batas amplitudo yang akan dipotong. Nilai variabel batas potong yang digunakan adalah 0,3 yang didapat berdasarkan refrensi [5]. Gambar 3.7. menunjukan flowchart rancangan
program pemotongan sinyal.
Gambar 3.7. Flowchart Rancangan Program Pemotongan Sinyal Proses pemotongan sinyal dilakukan dengan mencari data yang lebih besar dari
batas potong dan lebih kecil dari nilai negatif batas potong yang telah ditentukan. Data sinyal masukan akan dihilangkan dari data awal hingga data pertama pada hasil pencarian
data yang dilakukan. Pemotongan sinyal dilakukan secara bertahap dari data sinyal bagian depan lalu dilanjutkan ke bagian akhir dengan membalik urutan sinyal. Setelah sinyal
bagian akhir selesai dipotong, bentuk sinyal akan dibalik lagi ke bentuk semula, dan didapatkan hasil pemotongan sinyal data ucapan.
3.2.5. Zero Padding
Setelah dilakukan pemotongan sinyal, proses selanjutnya adalah zero padding. Zero padding adalah proses untuk menyamakan panjang data sinyal setelah proses pemotongan
sinyal dengan menyisipkan deretan nilai 0 pada bagian akhir data ucapan. Zero padding digunakan karena adanya perbedaan jumlah panjang data sinyal tercuplik pada setiap
pengucapan. Penyisipan nilai 0 dilakukan hingga mancapai banyaknya data yang telah
ditentukan. Penentuan panjang data sinyal ditentukan oleh bilangan 2
n
. Bilangan tersebut berfungsi untuk melakukan perhitungan jumlah data sinyal yang akan disisipkan nilai 0,
sehingga panjang data sinyal tersebut akan sama dengan panjang data pengucapan awal. Gambar 3.8. menunjukan flowchart rancangan program zero padding.
Gambar 3.8. Flowchart Rancangan Program Zero Padding
3.2.6. Segmentasi dan Windowing
Setelah melalui preprocessing, maka data sinyal telah siap untuk diproses dalam segmentasi. Proses ini bertujuan untuk membagi tiap data kedalam beberapa bagian
segmen sebelum dilakukan ekstraksi ciri. Proses segmentasi dibatasi dengan nilai variabel overlap. Nilai variabel overlap merupakan nilai segmentasi untuk membagi tiap data. Nilai
variabel overlap yang digunakan pada segmentasi ditentukan sebesar 25 [5] dari panjang segmen, yaitu sebesar 512 [10].
Dalam melakukan segmentasi terdapat proses windowing, yang merupakan pembentukan pola dalam masukan data sinyal ucapan, sebelum dilakukan ekstraksi ciri.
Proses windowing dilakukan agar efek diskontinuitas pada sinyal ucapan, yang dapat mengakibatkan kesalahan proses data dalam ekstraksi ciri DFT, dapat diminimalisir. Agar
tidak terjadi kesalahan data pada proses, maka data sinyal ucapan yang telah mengalami pemotongan sinyal perlu dijadikan data kontinu dengan cara mengalihkan bagian sinyal
dengan windowing tertentu. Pada penelitian ini, Penulis penggunakan jenis windowing Hamming, karena jenis window ini memiliki main lobe paling besar serta side lobe paling
kecil. Program windowing akan dijalankan saat fungsi ini dipanggil. Hasil dari zero
padding, beserta variabel overlap dan panjang segmen, akan menjadi masukan program yang akan membentuk pola data sinyal ucapan. Sinyal hasil windowing didapat dari
perkalian elemen dari data Hamming window dengan data sinyal hasil pemotongan sinyal. Gambar 3.9. menunjukan flowchart rancangan program segmentasi dan windowing
Gambar 3.9. Flowchart Rancangan Program Segmentasi dan Windowing
3.2.7. Ekstraksi Ciri
