1
1 BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan ilmu pengetahuan dan teknologi meningkat dengan cepat. Dalam ilmu pengetahuan dan teknologi khususnya pada bidang
komunikasi, pengolahan sinyal memiliki peranan yang sangat penting. Penelitian yang intensif dalam bidang pengolahan sinyal menyebabkan
teknologi komunikasi berkembang sangat pesat. Salah satunya adalah pengenalan suara. Konsep pengenalan suara dapat diterapkan dalam
beberapa bidang untuk menyelesaikan beberapa permasalahan. Diantaranya yaitu pengenalan suara mesin kendaraan terutamanya mesin sepeda motor.
Terdapat berbagai macam pola suara mesin sepeda motor yang dapat menunjukkan jenis kerusakan dari mesin sepeda motor. Masih banyak
masyarakat pengguna sepeda motor yang tidak mengerti kerusakan yang terjadi pada mesin sepeda motor mereka, hingga menyebabkan mesin
sepeda motor semakin rusak karena dibiarkan begitu saja. Selain itu kerusakan pada mesin sepeda motor sering terjadi akibat kelalaian dalam
melakukan perawatan. Untuk penggunaan sepeda motor yang baik, diperlukan perawatan mesin sepeda motor secara berkala. Dalam melakukan
pengecekan dan perawatan mesin sepeda motor, para teknisi bengkel sering kali lebih cepat mengetahui kerusakan yang terjadi pada sebuah mesin
sepeda motor hanya dengan mendengar suara mesin sepeda motor tersebut. Hal ini mereka lakukan untuk mempercepat dalam mendiagnosa kerusakan
mesin sepeda motor tanpa harus membongkar mesin terlebih dahulu. Pada tahun 2011, terdapat penelitian yang dilakukan oleh sekelompok
mahasiswa Teknik Elektro Universitas Jendral Soedirman, mengenai sistem pendeteksian kerusakan mesin sepeda motor 4-langkah berbasis suara
menggunakan Support Vector Machine SVM. Dari penelitian tersebut diperoleh informasi bahwa kerusakan sepeda motor dapat dideteksi dengan
baik melalui suara dan penggunaan SVM dalam proses identifikasi suara mampu memberikan ketepatan pendeteksian hingga mencapai 100
Susilawati, dkk 2011. Pada tahun 2007, terdapat penelitian yang dilakukan oleh sekelompok mahasiswa Teknik Elektro Sekolah Tinggi Teknologi
Telkom, mengenai pengenalan suara jantung menggunakan metode LPC dan JST-BP. Dari penelitian tersebut diketahui bahwa metode ekstraksi ciri
menggunakan LPC memberikan hasil yang menjanjikan untuk pengenalan suara secara otomatis, sehingga tingkat keberhasilan pada saat pendeteksian
semakin tinggi. Hal tersebut terbukti dengan nilai sensitivitas total untuk klasifikasi 4 kelas TP adalah 96.55 Anggraeni, dkk 2007. Pada tahun
2012, terdapat penelitian yang dilakukan oleh sekelompok mahasiswa Teknik Elektro Universitas Diponegoro, mengenai Aplikasi Pencirian
Dengan Linear Predictive Coding Untuk Pembelajaran Pengucapan Nama Hewan Dalam Bahasa Inggris Menggunakan Jaringan Syaraf Tiruan
Propagasi Balik. Dari penelitian tersebut di peroleh kesimpulan bahwa metode Jaringan Syaraf Tiruan Propagasi Balik mampu untuk mengenali
pola suara dengan tingkat pengenalan yang tinggi, terbukti dengan presentasi benar antara 80-99 Rohman, dkk 2012.
Berdasarkan beberapa
penelitian diatas,
untuk mengatasi
permasalahan tentang identifikasi kerusakan mesin sepeda motor tersebut, maka dalam penelitian ini akan dibuat sebuah aplikasi yang mampu untuk
mengidentifikasi kerusakan mesin sepeda motor berdasarkan suara mesin dengan menggunakan fitur Linear Predictive Coding LPC untuk proses
ekstraksi ciri suara dan untuk pengenalan pola sinyal suara menggunakan metode Jaringan Saraf Tiruan Back Propagation. Dengan adanya sistem ini
diharapkan dapat membantu masyarakat yang kurang mengerti dengan mesin sepeda motor untuk dapat mengidentifikasi sendiri kerusakan mesin
sepeda motor mereka dan juga dapat membantu khususnya teknisi mesin sepeda motor dalam mendiagnosa kerusakan mesin.
1.2 Rumusan Masalah
