a.
Dari vektor pelatihan N, identifikasi k tetangga terdekat, dengan mengabaikan label kelas. Untuk masalah dua kelas dipilih nilai k yang ganjil. Secara umum nilai
k ini bukan kelipatan dari jumlah kelas M.
b.
Dari sampel k tersebut, identifikasi jumlah vektor, k
i
, yang masuk dalam kelas
i
,i=1, 2, …., M. Hal ini dapat juga dinyatakan dengan
i
k
i
= k .
c.
Tetapkan x untuk kelas
i
berdasarkan jumlah k
i
terbanyak dari sampel.
18
Mikrofon
Proses Perekaman Proses Pengenalan
Nada
Notebook Saksofon Alto
BAB III PERANCANGAN
3.1. Sistem Pengenalan Nada Saksofon Alto
Diagram blok sistem pengenalan nada saksofon alto secara keseluruhan diperlihatkan pada Gambar 3.1.
Gambar 3.1. Diagram Blok Sistem Pengenalan Nada Saksfon Alto
Sistem pengenalan nada saksofon alto terdiri dari perangkat keras dan perangkat lunak. Perangkat keras terdiri dari saksofon alto, mikrofon, dan notebook. Sedangkan
perangkat lunak terdiri dari program pada notebook yang berfungsi sebagai interface dalam proses pengenalan nada. Perangkat lunak yang dibuat dengan menggunakan Matlab
tersebut memiliki peran penting dalam proses pengaturan sistem pengenalan nada saksofon alto seperti merekam nada saksofon alto dan mengenali suara nada yang terekam.
Perekaman suara nada dilakukan oleh notebook melalui mikrofon pada line in notebook.
Sound Card
a. Saksofon
Saksofon yang digunakan adalah saksofon jenis alto. Saksofon alto berfungsi untuk menghasilkan nada D, E, Fis, G, A, B, Cis, D
’ yang akan dikenali oleh perangkat lunak. Nada yang dihasilkan akan direkam menggunakan mikrofon yang terdapat pada line in
notebook. b.
Mikrofon Mikrofon berfungsi untuk menangkap sinyal analog dan kemudian menyalurkannya ke
sound card pada notebook melewati line in yang ada pada sound card. Mikrofon yang
digunakan adalah GoMic Portable USB Microphone by SAMSON seperti yang ditunjukkan pada Gambar 3.2. GoMic Portable USB Microphone sangat mudah digunakan
dan dibawa karena bentuknya yang sangat ringan.
Gambar 3.2. GoMic Portable USB Microphone by SAMSON
Tabel 3.1 Spesifikasi GoMic Portable USB Microphone by SAMSON Pollar pattern
Cardiod and Omni Frequency Response:
Cardiod Omni
80 Hz – 18 KHz
20Hz – 20 KHz
Element type Fixed Charge electret
Element Diameter 10mm
Diapragm thicknes Cardiod and Omni
4 Microns and 2 Microns Sensitivity
-47 +- 2dBPa
Tabel 3.1 Lanjutan Spesifikasi GoMic Portable USB Microphone by SAMSON SPL
023 lbs .105 Weight
2.8” x 1.7 x 23” x 0.9” Dimensions
70.5mm x 43.5mm x 23mm
c. Sound card
Sound card berfungsi mengubah sinyal analog dari mikrofon menjadi sinyal digital.
Sound card yang digunakan adalah sound card yang sudah terpasang pada motherboard.
Dalam konversi sinyal analog menjadi sinyal digital dan kemudian disimpan diperlukan pengaturan yang meliputi pengaturan frekuensi sampling dan channel. Pengaturan tersebut
dilakukan pada proses perekaman oleh program yang akan dibuat. d.
Proses perekaman Proses perekaman merupakan proses masuknya nada terekam melalui mikrofon pada
line in notebook berupa sinyal digital. Proses perekaman berfungsi untuk merubah data
sinyal analog menjadi data sinyal digital. Sinyal digital kemudian disimpan dan digambarkan dalam sebuah plot. Data nada yang telah disimpan disebut nada terekam dan
kemudian dapat diproses untuk dikenali lewat proses pengenalan nada. e.
Proses pengenalan nada Proses pengenalan nada adalah proses mengenali nada yang terekam agar dapat
diketahui jenis nada apa yang direkam. Proses ini terdiri dari subproses normalisasi, pemotongan sinyal, frame blocking, normalisasi 2, windowing, ekstraksi ciri FFT,
perhitungan jarak Simetrik Probabilistik
2
Database, K-NN sebagai penentuan hasil nada. Diagram blok proses pengenalan nada dapat dilihat pada Gambar 3.3.
Gambar 3.3. Proses Pengenalan Nada Saksofon Alto
Masukan Suara saksofon
alto.wav Pemotongan
Sinyal Frame
Blocking Windowing
Perhitungan Jarak Simetrik Probabilitas
2 Penentuan
Hasil Pengenalan
Nada K-NN Keluaran
Tampilan dalam
bentuk teks Normalisasi
Ekstraksi Ciri FFT
Data Base Normalisasi 2
Setiap subproses dalam proses pengenalan nada memiliki fungsi masing-masing, yaitu : 1.
Nada Saksofon Alto Hasil dari sampling nada saksofon alto yang direkam dengan menggunakan mikrofon
akan diproses ke tahap selanjutnya seperti yang ditunjukkan pada Gambar 3.4. 2.
Pemotongan Sinyal Fungsi proses pemotongan sinyal adalah untuk menghilangkan efek noise atau suara
lain yang ikut terekam saat proses perekaman. 3.
Frame blocking Proses ini berfungsi untuk memilih data dari data nada terekam, sehingga data yang
dipilih dapat mewakili semua data pada nada terekam. 4.
Normalisasi Data yang telah melalui proses frame blocking selanjutnya dinormalisasi. Pada tahap
ini semua nada saksofon alto yang sudah terekam akan dinormalisasikan. Tujuan dari normalisasi ini agar amplitudo pada saat nada dimainkan bisa maksimal.
5. Windowing
Data yang telah dinormalisasikan mengalami proses windowing. Dari jenis windowing yang ada, dalam penelitian ini menggunakan Hamming Window.
6. Fast Fourier Transform
Proses Fast Fourier Transform merupakan proses ekstraksi ciri suatu data suara maupun gambar. Evaluasi FFT yang digunakan berdasarkan frame blocking yang
digunakan. Setelah menentukan besar frame blockingnya, kemudian frame blocking tersebut dievaluasi basis data koefisiennya.
7. Perhitungan Jarak Simetrik Probabilitas
2
Perhitungan Jarak Simetrik Probabilitas
2
merupakan proses dari sistem yang berfungsi untuk mengenali nada saksofon alto dengan cara menghitung nilai
similiaritas terbesar antara database nada dengan nada uji. 8.
Penentuan hasil pengenalan nada Proses penentuan adalah subproses terakhir dari proses pengenalan nada. Penentuan
hasil pengenalan nada ditentukan berdasarkan hasil perhitungan kelas yang paling banyak muncul dengan metode K-NN.
9. Hasil pengenalan nada Result
Hasil akhir dari proses pengenalan nada adalah nada yang dikenali. Hasil akhir akan ditampilkan dalam bentuk visual GUI Matlab yang telah dirancang oleh penulis.
Keluaran Hasil Ekstraksi Ciri Nada
3.2. Perancangan Database Nada
Untuk merancang suatu pengenalan nada maka dibutuhkan nada acuan atau sering disebut dengan database nada. Database nada terdiri dari delapan nada yaitu nada D, E,
Fis, G, A, B, Cis, D ’. Pengambilan database nada dilakukan melalui beberapa tahap yaitu
perekaman, preprocessing yang terdiri dari proses sampling, normalisasi, pemotongan sinyal, frame blocking, normalisasi 2, windowing dan ektraksi ciri FFT. Proses
pengambilan database nada ditunjukkan pada Gambar 3.4.
Gambar 3.4. Proses Pengambilan database Nada
Proses pengambilan nada disesuaikan dengan variabel bebas pada pembuatan sistem pengenalan nada alat musik saksofon alto, tetapi dengan durasi dan frekuensi
sampling yang sudah ditetapkan. Database nada direkam dan di sampling sebanyak, satu
kali, dua kali, empat kali,delapan kali untuk setiap nadanya. Dari database nada tersebut akan digunakan sebagai perbandingan untuk mengetahui hasil nada dan akan dievaluasi
dari setiap jumlah database tersebut. Hal ini dimaksudkan apakah dengan satu , dua, empat dan delapan database disetiap nadanya sudah mencukupi untuk mengenali nada dari
sakfon alto. Dari hasil FFT yang telah dinormalisasi akan diambil sesuai windowing koefisien.
Dimana maksud dari diambilnya sesuai dengan windowing koefisien adalah mengambil setengah dari hasil FFT yang telah dinormalisasi. Dari hasil tersebut akan diambil lagi
sesuai dengan windowing koefisien yang di pilih oleh user. Kemudian dari hasil tersebut digunakan sebagai nada sampel agar sistem pengenalan nada alat musik saksofon alto tidak
melakukan perhitungan kembali dalam mendapatkan database nada dan proses pada sistem pengenalan nada saksofon alto dapat berjalan lebih cepat. Database nada yang
didapat kemudian disimpan dalam fungsi yang ada dalam sistem pengenalan nada alat musik saksofon alto.
Masukan Suara saksofon alto
Perekaman keluaran.wav
Preprocessing Ekstraksi ciri
FFT
3.3. Nada Uji
Nada uji merupakan nada yang terekam selain suara database nada. Suara uji yakni terdiri dari sepuluh nada yang terekam dari masing-masing nada dimana nada tersebut
sebagai nada uji.Suara uji merupakan suara yang digunakan untuk mencari hasil terbaik dari variasi nilai frame blocking dan Windowing koefisien. Secara garis besar fungsi dari
suara uji ialah untuk menjalankan program pengenalan suara nada saksofon alto secara offline
atau belum real-time. Sehingga hasil penentuan nilai frame blocking dan Windowing
koefisien dari pengenalan nada uji dapat menghasilkan tingkat pengenalan nada saksofon alto yang tertinggi. Proses pengambilan nada saksofon alto uji sama dengan
proses pengambilan nada saksofon alto terdapat pada gambar 3.4.
3.4. Perancangan Tampilan Program GUI MATLAB
Tampilan utama untuk program pengenalan nada saksofon alto dibuat dengan menggunakan GUI Matlab yang di tujukan pada gambar 3.5.
Gambar 3.5. Tampilan Utama Sistem Pengenalan Nada Saksofon Alto
Tampilan utama program dibuat agar user dapat menggunakan sistem ini dengan mudah dan dapat mengerti hasil dari pengenalan nada alat musik saksofon alto. Keterangan
tampilan utama sistem pengenalan nada saksofon alto ditunjukkan pada Tabel 3.2.