DETEKSI KETEPATAN FREKUENSI NADA ANGKLUNG MELALUI PEMROSESAN SINYAL AUDIO DIGITAL DENGAN METODE DISCRETE WAVELET PACKET TRANSFORM (DWPT) DAN KLASIFIKASI K-NEAREST NEIGHBOR (K-NN)

FAUZI RAMDANI

Informasi Dasar

97 kali
21.04.4886
006.5
Karya Ilmiah - Skripsi (S1) - Reference

Pada penelitian ini membahas tentang klasifikasi kualitas alat musik angklung melalui pemrosesan sinyal audio digital melalui sebuah sistem yang dapat mengidentifikasi kualitas suara yang terdapat pada alat musik angklung melalui pengolahan suara. Pada sistem identifikasi kualitas alat musik ini terdiri dari ekstrasi ciri dan pengklasifikasi nada alat musik angklung. Skenario pengujian pada tugas akhir ini untuk mengidentifikasi nada yang ada pada alat musik angklung. Nada yang akan di uji untuk dideteksi yaitu nada dasar do, re, mi, fa, sol, la, dan si. Dalam mendeteksi nada terdapat data latih dan data uji yang telah dibuat. Alat perekam Digital Voice Recorder digunakan untuk merekam audio yang disimpan dalam format *.wav. setiap satu nada dibuat 40 sampel audio dengan 20 nada bagus dan 20 nada biasa durasi masing-masing 2 detik, Pengujian dilakukan secara real time dengan memainkan angklung sehingga didapatkan 280 sampel untuk kesuluruhan data latih dan 280 sample untuk data uji. Pada pengujian dilakukan beberapa nilai downsampling juga nilai k yang diujikan. Untuk nilai downsampling terdiri dari 512, 1024, dan 2048, Sedangkan untuk nilai k yang digunakan yaitu 1, 3, 5 dan 7. Dengan metode ekstraksi ciri yang digunakan adalah Discrete Wavelet Packet Transform (DWPT) dan metode klasifikasi yang digunakan yaitu K-Nearest Neighbor (K-NN). Sistem dapat menghasilkan akurasi maksimal sebesar 97.5% dengan akurasi sistem nilai Downsampling di 512, serta parameter terbaik pada jenis knn Euclidean dan nilai k = 1. Kata Kunci: Angklung, Discrete Wavelet Packet Transform, K-Nearest Neighbor

Subjek

SIGNAL PROCESSING
 

Katalog

DETEKSI KETEPATAN FREKUENSI NADA ANGKLUNG MELALUI PEMROSESAN SINYAL AUDIO DIGITAL DENGAN METODE DISCRETE WAVELET PACKET TRANSFORM (DWPT) DAN KLASIFIKASI K-NEAREST NEIGHBOR (K-NN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FAUZI RAMDANI
Perorangan
Koredianto Usman, Bambang Hidayat
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini