hasil output dari windowing hamming tersebut. Kemudian akan dilanjutkan ke proses berikutnya. Untuk proses windowing ini dapat dilihat pada Gambar diagram alur 3.13.
Gambar 3.13. Diagram alur proses windowing
3.5.7. Discrete Sine Transform DST
Gambar 3.14. Diagram alur proses DST Pada proses selanjutnya hasil Output data dari windowing kemudian diproses melalui
proses DST dengan persamaan 2.4 yang menggunakan fungsi DST pada Matlab. Pada proses ini, hasil dari windowing dikonversikan dari domain waktu menjadi domain frekuensi
yang menghasilkan panjang nilai koefisien. Untuk proses ini dapat dilihat pada Gambar 3.14.
Input : Hasil Windowing
Proses Mencari Nilai Absolut DST
Output : Hasil
DST
Start End
Input : Hasil Normalisasi 2
Proses Perkalian Data Input
Dengan Windowing Hamming
Output : Hasil Windowing
End Start
3.5.8. Normalisasi 3
Setelah melewati proses DST, proses selanjutnya adalah normalisasi 3. Pada proses ini output dari proses DST dibagi dengan nilai absolut maksimum dari DST persamaan 2.2.
Untuk diagram alur proses normalisasi 3 ini dapat dilihat pada Gambar 3.15.
Gambar 3.15. Diagram alur proses normalisasi 3
3.5.9. Centering dan Windowing Koefisien
Setelah melewati proses normalisai 3 proses selanjutnya adalah Centering. Pada proses ini Centering berfungsi untuk menengahkan data sinyal suara, sinyal dengan amplitudo yang
paling tinggi yang akan ditengahkan. Sinyal dengan amplitudo tertinggi yang sudah berada ditengah kemudian akan dilakukan zero padding. Sinyal akan diproses pada bagian sebelah
kanan dan bagian sebelah kiri. Setelah pembagian menjadi 2 sisi, kemudian dikalikan dengan Windowing Koefisien. Pemilihan Windowing Koefisien terdapat pada user interface. Untuk
proses Centering dan Windowing Koefisien dapat dilihat pada Gambar 3.16.
Input : Hasil
DST
Proses Membagi Data Input Dengan Nilai
Maksimum DST
Output : Hasil Normalisasi 3
Start
End
Gambar 3.16. Diagram alur proses centering dan Windowing Koefisien
3.5.10. Penyekalaan Logaritmis
Proses ini mendapatkan input dari proses output centering dan Windowing koefisien. Pada proses ini, bertujuan untuk meningkatkan harmonisasi dan harmonic noise pada
amplitudo sinyal suara. Sehingga dapat meninggkatkan amplitudo sinyal suara yang kecil menjadi amplitudo sinyal yang tinggi, begitu juga dengan amplitudo yang tinggi
Proses Sisi Kiri Mencari Nilai Maksimum, potong kanan, kali dengan
Windowing Koefisien, Zero Padding
Proses Penggabungan Sisi Kiri dan Sisi Kanan
Output : Hasil Centering dan
Windowing Koefisien
Start
Proses Mencari Indeks Tertinggi
Dan Centering
Proses Sisi Kanan Mencari Nilai Maksimum, potong kiri, kali dengan
Windowing Koefisien, Zero Padding
End
Input :”Pilih Windowing Koefisien”
pada GUI
ditingkatkan namun tidak terlalu signifikan dibandingkan dengan sinyal amplitudo yang kecil persamaan 2.6. Untuk proses penyekalaan logaritmis dapat dilihat pada Gambar 3.17.
Gambar 3.17. Diagram alur proses penyekalaan logaritmis
3.5.11. Normalisasi 4