sehingga dapat terbentuk pada skala yang sama, agar kuat atau lemahnya suara nada gitar yang dilakukan tuning tidak terlalu memengaruhi proses penganalan.
Berdasarkan persamaan 2.2, proses normalisasi ini dilakukan dengan cara membagi setiap nilai data masukan yaitu nada terekam dengan nilai absolut maksimal dari
data masukan tersebut, sehingga didapatkan sinyal yang ternormalisasi untuk nada terekam.
3.4.3. Frame Blocking
Diagram alir frame blocking ditunjukkan pada Gambar 3.8.
Tidak Tidak
Tidak
Ya Ya
Ya Tidak
Tidak
Ya Ya
Gambar 3.8. Diagram Alir Frame Blocking
Setelah proses normalisasi, maka proses selanjutnya yaitu frame blocking. Panjang frame yang diberikan yaitu 16, 32, 64, 128, 256, dan 512. Panjang frame yang digunakan
START
Masukan: Hasil Normalisasi
END Mengambil Data
Sepanjang Nilai Frame Frame
= 16 Frame
= 32 Frame
= 64
Keluaran: Hasil Frame Blocking
di GUI Frame
= 128 Frame
= 256 Frame
512 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
sangat mempengaruhi keberhasilan dalam analisa spektral. Di satu sisi ukuran dalam frame harus sepanjang mungkin untuk dapat menunjukkan resolusi frekuensi yang baik. Tetapi di
sisi lain ukuran frame juga harus cukup pendek untuk dapat resolusi waktu yang baik. Dalam proses ini, data yang diambil mulai dari sinyal yang paling kiri dan akan diambil sepanjang
nilai frame yang sudah diberikan, sehingga dapat memudahkan dalam perhitungan dan analisa sinyal. Data yang diambil dapat mewakili data terekam. Data yang diambil tersebut
merupakan keluaran untuk proses frame blocking.
3.4.4. Windowing
Diagram alir windowing ditunjukkan pada Gambar 3.9.
Gambar 3.9. Diagram Alir Windowing
Suara yang dipotong-potong menjadi beberapa frame membuat data suara menjadi discontinue, hal ini mengakibatkan kesalahan data proses Fourier transform. Fungsinya
windowing untuk mengurangi efek diskontinuitas tersebut saat sinyal ditransformasikan ke domain frekuensi. Proses ini menggunakan fungsi hamming yang ada di program Matlab.
Hamming window membuat hasil windowing akan lebih halus dalam menghilangkan efek diskontinuitas, untuk mendapatkan hasil untuk proses windowing, maka hasil frame blocking
START
Masukan: Hasil Frame Blocking
Hasil Frame Blocking dikalikan dengan Hamming Window
END Keluaran: Hasil
Windowing PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dikalikan dengan hamming window. Fungsi window yang paling sering digunakan dalam aplikasi voice recognition adalah hamming window. Hamming Window mempunyai side
lobe yang paling kecil dan main lobe yang paling besar sehingga hasil windowing akan lebih halus dalam menghilangkan efek diskontinuitas. Berdasarkan persamaan 2.3, hamming
window adalah sebuah sebuah vektor dengan jumlah sebanyak n. Nilai n akan disesuaikan dengan banyaknya elemen pada frame sehingga banyaknya elemen pada hamming window
akan sama dengan banyaknya elemen pada frame. Hal tersebut akan menghilangkan efek diskontinuitas pada proses Fourier transform ini.
3.4.5. FFT dan Spektrum Frekuensi
