PENCOCOKAN POLA SUARA DENGAN ALGORITMA FFT DAN DC SKRIPSI NURLAILY

PENCOCOKAN POLA SUARA DENGAN ALGORITMA FFT DAN DC

SKRIPSI

NURLAILY 060823025

PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

SPEECH RECOGNITION WITH ALGORITM FFT AND DC

SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

NURLAILY 060823025

PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009


PERSETUJUAN Judul Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: PENCOCOKAN POLA SUARA DENGAN ALGORITMA FFT DAN DC : SKRIPSI : NURLAILY : 060823025 : SARJANA (S1) MATEMATIKA : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Maret 2009

Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

Drs.Sawaluddin, M.IT NIP.132 206 398

Drs. Bambang Irawan, M.Sc NIP.130 535 840

Diketahui oleh : Departemen Matematika FMIPA USU Ketua,

Dr. Saib Suwilo,M.Sc NIP. 131 796 149


PERNYATAAN

PENCOCOKAN POLA SUARA DENGAN ALGORITMA FFT DAN DC

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan,

Maret 2009

NURLAILY 060823025


PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Allah SWT, dengan limpahan dan karuniaNya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terima kasih penulis sampaikan kepada Drs. Bambang Irawan, M.Sc dan Drs.Sawaluddin, M.IT selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyempurnakan kajian ini. Panduan ringkas, padat dan professional telah diberikan kepada penulis agar penulis dapat menyelesaikan tugas ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Matematika FMIPA USU Dr. Saib Suwilo, M.Sc. dan Drs. Henry Rani Sitepu, M.Si, Dekan dan Pembantu Dekan

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera

Utara, semua dosen pada Departemen Matematika FMIPA USU, pegawai di FMIPA USU, dan rekan-rekan kuliah. Akhirnya, tidak terlupakan kepada ke dua orang tua dan semua ahli keluarga dan rekan terdekat penulis yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Allah SWT memberikan balasan yang layak.


ABSTRAK

Teknologi suara adalah salah satu teknologi aplikasi yang telah ditemukan beberapa tahun lalu. Salah satunya adalah pencocokan pola suara yang merupakan proses identifikasii suara berdasarkan kata yang diucapkan.

Pencocokan pola suara akan diproses dengan menggunakan metode Fast Fourier Transform (FFT) dan metode Divide and Conquer (DC). Pada saat ada suara lain masuk akan dicocokan dengan suara yang telah ada pada template. Apabila sesuai, maka perintah suara menjalankan aplikasi komputer.


ABSTRACT

Speech technology is one of the applied technologies which had found several years ago. One of speech technology is speech recognition that is process identifikasi voice bases word said. Speech Recognition will be processed by using method Fast Fourier Transform (FFT) and method Divide and Conquer (DC). When another voice comes, it will be compared with the sample fill the template. If according to, then voice command runs application program.


DAFTAR ISI

Persetujuan Pernyataan Penghargaan Abstrak Abstact Daftar Isi Daftar Tabel Daftar Gambar

Halaman ii iii iv v vi vii viii ix

Bab 1. Pendahuluan 1.1 Latar Belakang 1.2 Perumusan Masalah 1.3 Pembatasan Masalah 1.4 Tujuan penelitian 1.5 Kontribusi penelitian 1.6 Metode Penelitian 1.7 Tinjauan Pustaka 1.8 Rancangan Pencocokan pola Suara

1 1 2 2 3 3 3 4 6

Bab 2. Landasan Teori 2.1 Pembentukan Ucapan Manusia 2.2 Pengertian Suara 2.3 Proses Sampling 2.4 Kuantisasi 2.5 Proses Pengkode 2.6 Discrete Fourier Transform (DFT) 2.6.1 DFT dalam Bentuk Matriks 2.3 Fast Fourier Transform (FFT) 2.4 Divide and Conquer (DC)

8 8 9 11 13 14 16 18 19 29

Bab 3. Pembahasan 3.1 Perancangan Perangkat Lunak 3.2 Software e-speaking voice 3.3 Halaman Perekaman 3.4 Halaman Hasil 3.5 Implementasi Prosedural 3.6 Listing

34 34 35 37 39 39 39


Bab 4. Kesimpulan dan Saran 4.1 Kesimpulan 4.2 Saran

41 41 41

Daftar Pustaka

42

DAFTAR TABEL

Halaman Tabel 2.1 Kuantisasi

15

Tabel 2.2 Pengkodean

16

Tabel 2.3 Proses Data Disusun Ulang

23

Tabel 2.4 Konstruksi 2 point FFT

24


DAFTAR GAMBAR

Halaman Gambar 1.1 Rancangan Proses data digital pada template

6

Gambar 1.2 Rancangan pencocokan pola suara dengan algoritma FFT dan DC

7

Gambar 2.1 Rongga mulut manusia

9

Gambar 2.2 Rekaman suara pada kata “sorry”

11

Gambar 2.3 Bentuk sinyal sinus

12

Gambar 2.4 Bentuk sinyal sinus yang telah disampling

12

Gambar 2.5 Ilustrasi terjadi aliasing

13

Gambar 2.6 Ilustrasi proses kuantisasi

13

Gambar 2.7 Pengkodean

14

Gambar 2.8 Sinyal sinus dalam domain waktu

17

Gambar 2.9 Sinyal sinus dalamdomain frekuensi

18

Gambar 2.10 Skema proses decimation N/2 points DFT[3]

20

Gambar 2.11 Skema proses decimation dengan N/4 points DFT[3]

21

Gambar 2.12 Butterfly dari 2 point FFT

24

Gambar 2.13 Diagram FFT 4 point

25

Gambar 2.14 Modifikasi butterfly

26

Gambar 2.15 Diagram dari 4 point FFT

26

Gambar 2.16 FFT DIT

27


Gambar 2.17 FFT DIT untuk contoh 2.2

28

Gambar 3.1 Tampilan Utama e-speaking voice

35

Gambar 3.2 Tampilan Menu e-speaking voice

35

Gambar 3.3 Tampilan New e-speaking voice

36

Gambar 3.4 Select the File e-speaking voice

36

Gambar 3.5 Tampilan New setelah dilakukan select the file

37

Gambar 3.6 Tampilan perekaman suara

37

Gambar 3.7 Rekaman suara sesuai dengan yang diucapkan

38

Gambar 3.8 Rekaman suara yang tidak sesuai dengan kata yang diucapkan

38

Gambar 3.9 Halaman hasil

39


BAB 1

PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi informasi saat ini telah membawa banyak perubahan yang besar bagi dunia telekomunikasi, karena teknologi ini menawarkan banyak keuntungan bagi pemakainya. Sehingga dampaknya sangat

dirasakan bagi

perkembangan dunia komputer yang semakin hari semakin membuat peminatnya bertambah banyak. Hal inilah yang mendorong munculnya pemikiran dan penelitian penulis bagaimana seseorang dapat berkomunikasi dan berinteraksi dengan komputer menggunakan ucapan suara sehingga tercipta komunikasi dan pertukaran informasi yang baik.

Untuk dapat mengenali ucapan dari pembicara terlebih dahulu komputer perlu diberi kecerdasan sehingga dari ucapan yang diterima oleh komputer akan direspons atau mendapatkan tanggapan yang sesuai. Ada beberapa metode yang bisa digunakan dalam pencocokan pola suara, di antaranya adalah metode pengenalan pola, statistik dan kecerdasan buatan.

Penelitian pencocokan pola suara menggunakan algoritma Fast Fourier Transform (FFT) dan Divide and Conquer (DC) ini digunakan untuk menjalankan aplikasi komputer adalah Microsoft Office, Visual Basic dan lain-lain. Langkah pertama yang harus dilakukan rekam suara menggunakan mikrophone, dengan bantuan sound card yang terdapat pada komputer data digital akan terbentuk Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

kemudian hasilnya disimpan pada template. Sebelum data digital terbentuk sinyal analog terlebih dahulu disampling, kuantisasi dan pengkodean. Langkah ke dua input suara baru menggunakan mikrophone, sebelum diproses menggunakan FFT dan DC terlebih dahulu inputan suara baru disampling, kuantisasi dan pengkodean sehingga terbentuk data digital. Langkah ke tiga data digital hasil pemerosesan menggunakan FFT dan DC ini dibandingkan dengan input rekaman suara yang terdapat pada template. Apabila data rekaman suara yang dibandingkan sesuai, maka akan ditampilkan aplikasi komputer.

1.2 PERUMUSAN MASALAH

Pengenalan suara sangat berpotensi dalam membantu dan mempermudah tugas-tugas manusia. Banyaknya keragaman bahasa dan keragaman pembicara menimbulkan suatu masalah. Permasalahan dalam penelitian ini adalah bagaimana cara pencocokan pola suara yang masuk dengan suara yang ada pada template sehingga suara baru bisa dikenali sebagai perintah untuk membuka aplikasi komputer.

1.3 PEMBATASAN MASALAH

Dalam melakukan pencocokan pola suara dengan algoritma FFT dan DC terdapat beberapa batasan yaitu:

1. Perintah suara yang dibuat dalam penelitian ini mampu mengenali kata yang diucapkan oleh pembicara yang berbeda yang mengucapkan kata yang sama. Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

2. Perintah suara yang dibuat hanya mampu menjalankan aplikasi komputer. 3. Perintah suara yang akan dibuat hanya satu kata.

1.4 TUJUAN PENELITIAN Tujuan penelitian pencocokan pola suara dengan algoritma FFT dan DC adalah untuk mempermudah tugas user.

1.5 KONSTRIBUSI PENELITIAN

Selain menambah pemahaman dan pengetahuan penulis mengenai perintah suara, hasil penelitian ini juga bermanfaat untuk menampilkan aplikasi komputer seperti Microsoft Office, Visual Basic, Access dan lain-lain secara cepat/tanpa mengklik icon.

1.6 METODE PENELITIAN Secara umum, penelitian dilakukan dengan beberapa tahapan, yaitu:

1. Input sinyal analog menggunakan mikrophone dengan bantuan sound card yang terdapat pada komputer sinyal analog akan diubah menjadi data digital. 2. Setelah terbentuk data digital, data tersebut disimpan pada template. 3. Input sinyal suara analog baru, setelah terbentuk data digital, data tersebut akan diproses menggunakan FFT dan DC dan hasilnya akan dicocokan dengan data digital yang terdapat pada template. Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

4. Apabila sesuai maka akan ditampilkan program aplikasi.

1.7 TINJAUAN PUSTAKA

Fast Fourier Transform (FFT) menjelaskan tentang algoritma transformasi Fourier yang dikembangkan dari modifikasi Discrete Fourier Transform (DFT) yang dilakukan dengan cara mengelompokkan batas n ganjil dan batas n genap, sehingga N N −1

point DFT menjadi (N/2) point dengan fungsi matematikanya X [k ] = ∑ x(n)WNkn di n=0

mana k= 0,1..N-1. [3]

Gambaran umum tentang proses pembentukan ucapan manusia. [1] Sebagai teknik-teknik riset operasi yang dapat digunakan dalam penelitian, pengembangan, dan perumusan perencanaan program dalam proses pengambilan keputusan.

Penggunaan algoritma DC digunakan untuk membandingkan input suara baru dengan input suara yang terdapat di dalam template. [2] Dengan algoritma yang mengimplementasikan DC dalam hal ini menggunakan merge sort.

Proses sampling dilakukan dengan didasarkan asumsi bahwa sinyal percakapan berada pada daerah frekuensi 300-3400 Hz sehingga memenuhi kriteria Nyquist yang menyatakan f s ≥ 2 xf h . [4]


Gambaran umum tentang perbedaan suara manusia. [6] Sebagai teknik-teknik riset operasi yang dapat digunakan dalam penelitian untuk pengambilan keputusan.

Pengkodean dilakukan agar sinyal suara dapat direspons oleh komputer.[7] Dalam hal ini digunakan 3 (tiga) digit untuk pengkodean.

Kuantisasi dilakukan untuk menentukan level dari suatu data sampel. [8] Semakin banyak level kuantisasi yang dipakai maka data yang disimpan semakin akurat.

Panduan Program Aplikasi dengan menggunakan Software e-speaking dalam menjalankan perintah suara. [5]

1.8 RANCANGAN PENCOCOKAN POLA SUARA

Secara umum, proses yang dilakukan dalam pencocokan pola suara dengan algoritma FFT dan DC dapat digambarkan sebagai berikut: Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

Mulai

Input Sinyal Analog

Sampel

Kuantisasi

Pengkodean

Simpan data digital pada template

Selesai

Gambar 1.1 Rancangan Proses data digital pada template


Data digital pada template

Data digital baru

Proses dengan metode FFT dan DC

No

Bandingkan data digital baru dengan data digital pada template

Yes Tampilan aplikasi komputer

Selesai

Gambar 1.2 Rancangan pencocokan pola suara dengan algoritma FFT dan DC


BAB 2

LANDASAN TEORI

2.1 Pembentukan Ucapan Manusia

Proses pembentukan ucapan manusia melibatkan 3 (tiga) sub proses utama, yaitu: Pembangkitan Sumber (Source Generator), Artikulasi (Articulation), serta Radiasi (Radiation) [FUR89]. Proses pembentukan bunyi memanfaatkan

pernapasan

sebagai

sumber

bahasa dimulai dengan

tenaganya.

Pada

saat

manusia

mengeluarkan nafas, paru-paru manusia akan menghembuskan tenaga berupa arus udara. Arus udara ini dapat mengalami perubahan pada pita suara yang terletak pada pangkal tenggorokan. Arus udara dari paru-paru itu dapat membuka ke dua pita suara yang merapat sehingga menyebabkan corak bunyi tertentu. Gerakan membuka dan menutup pita suara itu akan mengakibatkan arus udara dan udara yang berada di sekitar pita suara akan turun berubah tekanan dan ikut bergetar.

Adanya perubahan bentuk saluran suara yang terdiri dari rongga fairing, rongga mulut dan rongga hidung akan menghasilkan bunyi bahasa yang berbeda-beda. Pada saat udara dari paru-paru dihembuskan, ke dua pita suara dapat merapat atau merenggang. Jika ke dua pita suara itu bergantian merapat atau merenggang dalam pembentukan suatu bunyi bahasa, maka bunyi bahasa yang dihasilkan terasa berat. Bunyi bahasa ini dinamakan bunyi bersuara (voiced). Jika ke dua pita merenggang Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

sehingga arus udara dapat lewat dengan mudah (ringan), maka bunyi bahasa ini umumnya dinamakan bunyi tak bersuara (unvoiced).

Adapun bunyi bahasa itu dapat dibedakan menjadi 2 (dua) kelompok berdasarkan ada tidaknya rintangan terhadap arus udara, yaitu vokal dan konsonan. Vokal adalah bunyi udara yang arus udaranya tidak mengalami rintangan dan kualitasnya ditentukan oleh ketinggian posisi lidah, bagian lidah yang dinaikkan, dan bentuk bibir. Konsonan adalah bunyi bahasa yang arus udaranya mengalami rintangan dan kualitasnya ditentukan oleh keadaan pita suara, penyentuhan/pendekatan berbagai alat ucap dan cara alat ucap itu bersentuhan. Sedangkan diftong adalah vocal yang berubah kualitasnya dari biasanya dilambangkan oleh 2 (dua) huruf vokal yang tidak dapat dipisahkan.

Gambar 2.1 Rongga Mulut Manusia


2.2 Pengertian Suara

Suara adalah fenomena fisik yang dihasilkan oleh getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinu terhadap waktu. Suara merupakan gelombang yang mengandung sejumlah parameter (amplitudo, simpangan, frekuensi, spectrum), yang dapat menyebabkan suara yang satu berbeda dari suara lain. Suara beramplitudo lebih besar akan terdengar lebih keras. Suara dengan frekuensi lebih besar akan terdengar lebih tinggi. Sementara itu bisa juga ditemukan dua suara yang

beramplitudo dan berfrekuensi sama, misalnya biola dan piano

dibunyikan secara bersamaan dengan tingkat kekerasan dan nada yang sama, namun telinga masih dapat membedakan mana yang suara piano dan mana yang suara biola. Ini terjadi karena suara memiliki warna suara. Warna suatu suara ditentukan oleh pola dasar dari gelombang suara.

Perbedaan pola dasar gelombang bunyi biola dan piano antara lain disebabkan oleh perbedaan faktor resonansi yang timbul pada masing-masing instrumen. Demikian juga pada manusia, resonansi yang terjadi pada rongga mulut akan menimbulkan pola dasar gelombang bunyi yang berbeda-beda.

J.Fourier (1768-1830) menyatakan bahwa gelombang kompleks dapat direpresentasikan sebagai penjumlahan dari sejumlah gelombang sinusoidal, dengan amplitudo dan frekuensi yang bervariasi. Dari teori Fourier dapat disimpulkan bahwa gelombang-gelombang sinusoidal, yang memiliki amplitudo dan frekuensi berbedabeda dinamakan deret Fourier. Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

Berikut ini adalah contoh Gambar 2.2 gelombang rekaman suara pada kata “sorry” yang dipergunakan untuk menjalankan aplikasi komputer

diselesaikan

menggunakan software Sound Forge 8.0.

Gambar 2.2 Rekaman suara pada kata “Sorry”

2.3 Proses Sampling

Sinyal suara merupakan sinyal yang tidak terbatas dalam domain waktu (infinite time interval). Suara manusia akan menghasilkan sinyal analog yang terus kontinu. Gelombang suara analog tidak dapat langsung direpresentasikan pada komputer. Terlebih dahulu komputer mengukur amplitudo pada satuan waktu tertentu untuk menghasilkan sejumlah angka. Tiap satuan pengukuran dinamakan “ Sampel”. Untuk keperluan pemerosesan dalam transformasi Fourier sinyal suara harus dibentuk dalam potongan-potongan waktu.

Proses sampling dilakukan dengan didasarkan asumsi bahwa sinyal percakapan berada pada daerah frekuensi 300-3400 Hz. Teori sampling Nyquist Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

meyebutkan bahwa frekuensi sampling (sampling rate) minimal harus dua kali lebih tinggi dari frekuensi maksimum yang akan disampling. f s ≥ 2 xf h

(1)

Keterangan: Fs = Frekuensi sampling Fh = Frekuensi sinyal analog tertinggi Berikut adalah gambar dari sinyal sinus dengan sinyal sinus tersampling.

Gambar 2.3 Bentuk sinyal sinus

Gambar 2.4 Bentuk sinyal sinus yang telah disampling Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

Jika sinyal sampling kurang dari dua kali frekuensi maksimum sinyal yang akan disampling, maka akan timbul efek aliasing. Aliasing adalah suatu efek di mana sinyal yang dihasilkan memiliki frekuensi yang berbeda dengan sinyal aslinya.

Gambar 2.5 Ilustrasi terjadi aliasing

2.4 Kuantisasi

Sinyal digital merupakan sebuah deretan angka (sampling) yang diwakili oleh beberapa digit untuk menentukan keakuratan. Proses melakukan konversi sinyal yang telah disampling menjadi sinyal digital yang diwakili oleh sebuah nilai dengan jumlah digit tertentu disebut kuantisasi.


Gambar 2.6 Ilustrasi proses kuantisasi Semakin banyak level yang dipakai semakin akurat pula data sinyal yang disimpan tetapi akan menghasilkan ukuran data yang besar dan proses yang lama. Gambar 2.6 adalah contoh proses kuantisasi yang menggunakan empat level. Pada level 4 terdapat empat buah sinyal yang menempati level yang sama, artinya keempat sinyal tersebut dikelompokkan menjadi level yang sama walupun tingginya berbeda. Demikian pula pada level 1. Selisih antara nilai kuantisasi dengan sinyal sebenarnya disebut kesalahan kuantisasi (error quantization). eq(n) = xq(n) – x(n)

(2)

Jarak antara level kuantisasi disebut resolusi. Kuantisasi merupakan proses yang tidak dapat dibalik sehingga menyebabkan distorsi sinyal yang tidak dapat diperbaiki.

2.5 Proses Pengkodean

Proses pengkodean adalah proses pemberian kode untuk tiap-tiap data sinyal yang telah terkuantisasi berdasarkan level yang ditempati.


Gambar 2.7 Pengkodean Dengan level kuantisasi 0.000 sampai 0.875 dengan interval 0.125 didapati 8 buah nilai, jadi ada 8 nomor kode, yang dimulai dengan 0,1,…sampai 8. Dalam menuliskan 8 buah nilai kode dibutuhkan 3 buah digit. Karena satu digit, hanya bisa menuliskan kondisi 0 dan 1. Dua digit, bisa menuliskan empat kondisi 00, 01, 10 dan 11. Tiga digit bisa menuliskan delapan kondisi dan empat digit bisa menuliskan 16 kondisi. Sehingga dapat dituliskan: L = 2n

(3)

Keterangan : L = jumlah nilai kuantisasi yang digunakan n = jumlah digit

Apabila Gambar 2.7 nomor-nomor kode dituliskan secara digital, maka diperoleh tabel sebagai berikut:

Nilai kuantisasi

Nomor kode

Kode

0.000

0

000

0.125

1

001

0.250

2

010

0.375

3

011

0.500

4

100

0.625

5

101


Tabel

0.750

6

110

0.875

7

111

2.1

Kuantisasi

Dengan Tabel 2.1 dapat dilakukan proses pengkodean terhadap sinyal yang telah dikuantisasi. Hasilnya dapat dilihat pada Tabel 2.2.

Tabel 2.2 Pengkodean iT

Nilai kuantisasi

Nomor Kode

Kode Biner

0

0.375

3

011

0.2

0.625

5

101

0.4

0.750

6

110

0.6

0.875

7

111

0.8

0.875

7

111

1.0

0.875

7

111


1.2

0.750

6

110

1.4

0.625

5

101

1.6

0.375

3

011

1.8

0.250

2

010

2.0

0.125

1

001

2.6 Discrete Fourier Transform (DFT)

DFT merupakan perluasan dari transformasi Fourier yang berlaku untuk sinyal-sinyal diskrit dengan panjang yang terhingga. Semua sinyal periodik terbentuk dari gabungan sinyal-sinyal sinusoidal.

Perumusannya sebagai berikut: N −1

X [ k ] = ∑ x ( n )e −

jkwon

n=0

Keterangan: X[k] = koefisien DFT untuk nilai sampel sinyal x(n) N

= Jumlah sampel yang akan diproses

x(n) = Nilai sampel sinyal e jα = cos α + j sin α wo = frekuensi digital k = 0, 1, 2, 3, … , N-1 Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

(4)

Karena wo merupakan frekuensi digital yang didefinisikan

wo =

2π dan N

WN = e − j 2π / N sehingga persamaan dapat ditulis dalam persamaan N −1

X [k ] = ∑ x(n)WNkn

(5)

n =0

Dengan persamaan (5) , suatu sinyal suara dalam domain waktu dapat dicari frekuensi pembentuknya. Analisa Fourier pada data suara yaitu untuk mengubah data dari domain waktu menjadi data spektrum di domain frekuensi. Untuk pemerosesan sinyal suara, data pada domain frekuensi dapat diperoses dengan lebih mudah dibandingkan data pada domain waktu, karena pada domain frekuensi keras lemahnya suara tidak seberapa berpengaruh.

Gambar 2.8 Sinyal sinus dalam domain waktu


Gambar 2.9 Sinyal sinus dalam domain frekuensi

Untuk mendapatkan spektrum dari sebuah sinyal dengan DFT diperlukan N buah sampel data berurutan pada domain waktu, yaitu data x[n] sampai dengan x[n+N-1]. Apabila data tersebut dimasukkan dalam fungsi DFT maka akan menghasilkan N buah data.

2.6.1 DFT dalam Bentuk Matriks

Dengan menerapkan DFT ke FFT, format DFT dapat dinyatakan dalam bentuk matriks. Bentuk umum DFT dalam bentuk matriks dinyatakan sebagai berikut: XN = WN.xn Keterangan : XN = Koefisien DFT merupakan matriks (N x1) WN = Matriks NxN disebut matriks DFT. xn

= Input sinyal diskrit (Nx1)

Untuk NxN bentuk matriksnya dapat dilihat sebagai berikut:


(6)

 X [0]  W N0  X [1]   0  W N   X [2]  W N0 =  ...   ...   ...   ...   0   X [ N − 1] W N

W N0

W N0

1 N 2 N

2 N 4 N

W

W

W ...

W ...

... W

N −1 N

... W

2 ( N −1) N

... ... ... ... ... ...

  x[0]     W   x[1]  W N2 ( N −1)   x[2]  =  ...   ...    ...  ...    W N( N −1)( N −1)   x[ N − 1] W N0

N −1

2.7 Fast Fourier Transform (FFT)

Perhitungan DFT secara langsung dalam komputerisasi dapat menyebabkan proses perhitungan yang sangat lama. Karena itu dibutuhkan cara lain untuk menghitung DFT dengan cepat. Hal itu dapat dilakukan dengan menggunakan algoritma FFT di mana FFT menghilangkan proses perhitungan yang kembar dalam DFT.

Ada 2 (dua) jenis algoritma FFT yaitu algoritma Fast Fourier Transform Decimation In Time (FFT DIT) dan algoritma Fast Fourier Transform Decimation In Frequency (FFT DIF). Di mana pada FFT DIT input disusun/dikelompokkan menjadi kelompok ganjil dan kelompok genap. Sedangkan pada FFT DIF input tetap tetapi output disusun/dikelompokkan menjadi kelompok ganjil dan kelompok genap. Jumlah sinyal sampel yang akan diinputkan ke dalam algoritma ini harus merupakan kelipatan 2 (dua) (2N). Algoritma FFT dimulai dengan membagi sinyal menjadi dua bagian, dimana bagian pertama berisi nilai sinyal suara pada indeks waktu genap, dan sebagian yang lain berisi nilai sinyal suara pada indeks waktu ganjil.

Bentuk rumusannya sebagai berikut:


N −1

X [k ] = ∑ x(n)WNkn

(10)

n=0

Persamaan (10) dibagi menjadi bagian genap dan ganjil sebagai berikut:

X [k ] = ∑ n genap WNkn x[n] + ∑ n ganjil WNkn x[n] =

N −2

=

N −1

∑ x(n)W

nk N

n = 2r

+ ∑ x(n)WNnk

N / 2 −1

∑ x(2r )W

2 rk N

r =0

untuk k=0,1,…,N-1

< n = genap > n = 2r

n =1

N −1

+ ∑ x(2r + 1)WN( 2 r +1) k r =0

< n = ganjil > n = 2r + 1

Untuk :

WN2 rk = WNrk/ 2 WNk ( 2 r ) = e − 2πi ∗kr ( N / 2 ) = e − 2πi ∗kr ( N / 2 ) = WNkr/ 2 Yang mana WNm/+2N / 2 = Wmm = e − 2πi = cos(−2π ) + i sin( −2π ) = 1 Jadi : X (k ) =

N / 2 −1

N −1

r =0

r =0

∑ x(2r )WNrk/ 2 + WNk ∑ x(2r + 1)WNrk/ 2

< N / 2 po int DFT genap >

< N / 2 po int DFT ganjil >

(11)

Visualisasi dari proses ini dapat dilihat pada Gambar 2.10. Setelah itu, akan dilakukan analisis Fourier untuk setiap bagiannya.


Gambar 2.10 Skema proses decimation N/2 points DFT[3]

Analisis Fourier pada Gambar 2.10 merupakan proses penggabungan kembali sampel dalam susunan yang benar. Setelah itu, proses pembagian sinyal menjadi beberapa bagian yang lebih kecil dilakukan kembali dengan membagi N/2 point DFT menjadi N/4 points DFT. Proses pembagian dengan N/4 point DFT dapat dilihat pada Gambar 2.11. Proses pembagian sinyal suara tersebut terus dilakukan sampai didapatkan dua seri nilai sinyal suara.

Gambar 2.11 Skema proses decimation dengan N/4 points DFT[3]

Analisis Fourier melakukan N perkalian kompleks sehingga terdapat log2(N) langkah perkalian kompleks. FFT DIT telah mengurangi jumlah perkalian kompleks N2 menjadi N log2(N). Dalam jumlah N yang besar hal ini sangat menguntungkan, karena proses komputasi menjadi lebih cepat. Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

Hasil dari proses FFT DIT ini adalah simetris index : 0 -(N/2-1),(N/2 ) -(N-1). Oleh karena itu, umumnya hanya blok pertama saja yang akan digunakan dalam proses-proses selanjutnya. Pada FFT DIT proses pembagian sinyal menjadi beberapa bagian yang lebih kecil pada domain waktu akan menyebabkan input sampel disusun ulang.

Langkah-langkah dari algoritma FFT DIT sebagai berikut: 1. Tentukan nilai N, yaitu pangkat dari 2 jumlah sampel yang akan diambil sebagai input sejumlah N-point DFT. 2. Hitung (N/2) two samples DFT. 3. Hitung (N/4) four samples DFT. 4. Hitung (N/8) eight samples DFT. 5. Lakukan langkah di atas sesuai dengan skema butterfly sampai semua sample dikombinasikan menjadi one samples DFT.

Contoh 2.1 FFT DIT

Untuk 8 point sinyal input mempunyai susunan sampel berurutan [0,1,2,3,4,5,6,7]. Tetapi setelah terjadi proses decimation, susunannya berubah menjadi N genap, lalu N ganjil [0,4,2,6,1,5,3,7].


Awalnya susunan yang baru terlihat acak dan tidak beraturan. Tetapi jika nilanilai tersebut direpresentasikan ke dalam bentuk biner, maka susunannya akan terlihat dengan jelas. Seperti terlihat pada Tabel 2.3.

Tabel 2.3 Proses Data Disusun Ulang DATA INPUT DATA INPUT DISUSUN ULANG Desimal

Biner

Biner

Desimal

0

000

000

0

1

001

100

4

2

010

010

2

3

011

110

6

4

100

001

1

5

101

011

3

6

110

101

5

7

111

111

7

Untuk FFT 2 point dapat diperoleh dengan menjabarkan persamaan sebagai berikut: X [k ] = W20*k x[0] + W21*k x[1]

k=0,1

(12)

Jika nilai k = 0 dan k = 1 disubtitusi pada persamaan (10), maka akan diperoleh: k = 0 X [0] = W20 x[0] + W20 x[1] (13) = x[0] + x[1]


k = 1 X [1] = W20 x[0] + W21 x[1] (14) = x[0] − x[1]

W20 = 1

Catatan: untuk 2 point

W21 = −1

dan

Ke dua persamaan (12) dan (13) dapat digambarkan suatu flowgraph, bentuk gambar flowgraph ini menyerupai kupu-kupu sehingga disebut dengan butterfly.

X[0]

1

X[1]

X[1]=X[0]-X[1] = X[0]-X[1]

X[0]=X[0]+X[1]

-1 Gambar 2.12 Butterfly dari 2 point FFT

FFT untuk 2 point dapat dikonstruksikan dalam Tabel 2.4. Tabel 2.4 Konstruksi 2 point FFT k

n

0

1

0

W20

W20

1

W20

W21

Untuk transformasi 4 point FFT dari persamaan (11) subsitusikan nilai r = 0 dan r = 1 akan diperoleh persamaan (15). Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

(

)

(

)

X [k ] = W40*k x[0] + W42*k x[2] + W4k W40*k x[1] + W42*k [3]

(15)

Untuk k = 0,1,2 dan 3

Apabila nilai k disubtitusi, maka akan diperoleh:

(

)

(

)

(

)

(

)

(

)

(

)

(

)

(

X [0] = W40 x[0] + W40 x[2] + W40 W40 x[1] + W40 x[3] X [1] = W40 x[0] + W42 x[2] + W41 W40 x[1] + W42 x[3]

X [2] = W40 x[0] + W44 x[2] + W42 W40 x[1] + W44 x[3]

)

X [3] = W40 x[0] + W46 x[2] + W43 W40*k x[1] + W46 x[3]

(16)

di mana nilai W46 = W42 = −1 dan W40 = W44 = 1 , Jadi persamaan (15) dapat dituliskan menjadi persamaan (16).

(

)

(

)

X [0] = x[0] + W40 x[2] + W40 x[1] + W40 x[3]

(

)

(

)

(

)

(

)

(

)

(

)

X [1] = x[0] + W42 x[2] + W41 x[1] + W42 x[3]

X [2] = x[0] + W40 x[2] + W42 x[1] + W40 x[3]

X [3] = x[0] + W42 x[2] + W43 x[1] + W42 x[3]

(17)

Diagram FFT dengan N=4 dapat dilihat pada Gambar 2.11. v(n) merupakan input diskrit dan V(k) merupakan output. v(n) = x(n) dan V(k) = X(k) yang terdapat pada rumus.


Gambar 2.13 Diagram FFT 4-point Dengan menerapkan rumus-rumus: a.

WNk ( 2 r ) = WNkr/ 2

sebagai contoh: W40 = W20

dan

W12 = W21

b. WNS + N / 2 = WNSWNN / 2 = −WNS Untuk WNN / 2 adalah: W NN / 2 = e −2πi ( N / 2 ) / N = e −πi = cos( −π ) + i sin( −π ) = −1

Butterfly-butterfly pada Gambar 2.12 dapat dimodifikasi menjadi bentuk seperti Gambar 2.14.

Gambar 2.14 Modifikasi butterfly


Dengan memanfaatkan format pada Gambar 2.12, FFT 4 point dapat digambarkan menjadi seperti Gambar 2.15.

Gambar 2.15 Diagram dari 4 point FFT

Karena W40 = W20 pada stage satu merupakan FFT 2 point, sedangkan stage dua adalah FFT 4 point. Jika diperhatikan pada stage dua merupakan diagram FFT 2 point, maka FFT ini dapat direalisasikan dalam bentuk matriks Gambar 2.16 memperlihatkan FFT 8

point

dalam

bentuk

konfigurasi

ini

dikenal

dengan

disusun/dikelompokkan dulu, kelompok genap dan ganjil.

Gambar 2.16 FFT DIT Nurlaily : Pencocokan Pola Suara Dengan Algoritma FFT Dan DC, 2009. USU Repository © 2009

FFT

DIT

input

Contoh 2.2 FFT DIT Tentukan bentuk FFT dari sinyal diskrit x[n] = {0,1,2,3,3,2,1,0} dengan FFT DIT Jawab: Hitung dahulu faktu W: W40 = 1

W41 = − j

W42 = −1

W80 = 1

W81 =

W84 = −1

W85 = −

W43 = j

dan

2 2 −j 2 2

W82 = − j W83 = −

2 2 + j 2 2

W86 = j W87 =

2 2 −j 2 2

2 2 + j 2 2

f[n] = x[2n] ={0,2,3,1} g[n]=x[2n+1]={1,3,2,0} Matriks 4 point F[k] dan G[k] disusun sebagai berikut:

1 1  0   6  F [0] 1 1  F [1]  1 − j − 1 j  2 − 3 −  =   =   F [2] 1 − 1 1 − 1  3  0        F [3] 1 j − 1 − j  1 − 3 +

 j    j

1 1  1   6  G[0] 1 1  G[1]  1 − j − 1 j  3 − 1 − 3 j    =   =  G[2] 1 − 1 1 − 1  2  0         G[3] 1 j − 1 − j  0 − 1 + 3 j 


Gambar 2.17 FFT DIT contoh 2.2

X [0] = F [0] + W80G[0] = 6 + 6 = 12

(

)

 2 2  2 (− 1 − 3 j ) =  − 3 − X [1] = F [1] + W81G[1] = −3 − j +  −j  + −1− 2 j  2 2 2     X [2] = F [2] + W82G[2] = 0 + (− j )(0) = 0

(

)

 2  2 2 (− 1 + 3 j ) =  − 3 + X [3] = F [3] + W83G[3] = −3 + j +  − −j  + 1− 2 j  2  2   2 X [4] = F [0] − W80G[0] = 6 − 6 = 0

(

)

 2 2  2 (− 1 − 3 j ) =  − 3 + −j X [5] = F [1] + W81G[1] = −3 − j −   + −1+ 2 j  2  2   2 X [6] = F [2] − W82G[2] = 0 − (− j )(0) = 0

(

)

 2  2 2 (− 1 + 3 j ) =  − 3 − X [7] = F [3] + W83G[3] = −3 + j −  − −j  + 1+ 2 j  2  2   2

2.8 Divide and Conquer (DC)

Divide and Conquer adalah metode pemecahan masalah yang bekerja dengan membagi masalah menjadi beberapa sub-masalah yang lebih kecil, kemudian menyelesaikan masing-masing sub-masalah secara independen dan akhirnya


menggabungkan solusi masing-masing sub masalah sehingga menjadi solusi masalah semula.

Tipe algoritma yang mengimplementasikan/kategori DC antara lain merge sort. Merge sort adalah algoritma yang digunakan untuk menyusun list yang diberikan dengan cara membagi list yang diberikan menjadi 2 (dua) bagian yang lebih kecil. Ke dua list yang baru ini kemudian akan disusun secara terpisah. Jika ke dua buah list tersusun akan dibentuk list baru yang merupakan hasil penggabungan dua buah list sebelumnya

Konsep: 1). Array yang belum terurut, dibagi menjadi separuh a. Proses diulang terus sampai ditemukan bagian terkecil 2). Hasil dari setiap proses digabungkan: a. Membandingkan elemen pertama dari setiap bagian b. Hapus elemen terkecil dan letakan pada hasil c. Ulangi semua proses sampai semua elemen terurut

Langkah-langkah dari algoritma divide and conquer sebagai berikut:

1. Pilih sebuah angka N, di mana N merupakan bilangan bulat kelipatan 2 (dua). Bilangan ini berfungsi untuk menghitung jumlah elemen transformasi FFT. 2. Bagi dua data diskrit menjadi data diskrit yang lebih kecil berukuran N= N1.N2. 3. Untuk setiap elemen data, dicocokkan dengan data pada template. 4. Jika sesuai, maka akan tampilan aplikasi komputer.


Contoh 2.3 Metode DC

Nilai diskrit [0,4,2,6,1,5,3,7] diproses menggunakan metode DC

0

4

2

6

1

5

3

7

List di atas dibagi menjadi dua bagian: list 1: | list 2:

0

4

2

6

1

5

3

7

Ke dua list yang baru disusun sendiri-sendiri menjadi: list 1: | list 2:

0

2

4

6

1

3

5

7

Setelah itu dibentuk list baru yang merupakan gabungan ke dua list tadi: List baru:

0


list 1: | list 2: 2 4

6

1

3

5

7

List baru: 0

1

List 1:|list 2: 2

4

6

3

5

7

List baru:

0

1

2

list 1: | list 2:

4

6

3

5

7

List baru:

0

1

2

3


list 1: | list 2: 4

6

5

7

2

3

List baru:

0

1

4

List 1: | list 2:

6

5

7

List baru:

0

1

2

3

4

5

list 1: | list 2:

6

7

List baru:

0 1

2

3

4

5

6

list 1: | list 2:


Kosong

7

List baru:

0

1

2

3

4

5

6

7

list 1: | list 2:

Kosong Kosong

Akhirnya akan didapat list yang sudah tersusun: List: 0

1

2

3

4

5

6

7


BAB 3 PEMBAHASAN

3.1 Perancangan Perangkat Lunak

Perancangan pencocokan pola suara menggunakan algoritma FFT dan DC diselesaikan menggunakan software e-speaking voice dengan spesifikasi perangkat keras dan perangkat lunak sebagai berikut:

1. Perangkat keras

a. Prcosessor Pentium IV 3.0 GHz b. Memory Kingstone 256 MB c. Harddisk Seagete 40GB d. Sound card terintegrasi e. Mikrofon Media Tech f. Speaker Simbada

2.

Perangkat lunak


a. Software e-Speaking Voice b. MATLAB 7.0.4 R14 SP2 c. Editor audio: Jet Audio v6, Sound Forge 8.0

3.2 Software E-Speaking Voice Hasil dari penyelesaian pencocokan pola suara dengan algoritma FFT dan DC diselesaikan menggunakan software e-speaking voice.

Gambar 3.1 Tampilan Utama e-speaking voice

Langkah pertama yang harus dilakukan klik tombol merah jendela seperti di bawah ini:


akan tampil

Gambar 3.2 Tampilan Menu e-speaking voice Apabila ingin menggunakan kata-kata yang ada di kolom global klik salah satu pilihan, maka suara tersebut akan dijadikan perintah suara. Tetapi jika ingin membuat sendiri klik tombol New di Phrase kemudian pada tipe cek Media/document setelah di cek, maka button select the file akan aktif.

Gambar 3.3 Tampilan New e-speaking voice


Gambar 3.4 Select the File e-speaking voice

Pilihlah file name yang akan dijadikan perintah suara. Apabila selesai dipilih, maka tampilan lengkapnya tedapat seperti Gambar 3.6 di bawah ini:

Gambar 3.5 Tampilan New setelah dilakukan select the file

3.3 Halaman Perekaman

Pada halaman perekaman terdapat form yang memerintahkan kata terdapat di kolom word agar diucapkan melalui microphone, kata yang direkam nantinya disimpan dalam dictionary (template) yang nantinya akan dibandingkan dengan input rekaman suara yang baru. Jika sesuai, maka perintah suara akan meresponnya.


Gambar 3.6 Tampilan perekaman suara Apabila kata yang telah direkam sesuai dan tidak sesuai dengan kata yang diucapkan, maka bentuk tampilannya sebagai berikut:

Gambar 3.7 Rekaman Suara sesuai dengan yang diucapkan


Gambar 3.8 Rekaman suara yang tidak sesuai dengan kata yang diucapkan

3.4 Halaman Hasil

Halaman hasil digunakan untuk melihat tampilan hasil dari pencocokan pola suara menggunakan algoritma FFT dan DC. Setelah suara diinput menggunkan microphone hasil dari pada perekaman suara disimpan dalam sebuah template yang nantinya akan dibandingkan dengan input rekaman suara baru. Apabila sesuai, maka perintah suara menjalankan aplikasi komputer yang telah dipilih sebelumnya.

Gambar 3.9 Halaman hasil

3.5 Implementasi Prosedural


Penyelesaian pencocokan pola suara dengan algoritma FFT dan DC diselesaikan dengan software e-speaking untuk memudahkan dalam menjalankan aplikasi komputer.

3.6 Listing

Bab 2 hal 10 dan 11 Gambar 2.3 diselesaikan dengan Matlab sdt=[0:720]; y=sin(sdt*pi/120); plot(sdt,y); grid on; Gambar 2.4 diselesaikan dengan Matlab sdt=[0:720]; y=sin(sdt*pi/120); plot(sdt,y); Stem(sdt,y); grid on;


BAB 4 KESIMPULAN DAN SARAN

4.1

Kesimpulan

Dari penelitian ini dapat disimpulkan bahwa:

1. Sebelum aplikasi komputer dijalankan menggunakan perintah suara rekam input suara masukan menggunakan microphone. Hasilnya disimpan pada template. 2. Rekam input suara baru yang akan diproses menggunakan metode FFT dan DC hasilnya akan dibandingkan dengan data digital yang ada pada template.


3. Setelah sesuai perintah suara akan menjalankan aplikasi komputer yang sebelumnya telah dipilih.

4.2

Saran

Sebagai saran yang ditujukan pembaca yang ingin mengembangkan pencocokan pola suara: 1. Sebaiknya

perintah

suara

dapat

digunakan

bukan

hanya

untuk

mempermudah/mempercepat tampilnya aplikasi komputer tetapi untuk yang lainnya. 2. Sebaiknya perintah suara yang dibuat berupa kalimat. DAFTAR PUSTAKA

[1]

Rabiner, L.R dan Juang, B.H, 1993,”Fundamentals Of Speech Recogniton”, Englewood Cliffey: Prentice-Hall.

[2]

NN, “ Divide and Conquer”, http://vasko_edo-minter_gultom’s weblog.htm.

[3] Tanudjaja, Harlianto, 2007, ” Pengolahan Sinyal Digital & Sistem Pemrosesan Sinyal ”, ANDI Yogyakarta.

[4] Fatoni, Ali, ” Proses Sampling ” , http://shatomedia.com/product.

[5] NN,”Suara”,http://www.smkti-lmg.com/audio.pdf.

[6] Kartikasari, Eka, Yesika, 2006,” Kuantisasi”, Surabaya.

[7]

Bowo, Eri, 2007, ” Windows XP 2 XXX (e-speaking) ”, Jasakom.


[8]

NN,”Proses Pembentukan sinyal digital”,Universitas Kristen Petra.

[9]

Away, Abdia, Gunaidi, 2006,” MATLAB Programming”, Informatika.

[10] Paulus, Erick dan Nataliani, Yessica, 2007,” GUI MATLAB”, ANDI Yogyakarta.


PENCOCOKAN POLA SUARA DENGAN ALGORITMA FFT DAN DC SKRIPSI NURLAILY

Recommend Documents