ABSTRAKSI: Dalam dunia musik, suara manusia merupakan bagian yang penting selain instrument musik. Manusia memiliki tipe suara yang berbeda-beda yang dapat dibedakan dalam dua golongan besar yaitu tipe suara pada pria dan wanita. Untuk tipe suara pada pria dibagi lagi menjadi tenor, bariton, dan bass, sedangkan pada wanita dibagi menjadi sopran, mezzo sopran, dan alto. Dalam menentukan tipe suara biasanya dilakukan dengan cara manual yang masih memiliki ketergantungan pada pelatih vokal dan bantuan alat musik (umumnya piano), biasanya dilakukan dalam penentuan kelompok paduan suara. Pada penelitian sebelumnya telah dilakukan percobaan pendeteksian tipe suara, namun hasil akurasinya masih sangat rendah.
Pada tugas akhir ini, untuk membuat sistem pendeteksi tipe suara pada pria dan wanita pertama-tama dilakukan ekstraksi ciri menggunakan metode Mel-Frequency Cepstral Coefficient yang merupakan representasi terbaik dari analisis timbre. Dari hasil ekstraksi ini maka diperolehlah vektor ciri yang membedakan antara tipe suara yang satu dengan yang lain. Selain itu, hasil dari MFCC ini juga dapat memberikan informasi mengenai perbedaan gender dari masing-masing tipe suara yang juga akan digunakan sebagai info untuk membantu proses klasifikasi. Info pitch juga digunakan dalam membantu proses klasifikasi karena data suara yang digunakan merupakan rekaman pada range nada tertentu. Untuk mengklasifikasikan hasil ciri yang diperoleh, dicarilah hyperplane terbaik menggunakan metode Support Vector Machine yang kemudian digunakan sebagai pemisah ciri antar kelas.
Hasil dari pengujian yang telah dilakukan pada tugas akhir ini menunjukkan bahwa sistem dapat mendeteksi tipe suara pria dan wanita dengan akurasi terbaik 80,08%. Sistem dapat dikatakan cukup baik karena sudah mencapai akurasi yang diharapkan, namun masih perlu dikembangkan lagi untuk memperoleh hasil yang maksimal.
Kata Kunci : tipe suara, MFCC, SVM, timbreABSTRACT: In musical world, human voice is the important part beside the musical instrument. Human have different voice types that can be differentiated into two big classes, there are man and woman voice type. Man voice type can be divided into tenor, bariton, and bass. Woman voice type can be divided into sopran, mezzo-sopran, and alto. Generally, determination of human voice type done manually, it still depends on vocal coach and musical instrument (for choir group determination, generally). In previuos research, experiment has be done to detect voice type, but the result give bad accuracy.
Making of detector system of man and woman voice type in this final project, using Mel-Frequency Cepstral Coefficient as feature extraction method that represent timbre analysis best. Result of this extraction give the characteristics that differentiate each voice type. Besides that, MFCC result can give information about gender difference from each voice type which is also used as info for classification process. Pitch info also used to support classification process because human voice data are recorded in certain pitch. To classify feature extraction result, the best hyperplane is searched by using Support Vector Machine method which is used as feature separator between classes.
Testing result in this final project show that system can detect man and woman voice type with the best accuracy 80,08%. It can be stated that this system work good enuogh because can reach the expected accuracy, however it still need developed to get maximum result.
Keyword: voice type, MFCC, SVM, timbre