Identifikasi Nada antara Suling Sunda dan Suling Rekorder dengan Menggunakan Metode Frequency Cpstral Coefficients (MFCC) dan Dynamic Time Warping (DTW)

Penulis

  • Fawwaz Muhammad Suryadikarsa Institut Teknologi Nasional, Bandung
  • Youllia Indrawaty Nurhasanah Institut Teknologi Nasional, Bandung
  • Irma Amelia Dewi Institut Teknologi Nasional, Bandung

Abstrak

Suling adalah sebuah instrumen musik yang biasa digunakan oleh para pemain musik ataupun masyarakat pada umumnya. Suling sunda merupakan alat musik tradisional asal Pasundan ini mampu menghipnotis yang mendengarkannya karena nada khasnya yang indah, suling rekorder adalah alat musik modern dengan bunyi seperti peluit. Tetapi tidak banyak orang tahu bahwa nada pada suling sunda bisa juga dimainkan pada suling rekorder, sehingga pelajar yang mengikuti dengung (seni sunda) harus membawa 2 buah suling ke sekolah apabila bertepatan dengan kelas musik. Identifikasi nada antara suling sunda dan rekorder ini adalah sebuah sistem yang digunakan untuk membandingkan dan mencocokan frekuensi nada yang sama antara suling sunda dan suling rekorder, agar musik yang dimainkan di suling sunda bisa juga dimainkan di suling rekorder. Penelitian ini dibuat dengan menggunakan algoritma Mel Frequency Cepstral Coefficient (MFCC) sebagai metode proses ekstraksi ciri dan algoritma Dynamic Time Warping (DTW) sebagai identifikasi nada dengan perbedaan waktu pada saat perekaman. Berdasarkan hasil penelitian yang dilakukan, sistem mengidentifikasi nada suling sunda ke suling rekorder dengan total tingkat akurasi sebesar 70% dengan data latih diambil dari seorang ahli, dan sistem gagal  mengidentifikasi nada suling sunda ke suling rekorder dengan total 30%. Ketidaksesuaian identifikasi nada diakibatkan jarak ekstrasi ciri antar nada yang berdekatan dan karena suling sunda bisa menggunakan nada rendah, standar, dan tinggi dan untuk penelitian ini hanya nada standar saja yang digunakan dan pada saat pengambilan data uji semua peniup adalah orang awam terhadap meniup suling sehingga kerap terjadi kesalahan pada saat proses pengambilan data uji.

 

Abstract


Flute is a musical instrument commonly used by music players or public people. Sundanese flute is a traditional musical instrument from Pasundan that is can hypnotize people who hear it because of the beautiful special tone, flute recorder is a modern musical instrument with sounds like whistle. But not many people know the tone  Sundanese flute can be played using recorder flutes, so that students who follow the dengung (Sundanese art) must bring 2 flutes to school when it coincides with the music class. The identification between tone of Sundanese flute and flute recorder is a system to compare and match frequency same tones between Sundanese flute and recorder flute so the music that is usually played on Sundanese flute can also be played on the flute recorder. This research was made using an algorithm Mel Frequency Cepstral Coefficient (MFCC) to perform feature extraction and algorithm processes Dynamic Time Warping (DTW) is used to identify the time difference of recording. Based on results of research, the system can identifies Sundanese flute tones to refine recorders with total accuracy rate of 70% with training data taken from an expert, and the system fails to identify the tone flute Sunda to flute recorder with a total of 30%. Incompatibility matching tones caused by the distance between adjacent tones and because Sundanese flutes can use low, standard, and high tones and for this study only standard tones are used and when taking test data all blowers are laymen to blow flutes so that errors often occur during the process of taking test data.

Downloads

Download data is not yet available.

Referensi

BRILIAN, AHMAD., 2016. Pengenalan sandi morse sinyal Electoencephalogram yang direkam perangkat Neurosky Mindwave menggunakan DTW.

CHARISMA, ATIK., 2013. Sistem Verifikasi Penutur menggunakan Metode Mel Frequency Cepstral Coefficients-Veqtor Quantization (MFCC-VQ) serta Sum Square Error (SSE) dan Pengenalan Kata Menggunakan Metoda Lgika Fuzzy.

DARA, ANNA., 2013. Perangkat Lunak Untuk Membuka Aplikasi Pada Komputer Dengan Perintah Suara Menggunakan Metode MFCC.

DAVID, ADRIAN., 2015. Implementasi Voice Recognition Menggunakan MFCC Pada Aplikasi Pendeteksi Emosi Manusia.

DINATA, CANDRA., 2017. Implementasi Teknik Dynamic Time Warping (DTW) Pada Aplikasi Speech To Text.

FLORENIA, NOVARIKA., dkk., 2017. Speaker Recognition Menggunakan MFCC dan Algoritma DTW.

GHIFARI, MIZAN., 2018. Perancangan Aplikasi Deteksi Kord Pada Musik Instrumen Gitar Menggunakan Metoda Mel Frequency Cepstral Coefficients Dan Dynamic Time Warping.

LESTARI, AYU., 2015. Identifikasi Suara Tangisan Bayi Menggunakan LPC (Linear Predictive Coding) dan Proses Matching Dengan Algoritma Euclidean Distance.

LUTHFI, MOHAMMAD., 2013. Pendeteksian Kata Dengan MFCC Sebagai Ekstraksi Ciri Dan CODEBOOK Sebagai Pengenalan Pola.

MUTTAQIN, IMAM., 2013. Simulasi Dan Analisis Identifikasi Alat Musik Tradisional Berdasarkan Nada Bunyi Dengan Metode Mel Frequency Cepstral Coefficient (MFCC) Dan Support Vector Machine (SVM).

NUGRAHA, REZA., 2014. Pengenalan Pola Ucapan Kata Menggunakan DTW Berbasis Multimedia Interaktif.

PERMANA, IRHAM., 2016. Implementasi Metode MFCC dan DTW Untuk Pengenalan Jenis Suara Pria Dan Wanita.

PERMATASARI, DITA., 2015. Pengenalan Pembicara untuk Menentukan Gender menggunakan metode MFCC dan VQ.

PUTRI, MEGA., 2015. Pengenalan Pola Suara Berdasarkan Gender Menggunakan Algoritma MFCC Dan DTW.

RABINER, LAWRENCE, and BIING-HWANG JUANG, 1993, “Fundamentals of Speech Recognition”.

SADEWA, REZA., 2015. “Implementasi Speaker Recognition Untuk Otentikasi Menggunakan Modified MFCC – VQ Algoritma LBG.

SAPUTRO, BAGUS., 2018. Sistem Pembelajaran Bacaan Iqra melalui Voice Recognition Menggunakan Metode Mel-Frequency Cepstral Coefficient dan Vector Quantization.

SUBALI, MUHAMMAD., 2015. Analisis Frekuensi Dasar Dan Frekuensi Formant Dari Fonem Huruh Hijaiyah Untuk Pengucapan Makhraj Dengan Metode DTW.

SUYUDI, ICHWAN dan SAPTONO , DEBYO., 2015. Analisis Vocal Tract Pada Kajian Akustik Vokal Bahsa Indonesia.

SYAFIRA, FADHILAH., 2014. Pengenalan Suara Paru-Paru Dengan MFCC Sebagai Ekstrasi Ciri dan Backpropagation Sebagai Classifier.

TRIANSYAH, ERSA., 2015. Implementasi Algoritma Dymanic Time Warping Untuk Pengenalan Ucapan Huruf Hijaiyyah.

VIA, RISKY., 2016. Ekstrasi Ciri Dan Pengenalan Suara Vokal Bahasa Indonesia Berdasarkan Jenis Kelamin Secara Real Time.

YOGA, ADHITYA., 2017. Pengembangan Aplikasi Pengenalan Aksen Daerah Bahasa Indonesia.

Diterbitkan

04-02-2020

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Identifikasi Nada antara Suling Sunda dan Suling Rekorder dengan Menggunakan Metode Frequency Cpstral Coefficients (MFCC) dan Dynamic Time Warping (DTW). (2020). Jurnal Teknologi Informasi Dan Ilmu Komputer, 7(1), 145-154. https://jtiik.ub.ac.id/index.php/jtiik/article/view/1649