UNIVERSITAS BINA NUSANTARA
Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007 ANALISIS DAN PERANCANGAN PERANGKAT LUNAK PENGENALAN JENIS ALAT MUSIK BERDASARKAN SUMBER SUARANYA DENGAN MENGGUNAKAN NEURAL NETWORK
Yuanita Kusnadi Selvyana Sanjaya Raymond Liongson
0700708423 0700708700 0700708764
Abstrak Kemampuan mendengar manusia untuk mengenali objek-objek yang ada di lingkungan sekitar hanya dengan mendengar suaranya saja sangatlah luar biasa. Sistem komputer sudah dapat didesain untuk mengenali fungsi-fungsi sumber suara, menghilangkan sumber suara yang terganggu ketika sumber suara terdegradasi oleh getaran lain atau noise dan kemampuan lainnya yang sampai saat ini terus berkembang. Tetapi, kemampuan komputer untuk menyamai kemampuan telinga manusia untuk membedakan sumber-sumber suara masih sulit untuk diwujudkan. Skripsi ini menampilkan pengenalan suara sebagai sebuah proses dari pengumpulan informasi agar memungkinkan komputer membuat kesimpulan mengenai sumber alat musik. Semua ini bertujuan untuk mengeksplorasi prosesnya, perhatian utama dipusatkan pada pengisolasian suara-suara yang diproduksi oleh sebuah kelas kecil dari sumber suara, yaitu alat musik non-perkusi. Metodologi yang digunakan adalah dengan studi pustaka, merancang arsitektur yang akan diujicobakan, serta melakukan penelitian terhadap rancangan arsitektur tersebut. Penelitian mencakup dua tahap, yaitu tahap ekstraksi fitur dan tahap pengujian. Tahap ekstraksi fitur menggunakan metode Musical Surface Feature Extraction yang membeahas penghitungan empat fitur yang berhubungan dengan permukaan spektral musik. Tahap pengujian menggunakan Neural Network BackPropagation dengan kombinasi berbagai nilai parameter untuk pencapaian hasil yang optimal. Berdasarkan evaluasi 5 arsitektur yang telah diujicobakan, diperoleh sebuah arsitektur yang menghasilkan akurasi tertinggi pengenalan 4 instrumen musik (biola, flute, gitar, piano) sebesar 50,5% pada 8 unit masukan, 1 lapisan tersembunyi, 150 unit tersembunyi, dan target error 0.0000001. Dari hasil penelitian diperoleh kesimpulan bahwa Neural Network Back Propagation merupakan metode yang belum cukup efektif untuk proses pengenalan instrumen musik. Dikarenakan pengaruh genre instrumen musik yang digunakan dalam proses training dan checking. Kata kunci: signal processing, feature extraction, back propagation
vii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas berkat dan kasih-Nya, sehingga penulis dapat menyelesaikan skripsi ini. Dimana skripsi ini disusun guna memenuhi salah satu syarat untuk memperoleh gelar kesarjanaan pada jenjang pendidikan strata-1 Universitas Bina Nusantara, Jakarta. Penulisan skripsi ini tidak akan berjalan dengan baik dan tepat pada waktunya tanpa bimbingan, dukungan, bantuan serta partisipasi pihak lain. Oleh karena itu, perkenankanlah penulis untuk mengungkapkan rasa terima kasih kepada pihak-pihak yang telah membantu dan berperan dalam penyusunan skipsi ini, yaitu kepada : 1. Prof. Dr. Gerardus Polla, M.App.Sc., selaku Rektor Universitas Bina Nusantara, yang telah memberi kesempatan mengecap pendidikan tinggi kepada penulis; 2. Ir. Sablin Yusuf, M.Sc,M.Comp.Sc., selaku Dekan Fakultas Ilmu Komputer, yang telah memberikan kesempatan kepada penulis untuk menyelesaikan skripsi ini; 3. Mohammad Subekti, BE.,M.Sc., selaku Ketua Jurusan Teknik Informatika, yang telah memberikan kepercayaan dan kesempatan kepada penulis untuk menyelesaikan skripsi ini; 4. Bapak Fredy Purnomo, S.Kom, M.Kom., selaku Sekretaris Jurusan Teknik Informatika, yang telah memberikan dukungan dalam penyusunan skripsi ini; 5. Bapak Tri Djoko Wahjono, Ir., MSc., selaku dosen pembimbing, yang telah meluangkan banyak waktu untuk memberikan pengarahan dan saran dalam penulisan skripsi ini;
viii
6. Orang Tua penulis, yang telah memberi bekal baik moril maupun materil sehingga penulis dapat meraih gelar kesarjanaan dalam bidang studinya, dan juga memberikan dukungan serta semangat dalam penulisan skripsi ini; 7. Teman-teman, khususnya Ohaiyo yang telah turut mendukung dalam memberikan ide-ide yang dapat dijadikan sebagai masukan dalam pembuatan skripsi ini; 8. Seluruh Dosen Universitas Bina Nusantara yang telah memberikan bekal dan tuntunan dalam menyelesaikan gelar kesarjanaan ini; 9. Segenap staf Perpustakaan Bina Nusantara yang turut membantu dalam peminjaman buku sebagai sumber dalam penulisan skripsi ini; 10. Seluruh keluarga kami yang memberikan semangat, baik dukungan moril dan dan materil dalam penyelesaian skripsi ini. Dalam menyelesaikan karya ilmiah ini, walaupun penulis sudah berusaha semaksimal mungkin, penulis masih menyadari adanya kekurangan dalam penulisan karya ilmiah ini. Oleh karena itu, penulis sangat menghargai dan berterima kasih untuk saran-saran maupun kritik yang bersifat membangun dan mendorong ke arah pengembangan penelitian ini lebih lanjut. Akhir kata penulis berharap semoga karya ilmiah ini dapat menjadi tulisan yang bermanfaat bagi pengembangan penelitian selanjutnya, khususnya di Universitas Bina Nusantara.
Jakarta, Januari 2007
Penulis ix
DAFTAR ISI
Halaman Judul Luar .................................................................................................
i
Halaman Judul Dalam ..............................................................................................
ii
Halaman Persetujuan Hardcover ............................................................................ iii Halaman Pernyataan Dewan Penguji ...................................................................... iv ABSTRAK .................................................................................................................. vii KATA PENGANTAR ............................................................................................... viii DAFTAR ISI ..............................................................................................................
x
DAFTAR TABEL ...................................................................................................... xiv DAFTAR GAMBAR .................................................................................................. xv DAFTAR LAMPIRAN ..............................................................................................xvii
BAB 1
BAB 2
PENDAHULUAN ....................................................................................
1
1.1.
Latar belakang ................................................................................
1
1.2.
Ruang Lingkup ...............................................................................
2
1.3.
Tujuan dan Manfaat .......................................................................
3
1.4.
Metode Penelitian ..........................................................................
4
1.5.
Sistematika Penulisan ....................................................................
4
LANDASAN TEORI ...............................................................................
6
2.1.
Inteligensia Semu ...........................................................................
6
2.1.1.
Sejarah Inteligensia Semu ...............................................
6
2.1.2.
Definisi Inteligensia Semu ..............................................
7
x
2.1.3.
Inteligensia Semu dan Kecerdasan Alami ...................... 10
2.1.4.
Komputasi Inteligensia Semu dan Komputasi Konvensional .................................................................. 11
2.2.
Neural Network .............................................................................. 12 2.2.1.
Konsep Dasar Neural Network ....................................... 13
2.2.2.
Arsitektur Neural Network ............................................. 15
2.2.3. 2.3.
2.4.
2.2.2.1.
Inisialisasi Bobot Secara Umum .................. 17
2.2.2.2.
Fungsi Aktivasi ............................................. 17
Neural Network Back Propagation ................................. 20
Pengembangan Perangkat Lunak ................................................... 29 2.3.1.
Penggunaan Waterfall model .......................................... 30
2.3.2.
State Transition Diagram ................................................ 32
Pengertian Musik ........................................................................... 33 2.4.1.
Bentuk Musik .................................................................. 34
2.4.2.
Instrumen Musik ............................................................. 36 2.4.2.1. Jenis-Jenis Alat Musik Senar ............................. 38 2.4.2.2. Jenis-Jenis Alat Musik Tiup ............................... 41 2.4.2.3. Jenis-Jenis Alat Musik Perkusi .......................... 43
2.5.
2.6.
Bentuk Fisik Suara ......................................................................... 46 2.5.1.
Dasar-Dasar Digital ........................................................ 49
2.5.2.
Dasar-Dasar Audio Digital ............................................. 50
Pemrosesan Sinyal Digital ............................................................. 52 2.6.1.
Analisa Fourier ................................................................ 54
2.6.2.
Hamming Window .......................................................... 56 xi
2.7.
BAB 3
2.6.3.
Discrete Fourier Transform ............................................. 56
2.6.4.
Nilai Tengah (Mean)........................................................ 58
2.3.5.
Standar Deviasi ............................................................... 58
Ekstraksi Fitur ................................................................................ 58
ANALISIS DAN PERANCANGAN PROTOTIPE .............................. 62 3.1.
Analisis .......................................................................................... 62 3.1.1.
Analisis Jenis Alat Musik ............................................... 62
3.1.2.
Analisis Aplikasi Tambahan ........................................... 63
3.1.3.
Analisis Sampel Lagu ..................................................... 64
3.1.4.
Analisis Metode .............................................................. 65 3.1.4.1.
Metode Pemrosesan Sinyal Digital dan Ekstrasi Fitur.................................................. 66
3.1.4.2.
Metode Klasifikasi dengan Neural Network Back Propagation .......................................... 66
3.2.
BAB 4
Perancangan ................................................................................... 68 3.2.1.
Hierarki Menu ................................................................. 69
3.2.2.
State Transition Diagram ................................................ 70
3.2.3.
Rancangan Layar ............................................................ 73
3.2.4.
Spesifikasi Proses ........................................................... 77
IMPLEMENTASI DAN EVALUASI ………………………………… 83 4.1.
Implementasi ................................................................................. 83 4.1.1.
Spesifikasi Perangkat Keras ........................................... 83 xii
4.2.
BAB 5
4.1.2.
Spesifikasi Perangkat Lunak .......................................... 84
4.1.3.
Persiapan Data Sampel ................................................... 84
Evaluasi .......................................................................................... 85 4.2.1.
Tampilan Layar ............................................................... 85
4.2.2.
Hasil Evaluasi ................................................................. 88
KESIMPULAN DAN SARAN ................................................................ 90 5.1.
Kesimpulan .................................................................................... 90
5.2.
Saran .............................................................................................. 91
DAFTAR PUSTAKA ................................................................................................. 92 RIWAYAT HIDUP ................................................................................................... 96 LAMPIRAN
xiii
DAFTAR TABEL
Tabel 2.1.
Kecerdasan buatan VS Pemrograman Konvensional …………………
11
Tabel 2.2.
Hasil Percobaan XOR oleh Laurene Fausett …………………………..
25
Tabel 3.1.
Sampel Lagu Pada Proses Pembelajaran ………………………………
64
xiv
DAFTAR GAMBAR
Gambar 2.1.
Penerapan Konsep Kecerdasan Buatan di Komputer ................................. 9
Gambar 2.2.
Sinyal pada Neuron ................................................................................... 13
Gambar 2.3.
Single Layer Network …........................................................................... 15
Gambar 2.4.
Multi Layer Network …............................................................................ 16
Gambar 2.5.
Waterfall Model ….................................................................................... 30
Gambar 2.6.
Perkiraan Jangkauan Frekuensi Alat Musik …........................................ 37
Gambar 2.7.
Biola …...................................................................................................... 39
Gambar 2.8.
Grand Piano ….......................................................................................... 39
Gambar 2.9.
Gitar …..................................................................................................... 40
Gambar 2.10. Flute …...................................................................................................... 41 Gambar 2.11. Klarinet …................................................................................................. 42 Gambar 2.12. Saxophone …............................................................................................. 43 Gambar 2.13. Drum …..................................................................................................... 44 Gambar 2.14. Timpani …................................................................................................. 44 Gambar 2.15. Simbal …................................................................................................... 45 Gambar 2.16. Glockenspiel …......................................................................................... 46 Gambar 2.17. Diagram Balok Proses Sistem Sinyal Digital ........................................... 52 Gambar 3.1.
Struktur Menu Utama pada Side Program ................................................ 69
Gambar 3.2.
Struktur Menu Open pada Side Program .................................................. 69
Gambar 3.3.
Struktur Menu Utama ............................................................................... 69
Gambar 3.4.
Struktur Menu Pelatihan ........................................................................... 70
Gambar 3.5.
Struktur Menu Tes Aplikasi ...................................................................... 70 xv
Gambar 3.6.
State Transition Diagram Layar Utama pada Side Program ..................... 70
Gambar 3.7.
State Transition Diagram Layar Convert pada Side Program .................. 71
Gambar 3.8.
State Transition Diagram Layar Utama .................................................... 71
Gambar 3.9.
State Transition Diagram Layar Pelatihan ................................................ 72
Gambar 3.10. State Transition Diagram Layar Tes Aplikasi .......................................... 72 Gambar 3.11. Rancangan Layar Utama Side Program Signal to Bipolar Converter .......73 Gambar 3.12. Rancangan Layar Convert .........................................................................74 Gambar 3.13. Rancangan Layar Utama ........................................................................... 75 Gambar 3.14. Rancangan Layar Pelatihan .......................................................................76 Gambar 3.15. Rancangan Layar Tes Aplikasi ................................................................. 77 Gambar 3.16. Modul Utama ............................................................................................ 78 Gambar 3.17. Modul Ekstraksi Fitur ............................................................................... 79 Gambar 3.18. Modul Inisialisasi ...................................................................................... 80 Gambar 4.1.
Tampilan Layar Utama Side Program .......................................................85
Gambar 4.2.
Tampilan Layar Convert pada Side Program ............................................86
Gambar 4.3.
Tampilan Layar About pada Side Program ...............................................86
Gambar 4.4.
Tampilan Layar Utama ..............................................................................87
Gambar 4.5.
Tampilan Layar Pelatihan ..........................................................................87
Gambar 4.6.
Tampilan Layar Tes Aplikasi ....................................................................88
xvi
DAFTAR LAMPIRAN
Gambar 3.19. Modul FFT ............................................................................................... L1 Gambar 3.20. Modul Hamming Window ........................................................................ L2 Gambar 3.21. Modul IFFT .............................................................................................. L3 Gambar 3.22. Modul Fase Spectral Centroid .................................................................. L4 Gambar 3.23. Modul Fase Rolloff ...................................................................................L5 Gambar 3.24. Modul fase Zero Crossing Rate ................................................................ L6 Gambar 3.25. Modul Fase Flux ....................................................................................... L7 Gambar 3.26. Modul Fase Pembelajaran ........................................................................ L8 Gambar 3.27. Modul Fase Inisialisasi bobot Nguyen Widrow ....................................... L9 Gambar 3.28. Modul Fase Forward Input-Hidden ........................................................ L10 Gambar 3.29. Modul Fase Forward Hidden-Output ..................................................... L11 Gambar 3.30. Modul Fase Hitung Error Keluaran ........................................................ L12 Gambar 3.31. Modul Fase Backward Output-Hidden ................................................... L13 Gambar 3.32. Modul Fase Backward Hidden-Output ................................................... L14 Gambar 3.33. Modul Fase Update Weight .................................................................... L15 Gambar 3.34. Modul Fase Update Weight Output ........................................................ L16 Gambar 3.35. Modul Pengujian .................................................................................... L17 Gambar 3.36 Grafik Lama Pembelajaran Untuk Tiap Node Hidden Unit
L19
Gambar 4.7.
Diagram Batang Hasil Pengenalan Instrumen Biola ............................. L21
Gambar 4.8.
Diagram Batang Hasil Pengenalan Instrumen Flute ............................. L22
Gambar 4.9.
Diagram Batang Hasil Pengenalan Instrumen Gitar ............................. L23
Gambar 4.10. Diagram Batang Hasil Pengenalan Instrumen Biola ............................. L24 xvii
Gambar 4.11. Grafik Reliability Aplikasi ................................................................... L25 Gambar 4.12 Grafik Repeatability Aplikasi .............................................................. L26 Tabel 3.2
Lama Pembelajaran Masing-Masing Jumlah Node Hidden Unit......... L18
Tabel 4.1
Hasil Penelitian Reliability dan Repeatability Untuk Tiap Node Hidden Unit .......................................................................................... L20
Lampiran Daftar Lagu Checking A. BIOLA........................................................................................................................ L27 B. FLUTE........................................................................................................................ L28 C. GITAR........................................................................................................................ L29 D. PIANO........................................................................................................................ L31 Surat Keterangan Demo Program .................................................................................. L33
xviii
