d. Tombol “SELESAI” Fungsi dari tombol “SELESAI” adalah untuk mengakhiri proses pengenalan dan
untuk menutup GUI. Untuk program yang digunakan pada tombol ini seperti pada Gambar 4.11.
Gambar 4.11 Program untuk menutup GUI
4.2. Hasil Pengujian Program Pengenalan Suara Alat Musik
4.2.1. Pengujian Parameter Pengenalan Alat Musik
Pengujian program pengenalan alat musik dilakukan melalui beberapa tahapan pengujian. Parameter yang digunakan untuk pengujian adalah variasi nilai titik Frame
Blocking dan Windowing Koefisien. Kedua parameter tersebut akan diuji secara real time dan secara tidak real time.
4.2.1.1. Pengujian Secara tidak real time
Sebelum melakukan tahap pengujian secara tidak real time, penulis membuat suara uji terlebih dahulu untuk digunakan pada tahap ini. Pada saat pengujian, suara uji yang
digunakan sebanyak 10 data untuk setiap nada pada ketiga alat musik. Pengujian secara tidak real time ini menggunakan dua parameter yang memiliki varian tiap parameternya yaitu
Frame Blocking dan Windowing Koefisien. Nilai varian titik Frame Blocking yang digunakan yaitu 32, 64, 128, 256, 512 dan varian Windowing Koefisien yang digunakan
yaitu 40, 50, 60, 70, 80. Pada tahap ini, sebelumnya penulis telah melakukan pengujian untuk menperoleh hasil pengenalan alat musik secara tidak real time. Tabel 4.1,
4.2, dan 4.3 adalah presentase tingkat pengenalan pengujian secara tidak real time untuk tiap alat musik.
Tabel 4.1. Hasil pengujian secara tidak real time alat musik belira
Frame Blocking
Titik Windowing Koefisien
40 50
60 70
80 32
83,75 95
95 95
96,25 64
93,75 97,5 97,5
97,5 95
128 97,5 98,75 98,75 98,75 98,75
256 98,75 98,75 98,75
100 100
512 98,75 98,75 98,75 98,75 98,75
close;
Gambar 4.12. Grafik pengujian secara tidak real time alat musik belira Tabel 4.2. Hasil pengujian secara tidak real time alat musik pianika
Frame Blocking
Titik Windowing Koefisien
40 50
60 70
80 32
51,25 62,5 81,25 80
82,5 64
91,25 92,5 95
98,75 98,75 128
96,25 100
100 100
100 256
93,75 98,75 98,75 98,75 98,75 512
100 100
100 100
100
Gambar 4.13. Grafik pengujian secara tidak real time alat musik pianika
80 84
88 92
96 100
40 50
60 70
80 T
ingka t P
enge na
la n
Windowing Koefisien
Pengaruh Frame Blocking dan Windowing Koefisien Alat Musik Belira
32 64
128 256
512
50 60
70 80
90 100
40 50
60 70
80 T
ingka t P
enge na
la n
Windowing Koefisien
Pengaruh Frame Blocking dan Windowing Koefisien Alat Musik Pianika
32 64
128 256
512
Tabel 4.3. Hasil pengujian secara tidak real time alat musik recorder
Frame Blocking
Titik Koefisien
Windowing
40 50
60 70
80 32
75 72,5
75 76,25 78,75
64 90
92,5 93,75 93,75 93,75 128
85 97,5
100 100
100 256
87,5 98,75 100
100 100
512 91,25 97,5
100 100
100
Gambar 4.14. Grafik pengujian secara tidak real time alat musik recorder Berdasarkan data hasil pengujian tingkat pengenalan secara tidak real time di atas
Tabel 4.1, 4.2, dan 4.3, tingkat kenaikan dan penurunan tingkat pengenalan suara alat musik dipengaruhi oleh variasi dari Windowing Koefisien. Semakin besar nilai persenan
Windowing Koefisien pada tiap varian Frame Blocking maka tingkat pengenalan alat musik semakin tinggi, begitupun juga sebaliknya. Hal ini disebabkan karena semakin kecil nilai
persenan Windowing Koefisien pada tiap varian Frame Blocking, maka data input yang diolah akan semakin sedikit. Sehingga tingkat pengenalan mengalami penurunan.
Seperti ditunjukkan pada Gambar 4.15 dan 4.16 adalah hasil output sinyal yang dihasilkan dari proses ekstraksi ciri. Dapat dilihat pada Gambar 4.15, sebanyak 50 data yang
diolah. Serta ketiga output memiliki nilai korelasi yang berbeda pada tiap alat musik. Untuk alat musik belira memiliki nilai korelasi yaitu 0,6241, alat musik recorder yaitu 0,5004, dan
alat musik pianika yaitu 0,2343. Sedangkan pada Gambar 4.16, data yang diolah sebanyak
70 75
80 85
90 95
100
40 50
60 70
80 T
ingka t P
enge na
la n
Windowing Koefisien
Pengaruh Frame Blocking dan Windowing Koefisien Alat Musik Recorder
32 64
128 256
512
100 data, dan juga ketiga output tersebut memiliki nilai korelasi. Untuk alat musik belira memiliki nilai korelasi yaitu 0,6265, alat musik recorder yaitu 0,5714, dan alat musik
pianika yaitu 0,4882 seperti yang terlampir pada lampiran L-45. Hasil korelasi antara kedua gambar tersebut menunjukkan, nilai korelasi Gambar 4.15 lebih besar dibandingkan
dengan Gambar 4.16. Dengan melihat hasil korelasi dan jumlah data yang diolah, maka tingkat pengenalan
dengan nilai Windowing Koefisien 80 lebih tinggi dibandingkan dengan nilai Windowing Koefisien 40.
a Belira b Recorder
c Pianika Gambar 4.15. Hasil sinyal pengujian dengan titik Frame Blocking 128 dan
Windowing Koefisien 40
a Belira b Recorder
c Pianika Gambar 4.16. Hasil sinyal pengujian dengan titik Frame Blocking 128 dan
Windowing Koefisien 80
4.2.1.2. Pengujian Secara Real Time
