BAB I PENDAHULUAN
1.1
Latar Belakang Saat sesuatu diukur maka beberapa data didapatkan. Umumnya pengukuran tidak
pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. Mendapatkan data itu bukanlah yang menjadi fokus tapi masalah utamanya adalah untuk memahami apa arti dari data tersebut. Untuk itu kita perlu untuk mengklasifikasikan dan menganalisis suatu data sehingga dapat memberikan arti dari suatu data berdasarkan klasifikasi dan pengetahuan dari fenomena tersebut. Pentingnya kualitas suara digital dalam menyampaikan pesan ataupun kejelasan dari kata-kata pembicara penting bagi pengaruh kualitas suatu komunikasi digital. Suara digital yang dituju di sini adalah rekaman percakapan dalam format file wave yang digunakan sebagai absensi karyawan perusahaan Mentari Rajut. Banyaknya bunyi lain selain suara pembicara yang ikut terekam menjadi noise bagi suara utamanya. Seperti misalnya suara angin, bunyi klakson, suara orang lain yang berada dekat pembicara, dan bunyi-bunyi lainnya yang ikut terekam. Semakin banyak noise yang terdapat pada data wave maka ketepatan dan waktu pemrosesannya semakin terhambat. Program aplikasi yang dirancang ini, untuk mengurangi noise yang terekam dalam bentuk file wave dan mengekstrak klasifikasi data wave yang digunakan sebagai master file wave untuk pengenalan suara digital dan pada proses perekaman langsung untuk pengenalan suara, dengan 3 tahap. Yaitu :
1
1. Analisis file suara digital Tahap pertama yang dilakukan adalah menganalisis sumber, yang dalam hal ini berupa master file wave. Dengan menggunakan metode MABC untuk mencacah data file wave dan mengelompokkannya ke dalam array. Kemudian gaussian mixture model sebagai validasi untuk mengelompokkan suara utama dan noise dari bagian suara digital yang disebut klasifikasi. 2. Memisahkan noise dengan suara utama Setelah dianalisis dan didapatkan klasifikasinya, maka pada file wave dapat dicari suara utamanya dan gelombang suara yang lain dapat dihilangkan sehingga hanya terdapat gelombang suara pembicara yang kemudian dihilangkan “noise” yang tercampur di dalamnya. 3. Voice Recognition (pengenalan suara) Pada tahap ini setelah didapatkan fundamental frekuensi suara utamanya, dan dicocokkan dengan master file wave nya, maka gelombang suara dapat disempurnakan bagian yang hilang saat pemisahan noise. Jadi pada program aplikasi ini, suara digital dihilangkan noise-nya dengan 2 tahap pemisahan suara utama dengan noise, kemudian dilakukan sampling dari suara utama. Dengan menggabungkan gaussian mixture model, teknik sampling fundamental frekuensi Moving Average and Band Limitation, diharapkan program aplikasi ini dapat memberikan optimasi ketepatan dan kejelasan data dari suara yang direkam. 1.2.
Ruang lingkup Perancangan program aplikasi penghilang noise suara digital ini akan dibatasi
dalam ruang lingkup seperti berikut:
2
1.
Jenis data file Audio yang diedit di sini dalam format Windows Wave form 16–bit stereo 44.1 Khz, WAV (windows audio format) Hanya dibatasi pada kondisi perusahaan Mentari Rajut.
2.
Hanya menerapkan Gaussian mixture model dan proses sampling fundamental frequency dengan MABC(Moving Average and Band-limitation in Cepstrum method).
3.
Tidak membandingkan dengan metode-metode lain untuk mengolah file audio.
4.
Tidak diimpelementasikan menggunakan format file audio lain, ataupun hardware.
5.
File wave yang diproses hanya pada kalkulasi dan tidak diutamakan untuk di convert kembali ke dalam file audio.
1.3.
Tujuan dan manfaat Rancangan 1.3.1. Tujuan Rancangan Tujuan dari perancangan ini adalah: a. Tujuan umum Merancang program aplikasi untuk menghilangkan noise pada suara digital yang diimplementasikan untuk pengenalan suara digital dengan Gaussian mixture model, dan MABC secara efektif dan efisien. b. Tujuan khusus ¾ Merancang suatu program aplikasi peningkat kualitas analisis data suara pada file wave dengan minimum noise.
3
¾ Merancang suatu program aplikasi pemisah noise suara digital yang menawarkan user interface yang baik dan kemudahan dalam pengoperasiannya. ¾ Merancang suatu program aplikasi pengenalan suara digital yang digunakan untuk absensi karyawan perusahaan Mentari Rajut. 1.3.2
Manfaat Rancangan Manfaat perancangan program aplikasi ini didedikasikan kepada: a. Mahasiswa. ¾ Pendalaman aplikasi teknik-teknik informasi dan penggunaan metode gaussian mixture model, dan MABC pada bidang audio. ¾ Pengembangan peningkatan kualitas teknologi komunikasi digital di masa mendatang. ¾ Contoh penggunaan aplikasi pengenalan suara pada bidang administrasi. b. Pihak Pengguna Multimedia Komunikasi ¾ Dapat lebih menghasilkan rekaman audio dengan data berkualitas tinggi. ¾ Dapat meningkatkan keefektifan data suara digital. ¾ Lebih memahami klasifikasi data wave dengan metode gaussian
4
c. Pihak Perusahaan Mentari Rajut ¾ Dapat menggunakan absensi karyawan dengan memanfaatkan suara
sebagai
indentifikasi
unik
untuk
absensi
yang
terintegrasi dengan komputer yang sudah tersedia tanpa perlu menambah alat atau hardware baru. ¾ Dapat melakukan absensi yang efektif , efisien dan terjamin.
1.4
Metodologi Metode yang digunakan meliputi dua bagian pokok, yaitu: 1. Metode Analisis ¾ Menganalisis proses pengolahan suara digital dan perubahan dari suara digital asal. ¾ Menganalisis experimen-experimen dari gaussian mixture model dan metode MABC ¾ Menganalisis data apa saja yang diperlukan dalam pengolahan sumber suara digital dan informasi-informasi apa saja yang ditampilkan. 2. Metode Perancangan. Pada rancangan ini, file data audio yang dapat diolah dan disimpan berupa format file wave. Program akan dibuat dengan menggunakan bahasa pemrograman Borland Delphi 6.0, Matlab V.7 R.13, dan sistem database SQL Server 2000.
5
1.5.
Implementasi Program aplikasi pemisah noise suara digital ini akan diimplementasikan pada
proses pengenalan suara yang bertujuan sebagai absensi. Dengan pemisahan noise, diharapkan file wave yang diproses dan dianalisis dapat memberikan ketepatan sebesar 80% untuk status pengenalan dengan master file wave dan proses pengenalan suara dapat dilakukan dengan lebih cepat dengan ketepatan sebesar 80% pada pengenalan suara digital wave dengan noise sesuai kondisi perusahaan Mentari Rajut.
1.6.
Sistematika Penulisan Bab 1: Pendahuluan Pada bab ini akan dijelaskan mengenai apa yang melatarbelakangi pemilihan topik skripsi, ruang lingkup penelitian, tujuan dan manfaat yang didapat dari pembuatan program aplikasi pemisahan noise pada pengenalan suara ini, metodologi yang digunakan untuk menganalisis data yang dibutuhkan untuk merancang program aplikasi ini dan sistematika penulisan yang diterapkan Bab2: Landasan Teori Di dalam bab ini berisi teori-teori yang mendukung perancangan program program aplikasi pemisahan noise pada pengenalan suara. Bab3: Analisis dan Perancangan Program Aplikasi Bab ini membahas tentang masalah-masalah yang dihadapi, pemecahan masalah, dan flowchart proses-proses pada program aplikasi pemisahan noise pada pengenalan suara.
6
Bab4: Implementasi dan Evaluasi Program Aplikasi Bab ini merupakan hasil uji aplikasi pemisahan noise pada pengenalan suara yang telah dirancang pada perusahaan Mentari Rajut, di sini dijabarkan berbagai aspek-aspek yang menjadi keunggulan dan kekurangan-kekurangan yang ada dari aplikasi tersebut. Bab5: Kesimpulan dan Saran Berisi kesimpulan dan saran yang didapat selama penyusunan skripsi ini.
1.7.
Definisi Operasional Moving Average and Band-limitation in Cepstrum method (MABC) adalah metode memproses time window dan diferensial orde pertama, menentukan inverse power spectral dengan menggunakan fourier transform. FFT
= Fast Fourier Transform
GMM = Gaussian Mixture Model
7
