Pengenalan nada alat musik belira secara real time dengan ekstraksi ciri DCT dan Similaritas Kosinus - USD Repository

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
TUGAS AKHIR

PENGENALAN NADA ALAT MUSIK BELIRA SECARA
REAL TIME DENGAN EKSTRAKSI CIRI DCT DAN
SIMILARITAS KOSINUS
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro

Oleh :
V. IRWAN NOVARIYANTO
NIM : 095114008

PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2014

i

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
FINAL PROJECT

REAL TIME BELIRA TONE RECOGNITION USING DCT
FEATURE EXTRACTION AND COSINE SIMILARITY
Presented as Partial Fullfillment of The Requirements
To Obtain Sarjana Teknik Degree
In Electrical Engineering Study Program

Oleh :
V. IRWAN NOVARIYANTO
NIM : 095114008

DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2014

ii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

iii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

iv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

v

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
HALAMAN PERSEMBAHAN DAN MOTTO HIDUP

MOTTO :

Pendidikan merupakan perlengkapan paling baik untuk hari tua
(Aristoteles)

Skripsi ini kupersembahkan untuk….
Yesus Kristus dan Bunda Maria Pembimbingku yang setia
Papa, Mama, Kakak, dan Adikku tercinta

vi

PLAGIAT

PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

vii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
INTISARI
Tinggi rendahnya nada ditentukan oleh frekuensi dasar gelombang bunyi. Semakin
besar frekuensi dasar gelombang bunyi, maka semakin tinggi nada yang dihasilkan. Indera
pendengaran manusia tidak dapat mengetahui pasti nada apa yang didengar olehnya,
terkecuali pemusik profesional. Alat musik yang digunakan pun juga bervariasi, salah
satunya alat musik pukul. Belira adalah alat musik pukul yang sering digunakan pada drum

band. Alat musik belira digunakan untuk memainkan nada melodi dalam sebuah lagu pada
drum band.
Sistem pengenalan nada alat musik belira pada tugas akhir ini menggunakan
perangkat lunak Matlab dalam pembuatan program. Penyelesaian pembuatan program ini
menggunakan ekstraksi ciri DCT. Ekstraksi ciri DCT sendiri dalam pembuatan program
digunakan dalam pembuatan data base program, sedang untuk melakukan evaluasi
program digunakan fungsi similaritas kosinus. Dari hasil data base menggunakan
eskstraksi ciri DCT di dapat data matrik yang nantinya akan dihitung dengan data hasil
perekaman secara real time, penghitungan data menggunakn rumus similaritas kosinus.
Hasil yang didapat berupa 16 nilai similaritas dan hasil nilai similaritas tertinggi
merupakan keluaran dari program.
Sistem pengenalan nada alat musik belira dengan metode similaritas kosinus sudah
berhasil dibuat dan dapat bekerja dengan baik, dengan nilai koefisien DCT 16, 32, 64, 128,
256, dan 512 program pengenalan melakukan pengenalan nada sebesar 84,6%. Penampil
hasil nada, spektrum ekstraksi ciri DCT, dan similaritas kosinus masing-masing nada
mampu menampilkan data sesuai perancangan. Program pengenalan nada alat musik belira
mengenali 16 nada, sehingga dalam pengembangan berikutnya masih bisa dikembangkan
untuk pengenalan nada pada sebuah lagu.
Kata kunci : Belira, DCT (Discrete Cosine Transform), Similaritas kosinus, Pengenalan
Nada

viii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
ABSTRACT
High and low of tones determined by the basic frequencies from the sound
waves. Bigger sound waves, will produce higher tone. Human’s hearing sense can’t
introduce well which tone that heard by it’s, except by the professional ones. There are
a lot of variation of musical instruments, one of them is hit musical instrument. Belira
is a musical instrument that often uses in a marching band. Using of Belira is for
playing melodic tone in marching band’s song.
Musical tone recognition system belira in this thesis using the Matlab software
programming. Completion of this program making use DCT feature extraction. DCT
feature extraction alone in making the program used in the manufacture a data base of
the program, the program is being used to evaluate the cosine similarity function.

From the results of the data base using DCT in eskstraksi can characterize the data
matrix that will be calculated by recording the results of the data in real time, to use
your data calculation formula cosine similarity. 16 The results obtained in the form of
similarity values and the results of the highest similarity score is the output of the
program.
A system to figure out Belira’s tones with similarity cosine has been
successfully produced and worked very well, with DCT’s 16, 32, 128, 256, and 512
coefficient values the program introduce tones as much 84,6%. Tone’s output viewer,
DCT feature extraction spectrum, and cosine similarity from each tones can show data
according design. The introduction program of Belira introduce 16 tones, so for next
development still can develop to introduce in a song.
Keywords: Belira, DCT (Discrete Cosine Transform), Cosine Similarity, Tone
Introduce.

ix

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK

TIDAKTERPUJI
TERPUJI

KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus karena telah
memberikan rahmat-Nya sehingga penulis dapat menyelesaikan laporan tugas akhir ini
dengan baik. Laporan tugas akhir ini disusun untuk memenuhi syarat memperoleh
gelar sarjana.
Selama pembuatan tugas akhir ini penulis menyadari bahwa ada begitu banyak pihak
yang telah memberikan bantuan baik bantuan materi, moral maupun dukungan. Oleh
karena itu penulis ingin mengucapkan terimakasih kepada :
1. Johanes Eka Priyatma, M.SC., Ph.D. Rektor Universitas Sanata Dharma.
2. Paulina Heruningsih Prima Rosa, S.Si.,M.Sc. Dekan Fakultas Sains dan
Teknologi
3. Petrus Setyo Prabowo, S.T., M.T., Ketua Program Studi Teknik Elektro
Universitas Sanata Dharma.
4. Petrus Setyo Prabowo, S.T., M.T., dosen pembimbing akademik yang telah
mendampingi dan membimbing penulis selama studi.
5. Dr.Linggo Sumarno, dosen pembimbing yang dengan penuh kesabaran dan
pengertian untuk membimbing dalam menyelesaikan Tugas Akhir ini.

6. Bernadeta Wuri Harini, S.T., M.T. dan Dr.Iswanjono selaku dosen penguji
yang telah memberi masukkan, kritik dan saran serta merevisi penulisan tugas
akhir ini.
7. Bapak dan Ibu dosen yang telah mengajarkan banyak ilmu yang bermanfaat
selama menempuh pendidikan di Universitas Sanata Dharma.
8. Kedua orang tua penulis yang telah banyak memberikan dukungan doa, kasih
sayang dan motivasi selama menempuh pendidikan di Universitas Sanata
Dharma.
9. Kakak dan adik penulis tercinta yang selalu memberikan semangat, doa dan
dukungan selama menempuh pendidikan di Universitas Sanata Dharma.
10. Teman – teman seperjuangan Teknik Elektro 2009 yang telah menemani pada
saat menempuh pendidikan di Universitas Sanata Dhama.
11. Teman – teman kedai deYanu dan basecamp Sunrise yang telah memberikan
semangat dan dukungan selama penulisan tugas akhir ini.

x

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN

TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
12. Semua pihak yang tidak bisa disebutkan satu persatu yang telah banyak
memberikan banyak bantuan dan dukungan dalam menyelesaikan tugas akhir
ini.
Penulis menyadari bahwa dalam penyusunan laporan tugas akhir masih mengalami
kesulitan dan tidak lepas dari kesalahan. Oleh karena itu, penulis mengharapkan
masukan, kritik dan saran yang membangun agar skripsi ini menjadi lebih baik. Dan
semoga skripsi ini dapat bermanfaat sebagaimana mestinya.

Penulis,

V.Irwan Novariyanto

xi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR ISI
HALAMAN JUDUL ................................................................................. i
HALAMAN PERSETUJUAN.................................................................. iii
HALAMAN PENGESAHAN .................................................................. iv
PERNYATAAN KEASLIAN KARYA ................................................... v
HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ....................... vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
ILMIAH UNTUK KEPENTINGAN AKADEMIK ............................... vii
INTISARI ................................................................................................... viii
ABSTRACT ............................................................................................... ix
KATA PENGANTAR ............................................................................... x
DAFTAR ISI ............................................................................................. xii
DAFTAR GAMBAR ................................................................................. xiv
DAFTAR TABEL ..................................................................................... xvi
BAB I PENDAHULUAN
1.1. Latar Belakang ............................................................................................................. 1
1.2. Tujuan dan Manfaat Penelitian..................................................................................... 1
1.3. Batasan Masalah ........................................................................................................... 2
1.4. Prosedur Penelitian ....................................................................................................... 2
BAB II DASAR TEORI
2.1. Belira ............................................................................................................................ 4
2.2. Sampling ....................................................................................................................... 5
2.3. Frame Blocking ............................................................................................................ 5
2.4. Windowing .................................................................................................................... 6
2.5. Hamming Window ........................................................................................................ 6
2.6. Kartu suara (Sound Card)............................................................................................. 6
2.7. Matlab ........................................................................................................................... 7
2.8. Mikrofon ....................................................................................................................... 9
2.9. Discrete Cosine Transform (DCT) ............................................................................... 9

xii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
BAB III PERANCANGAN
3.1. Sistem Pengenalan Nada Alat Musik Belira ................................................................ 11
3.1.1 Suara Belira (Wav) .............................................................................................. 12
3.1.2 Frame Blocking ................................................................................................... 12
3.1.3 Windowing Hamming .......................................................................................... 12
3.1.4 Normalisasi .......................................................................................................... 12
3.1.5 Discrete Continus Transform .............................................................................. 12
3.1.6 Similaritas kosinus .............................................................................................. 12
3.1.7 Hasil Tampilan (Output) ..................................................................................... 12
3.2. Perancangan Nada Referensi ........................................................................................ 13
3.3. Nada Uji ....................................................................................................................... 14
3.4. Tampilan pada GUI Matlab .......................................................................................... 14
3.5. Perancangan Alur Program .......................................................................................... 16
BAB IV HASIL DAN PEMBAHASAN
4.1. Pengujian Program Pengenalan Nada Alat Musik Belira Menggunakan Similaritas
Kosinus ......................................................................................................................... 21
4.1.1. Tombol Rekam ..................................................................................................... 23
4.2. Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat Pengenalan Nada Alat
Musik Belira ................................................................................................................ 23
4.2.1. Pengujian Parameter Pengaturan Pengenalan Nada ............................................. 25
4.2.2. Pengujian Dengan Masukan Suara Alat Musik Piano .......................................... 30
4.2.3. Perhitungan Nilai Similaritas Secara Manual ....................................................... 35
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan ................................................................................................................... 38
5.2. Saran ............................................................................................................................. 38
DAFTAR PUSTAKA ........................................................................................................ 39
LAMPIRAN ....................................................................................................................... 41

xiii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR GAMBAR
Gambar 2.1 Alat Musik Belira ............................................................................................ 4
Gambar 2.2 Frame Blocking ............................................................................................... 5
Gambar 2.3 Kartu suara ....................................................................................................... 7
Gambar 2.4 Tampilan Awal Matlab .................................................................................... 9
Gambar 3.1 Blok Diagram Sistem Pengenalan Nada .......................................................... 11
Gambar 3.2 Diagram Blok Proses Pengambilan Nada Referensi ....................................... 13
Gambar 3.3 Diagram Blok Proses Pengambilan Nada Uji .................................................. 14
Gambar 3.4 Tampilan Utama Pengenalan Nada ................................................................. 15
Gambar 3.5 Blok Diagram Keseluruhan ............................................................................. 16
Gambar 3.6 Blok Diagram Proses Rekam ........................................................................... 17
Gambar 3.7 Blok Diagram Frame Blocking ........................................................................ 17
Gambar 3.8 Diagram Blok Normalisasi .............................................................................. 18
Gambar 3.9 Diagram Blok Windowing ............................................................................... 18
Gambar 3.10 Diagram Blok DCT........................................................................................ 19
Gambar 3.11 Diagram Blok Cosine Similirity..................................................................... 19
Gambar 3.12 Diagram Blok Pengenalan Nada .................................................................... 20
Gambar 4.1 Icon Program Pengenalan ................................................................................ 21
Gambar 4.2 Tampilan Awal Matlab .................................................................................... 22
Gambar 4.3 Tampilan Pengaturan Nada.............................................................................. 22
Gambar 4.4 Tampilan Utama Program Pengenalan Nada Alat Musik Belira ..................... 23
Gambar 4.5 Tampilan GUI Matlab setelah Program Eksekusi ........................................... 25
Gambar 4.6 Pengaruh Koefisien DCT terhadap Hasil pengenalan ..................................... 26
Gambar 4.7 Grafik Pengaruh Panjang DCT terhadap Tingkat pengenalan Nada..............30
Gambar 4.8 Alat Musik Piano ............................................................................................. 34

xiv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR TABEL
Tabel 3.1 Keterangan Tampilan Utama Program ....................................................................... 15
Tabel 4.1 Hasil Pengenalan Nada Yang Dikenali ...................................................................... 24
Tabel 4.2 Pengaruh Koefisien DCT Terhadap Tingkat Pengenalan........................................... 29
Tabel 4.3 Tabel Pengenalan Belira dengan Volume Suara 100-120 db ..................................... 31
Tabel 4.4 Tabel Pengenalan Piano dengan Volume Suara 100-120 db...................................... 32
Tabel 4.5 Tabel Pengenalan Belira dengan Volume Suara 87-95 db ......................................... 32
Tabel 4.6 Tabel Pengenalan Piano dengan Volume Suara 87-95 db.......................................... 33
Tabel 4.7 Tabel Pengenalan Data Matrik P dan Q ..................................................................... 35
Tabel 4.8 Tabel Nilai Similaritas Dan Hasil Perhitungan .......................................................... 37

xv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB I
PENDAHULUAN
1.1.

Latar belakang
Musik adalah bunyi yang diatur menjadi pola yang dapat menyenangkan telinga

manusia atau mengkomunikasikan perasaan atau suasana hati. Musik mempunyai ritme,
melodi, dan harmoni yang memberikan kedalaman dan memungkinkan penggunaan beberapa
instrumen atau bunyi-bunyian[1]. Salah satunya adalah drum band. Drum band adalah
sekelompok barisan orang yang memainkan satu atau beberapa lagu dengan menggunakan
sejumlah kombinasi alat musik secara bersama-sama. Salah satu alat musik yang dipakai
dalam drum band yaitu belira. Belira merupakan bagian dari dari banyak alat musik apabila
dipukul akan menghasilkan sebuah bunyi. Tinggi rendahnya nada ditentukan oleh frekuensi
dasar gelombang bunyi. Semakin besar frekuensi dasar gelombang bunyi, maka semakin
tinggi nada yang dihasilkan. Indera pendengaran manusia tidak dapat mengetahui pasti nada
apa yang didengar olehnya, terkecuali pemusik profesional. Hal ini amatlah penting bagi orang
awam untuk mengetahui apakah alat musiknya sudah menghasilkan nada-nada yang tepat atau
belum. Penelitian yang sudah dilakukan sebelumnya menggunakan Fungsi Jarak Eucledian,
Fungsi Jarak Chebyshev, Fungsi Jarak Minkowski. Sebelum melakukan penelitian ini, penulis
pernah mendapati penelitian - penelitan yang serupa tentang pengenalan nada alat musik yang
ada sampai saat ini seperti suling[2] dan pianika[3].
Berdasarkan hal di atas, penulis ingin membuat suatu sistem yang dapat mengenali
nada alat musik belira. Sistem yang penulis buat dengan melakukan penalaran nada alat musik
dengan membandingkan frekuensi dasar gelombang bunyi alat musik menggunakan
Similaritas Kosinus. Dengan demikian jenis nada alat musik dapat diketahui secara pasti.

1.2.

Tujuan Dan Manfaat
Tujuan dari penulisan tugas akhir ini adalah menghasilkan sistem pengenalan nada

Belira. Manfaat dari penelitian ini adalah sebagai alat bantu bagi masyarakat yang sedang
belajar memainkan alat musik Belira supaya mengetahui nada

1

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
2

1.3.

Batasan Masalah
Sistem otomatisasi pengenalan nada suara pada alat musik belira terdiri dari software

dan hardware (komputer).

Hardware berfungsi untuk memasukkan nada suara yang

dimainkan pada alat musik belira, sedangkan software pada komputer berfungsi untuk
mengolah proses pengenalan nada suara yang dimainkan pada alat musik belira.
Pada perancangan sistem ini, penulis memfokuskan pada pembuatan software pada
computer untuk mengolah proses pengenalan suara, sedangkan untuk hardware berupa
mikrophone yang sudah tersedia banyak dipasaran. Penulis menetapkan beberapa batasan
masalah yang dianggap perlu pada perancangan ini, yaitu sebagai berikut:
a. Alat musik belira buatan industri rumah tangga.
b. Nada Belira yang digunakan
c. Hasil pengenalan real time.
d. Menggunakan perangkat lunak komputasi (Matlab) dalam pembuatan program.
e. Menggunakan metode DCT dalam penyelesaian program.
f. Menggunakan Hamming Window dalam proses program.
g. Evaluasi dengan Similaritas Kosinus.

1.4

Prosedur Penelitian
Langkah-langkah yang diambil penulis dalam pengerjaan tugas ak hir:
1. Pengumpulan bahan-bahan referensi berupa buku-buku acuan dan jurnal-jurnal.
2. Perancangan subsistem software.
Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem yang
akan dibuat dengan mempertimbangkan dari berbagai faktor - faktor permasalahan
dan kebutuhan yang telah ditentukan.
3. Pembuatan subsistem software.
Sistem akan bekerja apabila user memberikan interupsi melalui PC dengan media
push button yang sudah disediakan dalam software. Sistem akan mengolah
interupsi yang diterima dan memulai proses recording sampai user memberikan
interupsi kembali untuk menghentikan proses recording. Setelah itu, user

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
3

memberikan interupsi untuk memulai proses pengenalan nada. Komputer akan
mengolah nada dan menyajikannya sebagai sumber informasi.
4. Analisa dan penyimpulan hasil percobaan.
Analisa data dilakukan dengan menyelidiki pengaruh variasi jumlah koefisien DCT
terhadap tingkat pengenalan nada alat musik belira.
Penyimpulan hasil percobaan dilakukan dengan mencari jumlah koefisien DCT
untuk menghasilkan tingkat pengenalan nada yang tertinggi. Sistem juga diuji
untuk masukan suara dari piano dengan nada yang sama.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II
DASAR TEORI
2.1.

Belira
Belira adalah alat musik yang dimainkan dengan cara dipukul dan biasanya

digunakan pada drum band [4]. Alat musik belira digunakan untuk memainkan nada
melodi dalam sebuah lagu pada drum band. Alat musik belira mempunyai 16 bulah papan
yang terbuat dari logam. Panjang dari tiap bilah logam bergantung pada tinggi rendahnya
nada yang dihasilkan. Alat pukul belira mempunyai panjang 30 cm dan terbuat dari plastik
padat. Dalam memainkan alat musik belira, terdapat besi penyangga yang di gantungkan
pada bahu pemusik, kemudian bilah logam dipukul dengan alat pemukul. Nada pada alat
musik belira ada 16 nada yaitu

. Gambar alat

musik belira dapat dilihat pada Gambar 2.1.

Gambar 2.1 Alat musik Belira

4

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
5

2.2.

Sampling
Adalah proses pencuplikan gelombang suara yang akan menghasilkan gelombang

diskret. Dalam proses sampling ada yang disebut dengan laju pencuplikan (sampling rate).
Sampling rate menandakan berapa banyak pencuplikan gelombang analog dalam 1 detik.
Sampling rate dinyatakan dalam satuan Hertz (Hz). Pada proses sampling, sebaiknya
sampling rate memenuhi kriteria Nyquist. Kriteria Nyquist menyatakan bahwa sampling
rate harus lebih besar dari dua kali frekuensi tertinggi sinyal analog[5]. Secara matematis
dapat dituliskan:
fs ≥ 2fm

(2.1)

dengan:
fs = frekuensi sampling rate
fm = frekuensi tertinggi sinyal suara analog

2.3.

Frame Blocking
Frame blocking merupakan pembagian sinyal suara menjadi beberapa frame dan

satu frame terdiri dari beberapa data sample[6]. Pengambilan sample tersebut tergantung
dari tiap detik suara yang akan disample dan berapa besar frekuensi sampling. Gambar 2.2
menunjukkan contoh frame blocking, keseluruhan frame dibagi menjadi 5 M frame. Setiap
M memiliki jumlah data sama yaitu 2N data, dengan N adalah bilangan bulat (1, 2, 3,…).

Gambar 2.2. Frame Blocking

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
6

Fungsi frame blocking yaitu mereduksi data yang akan diproses dalam sistem
pengenalan. Frame blocking juga dapat mempercepat proses perhitungan pada FFT (Fast
Fourier Transform) dengan jumlah data setiap frame memiliki 2N data sample yang
diambil dari keseluruhan data sample.

2.4.

Windowing
Fungsi windowing adalah dengan cara melewatkan sinyal yang mempunyai

frekuensi sembarang dikonvolusikan dengan fungsi window tertentu sehingga dapat
mereduksi sinyal – sinyal yang tergolong bocor sebelum dilakukan proses transformasi.
Ada beberapa fungsi windows yang telah ada diantaranya Kaiser, Hamming, Triangular,
Rectangular[7].

2.5.

Hamming Window
Windowing digunakan untuk menghilangkan diskontinuitas yang diakibatkan oleh

proses Frame Blocking atau Framing[8]. Jenis window yang dipakai dalam proses ini
adalah jenis Hamming Window. Menggunakan Hamming Window karena Hamming
Window mempunyai side lobe yang paling kecil dan main lobe yang paling besar sehingga
hasil Windowing akan lebih halus dalam mengghilangkan efek diskontinuitas. Persamaan
Hamming Window adalah:
(2.2)

dengan w(k + 1) adalah windowing, dan n merupakan jumlah data dari sinyal. Hamming
Window adalah sebuah vector dengan jumlah elemen sebanyak n. Biasanya n akan
disesuaikan dengan banyaknya elemen pada frame sehingga banyaknya elemen pada
Hamming Window akan sama dengan banyaknya elemen pada frame.

2.6.

Kartu Suara (Sound Card)
Sound card merupakan sebuah peripheral pada komputer sebagai I/O suara yang

menyediakan computer kemampuan untuk menghasilkan suara yang dapat didengar oleh

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
7

pengguna baik melalui speaker atau headphone[9]. Pada dasarnya setiap sound card
memiliki:
1. Digital Sigal Processor (DSP) yang akan menangani semua jenis komputasi.
2. Digital to Analog Converter (DAC) sebagai keluaran suara ke speaker.
3. Analog to Digital Converter (ADC) sebagai masukan suara.
4. Read Only Memory (ROM) atau Flash sebagai penyimpanan data.
5. Musical Instrument Digital Interface (MIDI) untuk menyambungkan
beberapa peralatan musik eksternal.
6. Jack untuk menyambungkan kartu suara speaker pada jalur line out atau
mikrofon pada jalur line in.
Beberapa sound card sudah terpasang secara pabrikan pada motherboard komputer
atau laptop, tetapi bisa juga ditambahkan untuk keperluan yang lebih lanjut pada slot PC
motherboard.

Gambar 2.3 Kartu suara[9]
Dalam proses perekaman suara dengan menggunakan kartu suara, ada beberapa
pengaturan awal, yaitu:
a. Sampling Rate, telah dijelaskan pada sub bab 2.2
b. Channel yang digunakan, yaitu mono atau stereo.
Satu channel menandakan mode mono, dua channel menandakan mode stereo.

2.7.

Matlab
Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan

karaktereristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dulu
seperti Delphi, Basic, maupun C++. Matlab merupakan bahasa pemrograman level tinggi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
8

yang dikhususkan untuk kebutuhan komputasi teknis, visualisasi dan pemrograman seperti
komputasi matematik, analisis data, pengembangan algoritma, simulasi dan pemodelan
dan grafik–grafik perhitungan. Matlab memberi warna yang berbeda, karena matlab
memiliki keistimewaan dalam fungsi–fungsi mamtematika, fisika, statistic, dan visualisasi.
Matlab dikembangkan oleh Mathworks, yang awalnya dibuat untuk memberikan
kemudahan mengakses data matrik pada proyek LINPACK dan EISPACK. Saat ini matlab
memiliki ratusan fungsi yang dapat digunakan sebagai problem solver mulai dari simple
sampai masalah–masalah yang kompleks dari berbagai disiplin ilmu[10]. Tampilan awal
pada program Maltab dapat dilihat pada Gambar 2.4. Pada bagian lingkungan kerja
Matlab, ada beberapa bagian dari window matlab yang dipakai:
1. Current Directory
Window ini menampilkan isi dari direktori kerja saat menggunakan Matlab.
Kita dapat mengganti direktori ini sesuai dengan tempat direktori kerja yang
diinginkan. Default dari alamat direktori berada dalam folder works tempat
program files Matlab berada.
2. Command History
Window ini berfungsi menyimpan perintah–perintah apa saja yang
sebelumnya dilakukan oleh pengguna terhadap Matlab.
3. Command Window
Window ini adalah window utama dari Matlab. Disinilah tempat menjalankan
fungsi, mendeklarasikan variable, menjalankan proses – proses, serta melihat
isi variable.
4. Workspace
WorkspAace berfungsi untuk menampilkan seluruh variable–variable yang
sedang aktif pada saat pemakaian Matlab. Apabila variable berupa data
matriks berukuran besar maka user dapat melihat isi dari seluruh data dengan
melakukan double klik pada variable tersebut. Matlab secara otomatis akan
menampilkan window ”array editor” yang berisikan data pada setiap variable
yang dipilih user.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
9

Gambar 2.4 Tampilan awal Matlab[10]

2.8.

Mikrofon
Mikrofon adalah pesawat pengirim getaran gelombang bunyi[11]. Mikrofon terdiri

atas serbuk karbon (arang) dan diafragma yang berupa membrane (selaput tipis). Mikrofon
berfungsi mengubah energi suara menjadi listrik. Dalam pengambilan nada mikrofon
dihubungkan dengan sound card yang berada di komputer. Mikrofon yang digunakan
haruslah sesuai kebutuhan dan seimbang antara sumber suara yang ingin dicuplik,
misalnya suara manusia, suara kendaraan, atau yang lainnya dengan sistem tata suara yang
digunakan seperti sound sistem untuk live music, alat perekaman, dan sebagainya.

2.9.

Discrete Cosine Transform (DCT)
Discrete Cosine Transform (DCT) biasa digunakan untuk mengubah sebuah sinyal

menjadi komponen frekuensi dasarnya. Discrete Cosine Transorm dari sederet n bilangan
real s(x), x = 0, … , n-1, dirumuskan sebagai berikut: [12]

𝑆 𝑢 =

2
𝑛

Dengan u = 0,…, n-1

𝐶(𝑢)

𝑛−1
𝑥=0 𝑆

𝑥 𝑐𝑜𝑠

Dimana C(u) = 2-0,5 , untuk u = 0 atau
C(u) = 1

, untuk yang lainya

2𝑥+1 𝑢𝜋
2𝑛

(2.3)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
10

2.10 Cosine Similarity
Cosine similarity adalah salah satu metode perhitungan similarity yang paling populer
untuk diterapkan pada dokumen teks. Kelebihan utama dari metode cosine similarity adalah
tidak terpengaruh pada panjang pendeknya suatu dokumen[13]. Persamaan dari cosine
similarity adalah:

(2.4)
dimana:
Pi

= bobot dari query

Qi

= bobot dari dokumen

∑ Pi

= penjumlahan dari query

∑ Qi

= penjumlahan dari dokumen.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB III
PERANCANGAN

3.1.

Sistem Pengenalan Nada Alat Musik Belira

Blok sistem pengenalan nada alat musik Belira ditunjukan pada Gambar 3.1
Suara Belira

Frame Blocking

Windowing

Normalisasi

Keluaran

Penentuan Nada

Similaritas Cosinus

DCT

Data Base

Gambar 3.1 Blok Diagram Sistem Pengenalan Nada
Sistem pengenalan nada alat musik belira terdiri dari software pada komputer yang berfungsi
sebagai user interface dalam proses pengenalan. Software laptop yang dibuat dalam bentuk
user interface dengan Matlab berperan sebagai pusat pengaturan semua proses pengenalan
nada alat musik belira, seperti merekam suara nada belira dan mengenali suara nada yang
direkam. Perekaman suara dilakukan oleh laptop melalui mikrofon dan jalur line in ada Sound
Card.
1. Belira
Alat musik belira yang digunakan sebagai obyek penelitian oleh penulis, belira yang
digunakan ini biasanya di mainkan oleh anak TK dalam sebuah grup drum band
2. Mikrofon
Mikrofon yang digunakan adalah mini multimedia microphone Genius MIC-01A.
Mikrofon berfungsi untuk menangkap sinyal analog dan kemudian menyalurkan ke
sound card pada laptop melewati line in yang ada pada sound card.

11

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
12

3. Sound Card
Sound card berfungsi mengubah sinyal analog dari mikrofon mnjadi sinyal digital.
Sound card yang digunakan adalah sound card yang sudah terpasang pada
motherboard. Dalam konversi sinyal analog menjadi digital dan kemudian disimpan
diperlukan engaturan yang meliputi pengaturan sampling rate (frekuensi sampling dan
channel). Pengaturan tersebut dilakukan pada proses perekaman oleh program yang
akan dibuat.
4. Proses Perekaman
Proses perekaman adalah proses masuknya data nada terekam berupa sinyal digital.
Saat proses perekaman berlangsung sinyal analog dikonversi menjadi sinyal digital
dengan frekuensi sampling. Sinyal digital kemudian disimpan dan digambarkan dalam
sebuah plot. Data nada yang telah disimpan disebut nada terekam dan kemudian dapat
diproses untuk dikenali lewat proses pengenalan nada.
3.1.1 Suara Belira (Wav)
Hasil dari sampling nada belira yang direkam langsung (real time).
3.1.2 Frame Blocking
Proses ini memilih data dari nada terekam, sehingga data yang dipilih dapat mewakili
semua data yang terekam.
3.1.3 Windowing Hamming
Data yang telah dinormalisasikan mengalami proses windowing, dari jenis windowing
yang ada, dalam penelitian ini menggunakan Hamming Windowing. Windowing
berfungsi untuk mengurangi efek diskontinuitas dari potongan – potongan sinyal.
3.1.4 Normalisasi
Proses ini bertujuan untuk menyetarakan amplitude maksimum baik nada terekam
dengan nada referensi, sehingga efek dari kuat lemahnya suara yang dikeluarkan alat
musik tidak terlalu mempengaruhi proses pengenalan.
3.1.5 Discrete Continus Transform
Descrete Cosine Transform (DCT) biasa digunakan untuk mengubah sebuah sinyal
menjadi komponen frekuensi dasarnya. Pada pengenalan nada alat musik belira ini

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
13

koefisien DCT sama dengan nilai frame blocking. Koefisien yang digunakan meliputi
16, 32, 64, 128, dan 256.
3.1.6 Similaritas Kosinus
Similaritas Kosinus merupakan metode yang digunakan untuk menghitung
perbandingan dan nilai kemiripan antara hasil sampling dengan data yang ada pada
database.
3.1.7 Hasil Tampilan (Output)
Hasil akhir software yang akan mengenali nada alat musik belira. Tampak dalam
bentuk GUI Matlab yang telah dirancang oleh penulis.

3.2

Perancangan Nada Referensi
Nada acuan yang disebut nada referensi dibutuhkan sebagai penentu pengenalan nada

belira. Untuk memperoleh nada referensi pada setiap nada, hendaknya memiliki ciri yang
sudah diketahui oleh sistem pengenalan nada alat musik belira. Penulis mengambil 10 sampel
• • • • •

pada setiap nada yang akan dikenali (“ 5, 6, 7, 1, 2, 3, 4, 5, 6, 7, 1’, 2, 3, 4, 5, 6 “). Proses
• • •
pengambilan dapat dilihat pada Gambar 3.3. Pengambilan nada yang akan dijadilan nada

referensi harus melalui proses sampling, normalisasi, windowing, dan DCT. Pada nada
referensi ini menggunakan beberapa variasi koefisien DCT yaitu 16, 32, 64, 128, dan 256.
Pengambilan nada dilakukan dengan mengunakan program Matlab yang akan dibuat.

Suara Belira

Frame Blocking

Windowing Hamming

Normalisasi

Keluaran hasil
eksraksi ciri

DCT

Gambar 3.2 Diagram Blok Proses Pengambilan Nada Referensi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
14

Proses Pengambilan nada disesuaikan dengan variable bebas pada pembuatan sistem
pengenalan nada alat musik belira. Setelah 10 nada sampel pada setiap nada diperoleh,
perhitungan persamaan (3.1) dilakukan untuk mendapatkan nada referensi. Hasil DCT yang
telah dinormalisasi digunakan sebagai nada sampel, sehingga sistem pengenalan nada alat
musik belira tidak melakukan perhitungan kembali dalam mendapatkan nada referensi dan
proses pada sistem pengenalan nada alat musik belira dapat berjalan dengan baik.
𝑁𝑎฀
𝑑𝑎 𝑅𝑒𝑓𝑒𝑟𝑒𝑛𝑠𝑖 =

𝐸𝑘𝑠𝑡𝑟𝑎𝑘𝑠𝑖 𝑐𝑖𝑟𝑖1 + 𝐸𝑘𝑠𝑡𝑟𝑎𝑘𝑠𝑖 𝑐𝑖𝑟𝑖2 + ...+ 𝐸𝑘𝑠𝑡𝑟𝑎𝑘𝑠𝑖 𝑐𝑖𝑟𝑖10

10

(3.1)

Nada referensi yang didapat kemudian disimpan dalam fungsi header yang ada dalam
sistem pengenalan nada alat musik belira. Sehingga sewaktu-waktu nada refensi dapat
dipanggil dalam proses fungsi jarak yang ada dalam sistem pengenalan alat musik belira.

3.3

Nada Uji
Untuk memperoleh nada uji pada setiap nada pada proses pengenalan nada alat musik

belira, penulis menambil 10 nada sampel pada setiap nada yang akan digunakan untuk
pengujian sistem. Proses ini bertujuan untuk pencuplikan gelombang suara yang akan
menghasilkan gelombang diskret termodulasi pulsa. Jadi semua sampel nada, yang diambil
dalam proses perekaman, akan melalui proses sampling terlebih dahulu sebelum masuk ke
tahap selanjutnya Proses dapat dilihat pada Gambar 3.3. Pengambilan sampel nada dilakukan
melalui proses sampling.

Masulan suara
Belira

Sampling

Keluaran (wav)

Gambar 3.3 Blok Diagram Proses Pengambilan Nada Uji

3.4

Tampilan pada GUI Matlab
Tampilan utama program pada GUI Matlab yang digunakan pada penelitian dapat

dilihat pada gambar.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
15

Nilai Frame Blocking dan DCT

Rekam

Grafik Nada

Selesai

Grafik DCT

Hasil Tampilan Nada

Gambar 3.4 Tampilan Utama Program Pengenalan Nada
Tampilan program dibuat agar user bisa dengan mudah menjalankan program yang
dibuat, serta mengerti hasil dari pengenalan alat musik belira. Keterangan dari tampilan utama
program dijelaskan pada Tabel 3.1.
Tabel 3.1. Keterangan Tampilan Utama Program
Nama Bagian

Keterangan

Tombol Rekam

Digunakan untuk memulai aplikasi

Tombol Selesai

Digunakan untuk mengakhiri aplikasi

Nilai Frame

Untuk memilih nilai frame blocking dan DCT yang digunakan pada proses

Blocking dan DCT

pengenalan nada, pilihan berupa 512, 256, 128, 64, 32, 16 titk

Plot Data Nada

Tampilan grafik suara hasil rekaman

Plot Data Hasil

Tampilan data berupa grafik data hasil DCT

DCT
Pengenalan Nada

Untuk menampilkan nada yang didapat setelah proses pengenalan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
16

3.5

Perancangan Alur Program
Program pengenalan nada alat musik belira akan dieksekusi saat user menjalankan

program ini. Setelah tampilan utama terlihat, proses pengujian sudah dapat dilakukan. User
pertama kali harus mengisikan parameter yang digunakan pada pengujian pada list box “Nilai
Frame Blocking” dan ”Nilai DCT”. Setelah list box sudah terisi, user menekan tombol
“Rekam” sistem akan mengambil suara nada alat musik belira yang dimainkan. Jika suara
nada telah terekam, proses akan berlanjut sampai nada dikenali. Proses pengenalan akan
berhenti ketika nilai kemiripan antara nada referensi dengan nada terekam telah didapat dan
nada yang terekam dapat dikenali. Blok diagram secara keseluruhan dapat dilihat pada
Gambar 3.5.
Program ini menjalankan bermacam – macam proses. Proses yang pertama adalah
proses perekaman suara nada alat musik belira yang ingin dikenali. Proses rekam terdiri atas
proses sampling. Proses sampling adalah proses pengambilan suara nada alat musik belira
dengan parameter fekuensi sampling yang sudah ditentukan dalam sistem (3500 Hz, 7000 Hz,
dan 10000 Hz). Setelah nada selesai direkam, sistem akan menampilkan hasil rekaman dalam
bentuk grafik atau plot, blok diagram diperlihatkan pada Gambar 3.6.
Masukan suara
Belira

Rekam

Sampling (Plot Grafik)

Frame Blocking

Normalisasi

Plot Grafik(Nada
Uji)

Similaritas
Cosinus

Penentuan Hasil
Nada

Keluaran Teks

Windowing

DCT

Gambar 3.5 Blok Diagram Keseluruhan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
17

Masukan Suara Belira

Sampling Nada

Plot Grafik

Keluaran Suara Belira
terekam (Wav)

Gambar 3.6 Blok Diagram Proses Rekam
Masukan suara
Belira yang
terekam

Menentukan titik tengah

Menentukan data yang akan diambil
dari titik tengah

Keluaran hasil frame
blocking

Gambar 3.7 Blok Diagram Frame Blocking
Proses frame blocking digunakan untuk memilih data dari keseluruhan data sampling
untuk diambil titik tengah. Banyak data yang akan dipiloh telah ditentukan oleh sistem. Proses
frame blocking menggunakan beberapa variasi nilai FFT yaitu 32, 64, 128, 256 dan 512.
Penentuan nilai FFT dilakukan dengan melihat plot atau grafik dengan melihat tidak adanya
harmonisa yang terjadi. Blok diagram diperlihatkan pada Gambar 3.7. Proses selanjutnya
setelah data frame blocking didapat akan diproses dinormalisasi, blok diagram dapat dilihat

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
18

pada Gambar 3.8. Setelah proses normalisasi, data yang diperoleh akan masuk dalam proses
windowing menggunakan hamming window, blok diagram dapat dilihat pada Gambar 3.9.
Masukan input dari
frame blocking

Mencari nilai maximal dari data yang
ada diframe

Menormalisasi

Keluaran hasil
Normalisasi

Gambar 3.8 Blok Diagram Normalisasi
Masukan hasil
normalisasi

Hasil dari normalisasi

Hasil normalsasi dikalikan
dengan frame

Hasil Windowing

Keluaran hasil Windowing

Gambar 3.9 Blok Diagram Windowing
Proses DCT yaitu proses mengubah sebuah sinyal menjadi komponen frekuensi
dasarnya. Proses ini menggunakan listing program yang sudah jadi, blok diagram dapat dilihat
pada Gambar 3.10. Hasil dari DCT akan diproses plotting. Hasil dari DCT akan dibandingkan
dengan nada referensi menggunkan metode Cosine Similarity. Blok diagram metode Cosine
Similarity dapat dilihat pada Gambar 3.11. Perbandingan menghasilkan nilai maximum yang
kemudian ditentukan untuk menghasilkan nada hasil pengenalan melalui proses penentuan,

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
19

blok diagram dapat dilihat pada Gambar 3.12. Jika proses tersebut berhasil dijalankan, maka
pengenalan nada alat musik belira sudah selesai. Hasil keluaran nada yaitu

Masukan dari hasil
windowing

Transformasi DCT

Menghitung nilai absoute DCT

Keluaran hasil ekstraksi
ciri

Gambar 3.10 Blok Diagram DCT
Masukan hasil ekstraksi
ciri

Menghitung nilai Similaritas Cosinus
(S1,S2,….,S11)

Data Base

Keluaran hasil
perhitungan similaritas

Gambar 3.11 Blok Diagram Cosine Similarity

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
20

Masukan hasil perhitungan
ekstraksi ciri

Keluaran = similaritas maximum

Keluaran Teks

Gambar 3.12 Blok Diagram Pengenalan Nada

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB IV
HASIL DAN PEMBAHASAN

Pengujian program perlu dilakukan untuk mengetahui suatu program sudah
berjalan dengan baik dan sudah sesuai dengan perancangan. Hasil pengujian berupa datadata yang dapat memperlihatkan bahwa program yang telah dirancang dapat bejalan
dengan baik. Analisa terhadap proses kerja dapat digunakan untuk menarik penyimpulan
dari apa yang diperoleh dari analisa.

4.1

Pengujian

Program

Pengenalan

Nada

Alat

Musik

Belira

Menggunakan Similaritas Kosinus.
Pengujian program dijalankan untuk memastikan apakah program yang dibuat
sudah sesuai dengan perancangan dan berjalan dengan baik. Pengujian program dilakukan
dengan spesifikasi komputer sebagai berikut :
Processor

: Intel(R) Core(TM) i5-2450M CPU @2.50GHz

RAM

: 4.00 GB

Program pengenalan dapat dijalankan dengan langkah-langkah berikut :
1. Click dua kali icon matlab dengan gambar icon seperti Gambar 4.1.

Gambar 4.1. Icon Program Pengenalan

2. Tampilan awal yang terlihat pada Gambar 4.1. akan muncul sebelum masuk ke
tampilan utama program.

21

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
22

3. Kemudian ketik guide dalam command window dan pada layar akan muncul seperti
Gambar 4.2 sebelum masuk dalam tampilan utama program.
4. User dapat menjalan program pengenalan dengan mengisi pengaturan pengenalan
nada yaitu panjang DCT dan frame blocking yang akan digunakan dalam proses
pengenalan nada. Proses pengaturan pengenalan nada dapat dilihat pada Gambar
4.3.
5. Jika nilai DCT dan frame blocking telah dipilih, program pengenalan dapat
dijalankan dengan menekan tombol “REKAM”.

Gambar 4.2 Tampilan awal Matlab
6. Selanjutnya hasil pengenalan nada akan muncul dalam kotak “Hasil Pengenalan
Nada”. User dapat melihat spektrum hasil rekaman nada dan grafik hasil proses
DCT pada kotak “Plot Hasil Rekam” dan “Plot Hasil Ekstraksi Ciri” seperti pada
Gambar 4.4.
7. Apabila user tidak melakukan pengaturan pengenalan nada, maka program tidak
dapat melakukan pengenalan.
8. Tombol “KELUAR” digunakan untuk jika user ingin menyelesaikan program dan
keluar dari tampilan utama program.

Gambar 4.3. Tampilan Pengaturan Nada

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
23

Gambar 4.4. Tampilan Utama Program Pengenalan Nada Alat Musik Belira

4.1.1. Tombol Rekam
Tombol rekam adalah tombol yang berfungsi melakukan pengenalan nada mulai
dari proses rekam nada, ekstraksi ciri, dan hasil penentuan pengenalan nada. Tombol
rekam menggunakan Push Button pada tampilan GUI yang digunakan untuk memulai
program pengenalan nada. Plotting hasil dari ekstraksi ciri yang akan diteliti.
Setelah proses perekaman selesai, kemudian program memproses data hasil
perekaman untuk pemilihan data tengah dari deretan data hasil perekaman, proses ini
disebut dengan frame blocking (L17).
Selanjutnya,data hasil dari frame blocking akan diproses melalui proses windowing
dimana proses ini bertujuan untuk menghilangkan noise suara yang ikut terekam saat
perekaman nada. Setelah proses windowing selesai dilakukan, maka program akan
menjalankan proses normalisasi (L17). Selanjutnya program menjalankan inisialisasi
variabel yang akan digunakan dalam proses ekstraksi ciri DCT. Setelah mendapat masukan
nilai variabel nilai ekstraksi ciri DCT didapat hasil plotting hasil ekstraksi ciri DCT nada.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
24

Selanjutnya proses akan memulai untuk mengenali nada dengan cara melihat nilai
similartas dari nada yang terekam dengan nada pada data base program (L16).
Dalam proses penentuan nada, nilai similaritas yang paling mendekati dengan nilai
pada nada referensi, maka nada dikenali adalah salah satu nada yang sesuai dengan nada
referensi. Penentuan nada ini menggunakan listing program (L12).
Berdasarkan pengujian yang dilakukan tombol “REKAM” dapat bekerja dengan
baik. Saat tombol “REKAM” ditekan, program dapat merekam nada, menampilkan plot
hasil rekam nada, menampilkan plot hasil ekstraksi ciri, dan mengenali nada. Hasil
penentuan nada akan muncul pada tampilan hasil pengenalan nada program pengenalan
nada alat musik belira seperti pada Tabel 4.1.
Tabel 4.1 Hasil Pengenalan Nada Yang Dikenali
No

Nada Masukan (Input)

Nada Hasil Pengenalan

1

5 (sol rendah)

5 (sol rendah)

2

•

6 (la rendah)

•

6 (la rendah)

3

7 (si rendah)

7 (si rendah)

4

1 (do)

1 (do)

•

•

•

•

5

2 (re)

2 (re)

6

3 (mi)

3 (mi)

7

4(fa)

4 (fa)

8

5 (sol)

5 (sol)

9

6 (la)

6 (la)

10

7 (si)

7 (si)

•
(do tinggi)
1
•
(re tinggi)
2
•
(mi tinggi)
3
•
(fa tinggi)
4
•
(sol tinggi)
5
•
(la tinggi)
6

•
(do tinggi)
1
•
re tinggi)
2
•
(mi tinggi)
3
•
(fa tinggi)
4
•
(sol tinggi)
5
•
(la tinggi)
6

11
12
13
14
15
16

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
25

Gambar 4.5 memperlihatkan tampilan dari program GUI Matlab yang sudah dioperasikan
dengan input nada 1 (do), variasi nilai DCT dan frame blocking adalah 64. Program akan
mengeksekusi input nada yang terekam dan akan dilakukan proses pengenalan nada.

Gambar 4.5 Tampilan GUI Matlab setelah Program Eksekusi
Kesimpulan yang didapat pada pegujian adalah tombol yang terdapat pada
tampilan program utama nada suara belira telah dapat bekerja dan alur program secara
keseluruhan telah sesuai dengan perancangan.

4.2

Hasil Pengujian Program Pengenalan Nada Terhadap Tingkat

Pengenalan Nada Alat Musik Belira
Dalam pengujian program pengenalan alat musik belira dilakukan satu tahapan
pengujian. Tahapan pengujian yang dilakukan pengaturan parameter pengenalan nada
yang terdiri dari nilai DCT dan frame blocking yang digunakan dalam proses pengenalan.
Tujuan pengujian parameter pengaturan pengenalan nada dilakukan untuk mencari nilai
dari setiap perameter yang menghasilkan tingkat pengenalan (recognition rate) yang
paling baik.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
26

4.2.1 Pengujian Parameter Pengaturan Pengenalan Nada
Percobaan dilakukan untuk melihat seberapa besar tingkat pengenalan nada yang
terjadi setiap penentuan nada pada parameter parameter pengenalan dilakukan untuk
memenentukan parameter nilai variabel DCT dan frame blocking yang digunakan.
Langkah-langkah percobaan paramater pengenalan nada yang akan digunakan sebagai
berikut:
1. Proses merekam 10 kali suara yang dihasilkan oleh setiap nada alat musik belira
dari nada
2. Hasil suara rekaman disimpan untuk menguji setiap nilai parameter pengaturan
pengenalan nada.
3. Mengenali setiap nada menggunakan panjang DCT dan frame blocking sebesar 16,
32, 64, 128, 256, dan 512.
4. Menentukan nilai parameter pengaturan nada yang menghasilkan pengenalan nada
yang paling baik.
Berdasarkan hasil percobaan yang dilakukan dapat dibuat grafik recognition rate untuk
setiap nilai ekstraksi ciri DCT yang diperlihatkan pada Gambar 4.6. Pada grafik dapat
dilihat bahwa semakin tingi nilai ekstraksi ciri DCT, maka hasil recognition rate yang
didapat semakin bagus.
(a) DCT 16

Gambar 4.6. Pengaruh koefisien DCT terhadap Hasil pengenalan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
27

(b) DCT 32

Gambar 4.6.(Lanjutan) Pengaruh koefisien DCT