Aplikasi Identifikasi Ketepatan Nada Suara Manusia Secara Real Time Menggunakan Linera Predictive Coding (LPC)

Annisa Eka Yulianti

Informasi Umum

Kode

111051007

Klasifikasi

006.454 - Speech Recognition

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Specch Communication

Dilihat

402 kali

Informasi Lainnya

Abstraksi

Setiap anggota paduan suara diharuskan memiliki kemampuan untuk mengenali dan melantunkan nada dengan tepat. Akan tetapi tidak semua orang memiliki kemampuan tersebut sehingga menimbulkan nada yang sumbang. Oleh karena itu dibuatlah sebuah aplikasi untuk membandingkan frekuensi nada suara yang dilantunkan oleh manusia dengan frekuensi nada yang sebenarnya. Hal ini dilakukan sehingga dapat diketahui ketepatan nadanada yang dibandingkan tersebut.<br><br>Dalam Tugas Akhir ini, telah dibuat sebuah aplikasi yang dapat mengidentifikasi ketepatan nada yang dilantunkan oleh manusia, baik pria maupun wanita. Metode yang digunakan adalah Linear Predictive Coding (LPC), bwlabel dan Fast Fourier Transform (FFT). Adapun model alat musik yang dipilih sebagai referensi nada yang benar dalam Tugas Akhir ini adalah piano sebab umum digunakan untuk latihan vokal.<br><br>Aplikasi ini menggunakan suara manusia sebagai sinyal input. Dimana sinyal input tersebut diolah menggunakan piranti lunak MATLAB R2009a. Adapun parameter yang diukur adalah tingkat kesesuaian nada yang dilantunkan oleh manusia dengan nada sebenarnya. Dari hasil pengujian secara non real time didapatkan bahwa metode Linear Predictive Coding (LPC) dengan penggunaan threshold 40 dB menghasilkan akurasi sistem lebih dari 50% untuk untuk range nada dengan frekuensi tinggi (F3 – A5) dan kurang dari 50% untuk range nada dengan frekuensi rendah (C3 – D4). Hal ini menunjukkan bahwa penggunaan metode Linear Predictive Coding (LPC) dalam identifikasi ketepatan nada yang dilantunkan oleh manusia dapat dikatakan kurang baik karena belum bisa menampilkan akurasi yang baik untuk semua range nada. Linear Predictive Coding (LPC), bwlabel, Fast Fourier Transform (FFT)