Saron barung pelog merupakan instrumen penting pada gamelan. Menabuh Saron biasa sesuai nada, nada yang imbal, atau menabuh bergantian antara saron 1 dan saron 2
barung. Penabuhan tergantung pada komando dari kendang dan jenis gendhingnya
2.2. Frekuensi Dasar Barung Pelog
Kebanyakan nada merupakan nada yang kompleks yaitu terdiri atas satu atau lebih frekuensi didalamnya. Frekuensi paling dasar dalam sebuah nada disebut sebagai
Fundamental frequency atau frekuensi dasar. Frekuensi dasar ini merupakan komponen paling penting di karenakan frekuensi inilah yang menentukan pitch dari keseluruhan nada.
Picth merupakan tinggi atau rendahnya sebuah suara atau nada yang berhubungan langsung dengan frekuensi dari gelombang suara[3]. Nada khususnya memiliki frekuensi
– frekuensi tambahan didalamnya yang merupakan kelipatan dari frekuensi dasarnya.
Frekuensi – frekuensi tersebut dinamakan dengan harmonics, keberadaanya dapat
menentukan kualitas dari nada tersebut. Dari peneliti sebelumnya sudah ada peneliti yang melakukan penelitian tentang
frekuensi dasar gamelan balungan jenis barung, demung dan peking jenis pelog. Pada tabel 2.1 menunjukkan data frekuensi dasar yang di hasilkan oleh peneliti sebelumnya[4].
Table 2.1 Frekuensi Dasar Gamelan Jenis pelog Nada
1 2
3 4
5 6
7 Demung
309 331
353 419
441 485
529 Barung
617 661
705 837
903 969
1079 Peking
1233 1321
1453 1695
1871 2003
2201
2.3. Sampling
Sampling merupakan proses pencuplikan gelombang suara yang akan menghasilkan gelombang diskret. Dalam proses pencuplikan, ada yang disebut dengan laju
pencuplikan samplingrate. Sampling rate menandakan berapa banyak pencuplikan gelombang analog dalam satu detik.Satuan dari sampling rate ialah Hertz Hz.Secara teori
Nyquist-Shamon yang menyebutkan bahwa untuk mencegah hilangnya informasi dalam sebuah konversi sinyal kontinu ke diskrit, pencuplikan minimal harus dua kali lebih besar
dari sinyal asli [5].Kriteria Nyquist perlu diperhatikan dalam melakukan pencuplikan.Lebih jelasnya kriteria Nyquist menyatakan sebuah sinyal harus memiliki pencuplikan rate yang
lebih besar dari 2 dengan
adalah frekuensi paling tinggi yang muncul di sebuah sinyal.
2.4. Frame Blocking
Frame blocking merupakan pembagian sinyal suara menjadi beberapa frame dan satu frame terdiri dari beberapa data sampel[6]. Pengambilan sampel tersebut tergantung
dari tiap detik suara akan disampel dan berapa besar frekuensi sampling-nya. Gambar 2.2 menunjukkan contoh dari frame blocking dimana keseluruhan frame dibagi menjadi 5 M
frame. Setiap M memiliki jumlah data yaitu 2
�
data, dengan N adalah Bilangan bulat
Gambar 2.2. Frame Blocking Fungsi frame blocking yaitu untuk memilih data yang akan diproses dalam sistem
pengenalan. Frame Blocking juga dapat mempercepat proses perhitungan pada DFT Descrete Fourier Transform dengan jumlah data pada setiap frame memiliki
2
�
data sampel yang diambil dari keseluruhan data sampel.
2.5.
Hamming Window
Windowing digunakan untuk menghilangkan efek diskontinuitas yang diakibatkan oleh proses Frame Blocking [7]. Dari beberapa macam jenis windowing, proses pengenalan
ini menggunakan jenis Hamming window. Menggunakan Hamming window karena 2
N
data
Hamming window mempunyai sidelobe yang paling kecil dan mainlobe yang paling besar sehingga Hamming window akan lebih halus dalam menghilangkan efek diskontunitas.
Persamaan Hamming window adalah :
w [k+1] = 0.54 – 0.46 cos 2�
−1
, k = 0, …, n – 1
2.1 dengan w[k+1] adalah windowing, dan n merupakan jumlah data dari sinyal. Hamming
window adalah sebuah vektor yang mempunyai jumlah elemen sebanyak N. Besarnya N akan disesuaikan dengan banyaknya elemen pada frame sehingga banyaknya elemen pada
Hamming window akan sama dengan banyaknya elemen pada frame. Variabel N ini mengacu pada sub bab 2.3 tentang data sampel yang ada pada proses frame blocking yang
berupa bilangan bulat 1,2,3,….
2.6. Discrete Fourier Transform DFT
