Classification CALL FOR PAPER 2010 MUNAS APTIKOM.

182 Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010 using the SOM methods were compared with the results obtained by child psychology experts.

3. RESEARCH RESULTS AND DISCUSSION

Clustering process was tested on 120 songs in Indonesian language and in English with a variety of genres using SOM method. Clustering performed three times in accordance with the number of feature combinations. First, clustering based on combination of rhythm patterns RP and statistical spectrum descriptors SSD with 1608 dimensions generate by 1440 dimensions from RP and 168 dimensions from SSD. Second, clustering based on combination of statistical spectrum descriptors SSD and rhythm histograms RH with 228 dimensions generate by 168 dimensions from SSD and 60 dimensions from RH. Third, clustering based on combination of rhythm patterns RP, statistical spectrum descriptors SSD and rhythm histograms RH with 1668 dimensions generate by 1440 dimensions from RP, 168 dimensions from SSD and 60 dimensions from RH. The clustering results are visualized in the form of islands of music. The songs are placed according to the level of sound similarity and islands formed in accordance with the cluster density. Islands of music using a color code with color levels range from dark blue deep sea to light blue shallow water to yellow beach to dark green forest to light green hills to gray rocks and white mountain. Each island which is marked by passage of land forest represents a different style of music different cluster. Mountains indicate the center of the cluster, so if there is an island with more than one mountain, it can be said as a style in a style sub-style. Classification process was tested on 25 songs in Indonesian and English language with a variety of genres using SOM method. Classification results done by three combinations of features and then are compared with data mood from the psychological expert. The classification results in this research achieved very similar results for all three combinations of features, but the combination of rhythm patterns and statistical spectrum descriptors is the best one. The result accuracy that we get by comparing the number of correct results with the number of songs showing the data for the RP-SSD feature yields 80, SSD-RH yields 76 and RP- SSD-RH yields 76. The comparison of classification results can be seen in table 1. Here is the explanation of symbols on the table 1: • 1 for mood “exuberance” • 2 for mood “contentment” • 3 for mood “anxious” • 4 for mood “depression” From table 1 also shows that the most misclassification occurs in moods exuberance. Level of accuracy for the mood of exuberance in all combination of features is 54. The accuracy on the mood of contentment in the all features combination is 88.89. The level of accuracy in the mood anxious on the RP-SSD features is 100, while in SSD-RH and RP-SSD-RH is 75. The accuracy of the mood depression on all combination of features is 100. Table 1. Comparison of classification results No Song’s Title RP- SSD SSD -RH RP- SSD -RH Mood Psichol ogy 1 childrens music - london bridge.mp3 1 1 1 1 2 Tasya - Ambilkan Bulan Bu.mp3 1 3 3 2 3 Alphabet song.mp3 2 2 2 2 4 Twinkle2.mp3 2 2 2 2 5 Ibu Pertiwi.mp3 2 2 2 2 6 The Lion king -06- This land.MP3 2 2 2 2 7 01. Two Voice, One Song.mp3 2 2 2 2 8 02. Connected – Melody.mp3 3 3 3 3 9 Anastasia-10-Once upon A December Deana Carter.mp3 2 2 2 2 10 02- Reflection.mp3 2 2 2 2 11 01 Armada Masa Depan.MP3 1 1 1 1 12 03. Believe - Melody.mp3 1 1 1 1 13 04. Wonderful Me.mp3 3 3 3 1 Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010 183 14 07. Believe - Liana Alexa.mp3 3 3 3 1 15 11 Spongebob Patrick The Monster - Now That Were Men.mp3 3 3 3 3 16 Bob Tutupoli- Widuri.mp3 2 2 2 2 17 Tasya_- _Di_Stasiun__Kere ta_Apiku.mp3 4 4 2 1 18 01 Walau Harys Terang.MP3 1 1 1 1 19 05 Tak Bisakah.MP3 1 1 1 1 20 081.mp3 3 4 4 3 21 The Lion King -02- I Just cant wait to be king.MP3 2 2 2 1 22 Tasya_- _Di_Stasiun__Kere ta_Apiku.mp3 4 4 2 1 23 05 Tak Bisakah.MP3 1 1 1 1 24 30 Seconds to Mars - From Yesterday.mp3 3 3 3 3 25 Melly Goeslaw feat. Baim - Catatanku OST Sinetron Buku Harian Baim.mp3 4 4 4 4 ACCURACY 80 76 76

4. Conclusions

The research results show that the system for music classification based on mood parameters could be developed by Self Organizing Map method using with c ombined fluctuation features. In this research music is classified by sound similarity obtained from the combination of rhythm patterns, rhythm histograms and statistical spectrum descriptors based on mood parameters according to Thayers theory. The classification results in this research achieved very similar results for all three combinations of features, but the combination of rhythm patterns and statistical spectrum descriptors is the best one. The result accuracy for the RP-SSD feature yields 80, SSD- RH yields 76 and RP-SSD-RH yields 76. 5.References [ 1] Baum, D., 2006, EmoMusic - Classifying Music According to Emotion, Proceedings of the 7th Workshop on Data Analysis WDA2006, Kosice . [2] Baum, D., Rauber, A., 2006, Emotional Descriptors for Map-based Access to Music Libraries, Proceedings of the 9th International Conference on Asian Digital Libraries, Kyoto Japan. [3] Cunningham, P and Delany, S. J., 2007, k-Nearest Neighbour Classifiers, echnical Report UCD-CSI-2007- 4,Dublin [4] Dewi, Kadek C, 2010, Kid’s Song Classification Based on Mood Parameters Using K-Nearest Neighbor Classification Method and Self Organizing Map, Proceedings of The International Conference on Distributed Framework Applications, Indonesia [5] Feng, Y., Zhuang, Y., and Pan, Y., 2003, Music information retrieval by detecting mood via computational media aesthetics, Proceedings of the IEEEWIC International Conference on Web Intelligence, Washington USA. [6] Leman, M., Vermeulen, V., Voogdt, L. D., and Moelants, D., 2004, Using audio features to model the affective response to music, Proceedings of the International Symposium on Musical Acoustics, Nara Japan. [7] Li, T. and Ogihara, M., 2004, Content-based music similarity search and emotion detection, Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing,-. [8] Lidy, T., Rauber, E., 2005, , Combined Fluctuation Features For Music Genre Classification, MIREX 2005 - Music Information Retrieval Evaluation eXchange [9] Lu, L., Liu, D., and Zhang, H., 2006, Automatic mood detection and tracking of music audio signals, Proceedings of the IEEE Transactions on Audio, Speech and Language Processing,-. [10] Meyers, O., 2007, A Mood-Based Music Classification and Exploration System,Master of Science in Media Arts and Sciences, Massachusetts Institute Of Technology, United States. [11] Pampalk, E., 2001, Islands of Music: Analysis, Organization and Visualization of Music Archives, Department of Software Technology and Interactive Systems, Vienna University of Technology, Vienna. [12] Pampalk, E., Rauber, A., Merkl, D., 2002, Content-based Organization and Visualization of Music Archives, Proceedings of ACM Multimedia, Juan-les-Pins France. 184 Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010 [13] Pampalk, E., Rauber, A., Merkl, D., 2002, Using Smoothed Data Histograms for Cluster Visualization in Self- Organizing Maps, Proceedings of the Intl Conf on Artificial Neural Networks ICANN 2002, Madrid Spain. [14] Rauber, A., Pampalk, E., Merkl, D., 2002, Using Psycho- Acoustic Models and Self-Organizing Maps to Create a Hierarchical Structuring of Music by Musical Styles, Proceedings of the 3rd International Conference on Music Information Retrieval ISMIR 2002, Paris Perancis. [15] Siang, J J, 2005, Jaringan Syaraf Tiruan Pemogramannya Menggunakan Matlab, ANDI, Yogyakarta. [16] Skowronek, J., McKinney, M. F., and Van de Pa, S., 2006, Ground truth for automatic music mood classification, Proceedings of the 7th International Conference on Music Information Retrieval, Victoria Canada. [17] Tellegen, A., Watson, D. and Clark, L., 1999, On the dimensional and hierarchical structure of affect, Psychological Science,-. [18] Tolos, M., Tato, R. and Kemp, T., 2005, Mood-based navigation through large collections of musical data, Consumer Communications and Networking Conference, Las Vegas USA. [19] Tzanetakis, G. and Cook, P., 1999, Marsyas: a framework for audio analysis, Organised Sound, 43:169–175. [20] Wang, M., Zhang, N. and Zhu, H., 2004, User-adaptive music emotion recognition, Proceedings of the International Conference on Signal Processing, Istanbul Turkey. [21] Wieczorkowska, A. , Synak, P., Lewis, R., and Ras, Z., Extracting emotions from music data, Proceedings of the 15th International Symposium on Methodologies for Intelligent Systems, USA. Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010 185 IMPLEMENTASICOMMON CHANNEL SIGNALLING SYSTEM 7CCS 7 UNTUK JARINGAN TELEKOMUNIKASI Muhammad Iqbal Institut Teknologi Telkom miqittelkom.ac.id Abstraksi Kebutuhan akan jaringan telekomunikasi yang aman dan bersifat circuit switch network masih sangat diperlukan, untuk menjamin reliabilitas paket suara dan data yang dikirimkan sehingga dapat mengurangi paket loss yang terjadi. Solusi yang ditawarkan salah satunya adalah dengan menggunakan protokol stack CCS, common channel signalling CCS mentransmisikan sinyal kendali pada kanal signaling khusus yang digunakan bersama oleh beberapa kanal suara atau data, ada 2 mode operasi yang digunakan dalam CCS, yaitu associated quasi-associated mode dan disassociated mode, CCS yang banyak digunakan adalah Signaling System No 7 SS7, keuntungan yang dapat diperoleh adalah telah teroptimasi untuk jaringan telekomunikasi digital, menggunakan kanal 64 kbps, dirancang untuk dapat mengakomodasi fungsi call control, remote control, manajemen, dan pemeliharaan jaringan, kehandalan dalam hal keterurutan data yang dikirim tanpa loss maupun duplikasi, dapat diimplementasikan pada jaringan analog dengan kecepatan kurang dari 64 kbps, dapat pula digunakan untuk link terestrial point- to-point dan satelit. Pada penelitian ini akan diimplementasikan pergelaran jaringan CCS 7 dengan menggunakan MAP Test Utility MTU dan MAP Test Response MTR yang akan memberikan informasi tentang protocol stack yang akan digunakan dalam komunikasi data dan memberikan contoh nyata tentang konfigurasi pada sebuah jaringan telekomunikasi. Keyword : CCS, MTU, MTR, Jaringan Telekomunikasi __________________________________________________________________________________ 1. Pendahuluan Tuntutan pelanggan akan kebutuhan informasi kapan dan dimana saja membuat industri pertelekomunikasian berlomba-lomba untuk dapat menemukan dan menerapkan teknologi yang dapat memenuhi kebutuhan tersebut. Sekarang kebutuhan informasi disediakan dalam bentuk standar yaitu dalam format suara, data, dan gambar yang pada akhirnya semua ini akan berkembang dalam format data seperti pada teknologi Circuit Switch Network System yang membutuhkan jalur informasi yang reliable. Salah satu teknologi yang mendukung perubahan ini adalah SS7, dimana istilah ini mencakup semua istilah untuk data-packet switching systems. Teknologi SS7 tidak hanya digunakan pada jaringan PSTN yang sudah lama berlangsung, sekarang pun pihak operator telekomunikasi khususnya operator selular masih menanganggap teknologi ini masih layak digunakan untuk core network, karena sistemnya yang bersifat point to point, sehingga interferensi dari jaringan yang lain tidak mungkin dapat terjadi Dalam penelitian ini akan dibagi menjadi beberapa bagian agar lebih terperinci. Bagian pertama akan dibahas mengenai pokok-pokok protokol stack yang bekerja dalam arsitektur, protokol stack pada level aplikasi setiap operator akan selalu berbeda tergantung jenis voice atau data yang dikirimkan. Bagian selanjutnya adalah bagian implementasi sistem SS7, dimana level MTP dan aplikasi sangat berpengaruh terhadap pihak OLO Other Licensed Operator.

2. Dasar Teori

Sebagaimana kita tahu bahwa dalam melakukan komunikasi via telepon, ada dua komponen penting yang harus diperhatikan yakni 186 Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010 yang pertama, adalah konten yang sebenarnya suara kita dan yang kedua adalah informasi yang menginstruksikan pertukaran telepon untuk membangun hubungan dan meroutekan atau mengirimkan isi ke tujuan yang tepat. Maka untuk bisa mendapat komunikasi telepon dengan baik dan lancar, maka diciptakan suatu standar- standar, standar-standar ini dikenal sebagai protokol. Sistem Signaling SS7 atau Nomor 7 adalah hanya seperangkat protokol lain yang menggambarkan sarana komunikasi antara switch telepon dalam jaringan telepon umum. Mereka telah diciptakan dan dikendalikan oleh berbagai badan di seluruh dunia, yang mengakibatkan beberapa variasi lokal yang spesifik, tapi organisasi utama dengan tanggung jawab administrasi mereka adalah International Telecommunications Union atau ITU- T. Signalling System Number 7 SS 7 atau C7 adalah protokol yang digunakan oleh perusahaan-perusahaan telepon untuk sinyal antar sesama rekan. Di masa lalu, dalam teknik signalling-band digunakan di jalur trunk antar sesama. Metode ini menggunakan jalur fisik yang sama untuk panggilan-sinyal kontrol dan aktual panggilan terhubung. Metode signalling ini tidak efisien dan secara cepat digantikan oleh out-of- band atau teknik signalling common-channel. Untuk memahami SS7 kita harus terlebih dahulu memahami sesuatu dari inefisiensi dasar metode isyarat sebelumnya dimanfaatkan dalam Public Switched Telephone Network PSTN. Sebuah jaringan memanfaatkan sinyal Common-channel sebenarnya dua jaringan dalam satu: 1. Pertama ada circuit-switched user jaringan yang benar-benar membawa suara dan data pengguna lalu lintas. Ini menyediakan jalur fisik antara sumber dan tujuan. 2. Yang kedua adalah jaringan sinyal yang membawa call control lalu lintas. Ini adalah jaringan packet-switching menggunakan common channel switching protokol. Original Common Protocol Interoffice didasarkan pada Sistem Signalling Nomor 6 SS 6. Sekarang SS 7 sedang digunakan dalam instalasi baru di seluruh dunia. SS 7 adalah protokol sinyal didefinisikan antarkantor untuk ISDN. Hal ini juga umum digunakan saat ini di luar lingkungan ISDN. Gambar 2.1 Topologi PSTN

2.1 Common Channel Signalling System

Terdapat 2 tipe dasar signaling: 1. Antara pelanggan dan jaringan local loop 2. Antar node dalam jaringan inter switch Setelah digunakannya komputer untuk pengontrolan sentral stored-program control, berbagai modifikasi kontrol dan fitur baru mulai diperkenalkan. CCS mentransmisikan sinyal kendali pada kanalsignaling khusus yang digunakan bersama olehbeberapa kanal suara. Jadi pada saat call setup, prosesor yang mengendalikan sentral juga harus saling berkomunikasi untuk mempertukarkan informasi pensinyalan. Teknik sebelum CCS adalah channel associated signaling CAS atau inchannel signaling. Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010 187 Gambar 2.2 Metode CAS dan CCS 2.2 Mode Operasi CCS Ada 2 mode operasi yang digunakan dalam CCS, yaitu associated quasi-associated mode dan disassociated mode. a. Associatedquasi-associated mode: Kanal signaling mengikuti trackrute yang sama dengan saluran data interswitch antara 2 endpoint, Sinyal kontrol berada pada kanal yang berbeda dari sinyal data pelanggan b. Disassociated mode: Jaringan signaling terpisah dari jaringan untuk transfer data, lebih rumit, diperlukan node tambahan yang disebut signal transfer point Walaupun sebagian besar jaringan telah dikendalikan secara CCS, namun inchannel signaling masih diperlukan di beberapa titik, misalnya komunikasi antara pelanggan dengan sentral lokal

2.3 Signaling System No 7 SS7

Skemastandar CCS yang sangat banyakdigunakan adalah Signaling System No 7 SS7. Karakteristik utama SS7: a. Telah teroptimasi untuk jaringan telekomunikasi digital, menggunakan kanal 64 kbps b. Dirancang untuk dapat mengakomodasi fungsi call control, remote control, manajemen, dan pemeliharaan jaringan c. Keandalan dalam hal keterurutan data yang dikirim tanpa loss maupun duplikasi d. Dapat diimplementasikan pada jaringan analog dengan kecepatan kurang dari 64 kbps e. Dapat pula digunakan untuk link terestrial point-to-point dan satelit

2.4 Arsitektur Protokol SS

Jaringan SS7 adalah jaringan berbasis paket yang mengendalikan pembangunan, pengelolaan, dan pembubaran panggilan telepon. Message transfer part bersesuaian dengan 3 lapis terbawah OSI, Signaling connection control part SCCP menyediakan layanan connectionless dan connection-oriented. Gambar 2.3 Protokol Stack CCS 7 a. Physical Layer MTP-1 mendefinisikan karakteristik fisik, listrik, dan fungsional dari signaling data link. Ini mendefinisikan karakteristik fisik dan listrik dari link sinyal dari jaringan SS7. Signaling link menggunakan DS-0 saluran dan membawa data pensinyalan dengan kecepatan dari 56 kbps atau 64 kbps 56 kbps adalah pelaksanaan yang lebih umum. b. Message Transfer Part-Level 2 MTP-2 menjalankan fungsi-fungsi signaling link, di antaranya: Delimitasi unit pensinyalan dengan flag, Pencegahan imitasi flag dengan bit stuffing, deteksi kesalahan dengan check bit, kendali kesalahan dengan retransmisi dan penerapan nomor urut eksplisit, Deteksi kegagalan signaling link. Tingkat 2 bagian dari transfer pesan bagian MTP Level 2 link-lapisan menyediakan fungsionalitas. Memastikan bahwa kedua titik akhir dari sebuah link signaling dapat diandalkan pertukaran pesan pensinyalan. Ini mencakup kemampuan tersebut sebagai pengecekan error, kontrol aliran, dan urutan memeriksa. c. Message Transfer Part-Level 3 MTP-3, menjalankan fungsi jaringan signaling yang terbagi dalam 2 kategori: fungsi signaling message-handling dan fungsi signaling network management. Tingkat 3 bagian dari transfer pesan bagian MTP Level 3 memperluas fungsionalitas yang