performatifnya—sesuai kebutuhan data yang diperlukan dalam penelitian. Supaya data benar-benar representatif dengan tuturan sebenarnya, data dijaring dengan
menggunakan narasi, yaitu menjelaskan kepada penutur tentang data yang diinginkan dalam penelitian. Kemudian, penutur diminta untuk mengucapkan tuturan berulang
kali supaya peneliti dapat memilih modus yang benar-benar sahih dan sesuai dengan data natural.
3.12 Teknik Analisis Data
Data yang telah terjaring diolah menggunakan laptop merk Acer Aspire 2920Z yang sebelumnya sudah diinstall program praat versi 4.0.27. Program praat adalah
program perangkat lunak untuk menganalisis fonetik akustik. Melalui program ini dilakukan analisis variasi akustik sebuah tuturan spectral, format, pitch, intensity,
sintesis, dan manipulasi tuturan untuk mendapatkan ukuran frekuensi, durasi dan intensitas tuturan. Tahap-tahap analisis data dalam penelitian ini sebagai berikut:
1. Digitalisasi
Digitalisasi merupakan tahapan yang mengubah data hasil rekaman manual ke bentuk digital melalui perekaman kembali data dengan menjalankan rekam record
aplikasi praat. Data rekaman bertipe Microsoft Waves Sound Format WAV diubah ke bentuk digital dalam aplikasi praat sebagai sinyal akustik yang berbentuk
gelombang bunyi sebuah tuturan. Dalam digitalisasi juga dilakukan proses pengeditan data rekaman dengan melakukan ekstraksi sinyal akustik. Maksudnya, data rekaman
Universitas Sumatera Utara
dalam kurva melodik tuturan disesuaikan dengan melakukan ekstrak sinyal akustik berdasarkan posisi bunyi tuturan yang ada sehingga nanti akan di dapat sinyal akustik
yang sesuai dengan ukuran durasi tuturan yang sebenarnya. Tidak ada ruang kosong space di awal dan di akhir tuturan. Ruang kosong ini ditandai dengan noise yang
tidak ada hubungannya dengan bunyi tuturan. Bahkan hanya berupa garis tanpa suara. Contohnya dapat dilihat seperti pada gambar 3 berikut ini.
Gambar 3 Digitalisasi Suara
2. Segmentasi Bunyi
Segmentasi data merupakan pemilahan bunyi per bunyi pada tuturan yang sudah digitalisasi berdasarkan analisis forman maupun sinyal akustik yang tertera
dalam gambar di aplikasi praat. Dalam tahap ini bunyi disegmentasikan berdasarkan
Universitas Sumatera Utara
posisinya masing-masing. Bunyi kontoid biasanya didominasi bunyi tak bersuara yang memiliki karakter forman yang relatif terang dan karakter sinyal akustik dengan
intensitas rendah bahkan sering ditandai dengan garis horisontal saja. Sebaliknya, bunyi vokoid biasanya didominasi bunyi bersuara dengan karakter forman yang
relatif gelap dan karakter sinyal akustik dengan intensitas dominan atau tinggi bahkan sering ditandai dengan intensitas gelombang yang tinggi. Tahapan ini dilakukan
untuk menentukan durasi bunyi silabis pada tuturan yang disegmentasikan. Segmentasi bunyi digambarkan seperti pada gambar 4 berikut ini.
Gambar 4 Segmentasi Bunyi
Universitas Sumatera Utara
3. Pembuatan Salinan Kontur Frekuansi
Perekaman bunyi tuturan di aplikasi praat menghasilkan sinyal akustik bunyi tuturan yang merupakan rangkaian gelombang bunyi tuturan. Berdasarkan sinyal
akustik tersebut, dapat dilakukan proses identifikasi struktur melodik tuturan melalui proses manipulasi. Dengan kata lain, proses manipulasi dilakukan untuk memperoleh
gambaran kurva melodik sebuah tuturan yang akan diidentifikasi. Kurva melodik tersebut merupakan kontur frekuensi atau kontur nada tuturan yang menggambarkan
rangkaian frekuensi atau nada yang berjumlah banyak dan memiliki pola alir naik, pola alir turun, pola alir datar, pola alir naik turun, dan pola alir turun naik,
tergantung karakter tuturan. Gambar kontur frekuensi terlihat pada gambar 5 berikut ini.
Gambar 5 Kontur Frekuensi sebelum disederhanakan
Universitas Sumatera Utara
Untuk mengidentifikasi dan menganalisis kontur frekuensi atau kontur nada harus dilakukan proses penyederhanaan kontur. Proses penyederhanaan kontur frekuensi
atau kontur nada dilakukan untuk mempermudah analisis karena kontur frekuensi atau kontur nada hasil penyederhanaan memuat titik point per titik, sebagai
pemarkah frekuensi atau nada, jumlahnya relatif terhitung dalam integrasi kontur tersebut. Berbeda sekali dengan sebelum disederhanakan, titik-titik pemarkah
frekuensi atau nada berjumlah tak terhitung dan dalam posisi yang sangat rapat sehingga menyulitkan dalam menganalisisnya. Penyederhanaan Kontur Frekuensi
terlihat dalam gambar 6 di bawah ini.
Gambar 6 Penyederhanaan Kontur Frekuensi
Universitas Sumatera Utara
Kemudian, penyederhanaan salinan kontur frekuensi atau nada tersebut diubah dalam bentuk grafik pitch tier. Dalam grafik ini sudah teridentifikasi ukuran atau parameter
titik per titik yang terintegrasi dalam sebuah kontur frekuensi atau nada sebagai pemarkah frekuensi atau nada pada posisinya masing-masing. Salinan kontur
frekuensi atau nada dapat dilihat seperti pada gambar 7 di bawah ini.
Gambar 7 Salinan Kontur Frekuensi berupa pitch tier
Berdasarkan grafik pitch tier ini, sudah diketahui data kontinum atau ukuran frekuensi sebuah tuturan, yaitu jika kursor diposisikan pada titik yang dikehendaki
maka akan muncul ukuran frekuensi dengan satuan Hertz Hz. Namun, jika dikehendaki ukuran nada dalam satuan semitone st dapat dilakukan konversi satuan.
Selain cara manual seperti yang telah dijelaskan tersebut, data juga dapat disajikan
Universitas Sumatera Utara
dalam bentuk script yang siap diintegrasikan ke microsoft word atau microsoft excel untuk analisis berikutnya, seperti pada gambar 8 di bawah ini.
Gambar 8 script data pitch tier
4. Pembuatan Salinan Kontur Intensitas
Pembuatan salinan kontur intentitas memiliki proses dan tujuan yang relatif sama dengan pembuatan salinan kontur frekuensi. Hanya saja, pembuatan salinan
kontur ini digunakan untuk mendapatkan data kontinum intensitas dB sebuah tuturan, baik untuk identifikasi intensitas berdasarkan posisinya, seperti intensitas
awal, intensitas akhir, intensitas tinggi dan intensitas rendah maupun identifikasi kontur intensitas secara keseluruhan. Gambar salinan kontur intensitas terlihat dalam
gambar 9 di bawah ini.
Universitas Sumatera Utara
Gambar 9 Salinan Kontur Intensitas
5. Uji Statistik
Dalam melakukan uji statistik diperlukan program SPSS Statistics Package for Social Scientist
. Penelitian ini menggunakan SPSS versi 17. Kemudian, menerapkan T-Tes sampel bebas Independent Sample T–Test untuk mengetahui signifikansi
perbedaan rerata indeks antara dua kelompok variabel yang tidak berpasangan atau bebas. Dalam analisis T-Tes sampel bebas, telah ditentukan derajad atau batas-batas
tingkat signifikansi α dengan memberikan ukuran-ukuran sesuai tingkatan. Adapun
penjelasan tingkat signifikansi berdasarkan T-Tes sampel bebas dapat dilihat pada tabel 3 di bawah ini.
Universitas Sumatera Utara
Tabel 3 Tingkat Signifikansi α Perbedaan Berdasarkan T-Tes Sampel Bebas
PROBABILITAS p TINGKAT SIGNIFIKANSI
α 0,000
0,051 --
-- 0,050
1,000 Signifikan
Tidak Signifikan
Universitas Sumatera Utara
BAB IV TEMUAN HASIL PENELITIAN
