Tugas Akhir Pengantar Pemrosesan Bahasa Alami

Tugas Akhir Pengantar Pemrosesan Bahasa Alami
Identifikasi Perbedaan Suara Senar Gitar Nylon dan String
Menggunakan Mel Frequency Cepstral Coefficients (MFCC)
dan Euclidean Distance
Haposan M.G Silalahi (G64120059), Rizki Adi Utomo (G64120094), Hendra
Dwinanto Prakoso (G64120095), Cynthia Dewi Septiani YR (G64120123)*
PENDAHULUAN
Latar Belakang
Musik merupakan sesuatu yang sangat di gemari anak muda, banyak anak muda yang
rela berdesak desakkan menonton konser musik, baik band dalam negeri atau luar negeri,
tak sedikit dari mereka yang rela menonton video tutorial bermain musik dari youtube, salah
satu alat musik yang paling banyak digemari adalah gitar, karena kemampuannya untuk
memainkan semua nada. Selain itu banyak lagu yang memerlukan guitar sebagai alat
musiknya. Beberapa anak muda mencoba mempelajari alat musik gitar dari video tutorial
yang berada di media sosial atau internet. Hal itu di sebabkan karena teknologi yang semakin
maju dan membuat akses ke internet lebih mudah.
Terdapat beberapa jenis gitar yang beredar di dunia, gitar nilon dan gitar string,
pemakaianya tergantung lagu yang dimainkan, beberapa lagu lebih enak di dengar jika
menggunakan gitar string, dan beberapa lainnya gitar nylon. Oleh karena itu diperlukan
pemahaman yang lebih dalam untuk mengetahui jenis senar gitar yang di mainkan pada
video tutorial di internet. Selain itu diperlukan aplikasi yang dapat mengenali jenis gitar
yang di mainkan, sehingga belajar bermain gitar akan lebih mudah.
Perumusan Masalah
Rumusan permasalahan pada proyek ini adalah bagaimana mengidentifikasi suara
senar pada gitar yang dipetik menggunakan metode ekstraksi ciri (MFCC) yang dikemas
dalam bentuk aplikasi berbasis matlab.
Tujuan Penelitian
Tujuan dari proyek ini adalah untuk mengidentifikasi suara senar gitar yang diujikan
pada aplikasi ini. Selain itu untuk mengetahui jenis senar yang di gunakan dalam video
tutorial gitar guna mempermudah dalam mempelajari permainan gitar.
Manfaat Penelitian
Hasil dari proyek ini adalah aplikasi ini dapat mengenali jenis suara yang dihasilkan
dari senar yang digunakan pada gitar tersebut.
Ruang Lingkup Penelitian
Lingkup dari penelitian ini, yaitu:
1 Input menggunakan rekaman gitar dengan senar string dan nilon.
2 Menggunakan metode MFCC, yakni metode yang digunakan untuk melakukan
feature extraction. Sebuah fitur yang mengkonversikan sinyal suara menjadi
beberapa parameter.
Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor,
Bogor 16680
*Mahasiswa Program Studi S1 Ilmu Komputer, FMIPA-IPB
2
3 Data uji menggunakan data rekaman gitar dengan senar yang digunakan dalam
perekaman secara acak.
TEKNOLOGI




disteu.m: file yang berisi algoritma Euclidean untuk menghitung jarak antara kolom
dalam dua matriks.
melfb.m: file yang digunakan untuk menentukan matriks dalam mel-spaced
filterbank.
voicerecognition.m: file yang digunakan sebagai interface aplikasi sekaligus untuk
merekam input data yang akan diujikan.
Identifikasi ini menggunakan perangkat lunak Matlab 7.7.0 R2008b.
METODE



Data Training menggunakan data rekaman sebanyak 20 buah, dengan masingmasing 10 sampel data untuk senar string dan 10 sampel data untuk senar nilon
Data Sample menggunakan data rekaman senar gitar yang diuji secara acak
Menggunakan metode MFCC untuk ekstraksi ciri
Data Penelitian
Data yang di ambil berupa 10 suara gitar String, dan gitar Nilon
Tahapan Penelitian
Lingkungan Pengembangan (atau Peralatan Penelitian)
Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk penelitian ini
adalah sebagai berikut:
1 Prosesor Intel Core i5 2430M @2.4 Ghz
2 RAM 4 GB
Perangkat Lunak :
1 Windows 10
2 Matlab R2013a
3 Google Chrome