Pendeteksian Suara Katak Pada Pengedalian Populasi Katak Sebagai Hama Menggunakan Algoritma Mel-Frequency Cepstral Coefficients-Vector Quantization (MFCC-VQ)

BAB 2
LANDASAN TEORI

2.1. Katak Sawah
Katak sawah merupakan salah satu jenis katak yang memiliki nama latin Fejerfarya
cancrivora. Katak sawah sesuai dengan namanya banyak dijumpai di daerah
persawahan, rawa-rawa dan selokan. Katak sawah juga kerap muncul di daerah-daerah
buatan manusia seperti kebun yang tidak terawat, tanah yang memiliki banyak
genangan dan areal kolam. Katak yang kerap muncul di daerah buatan manusia sering
mengganggu dan menjadi hama bagi manusia karena habitat asli mereka yang sudah
hilang,
Katak sawah memiliki bentuk yang bervariasi, mulai dari yang berukuran kecil
sampai berukuran besar sesuai dengan ketersediaan jumlah makanan yang ada di alam.
Tetapi rata-rata ukuran katak jantan dewasa sekitar 60 mm dan katak betina dewasa
sekitar 70-80 mm SVL (snout to vent length, dari moncong ke anus). Katak sawah
memiliki badan berwarna coklat gelap yang menyerupai lumpur dengan corak-corak
gelap yang tidak beraturan seperti yang terlihat pada Gambar 2.1. Tangan dan kaki juga
kerap memiliki corak-corak gelap.

Gambar 2.1. Katak Sawah (Djatmiko, 2005)

Universitas Sumatera Utara

8

Katak sawah bereproduksi dengan bertelur, mirip seperti ikan yang pembuahannya
dilakukan di luar rahim katak betina. Katak jantan mengeluarkan suara-suara menggoda
yang menarik perhatian betina untuk berkembang biak (Duellmen and Trueb, 1986).
Katak betina tidak pernah mengeluarkan suara terlebih dahulu untuk menarik perhatian,
melainkan hanya mengeluarkan suara ketika merespon suara-suara yang dikeluarkan
katak jantan. Jika suara katak jantan sudah dibalas oleh suara katak betina, maka katak
jantan akan mengganti jenis suaranya menjadi suara pacaran dan mulai saling mencari
untuk melakukan proses perkembang biakan. Suara-suara yang dikeluarkan katak akan
berhenti ketika mereka mulai melakukan proses perkembang biakan dan mulai
menghasilkan telur-telur.
Berdasarkan data yang dihimpun Badan Pusat Statistik Indonesia, lahan
persawahan di seluruh Indonesia yang dialih fungsikan untuk kepentingan lainnya pada
rentang tahun 2002-2010 mengalami pengurangan rata-rata 56.000 – 60.000 ha per
tahun. Hal ini tentu saja berdampak pada katak sawah yang berhabitat di areal
persawahan. Katak sawah akan mencari habitat lain yang memiliki kemiripan dengan
habitat aslinya. Mereka akan tumbuh dan berkembang biak di areal buatan manusia.

Misalnya ketika katak sawah menghuni areal kolam yang digunakan pembudidaya
untuk mengembangbiakkan ikan sebagai penopang hidup. Katak sawah akan menjadi
predator dan akan merugikan pembudidaya.
Ketika katak masih menjadi kecebong, kecebong akan menguasai makanan yang
menjadi sumber nutrisi anakan ikan di kolam, menguasai wilayah tempat tinggal anakan
ikan yang menyebabkan kurangnya kandungan oksigen di dalam kolam dan air kolam
menjadi tambah keruh akibat sisa metabolisme kecebong (Amri & Toguan, 2008).
Katak sawah dewasa juga tak kalah berbahayanya dari kecebong, anakan ikan dan telurtelur kerap menjadi santapan katak-katak kelaparan yang kehilangan habitat. Pergeseran
alih fungsi lahan persawahan merubah pola hidup katak sawah yang mulai mejadi hama
dan menciptakan kerugian bagi manusia. Pengendalian populasi katak hijau sebagai
hama sangat dibutuhkan agar jumlah populasi katak hijau di ekosistem seimbang dan
manusia tidak mengalami kerugian.

2.2. Voice Recognition
Sistem pengenalan suara (voice recognition) adalah suatu sistem yang memungkinkan
komputer untuk mengidentifikasi kata yang terucap atau pembicara yang mengucapkan

Universitas Sumatera Utara

9

kata berdasarkan suaranya (Rudrapal, et. al., 2012). Voice recognition melakukan
identifikasi dengan mencocokkan informasi yang terkandung di dalam suatu sinyal
suara yang masuk dengan sinyal suara yang menjadi referensi dalam proses identifikasi.
Informasi ini berupa karakteristik sinyal suara yang meliputi intonasi suara, pola suara,
kerapatan sinyal suara dan lain sebagainya. Hal ini dikarenakan tiap-tiap objek
penghasil suara memiliki karakterisitik sinyal suara yang disebabkan oleh susunan
anatomi penghasil suara yang berbeda-beda. Misalnya suara jangkrik dengan suara
katak, suara yang dihasilkan kedua hewan tersebut memiliki karakterisitik yang berbeda
karena struktur susunan anatomi penghasil suara yang dimiliki katak dan jangkrik
berbeda. Bahkan untuk manusia, tiap-tiap orang memiliki karakteristik sinyal suara
yang berbeda-beda karena walaupun susunan anatominya sama tetapi tiap organ
penyusun anatominya memiliki ukuran yang berbeda-beda.
Voice recognition telah banyak digunakan untuk mengatasi permasalahan yang
muncul dalam kehidupan sehari. Biasanya permasalahan-permasalahan yang ditangani
menyangkut keamanan dan kenyaman. Permasalahan-permasalahan tersebut bisa
dibagi menjadi tiga jenis permasalahan utama, yaitu autentikasi, pengawasan dan
forensik (Singh, et. al., 2012).

2.2.1. Autentikasi

Proses autentikasi merupakan proses validasi yang berkaitan dengan keamanan untuk
mengakses suatu hal. Biasanya nomor PIN atau password untuk mengakses suatu hal
yang sifatnya pribadi mudah lupa dan memiliki tingkat kemanan yang rendah. Nomor
PIN dan password rentan untuk dibajak karena biasanya terdiri dari susunan karakter
yang bisa diproses dengan acak oleh komputer. Voice recognition mengatasi masalah
ini dengan menjadikan sinyal suara sebagai pengganti nomor PIN atau password untuk
mengakses suatu hal yang sifatnya pribadi. Hal ini dikarenakan tiap orang memiliki
karakteristik sinyal suara yang berbeda-beda. Sehingga mengecilkan resiko nomor PIN
dan password dibajak untuk keuntungan sebelah pihak.

2.2.2. Pengawasan
Voice recognition bisa dipergunakan untuk mengumpulkan informasi. Biasanya
dipergunakan pihak keamanan untuk memata-matai percakapan yang ada di telepon
atau radio dan bisa juga untuk mengawasi suatu lokasi. Informasi-informasi ini biasanya

Universitas Sumatera Utara

10

akan menentukan pihak kemanan dalam mengambil keputusan dalam pencegahan

tindak kriminalitas atau pencegahan suatu hal yang sifatnya merugikan.

2.2.3. Forensik
Forensik merupakan suatu kumpulan informasi yang dibentuk dari data dan fakta dari
berbagai kejadian untuk membuktikan suatu kejadian. Hal ini bisanya digunakan di
dalam proses hukum untuk mengadili dan membuktikan suatu tindakan kriminal. Voice
recognition akan mengidentifikasi apakah suara yang menjadi bukti dari suatu tindakan
kriminal, suara tersangka atau bukan. Meskipun hasil speaker recognition tidak bisa
secara langsung menghasilkan kesimpulan yang bisa dijadikan acuan, setidaknya hasil
speaker recognition bisa menjadi bahan pertimbangan pihak kemanan untuk mengadili
dan membuktikan suatu tindakan kriminal.

2.3. Mel-Frequency Cepstral Coefficients (MFCC)
Algoritma ini merupakan algoritma yang berfungsi untuk mengekstrak ciri suatu sinyal
suara dengan merubah sinyal suara menjadi vektor-vektor akustik yang digunakan
dalam proses klasifikasi. Algoritma ini diperkenalkan oleh Davis dan Mermelstein pada
tahun 1980. MFCC merupakan algoritma ekstraksi fitur yang paling efektif dan paling
banyak dipakai oleh banyak peneliti. Alur pemrosesan MFCC dibuat menyerupai alur
pemrosesan sistem indra manusia dalam menangkap sinyal suara agar hasil ekstraksi
fiturnya mendekati persepsi yang dihasilkan indra pendengaran manusia (Davis &

Mermelstein, 1980). Algoritma MFCC mampu menghasilkan data seminimal mungkin
tanpa menghilangkan informasi-informasi penting yang ada pada sinyal suara dan hal
inilah yang menjadi kelebihan utama dari algoritma ini. Urutan dan cara kerja MFCC
dapat dijelaskan sebagai berikut (Davis & Mermelstein, 1980).

2.3.1. Pre-processing
Tahapan ini memperbaiki kualitas sinyal suara yang masuk dengan menghilangkan
noise-noise yang muncul dari suatu sinyal suara. Tahapan ini terbagi menjadi dua proses
umum, yaitu end-point detection dan pre-emphasis. End-point detection melakukan
pencarian dan menghilangkan noise dari suatu sinyal suara agar menghasilkan sistem
pengenalan yang sempurna (Tan & Jantan, 2004). Pencarian noise dilakukan dengan
menetukan titik awal dan titik akhir suatu sinyal suara (Tan & Jantan, 2004). Pre-

Universitas Sumatera Utara

11

emphasis menimalisasi noise yang mungkin masih ada pada suatu sinyal suara dengan
menyeimbangkan nilai amplitudo pada frekuensi yang tinggi dan rendah. Hasil dari
proses pre-emphasis didapatkan melalui Persamaan 2.1. Hasil akhir setelah sinyal suara

melewati kedua proses tersebut adalah suatu sinyal suara yang memiliki kualitas lebih
baik dan tidak terdapat noise di dalamnya.
[ ] = �[ ] −
Dimana:

x �[ − ]

y[n]

= sinyal hasil pre-emphasis

s(n)

= sinyal sebelum pre-emphasis

(2.1)

= 0.97

2.3.2. Frame Blocking

Frame blocking merupakan suatu tahapan yang berfungsi untuk memisahkan sinyal
suara menjadi beberapa frame. Sinyal yang sudah berbentuk frame-frame menyimpan
informasi-informasi yang nantinya dikonversi menjadi vektor akustik. Tiap frame
memiliki panjang yang sama dan tiap frame dipisahkan oleh overlapping. Jumlah
overlapping

setengah

dari

panjang

frame.

Overlapping

berfungsi

untuk

mempertahankan nilai yang tersimpan di dalam frame agar tidak hilang ketika
dilakukan pemrosesan pada tahapan-tahapan berikutnya. Jumlah frame dari suatu sinyal
suara dihitung melalui Persamaan 2.2.
J(f) = ((I – N)/M) + 1
Dimana:

J(f)

= jumlah frame

I

= sample rate

N

= frame size

M

= jumlah overlapping

(2.2)

2.3.3. Windowing
Windowing merupakan suatu metode filtering yang digunakan untuk mengurangi
distorsi yang terjadi antar frame di dalam suatu sinyal suara. Metode ini memiliki
banyak jenis, tetapi yang paling sering di pakai dalam pengolahan suara adalah

Universitas Sumatera Utara

12

hamming windows. Hal ini dikarenakan tingkat kerumitan formulanya yang rendah dan
kefektivitasannya yang tinggi.

Hasil akhir dari metode ini ditentukan dengan

mengalikan frame dengan formula hamming windows. Persamaan hamming windows
ditunjukkan pada Persamaan 2.3.

=
Dimana :

w(n)

= windowing

N

= lebar filter

n

= waktu diskrit

α

= 0.54

β

= 0.46

−

cos

�

�−

,

(2.3)

2.3.4. Fast Fourier Transform (FFT)
Frame-frame yang sudah difilter pada tahap sebelumnya masih mengacu pada domain
waktu. Frame tersebut harus diubah dari yang mengacu pada domain waktu menjadi
domain frekuensi. Algoritma yang digunakan untuk mengkonversi frame tersebut
adalah Fast Fourier Transform (FFT). Algoritma tersebut merupakan pengembangan
dari algoritma Discrete Fourier Transform (DFT). FFT digunakan karena memiliki
pemrosesan yang lebih cepat dan lebih optimal dibandingkan dengan DFT. Selain
menghasilkan frame yang mengacu pada domain frekuensi, FFT juga menghasilkan
besaran power spectrum. Power spectrum adalah besaran kuat lemahnya frekuensi yang
muncul di dalam frame. Rumus FFT untuk mengubah sinyal suara dari domain waktu
ke domain frekuensi ditunjukkan pada Persamaan 2.4.

�
Dimana :

= ∑�=

cos �

/

− sin

�

F(k)

= hasil FFT

f(n)

= sinyal masukan

N

= jumlah sample

n

= indeks sample input dalam domain waktu

m

= indeks output dalam domain frekuensi

�

(2.4)

Universitas Sumatera Utara

13

2.3.5. Mel-filtering
Indra pendengaran manusia dalam mepersepsikan suatu suara memiliki daya tangkap
yang lebih baik ketika suara tersebut memiliki frekuensi yang rendah dibandingkan
dengan frekuensi yang tinggi. Misalnya dalam menangkap suara lolongan anjing yang
berada dikejauhan, indra pendengaran manusia mampu lebih cepat mengenalinya
dibandingkan dengan suara desingan pesawat jet yang memiliki frekuensi tinggi.
Frekuensi linear pada sinyal suara tersebut dipersepsikan dengan menggunakan skala
mel. Skala mel ini merupakan satuan dalam mengukur pola yang terbentuk dari ciri
suatu pengenalan sinyal suara.
Tahapan ini mengimplementasikan tahapan penerimaan persepsi pada manusia
dengan mengubah frekuensi linear menjadi mel-spectrum. Mel-spectrum merupakan
pola suara yang terbentuk dari besar kecil frekuensi yang mucul di dalam suatu area
yang ada pada frame dan besarannya dihitung dalam skala mel. Sinyal suara frekuensi
linear yang sudah berskala mel akan difilter sebanyak jumlah filter yang ditentukan agar
menghasilkan pola suara yang disebut dengan mel-spectrum. Proses filter inilah yang
mendasari tahapan ini diberi nama mel-filtering.
Langkah awal pada tahapan ini yaitu membuat filterbank dengan mengubah
frekuensi linear menjadi mel-frequency. Filterbank adalah susunan filter yang
digunakan untuk memfilter frekuensi sinyal suara menjadi mel-spectrum. Melfrequency adalah skala frekuensi linear yang memiliki besaran nilai dibawah 1000 Hz
dan besaran skala logaritmik diatas 1000 Hz. Satuan mel-frequency tidak lagi Hz
melainkan mel. Sebelum diubah ke dalam skala mel, harus ditentukan terlebih dahulu
frekuensi terendah dan tertinggi yang dimiliki suatu frekuensi linear. Kemudian ubah
kedua frekuensi tersebut dengan menggunakan Persamaan 2.5. Mel-frequecy tersebut
dipecah kedalam N jumlah filter dimana tiap mel-frequency memiliki selisih besaran
yang sama berasarkan nilai mel-frequency terendah dan tertinggi.

M(f) = 1125 x ln(1 + f/700)

Dimana :

M(f)

= mel-frequency

f

= frekuensi linear

(2.5)

Universitas Sumatera Utara

14

Mel-frquency yang berjumlah N filter tersebut diubah kembali menjadi frekuensi
linear. Proses pengubahan tersebut dihitung menggunakan Persamaan 2.6. Frekuensi
linear tersebut dibulatkan menjadi nilai FFT berdasarkan nilai FFT bin terdekat.
Pembulatan ini dilakukan karena nilai frekuensi linear yang didapat pada Persamaan
2.6 tidak memiliki resolusi yang tepat untuk meletakkan nilai frekuensi linear tersebut
pada filterbank. Nilai FFT bin didapatkan dari setengah nilai FFT yang telah ditentukan.
Prosesnya pembulatannya dihitung menggunakan Persamaan 2.7.
M-1(m) = 700 x (exp(m/1125) – 1)
Dimana :

M-1(m) = frekuensi linear
m

= mel-frequency

f(i) = floor((nfft + 1) x h(i) / S)

Dimana :

(2.6)

f(i)

= nilai FFT tiap frekuensi

nfft

= nilai FFT yang sudah ditentukan

h(i)

= frekuensi linear

S

= sampling rate

(2.7)

Filter-filter yang sudah memiliki nilai tersebut kemudian disusun membentuk
filterbank. Penyusunan filter ini dilakukan berdasarkan Persamaan 2.8. Sinyal suara
yang masuk akan difilter menggunakan filterbank yang sudah tersusun tersebut. Tiap
filter akan menganalisa dan membentuk pola kuat lemah frekuensi dari suatu frame di
dalam sinyal suara berdasarkan power spectrum. Pola yang terbentuk inilah yang
disebut dengan mel-spectrum dan menjadi ciri karakteristik suatu sinyal suara. Sinyal
hasil mel-filtering didapatkan melalui Persamaan 2.9.

�

= {

�−� �−
� � −� �−

� �+ −�
� �+ −� �

�� �+

(2.8)

Universitas Sumatera Utara

15

Dimana :

�

= mel-filterbank

m

= jumlah filter

k

= nilai FFT

f

= nilai FFT tiap filter

� =
Dimana :

�

�

∗log

��

+

(2.9)

= koefisien filterbank pada frekuensi j( ≤ ≤

= magnitude spectrum pada frekuensi j

2.3.6. Discrete Cosine Transform (DCT)
Langkah ini merupakan tahapan terakhir dari algoritma MFCC yaitu mengubah melspectrum kembali ke dalam domain waktu. Hasilnya disebut dengan cepstral coefficient
yang merupakan koefisien yang mencirikan suatu sinyal suara. Cepstral coefficient
dihasilkan dengan menggunakan Persamaan 2.8. Jumlah cepstral coefficient yang
dihasilkan sama dengan jumlah mel-spectrum yang diproses, tetapi hanya 12 cepstral
coefficient terendah yang dipakai pada proses klasifikasi. Nilai pada koefisien ini
disebut dengan vektor akustik yang menjadi variabel dalam menentukan ciri suatu
suara.

Dimana :

̃ = ∑�= (

�̃

= mel-spectrum

K

= jumlah koefisien

̃

�̃ ) cos [

−

�

�

]

(2.8)

= cepstral-coefficient

2.4. Vector Quantization (VQ)
Vector Quantization (VQ) merupakan metode kompresi vektor akustik dan klasifikasi
vektor akustik. VQ membuat proses klasifikasi suara menjadi lebih cepat dan efesien
dengan mengkompres vektor akustik secara signifikan tetapi masih akurat dalam
mempresentasikan nilai yang terkandung di dalam vektor akustik tersebut. Tanpa proses

Universitas Sumatera Utara

16

ini, proses komputasi yang dilakukan sistem akan menjadi sangat kompleks dan hal ini
akan membebani kinerja sistem.
VQ melakukan kompresi vektor akustik dengan memetakan sejumlah vektor
akustik ke dalam suatu suatu area terbatas yang terdapat pada suatu ruang vektor dua
dimensi. Tiap area disebut dengan cluster dan tiap area diwakilkan dengan codeword.
Codeword merupakan titik pusat (centroid) yang ada pada suatu area. Kumpulan dari
codeword disebut dengan codebook. Codebook inilah yang menjadi referensi dalam
proses klasifikasi data.
Visualisasi codebook dapat dilihat pada gambar 2.2. Gambar tersebut tediri dari
tiga elemen utama, yaitu titik berwarna hijau, bintang berwarna merah dan garis
berwarna biru yang membentuk sebuah area. Codebook tersebut digambarkan pada
suatu ruang dengan garis vertikal menunjukkan nilai imajiner vektor dan garis
horizontal menunjukkan nilai real vektor. Titik berwarna hijau menunjukkan vektor
akustik yang tersebar diseluruh ruang vektor. Bintang berwarna merah menunjukkan
codeword yang menjadi representasi dari suatu cluster. Garis biru membatasi tiap
cluster dan menjadi acuan posisi vektor akustik berada di cluster yang mana.

Gambar 2.2 Contoh Codeword pada Ruang Vektor Dua Dimensi
(Linde, et. al., 1980)

Universitas Sumatera Utara

17

VQ terbagi menjadi dua proses utama, yaitu feature training dan matching. Feature
training merupakan proses perekaman data latih dan memetakannya menjadi codebook
yang menjadi referensi dalam melakukan proses klasifikasi. Proses feature training
hanya memproses data latih, data uji akan langsung masuk proses matching. Matching
merupakan proses klasifikasi dengan mencocokkan pola vektor akustik data uji dengan
codebook data latih.
Pada feature-training, vektor akustik data latih akan dipetakan menjadi codebook
untuk kemudian disimpan ke dalam VQ model atau ke dalam database. VQ model
adalah file berbentuk teks berekstensi vq. Proses pemetaan dan pembentukan codebook
menggunakan algoritma LBG (Linde, Buzo, Gray) yang diimplementasikan pada proses
rekursif berikut (Linde, et. al., 1980):
1. Rancang sebuah vektor codebook yang menjadi acuan dari keseluruhan vektor data
latih.
2. Gandakan vektor codebook dengan membagi masing-masing codebook

menurut

aturan:
+

−

=

=

+�

(2.9)

+�

(2.10)

Dimana n bernilai dari 1 sampai ukuran codebook yang sudah ditentukan dan ε
adalah parameter splitting yang bernilai 0,01.
3. Nearest Neighbour Search
Vektor data latih yang berkumpul pada area tertentu dikelompokkan. Untuk tiap
vektor data latih, temukan codeword terdekat yang menjadi titik pusat codebook.
Kelompokkan vektor data latih berdasarkan codeword terdekat yang akan
membentuk sebuah cluster.
4. Buat codeword baru pada masing-masing cluster dengan menentukan titik pusat
dari kumpulan vektor akustik yang ada di dalam cluster tersebut.
5. Iterasi 1
Lakukan pengulangan langkah 3 dan langkah 4 sampai jarak rata rata dibawah jarak
rata ambang batas yang telah ditetapkan.
6. Iterasi 2
Lakukan pengulangan langkah 2, 3 dan 4 sampai codebook berukuran M.

Universitas Sumatera Utara

18

Proses matching melakukan klasifikasi dengan memetakan vektor akustik data uji
dengan codebook yang sudah dilatih pada feature training dan menghitung jarak ratarata terdekat. Hasil klasifikasi ditentukan dari jarak rata-rata antara vektor akustik data
uji dengan codeword yang ada pada codebook. Jarak akustik data dengan codeword
yang ada pada codebook disebut dengan VQ distortion. VQ distortion dihitung
menggunakan Persamaan 2.11.

Dimana :

,

= √∑

=

−

+

+

(2.11)

= komponen ke-j dari vektor masukan

= komponen ke-j dari codeword

Proses klasifikasinya dimulai dengan memilih secara random codebook data latih
yang akan dijadikan acuan. Kemudian hitung jumlah codeword yang ada pada codebook
tersebut. Kelompokkan vektor akustik data uji ke dalam codebook tersebut berdasarkan
jarak terdekat antar vektor akustik dengan codeword menjadi suatu cluster yang
jumlahnya sama dengan jumlah codeword. Hitung rata-rata VQ distortion pada seluruh
bagian codebook. Jika nilai rata-rata pada codebook tersebut sudah didapatkan, lakukan
pengulangan proses pada semua codebook yang dijadikan referensi. Bandingkan nilai
rata-rata tiap codebook. Codebook yang memiliki nilai terkecil merupakan codebook
yang cocok dengan vektor akustik data uji yang masuk dan merupakan hasil dari proses
klasifikasi.

2.5. Cloud Computing
Cloud computing menjadi teknologi baru paling popular dan menjadi sebuah revolusi
di dalam dunia teknologi komputer. Teknologi ini merubah cara pandang orang dalam
menggunakan komputer dan memiliki dampak besar dalam industri teknologi
informasi. Teknologi ini membuat orang-orang jadi ketergantungan terhadap internet.
Karena internet berperan besar dalam penerapan teknologi cloud computing.
Pemrosesan dan penyimpanan data semua dilakukan melalui perantara internet.
Untuk mendefenisikan cloud computing, terlebih dahulu harus dijelaskan maksud
penggunaan kata cloud yang dalam bahasa Indonesia berarti awan. Penggunaan kata
cloud di dalam dunia teknologi pertama kali dipakai pada industri telepon di awal tahun

Universitas Sumatera Utara

19

1990 ketika Virtual Private Network (VPN) pertama kali dikenalkan (Hu, et. al., 2011).
Daripada menggunakan kabel data untuk mengirimkan informasi, perusahaan telepon
lebih memilih menggunakan VPN untuk menghubungkan provider dengan customers.
VPN membuat provider menawarkan ukuran bandwidth yang sama tetapi biayanya
lebih rendah dengan terus-menerus merubah rute jaringan secara real-time untuk
mengakomodasi perubahan penggunaan jaringan yang selalu berubah-ubah. Hal ini
membuat alur data dari provider ke costumers sangat sulit untuk diprediksi. Tanggung
jawab provider dalam menjaga jaringan ini direpresentasikan sebagai awan (cloud).
Penamaan cloud terus dipakai untuk proses dan pengiriman data yang tidak kelihatan
bentuk fisik hardware untuk pemrosesannya oleh user dan pada masa sekarang merujuk
pada internet sebagai medianya. Sehingga cloud computing dapat didefenisikan sebagai
suatu teknologi yang pemrosesan, penyimpanan dan pengiriman data yang semuanya
dilakukan melalui media internet. Defenisi ini divisualisasikan pada gambar 2.3.

Gambar 2.3 Visualisasi Defenisi Cloud Computing (Hu, et. al., 2011)

Cloud computing memungkinkan terjadinya pertukaran informasi antar perangkat
yang berbeda-beda. Misalnya data yang diproses oleh komputer, hasil pemrosesannya
dapat dilihat oleh smartphone. Hal ini bisa terjadi melalui application programming
interfaces (API) yang ditanamkan pada masing-masing aplikasi pada tiap perangkat
sama(Hu, et. al., 2011). Bahasa pemrograman pada tiap aplikasinya biasanya bersifat
object orientation yang memudahkan dalam proses pertukaran inforamsi antar
perangkat. Kunci agar pemrosesannya lebih cepat dan lebih effisien terletak pada
rancangan cloud software environment, bagaimana agar aplikasi mudah diakses, daya
jangkau yang luas dan keamanan yang tinggi.

Universitas Sumatera Utara

20

Cloud computing sangat bergantung pada internet, web service dan server. Tiga hal
ini bisa menjadi kelemahan dan bisa juga menjadi kelebihan dari teknologi ini. Internet
menjadi media penyampaian informasi pada cloud computing. Tanpa internet,
pemrosesan pada teknologi cloud computing tidak akan berjalan dan dengan internet,
user selalu bisa melihat hasil pemrosesan dimanapun dia berada dan pada perangkat
apapun yang ia gunakan. Web service dan server saling berkaitan, karena web service
merupakan sebuah pelayanan pemrosesan yang dilakukan di internet berdasarkan
script-script perintah yang disimpan di dalam server. Server menjadi tempat
penyimpanan segala hasil dan pemrosesan yang dilakukan cloud computing. Hal ini
menjadi kelemahan dari sisi privasi dan keamanan, karena jika server berhasil dibobol
oleh pihak tertentu maka seluruh data hasil pemrosesan yang ada di server bisa
diketahui dan dipergunakan untuk memperoleh keuntungan financial yang merugikan
banyak pihak (Ahmed & Hossain, 2014). Dan disisi lain, penggunaan server dan web
service ini membuat pemrosesan diperangkat lebih cepat dan tidak memerlukan ruang
penyimpanan pada perangkat. Oleh karena itu, pihak developer yang ingin menerapkan
cloud computing pada aplikasinya harus menerapkan tingkat keamanan yang tinggi agar
user yang menggunakan aplikasinya menjadi lebih nyaman.

2.6. Representational State Transfer (REST)
REST adalah suatu model arsitektur aplikasi yang membuat data ditampilkan, diakses
dan dimodifikasi di internet (Hamad, et. al., 2010). Di dalam arsitektur REST, data dan
fungsi-fungsinya berada di dalam suatu sumber dan sumber tersebut diakses
menggunakan Uniform Resource Identifier (URL) atau bisa dikatakan REST bekerja
dengan bernavigasi melalui URL untuk melaksanakan aktivitas tertentu. Arsitektur
REST dibuat berdasarkan arsitektur client-server dan dirancang menggunakan protocol
HTTP (Hamad, et. al., 2010). Hal inilah yang membuat REST menjadi ringan dan
memiliki performa yang handal.
RESTful adalah web service yang dirancang berdasarkan arsitektur REST.
RESTful mengakses suatu sumber data atau fungsi melalui web URL dan menggunakan
empat metode utama HTTP untuk menciptakan, mendapatkan, memodifikasi dan
menghapus data atau fungsi dari sumbernya. Empat metode utama HTTP yang
digunakan oleh RESTful yaitu CREATE untuk menciptakan, GET untuk mendapatkan,
UPDATE untuk memodifikasi dan DELETE untuk menghapus. Web service ini

Universitas Sumatera Utara

21

menjadi salah satu elemen penting dalam menerapkan teknologi cloud computing
karena prinsipnya yang menghubungkan antar perangkat melalui jaringan internet.

Kelebihan yang dimiliki RESTful sebagai sebuah web service dijelaskan sebagai
berikut (Hamad, et. al., 2010):
1. Waktu dalam merespon dan memuat data lebih sedikit dibandingkan web service
lain
2. Meningkatkan jangkauan server dengan mengurangi kebutuhan untuk menjaga
bentuk komunikasi.
3. Hanya memerlukan sebuah browser untuk mengakses aplikasi apapun dan dari
sumber manapun.
4. Tidak membutuhkan mekanisme tambahan untuk mengakses suatu sumber yang
terpisah karena arsitekturnya sudah dirancang untuk mengatasi hal tersebut.
5. Memiliki kemampuan menambahkan dukungan untuk jenis konten baru tanpa
mengurangi dukungan terhadap konten yang lama.

2.7. Penelitian Terdahulu
Jafar et al (2013) menggunakan algoritma MFCC untuk melakukan fitur ekstraksi dan
menggunakan algoritma k-Nearest Neighbour (kNN) untuk melakukan proses
identifikasi jenis katak berdasarkan suaranya. Sebanyak 750 data latih dari 15 jenis
katak yang ada dihutan Malaysia direkam dengan sampling rate 48000 Hz. Data latih
direkam terus selama 4 jam tanpa henti. Penelitian ini menunjukkan bahwa kolaborasi
MFCC dengan kNN untuk mengidentifikasi 15 jenis katak di hutan Malaysia
menghasilkan akurasi sebesar 85,7%.
Astuti et al (2011) menggunakan algoritma MFCC untuk melakukan fitur ekstraksi
dan menggunakan algoritma Support Vector Machine (SVM) untuk melakukan proses
identifikasi jenis burung berdasarkan suaranya. Aktivitas dari beberapa burung tertentu
yang tidak normal menjadi acuan akan terjadinya suatu bencana alam. Penelitian ini
mengklasifikasi 7 jenis burung dengan proses perekaman suara menggunakan sampling
rate 16000 Hz. Penelitian ini menunujukkan bahwa kolaborasi MFCC dengan SVM
untuk mengidentifikasi 7 jenis burung menghasilkan akurasi sebesar 98%.
Chen et al (2015) menggunakan algoritma MFCC untuk melakukan fitur ekstraksi
dan menggunakan kolaborasi algoritma SVM-kNN untuk melakukan proses identifikasi

Universitas Sumatera Utara

22

jenis hewan nocturnal berdasarkan suaranya. Sebanyak 339 data latih dari 18 jenis
hewan nocturnal direkam dengan sampling rate 44100 Hz. Penelitian ini menunjukkan
bahwa kolaborasi MFCC dengan SVM-kNN untuk mengidentifikasi 18 jenis hewan
nocturnal menghasilkan akurasi sebesar 92%.
Ismail et al (2014) menggunakan algoritma MFCC untuk melakukan fitur ekstraksi
dan menggunakan algoritma Vector Quantization (VQ) untuk melakukan pengecekan
tajwid Qalqalah pada pembacaan surat Al-Ikhlas di dalam Al-Quran. Qalqalah terbagi
menjadi dua jenis yaitu Sughrah dan Kubrah. Data latih diambil dari Qalqalah yang
muncul pada surat Al-Ikhlas dan tiap-tiap Qalqalah dilakukan perekaman data latih
sebanyak 10 data latih sehingga total 20 data latih. Penelitian ini menunjukkan bahwa
kolaborasi MFCC dengan VQ untuk melakukan pengecekan tajwid Qalqalah pada
pembacaan surat Al-Ikhlas di dalam Al-Quran menghasilkan akurasi sebesar 94,5%.
Kubakaddi et al (2015) menggunakan algoritma MFCC untuk melakukan fitur
ekstraksi dan menggunakan algoritma Vector Quantization (VQ) mengidentifikasi
pembicara berdasarkan suaranya. Data latih diambil dari 8 orang yang berbeda.
Penelitian

ini

menunjukkan

bahwa

kolaborasi

MFCC

dengan

VQ

untuk

mengidentifikasi 8 pembicara menghasilkan akurasi sebesar 98%.

Tabel 2.1. Penelitian Terdahulu
No

Peneliti/Tahun

Algoritma

1

Jaafar et al/2013

Mel-frequency
Cepstral Coefficients
–
k-Nearest Neighbour

Keterangan
•
•
•
•

2

Astuti et al/2011

Mel-frequency
Cepstral Coefficients
–
Support Vector
Machine

•

Identifikasi jenis katak
yang di hutan Malaysia
berdasarkan suaranya
Data latih berjumlah 750
data latih dari 15 jenis
katak
Sampling rate sebesar
48000 Hz
Tingkat akurasi
keberhasilan klasifikasi
sebesar 85,7%.
Identifikasi jenis burung
untuk mengetahui aktivitas
tidak normal yang
menandakan akan
terjadinya bencana
berdasarkan suaranya

Universitas Sumatera Utara

23

Tabel 2.1. Penelitian Terdahulu (Lanjutan)
No

Peneliti/Tahun

Algoritma

2

Astuti et al/2011

Mel-frequency
Cepstral Coefficients
–
Support Vector
Machine

•

Mel-frequency
Cepstral Coefficients
–
k-Nearest Neighbour
–
Support Vector
Machine

•

3

Chen et al/2015

Keterangan

•

•
•
•

4

Ismail et al/2014

Mel-frequency
Cepstral Coefficients
–
Vector Quantization

•

•
•
•

5

Kubakaddi et
al/2015

Mel-frequency
Cepstral Coefficients
–
Vector Quantization

•
•
•

Tingkat akurasi
keberhasilan klasifikasi
sebesar 98%.
Jumlah jenis burung yang
diidentifikasi sebanyak 7
jenis
Identifikasi jenis hewan
nocturnal berdasarkan
suaranya
Data latih berjumlah 399
data latih dari 18 jenis
hewan nocturnal
Sampling rate sebesar
44100 Hz
Tingkat akurasi
keberhasilan klasifikasi
sebesar 92%.
Pengecekan tajwid
Qalqalah pada surat AlIkhlas di dalam bacaan AlQuran
Qalqalah yang diidetifikasi
terdiri dari dua jenis yaitu
Sughrah dan Kubrah
Jumlah data latih sebanyak
20 data latih
Tingkat akurasi
keberhasilan klasifikasi
sebesar 94,5%.
Pengidentifikasian
pembicara berdasarkan
suaranya
Data latih diambil dari 8
pembicara yang berbedabeda
Tingkat akurasi
keberhasilan klasifikasi
sebesar 98%.

Universitas Sumatera Utara

24

Perbedaan penelitian yang dilakukan dengan penelitian terdahulu adalah penelitian
ini mendeteksi keberadaan katak berdasarkan suaranya, bukan melakukan identifikasi
jenis katak. Hasil klasifikasinya hanya menunjukkan apakah suara yang berhasil
direkam suara katak atau bukan. Adapun metode yang diimplementasikan pada
penelitian ini adalah sebagai berikut:
1. Metode fitur ekstraksi menggunakan algoritma Mel-frequency Cepstral Coefficients
(MFCC) yang mengubah sinyal suara menjadi koefisien-koefisien yang memiliki
nilai vektor akustik sebagai ciri suatu sinyal suara.
2. Metode klasifikasi dengan menggunakan algoritma Vector Quantization (VQ).
Algoritma ini terbagi menjadi dua tahapan yaitu feature training yang berfungsi
untuk membentuk codebook dan matching yang berfungsi untuk melakukan
klasifikasi berdasarkan jarak terdekat vektor akustik yang masuk dengan codeword
pada codebook.
3. Konversi hasil klasifikasi menjadi notifikasi yang akan ditampilkan pada
smartphone dengan menerapkan teknologi cloud computing dalam pemrosesannya.

Universitas Sumatera Utara