna Change My
Love, Tugas Akhir, Fakultas Seni Musik Universitas Negeri Medan, Medan.
[7] Hasugian,Jimmy,2008,TeoriMusik,
https:yoyokpm.files.wordpress.com200804teori_musik1.pdf diakses pada tangal
5 Januari 2015 [8]
Elsea, P., 1996, Microphones, http:artsites.ucsc.eduEMSMusictech_backgroundTE-20teces_20.html
diakses pada tanggal 5 Januari 2015
[9] Computer Hope, Sound Card,
http:www.computerhope.comjargonssouncard.htm diakses tanggal 28 Februari 2015
[10] Irawan, A, Feriza, 2012, Buku Pintar Pemrograman Matlab, MediaKom,Yogyakarta.
[11] Juang, B. H., Rabiner, L., 1993, Fundamentals Of Speech Recognition. Signal
Processing Series , Prentice Hall, Englewood Cliffs, NJ.
[12] Hakim, L., 2012, Analisa Suara Serak Berbasis Transformasi Wavelet dan Algoritma
Jaringan Syaraf Tiruan , Tugas Akhir Jurusan Teknik Elektro, Institut Teknologi
Sepuluh Nopember, Surabaya. [13]
Pemotongan Sinyal, httpeprints.undip.ac.id253441ML2F003484.pdf
16 Februari 2015
