yang menjadi awal bagi sebuah program penelitian produktif. Usaha itu dilakukan oleh nagata pada tahun 1963. Pada era 1960-an, usaha yang dilakukan Martin dan
rekannya pada laboraturium RCA adalah untuk membangun sistem dengan kemampuan dasarnya untuk mendeteksi awal dan akhir suatu speech. Pada tahun yang
bersamaan, Vintsyuk mengajukan metode dynamic programming untuk menyamakan waktu dari pegutaran speech.
Sejumlah batu pijakan yang signifikan diraih pada tahun 1970-an mengenai penelitian speech recognition. Penelitian Jepang menunjuk kearah bagaimana
penerapan metode dynamic programming dapat diterapkan dan penelitian yang dilakukan Itakura tentang Linear Predictive Coding LPC dengan sukses pada
pencobaan speech ber-bit rendah.
2.6 Pengenalan Suara
Pengenalan suara merupakan serangkaian proses untuk mengenali sinyal suara dengan membandingkan pola karakteristik sinyal suara acuan dengan pola karakteristik sinyal
suara uji secara otomatis Saaddatuddaroin, 2009. Suara dikenali melalui ciri-cirinya. Ciri-ciri tersebut digunakan untuk
membedakan antara suara yang satu dengan suara yang lainnya. Pengenalan suara dapat diklasifikasikan dalam identifikasi dan verifikasi. Identifikasi suara adalah
proses pengenalan suara berdasarkan sampel suara, sedangkan verifikasi suara adalah proses penerimaan atau penolakan terhadap suara yang diberikan Setiawan
Handayani 2012.
2.7 Pengolahan Sinyal Digital
Pengolahan sinyal digital adalah pemrosesan sinyal yang berkaitan dengan perubahan bentuk, menipulasi isi dan penyajian dari sinyal suara dan informasi dalam bentuk
digital Huda, 2011. Tujuan dari pengolahan sinyal digital adalah untuk mendapatkan ekstraksi ciri dari sinyal suara. Sebuah proses untuk mengubah sinyal suara menjadi
parameter-parameter yang selanjutnya dapat dilakukan proses selanjutnya, misalnya identifikasi pola suara. Proses yang terjadi pada pengolahan sinyal digital pada
Universitas Sumatera Utara
penelitian ini adalah proses sampling dan Fast Fourier Transform FFT. Contoh input suara dapat dilihat pada gambar 2.2 berikut.
Gambar 2.2 Input Suara
2.7.1 Sampling
Proses sampling adalah proses untuk mengubah sinyal pada waktu-kontinu menjadi bentuk diskrit yang diperoleh dengan mengambil cuplikan sinyal pada waktu-kontinu
Huda, 2011.
2.7.2 Fast Fourier Transform FFT
Fast Fourier Transform merupakan DFT dengan algoritma yang lebih optimal, sehingga menghasilkan perhitungan yang lebih cepat. Dengan DFT, memerlukan
waktu On2 untuk mengolah sampel data sebanyak n buah. Hal ini tentunya akan memakan waktu lama bila sampel data makin banyak Stefanus, Hamz, M. Angzas,
Y., 2005. Proses pada metode fast Fourier Transform FFT adalah mengkonversi setiap frame N sampel dari domain waktu menjadi domain frekuensi. Menurut
Hanggarsari,et al2012, transformasi fourier merupakan metode yang efisien untuk transformasi fourier diskrit yang banyak digunakan pada pemrosesan sinyal digital.
Universitas Sumatera Utara
Contoh sinyal dalam domain waktu pada gambar 2.3 dan contoh sinyal dalam domain frekuensi pada gambar 2.4 berikut Huda, 2011.
Gambar 2.3 Sinyal dalam domain waktu
Gambar 2.4 Sinyal dalam domain frekuensi
Metode FFT dapat dilakukan dalam domain waktu dan frekuensi, yang disebut sebagai desimasi
– dalam – waktu decimation-in-time dan desimasi-dalam-frekuensi decimation-in-frequency Gunawan, D., Juwono, F.H., 2012. Pada prinsipnya
algoritma ini adalah memecah N-titik menjadi dua N2 – titik, kemudian dipecah
lagi pada tiap N2 – titik menjadi dua N4 – titik, begitu seterusnya sampai hanya
terdapat 1 titik. Prinsip tersebut dapat kita lihat lebih jelas pada gambar 2.2 berikut.
Universitas Sumatera Utara
Gambar 2.5 Desimasi untuk 16 titik
Konsep metode Fast Fourier Transfrom FFT secara keseluruhan dapat dilihat pada gambar 2.6.
Gambar 2.6 Konsep FFT
Algoritma DFT melakukan perkalian kompleks sebanyak N. Dengan menggunakan FFT maka terdapat log2N perkalian kompleks. Sehingga jumlah
perkalian kompleks berkurang dari N
2
menjadi log2N. Dikarenakan DFT merupakan bagian dari FFT, maka lebih baik menghitung FFT dengan mempertimbangkan nilai N
DFT terlebih dahulu Yang, 2012.
Universitas Sumatera Utara
Xk = ∑
k = 0, 1, 2…N-1 1
Pisahkan xn menjadi dua bagian : xganjil dan xgenap = x2m, dimana m=0, 1,2,…,N2-1. Lalu nilai N DFT juga dibagi dua bagian untuk tiap nilai N2 :
Xk = ∑
= ∑
+ ∑
= ∑
+ ∑
2 Dimana m = 0, 1, 2,…., N2-1
Karena : = cos
+ j sin 3
= cos[ ] + j. sin[
= -cos – j.sin
= -[cos + j.sin
] = -
4 Maka :
= - 5
Jadi ketika faktor diubah dengan setengah periode, nilai dari faktor tersebut tidak akan berubah, tetapi tanda nilai faktor tersebut akan menjadi sebaliknya. Hal ini
merupakan sifat simetri dari faktor. Karena faktor bisa juga ditulis sebagai =
, maka : = -
6 Dan
2
= - =
7
Universitas Sumatera Utara
Maka nilai N DFT akhirnya menjadi : Xk =
∑ ∑
8 k = 0,1….N2
Xk + N2 = -
9 k = 0, 1, 2…..N2
Jadi nilai N DFT dipisah menjadi dua nilai N2 DFT. Dari persamaan 8, k memiliki N2 N2 = N2
2
. memiliki N2 + N2
2
. Maka jumlah total dari perhitungan untuk Xk adalah 2N2
2
+ N2=N
2
2+N2. Untuk nilai awal N DFT, dimulai dari N
2
. Maka pada langkah pertama, pisahkan xn menjadi dua bagian yang membuat perhitungan dari N
2
menjadi N
2
2+N2. Jumlah angka perkalian dikurangi setengah secara berkala. Selanjutnya adalah proses pengurangan perkalian dari nilai N menjadi N2.
Lanjutkan pemisahan m dan
m menjadi bagian ganjil dan genap dengan cara yang sama, perhitungan untuk N2 akan dikurangi menjadi N4. Kemudian
perhitungan DFT akan berkurang secara terus – menerus. Jadi jika sinyal untuk nilai N
DFT terpisah terus – menerus sampai sinyal akhir menjadi satu titik. Misalkan ada
N=2
v
DFT yang perlu dihitung. Maka jumlah pemisahan yang dapat dilakukan adalah v =
N. Jumlah total perkalian akan dikurangi hingga N2 N. Untuk
tambahan perhitungan, angka yang akan dikurangi mencapai N N. Karena
perkalian dan penambahan dikurangi, maka kecepatan perhitungan komputasi DFT dapat ditingkatkan. Tujuan utama untuk Radix -2 FFT adalah memisahkan deretan
data menjadi ganjil dan genap secara terus – menerus sampai mendekati setengah
perhitungan.
Universitas Sumatera Utara
2.8 Penelitian terdahulu
