PENERAPAN METODE WAVELET TRANSFORM DALAM PEMBELAJARAN SOLMISASI NADA

PENERAPAN METODE WAVELET TRANSFORM DALAM PEMBELAJARAN SOLMISASI NADA Lelareyna Kassa ¹, Agus Lahinta ², Abd. Azis Bouty ³

INTISARI Semakin besar frekuensi dasar gelombang suara, maka semakin tinggi nada yang dihasilkan. Semakin kecil frekuensi dasar gelombang suara, maka semakin rendah pula nada yang dihasilkan. Setiap orang memiliki kemampuan yang berbeda-beda, hal ini berdampak adanya kesulitan bagi setiap orang dalam menentukan ketepatan pitch dalam belajar solmisasi nada khususnya bagi para pemula. Penelitian ini bertujuan untuk menciptakan suatu pengetahuan belajar solmisasi nada, yang di dalamnya terdapat susunan tinggi-rendahnya nada yang ditentukan oleh frekuensi dasar gelombang bunyi dengan menggunakan metode Wavelet Transform, yakni metode yang bersifat menganalisa melalui penerapan ilmu matematika tentang transformasi gelombang suara ke dalam komputer. Penelitian ini menghasilkan sebuah aplikasi yang dapat melakukan deteksi pitch pada nada dengan menghitung frekuensi dasar gelombang nada dengan frekuensi standar yang sudah baku Dari penelitian ini dapat diperoleh informasi nada, nilai pitch serta nilai Euclidean Distance sehingga seseorang yang ingin melatih vokal dapat dengan mudah belajar solmisasi dengan praktis serta dapat mengetahui jenis suara yang dimiliki berdasarkan kemampuannya dalam mendeteksi pitch nada. Kata Kunci : Solmisasi, Frekuensi, Pitch, Wavelet transform, Euclidean Distance.

ABSTRACT The larger the base frequency sound waves, the higher the resulting tone. The smaller the fundamental frequency of the sound waves, so the lower the resulting tone. Everyone has different abilities, this affects the difficulty for every person in determining the accuracy of pitch in tone solmisasi learn especially for beginners. This study aims to create a knowledge learning solmisasi tone, in which there is a high-low tone composition determined by the fundamental frequency sound waves using Wavelet Transform, which is a method that is analyzed through the application of mathematics on the transformation of sound waves into the computer. The research resulted in an application that can perform detection on tone pitch by calculating fundamental frequency wave tones with frequencies fixed standard of this research can be obtained information tone, pitch values and Euclidean Distance value so that someone who wants to train vocal can easily learn solmisasi with practical as well as to know the kind of sound that is owned by its ability to detect pitch tone. Keywords: Solmisasi, Frequency, Pitch, Wavelet transform, Euclidean Distance.

¹ Lelareyna Kassa, Mahasiswa Teknik Informatika Universitas Negeri Gorontalo ² Agus Lahinta, ST., M.Kom. Dosen Teknik Informatika Universitas Negeri Gorontalo ³ Abd. Azis Bouty, S.Kom., M.Kom. Dosen Teknik Informatika Universitas Negeri Gorontalo

PENGANTAR Musik sudah menjadi keseharian di dalam kehidupan manusia. Hampir di setiap tempat dan dengan segala keadaan kita dapat mendengarkan musik. Dalam kehidupan sehari-hari, semakin sering kita mendengarkan sebuah lagu akan muncul keinginan untuk menyanyikan lagu tersebut. Agar dapat menyanyikan sebuah lagu diperlukan pengetahuan tangga nada (solmisasi), yakni sistem menempatkan suku kata berbeda ke setiap not di dalam skala musik untuk menciptakan susunan nada yang baik dan harmonis, sehingga tidak terdengar sumbang (fals). Menentukan ketepatan nada (pitch) dapat dilakukan dengan cara menggunakan garpu tala atau menyamakan dengan nada alat musik yang sudah di tala, sedangkan cara yang paling sederhana adalah menggunakan kepekaan pendengaran dan perasaan (felling), namun tidak setiap orang dapat melakukannya dikarenakan setiap orang memiliki kemampuan yang berbedabeda. Oleh karenanya diperlukan suatu program komputer yang dapat melakukan deteksi pitch pada nada dengan menghitung frekuensi dasar gelombang nada, dengan tujuan menciptakan pengetahuan belajar solmisasi nada, yang di dalamnya terdapat susunan tinggi-rendahnya nada yang di kelompokkan berdasarkan pangkal nada (octavus) yakni dengan menerapkan metode Wavelet Transform. TINJAUAN PUSTAKA Pengertian Nada dan Solmisasi Apa yang dapat kita tangkap dengan pendengaran, disebut suara. Suara terjadi karena bergetarnya suatu benda, yang menyebabkan udara di sekelilingnya bergetar dan bergelombang. Getaran yang teratur dan menimbulkan suara yang enak di dengar, disebut bunyi. Bunyi inilah yang berkembang menjadi nada, apabila sudah ditentukan menurut frekuensinya ataupun menurut sifatnya. Dari sekian banyaknya nada pada sistem nada (9 oktaf), pada hakikatnya hanya berjumlah 12 nada, terdiri dari 7 nada pokok dan 5 nada sisipan (kromatis). Nada-nada tersebut kemudian mengalami modifikasi dengan pemberian tanda kres # (kruis) untuk menaikan pitch sebanyak setengah nada (seminote) dan tanda mol b (flat) untuk menurunkan pitch sebanyak setengah nada (KMIG, 2006).

7 nada pokok, terdiri dari C-D-E-F-G-A-B 5 nada sisipan (kromatis), terdiri dari: 1. C# (Cis) = Db (Des) yang populernya C# 2. D# (Dis) = Eb (Es) yang populernya Eb 3. F# (Fis) = Gb (Ges) yang populernya F# 4. G# (Gis) = Ab (As) yang populernya Ab 5. A#(Ais) = Bb (Bes) yang populernya Bb

Solmisasi adalah sistem menempatkan suku kata berbeda ke setiap not di dalam skala musik, untuk menciptakan susunan nada yang baik dan harmonis, sehingga tidak terdengar sumbang (fals). Nada-nada dalam 1 oktaf tersusun dengan tingkatan yang teratur jaraknya, dari nada rendah ke nada yang tinggi, seakan-akan merupakan tangga, maka deretan nada-nada dalam oktaf demikianlah yang disebut juga dengan tangga nada.

Gambar 1 Frekuensi Nada Pada Piano Frekuensi Frekuensi adalah jumlah siklus per detik sebuah arus bolak balik. Unit yang digunakan untuk frekuensi adalah Hertz, disingkat Hz. Satu (1) Hz adalah frekuensi sebuah arus bolak balik

menyelesaikan satu siklus dalam satu detik. Frekuensi inilah yang merupakan hasil dari pemrosesan sinyal, yaitu proses pengukuran setiap kuantitas berdasarakan waktu atau ruang (Purbo, 2011). Dua tipe utama sinyal yang dalam prakteknya paling sering ditemui adalah sinyal digital dan sinyal analog. a. Sinyal Digital Sinyal digital adalah suatu sinyal yang secara sistematis dinyatakan dengan variabelvariabel diskrit. Nilai dari sinyal ini dapat dinyatakan sebagai suatu kelipatan integer dari jarak antara dua nilai berdekatan, karena biasanya nilai-nilai dari sinyal ini seimbang. b. Sinyal Analog Sinyal analog merupakan sinyal yang secara sistematis dinyatakan dengan variabelvariabel kontinu, sehingga untuk setiap nilai waktu dapat di ambil nilai-nilai dalam selang kontinu (a,b), dengan a dapat menjadi - dan b dapat menjadi . c. Konversi Sinyal Analog Menjadi Sinyal Digital Perubahan sinyal digital analog pada prinsipnya merupakan perubahan sejumlah angkaangka biner, menjadi variabel kontinu bervariasi, biasanya berupa tegangan listrik analog. Wavelet Transform Teori Wavelet merupakan suatu konsep yang relatif baru dikembangkan, kata “Wavelet” sendiri diberikan oleh Jean Morlet dan Alex Grossmann pada awal tahun 1980-an, dan berasal dari bahasa Perancis, “ondelette”

yang berarti gelombang kecil. Transformasi wavelet

merupakan sebuah fungsi konversi yang dapat digunakan untuk membagi suatu fungsi atau sinyal ke dalam komponen frekuensi yang berbeda, yang selanjutnya komponen-komponen tersebut dapat dipelajari sesuai dengan skalanya. Wavelet merupakan sebuah fungsi variable real x, diberi notasi ψ, dalam ruang fungsi L2(R). Fungsi ini dihasilkan oleh parameter dilatasi dan translasi, yang memiliki sifat-sifat : a. Berenergi terbatas b. Merupakan fungsi band-pass c. Merupakan hasil translasi dan dilasi dari sebuah fungsi tunggal.

Kumpulan fungsi ini memiliki bentuk umum :

dimana : a = parameter dilatasi b = parameter translasi R = mengkondisikan nilai a dan b dalam nilai integer 2^j = parameter dilatasi ( paramater frekuensi atau skala) k = parameter waktu atau lokasi ruang Z = mengkondisikan nilai j dan k dalam nilai integer

Gambar 2 Wavelet Transform Wavelet merupakan fungsi matematik yang membagi data menjadi beberapa komponen frekuensi yang berbeda-beda, kemudian dilakukan analisis untuk masing-masing komponen menggunakan resolusi yang sesuai dengan skalanya. Resolusi dari signal merupakan ukuran jumlah informasi di dalam signal yang dapat berubah melalui operasi filterisasi ataupun operasi lainnya (Teori Wavelet, Digilib 2012).

Discrete Wavelet Transform (DWT) Discrete wavelet trasform bekerja mentransformasikan sinyal yang telah terbentuk diskrit. Discrete wavelet transform dapat diaplikasikan dalam penelitian aplikasi solmisasi nada ini. Hal ini sangat mendukung mengingat bahwa penelitian ini melibatkan data dan informasi input berupa sinyal suara yang nantinya akan diubah kedalam bentuk diskrit

Gambar 3 Skema DWT Sinyal pertama-tama dilewatkan pada rangkaian high-pass filter dan low-pass filter, kemudian setengah dari masing-masing keluaran diambil sebagai sampel melalui operasi downsampling. Proses ini disebut sebagai proses dekomposisi satu tingkat. Keluaran dari low pass filter digunakan sebagai masukan di proses dekomposisi berikutnya. Low Pass Filter Low Pass Filter (LPF) atau Filter Lolos Bawah adalah filter yang hanya melewatkan sinyal dengan frekuensi yang lebih rendah. Low pass filter menghasilkan bentuk gelombang yang disebut dengan aproksimasi. Aproksimasi adalah suatu pendekatan untuk memperoleh nilai yang sedekat mungkin dengan nilai yang sebenarnya. Euclidean Distance Euclidean Distance adalah metrika yang paling sering digunakan untuk menghitung kesamaan 2 vektor untuk mempelajari hubungan antara sudut dan jarak. Euclidien distance menghitung akar dari kuadrat perbedaan 2 vektor atau jarak dari 2 buah titik dalam Euclidean space (Tutorial IT Gratis, 2012).

METODOLOGI PENELITIAN Objek Penelitian Penelitian dilaksanakan pada Laboratorium Jurusan Teknik Informatika Fakultas Teknik Universitas Negeri Gorontalo (UNG), dengan objek penelitian mengambil sampel suara dari 4 orang mahasiswa berdasarkan jenis kelamin. Metode Penelitian Penelitian ini menggunakan metode experimen, dimana dilakukan langkah-langkah uji coba terkait dengan perancangan sistem yang dilakukan Tahapan Penelitian 1.

2.

Teknik Pengumpulan Data a.

Wawancara (interview).

b.

Kepustakaan (Literatur).

c.

Pengamatan (Obeservasi).

Metode Experimen

Gambar 4 Tahapan Experimen

HASIL DAN PEMBAHASAN Hasil Experimen 1. Pengambilan Sampel a. Database Dari proses perekaman nada suara piano yang telah dilakukan maka diperoleh hasil sampel nada berupa file audio berformat wav.

Gambar 5 Sampel Nada Piano b. Database Query Berdasarkan pengambilan sampel nada yang dilakukan terhadap 4 orang mahasiswa sebagai objek penelitian, maka diperoleh hasil berupa file audio berformat wav.

2. Sampling Pada proses ini terjadi suatu pengambilan sampel dari bentukan sinyal analog. Pengambilan dilakukan pada bagian-bagian sinyal analog dengan cara pembagian sampel, karena sampel yang di ambil akan lebih menggambarkan sinyal yang asli.

Gambar 6 Plot hasil sampling dari nada A4

3. Feature Extraction sinyal diskrit yang berupa data digital tersebut akan di transformasi menjadi frekuensi dan selanjutnya akan di lakukan analisis pada frekuensi tersebut menggunakan Discrete Wavelet Transform dengan melakukan dekomposisi (memisahkan) sinyal masukan yang diinginkan menjadi sebuah bentuk gelombang lain dimana sinyal dilewatkan pada rangkaian AC (low pass filter)sehingga memperoleh informasi nilai aproksimasi.

4. Perolehan Feature a. Database Tabel 1 Nada Pokok Piano beserta nila Pitch Standar

b. Database Query

Tabel 2 Hasil Uji Coba dari Objek 1 dan 2

5. Similarity Matching Semisal ingin menghitung jarak euclidean dengan mengambil salah satu sampel dari hasil uji coba. Hasil pitch suara manusia pada nada C4 adalah 262.4365 HZ, sedangkan nilai pitch standar dari piano adalah 261.63 HZ. Caranya adalah kurangkan 262.4365 dengan 261.63, sehingga menghasilkan 0.8065. Cari nilai absolut dari nilai 0.8065 dengan cara mempangkatkannya sehingga mendapat nilai 0.06504425 Kemudian diakarkan sehingga mendapatkan nilai 0,80645. Sehingga jarak euclidean dari 2 pitch tersebut adalah 0,80645. ED = √ =√ =√

= 0,80645

6. Hasil Tabel 3 Hasil Matching Pada Mahasiswa 1

dari hasil uji coba yang dilakukan oleh mahasiswa 1, dapat di asumsikan bahwa mahasiswa tersebut berpotensi memiliki jenis suara Sopran (Suara Tinggi Perempuan). Dikarenakan hasil input suara yang di peroleh dominan mendapatkan pitch frekuensi yang menjangkau nada-nada tinggi seperti pada nada B4 oktaf ke 4 dan tertinggi pada G5 di oktaf ke 5.

Implementasi Dan Pengujian Sistem Penerapan Metode Wavelet Transform dalam pembelajaran solmisasi nada diaplikasikan kedalam bahasa pemrograman dengan menggunakan Matrix Laboratory 7.9.0 (R2009b) yang di dalamnya menggunakan fungsi dari MIR. Segment dan MIR Pitch yang terdapat di dalam MATLAB itu sendiri. Tampilan interface yang dikaitkan dengan proses yang telah dilakukan adalah sebagai berikut.

Gambar 7 Tampilan Form Utama Tampilan menu pada saat program dijalankan, yakni terdapat informasi program dengan judul ‘I Pitch”, terdapat informasi nilai pitch frekuensi standar dan informasi jangkauan frekuensi dari jenis suara berupa kotak database, serta terdapat tombol tuts nada piano yang tersusun berdasarkan oktaf dimana tombol ini dapat membunyikan nada seperti layaknya sebuah alat musik piano. Tombol tuts ini terdiri dari 49 tuts dan berfungsi sebagai acuan atau guide, sehingga lebih memudahkan pengguna di dalam mengenali solmisasi Pembahasan Dengan aplikasi ini maka kesulitan yang di alami seseorang khususnya para pemula dapat teratasi, dimana aplikasi ini memberikan kemudahan dalam belajar solmisasi yang di dalamnya di peroleh informasi nada dan nilai frekuensi yang dimiliki seseorang dan selanjutnya dilakukan pencocokkan dengan nada dan nilai frekuensi yang sudah standar sehingga memperoleh nilai Euclidean Distance (ED).

Tinggi rendahnya nada ditentukan oleh frekuensi dasar gelombang bunyi. Semakin besar frekuensi dasar gelombang suara, maka semakin tinggi nada yang dihasilkan. Sebaliknya, semakin kecil frekuensi dasar gelombang suara, maka semakin rendah pula nada yang dihasilkan. Dari uji coba yang dilakukan, maka dapat diperoleh informasi jenis suara yang dimiliki seseorang berdasarkan kemampuannya dalam menghasilkan nilai frekuensi yang dapat dijangkau oleh orang itu sendiri. Frekuensi yang dihasilkan bisa saja dominan mendapatkan nada-nada yang terendah hingga nada yang paling tinggi nilai pitch frekuensinya.

KESIMPULAN 1. Dengan adanya aplikasi pembelajarann ini, maka kesulitan dalam belajar solmisasi dapat teratasi. Dimana aplikasi ini memberikan kemudahan kepada sesorang khususnya bagi para pemula dalam berlatih vokal dan menentukan ketepatan nada (pitch). 2. Hasil penelitian menunjukan bahwa metode Wavelet Transform dapat menyelesaikan masalah dalam melakukan deteksi pitch dengan menghitung frekuensi dasar gelombang dengan frekuensi standar yang sudah baku. 3. Database berupa sampel suara nada piano dan Database Query berupa nada suara manusia yang di ambil dari sampel suara 4 orang mahasiswa sebagai objek pada penelitian. Dimana Sampel suara ini direkam melalui microphone. 4. Aplikasi ini menghasilkan informasi nada beserta nilai frekuensi standar dari setiap nada sehingga dapat diketahui jenis suara yang dimiliki seseorang berdasarkan kemampuannya dalam menjangkau frekuensi nada terendah sampai dengan nada tertinggi.

SARAN 1. Penggunaan microphone sangat berpengaruh terhadap hasil suara, sebaiknya menggunakan microphone yang berkualiatas baik, guna mendapatkan hasil yang terbaik. 2. Proses perekaman sebaiknya dilakukan di dalam ruangan yang kedap suara guna menghindari banyaknya noise. 3. Sebelum melakukan deteksi, diharapkan agar pengguna dapat mendengarkan dan mengenali susunan nada dengan baik guna mendapatkan ketepatan pitch yang sesuai dengan nada yang menjadi standar guide. 4. Akan sangat berguna jika aplikasi ini dapat di impementasikan pada telepon genggam dengan kecepatan kerja program yang lebih baik. 5. Pada

penelitian

selanjutnya

diharapkan

dapat

dilakukan

pengembangan

pada penelitian ini dengan menerapkan metode-metode baru yang jauh lebih baik dari metode sebelumnya yang pernah digunakan. DAFTAR PUSTAKA Digital Library IT Telkom. 2012. Teori Wavelet. (http://digilib.ittelkom. ac.id/index.php?option=com_content&view=article&id=1035:teoriwavelet&catid=13:rpl&Itemid=14, Diakses 14 April 2013). KMIG. 2006. Ringkasan Praktis Dasar Musik Vocaal. Komunitas Musik Indonesia Gorontalo. Sekretariat : Gorontalo, Indonesia. Purbo, W.O. 2011. Buku Pegangan Internet Wireless dan Hotspot. (http://www.goodreads.com/book/show/3420973-buku-pegangan-internet-wireless-danhotspot), diakses 25 April 2013). Tutorial IT Gratis. 2012. Cara Menghitung Euclidean Distance. (http://itmbali.blogspot.com/2012/11/euclidean-distance.html, Diakses 10 Juni 2013).