PENGEMBANGAN MODEL CODEBOOK UNTUK IDENTIFIKASI CHORD GITAR
TONI HARYONO
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN INSTITUT PERTANIAN BOGOR BOGOR 2013
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pengembangan Model Codebook Untuk Identifikasi Chord Gitar adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Agustus 2013 Toni Haryono NIM G64104075
ABSTRAK TONI HARYONO. Pengembangan Model Codebook untuk Identifikasi Chord Gitar. Dibimbing oleh AGUS BUONO. Gitar akustik dapat menghasilkan gelombang bunyi dengan berbagai jenis nada. Tinggi-rendahnya nada ditentukan oleh frekuensi dasar gelombang bunyi. Indera pendengaran manusia dapat membedakan tinggi-rendahnya nada, namun tidak dapat mengetahui secara pasti jenis nada apa yang didengar olehnya. Penelitian ini mengembangkan sistem pengenalan chord gitar. Penelitian ini menggunakan MFCC sebagai metode ekstraksi ciri dan codebook sebagai metode pengenalan pola untuk identifikasi chord gitar. Teknik kluster yang digunakan pada penelitian ini adalah k-means. Data hasil MFCC diklasterkan menggunakan k-means, kemudian dibuat modelnya dengan metode codebook. Parameter yang digunakan dalam proses MFCC adalah jumlah koefisien cepstral, overlap, dan time frame, sedangkan parameter penting dalam k-means adalah jumlah kluster. Penelitian ini menggunakan 8640 data suara gitar dengan banyaknya chord 24 kelas. Masing-masing data tersebut tersusun atas 2 chord yang akan diuji secara terpisah. Hasil simulasi menunjukkan bahwa akurasi maksimum yang diperoleh adalah 98.89% yang diperoleh pada jumlah koefisien cepstral 26, overlap 0.4, time frame 30 ms, dan jumlah kluster 100. Kata kunci: chord, codebook, (MFCC)
k-means, mel frequency cepstral coefficients
ABSTRACT TONI HARYONO. Codebook Development Model To Identify Guitar Chord. Supervised by AGUS BUONO. Acoustic guitar can produce sound waves with different types of tones. High-low tone is determined by the fundamental frequency of the sound wave. Human sense of hearing can distinguish high-and low tones, but can not know for sure what kind of tone is heard by him. This study developed a guitar chord recognition system. This study uses MFCC as feature extraction methods and the codebook as pattern recognition method for identification of the guitar chord. Cluster technique used in this study is the K-means clustering. Data obtained from MFCC are clustered using the K-Means method, and the model for classification is constructed using the codebook method. The parameters used in MFCC is the number of cepstral coefficients, overlap, and the time frame, while an important parameter in the K-Means is the number of clusters. This study uses 8640 guitar chord sounds from 24 classes. Each of the data is made up of two chords which will be tested. Simulation results show that the maximum accuracy obtained is 98.89% obtained on 26 cepstral coefficients, overlap 0.4, time frame is 30 ms, on 100 clusters. Keywords: chord, codebook, (MFCC)
k-means, mel frequency cepstral coefficients
PENGEMBANGAN MODEL CODEBOOK UNTUK IDENTIFIKASI CHORD GITAR
TONI HARYONO
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN INSTITUT PERTANIAN BOGOR BOGOR 2013
Penguji: 1. Karlisa, ST MEng 2. Mushthofa, SKom MSc
Judul Skripsi : Pengembangan Model Codebook untuk Identifikasi Chord Gitar Nama : Toni Haryono NIM : G64104075
Disetujui oleh
Dr Ir Agus Buono, MSi MKom Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom Ketua Departemen Ilmu Komputer
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wata’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2012 ini ialah ekstraksi ciri dan pengenalan pola, dengan judul Pengembangan Model Codebook untuk Identifikasi Chord Gitar. Terima kasih penulis ucapkan kepada Bapak Dr Ir Agus Buono, MSi MKom selaku pembimbing yang telah memberikan arahan dan saran selama penelitian ini berlangsung, serta kepada Bapak Mushthofa, SKom MSc dan Ibu Karlisa, ST MEng selaku penguji untuk penelitian ini. Ungkapan terima kasih juga disampaikan kepada orang tua, kakak, serta seluruh keluarga, atas segala doa dan kasih sayangnya. Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan skripsi ini. Semoga karya ilmiah ini bermanfaat.
Bogor, Agustus 2013 Toni Haryono
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
METODE PENELITIAN
2
Data Latih
6
Data Uji
6
Ekstraksi Ciri dengan MFCC
7
Pengenalan Pola dengan Codebook
8
Pengujian
10
Lingkungan Pengembangan Sistem
11
HASIL DAN PEMBAHASAN
11
Pengumpulan Data
11
Ekstraksi Ciri dengan MFCC
12
Pemodelan Codebook
12
Hasil Pengujian
13
SIMPULAN DAN SARAN
15
Simpulan
15
Saran
15
DAFTAR PUSTAKA
16
RIWAYAT HIDUP
21
DAFTAR TABEL 1 Daftar chord gitar 2 Komposisi data chord 3 Nilai akurasi koefisien cepstral 13 dengan k-cluster 8, 12, 16, 20, 24, 28, 32, dan 100 4 Hasil pengujian koefisien cepstral berdasarkan nilai K
5 6 13 14
DAFTAR GAMBAR 1 2 3 4 5 6 7 8
Tahapan transformasi sinyal suara menjadi informasi (Buono 2009) Diagram alur penelitian proses identifikasi chord gitar Proses segmentasi chord C dan G Diagram alur MFCC (Buono 2009) Proses pembuatan codebook dari data latih Ukuran jarak antara sebuah frame dengan sebuah codebook Vektor sinyal suara chord C dan Chord B Grafik akurasi koefisien cepstral 13 dan 26 dengan k-cluster 8, 12, 16, 20, 24, 28, 32, dan 100
3 4 6 7 9 10 12 14
DAFTAR LAMPIRAN 1 Bentuk Chord yang digunakan pada pelatihan dan pengujian 2 Diagram proses pengenalan tak berstruktur 3 Confusion matrix kesalahan dalam pengenalan chord pada koefisien 26 dengan nilai K 100
17 19 20
PENDAHULUAN Latar Belakang Perkembangan teknologi dan ilmu pengetahuan sangat cepat mempengaruhi perkembangan seni musik, termasuk alat musiknya. Dalam perkembangan seni musik, banyak alat musik yang dihasilkan untuk menunjangnya. Gitar merupakan salah satu alat musik yang mampu menyediakan nada yang jumlahnya tidak terbatas. Pengetahuan kunci gitar atau dikenal chord sangat diperlukan untuk memainkan gitar. Chord merupakan rangkaian nada yang membangun keharmonisasian pada musik (Wisnudisastra dan Buono 2009). Berbeda hal dalam mengenali sebuah kata atau kalimat, mengenali sebuah chord gitar lebih sulit dilakukan oleh indera pendengaran manusia khususnya bagi mereka yang awam terhadap suara gitar. Salah satu solusi yang dapat dilakukan untuk menanggulangi masalah tersebut adalah dengan cara komputerisasi, yaitu penggunaan komputer sebagai sistem pengenalan chord pada alat gitar. Fungsi untuk mengenali chord secara otomatis sangat penting dalam beberapa aplikasi, diantaranya seperti sistem musik interaktif, maupun aplikasi edukasi. Karakter komputer yang konsisten pada setiap eksekusi perintah yang diberikan, memudahkan pengguna sistem untuk mendapatkan hasil pengenalan chord gitar yang akurat. Secara sederhana cara kerja sistem adalah dengan mencari ciri dari setiap chord dengan mel frequency cepstrum coefficient (MFCC) dan pengenalan pola untuk identifikasinya menggunakan codebook. Penelitian sebelumnya disebutkan bahwa metode linear prediction ceptrum coefficient (LPCC) memiliki keunggulan dalam hal komputasi yang lebih sederhana. Namun, tingkat akurasinya tidak sebaik MFCC (Li dan Chang 2003). Pernyataan ini diperkuat dengan pernyataan bahwa dalam pengenalan suara, MFCC dapat merepresentasikan sinyal lebih baik dibandingkan dengan LPCC dan teknik lainnya (Buono 2009). Penelitian lain menyimpulkan bahwa penggunaan metode wavelet sebagai ekstraksi ciri pada pengenalan pola tidak memberikan hasil yang lebih baik daripada penggunaan metode MFCC (Taufani 2011). Oleh karena itu, metode MFCC digunakan pada penelitian ini sebagai metode ekstraksi ciri. Teknik ini menghitung koefisien cepstral dengan mempertimbangkan persepsi sistem pendengaran manusia terhadap frekuensi suara. Teknik MFCC sebagai ekstraksi ciri suara telah banyak digunakan pada berbagai bidang dalam pemrosesan suara. Kelebihan utama dari MFCC adalah dapat meniru perilaku dari telinga manusia. Setelah ekstraksi ciri, langkah selanjutnya adalah pengenalan pola. Beberapa contoh metode pengenalan pola yaitu codebook, jaringan syaraf tiruan, probabilistic neural network, dan hidden Markov model. Pada penelitian ini, metode codebook akan digunakan untuk melakukan pengenalan pola. Pada penelitian ini akan dibangun sebuah sistem pengenalan chord secara otomatis untuk mengidentifikasi chord gitar dengan akurasi yang baik. Pemilihan MFCC sebagai metode ekstraksi ciri dan codebook sebagai metode identifikasi suara diharapkan dapat membantu seorang pemain gitar atau pengguna sistem dalam memainkan chord gitar dan mengenali suara gitar yang kontinyu.
2 Tujuan Penelitian Tujuan dari penelitian ini ialah: 1 Mengembangkan metode codebook dan teknik ekstraksi ciri MFCC untuk identifikasi chord gitar. 2 Mengidentifikasi 2 chord gitar. 3 Mengetahui akurasi dari identifikasi chord gitar dengan menggunakan ekstraksi ciri MFCC dan pengenalan model codebook.
Manfaat Penelitian Penelitian ini diharapkan dapat memberikan informasi mengenai akurasi pengembangan metode codebook dalam identifikasi chord gitar.
Ruang Lingkup Penelitian Adapun ruang lingkup dari penelitian ini antara lain: 1 Chord yang akan dikenali hanyalah chord mayor dan minor yang diperoleh dari suara gitar yang direkam. 2 Chord yang akan dikenali dimainkan dengan cara dipukul serentak dari atas ke bawah dalam satu posisi untuk masing-masing chord. 3 Chord yang akan dikenali maksimal 2 chord dan satu oktaf. 4 Suara chord yang dikenali hanya suara chord yang dimainkan dengan menggunakan jenis gitar akustik dengan senar string.
METODE PENELITIAN Terdapat beberapa tahap agar komputer dapat memroses suara gitar menjadi suatu informasi. Sinyal suara merupakan suatu sinyal waktu kontinyu atau sinyal analog, sedangkan komputer hanya dapat memroses sinyal digital. Oleh karena itu untuk dapat memroses suatu sinyal suara maka sinyal suara tersebut harus dikonversi menjadi sinyal digital terlebih dahulu.Proses konversi ini disebut analog to digital conversion (ADC). Proses ADC terbagi menjadi dua tahap, yaitu sampling dan kuantisasi. Sampling merupakan pengamatan nilai sinyal waktu kontinyu (sinyal analog) pada suatu waktu tertentu, sehingga diperoleh sinyal waktu diskret. Banyaknya sample yang diambil tiap detiknya disebut sampling rate. Besarnya sampling rate yang digunakan minimal dua kali dari jumlah frekuensi maksimum yang dapat dihasilkan oleh sumber suara. Hal ini bertujuan untuk meminimalkan efek aliasing, yaitu suatu efek dimana sinyal yang dihasilkan memiliki frekuensi yang berbeda dengan sinyal aslinya. Sampling rate yang biasa digunakan adalah 8 KHz dan 16 KHz (Jurafsky dan Martin 2000). Hubungan antara panjang vektor data yang dihasilkan dengan sampling rate dan panjangnya data suara yang digitalisasikan dapat dinyatakan sebagai berikut: S = Fs T
3 S = panjang vektor Fs = sampling rate yang digunakan (Hertz) T = panjang suara (detik) Tahap kuantisasi, yaitu suatu proses memetakan nilai-nilai amplitudo yang bersifat kontinyu pada suatu selang tertentu menjadi nilai-nilai yang diskret, sehingga didapatkan sinyal nilai diskret atau sinyal digital dalam representasi nilai 8 bit atau 16 bit (Jurafsky dan Martin 2000). Tahap selanjutnya adalah pembacaan sinyal digital untuk dipartisi menjadi beberapa frame yang saling tumpang tindih dengan tujuan menghindari kehilangan informasi. Kemudian didapatkan vektor ciri dari ekstraksi ciri yang dilakukan pada setiap frame. Setiap vektor ciri dikenai pengenalan pola agar diperoleh informasi yang diharapkan. Tahapan proses suara gitar menjadi suatu informasi terdiri dari digitalisasi sinyal analog, pembacaan sinyal, ekstraksi ciri, dan pengenalan pola seperti yang disajikan pada Gambar 1.
Gambar 1 Tahapan transformasi sinyal suara menjadi informasi (Buono 2009) Sistem pengenalan kata suara dapat diwujudkan melalui suatu program dengan menggunakan perangkat lunak MATLAB R2008b. Pembuatan program dibagi menjadi beberapa tahap sesuai diagram alur penelitian yang ditunjukkan pada Gambar 2.
4
Gambar 2 Diagram alur penelitian proses identifikasi chord gitar Pengambilan data suara Suara yang akan digunakan pada penelitian ini berasal dari suara 24 chord gitar yang dimainkan dengan cara dipukul serentak dari atas ke bawah, kemudian direkam. Suara transisi 2 chord dari 24 chord akan diulang sebanyak 15 kali perekaman. Dari hasil perkalian antara 24 chord kunci pertama, 24 chord kunci kedua, dan 15 kali perekaman maka dihasilkan data sebanyak 8640 untuk data latih 5760 dan data uji 2880. Untuk mendapatkan hasil perekaman yang terdapat sedikit noise, perekaman dilakukan pada ruangan yang hening. Pengambilan data suara dilakukan dengan cara merekam suara 2 chord gitar setiap satu chord ke chord lainnya sebanyak 15 kali, sehingga masing-masing chord memiliki 10 data suara untuk data latih dan 5 data suara untuk data uji. Jumlah keseluruhan untuk data latih adalah sebanyak 5760 data suara dan untuk data uji sebanyak 2880 data suara, sehingga total data keseluruhan sebanyak 8640 data suara.
5 File data suara direkam selama 3 detik dalam format WAV. Setiap perekaman suara menggunakan sampling rate sebesar 11000 Hz dan bit rate sebesar 16 bit. Chord-chord yang dipakai adalah 24 jenis terdiri dari chord mayor dan minor. Jenis chord mayor dan minor yang dipakai seperti pada Tabel 1. Ke-24 chord mayor dan minor tersebut hanya dimainkan pada satu posisi saja. Bentuk 24 chord mayor dan minor yang digunakan untuk proses pelatihan dan pengujian pada penelitian ini dapat dilihat pada Lampiran 1. Tabel 1 Daftar chord gitar Chord Gitar
Mayor
Minor
C
C
Cm
C#
C#
C#m
D
D
Dm
D#
D#
D#m
E
E
Em
F
F
Fm
F#
F#
F#m
G
G
Gm
G#
G#
G#m
A
A
Am
A#
A#
A#m
B
B
Bm
Praproses Tahapan praproses terdiri dari segmentasi chord. Pada tahap ini dilakukan deteksi jeda pada setiap transisi 2 chord. Langkah awal tahap ini adalah dengan mengabsolutkan setiap nilai chord, sehingga didapatkan hasil semua nilai positif. Selanjutnya, dari nilai tersebut dicari nilai threshold sebagai batas tinggi sinyal untuk jeda dan bukan jeda. Setelah mendapatkan nilai threshold, data kontinyu yang panjang pada bagian jeda akan dipotong. Jeda akan dijadikan data latih begitu juga untuk bagian bukan jeda. Dua data set tersebut akan dibuat batas kritis untuk membedakan jeda dan bukan jeda. Batas kritis menentukan batas panjang sinyal chord satu dengan chord lainnya. Setelah selesai, akan dilanjutkan dengan ekstraksi ciri pada setiap data yang digunakan dengan menggunakan metode MFCC. Pada tahap segmentasi dapat dilihat pemotongan nada transisi 2 chord dari C ke G menjadi 3 bagian, yaitu chord C, jeda, dan chord G. Tiga bagian data itu akan dimasukkan semua menjadi data latih. Chord C ke G akan mendapatkan hasil segmentasi chord C ke G seperti pada Gambar 3.
6
Sinyal 2 chord
Nilai chord di-absolutkan
Nilai threshold
Batas kritis chord
Gambar 3 Proses segmentasi chord C dan G Data Latih Data latih merupakan perkalian dari 24 transisi 2 chord dengan 24 jumlah chord mayor dan minor yang masing-masing direkam 10 suara. Kemudian dipilih 10 data suara secara acak dari masing-masing transisi chord untuk dijadikan sebagai data latih. Data latih ini selanjutnya akan diproses pada tahap MFCC dan codebook untuk menghasilkan suatu model. Model ini berfungsi sebagai alat penentu keputusan dari hasil pengujian. Data Uji Data uji merupakan 5 buah data suara dari 15 data suara 2 chord. Data uji ini akan diproses dengan tahap MFCC, selanjutnya data tersebut akan diuji menggunakan model yang telah terbentuk dari tahap pelatihan. Data uji tambahan diperoleh dari suara asli chord gitar secara langsung yang berjumlah 10 jenis. Komposisi data chord yang dipakai dalam penelitian seperti pada Tabel 2. Tabel 2 Komposisi data chord Komposisi Chord
Jumlah 24
Kombinasi
576
Data latih
5760
Data uji
2880
7 Ekstraksi Ciri dengan MFCC Ciri-ciri file suara yang diperoleh akan diekstraksi menggunakan metode feature extraction MFCC. Tahap-tahap dalam teknik MFCC lebih jelasnya disajikan pada Gambar 4 (Buono 2009). Sinyal Suara Frame ke t O=
…,
Windowing (Do 1994) : n = t n * w (n , 0 ≤ n ≤ N-1 t w(n) = 0.54 – 0.46 cos (2 n/(N-1)) ( ) dalam domain waktu N = jumlah sampel pada setiap frame, n = frame ke-… W = formula hamming window, ( ) = nilai data ke n Fast Fourier Transform (FFT) (Do 1994): n
∑
e
a n tude n N = jumlah data pada domain frekuensi, j=bilangan imajiner, k = N/2 + 1, i = n x t Mel Frequency Wrapping (Nilsson dan Ejnarsson 2002): mel(f) = 2595 log (1 + f / 700) dari sini diperoleh M filter, dan dihitung spektrum Mel: (∑| ( )|
( ))
(k) = nilai filter segitiga ke i, ( ) M = jumlah filter, N = banyaknya data
Cepstrum Coefficients : Discrete Cosine Transform (Do 1994) ∑
c s(
)
, j = jumlah koefisien cepstral M = jumlah filter ,
, i = jumlah wrapping
Gambar 4 Diagram alur MFCC (Buono 2009) Teknik MFCC sebagai ekstraksi ciri dan teknik parameterisasi sinyal suara telah banyak digunakan pada berbagai bidang area pemrosesan suara. Teknik ini berbasis power spectrum dalam domain frekuensi sebagai penentu ciri sinyal suara. Berdasarkan Gambar 4, sinyal dibaca dari frame ke frame dengan nilai overlap tertentu lalu dilakukan windowing untuk setiap frame. Kemudian, transformasi Fourier dilakukan untuk mengubah dimensi suara dari domain waktu ke domain frekuensi.
8 Dari hasil transformasi Fourier, spektrum mel dihitung menggunakan sejumlah filter yang dibentuk untuk mengikuti persepsi sistem pendengaran manusia yang bersifat linear. Proses ini dikenal dengan mel-frequency wrapping. Koefisien MFCC merupakan hasil transformasi Kosinus dari spektrum mel tersebut dan dipilih koefisien cepstral. Transformasi Kosinus berfungsi untuk mengembalikan dari domain frekuensi ke domain waktu. Frame Blocking Pada tahapan ini sinyal suara yang dibaca kemudian dibagi ke dalam bentuk frame. Setiap frame memiliki N sampel yang direpresentasikan dalam bentuk vektor. Setiap frame yang bersebelahan saling tumpang tindih atau overlap. Hal ini ditujukan agar tidak ada informasi yang hilang. Pada penelitian ini, akan digunakan time frame 30 ms, overlap 40%, dan koefisien cepstral akan dicoba sebesar 13 dan 26. Windowing Setiap frame dari sinyal suara mengandung satu unit informasi. Oleh karena itu distorsi antar frame tersebut harus diminimalkan dengan teknik windowing. Proses windowing dilakukan pada setiap frame untuk meminimalkan diskontinyuitas sinyal pada awal dan akhir tiap frame (Do 1994). Metodenya adalah dengan mengalikan tiap frame dengan fungsi window. Transformasi Fourier (Fast Fourier Transform [FFT]) Proses selanjutnya adalah FFT yang akan mengonversi setiap frame dengan N sampel dari domain waktu ke domain frekuensi. Konversi ini dilakukan karena pendengaran manusia didasarkan atas domain frekuensi. Mel Frequency Wrapping Persepsi manusia dalam frekuensi sinyal suara tidak mengikuti skala linear. Untuk setiap bunyi dengan frekuensi aktual f, dalam satuan Hz, nilai subyektif dari pitch-nya diukur dengan menggunakan skala “ ’’. S mel-frequency adalah selang frekuensi linear di bawah 1000 Hz dan selang logaritmik untuk frekuensi di atas 1000 Hz. Mel-frequency wrapping umumnya dilakukan dengan menggunakan filterbank. Transformasi Kosinus (Discrete Cosine Transform [DCT]) Pada tahap ini akan dikonversi mel-frequency ke dalam domain waktu dengan menggunakan DCT. Hasilnya disebut dengan MFCC. Pengenalan Pola dengan Codebook Pengenalan pola dengan codebook dilakukan untuk data latih, setelah vektor ciri diperoleh dari proses MFCC. Codebook adalah kumpulan titik (vektor) yang mewakili distribusi suara dari suara tertentu dalam ruang suara. Setiap titik pada codebook dikenal sebagai codeword. Codebook merupakan cetakan yang dihasilkan suara setelah melakukan proses training. Setiap suara yang sudah direkam dibuat codebook yang terdiri dari beberapa codeword untuk
9 merepresentasikan ciri suaranya. Gambar 5 merupakan codebook dari data latih. Chord A1
Frame 1
Chord A15
Chord A2
Sampel 1
Sampel 15
Sampel 2
Frame T1
Frame T2
Frame 1
C1
C1
C1
C13
C13
C13
Frame T15
Frame 1
MFCC
MFCC
MFCC
MFCC
proses pembuatan
MFCC
MFCC
C1
C1
C1
C13
C13
C13
Concatenation
1
+
2
w1
w2
wk
C11
C21
Ck1
C12
C22
Ck2
C113
C213 2
Ck13
+ 3+ … +
5
Gambar 5 Proses pembuatan codebook dari data latih Codebook dibentuk dengan cara membentuk cluster semua vektor ciri yang dijadikan sebagai training set dengan menggunakan algoritme clustering. Algoritme clustering yang akan dipakai adalah K-means. Langkah pertama yang dilakukan oleh algoritme ini adalah menentukan K-initial centroid, dengan K adalah parameter spesifik yang ditentukan user, yang merupakan jumlah cluster yang diinginkan. Setiap titik atau objek kemudian ditempatkan pada centroid terdekat. Kumpulan titik atau objek pada tiap centroid disebut cluster. Kemudian langkah penempatan objek dan perubahan centroid diulangi sampai tidak ada objek yang berpindah cluster. Gambar 6 merupakan ilustrasi sebaran data suara di sekitar codebook.
10
w2
w3
w1
w4
w6
f w7
w5
d(f,w5)
(
,
,…, (, )
) , ,..,
(, )
Gambar 6 Ukuran jarak antara sebuah frame dengan sebuah codebook Setiap suara yang masuk, akan dihitung jaraknya dengan codebook setiap kelas. Kemudian jarak setiap sinyal suara ke codebook dihitung sebagai jumlah jarak setiap frame sinyal suara tersebut ke setiap codeword yang ada pada codebook. Kemudian dipilih codeword dengan jarak minimum. Jika dalam sinyal suara input O terdapat T frame dan codewordk merupakan masing-masing codeword yang ada pada codebook, jarak sinyal input dengan codebook dapat dirumuskan: ( (
,
,…,
),
(
,
,…,
)) ∑
, ,..,
( ,
)
Setelah itu, setiap sinyal suara yang masuk akan diidentifikasi berdasarkan jumlah dari jarak minimum tersebut x dan y adalah vektor yang ada sepanjang vector dimension (D). Perhitungan jarak dilakukan dengan menggunakan jarak Euclid yang didefinisikan sebagai berikut (Buono dan Kusumoputro, 2007): ,
√∑
-
Pengujian Pengujian dilakukan pada MFCC data uji dengan codebook data latih. Setiap data yang diuji, akan dilihat jumlah suara chord gitar yang teridentifikasi dari 24 jenis/kelas chord gitar. Sistem pengenalan suara gitar otomatis ini akan mengklasifikasikan suara chord gitar tadi masuk ke kelas yang sesuai. Output yang akan dihasilkan berupa 2 chord gitar. Proses pengujian chord pada penelitian ini dilakukan dengan menggunakan metode pengenalan tak berstruktur. Pengenalan tak berstruktur dilakukan dengan membandingkan langsung setiap chord pada data uji ke setiap codebook chord yang telah dibuat. Proses pengenalan tesebut dilakukan dengan cara menghitung total jarak minimal dari setiap frame sinyal data uji pada setiap codeword dalam
11 codebook chord yang dibuat. Secara lebih jelas proses tak berstruktur dapat dilihat pada Lampiran 2. Pengujian dilakukan pada data uji yang telah dipersiapkan. Tingkat akurasi sistem akan dihitung untuk mengevaluasi hasil penelitian. Setiap data yang diuji akan dilihat apakah data tersebut teridentifikasi pada chord yang semestinya. Persentase tingkat akurasi dihitung dengan fungsi berikut:
Lingkungan Pengembangan Sistem Lingkungan pengembangan adalah kumpulan fasilitas yang diperlukan dalam melaksanakan penelitian, baik berupa perangkat keras maupun perangkat lunak. Pada penelitian ini lingkungan pengembangan menggunakan perangkat keras CPU Dual-Core Processor E-350 dan 4 GB RAM sedangkan perangkat lunak menggunakan Windows 7 Ultimate, Matlab R2010b, dan Audacity 1.3.
HASIL DAN PEMBAHASAN Pengumpulan Data Suara 2 chord gitar direkam selama 3 detik. Seluruh data chord yang telah dikumpulkan berjumlah 8640 data suara dengan komposisi 5760 data latih dan 2880 data uji. Sinyal suara dikenakan segmentasi chord terlebih dahulu sebelum diekstraksi ciri dengan menggunakan MFCC. Segmentasi dilakukan dengan cara nilai chord diabsolutkan, kemudian mengambil semua nilai yang di atas nol dan dihitung nilai rata-ratanya. Langkah selanjutnya dengan menyeleksi nilai chord yang di bawah rata-rata terpanjang untuk dihapus. Hasil yang digunakan dalam proses pengolahan MFCC merupakan data-data berupa vektor, sehingga sebelum diolah data yang berisi sinyal-sinyal chord gitar tersebut harus dikonversi. Software Matlab dapat mengatasinya dengan mengubah nilai dari sinyal-sinyal yang menyusun data tersebut menjadi vektor. Gambar 7 merupakan contoh vektor dari sinyal chord C dan chord B.
12
Gambar 7 Vektor sinyal suara chord C dan chord B Setelah mendapatkan semua data dalam bentuk vektor yang diharapkan, maka proses dilanjutkan dengan tahap MFCC.
Ekstraksi Ciri dengan MFCC Proses MFCC pada penelitian ini menggunakan fungsi pada auditory toolbox Matlab. Fungsi MFCC tersebut didapat dari Buono (2009). Dari semua data yang diperoleh akan dilakukan ekstraksi ciri MFCC. Parameter yang dibutuhkan pada proses MFCC ini yaitu sampling rate, time frame, overlap, dan cepstral coefficient. Pemilihan nilai untuk time frame dan overlap berturut-turut adalah 30 ms dan 40%. Jumlah koefisien cepstral yang digunakan sebanyak 13 dan 26. Proses ekstraksi ciri ini dilakukan terhadap semua data. MFCC mengubah sinyal suara ke dalam suatu matriks yang berukuran jumlah koefisien yang digunakan dikali dengan banyaknya frame suara yang terbentuk. Matriks ini menunjukkan ciri spectral dari sinyal suara tersebut. Pada penelitian ini, masingmasing data suara yang telah diproses dengan MFCC memiliki jumlah frame berbeda-beda.
Pemodelan Codebook Tahap pemodelan codebook dilakukan dengan menggabungkan setiap data latih pada masing-masing chord. Data yang digunakan merupakan data latih yang sudah berupa ciri dari suara chord gitar yang telah diperoleh pada tahap MFCC. Setelah data digabungkan, dilakukan proses clustering dengan menggunakan kmeans. Data yang diklasterkan merupakan gabungan koefisien dari setiap data uji pada tiap jenis chord gitar. Jumlah k yang digunakan adalah 8, 12, 16, 20, 24, 28, 32 dan 100. Dengan demikian, setiap chord gitar memiliki codebook dengan 13 dan 26 koefisien cepstral dimana setiap codebook tersebut dibuat dengan k-cluster sebanyak 8, 12, 16, 20, 24, 28, 32, dan 100.
13 Hasil Pengujian Tahap pengujian dilakukan dengan menggunakan kombinasi parameter yang berbeda-beda, sehingga terlihat perbandingan akurasi dan dapat dipilih hasil yang baik. Parameter-parameter yang diujicobakan adalah sebagai berikut: 1 Time frame sebesar 30 ms. 2 Overlap 0.40. 3 Jumlah koefisien cepstral 13 dan 26. 4 Jumlah klaster pada k-means 8, 12, 16, 20, 24, 28, 32, dan 100 pada codebook. Tabel 3 menunjukkan perbandingan akurasi penggunaan koefisien cepstral 13 dan 26 terhadap nilai k-cluster 8, 12, 16, 20, 24, 28, 32, dan 100. Percobaan dengan koefisien cepstral 13 dengan nilai k 8, 12, 16, 20, 24, 28, 32, dan 100, rataan akurasi terrendah berada pada pemakaian k-cluster 8 yaitu sebesar 35.97% dan tertinggi pada pemakaian k-cluster 100 yaitu sebesar 92.5%. Tabel 3 Nilai akurasi koefisien cepstral 13 dengan k-cluster 8, 12, 16, 20, 24, 28, 32, dan 100 Koefisien Cepstral 13 26
8
12
16
k-cluster 20 24
35.97%
41.11%
47.64%
52.78%
54.03%
60.83%
64.17%
92.50%
51.94%
59.17%
67.22%
75.83%
79.17%
84.03%
85.83%
98.89%
28
32
100
Tabel 3 di atas juga menunjukkan bahwa untuk percobaan dengan koefisien cepstral 26, rataan akurasi terrendah berada pada pemakain k-cluster 8 yaitu sebesar 51.94% dan tertinggi pada pemakaian k-cluster 100 yaitu sebesar 98.89%. Pengaruh nilai k-cluster kembali terlihat seperti pada pengujian menggunakan koefisien cepstral 13 dengan nilai k 8, 12, 16, 20, 24, 28, 32, dan 100. Pada percobaan ini, nilai k-cluster berbanding lurus dengan akurasi yang dihasilkan sistem. Pada Tabel 3 penggunaan koefisien ceptral 13 maupun 26, akurasi terrendah sama-sama dihasilkan dengan nilai k-cluster 8 dan akurasi tertinggi dihasilkan dengan nilai k-cluster 100. Pada percobaan ini nilai k-cluster sangat berpengaruh terhadap kenaikan akurasi, semakin besar nilai k-cluster maka semakin besar pula akurasi yang dihasilkan oleh sistem. Kecenderungan peningkatan jumlah koefisien cepstral dan k-cluster terhadap tingkat akurasi ketika nilai overlap dan time frame tetap, yaitu 0.4 dan 30 ms. Tingkat akurasi maksimum yang diperoleh adalah sebesar 98.89% yaitu pada saat nilai koefisien cepstral 26 dan jumlah cluster sebanyak 100, sedangkan tingkat akurasi minimum yang diperoleh adalah sebesar 51.94% ketika jumlah kcluster sebanyak 8. Hal ini terjadi karena cluster yang membentuk vektor ciri lebih sedikit sehingga sering terjadi kesalahan dalam pengenalan chord. Gambar 8 merepresentasikan data dari Tabel 3 agar dapat terlihat perbandingannya secara jelas.
Tingkat akurasi (%)
14 100 90 80 70 60 50 40 30 20 10 0 8
12
16
20
24
28
32
100
k-cluster
Gambar 8 Grafik akurasi koefisien cepstral 13 dan 26 dengan k-cluster 8, 12, 16, 20, 24, 28, 32, dan 100 Analisis Percobaan Hasil yang didapat dari pengujian identifikasi chord gitar terdapat hasil akurasi yang berbeda antara koefisien cepstral 13 dan 26 dengan rata-rata akurasi dari setiap pengujian yang didapat ditunjukan pada Tabel 4. Tingkat akurasi terbaik terjadi pada koefisien 26 terjadi pada saat nilai k 100 sebesar 98.89%, sedangkan akurasi terrendah terjadi pada saat nilai k 8 sebesar 35.97%. Tabel 4 Hasil rata-rata akurasi koefisien cepstral berdasarkan nilai k k-cluster 8 12 16 20 24 28 32 100 Rata – Rata
Koefisien cepstral 13 26 35.97% 51.94% 41.11% 59.17% 47.64% 67.22% 52.78% 75.83% 54.03% 79.17% 60.83% 84.03% 64.17% 85.83% 92.50% 98.89% 56.37% 75.26%
Rata-rata akurasi koefisien cepstral berdasarkan nilai k dapat dilihat pada Tabel 4. Koefisien cepstral 26 menghasilkan akurasi yang lebih baik dari koefisien cepstral 13 pada setiap pengujian dengan nilai k-cluster yang telah ditentukan. Data pada Tabel 4 menghasilkan rata-rata akurasi secara keseluruhan dengan nilai k-cluster yang diujikan sebesar 56.37% untuk koefisien cepstral 13 dan 75.26% untuk koefisien cepstral 26.
15 Analisis Kesalahan Terlihat dari pembahasan di atas bahwa pengembangan metode codebook untuk identifikasi chord gitar, analisa kesalahan untuk koefisien 26 dengan nilai kcluster 100 mampu menghasilkan hasil rata-rata akurasi yang baik. Confusion matrix dengan koefisien 26 dan nilai k-cluster 100 dapat dilihat pada Lampiran 3. Kesalahan identifikasi chord gitar pada koefisien 26 dengan nilai k-cluster 100, yaitu sebanyak 6 kesalahan. Kesalahan tersebut terjadi pada chord A data uji ke 23 dan 28 yang dikenali sebagai chord Am, chord Am data uji ke 27 yang dikenali sebagai chord G#, chord C data uji ke 4 dan 19 yang dikenali sebagai chord F# dan Fm, chord E data uji ke 28 yang dikenali sebagai chord Em, chord F# data uji ke 12 yang dikenali sebagai chord F, dan chord Gm data uji ke 15 yang dikenali sebagai chord F#.
SIMPULAN DAN SARAN Simpulan Penelitian ini menunjukkan bahwa nilai-nilai parameter sangat memengaruhi akurasi sistem. Berdasarkan penelitian yang telah dilakukan dapat diambil kesimpulan sebagai berikut: 1 Penelitian ini telah berhasil mengembangkan implementasi metode codebook dan teknik ekstraksi ciri MFCC dalam identifikasi chord gitar. 2 Akurasi tertinggi yang dihasilkan sebesar 98.89% dengan penggunaan time frame 30 ms, overlap 40%, koefisien cepstral 26, dan k-cluster 100. 3 Sistem ini mampu mengidentifikasi 2 chord gitar menggunakan model codebook dengan penggunaan koefisien cepstral 26 menghasilkan akurasi yang lebih tinggi dibandingkan dengan 13 koefisien cepstral. Saran Penelitian ini masih memiliki kekurangan sehingga dapat dikembangkan lebih lanjut untuk mendapatkan hasil yang lebih baik pada penelitian selanjutnya. Beberapa saran itu di antaranya: 1 Melakukan pembersihan data (praproses) sebelum MFCC, seperti normalisasi dan menghilangkan kekosongan nada di awal dan di akhir chord. 2 Menambahkan jumlah chord gitar yang mampu diidentifikasi, yaitu sebanyak 3 chord atau lebih.
16
DAFTAR PUSTAKA Buono A. 2009. Representasi nilai HOS dan model MFCC sebagai ekstraksi ciri pada sistem identifikasi pembicara di lingkungan ber-noise menggunakan HMM [disertasi]. Depok (ID): Universitas Indonesia. Buono A, Kusumoputro B. 2007. Pengembangan model HMM berbasis maksimum lokal menggunakan jarak Euclid untuk sistem identifikasi pembicara. Di dalam: Prosiding pada Workshop NACSIIT; 2007 Jan 29-30; Depok (ID), hlm 52. Do MN. 1994. Digital signal processing mini-project: an automatic recognition system. Laussane (CH): Federal Institute of Technology. Jurafsky D, Martin JH. 2000. Speech and Language Processing an Introduction to Natural Language Processing, Computational Linguistic, and Speech Recognition. New Jersey (US): Prentice Hall. Li TF, Chang SC. 2007. Speech recognition of mandarin syllables using both linear predict coding cepstra and mel frequency. Di dalam: Proceeding of the 19th Conference on computational Linguistic and Speech processing. ROCLING; 2007 Sep 6-7; Taipei. Taiwan. Taipei (TW): ACLCLF. Taufani MF. 2011. Perbandingan pemodelan wavelet dan MFCC sebagai ekstraksi ciri pada pengenalan fonem dengan teknik jaringan syaraf tiruan sebagai classifier [skripsi]. Bogor (ID): Institut Pertanian Bogor. Wisnudisastra E, Buono A. 2010. Pengenalan chord pada alat musik gitar menggunakan codebook dengan teknik ekstraksi ciri MFCC. Jurnal Ilmiah Ilmu Komputer. 14 (1):16-21.
17 Lampiran 1 Bentuk chord yang digunakan pada pelatihan dan pengujian
18 Lampiran 1 Lanjutan
19 Lampiran 2 Diagram proses pengenalan tak berstruktur
Data Uji
MFCC
Data Ciri Chord
24 Codebook Chord
Min jarak model chord 1 Min jarak model chord 2 . . . . Min jarak model chord 24
min
Identifikasi chord
20
Lampiran 3 Confusion matrix kesalahan dalam pengenalan chord pada koefisien 26 dengan nilai k 100 Chord A Am A# A#m B Bm C Cm C# C#m D Dm D# D#m E Em F Fm F# F#m G Gm G# G#m
A 118 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Am 2 119 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
A# 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
A#m 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
B 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Bm 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
C 0 0 0 0 0 0 118 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Cm 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
C# 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
C#m 0 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0 0
D 0 0 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 0
Dm 0 0 0 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0 0 Rata-rata
D# 0 0 0 0 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0 0
D#m 0 0 0 0 0 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0 0 0 0 0
E 0 0 0 0 0 0 0 0 0 0 0 0 0 0 119 0 0 0 0 0 0 0 0 0
Em 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 120 0 0 0 0 0 0 0 0
F 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 120 0 1 0 0 0 0 0
Fm 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 120 0 0 0 0 0 0
F# 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 119 0 0 1 0 0
F#m 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 120 0 0 0 0
G 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 120 0 0 0
Gm 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 119 0 0
G# 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 120 0
G#m 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 120
Akurasi(%) 93.34 96.67 100.00 100.00 100.00 100.00 93.34 100.00 100.00 100.00 100.00 100.00 100.00 100.00 96.67 100.00 100.00 100.00 96,67 100.00 100.00 96.67 100.00 100.00 98.89
RIWAYAT HIDUP Penulis dilahirkan di Serang tanggal 7 Oktober 1988 dari Ibu Suwartini dan Bapak Sugiono. Penulis merupakan anak pertama dari tiga bersaudara. Pada tahun 2007, penulis lulus dari SMA Negeri 3 Cilegon dan pada tahun yang sama diterima di Diploma IPB Program Keahlian Teknik Komputer melalui jalur Undangan Seleksi Masuk IPB. Pada tahun 2010 penulis lulus dari Diploma Institut Pertanian Bogor dan melanjutkan pendidikan di Program Alih Jenis Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, IPB.
