klasifikasi ciri suara manusia berbasis matlab menggunakan metode fast fourier transform

i

KLASIFIKASI CIRI SUARA MANUSIA BERBASIS MATLAB

MENGGUNAKAN METODE FAST FOURIER TRANSFORM

(FFT) DI POLITEKNIK NEGERI BALIKPAPAN

JUDUL

TUGAS AKHIR

SILFI FAKHIROTUL RUKHYAH

NIM : 150309277893

POLITEKNIK NEGERI BALIKPAPAN

JURUSAN TEKNIK ELEKTRONIKA

BALIKPAPAN

2018

i


MENGGUNAKAN METODE FAST FOURIER TRANSFORM

(FFT) DI POLITEKNIK NEGERI BALIKPAPAN

TUGAS AKHIR

KARYA TULIS INI DIAJUKAN SEBAGAI SALAH SATU

SYARAT UNTUK MEMPEROLEH GELAR AHLI MADYA DARI



NIM : 150309277893


JURUSAN TEKNIK ELEKTRONIKA

BALIKPAPAN

2018

ii

LEMBAR PENGESAHAN


MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT) DI


Disusun oleh :


NIM : 150309277893

Pembimbing I

Andi Sri Irtawaty, S.T., M.Eng.

NIDN. 1101047701

Pembimbing II

Saiful Ghozi, S.Pd., M.Pd.

NIP. 198105032014041001

Penguji I

Nurwahidah Jamal, S.T., M.T.

NIP. 196905222007012024

Penguji II

Ali Abrar, S.Si., M.T.

NIP. 197702032015041003

Mengetahui,

Ketua Jurusan Teknik Elektronika

Drs. Armin,M.T.

NIP. 196408211988031006

iii

SURAT PERNYATAAN

Yang bertanda tangan dibawah ini :

Nama : Silfi Fakhirotul Rukhyah

Tempat/Tgl Lahir : Cilacap/ 06 Februari 1998

NIM : 150309277893

Menyatakan bahwa tugas akhir yang berjudul “KLASIFIKASI CIRI SUARA

MANUSIA BERBASIS MATLAB MENGGUNAKAN METODE FAST FOURIER

TRANSFORM (FFT) DI POLITEKNIK NEGERI BALIKPAPAN” adalah bukan

merupakan hasil karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali

dalam kutipan yang kami sebutkan sumbernya.

Demikian pernyataan saya buat dengan sebenar-benarnya dan apabila

pernyataan ini tidak benar kami bersedia mendapat sanksi akademis.

Balikpapan, 19 Juli 2017

Mahasiswa,

Silfi Fakhirotul Rukhyah

NIM : 150309277893

iv

LEMBAR PERSEMBAHAN

Bismillahirrohmanirrohim

Dengan rasa syukur kepada Allah SWT

Karya Ilmiah ini kupersembahkan kepada

Ayahanda dan Ibunda tercinta

Kasmuri dan Nur Chadiyati,

Saudariku yang kusayangi

Feni Kurniawati

Para Dosen ku,

Para Sahabat dan Teman Seperjuanganku

Almamater Tercinta

Politeknik Negeri Balikpapan

v

SURAT PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH

KEPENTINGAN AKADEMIS

Sebagai civitas akademik Politeknik Negeri Balikpapan, saya yang bertanda

tangan di bawah ini :

Nama : Silfi Fakhirotul Rukhyah

NIM : 150309277893

Program Studi : Teknik Elektronika

Judul TA : Klasifikasi Ciri Suara Manusia Berbasis Matlab

Menggunakan Metode Fast Fourier Transform (FFT) di

Politeknik Negeri Balikpapan

Demi pengembangan ilmu pengetahuan, saya menyetujui untuk memberikan

hak kepada Politeknik Negeri Balikpapan untuk menyimpan, mengalih media atau

format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan

mempublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai

penulis/pencipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Ballikpapan

Pada tanggal : Juli 2018

Yang menyatakan

(Silfi Fakhirotul Rukhyah)

vi

ABSTRACT

Human voice is one of the communication tools used everyday. Sound can be

a distinguishing feature between each other individuals. When listening to someone

talking, sometimes a person is less sensitive to the sound pitch from the original

sound.. Therefore we need a system to recognize human voice characteristic with an

application base of matlab 2015a using Fast Fourier Transform (FFT) method. The

sound sample used is used from 10 different npeople sound and using .wav format.

The parameters used on this research are amplitude, frequency, delay, and

sound signal power. The results of this research obtained differences in

characteristics between male voice and female voice. Male voice has more amplitude

and power than the female voice. The female voice has a higher delay and frequency

density than the male voice.

Keywords: Human voice, Signal, Matlab, FFT

vii

ABSTRAK

Suara manusia merupakan salah-satu alat komunikasi yang digunakan sehari –

hari. Suara dapat menjadi ciri khas yang membedakan antara individu satu dengan

yang lainnya. Saat mendengarkan seseorang berbicara, terkadang seseorang kurang

peka terhadap perbedaan tekanan suara dari suara asal. Oleh karena itu dibutuhkan

suatu sistem untuk mengenali ciri suara manusia dengan applikasi berbasis matlab

R2015a menggunakan metode Fast Fourier Transform (FFT). Sampel suara yang

digunakan berjumlah 10 orang dan suara menggunakan format .wav.

Parameter yang digunakan dalam penelitian adalah amplitudo, frekuensi,

delay, dan daya sinyal suara. Hasil dari penelitian ini diperoleh perbedaan ciri antara

suara pria dan suara wanita. Suara pria memiliki nilai amplitudo dan daya lebih tinggi

dari suara wanita. Suara wanita memiliki nilai delay dan kerapatan frekuensi yang

lebih tinggi dari suara pria.

Kata Kunci : Suara manusia, Sinyal, Matlab, FFT

viii

KATA PENGANTAR

Dengan memanjatkan puji syukur kehadirat Tuhan Yang Maha Kuasa karena

atas rahmat serta hidayah-Nya penulis dapat menyelesaikan tugas akhir dengan judul

“Klasifikasi Ciri Suara Manusia Berbasis Matlab Menggunakan Metode Fast

Fourier Transform (FFT) di Politeknik Negeri Balikpapan”.

Dalam penulisan tugas akhir ini penulis banyak mendapatkan bantuan dari

berbagai pihak, oleh sebab itu penulis ingin mengucapkan rasa terimakasih yang

sebesar –besarnya kepada :

1. Allah Subhanahu Wa ta‟ala, yang telah memberikan kemudahan serta kelancaran

selama proses pembuatan Tugas Akhir ini.

2. Bapak Ramli,S.E.,M.M. selaku Direktur Politeknik Negeri Balikpapan.

3. Bapak Drs. Armin,M.T. selaku Ketua Jurusan Teknik Elektronika.

4. Ibu Andi Sri Irtawaty, S.T., M.Eng. sebagai pembimbing I dan bapak Saiful

Ghozi, S.Pd., M.Pd. sebagai pembimbing II yang telah membimbing dan

memberikan pengarahan selama pengerjaan tugas akhir ini.

5. Ayahanda dan ibunda tercinta beserta seluruh keluarga yang telah memberikan

dukungan dan doa yang tiada henti –hentinya.

6. Seluruh teman 3TE3 dan angkatan 2015 Teknik Elektronika serta teman – teman

seluruh jurusan di Politeknik Negeri Balikpapan.

7. Semua pihak yang penulis tidak dapat menyebutkan satu persatu.

Penulis menyadari bahwa tugas akhir ini bukan karya yang sempurna dan

masih banyak ditemui kekurangan dan kelemahan. Oleh karena itu, saran dan

masukan yang membangun sangat diharapkan.

Balikpapan, 19 Juli 2018

Penulis

ix

DAFTAR ISI

JUDUL ....................................................................................................................................... i

LEMBAR PENGESAHAN ...................................................................................................... ii

SURAT PERNYATAAN .........................................................................................................iii

LEMBAR PERSEMBAHAN ................................................................................................... iv

SURAT PERNYATAAN PERSETUJUAN PUBLIKASI ..................................................... v

ABSTRACT .............................................................................................................................. vi

ABSTRAKSI ........................................................................................................................... vii

KATA PENGANTAR ............................................................................................................ viii

DAFTAR ISI ............................................................................................................................. ix

DAFTAR GAMBAR ................................................................................................................ xi

DAFTAR TABEL .................................................................................................................... xii

DAFTAR SINGKATAN DAN LAMBANG ......................................................................... xiii

DAFTAR LAMPIRAN ............................................................................................................ xv

BAB I PENDAHULUAN

1.1. Latar Belakang .......................................................................................................... 1

1.2. Rumusan Masalah ..................................................................................................... 2

1.3. Batasan Masalah ....................................................................................................... 2

1.4. Tujuan ....................................................................................................................... 2

1.5. Manfaat ..................................................................................................................... 3

BAB II LANDASAN TEORI

2.1. Kajian Pustaka .......................................................................................................... 4

2.2. Suara Manusia ........................................................................................................... 4

2.3. MATLAB .................................................................................................................. 8

2.3.1. Pengertian ......................................................................................................... 8

2.3.2. Kelengkapan pada Sistem Matlab ..................................................................... 8

x

2.3.3. Sintaks Penulisan pada MATLAB .................................................................. 11

2.4. Konsep Dasar Sinyal ............................................................................................... 14

2.5. PCM (Pulse Code Modulation) .............................................................................. 15

2.6. FFT (Fast Fourier Transform) ............................................................................... 16

BAB III METODOLOGI PENELITIAN

3.1. Jenis Penelitian ........................................................................................................ 19

3.2. Tempat dan Waktu Pelaksanaan ............................................................................. 19

3.3. Peralatan dan Bahan ................................................................................................ 19

3.3.1. Peralatan .......................................................................................................... 19

3.3.2. Bahan .............................................................................................................. 19

3.4. Metodologi Penelitian ............................................................................................. 19

3.5. Proses Perancangan ................................................................................................. 20

3.5.1. Perancangan Sistem ........................................................................................ 21

BAB IV HASIL DAN PEMBAHASAN

4.1. Implementasi ........................................................................................................... 24

4.2. Pengujian................................................................................................................. 24

4.3. Analisis Data Hasil Penelitian................................................................................. 26

4.3.1. Proses Fast Fourier Transform (FFT) ............................................................ 26

4.3.2. Perhitungan Parameter Sinyal Suara ............................................................... 45

4.3.3. Hasil Sinyal Suara ........................................................................................... 53

BAB V PENUTUP

5.1. Kesimpulan ............................................................................................................. 57

5.2. Saran ....................................................................................................................... 57

DAFTAR PUSTAKA ............................................................................................................. 59

LAMPIRAN ............................................................................................................................ 60

xi

DAFTAR GAMBAR

Gambar 2.1. Icon Matlab pada desktop PC/Laptop 10

Gambar 2.2. Tampilan pertama Matlab 10

Gambar 2.3. Gambaran sistem dan sinyal ouput yang dihasilkan 15

Gambar 2.4. Pulse Code Modulation 16

Gambar 3.1. Flowchart Perancangan 21

Gambar 3.2. Suara dalam Format .m4a 22

Gambar 3.3. Suara dalam Format .wav 22

Gambar 3.4. GUI Tampilan Sinyal Suara 22

Gambar 3.5. Pemrograman Sinyal Suara 23

Gambar 3.6. GUI Daya Sinyal Suara 23

Gambar 3.7. Pemrograman Daya Sinyal Suara 23

Gambar 4.1. GUI Tampilan Sinyal Suara 24

Gambar 4.2. GUI Daya Sinyal Suara 24

Gambar 4.3. Pengujian Sinyal Suara 25

Gambar 4.4. Sinyal dengan metode FFT 25

Gambar 4.5. Pengujian Daya Sinyal Suara 26

xii

DAFTAR TABEL

Tabel 2.1. Operasi dan Fungsi pada Matriks 13

Tabel 4.1. Tabel Hasil Pengolahan Sinyal FFT 26

Tabel 4.2. Perhitungan Daya Sinyal Suara 51

Tabel 4.3. Bentuk Sinyal suara 53

Tabel 4.4. Analisis Parameter Sinyal Suara 53

xiii

DAFTAR SINGKATAN DAN LAMBANG

Pemakaian

Pertama kali

SINGKATAN NAMA Pada halaman

MATLAB Matrix Laboratory 1

FFT Fast Fourier Transform 1

wav WAVeform Audio Format 2

GUI Graphical User Interfaces 8

API Application Program Interface 9

PC Personal Computer 10

CT Consinous-Time 14

PCM Pulse Code Modulation 15

DT Discrete-Time 15

DFT Discrete Fourier Transformasi 16

m4a MPEG 4 Audio 21

LAMBANG

Hz Hertz 2

dB Decible 4

ms Milisekon 7

Det Determinan matriks 13

+ Menjumlahkan maktriks 13

* Mengalikan matriks 13

.* Mengalikan elemen 13

^ Memangkatkan matriks 13

.^ Memangkatkan elemen 13

' Transpose matriks 13

xiv

./ Membagi elemen 13

\ Menghasilkan solusi AX = B 13

/ Menghasilkan XA = B 13

Inv Menghasilkan invers matriks 13

X(f) Urutan ke –f komponen output 16

F Indeks output dalam domain frekuensi 16

X(t) Urutan ke –t sampel input 16

N Indeks sampel input 16

J Bilangan imajiner 16

Phi (Derajat 180o) 16

Basis logaritma natural 17

s Sekon 45

V Voltage 47

xv

DAFTAR LAMPIRAN

Lampiran 1 xvi

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Suara dapat menjadi ciri khas yang membedakan antara individu satu dengan

yang lainnya, seperti fingerprint (identifikasi pola sidik jari pada setiap orang), retina

scan (identifikasi berdasarkan pola pembuluh darah pada retina mata), face

recognition (pengenalan seseorang berdasarkan raut dan ekspresi seseorang dengan

kunci utama pada letak wajah dan mulut). Dalam pengenalan atau identifikasi

terhadap suara manusia, tidak semua pendengaran manusia mampu membedakan

suara dari masing-masing individu yang dikenalnya. Kepekaan telinga juga memiliki

berbagai keterbatasan dan sensitif terhadap amplitudo dari suara asal. Oleh karena

itu dibutuhkan suatu sistem untuk mengenali suara manusia tersebut sehingga dapat

hasilnya akan tertuju tepat kepada individu. Kemudian simulasi tentang sinyal suara

juga bertujuan untuk mempermudah mahasiswa dalam pembelajaran mata kuliah

Pengolah Sinyal. Karena untuk sementara ini belum adanya modul yang berkaitan

dengan pengolahan sinyal suara di Politeknik Negeri Balikpapan. Maka pada simulasi

sinyal suara akan dibuat suatu modul dan simulasi pembelajaran sinyal suara.

Sistem pengenalan dan identifikasi suara manusia menggunakan software

MATLAB dengan metode Fast Fourier Transform (FFT) yang merupakan metode

menentukan nilai frekuensi suara. Sinyal suara yang direkam merupakan input yang

akan diproses menggunakan simulasi MATLAB. Dari uraian diatas, maka dalam

judul tugas akhir ini penulis mengambil judul tentang “KLASIFIKASI CIRI SUARA

MANUSIA BERBASIS MATLAB MENGGUNAKAN METODE FAST FOURIER

TRANSFORM (FFT) DI POLITEKNIK NEGERI BALIKPAPAN”.

2

1.2. Rumusan Masalah

Rumusan masalah yang menjadi acuan dalam pembuatan tugas akhir ini

adalah :

1. Bagaimana merancang simulasi MATLAB untuk mengidentifikasi suara

manusia berdasarkan parameter frekuensi suara antara individu satu dengan

yang lainnya menggunakan metode Fast Fourier Transform (FFT)?

2. Bagaimana pengaruh dari parameter tersebut terhadap ketepatan kerja sistem?

3. Bagaimana keakuratan dari metode yang digunakan untuk mengidentifikasi

suara manusia melalui lafal yang diucapkan?

1.3. Batasan Masalah

Batasan masalah dalam penelitian ini adalah sebagai berikut :

1. Menggunakan frekuensi sampling 8000 Hz.

2. Suara manusia yang menjadi sampel diambil sebanyak 10 sampel suara

pembicara yang berbeda yaitu 5 orang wanita dan 5 orang pria.

3. Suara manusia yang di rekam adalah suara manusia normal, dalam arti tidak

dalam kondisi sakit, dibatasi dengan usia, dan diambil pada ruangan yang

tertutup seperti kamar untuk meminimalisir pengaruh dari suara lainnya.

4. Sampel suara yang direkam dengan durasi 1-3 detik, format rekaman suara

disimpan pada format .wav dan dianalisis dengan metode berbasis Fast

Fourier Transform (FFT).

5. Sistem yang dibuat merupakan sistem yang bekerja dengan tidak real time

dan menggunakan piranti lunak MATLAB R2015a dalam perancangannya.

1.4. Tujuan

Adapun tujuan dari penelitian Tugas Akhir ini adalah:

1. Merancang dan mengimplementasikan sinyal suara manusia menggunakan

piranti lunak MATLAB R2015a berbasis sistem pengolah sinyal.

3

2. Mengetahui pengaruh dari parameter yang digunakan terhadap ketepatan kerja

sistem.

3. Mengetahui tingkat keakuratan metode Fast Fourier Transform (FFT).

yang digunakan terhadap sistem yang telah dibuat.

1.5. Manfaat

Manfaat yang diharapkan dari penelitian ini adalah :

1. Menghasilkan produk berupa software / aplikasi berbasis MATLAB yang

dapat diimplementasikan pada mata kuliah pengolah sinyal.

2. Meningkatkan wawasan dan ilmu pengetahuan bagi peneliti / penulis dalam

mengimplementasikan perkembangan teknologi berbasis metode Fast Fourier

Transform (FFT) menggunakan simulasi MATLAB.

3. Meningkatkan kompetensi bagi peserta didik terkait dengan mata kuliah

pengolah sinyal, sehingga dapat membuka wawasan dan ilmu pengetahuan

mereka dalam menciptakan inovasi – inovasi baru yang kreatif, serta dapat

bersaing secara kompetitif dengan pihak industri.

4

BAB II

LANDASAN TEORI

2.1. Kajian Pustaka

Penelitian yang serupa telah dilakukan oleh Fadlisyah dkk (dalam Aris

Wijaya,2014) dinyatakan bahwa “Suara yang keluar dari mulut manusia akan

memuat berbagai informasi seperti identitas pengucap, jenis gender, dialek, ekspresi,

dan lain manusia mempunyai karakteristik yang berbeda-beda”. Karakteristik suara

manusia dipengaruhi oleh formant, dan formant bandwith merupakan nada dasar

suara manusia. Tinggi rendahnya dipengaruhi oleh pita suara, usia dan jenis kelamin.

Formant pada pembentukan suara vokal pada manusia. Formant bandwith

berpengaruh untuk sebagai pembeda suara vokal manusia satu dengan lainnya apabila

ada lebih dari satu orang yang berbicara.

Penelitian tentang pemetaan dan analisis tipe suara manusia menggunakan

Fast Fourier Transform (FFT), menggunakan dua filter yaitu filter moving average

untuk menghilangkan noise dan filter bandpass untuk memotong sinyal. Kemudian

menggunakan frekuensi cutoff yang digunakan sebagai perbandingan range frekuensi

pada ke enam jenis suara pada manusia. Pada gender wanita, daya sinyal terkuat

range daya sinyal sebesar 64,61 hingga 65,95 dB dan terendah diperoleh pada range

daya sinyal sebesar 57,35 hingga 58,51 dB. Pada gender laki-laki, daya sinyal terkuat

dengan range daya sinyal sebesar 58,65 hingga 60,68 dB dan terendah diperoleh

dengan range daya sinyal sebesar 52,51 hingga 54,41 dB (Mulyani, 2017).

2.2. Suara Manusia

Pada sistem pengenalan suara oleh manusia terdapat tiga organ penting yang

saling berhubungan yaitu : telinga yang berperan sebagai transduser dengan

menerima sinyal masukan suara dan mengubahnya menjadi sinyal syaraf, jaringan

syaraf yang berfungsi mentransmisikan sinyal ke otak, dan otak yang akan

5

mengklasifikasi dan mengidentifikasi informasi yang terkandung dalam sinyal

masukan.

Karakteristik Telinga

Telinga terbagi menjadi tiga bagian, yaitu bagian luar, tengah, dan dalam.

Pinna, sebagai bagian luar telinga, berfungsi sebagai corong, untuk mengumpulkan

sinyal suara menuju auditory canal sehingga dapat memberikan kesan arah sinyal

suara yang diterima.

Intonasi Sebagai Aspek Akustik Sinyal Ucapan

Intonasi (prosodi) sebagai aspek akustik sinyal suara sangat membantu di

dalam mengidentifikasi setiap segmen akustik dengan fonem. Setiap fonem

dihasilkan terutama oleh sistem vokal selama artikulasi yang selanjutnya

mempengaruhi dinamika spektrum spektral suara (dalam hal ini formant).

Pengucapan suatu kata dapat secara substansial bervariasi di dalam intonasinya

mempengaruhi idetitas kata. Fonem dapat menjadi panjang atau pendek, keras atau

lemah, dan memiliki pola pitch (nada) yang bervariasi.

Fenomena intonasi dapat direpresentasikan ke dalam beberapa level antara

lain adalah sebagai berikut :

1. Level Akustik

Terdiri atas beberapa komponen penting yaitu Frekuensi Fundamental (F0),

amplitudo, dan durasi sinyal.

2. Level Perseptual

Merepresentasikan fenomena intonasi sebagaimana yang didengar oleh

pendengarnya. Beberapa komponennya antara lain pitch (nada), keras atau

lemahnya suara, dan panjang atau pendeknya suara.

3. Level Bahasa (Linguistik)

Merepresentasikan fenomena prosodi ke dalam bentuk simbol atau tanda.

Beberapa komponennya antara lain bunyi (tone), intonasi, dan aspek tekanan.

6

Menonjolkan suku kata yang mendapat tekanan terhadap suku kata yang lain

yang tidak mendapat tekanan adalah fungsi utama sebuah intonasi (prosodi). Suku

kata yang mendapat tekanan menjadi lebih panjang, lebih intens, dan memiliki pola

F0 yang menyebabkan mereka lebih menonjol dibanding suku kata lainnya.

Parameter-parameter yang diperlukan dalam Pengidentifikasian

Suara Manusia adalah sebagai berikut:

a. Pitch

Pitch digunakan sebagai standar tinggi-rendah dari sebuah tone atau suara.

Sinyal suara umumnya merupakan proses secara fisis yang terdiri dari dua bagian:

yaitu sebagai hasil dari sumber suara (pita suara) dan sebagai hasil dari penyaringan

(oleh lidah, bibir, dan gigi). Menganalisa pitch berarti mencoba untuk menangkap

frekuensi dasar sumber bunyi dari keseluruhan proses pengucapan suara. Frekuensi

dasar sendiri merupakan frekuensi yang dominan yang dikeluarkan oleh sumber

bunyi. Frekuensi dasar merupakan parameter paling kuat untuk mengetahui korelasi

bagaimana suatu suara diterima oleh pendengar ditinjau dari segi intonasi dan tekanan

suaranya.

b. Formant

Frekuensi fundamental dikenal juga dengan F0 yang koheren dalam bentuk

transisi formant F1, F2, dan sebagainya. Komponen frekuensi dominan yang

mengkarakterisasi fonem-fonem yang berhubungan dengan komponen frekuensi

resonansi dari sistem vokal didefinisikan sebagai formant. Suara yang terucapkan,

secara khusus adalah vokal, biasanya memiliki 3 buah formant dan seringkali disebut

sebagai formant kesatu, kedua, dan ketiga, dimulai dengan komponen frekuensi

terendah. Ketiganya selalu dituliskan sebagai F1, F2, dan F3. formant 4 dan formant

5 dbutuhkan untuk mendapatkan nilai parameter formant yang lebih detail karena bila

sinyal suara yang kita olah hanya memiliki formant yang kurang dari 3 buah, maka

dapat dipastikan analisa terhadap data tersebut akan gagal.

c. Durasi Fonem

Salah satu komponen terpenting di dalam intonasi adalah durasi sinyal. Setiap

fonem yang memberikan kontribusi dalam menentukan pola intonasi suatu kalimat.

7

Durasi fonem ini sangat dipengaruhi oleh tekanan dan kecepatan bicara. Durasi

sebuah fonem vokal sangat dipengaruhi oleh tekanan, sementara durasi sebuah

konsonan umumnya memiliki variasi tekanan yang lebih kecil.

d. Durasi dan Pitch

Lamanya durasi dapat mempengaruhi persepsi pitch. Kebergantungan pitch

terhadap durasi mengikuti prinsip ketikpastian akustik. Berdasarkan pengamatan yang

dilakukan Rossing dan Houtsma pada tahun 1986, ketika durasi pitch jatuh hingga di

bawah 25 ms, pitch dirasakan berubah, walaupun batasan ini berbeda untuk beberapa

pengamat.

e. Durasi dan Timbre

Durasi dari sinyal suara membedakan panjang pendeknya sinyal suara dengan

domain waktu. Dalam timbre musikal, lamanya durasi dapat membagi nada ke dalam

dua jenis yaitu : nada kontinyu dan nada transien. Persepsi timbre dalam suatu

permainan musik yang melibatkan banyak alat musik dipengaruhi oleh durasinya.

Seorang pendengar yang diminta untuk menebak jenis alat musik akan menebak

dengan benar untuk alat musik yang dimainkan dengan durasi yang lebih lama

dibandingkan dengan alat musik yang dimainkan hanya sesaat (transien).

f. Intensitas Suara

Intensitas bunyi menentukan keras lemahnya suara pada bagian tertentu dari

suatu kalimat. Telinga kita sangat peka (sensitive) dan dapat mendeteksi intensitas-

intensitas suara dalam orde 10-13

W/m2. Ini setara dengan gerakan selaput telinga

sebesar 10-12

m. Intensitas suara minimum yang masih dapat didengar dinamakan

ambang pendengaran (threshold of hearing).

g. Spektogram

Spektogram suara melukiskan variasi-variasi dalam batas yang pendek yaitu

variasi intensitas dan frekuensi dalam bentuk grafik. Variasi tersebut memberikan

banyak informasi yang bermanfaat tentang artikulasi suara. Pola spektogram yang

dihasilkan untuk setiap ucapan akan memiliki perbedaan. Bahkan ketika dua orang

mengucapkan kata yang sama artikulasi mereka sama, namun tidak identik. Sehingga

spektogram mereka akan menunjukkan kemiripan juga perbedaan.

8

2.3. MATLAB

2.3.1. Pengertian

Matlab adalah sebuah bahasa dengan (high-performance) kinerja tinggi untuk

komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan

pemrograman dalam suatu model yang sangat mudah untuk digunakan dimana

masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang

familiar. Penggunaan Matlab meliputi bidang–bidang:

Matematika dan Komputasi

Pembentukan Algorithm

Akusisi Data

Pemodelan, simulasi, dan pembuatan prototype

Analisa data, explorasi, dan visualisasi

Grafik Keilmuan dan bidang Rekayasa

Matlab merupakan singkatan dari matrix laboratory. Matlab pada awalnya

ditulis untuk memudahkan akses perangkat lunak matrik yang telah dibentuk oleh

LINPACK dan EISPACK. Saat ini perangkat Matlab telah menggabung dengan

LAPACK dan BLAS library, yang merupakan satu kesatuan dari sebuah seni

tersendiri dalam perangkat lunak untuk komputasi matrix.

Dalam lingkungan perguruan tinggi teknik, Matlab merupakan perangkat standar

untuk memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa

dan kelimuan.

2.3.2. Kelengkapan pada Sistem Matlab

Sebagai sebuah sistem, Matlab tersusun dari 5 bagian utama :

1. Development Environment. Merupakan sekumpulan perangkat dan fasilitas

yang membantu anda untuk menggunakan fungsi-fungsi dan file-file Matlab.

Beberapa perangkat ini merupakan sebuah graphical user interfaces (GUI).

9

Termasuk didalamnya adalah Matlab Desktop & Command Window,

Command History, sebuah Editor & Debugger, dan Browsers untuk melihat

Help, Workspace, Files, dan Search Path.

2. Matlab Mathematical Function Library. Merupakan sekumpulan algoritma

komputasi mulai dari fungsi-fungsi dasar seperti: sum, sin, cos, dan complex

arithmetic, sampai dengan fungsi-fungsi yang lebih kompek seperti matrix

inverse, matrix eigenvalues, Bessel functions, dan Fast Fourier Transforms.

3. Matlab Language. Merupakan suatu high-level matrix/array language dengan

control flow statements, functions, data structures, input/output, dan fitur-fitur

object-oriented programming. Hal ini memungkinkan bagi kita untuk

melakukan kedua hal, baik „pemrograman dalam lingkup sederhana‟ untuk

mendapatkan hasil yang cepat, dan „pemrograman dalam lingkup yang lebih

besar‟ untuk memperoleh hasil-hasil dan aplikasi yang komplek.

4. Graphics. Matlab memiliki fasilitas untuk menampilkan vektor dan matrik

sebagai suatu grafik. Di dalamnya melibatkan high-level functions (fungsi-

fungsi level tinggi) untuk visualisasi data dua dimensi dan data tiga dimensi,

image processing, animation, dan presentation graphics. Ini juga melibatkan

fungsi level rendah yang memungkinkan bagi anda untuk membiasakan diri

untuk memunculkan grafik mulai dari benutk yang sederhana sampai dengan

tingkatan graphical user interfaces pada aplikasi MATLAB.

5. Matlab Application Program Interface (API). Merupakan suatu library yang

memungkinkan program yang telah anda tulis dalam bahasa C dan Fortran

mampu berinterakasi dengan Matlab. Hal ini melibatkan fasilitas untuk

pemanggilan routines dari Matlab (dynamic linking), pemanggilan Matlab

sebagai sebuah computational engine, dan untuk membaca dan menuliskan

MAT-files.

10

Perintah untuk memulai menjalankan Matlab dengan cara double-clicking

pada shortcut icon Matlab.

Gambar 2.1. Icon Matlab pada desktop PC/Laptop

Sumber : http://tribudi.lecturer.pens.ac.id

Selanjutnya akan mendapatkan tampilan seperti pada Gambar berikut ini.

Gambar 2.2. Tampilan pertama Matlab

Sumber : http://tribudi.lecturer.pens.ac.id

Secara umum tampilan awal Matlab akan menyajikan:

1. Command Window yang merupakan tempat atau mengetikkan perintah yang

dapat dieksekusi secara langsung.

2. Command History yang berisi berbagai perintah uang telah dieksekusi oleh

Command Window. Ini merupakan fitur untuk melakukan tracking ketika

proses developing atau debugging programs atau untuk mengkonfirmasi

11

bahwa perintah-perintah telah dieksekusi sepanjang suatu penghitungan multi-

step dari command line.

3. Current Folder, yang menyajikan informasi folder tempat bekarja saat ini dan

isi yang ada di folder tersebut. Window ini bermanfaat untuk menemukan

lokasi file-file dan script-script sehingga dapat diedit, dipindahkan, diganti

nama, dihapus, dsb.

Untuk mengakhiri sebuah sesi Matlab, anda bisa melakukan dengan dua cara,

pertama pilih File Exit MATLAB dalam window utama Matlab yang sedang aktif,

atau cara kedua lebih mudah yaitu cukup ketikkan „exit‟ dalam Command Window.

2.3.3. Sintaks Penulisan pada MATLAB

MATLAB dibuat dengan mengacu pada bahasa MATLAB, kadang-kadang

disebut M-code atau M saja. Cara termudah mengeksekusi (menjalankan) M-code

adalah dengan mengetikkannya secara langsung diprompt pada jendela

Command Window, sebuah elemen UI di desktop MATLAB. Dengan cara ini,

MATLAB dapat digunakan sebagai shell (pengeksekusi perintah) matematis yang

interaktif. Urutan-urutan perintah yang lebih kompleks dapat disimpan dan

dimasukkan ke dalam sebuah M-file dengan menggunakan MATLAB Editor, sebagai

skrip sehingga dapatmemperluas perintah-perintah yang tersedia.

Variabel didefinisikan dengan operator assignment , =. Perintah pada MATLAB bisa

diketik secara dinamis, dalam artian variabel-variabel dapat langsung diisi tanpa

mendefinisikan jenisnya terlebih dahulu, kecuali bila variabel tersebut merupakan

objek simbolis. Nilai yang diisikan ke sebuah variabel dapat berupa konstan, yang

didapat dari hasil perhitungan yang melibatkan variabel lainnya, atau dari keluaran

suatu fungsi.

Contohnya:

>> x = 17x =17>> x = 'hat'x =hat>> x = [3*4, pi/2]x =12.0000 1.5708>> y =

3*sin(x)y =-1.6097 3.0000

12

MATLAB adalah sebuah "Matrix Laboratory", dan karenanya ia menyediakan

berbagai cara untuk membuat matriks dengan dimensi berbeda-beda.Menurut gaya

bahasa di dalam MATLAB, sebuah vektor mengacu pada sebuah matriks satu

dimensi (1×N or N×1), yang biasanya disebut sebagai sebuah array di bahasa

pemrograman lainnya. Sebuah matriks umumnya multi-dimensional, yang artinya

terdiri dari satu/lebih dimensi, contohnya sebuah matriks N×M, matriks N×M×L, dsb,

dimana N, M, and L lebih besar dari 1. Di bahasa lain, matriks seperti ini dapat

dilukiskan sebagai array dari array-array, atau array dari array-array dari array-array,

atau array multi-dimensi saja. Untuk membuat array yang sederhana di MATLAB,

sintaks penulisan perintahnya adalah nilai awal:langkah:nilai akhir. Contohnya,

perintah

>> array = 1:2:9 array =1 3 5 7 9

akan membuat sebuah variabel bernama array dengan isi 1, 3, 5, 7 dan 9. Yaitu,

sebuah array dengan nilai awal 1, dengan nilai selanjutnya berjarak 2 dari

sebelumnya, kemudian berhenti ketika sampai ke 9.

a. Vektor

Baris vektor adalah daftar angka-angka yang dipisahkan oleh koma (,) atau

spasi. Jumlah masukan dikenal sebagai panjang vektor. Masukan harus ditulis

dalam tanda kurung siku ([]).Perhatikan contoh berikut :

Vektor baris :

>> v = [-2 sin(45) 4 6]v =-2.0000 0.8509 4.0000 6.0000>> length(v) %

menghitung panjang vektor ans =3

Vektor kolom :

>> x = [6; 5 ; 9]x =659

b. Matriks

Dapat diasumsikan bahwa didalam MATLAB setiap data akan disimpandalam

bentuk matriks. Dalam membuat suatu data matriks pada MATLAB,setiap isi

data harus dimulai dari kurung siku „[„ dan diakhiri dengan kurung siku tutup

„]‟. Untuk membuat variabel dengan data yang terdiri beberapa baris, gunakan

13

tanda „titik koma‟ (;) untuk memisahkan data tiap barisnya.Contoh pembuatan

data matriks pada MATLAB:

>>DataMatrik = [ 1 2 3; 4 5 6]

DataMatrik = 1 2 3

4 5 6

MATLAB menyediakan beberapa fungsi yang dapat kita gunakan untuk

menghasilkan bentuk-bentuk matriks yang diinginkan. Fungsi-fungsi tersebutantara

lain:

Zeros : untuk membuat matriks yang semua datanya bernilai 0

Ones : matriks yang semua datanya bernilai 1

Rand : matriks dengan data random dengan menggunakan distribusi uniform

Randn : matris dengan data random dengan menggunakan distribusi normal

Eye : untuk menghasilkan matriks identitas

Tabel Operasi dan Fungsi pada Matriks sebagai berikut:

Tabel 2.1. Operasi dan Fungsi pada Matriks

Perintah Keterangan Contoh

Det Menghasilkan determinan matriks Det (A)

Size Menghasilkan ukuran matriks Size (A)

+ Menjumlahkan maktriks C = A+ B

* Mengalikan matriks C = A* B

.* Mengalikan elemen dengan elemen, dengan

ketentuan memiliki ukuran yang sama C = A.* B

^ Memangkatkan matriks dengan suatu skalar C = A ^ k

.^ Memangkatkan elemen per elemen matriks

dengan skalar C = A .^ k

' Transpose matriks A'

./ Membagi elemen per elemen dengan

ketentuan memiliki ukuran yang sama C =A./B

\ Menghasilkan solusi AX = B C =A\B

/ Menghasilkan XA = B C = A/ B

Inv

Menghasilkan invers matriks dengan

ketentuan matriks merupakan matriks bujur

sangkar

C = Inv

(A)

Sumber: https://piptools.net

https://piptools.net/algoritma-fft-fast-fourier-transform/

14

2.4. Konsep Dasar Sinyal

Sinyal merupakan sesuatu yang secara kuantitatif bisa terdeteksi dan

digunakan untuk memberikan informasi yang berkaitan dengan fenomena fisik.

Contoh sinyal yang kita temui dalam kehidupan sehari hari, suara manusia, cahaya,

temperatur, kelembaban, gelombang radio, sinyal listrik, dsb. Sinyal listrik secara

khusus akan menjadi pembicaraan di dalam praktikum ini, secara normal

diskpresikan di dalam bentuk gelombang tegangan atau arus. Dalam aplikasi bidang

rekayasa, banyak sekali dijumpai bentuk sinyal-sinyal lingkungan yang dikonversi ke

sinyal listrik untuk tujuan memudahkan dalam pengolahannya.

Secara matematik sinyal biasanya dimodelkan sebagai suatu fungsi yang

tersusun lebih dari satu variabel bebas. Contoh variabel bebas yang bisa digunakan

untuk merepresentasikan sinyal adalah waktu, frekuensi atau koordinat spasial.

Sebelum memperkenalkan notasi yang digunakan untuk merepresentasikan sinyal,

berikut ini kita mencoba untuk memberikan gambaran sederhana berkaitan dengan

pembangkitan sinyal dengan menggunakan sebuah sistem.

Perhatikan Gambar 2.3, yang mengilustrasikan bagaimana sebuah sistem di

bidang rekayasa (engineering) dan bentuk sinyal yang dibangkitkannya. Gambar 2.3a

merupakan contoh sederhana sistem rangkaian elektronika yang tersusun dari sebuah

capasitor C, induktor L dan resistor R. Sebuah tegangan v(t) diberikan sebagai input

dan mengalis melalui rangkaian RLC, dan memberikan bentuk output berupa sinyal

sinusoida sebagai fungsi waktu seperti pada Gambar 2.3b. Notasi v(t) dan y(t)

merupakan variabel tak bebas, sedangkan notasi t merupakan contoh variabel bebas.

Pada Gambar 2.3c merupakan sebuah ilustrasi proses perekaman menggunakan

digital audio recorder. Sedangkan Gambar 2.3d adalah contoh sinyal ouput hasil

perekaman yang disajikan di dalam bentuk grafik tegangan sebagai fungsi waktu.

Salah satu cara mengklasifikasi sinyal adalah dengan mendefinisikan nilai-

nilainya pada variabel bebas t (waktu). Jika sinyal memiliki nilai pada keselutuhan

waktu t maka didefinisikan sebagai sinyal waktu kontinyu atau consinous-time (CT)

signal. Disisi lain jika sinyal hanya memiliki nilai pada waktu-waktu tertentu

15

(diskrete), maka bisa didefinisikan sebagai sinyal waktu diskrit atau discrete-time

(DT) signal.

(a) Rangkaian RLC (b) Sinyal output rangkaian RLC

(c) Perekaman suara (b) Sinyal output perekaman

Gambar 2.3. Gambaran sistem dan sinyal ouput yang dihasilkan

Sumber : Sumber : http://tribudi.lecturer.pens.ac.id

2.5. PCM (Pulse Code Modulation)

PCM (Pulse Code Modulation) merupakan metode umum untuk mengubah

sinyal analog menjadi sinyal digital. Dalam sistem digital, sinyal analog yang

dikirimkan cukup dengan sampel sampelnya saja. Sinyal suara atau gambar yang

masih berupa sinyal listrik analog diubah menjadi sinyal listrik digital melalui 4 tahap

utama, yaitu :

1. Sampling

2. Quantisasi

3. Pengkodean

4. Multiplexing

16

Gambar 2.4. Pulse Code Modulation

Sumber: http://syahigwan.blogspot.co.id

2.6. FFT (Fast Fourier Transform)

Transformasi Fourier adalah suatu model transformasi yang memindahkan

sinyal domain spasial atau sinyal domain waktu menjadi sinyal domain frekuensi. Di

dalam pengolahan suara, transformasi fourier banyak digunakan untuk mengubah

domain spasial pada suara menjadi domain frekuensi. Analisa-analisa dalam domain

frekuensi banyak digunakan seperti filtering. Dengan menggunakan transformasi

fourier, sinyal atau suara dapat dilihat sebagai suatu objek dalam domain frekuensi.

Discrete Fourier Transformasi (DFT) merupakan prosedur matematika yang

digunakan untuk menentukan harmonik atau frekuensi yang merupakan isi dari

urutan sinyal diskrit. Urutan sinyal diskrit adalah urutan nilai yang diperoleh dari

sampling periodik sinyal kontinu dalam domain waktu. DFT berasal dari fungsi

Transformasi Fourier X(f) yang didefinisikan:

X(f)=∫ [ ] ∫

Dimana :

X(f) = urutan ke –f komponen output (X(0),X(1),…,X(N-1))

F = indeks output dalam domain frekuensi (0,1,…,N-1)

X(t) = urutan ke –t sampel input (x(0), x(1),…,x(N-1)

N = indeks sampel input dalam domain waktu (0,1,…,N-1)

J = bilangan imajiner (√ )

= derajat (180o)

http://syahigwan.blogspot.co.id/2015/10/pcm-pulse-code-modulation-modulasi-kode.html

17

= basis logaritma natural (2.718281828459)

X(f) = dalam bidang pemrosesan sinyal kontinu, digunakan untuk

mengubah fungsi domain waktu kontinu x(t) menjadi fungsi domain frekuensi

kontinyu X(f). Fungsi X(f) memungkinkan untuk menentukan kandungan isi

frekuensi dari beberapa sinyal dan menjadikan beragam analisis sinyal dan

pengolahan yang dipakai di bidang teknik dan fisika. Dengan munculnya

komputer digital, ilmuwan di bidang pengolahan digital berhasil mendefenisikan

DFT sebagai urutan sinyal diskrit domain frekuensi X(m), dimana:

( ) ∑ ( ) ∫

N = jumlah sampel Input

X(m) = urutan ke-m komponen output DFT (X(0), X(1),…,X(N-1))

m = indeks output DFT dalam domain frekuensi (0,1,…,N-1)

X(n) = urutan ke –n sampel input (x(0), x(1),…,x(N-1)

n = indeks sampel input dalam domain waktu (0,1,…,N-1)

j = bilangan imajiner (√ )

= derajat (180o)

= basis logaritma natural (2.718281828459)

Kemudian dihubungkan dengan rumus Euler =cos ( )- j sin ( ), sehingga

setara dengan :

( ) ∑ ( ) [ (

) ( (

)]

Dimana :

N = jumlah sampel input

X(m) = urutan ke-m komponen output DFT (X(0), X(1),…,X(N-1))

m = indeks output DFT dalam domain frekuensi (0,1,…,N-1)

x(n) = urutan ke –n sampel input (x(0), x(1),…,x(N-1)

n = indeks sampel input dalam domain waktu (0,1,…,N-1)

18

j = bilangan imajiner (√ )

= derajat (180o)

Konstanta j = √−1 hanya membantu membandingkan hubungan fase di

dalam berbagai komponen sinusoidal dari sinyal. Nilai N merupakan parameter

penting karena menentukan berapa banyak sampel masukan yang diperlukan, hasil

domain frekuensi dan jumlah waktu proses yang diperlukan untuk menghitung N-titik

DFT. Diperlukan N-perkalian kompleks dan N-1 sebagai tambahan. Kemudian, setiap

perkalian membutuhkan N-perkalian riil, sehingga untuk menghitung seluruh nilai N

(X(0), X(1), …, X(N-1)) memerlukan N2 perkalian. Hal ini menyebabkan

perhitungan DFT memakan waktu yang lama jika jumlah sampel yang akan diproses

dalam jumlah besar.

19

BAB III

METODOLOGI PENELITIAN

3.1. Jenis Penelitian

Penelitian ini adalah penelitian tentang sistem pengolahan sinyal suara

menggunakan aplikasi software Matlab dan menggunakan metode Fast Fourier

Transform (FFT).

3.2. Tempat dan Waktu Pelaksanaan

Tempat penelitian akan dilaksanakan di Jl. Soekartno Hatta KM.8, Batu

Ampar, Balikpapan Utara, dan Jl PJHI Batakan, Gang Aster RT 15 Balikpapan

Timur. Waktu penelitian dilaksanakan pada 13 April 2018 – 15 Juni 2018.

3.3. Peralatan dan Bahan

Penelitian Ciri Suara Manusia Berbasis Matlab dengan Metode Fast Fourier

Transform (FFT) membutuhkan peralatan dan bahan sebagai berikut:

3.3.1. Peralatan

a. Laptop

b. Microphone

c. Soundcard

3.3.2. Bahan

a. Apikasi MATLAB

b. Rekaman suara manusia dengan format .wav

3.4. Metodologi Penelitian

Adapun metode pengambilan penelitian dalam pengerjaaan tugas akhir ini

yaitu sebagai berikut :

20

1. Observasi Data

Dalam pengerjaan tugas akhir ini, dilakukan observasi data yang diperoleh

melalui pengambilan 10 sampel suara manusia dewasa, proses perekaman

tersebut menggunakan kesamaan kata yang dikatakan yaitu “Pengolah Sinyal”

dan durasi waktu yang ditentukan yaitu 3 detik.

2. Studi Literatur

Dalam pengerjaan tugas akhir ini, penulis menggunakan buku –buku yang

dijadikan sebagai sumber informasi dan referensi materi yang digunakan

sebagai sumber informasi dan referensi materi yang digunakan sebagai dasar

teori yang sesuai dengan tugas akhir yang dibuat oleh penulis.

3. Konsultasi

Dalam pengerjaan tugas akhir ini, penulis melakukan konsultasi berupa

bimbingan kepada dosen pembimbing. Hal ini dilakukan untuk melakukan

pengecekan data, pengecekan tata tulis, penambahan materi atau mengurangi

hal –hal yang dirasa tidak diperlukan.

3.5. Proses Perancangan

Flowchart perancangan penelitian Ciri Suara Manusia Berbasis Matlab

dengan Metode Fast Fourier Transform (FFT) adalah sebagai berikut:

Proses konversi & penyimpanan suara

asli ke dalam format .wav

Inisialisasi input rekaman

suara manusia sampel 10

orang manusia

Start

A

21

Gambar 3.1. Flowchart Perancangan

3.5.1. Perancangan Sistem

Perancangan merupakan tahap lanjutan dari analisis sistem dimana pada

perancangan sistem digambarkan rancangan sistem yang akan dibangun sebelum

dilakukan pengkodean ke dalam suatu bahasa pemrograman. Dalam perancangan

sistem tidak lepas dari analisis, karena dari hasil analisis sistem baru dapat dibuat

perancangan sistem.

Desain umum yang akan diaplikasikan bertujuan untuk memberikan

gambaran secara umum kepada penggunaan tentang sistem yang akan dibangun.

Berikut merupakan langkah – langkah dalam perancangan :

a. Mengambil 5 sampel suara pria dan 5 sampel suara wanita menggunakan

microphone dengan format .m4a

Proses perancangan aplikasi dengan

metode FFT

Proses Pengujian Aplikasi

Proses analisa membandingkan &

klasifikasi ciri suara manusia

Selesai

Apakah tampilan

sinyal suara sesuai

dengan metode FFT?

Menampilkan bentuk gelombang / sinyal

suara dengan metode FFT

A

T

Y

22

Gambar 3.2. Suara dalam Format .m4a

b. Mengubah format suara menjadi .wav

Gambar 3.3. Suara dalam Format .wav

c. Membuat GUI Tampilan Sinyal Suara

Gambar 3.4. GUI Tampilan Sinyal Suara

23

d. Membuat program pengolahan sinyal suara pada Matlab yang sudah

terintegrasi metode Fast Fourier Transform (FFT)

Gambar 3.5. Pemrograman Sinyal Suara

e. Membuat GUI Tampilan Daya Sinyal Suara

Gambar 3.6. GUI Daya Sinyal Suara

f. Membuat Program Pengolahan Daya Sinyal Suara

Gambar 3.7. Pemrograman Daya Sinyal Suara

24

BAB IV

HASIL DAN PEMBAHASAN

4.1. Implementasi

Implementasi merupakan hasil dari sebuah kerangka desain program matlab

yang telah dirancang pada tahapan desain dan kemudian dibangun menjadi sebuah

perangkat lunak dalam bentuk GUI (Graphical User Interface).

Gambar 4.1. GUI Tampilan Sinyal Suara

Gambar 4.2. GUI Daya Sinyal Suara

4.2. Pengujian

Tahapan pengujian dilakukan untuk memeriksa apakah suatu perangkat lunak

yang dapat dihasilkan sudah dapat dijalankan sesuai dengan kriteria/standar tertentu.

Pengujian akan dijelaskan pada proses dibawah ini :

25

a. Memproses Suara

Gambar 4.3. Pengujian Sinyal Suara

Pada tampilan diatas merupakan tampilan sinyal suara, untuk memunculkan

sinyal suara user dapat membuka popupmenu dan memilih sinyal suara mana

yang akan ditampilkan, sinyal suara yang tampil hanya nama yang sudah

tercantum dalam popupmenu, dan tabel merupakan sedereran nilai masing –

masing suara sesuai dengan nama yang terdapat pada popupmenu.

b. Memproses Sinyal dengan metode FFT

Gambar 4.4. Sinyal dengan metode FFT

Pada tampilan diatas merupakan tampilan sinyal suara dengan metode FFT,

untuk dapat mengetahui bentuk sinyal user dapat mengetikan bilangan biner

sesuai dengan nilai biner pada sinyal suara aslinya.

26

c. Memproses Daya

Gambar 4.5. Pengujian Daya Sinyal Suara

Pada tampilan diatas merupakan tampilan daya pada sinyal suara, untuk

melihat sinyal daya user dapat mengetikan nilai frekuensi pada panel GUI.

4.3. Analisis Data Hasil Penelitian

4.3.1. Proses Fast Fourier Transform (FFT)

Fast Fourier Transform adalah suatu algoritma komputasi optimal yang

mengimplementasikan Discreet Fourier Transform (DFT) dengan teknik perhitungan

yang cepat serta memanfaatkan sinyal periodical dari transformasi fourier. FFT

merupakan operasi matematika yang bertujuan untuk dekomposisi dari suatu sinyal

domain waktu ke sinyal domain frekuensi. Perhitungan FFT mengimplementasikan

pencerminan tansformasi ganda hasil DFT dengan hanya menghitung nilai

setengahnya data sinyal sehingga perhitungan akan lebih cepat, berdasarkan rumus :

XR (k) ∑ [ ( )

( )

]

Dibawah ini merupakan hasil dari proses pengolahan sinyal dengan metode

FFT :

Tabel 4.1. Tabel Hasil Pengolahan Sinyal FFT

27

No Nama Sinyal Suara Sinyal Hasil FFT

1. Agung

2. Andi

3. Oji

4. Hanif

28

5. Rezha

6. Silfi

7. Sari

8. Maulina

29

9. Ayu

10. Irta

Berikut merupakan hasil perhitungan komputasi sinyal menggunakan metode

FFT :

1. Sinyal Suara Agung

x =

1 -1 0 0 0 0 1 -1 0 0 1 1 0 0 0 0

x =

Columns 1 through 7

1.0000 + 0.0000i -1.0000 + 0.0000i 1.0000 + 0.0000i -1.0000 + 0.0000i

1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i

Columns 8 through 14

0.0000 - 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i -1.0000 + 0.0000i -

0.0000 + 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i


30

0.0000 + 0.0000i 0.0000 + 0.0000i

x =

Columns 1 through 7

2.0000 + 0.0000i -0.2929 + 0.7071i 1.0000 + 1.0000i -1.7071 + 0.7071i

0.0000 + 0.0000i -1.7071 - 0.7071i 1.0000 - 1.0000i


-0.2929 - 0.7071i 1.0000 + 0.0000i 0.0000 - 1.0000i -1.0000 + 0.0000i -

0.0000 + 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i


-1.0000 + 0.0000i -0.0000 + 1.0000i

x =

Columns 1 through 7

3.0000 + 0.0000i -0.6756 - 0.2168i 0.2929 + 1.7071i -0.7832 + 1.0898i

0.0000 - 1.0000i -2.6310 - 0.3244i 1.7071 - 0.2929i


0.0898 - 1.6310i 1.0000 + 0.0000i 0.0898 + 1.6310i 1.7071 + 0.2929i -

2.6310 + 0.3244i -0.0000 + 1.0000i -0.7832 - 1.0898i


0.2929 - 1.7071i -0.6756 + 0.2168i

the output is: 3+0i -0.67558-0.21677i 0.29289+1.7071i-78323+1.0898i

6.1232e-17-1i -2.631-0.32442i 1.7071-0.29289i 0.08979-1.631i 1+0i

0.08979+1.631i 1.7071+0.29289i -2.631+0.32442i -6.1232e-17+1i -

0.78323-1.0898i 0.29289-1.7071i -0.67558+0.21677i

31

the output is: 1.6+0i -0.044313-1.3878e-17i -0.020841+0i 0.23196-

1.3878e-17i -0.058013+0i 0.018043-1.3878e-17i 0.27084+0i

0.29431-1.3878e-17i 0.016023+0i 0.29431+1.3878e-17i 0.27084+0i

0.018043+1.3878e-17i -0.058013+0i 0.23196+1.3878e-17i -0.020841+0i

-0.044313+1.3878e-17i

2. Sinyal Suara Andi

x =

1 1 0 0 2 0 1 -1 1 -1 2 0 1 1 2 0

x =

Columns 1 through 7

1.0000 + 0.0000i 1.0000 + 0.0000i 1.0000 + 0.0000i 1.0000 + 0.0000i

3.0000 + 0.0000i -0.0000 + 1.0000i 1.0000 + 0.0000i


0.0000 - 1.0000i 3.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -

1.0000 + 0.0000i 3.0000 + 0.0000i 1.0000 + 0.0000i


-1.0000 + 0.0000i 1.0000 + 0.0000i

x =

Columns 1 through 7

4.0000 + 0.0000i 1.7071 + 0.7071i 1.0000 - 1.0000i 0.2929 + 0.7071i -

2.0000 + 0.0000i 0.2929 - 0.7071i 1.0000 + 1.0000i


1.7071 - 0.7071i 6.0000 + 0.0000i -0.2929 - 0.7071i -1.0000 + 1.0000i -

1.7071 - 0.7071i 0.0000 + 0.0000i -1.7071 + 0.7071i

32


-1.0000 - 1.0000i -0.2929 + 0.7071i

x =

Columns 1 through 7

10.0000 + 0.0000i 1.1659 + 0.1659i 1.0000 + 0.4142i -1.0137 + 2.0137i -

2.0000 + 0.0000i 1.5995 + 0.5995i 1.0000 + 2.4142i


2.2483 - 1.2483i -2.0000 + 0.0000i 2.2483 + 1.2483i 1.0000 - 2.4142i

1.5995 - 0.5995i -2.0000 + 0.0000i -1.0137 - 2.0137i


1.0000 - 0.4142i 1.1659 - 0.1659i

the output is: 10+0i 1.16591+0.165911i 1+0.414214i -1.01367+2.01367i

-2+0i 1.59946+0.599456i 1+2.41421i 2.2483-1.2483i -2+0i 2.2483+1.2483i

1-2.41421i 1.59946-0.599456i -2+0i -1.01367-2.01367i 1-0.414214i

1.16591-0.165911i

the output is: 2.4259+0i 0.22985-5.7484e-18i 0.48115+8.6634e-17i

0.50553-5.7484e-18i 0.53806+0i 0.76507+3.3504e-17i 0.51885+3.1123e-

17i 0.49955+3.3504e-17i 0.49797+0i 0.49955-3.3504e-17i 0.51885-

3.1123e-17i 0.76507-3.3504e-17i 0.53806+0i 0.50553+5.7484e-18i

0.48115-8.6634e-17i 0.22985+5.7484e-18i

3. Sinyal Suara Oji

x =

1 1 1 1 0 0 2 0 2 0 1 1 0 0 1 1

x =

Columns 1 through 7

33

2.0000 + 0.0000i 1.0000 - 1.0000i 0.0000 + 0.0000i 1.0000 + 1.0000i

2.0000 + 0.0000i 0.0000 + 0.0000i -2.0000 + 0.0000i


0.0000 + 0.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i 1.0000 + 0.0000i -

0.0000 + 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i


-1.0000 + 0.0000i -0.0000 + 1.0000i

x =

Columns 1 through 7

4.0000 + 0.0000i 1.0000 - 1.0000i -0.0000 + 2.0000i 1.0000 + 1.0000i

0.0000 + 0.0000i 1.0000 - 1.0000i 0.0000 - 2.0000i


1.0000 + 1.0000i 4.0000 + 0.0000i -0.7071 - 1.7071i 1.0000 + 1.0000i

0.7071 + 0.2929i 2.0000 + 0.0000i 0.7071 - 0.2929i


1.0000 - 1.0000i -0.7071 + 1.7071i

x =

Columns 1 through 7

8.0000 + 0.0000i -0.3066 - 2.3066i 1.4142 + 2.0000i 1.5412 + 0.4588i

0.0000 - 2.0000i 0.4588 - 1.5412i -1.4142 - 2.0000i


2.3066 - 0.3066i 0.0000 + 0.0000i 2.3066 + 0.3066i -1.4142 + 2.0000i

0.4588 + 1.5412i -0.0000 + 2.0000i 1.5412 - 0.4588i

34


1.4142 - 2.0000i -0.3066 + 2.3066i

the output is: 8+0i -0.30656-2.3066i 1.4142+2i 1.5412+0.4588i 1.2246e-

16-2i 0.4588-1.5412i -1.4142-2i 2.3066-0.30656i 0+0i 2.3066+0.30656i

-1.4142+2i 0.4588+1.5412i -1.2246e-16+2i 1.5412-0.4588i 1.4142-2i -

0.30656+2.3066i

the output is: 2.3461 0.5 0.37707 0.5 0.13763 0.5 0.12293 0.5

0.37865 0.5 0.12293 0.5 0.13763 0.5 0.37707 0.5

4. Sinyal Suara Hanif

x =

0 0 0 0 2 0 0 0 2 0 1 1 2 0 1 1

x =

Columns 1 through 7

0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i

2.0000 + 0.0000i 0.0000 + 0.0000i 2.0000 + 0.0000i


0.0000 + 0.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i 1.0000 + 0.0000i -

0.0000 + 1.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i


1.0000 + 0.0000i -0.0000 + 1.0000i

x =

Columns 1 through 7

2.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 - 2.0000i 0.0000 + 0.0000i -

2.0000 + 0.0000i 0.0000 + 0.0000i -0.0000 + 2.0000i

35


0.0000 + 0.0000i 6.0000 + 0.0000i -0.7071 - 1.7071i 1.0000 - 1.0000i

0.7071 + 0.2929i 0.0000 + 0.0000i 0.7071 - 0.2929i


1.0000 + 1.0000i -0.7071 + 1.7071i

x =

Columns 1 through 7

8.0000 + 0.0000i -1.3066 - 1.3066i 0.0000 - 3.4142i 0.5412 - 0.5412i -

2.0000 + 0.0000i -0.5412 - 0.5412i 0.0000 + 0.5858i


1.3066 - 1.3066i -4.0000 + 0.0000i 1.3066 + 1.3066i 0.0000 - 0.5858i -

0.5412 + 0.5412i -2.0000 + 0.0000i 0.5412 + 0.5412i


-0.0000 + 3.4142i -1.3066 + 1.3066i

the output is: 8+0i -1.3066-1.3066i 2.3349e-16-3.4142i 0.5412-0.5412i -

2+0i -0.5412-0.5412i 9.958e-17+0.58579i 1.3066-1.3066i -4+0i

1.3066+1.3066i 1.1442e-17-0.58579i -0.5412+0.5412i -2+0i

0.5412+0.5412i -3.4451e-16+3.4142i -1.3066+1.3066i

the output is: 2.1533+0i 0.5+0i 0.69134-1.9626e-17i 0+0i 0.5+0i

0+0i 0.30866-1.9626e-17i 0.5+0i 0.84672+0i 0.5+0i 0.5+0i

5. Sinyal Suara Rezha

x =

1 -1 1 -1 1 -1 1 1 0 0 1 -1 0 0 0 0

36

x =

Columns 1 through 7

2.0000 + 0.0000i -1.0000 + 1.0000i 0.0000 + 0.0000i -1.0000 - 1.0000i

2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i


-1.0000 + 1.0000i 1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i

0.0000 - 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i


0.0000 + 0.0000i 0.0000 + 0.0000i

x =

Columns 1 through 7

4.0000 + 0.0000i -2.4142 + 1.0000i 0.0000 + 0.0000i 0.4142 - 1.0000i

0.0000 + 0.0000i 0.4142 + 1.0000i 0.0000 + 0.0000i


-2.4142 - 1.0000i 1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i

0.0000 - 1.0000i 1.0000 + 0.0000i -0.0000 + 1.0000i


-1.0000 + 0.0000i 0.0000 - 1.0000i

x =

Columns 1 through 7

5.0000 + 0.0000i -2.0315 + 1.9239i -0.7071 + 0.7071i -0.5097 - 1.3827i

0.0000 - 1.0000i 1.3381 + 0.6173i 0.7071 + 0.7071i

37


-2.7969 - 0.0761i 3.0000 + 0.0000i -2.7969 + 0.0761i 0.7071 - 0.7071i

1.3381 - 0.6173i -0.0000 + 1.0000i -0.5097 + 1.3827i


-0.7071 - 0.7071i -2.0315 - 1.9239i

the output is: 5+0i -2.0315+1.9239i -0.70711+0.70711i -0.50967-

1.3827i 6.1232e-17-1i 1.3381+0.61732i 0.70711+0.70711i -2.7969-

0.07612i 3+0i -2.7969+0.07612i 0.70711-0.70711i 1.3381-0.61732i

-6.1232e-17+1i -0.50967+1.3827i -0.70711-0.70711i -2.0315-1.9239i

the output is: 1.9429+0i 0.125+4.4686e-17i 0.60911-3.9252e-17i

0.125+7.1618e-17i 0.375-1.1102e-16i 0.125+7.1618e-17i 0.14089-

3.9252e-17i 0.125+4.4686e-17i -0.19289+0i 0.125-4.4686e-17i

0.14089+3.9252e-17i 0.125-7.1618e-17i 0.375+1.1102e-16i 0.125-

7.1618e-17i 0.60911+3.9252e-17i 0.125-4.4686e-17i

6. Sinyal Suara Silfi

x =

0 0 1 -1 0 0 0 0 1 -1 1 1 2 0 1 1

x =

Columns 1 through 7

1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i 0.0000 - 1.0000i

0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i


0.0000 + 0.0000i 2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i -

1.0000 + 1.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i

38


1.0000 + 0.0000i -0.0000 + 1.0000i

x =

Columns 1 through 7

1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i 0.0000 - 1.0000i

1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i


0.0000 - 1.0000i 5.0000 + 0.0000i -1.7071 - 1.7071i 0.0000 - 1.0000i -

0.2929 + 0.2929i -1.0000 + 0.0000i -0.2929 - 0.2929i


-0.0000 + 1.0000i -1.7071 + 1.7071i

x =

Columns 1 through 7

6.0000 + 0.0000i -2.2304 + 0.0761i -1.7071 - 0.7071i 0.1585 - 0.6173i

1.0000 + 1.0000i -0.1585 + 1.3827i -0.2929 - 0.7071i


2.2304 - 1.9239i -4.0000 + 0.0000i 2.2304 + 1.9239i -0.2929 + 0.7071i -

0.1585 - 1.3827i 1.0000 - 1.0000i 0.1585 + 0.6173i


-1.7071 + 0.7071i -2.2304 - 0.0761i

the output is: 6+0i -2.2304+0.07612i -1.7071-0.70711i 0.15851-0.61732i

1+1i -0.15851+1.3827i -0.29289-0.70711i 2.2304-1.9239i -4+0i

0.15851+0.61732i -1.7071+0.70711i -2.2304-0.07612i

39

the output is: 2.0292+0i 0.10215-4.4508e-17i 0.72649+0i

0.082306+1.1004e-17i 0.47514+0i -0.023648+2.8742e-18i 0.16996+0i

0.33919+2.8742e-18i 0.22762+0i 0.33919-2.8742e-18i 0.16996+0i -

0.023648-2.8742e-18i 0.47514+0i 0.082306-1.1004e-17i0.72649+0i

0.10215+4.4508e-17i

7. Sinyal Suara Sari

x =

0 0 1 1 1 1 0 0 1 -1 1 1 0 0 1 1

x =

Columns 1 through 7

1.0000 + 0.0000i 0.0000 - 1.0000i -1.0000 + 0.0000i -0.0000 + 1.0000i

1.0000 + 0.0000i 1.0000 + 0.0000i 1.0000 + 0.0000i


1.0000 + 0.0000i 2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i -

1.0000 + 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i


-1.0000 + 0.0000i -0.0000 + 1.0000i

x =

Columns 1 through 7

2.0000 + 0.0000i 0.7071 - 1.7071i -1.0000 - 1.0000i -0.7071 + 0.2929i

0.0000 + 0.0000i -0.7071 - 0.2929i -1.0000 + 1.0000i


0.7071 + 1.7071i 3.0000 + 0.0000i -1.7071 - 1.7071i -0.0000 + 1.0000i -

0.2929 + 0.2929i 1.0000 + 0.0000i -0.2929 - 0.2929i

40


0.0000 - 1.0000i -1.7071 + 1.7071i

x =

Columns 1 through 7

5.0000 + 0.0000i -1.5233 - 2.6310i -0.2929 - 0.2929i -0.5486 + 0.6756i

0.0000 - 1.0000i -0.8656 + 0.0898i -1.7071 + 1.7071i


2.9375 + 0.7832i -1.0000 + 0.0000i 2.9375 - 0.7832i -1.7071 - 1.7071i -

0.8656 - 0.0898i -0.0000 + 1.0000i -0.5486 - 0.6756i


-0.2929 + 0.2929i -1.5233 + 2.6310i

the output is: 5+0i -1.5233-2.631i -0.29289-0.29289i -0.54859+0.67558i

6.1232e-17-1i -0.86562+0.08979i -1.7071+1.7071i 2.9375+0.78323i

-1+0i 2.9375-0.78323i -1.7071-1.7071i -0.86562-0.08979i -6.1232e-

17+1i -0.54859-0.67558i -0.29289+0.29289i -1.5233+2.631i

the output is: 1.8312+0i 0.073223-3.6264e-17i 0.63359+7.8505e-17i

0.42678-1.5021e-17i 0.14645+0i 0.42678-1.5021e-17i -0.13359+7.8505e-

17i 0.073223-3.6264e-17i -0.12406+0i 0.073223+3.6264e-17i -

0.13359-7.8505e-17i 0.42678+1.5021e-17i 0.14645+0i 0.42678+1.5021e-

17i 0.63359-7.8505e-17i 0.073223+3.6264e-17i

8. Sinyal Suara Maulina

x =

0 0 2 0 1 -1 1 1 0 0 0 0 0 0 1 1

x =

Columns 1 through 7

41

2.0000 + 0.0000i 0.0000 + 0.0000i -2.0000 + 0.0000i 0.0000 + 0.0000i

2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i


-1.0000 + 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i

0.0000 + 0.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i


-1.0000 + 0.0000i -0.0000 + 1.0000i

x =

Columns 1 through 7

4.0000 + 0.0000i -1.4142 - 0.0000i -2.0000 + 0.0000i 1.4142 + 0.0000i

0.0000 + 0.0000i 1.4142 + 0.0000i -2.0000 + 0.0000i


-1.4142 - 0.0000i 1.0000 + 0.0000i -0.7071 - 0.7071i -0.0000 + 1.0000i

0.7071 - 0.7071i -1.0000 + 0.0000i 0.7071 + 0.7071i


0.0000 - 1.0000i -0.7071 + 0.7071i

x =

Columns 1 through 7

5.0000 + 0.0000i -2.3381 - 0.3827i -1.2929 + 0.7071i 1.0315 - 0.9239i -

0.0000 + 1.0000i 1.7969 - 0.9239i -2.7071 + 0.7071i


-0.4903 - 0.3827i 3.0000 + 0.0000i -0.4903 + 0.3827i -2.7071 - 0.7071i

1.7969 + 0.9239i 0.0000 - 1.0000i 1.0315 + 0.9239i


-1.2929 - 0.7071i -2.3381 + 0.3827i

42

the output is: 5+0i -2.3381-0.38268i -1.2929+0.70711i

1.0315-0.92388i -6.1232e-17+1i 1.7969-0.92388i -

2.7071+0.70711i -0.49033-0.38268i 3+0i -

0.49033+0.38268i -2.7071-0.70711i 1.7969+0.92388i

6.1232e-17-1i 1.0315+0.92388i -1.2929-0.70711i -

2.3381+0.38268i

the output is: 1.9585 0.17931 0.3384 0.39905 0.091055 0.085059

0.4116 -0.16342 0.35939 -0.16342 0.4116 0.085059 0.091055

0.39905 0.3384 0.17931

9. Sinyal Suara Ayu

x =

0 0 0 0 0 0 1 -1 1 -1 2 0 1 -1 1 1

x =

Columns 1 through 7

0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i

1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i


0.0000 - 1.0000i 3.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -

1.0000 + 0.0000i 2.0000 + 0.0000i -1.0000 - 1.0000i


0.0000 + 0.0000i -1.0000 + 1.0000i

x =

Columns 1 through 7

1.0000 + 0.0000i 0.7071 + 0.7071i -0.0000 + 1.0000i -0.7071 + 0.7071i -

1.0000 + 0.0000i -0.7071 - 0.7071i 0.0000 - 1.0000i

43


0.7071 - 0.7071i 5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i

0.4142 + 0.0000i 1.0000 + 0.0000i 0.4142 + 0.0000i


-1.0000 + 0.0000i -2.4142 - 0.0000i

x =

Columns 1 through 7

6.0000 + 0.0000i -1.5233 + 1.6310i -0.7071 + 1.7071i -0.5486 + 0.3244i -

1.0000 - 1.0000i -0.8656 - 1.0898i 0.7071 - 0.2929i


2.9375 + 0.2168i -4.0000 + 0.0000i 2.9375 - 0.2168i 0.7071 + 0.2929i -

0.8656 + 1.0898i -1.0000 + 1.0000i -0.5486 - 0.3244i


-0.7071 - 1.7071i -1.5233 - 1.6310i

the output is: 6+0i -1.5233+1.631i -0.70711+1.7071i -0.54859+0.32442i

-1-1i -0.86562-1.0898i 0.70711-0.29289i 2.9375+0.21677i -4+0i

2.9375-0.21677i 0.70711+0.29289i -0.86562+1.0898i -1+1i -0.54859-

0.32442i -0.70711-1.7071i -1.5233-1.631i

the output is: 2.0292+0i 0.10215-2.1412e-17i 0.72649-1.1497e-17i

0.082306-4.0647e-18i 0.47514-5.5511e-17i -0.023648-5.1446e-17i 0.16996-

6.7008e-17i 0.33919-1.3283e-17i 0.22762+0i 0.33919+1.3283e-17i

0.16996+6.7008e-17i -0.023648+5.1446e-17i 0.47514+5.5511e-17i

0.082306+4.0647e-18i 0.72649+1.1497e-17i 0.10215+2.1412e-17i

44

10. Sinyal Suara Irta

x =

1 -1 2 0 1 -1 1 1 0 0 0 0 0 0 0 0

x =

Columns 1 through 7

3.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i

2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i


-1.0000 + 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i

0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i


0.0000 + 0.0000i 0.0000 + 0.0000i

x =

Columns 1 through 7

5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i 0.4142 + 0.0000i

1.0000 + 0.0000i 0.4142 + 0.0000i -1.0000 + 0.0000i


-2.4142 - 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i

0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i


0.0000 + 0.0000i 0.0000 + 0.0000i

x =

Columns 1 through 7

5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i 0.4142 + 0.0000i

1.0000 + 0.0000i 0.4142 + 0.0000i -1.0000 + 0.0000i

45


-2.4142 - 0.0000i 5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i

0.4142 + 0.0000i 1.0000 + 0.0000i 0.4142 + 0.0000i


-1.0000 + 0.0000i -2.4142 - 0.0000i

the output is: 5+0i -2.4142-2.2204e-16i -1+0i 0.41421+1.1102e-16i

1+0i 0.41421+2.2204e-16i -1+0i -2.4142-1.1102e-16i 5+0i -2.4142-

2.2204e-16i -1+0i 0.41421+1.1102e-16i 1+0i 0.41421+2.2204e-16i

-1+0i -2.4142-1.1102e-16i

the output is: 1.7071 0 0.85355 0 0.5 0 0.14645 0 0.29289 0

0.14645 0 0.5 0 0.85355 0

4.3.2. Perhitungan Parameter Sinyal Suara

1. Rata – rata Waktu Delay Sinyal

Berikut merupakan perhitungan nilai delay sinyal masing – masing suara :

1) Sinyal Suara Agung

( ) ( ) ( ) ( )

2) Sinyal Suara Andi

( ) ( ) ( )

( ) ( )

46

3) Sinyal Sinyal Oji

( ) ( ) ( ) ( )

4) Sinyal Suara Hanif

( ) ( ) ( )

( ) (

5) Sinyal Suara Rezha

( ) ( ) ( ) ( )

47

6) Sinyal Suara Silfi

( ) ( ) ( )

7) Sinyal Suara Sari

( ) ( ) ( )

8) Sinyal Suara Maulina

( ) ( ) (

9) Sinyal Suara Ayu

( ) ( ) ( )

48

10) Sinyal Suara Irta

( ) ( )

2. Perhitungan Amplitudo Sinyal

Berikut merupakan perhitungan nilai amplitudo sinyal masing–masing suara :

1) Sinyal Suara Agung

( ) ( ) ( )

2) Sinyal Suara Andi

( ) ( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( )

49

3) Sinyal Sinyal Oji

( ) ( ) ( ) ( ) ( )

4) Sinyal Suara Hanif

( ) ( ) ( )

5) Sinyal Suara Rezha

( ) ( )

6) Sinyal Suara Silfi

( ) ( ) ( ) ( )

50

7) Sinyal Suara Sari

( ) ( ) ( ) ( )

8) Sinyal Suara Maulina

( ) ( ) ( ) ( )

9) Sinyal Suara Ayu

( ) ( ) ( )

10) Sinyal Suara Irta

51

( ) ( ) ( )

( ) ( )

3. Perhitungan Daya Sinyal Suara

Berikut merupakan perhitungan nilai daya sinyal masing – masing suara :

Tabel. 4.2. Perhitungan Daya Sinyal Suara

No Nama Suara Daya

1. Agung

2. Andi

3. Oji

52

4. Hanif

5. Rezha

6. Silfi

7 Sari

8. Maulina

9. Ayu

53

10. Irta

4.3.3. Hasil Sinyal Suara

Dari ke-10 sampel suara yang sudah dilakukan, bisa kita lihat hasil bentuk

sinyal suara dari table 1 dibawah ini:

Tabel 4.3. Bentuk Sinyal suara

No Nama

Suara

Bentuk

Sinyal Suara

Delay Amplitudo Daya Tipe

Suara

1. Agung

0,295 2 40 Pria

2. Andi

0,658 1,976 39,528 Pria

3. Oji

0,335 1,882 37,64 Pria

4. Hanif

0,171 1,088 21,778 Pria

54

5. Rezha

0,448 1,144 22,88 Pria

6. Silfi

0,765 0,849 16,98 Wanita

7. Sari

1,037 1,003 20,062 Wanita

8. Maulina

0,917 1,011 20,22 Wanita

9. Ayu

0,538 1,002 20,44 Wanita

10. Irta

1,190 0,826 16,52 Wanita

Berdasarkan table 4.3, perbedaan sinyal suara pria dan wanita dapat dianalisis

berdasarkan kerapatan frekuensi masing – masing sinyal. Pada sinyal suara pria

memiliki kerapatan frekuensi sinyal yang lebih rendah dibandingkan kerapatan

frekuensi sinyal suara wanita. Sebaliknya, kerapatan frekuensi suara wanita memiliki

kerapatan yang lebih tinggi dibandingkan frekuensi sinyal suara pria.

Kemudian, nilai delay sinyal suara pria dan wanita memiliki nilai delay sinyal

yang berbeda. Rata –rata nilai delay sinyal suara pria cenderung lebih kecil

dibandingkan nilai delay sinyal suara wanita. Range nilai delay sinyal suara pria yaitu

0,171 sampai 0,448 sekon dan range nilai delay sinyal suara wanita yaitu 0,538

sampai 1,190 sekon.

55

Untuk amplitudo dapat dianalisis bahwa nilai amplitudo sinyal suara antara

suara pria dan wanita memiliki nilai yang berbeda. Rata- rata amplitudo sinyal suara

pria lebih tinggi dibandingkan nilai amplitudo sinyal suara wanita. Range nilai

amplitudo sinyal pria yaitu 1,088 sampai 2 V, dan range nilai amplitudo sinyal suara

wanita yaitu antara 0,826 sampai 1,011V.

Parameter terakhir yaitu nilai daya sinyal suara pria lebih tinggi dibandingkan

nilai daya sinyal suara wanita. Range nilai daya sinyal pada suara pria yaitu 21,778

sampai 40 dB dan range nilai daya sinyal suara wanita yaitu 16,52 sampai 20,22 dB.

Dari Kesimpulan parameter diatas didapat yang bisa dianalisis sebagai

berikut :

Tabel 4.4. Analisis Parameter Sinyal Suara

No Parameter Pria (Range) Wanita (Range) Kesimpulan

1. Kerapatan

Frekuensi

Kerapatan

frekuensi pria

lebih renggang dari

wanita

Kerapatan

frekuensi wanita

lebih rapat

Suara wanita

memiliki

kerapatan yang

lebih tinggi

dari sinyal

suara pria

2. Delay 0,171 <=Delay<=

0,448 s

0,538<=Delay<=

1,190 s

Suara wanita

memiliki nilai

delay sinyal

lebih besar dari

nilai delay

sinyal suara

pria

3. Amplitudo 1,088 <=A<= 2 V 0,826

<=A<=1,011V

Suara wanita

lebih memiliki

nilai amplitudo

56

lebih kecil dari

sinyal suara

pria

4. Daya 21,778<=P<=40

dB

16,52<=P<=

20,22 dB

Suara wanita

memiliki nilai

daya lebih

kecil dari nilai

daya sinyal

suara pria

Berdasarkan penelitian sebelumnya (Mulyani, 2017) disimpulkan bahwa

frekuensi suara wanita berada pada range 87,30 Hz sampai 523,25 Hz dan frekuensi

suara pria berada pada range 65,40 Hz sampai 261 Hz. Oleh karena itu, hasil

penelitian penulis dengan hasil penelitian sebelumnya menunjukan kesimpulan yang

selaras dengan menunjukan frekuensi wanita lebih tinggi dari frekuensi suara pria

seperti nilai parameter yang disajikan pada table 4.4. Analisis Parameter Sinyal

Suara.

57

BAB V

PENUTUP

5.1. Kesimpulan

Berdasarkan hasil penelitian yang dibahas pada bab sebelumnya, beberapa

kesimpulan yang dapat diambil dari penelitian mengenai klasifikasi ciri suara

manusia berbasis matlab menggunakan metode Fast Fourier Transform (FFT) adalah

sebagai berikut :

1. Fast Fourier Transform adalah suatu algoritma komputasi optimal yang

mengimplementasikan Discreet Fourier Transform (DFT) dengan teknik

perhitungan yang cepat serta memanfaatkan sinyal periodical dari

transformasi fourier.

2. Pola bentuk sinyal suara pria memiliki kerapatan frekuensi lebih kecil dari

bentuk sinyal suara wanita. Sehingga, disini dapat dianalisa bahwa suara

wanita cenderung lebih halus dibandingkan suara pria.

3. Waktu delay sinyal suara pria lebih kecil dari waktu delay sinyal suara wanita.

Range nilai delay sinyal suara pria yaitu 0,171 sampai 0,448 s dan range nilai

delay sinyal suara wanita yaitu 0,538 sampai 1,190 s.

4. Nilai amplitudo dan nilai daya sinyal suara pria lebih tinggi dari nilai

amplitudo dan nilai daya sinyal suara wanita. Range nilai amplitudo sinyal

pria yaitu 1,088 sampai 2 V, dan range nilai amplitudo sinyal suara wanita

yaitu antara 0,826 sampai 1,011V. Range nilai daya sinyal pada suara pria

yaitu 21,778 sampai 40 dB dan range nilai daya sinyal suara wanita yaitu

16,52 sampai 20,22 dB.

5.2. Saran

Tugas akhir ini masih memiliki beberapa kekurangan. Oleh karena itu, berikut

adalah beberapa saran untuk mengembangkan tugas akhir ini :

58

1. Pastikan jumlah sampel suara yang digunakan untuk penelitian selanjutnya

lebih banyak dari penelitian penulis sehingga dapat menghasilkan hasil yang

lebih akurat.

2. Pada saat perekaman suara harus diperhatikan kesamaan dalam penekanan,

ritme dan nada suara, serta dilakukan dalam ruangan yang hening dan

tertutup.

3. Pengukuran noise pada setiap sampel suara dapat ditambahkan agar dapat

mengetahui kualitas sinyal suara.

59

DAFTAR PUSTAKA

Anonim.2015.Pengertian Transformasi Fourier Diskrit.[online],

(http://www.landasanteori.com/2015/10/pengertian-transformasi-fourier-

diskrit.html, diakses pada 02 April 2018. 19:04:23 WITA).

Endi.2015.Proses Produksi Suara Manusia.[online],

(http://novemdejavu.blogspot.co.id/2011/01/proses-produksi-suara-

manusia.html, diakses pada 28 Maret 2018. 19:25:43 WITA)

Gunawan, Dadang dan Filbert Hilman Juwono.2012.Pengolahan Sinyal Digital.

Yogyakarta. Garaha Ilmu.

K.Ingle, Vinay dan John G. Proakis. 2012. Digital Signal Processing using MATLAB.

Stamford. Cengage Learning.

Mulyani, Rini.2017.Pemetaan dan Analisis Tipe Suara Manusia menggunakan Fast

Fourier Transform (FFT).[online],

(http://digilib.unila.ac.id/25551/3/SKRIPSI%20TANPA%20BAB%20PEMBA

HASAN.pdf, diakses pada 06 April 2018. 14:37:34 WITA).

Pangaribuan, Sahatma.2013.Prosedure Pemrograman GUI MATLAB.[online],

(https://www.scribd.com/doc/69823831/Prosedure-Pemrograman-GUI-

MATLAB, diakses pada 02 April 2018. 08.00 WITA).

Piptools.2016.Algoritma Fast Fourier Transform.[online],

(https://piptools.net/algoritma-fft-fast-fourier-transform/, diakses pada tanggal

05 April 2018. 08:45:31 WITA).

Santoso, Tri Budi dkk.2012.Praktikum Sinyal dan Sistem.[pdf],

(http://tribudi.lecturer.pens.ac.id/LN_Sinyal_sistem_Prak/prak_SinyalSistem_1.

pdf, diakses pada 12 Juli 2018 19:34:30 WITA)

Syahigwan.2015.Pulse Code Modulation.[online],

(http://syahigwan.blogspot.co.id/2015/10/pcm-pulse-code-modulation-

modulasi-kode.html, diakses pada 05 April 2018. 09:01:54 WITA).

Telkomuniversity.2017.Pulse Code Modulation.[online],

(http://fit.labs.telkomuniversity.ac.id/pcm-pulse-code-modulation/, diakses

pada 02 April 2018. 20:10:32 WITA).

Wijaya.2014.Filter Pasif. Diktat Elektronika Dasar 1.[online],

(https://anzdoc.com/bab-iii-filter-pasif-hal-8-4.html, diakses pada 06 April

2018. 14:45:37 WITA).

http://www.landasanteori.com/2015/10/pengertian-transformasi-fourier-diskrit.html

http://www.landasanteori.com/2015/10/pengertian-transformasi-fourier-diskrit.html

http://novemdejavu.blogspot.co.id/2011/01/proses-produksi-suara-manusia.html

http://novemdejavu.blogspot.co.id/2011/01/proses-produksi-suara-manusia.html

http://digilib.unila.ac.id/25551/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf

http://digilib.unila.ac.id/25551/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf

https://www.scribd.com/doc/69823831/Prosedure-Pemrograman-GUI-MATLAB

https://www.scribd.com/doc/69823831/Prosedure-Pemrograman-GUI-MATLAB

https://piptools.net/algoritma-fft-fast-fourier-transform/

http://tribudi.lecturer.pens.ac.id/LN_Sinyal_sistem_Prak/prak_SinyalSistem_1.pdf

http://tribudi.lecturer.pens.ac.id/LN_Sinyal_sistem_Prak/prak_SinyalSistem_1.pdf



http://fit.labs.telkomuniversity.ac.id/pcm-pulse-code-modulation/

https://anzdoc.com/bab-iii-filter-pasif-hal-8-4.html

60

LAMPIRAN

xvi

Lampiran 1

a. Program GUI Matlab sinyal Suara

[y,fs]=wavread('nama_suara');

t=linspace(0,length(y)/fs,length(y));

plot(t,y)

Nfft=1024

f=linspace(0,fs,Nfft);

%f=frekuensi vector

%0=frekuensi awal

%fs=frekuensi akhir

%Nfft=panjang frekuensi vector

G=abs(fft(y,Nfft));

%G=sample y fft untuk 1024

figure1;

plot(f(1:Nfft/2),G(1:Nfft/2))

b. Program GUI Matlab Daya Sinyal Suara

function fourier_transform

global edit1 edit2 ax1 ax2 check1 text3

f = figure('Name','Fourier Transformation','MenuBar','none',...

'ToolBar','none','NumberTitle','off','Position',[250 130 800

500]);

ax1 = axes('Position',[.3 .55 .65 .3],'XTick',[],...

'YTick',[],'Visible','on');

ax2 = axes('Position',[.3 .1 .65 .3],'XTick',[],...

'YTick',[],'Visible','on');

panel1 = uipanel('Title','Panel','FontWeight','bold',...

'FontSize',7,'Position',[.05 .5 .2 .37]);

xvii

edit1 = uicontrol('Parent',panel1,'Style','edit','Position',[95 120

50 30]);

edit2 = uicontrol('Parent',panel1,'Style','edit','Position',[95 80

50 30]);

push1 = uicontrol('Parent',panel1,'Style','pushbutton',...

'Position',[10 15 130 30],'String','Plot','FontSize',7,...

'Callback',@pushbutton1);

check1 = uicontrol('Parent',panel1,'Style','checkbox',...

'Position',[10 45 130 30],'String','Random

Noise','FontSize',7,...

'Callback',@checkbutton1);

text1 = uicontrol('Parent',panel1,'Style','text',...

'Position',[10 115 80 30],'String','Frequency 1','FontSize',7);

text2 = uicontrol('Parent',panel1,'Style','text',...

'Position',[10 75 80 30],'String','Frequency 2','FontSize',7);

function checkbutton1(~,~)

global check1 text3

val = get(check1,'Value');

switch val

case 0

set(text3,'String','y = sin(2*pi*f1*t) + sin(2*pi*f2*t)');

case 1

set(text3,'String','y = sin(2*pi*f1*t) + sin(2*pi*f2*t) +

2*randn(size(t))');

end

function pushbutton1(~,~)

global edit1 edit2 ax1 ax2 check1

xviii

val = get(check1,'Value');

switch val

case 0

t = 0:.001:.25;

f1 = str2double(get(edit1,'String'));


% Calculate data

x = sin(2*pi*f1*t) + sin(2*pi*f2*t);

y = fft(x,512);

m = y.*conj(y)/512;

f = 1000*(0:256)/512;

% Create time plot

axes(ax1) % Select the proper axes

plot(t,x)

set(ax1,'XMinorTick','on')

grid on

title('Time Domain')

xlabel('Time (s)');

ylabel('Amplitude');

% Create frequency plot


plot(f,m(1:257))


grid on

title('Frequency Domain')

xlabel('Frequency (Hz)');

ylabel('Power');

case 1

t = 0:.001:.25;



% Calculate data

xix

x = sin(2*pi*f1*t) + sin(2*pi*f2*t) + 2*randn(size(t));

y = fft(x,512);

m = y.*conj(y)/512;

f = 1000*(0:256)/512;

% Create time plot


plot(t,x)


grid on

title('Time Domain')

% Create frequency plot


plot(f,m(1:257))


grid on

title('Frequency Domain')

end

c. Program GUI Sinyal dengan FFT

clc;

x=[0 0 0 0 1 0 1 0 1 0 1 0 1 0 0 0];

o=x;

N=16;

a=length(x);

if(a<N)

x=[x zeros(1,(N-a))];

end;

x=bitrevorder(x);

n=log2(N);

X=zeros(1,N);

for m=1:1:n

l=2^(m-1);

xx

i=1;

while(i<=(N-l))

for k=0:1:(l-1)

X(i)=x(i)+x(i+l)*exp(-j*2*pi*k/N*(2^(n-m)));

X(i+l)=x(i)-x(i+l)*exp(-j*2*pi*k/N*(2^(n-m)));

i=i+1;

if(k==(l-1))

i=i+l;

end;

end;

end;

x=X

end;

disp(['the output is: ',num2str(X)]);

p=abs(X);

q=angle(X);

subplot(311);

stem(o);

xlabel('time');

ylabel('magnitude');

title('original sequence');

subplot(312);

stem(p);

xlabel('frequency');

ylabel('magnitude');

title('magnitude spectrum of dft');

subplot(313);

stem(q);

xlabel('frequency');

ylabel('phase');

title('phase spectrum of dft');

k=ifft(p);

disp(['the output is: ',num2str(k)]);

figure;

stem(k)

xxi

d. Program GUI sinyal keseluruhan

function varargout = tugasakhir1(varargin)

% TUGASAKHIR1 MATLAB code for tugasakhir1.fig

% TUGASAKHIR1, by itself, creates a new TUGASAKHIR1 or raises

the existing

% singleton*.

%

% H = TUGASAKHIR1 returns the handle to a new TUGASAKHIR1 or

the handle to

% the existing singleton*.

%

% TUGASAKHIR1('CALLBACK',hObject,eventData,handles,...) calls

the local

% function named CALLBACK in TUGASAKHIR1.M with the given input

arguments.

%

% TUGASAKHIR1('Property','Value',...) creates a new TUGASAKHIR1

or raises the

% existing singleton*. Starting from the left, property value

pairs are

% applied to the GUI before tugasakhir1_OpeningFcn gets called.

An

% unrecognized property name or invalid value makes property

application

% stop. All inputs are passed to tugasakhir1_OpeningFcn via

varargin.

%

% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows

only one

% instance to run (singleton)".

%

% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help tugasakhir1

xxii

% Last Modified by GUIDE v2.5 05-Jul-2018 14:57:02

% Begin initialization code - DO NOT EDIT

gui_Singleton = 1;

gui_State = struct('gui_Name', mfilename, ...

'gui_Singleton', gui_Singleton, ...

'gui_OpeningFcn', @tugasakhir1_OpeningFcn, ...

'gui_OutputFcn', @tugasakhir1_OutputFcn, ...

'gui_LayoutFcn', [] , ...

'gui_Callback', []);

if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1});

end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});

else

gui_mainfcn(gui_State, varargin{:});

end

% End initialization code - DO NOT EDIT

% --- Executes just before tugasakhir1 is made visible.

function tugasakhir1_OpeningFcn(hObject, eventdata, handles,

varargin)

% This function has no output args, see OutputFcn.

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% varargin command line arguments to tugasakhir1 (see VARARGIN)

% Choose default command line output for tugasakhir1

handles.output = hObject;

% Update handles structure

xxiii

guidata(hObject, handles);

% UIWAIT makes tugasakhir1 wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line.

function varargout = tugasakhir1_OutputFcn(hObject, eventdata,

handles)

% varargout cell array for returning output args (see VARARGOUT);

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB


% Get default command line output from handles structure

varargout{1} = handles.output;

% --- Executes on selection change in popupmenu1.

function popupmenu1_Callback(hObject, eventdata, handles)

contents = get(hObject,'Value')

switch contents

case 1

a=imread('silfi.jpg')

axes(handles.axes1);

imshow(a);

case 2

a=imread('sari.jpg')


imshow(a);

case 3

a=imread('maulina.jpg')


imshow(a);

case 4

xxiv

a=imread('ayu.jpg')


imshow(a);

case 5

a=imread('irta.jpg')


imshow(a);

case 6

a=imread('agung.jpg')


imshow(a);

case 7

a=imread('andi.jpg')


imshow(a);

case 8

a=imread('oji.jpg')


imshow(a);

case 9

a=imread('hanif.jpg')


imshow(a);

case 10

a=imread('rezha.jpg')


imshow(a);

otherwise

end

function popupmenu1_CreateFcn(hObject, eventdata, handles)

if ispc && isequal(get(hObject,'BackgroundColor'),

get(0,'defaultUicontrolBackgroundColor'))

set(hObject,'BackgroundColor','white');

end

xxv

% --- Executes when entered data in editable cell(s) in uitable1.

function uitable1_CellEditCallback(hObject, eventdata, handles)

% hObject handle to uitable1 (see GCBO)

% eventdata structure with the following fields (see

MATLAB.UI.CONTROL.TABLE)

% Indices: row and column indices of the cell(s) edited

% PreviousData: previous data for the cell(s) edited

% EditData: string(s) entered by the user

% NewData: EditData or its converted form set on the Data

property. Empty if Data was not changed

% Error: error string when failed to convert EditData to

appropriate value for Data


% --- Executes on button press in pushbutton1.

function pushbutton1_Callback(hObject, eventdata, handles)

A={'0,765' '1,037' '0,917' '0,538' '1,190' '0,295' '0,658' '0,335'

'0,171' '0,448'};

B={'0,849' '1,003' '1,011' '1,002' '0,826' '2' '1,976' '1,882'

'1,088' '1,144'};

C={'wanita' 'wanita' 'wanita' 'wanita' 'wanita' 'pria' 'pria' 'pria'

'pria' 'pria'};

datos=[A' B' C'];

set(handles.uitable1, 'data', datos);

xxvi

xxvii

Documents

klasifikasi ciri suara manusia berbasis matlab menggunakan metode fast fourier transform