ABSTRAKSI: Saat ini, penggunaan aplikasi audio banyak dibutuhkan pada media aplikasi yang menggunakan proses diferensiasi pada data audio, seperti pengkodean yang berbasis konten dan kompresi audio maupun penyetaraan antara speech dan musik secara otomatis. Oleh karena itu, diperlukan suatu algoritma yang efisien untuk melakukan segmentasi sinyal audio menjadi speech signal ataupun sinyal musik secara terpisah.
Pada tugas akhir ini, disimulasikan proses segmentasi dan klasifikasi yang dilakukan dengan menggunakan algoritma berbasis Decision Tree. Pada algoritma ini, terdapat dua tahap pengerjaan yaitu tahap pembelajaran dan tahap proses klasifikasi. Masukan yang digunakan dalam analisis adalah sinyal audio yang berasal dari rekaman radio streaming, sedangkan keluaran yang diperoleh berupa potongan speech atau musik.
Pada tahap pembelajaran, diperoleh nilai threshold untuk klasifikasi speech / music menggunakan algoritma berbasis decision tree yaitu untuk speech, threshold short-time energy ≤ -78,5470 dB dan mel frequency cepstrum coefficient (MFCC) ≤ 7,1835, untuk musik, threshold short-time energy ≥ -60,2717 dB dan Mel Frequency Cepstrum Coefficient (MFCC) ≥ 7,6848 serta jumlah segmentasi frame sebanyak 4096 frame dan koefisien moving average sebesar 50.
Pada tahap proses klasifikasi, digunakan 8 sampel audio dengan akurasi minimal 93,97% dan akurasi maksimal 99,99%Kata Kunci : Decision Tree, Speech, Music, segmentasi, dan klasifikasiABSTRACT: Recently, the usage of audio applications are needed in media application that use differentiation of audio data, like content-based coding and audio compression, equalization between speech and music automatically. So an efficient algorithm to segment audio signal into speech signal or music signal separately is needed.
In this final project, segmentation and classification processes using an algorithm based on Decision Tree are applied. In this algorithm, there are two phases of processing, learning phase and clarification phase. The input signal is audio signal from radio streaming recording, while the output signal is part of speech or music.
In the thresholding phase, threshold values for speech/music classification using decision tree-based algorithm are obtained, such that, for speech, threshold Short-time energy ≤ -78,5470 dB andmel frequency cepstrum coefficient (MFCC) ≤ 7,1835, for music, threshold Short-Time Energy ≥ -60,2717 dB andmel frequency cepstrum coefficient (MFCC) ≥ 7,6848 and frame segmentation value is 4096 frame and moving average coefficient is 50.
In the classification process phase, 8 audio samples with minimal accuracy is 93.97% and maximal accuracy is 99,99% are used.Keyword: decision tree algorithm, speech, music, segmentation, and classification