klasifikasi ciri suara manusia berbasis matlab menggunakan metode fast fourier transform
Transcript of klasifikasi ciri suara manusia berbasis matlab menggunakan metode fast fourier transform
i
KLASIFIKASI CIRI SUARA MANUSIA BERBASIS MATLAB
MENGGUNAKAN METODE FAST FOURIER TRANSFORM
(FFT) DI POLITEKNIK NEGERI BALIKPAPAN
JUDUL
TUGAS AKHIR
SILFI FAKHIROTUL RUKHYAH
NIM : 150309277893
POLITEKNIK NEGERI BALIKPAPAN
JURUSAN TEKNIK ELEKTRONIKA
BALIKPAPAN
2018
i
KLASIFIKASI CIRI SUARA MANUSIA BERBASIS MATLAB
MENGGUNAKAN METODE FAST FOURIER TRANSFORM
(FFT) DI POLITEKNIK NEGERI BALIKPAPAN
TUGAS AKHIR
KARYA TULIS INI DIAJUKAN SEBAGAI SALAH SATU
SYARAT UNTUK MEMPEROLEH GELAR AHLI MADYA DARI
POLITEKNIK NEGERI BALIKPAPAN
SILFI FAKHIROTUL RUKHYAH
NIM : 150309277893
POLITEKNIK NEGERI BALIKPAPAN
JURUSAN TEKNIK ELEKTRONIKA
BALIKPAPAN
2018
ii
LEMBAR PENGESAHAN
KLASIFIKASI CIRI SUARA MANUSIA BERBASIS MATLAB
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT) DI
POLITEKNIK NEGERI BALIKPAPAN
Disusun oleh :
SILFI FAKHIROTUL RUKHYAH
NIM : 150309277893
Pembimbing I
Andi Sri Irtawaty, S.T., M.Eng.
NIDN. 1101047701
Pembimbing II
Saiful Ghozi, S.Pd., M.Pd.
NIP. 198105032014041001
Penguji I
Nurwahidah Jamal, S.T., M.T.
NIP. 196905222007012024
Penguji II
Ali Abrar, S.Si., M.T.
NIP. 197702032015041003
Mengetahui,
Ketua Jurusan Teknik Elektronika
Drs. Armin,M.T.
NIP. 196408211988031006
iii
SURAT PERNYATAAN
Yang bertanda tangan dibawah ini :
Nama : Silfi Fakhirotul Rukhyah
Tempat/Tgl Lahir : Cilacap/ 06 Februari 1998
NIM : 150309277893
Menyatakan bahwa tugas akhir yang berjudul “KLASIFIKASI CIRI SUARA
MANUSIA BERBASIS MATLAB MENGGUNAKAN METODE FAST FOURIER
TRANSFORM (FFT) DI POLITEKNIK NEGERI BALIKPAPAN” adalah bukan
merupakan hasil karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali
dalam kutipan yang kami sebutkan sumbernya.
Demikian pernyataan saya buat dengan sebenar-benarnya dan apabila
pernyataan ini tidak benar kami bersedia mendapat sanksi akademis.
Balikpapan, 19 Juli 2017
Mahasiswa,
Silfi Fakhirotul Rukhyah
NIM : 150309277893
iv
LEMBAR PERSEMBAHAN
Bismillahirrohmanirrohim
Dengan rasa syukur kepada Allah SWT
Karya Ilmiah ini kupersembahkan kepada
Ayahanda dan Ibunda tercinta
Kasmuri dan Nur Chadiyati,
Saudariku yang kusayangi
Feni Kurniawati
Para Dosen ku,
Para Sahabat dan Teman Seperjuanganku
Almamater Tercinta
Politeknik Negeri Balikpapan
v
SURAT PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH
KEPENTINGAN AKADEMIS
Sebagai civitas akademik Politeknik Negeri Balikpapan, saya yang bertanda
tangan di bawah ini :
Nama : Silfi Fakhirotul Rukhyah
NIM : 150309277893
Program Studi : Teknik Elektronika
Judul TA : Klasifikasi Ciri Suara Manusia Berbasis Matlab
Menggunakan Metode Fast Fourier Transform (FFT) di
Politeknik Negeri Balikpapan
Demi pengembangan ilmu pengetahuan, saya menyetujui untuk memberikan
hak kepada Politeknik Negeri Balikpapan untuk menyimpan, mengalih media atau
format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan
mempublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai
penulis/pencipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Ballikpapan
Pada tanggal : Juli 2018
Yang menyatakan
(Silfi Fakhirotul Rukhyah)
vi
ABSTRACT
Human voice is one of the communication tools used everyday. Sound can be
a distinguishing feature between each other individuals. When listening to someone
talking, sometimes a person is less sensitive to the sound pitch from the original
sound.. Therefore we need a system to recognize human voice characteristic with an
application base of matlab 2015a using Fast Fourier Transform (FFT) method. The
sound sample used is used from 10 different npeople sound and using .wav format.
The parameters used on this research are amplitude, frequency, delay, and
sound signal power. The results of this research obtained differences in
characteristics between male voice and female voice. Male voice has more amplitude
and power than the female voice. The female voice has a higher delay and frequency
density than the male voice.
Keywords: Human voice, Signal, Matlab, FFT
vii
ABSTRAK
Suara manusia merupakan salah-satu alat komunikasi yang digunakan sehari –
hari. Suara dapat menjadi ciri khas yang membedakan antara individu satu dengan
yang lainnya. Saat mendengarkan seseorang berbicara, terkadang seseorang kurang
peka terhadap perbedaan tekanan suara dari suara asal. Oleh karena itu dibutuhkan
suatu sistem untuk mengenali ciri suara manusia dengan applikasi berbasis matlab
R2015a menggunakan metode Fast Fourier Transform (FFT). Sampel suara yang
digunakan berjumlah 10 orang dan suara menggunakan format .wav.
Parameter yang digunakan dalam penelitian adalah amplitudo, frekuensi,
delay, dan daya sinyal suara. Hasil dari penelitian ini diperoleh perbedaan ciri antara
suara pria dan suara wanita. Suara pria memiliki nilai amplitudo dan daya lebih tinggi
dari suara wanita. Suara wanita memiliki nilai delay dan kerapatan frekuensi yang
lebih tinggi dari suara pria.
Kata Kunci : Suara manusia, Sinyal, Matlab, FFT
viii
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Tuhan Yang Maha Kuasa karena
atas rahmat serta hidayah-Nya penulis dapat menyelesaikan tugas akhir dengan judul
“Klasifikasi Ciri Suara Manusia Berbasis Matlab Menggunakan Metode Fast
Fourier Transform (FFT) di Politeknik Negeri Balikpapan”.
Dalam penulisan tugas akhir ini penulis banyak mendapatkan bantuan dari
berbagai pihak, oleh sebab itu penulis ingin mengucapkan rasa terimakasih yang
sebesar –besarnya kepada :
1. Allah Subhanahu Wa ta‟ala, yang telah memberikan kemudahan serta kelancaran
selama proses pembuatan Tugas Akhir ini.
2. Bapak Ramli,S.E.,M.M. selaku Direktur Politeknik Negeri Balikpapan.
3. Bapak Drs. Armin,M.T. selaku Ketua Jurusan Teknik Elektronika.
4. Ibu Andi Sri Irtawaty, S.T., M.Eng. sebagai pembimbing I dan bapak Saiful
Ghozi, S.Pd., M.Pd. sebagai pembimbing II yang telah membimbing dan
memberikan pengarahan selama pengerjaan tugas akhir ini.
5. Ayahanda dan ibunda tercinta beserta seluruh keluarga yang telah memberikan
dukungan dan doa yang tiada henti –hentinya.
6. Seluruh teman 3TE3 dan angkatan 2015 Teknik Elektronika serta teman – teman
seluruh jurusan di Politeknik Negeri Balikpapan.
7. Semua pihak yang penulis tidak dapat menyebutkan satu persatu.
Penulis menyadari bahwa tugas akhir ini bukan karya yang sempurna dan
masih banyak ditemui kekurangan dan kelemahan. Oleh karena itu, saran dan
masukan yang membangun sangat diharapkan.
Balikpapan, 19 Juli 2018
Penulis
ix
DAFTAR ISI
JUDUL ....................................................................................................................................... i
LEMBAR PENGESAHAN ...................................................................................................... ii
SURAT PERNYATAAN .........................................................................................................iii
LEMBAR PERSEMBAHAN ................................................................................................... iv
SURAT PERNYATAAN PERSETUJUAN PUBLIKASI ..................................................... v
ABSTRACT .............................................................................................................................. vi
ABSTRAKSI ........................................................................................................................... vii
KATA PENGANTAR ............................................................................................................ viii
DAFTAR ISI ............................................................................................................................. ix
DAFTAR GAMBAR ................................................................................................................ xi
DAFTAR TABEL .................................................................................................................... xii
DAFTAR SINGKATAN DAN LAMBANG ......................................................................... xiii
DAFTAR LAMPIRAN ............................................................................................................ xv
BAB I PENDAHULUAN
1.1. Latar Belakang .......................................................................................................... 1
1.2. Rumusan Masalah ..................................................................................................... 2
1.3. Batasan Masalah ....................................................................................................... 2
1.4. Tujuan ....................................................................................................................... 2
1.5. Manfaat ..................................................................................................................... 3
BAB II LANDASAN TEORI
2.1. Kajian Pustaka .......................................................................................................... 4
2.2. Suara Manusia ........................................................................................................... 4
2.3. MATLAB .................................................................................................................. 8
2.3.1. Pengertian ......................................................................................................... 8
2.3.2. Kelengkapan pada Sistem Matlab ..................................................................... 8
x
2.3.3. Sintaks Penulisan pada MATLAB .................................................................. 11
2.4. Konsep Dasar Sinyal ............................................................................................... 14
2.5. PCM (Pulse Code Modulation) .............................................................................. 15
2.6. FFT (Fast Fourier Transform) ............................................................................... 16
BAB III METODOLOGI PENELITIAN
3.1. Jenis Penelitian ........................................................................................................ 19
3.2. Tempat dan Waktu Pelaksanaan ............................................................................. 19
3.3. Peralatan dan Bahan ................................................................................................ 19
3.3.1. Peralatan .......................................................................................................... 19
3.3.2. Bahan .............................................................................................................. 19
3.4. Metodologi Penelitian ............................................................................................. 19
3.5. Proses Perancangan ................................................................................................. 20
3.5.1. Perancangan Sistem ........................................................................................ 21
BAB IV HASIL DAN PEMBAHASAN
4.1. Implementasi ........................................................................................................... 24
4.2. Pengujian................................................................................................................. 24
4.3. Analisis Data Hasil Penelitian................................................................................. 26
4.3.1. Proses Fast Fourier Transform (FFT) ............................................................ 26
4.3.2. Perhitungan Parameter Sinyal Suara ............................................................... 45
4.3.3. Hasil Sinyal Suara ........................................................................................... 53
BAB V PENUTUP
5.1. Kesimpulan ............................................................................................................. 57
5.2. Saran ....................................................................................................................... 57
DAFTAR PUSTAKA ............................................................................................................. 59
LAMPIRAN ............................................................................................................................ 60
xi
DAFTAR GAMBAR
Gambar 2.1. Icon Matlab pada desktop PC/Laptop 10
Gambar 2.2. Tampilan pertama Matlab 10
Gambar 2.3. Gambaran sistem dan sinyal ouput yang dihasilkan 15
Gambar 2.4. Pulse Code Modulation 16
Gambar 3.1. Flowchart Perancangan 21
Gambar 3.2. Suara dalam Format .m4a 22
Gambar 3.3. Suara dalam Format .wav 22
Gambar 3.4. GUI Tampilan Sinyal Suara 22
Gambar 3.5. Pemrograman Sinyal Suara 23
Gambar 3.6. GUI Daya Sinyal Suara 23
Gambar 3.7. Pemrograman Daya Sinyal Suara 23
Gambar 4.1. GUI Tampilan Sinyal Suara 24
Gambar 4.2. GUI Daya Sinyal Suara 24
Gambar 4.3. Pengujian Sinyal Suara 25
Gambar 4.4. Sinyal dengan metode FFT 25
Gambar 4.5. Pengujian Daya Sinyal Suara 26
xii
DAFTAR TABEL
Tabel 2.1. Operasi dan Fungsi pada Matriks 13
Tabel 4.1. Tabel Hasil Pengolahan Sinyal FFT 26
Tabel 4.2. Perhitungan Daya Sinyal Suara 51
Tabel 4.3. Bentuk Sinyal suara 53
Tabel 4.4. Analisis Parameter Sinyal Suara 53
xiii
DAFTAR SINGKATAN DAN LAMBANG
Pemakaian
Pertama kali
SINGKATAN NAMA Pada halaman
MATLAB Matrix Laboratory 1
FFT Fast Fourier Transform 1
wav WAVeform Audio Format 2
GUI Graphical User Interfaces 8
API Application Program Interface 9
PC Personal Computer 10
CT Consinous-Time 14
PCM Pulse Code Modulation 15
DT Discrete-Time 15
DFT Discrete Fourier Transformasi 16
m4a MPEG 4 Audio 21
LAMBANG
Hz Hertz 2
dB Decible 4
ms Milisekon 7
Det Determinan matriks 13
+ Menjumlahkan maktriks 13
* Mengalikan matriks 13
.* Mengalikan elemen 13
^ Memangkatkan matriks 13
.^ Memangkatkan elemen 13
' Transpose matriks 13
xiv
./ Membagi elemen 13
\ Menghasilkan solusi AX = B 13
/ Menghasilkan XA = B 13
Inv Menghasilkan invers matriks 13
X(f) Urutan ke –f komponen output 16
F Indeks output dalam domain frekuensi 16
X(t) Urutan ke –t sampel input 16
N Indeks sampel input 16
J Bilangan imajiner 16
Phi (Derajat 180o) 16
Basis logaritma natural 17
s Sekon 45
V Voltage 47
xv
DAFTAR LAMPIRAN
Lampiran 1 xvi
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Suara dapat menjadi ciri khas yang membedakan antara individu satu dengan
yang lainnya, seperti fingerprint (identifikasi pola sidik jari pada setiap orang), retina
scan (identifikasi berdasarkan pola pembuluh darah pada retina mata), face
recognition (pengenalan seseorang berdasarkan raut dan ekspresi seseorang dengan
kunci utama pada letak wajah dan mulut). Dalam pengenalan atau identifikasi
terhadap suara manusia, tidak semua pendengaran manusia mampu membedakan
suara dari masing-masing individu yang dikenalnya. Kepekaan telinga juga memiliki
berbagai keterbatasan dan sensitif terhadap amplitudo dari suara asal. Oleh karena
itu dibutuhkan suatu sistem untuk mengenali suara manusia tersebut sehingga dapat
hasilnya akan tertuju tepat kepada individu. Kemudian simulasi tentang sinyal suara
juga bertujuan untuk mempermudah mahasiswa dalam pembelajaran mata kuliah
Pengolah Sinyal. Karena untuk sementara ini belum adanya modul yang berkaitan
dengan pengolahan sinyal suara di Politeknik Negeri Balikpapan. Maka pada simulasi
sinyal suara akan dibuat suatu modul dan simulasi pembelajaran sinyal suara.
Sistem pengenalan dan identifikasi suara manusia menggunakan software
MATLAB dengan metode Fast Fourier Transform (FFT) yang merupakan metode
menentukan nilai frekuensi suara. Sinyal suara yang direkam merupakan input yang
akan diproses menggunakan simulasi MATLAB. Dari uraian diatas, maka dalam
judul tugas akhir ini penulis mengambil judul tentang “KLASIFIKASI CIRI SUARA
MANUSIA BERBASIS MATLAB MENGGUNAKAN METODE FAST FOURIER
TRANSFORM (FFT) DI POLITEKNIK NEGERI BALIKPAPAN”.
2
1.2. Rumusan Masalah
Rumusan masalah yang menjadi acuan dalam pembuatan tugas akhir ini
adalah :
1. Bagaimana merancang simulasi MATLAB untuk mengidentifikasi suara
manusia berdasarkan parameter frekuensi suara antara individu satu dengan
yang lainnya menggunakan metode Fast Fourier Transform (FFT)?
2. Bagaimana pengaruh dari parameter tersebut terhadap ketepatan kerja sistem?
3. Bagaimana keakuratan dari metode yang digunakan untuk mengidentifikasi
suara manusia melalui lafal yang diucapkan?
1.3. Batasan Masalah
Batasan masalah dalam penelitian ini adalah sebagai berikut :
1. Menggunakan frekuensi sampling 8000 Hz.
2. Suara manusia yang menjadi sampel diambil sebanyak 10 sampel suara
pembicara yang berbeda yaitu 5 orang wanita dan 5 orang pria.
3. Suara manusia yang di rekam adalah suara manusia normal, dalam arti tidak
dalam kondisi sakit, dibatasi dengan usia, dan diambil pada ruangan yang
tertutup seperti kamar untuk meminimalisir pengaruh dari suara lainnya.
4. Sampel suara yang direkam dengan durasi 1-3 detik, format rekaman suara
disimpan pada format .wav dan dianalisis dengan metode berbasis Fast
Fourier Transform (FFT).
5. Sistem yang dibuat merupakan sistem yang bekerja dengan tidak real time
dan menggunakan piranti lunak MATLAB R2015a dalam perancangannya.
1.4. Tujuan
Adapun tujuan dari penelitian Tugas Akhir ini adalah:
1. Merancang dan mengimplementasikan sinyal suara manusia menggunakan
piranti lunak MATLAB R2015a berbasis sistem pengolah sinyal.
3
2. Mengetahui pengaruh dari parameter yang digunakan terhadap ketepatan kerja
sistem.
3. Mengetahui tingkat keakuratan metode Fast Fourier Transform (FFT).
yang digunakan terhadap sistem yang telah dibuat.
1.5. Manfaat
Manfaat yang diharapkan dari penelitian ini adalah :
1. Menghasilkan produk berupa software / aplikasi berbasis MATLAB yang
dapat diimplementasikan pada mata kuliah pengolah sinyal.
2. Meningkatkan wawasan dan ilmu pengetahuan bagi peneliti / penulis dalam
mengimplementasikan perkembangan teknologi berbasis metode Fast Fourier
Transform (FFT) menggunakan simulasi MATLAB.
3. Meningkatkan kompetensi bagi peserta didik terkait dengan mata kuliah
pengolah sinyal, sehingga dapat membuka wawasan dan ilmu pengetahuan
mereka dalam menciptakan inovasi – inovasi baru yang kreatif, serta dapat
bersaing secara kompetitif dengan pihak industri.
4
BAB II
LANDASAN TEORI
2.1. Kajian Pustaka
Penelitian yang serupa telah dilakukan oleh Fadlisyah dkk (dalam Aris
Wijaya,2014) dinyatakan bahwa “Suara yang keluar dari mulut manusia akan
memuat berbagai informasi seperti identitas pengucap, jenis gender, dialek, ekspresi,
dan lain manusia mempunyai karakteristik yang berbeda-beda”. Karakteristik suara
manusia dipengaruhi oleh formant, dan formant bandwith merupakan nada dasar
suara manusia. Tinggi rendahnya dipengaruhi oleh pita suara, usia dan jenis kelamin.
Formant pada pembentukan suara vokal pada manusia. Formant bandwith
berpengaruh untuk sebagai pembeda suara vokal manusia satu dengan lainnya apabila
ada lebih dari satu orang yang berbicara.
Penelitian tentang pemetaan dan analisis tipe suara manusia menggunakan
Fast Fourier Transform (FFT), menggunakan dua filter yaitu filter moving average
untuk menghilangkan noise dan filter bandpass untuk memotong sinyal. Kemudian
menggunakan frekuensi cutoff yang digunakan sebagai perbandingan range frekuensi
pada ke enam jenis suara pada manusia. Pada gender wanita, daya sinyal terkuat
range daya sinyal sebesar 64,61 hingga 65,95 dB dan terendah diperoleh pada range
daya sinyal sebesar 57,35 hingga 58,51 dB. Pada gender laki-laki, daya sinyal terkuat
dengan range daya sinyal sebesar 58,65 hingga 60,68 dB dan terendah diperoleh
dengan range daya sinyal sebesar 52,51 hingga 54,41 dB (Mulyani, 2017).
2.2. Suara Manusia
Pada sistem pengenalan suara oleh manusia terdapat tiga organ penting yang
saling berhubungan yaitu : telinga yang berperan sebagai transduser dengan
menerima sinyal masukan suara dan mengubahnya menjadi sinyal syaraf, jaringan
syaraf yang berfungsi mentransmisikan sinyal ke otak, dan otak yang akan
5
mengklasifikasi dan mengidentifikasi informasi yang terkandung dalam sinyal
masukan.
Karakteristik Telinga
Telinga terbagi menjadi tiga bagian, yaitu bagian luar, tengah, dan dalam.
Pinna, sebagai bagian luar telinga, berfungsi sebagai corong, untuk mengumpulkan
sinyal suara menuju auditory canal sehingga dapat memberikan kesan arah sinyal
suara yang diterima.
Intonasi Sebagai Aspek Akustik Sinyal Ucapan
Intonasi (prosodi) sebagai aspek akustik sinyal suara sangat membantu di
dalam mengidentifikasi setiap segmen akustik dengan fonem. Setiap fonem
dihasilkan terutama oleh sistem vokal selama artikulasi yang selanjutnya
mempengaruhi dinamika spektrum spektral suara (dalam hal ini formant).
Pengucapan suatu kata dapat secara substansial bervariasi di dalam intonasinya
mempengaruhi idetitas kata. Fonem dapat menjadi panjang atau pendek, keras atau
lemah, dan memiliki pola pitch (nada) yang bervariasi.
Fenomena intonasi dapat direpresentasikan ke dalam beberapa level antara
lain adalah sebagai berikut :
1. Level Akustik
Terdiri atas beberapa komponen penting yaitu Frekuensi Fundamental (F0),
amplitudo, dan durasi sinyal.
2. Level Perseptual
Merepresentasikan fenomena intonasi sebagaimana yang didengar oleh
pendengarnya. Beberapa komponennya antara lain pitch (nada), keras atau
lemahnya suara, dan panjang atau pendeknya suara.
3. Level Bahasa (Linguistik)
Merepresentasikan fenomena prosodi ke dalam bentuk simbol atau tanda.
Beberapa komponennya antara lain bunyi (tone), intonasi, dan aspek tekanan.
6
Menonjolkan suku kata yang mendapat tekanan terhadap suku kata yang lain
yang tidak mendapat tekanan adalah fungsi utama sebuah intonasi (prosodi). Suku
kata yang mendapat tekanan menjadi lebih panjang, lebih intens, dan memiliki pola
F0 yang menyebabkan mereka lebih menonjol dibanding suku kata lainnya.
Parameter-parameter yang diperlukan dalam Pengidentifikasian
Suara Manusia adalah sebagai berikut:
a. Pitch
Pitch digunakan sebagai standar tinggi-rendah dari sebuah tone atau suara.
Sinyal suara umumnya merupakan proses secara fisis yang terdiri dari dua bagian:
yaitu sebagai hasil dari sumber suara (pita suara) dan sebagai hasil dari penyaringan
(oleh lidah, bibir, dan gigi). Menganalisa pitch berarti mencoba untuk menangkap
frekuensi dasar sumber bunyi dari keseluruhan proses pengucapan suara. Frekuensi
dasar sendiri merupakan frekuensi yang dominan yang dikeluarkan oleh sumber
bunyi. Frekuensi dasar merupakan parameter paling kuat untuk mengetahui korelasi
bagaimana suatu suara diterima oleh pendengar ditinjau dari segi intonasi dan tekanan
suaranya.
b. Formant
Frekuensi fundamental dikenal juga dengan F0 yang koheren dalam bentuk
transisi formant F1, F2, dan sebagainya. Komponen frekuensi dominan yang
mengkarakterisasi fonem-fonem yang berhubungan dengan komponen frekuensi
resonansi dari sistem vokal didefinisikan sebagai formant. Suara yang terucapkan,
secara khusus adalah vokal, biasanya memiliki 3 buah formant dan seringkali disebut
sebagai formant kesatu, kedua, dan ketiga, dimulai dengan komponen frekuensi
terendah. Ketiganya selalu dituliskan sebagai F1, F2, dan F3. formant 4 dan formant
5 dbutuhkan untuk mendapatkan nilai parameter formant yang lebih detail karena bila
sinyal suara yang kita olah hanya memiliki formant yang kurang dari 3 buah, maka
dapat dipastikan analisa terhadap data tersebut akan gagal.
c. Durasi Fonem
Salah satu komponen terpenting di dalam intonasi adalah durasi sinyal. Setiap
fonem yang memberikan kontribusi dalam menentukan pola intonasi suatu kalimat.
7
Durasi fonem ini sangat dipengaruhi oleh tekanan dan kecepatan bicara. Durasi
sebuah fonem vokal sangat dipengaruhi oleh tekanan, sementara durasi sebuah
konsonan umumnya memiliki variasi tekanan yang lebih kecil.
d. Durasi dan Pitch
Lamanya durasi dapat mempengaruhi persepsi pitch. Kebergantungan pitch
terhadap durasi mengikuti prinsip ketikpastian akustik. Berdasarkan pengamatan yang
dilakukan Rossing dan Houtsma pada tahun 1986, ketika durasi pitch jatuh hingga di
bawah 25 ms, pitch dirasakan berubah, walaupun batasan ini berbeda untuk beberapa
pengamat.
e. Durasi dan Timbre
Durasi dari sinyal suara membedakan panjang pendeknya sinyal suara dengan
domain waktu. Dalam timbre musikal, lamanya durasi dapat membagi nada ke dalam
dua jenis yaitu : nada kontinyu dan nada transien. Persepsi timbre dalam suatu
permainan musik yang melibatkan banyak alat musik dipengaruhi oleh durasinya.
Seorang pendengar yang diminta untuk menebak jenis alat musik akan menebak
dengan benar untuk alat musik yang dimainkan dengan durasi yang lebih lama
dibandingkan dengan alat musik yang dimainkan hanya sesaat (transien).
f. Intensitas Suara
Intensitas bunyi menentukan keras lemahnya suara pada bagian tertentu dari
suatu kalimat. Telinga kita sangat peka (sensitive) dan dapat mendeteksi intensitas-
intensitas suara dalam orde 10-13
W/m2. Ini setara dengan gerakan selaput telinga
sebesar 10-12
m. Intensitas suara minimum yang masih dapat didengar dinamakan
ambang pendengaran (threshold of hearing).
g. Spektogram
Spektogram suara melukiskan variasi-variasi dalam batas yang pendek yaitu
variasi intensitas dan frekuensi dalam bentuk grafik. Variasi tersebut memberikan
banyak informasi yang bermanfaat tentang artikulasi suara. Pola spektogram yang
dihasilkan untuk setiap ucapan akan memiliki perbedaan. Bahkan ketika dua orang
mengucapkan kata yang sama artikulasi mereka sama, namun tidak identik. Sehingga
spektogram mereka akan menunjukkan kemiripan juga perbedaan.
8
2.3. MATLAB
2.3.1. Pengertian
Matlab adalah sebuah bahasa dengan (high-performance) kinerja tinggi untuk
komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan
pemrograman dalam suatu model yang sangat mudah untuk digunakan dimana
masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang
familiar. Penggunaan Matlab meliputi bidang–bidang:
Matematika dan Komputasi
Pembentukan Algorithm
Akusisi Data
Pemodelan, simulasi, dan pembuatan prototype
Analisa data, explorasi, dan visualisasi
Grafik Keilmuan dan bidang Rekayasa
Matlab merupakan singkatan dari matrix laboratory. Matlab pada awalnya
ditulis untuk memudahkan akses perangkat lunak matrik yang telah dibentuk oleh
LINPACK dan EISPACK. Saat ini perangkat Matlab telah menggabung dengan
LAPACK dan BLAS library, yang merupakan satu kesatuan dari sebuah seni
tersendiri dalam perangkat lunak untuk komputasi matrix.
Dalam lingkungan perguruan tinggi teknik, Matlab merupakan perangkat standar
untuk memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa
dan kelimuan.
2.3.2. Kelengkapan pada Sistem Matlab
Sebagai sebuah sistem, Matlab tersusun dari 5 bagian utama :
1. Development Environment. Merupakan sekumpulan perangkat dan fasilitas
yang membantu anda untuk menggunakan fungsi-fungsi dan file-file Matlab.
Beberapa perangkat ini merupakan sebuah graphical user interfaces (GUI).
9
Termasuk didalamnya adalah Matlab Desktop & Command Window,
Command History, sebuah Editor & Debugger, dan Browsers untuk melihat
Help, Workspace, Files, dan Search Path.
2. Matlab Mathematical Function Library. Merupakan sekumpulan algoritma
komputasi mulai dari fungsi-fungsi dasar seperti: sum, sin, cos, dan complex
arithmetic, sampai dengan fungsi-fungsi yang lebih kompek seperti matrix
inverse, matrix eigenvalues, Bessel functions, dan Fast Fourier Transforms.
3. Matlab Language. Merupakan suatu high-level matrix/array language dengan
control flow statements, functions, data structures, input/output, dan fitur-fitur
object-oriented programming. Hal ini memungkinkan bagi kita untuk
melakukan kedua hal, baik „pemrograman dalam lingkup sederhana‟ untuk
mendapatkan hasil yang cepat, dan „pemrograman dalam lingkup yang lebih
besar‟ untuk memperoleh hasil-hasil dan aplikasi yang komplek.
4. Graphics. Matlab memiliki fasilitas untuk menampilkan vektor dan matrik
sebagai suatu grafik. Di dalamnya melibatkan high-level functions (fungsi-
fungsi level tinggi) untuk visualisasi data dua dimensi dan data tiga dimensi,
image processing, animation, dan presentation graphics. Ini juga melibatkan
fungsi level rendah yang memungkinkan bagi anda untuk membiasakan diri
untuk memunculkan grafik mulai dari benutk yang sederhana sampai dengan
tingkatan graphical user interfaces pada aplikasi MATLAB.
5. Matlab Application Program Interface (API). Merupakan suatu library yang
memungkinkan program yang telah anda tulis dalam bahasa C dan Fortran
mampu berinterakasi dengan Matlab. Hal ini melibatkan fasilitas untuk
pemanggilan routines dari Matlab (dynamic linking), pemanggilan Matlab
sebagai sebuah computational engine, dan untuk membaca dan menuliskan
MAT-files.
10
Perintah untuk memulai menjalankan Matlab dengan cara double-clicking
pada shortcut icon Matlab.
Gambar 2.1. Icon Matlab pada desktop PC/Laptop
Sumber : http://tribudi.lecturer.pens.ac.id
Selanjutnya akan mendapatkan tampilan seperti pada Gambar berikut ini.
Gambar 2.2. Tampilan pertama Matlab
Sumber : http://tribudi.lecturer.pens.ac.id
Secara umum tampilan awal Matlab akan menyajikan:
1. Command Window yang merupakan tempat atau mengetikkan perintah yang
dapat dieksekusi secara langsung.
2. Command History yang berisi berbagai perintah uang telah dieksekusi oleh
Command Window. Ini merupakan fitur untuk melakukan tracking ketika
proses developing atau debugging programs atau untuk mengkonfirmasi
11
bahwa perintah-perintah telah dieksekusi sepanjang suatu penghitungan multi-
step dari command line.
3. Current Folder, yang menyajikan informasi folder tempat bekarja saat ini dan
isi yang ada di folder tersebut. Window ini bermanfaat untuk menemukan
lokasi file-file dan script-script sehingga dapat diedit, dipindahkan, diganti
nama, dihapus, dsb.
Untuk mengakhiri sebuah sesi Matlab, anda bisa melakukan dengan dua cara,
pertama pilih File Exit MATLAB dalam window utama Matlab yang sedang aktif,
atau cara kedua lebih mudah yaitu cukup ketikkan „exit‟ dalam Command Window.
2.3.3. Sintaks Penulisan pada MATLAB
MATLAB dibuat dengan mengacu pada bahasa MATLAB, kadang-kadang
disebut M-code atau M saja. Cara termudah mengeksekusi (menjalankan) M-code
adalah dengan mengetikkannya secara langsung diprompt pada jendela
Command Window, sebuah elemen UI di desktop MATLAB. Dengan cara ini,
MATLAB dapat digunakan sebagai shell (pengeksekusi perintah) matematis yang
interaktif. Urutan-urutan perintah yang lebih kompleks dapat disimpan dan
dimasukkan ke dalam sebuah M-file dengan menggunakan MATLAB Editor, sebagai
skrip sehingga dapatmemperluas perintah-perintah yang tersedia.
Variabel didefinisikan dengan operator assignment , =. Perintah pada MATLAB bisa
diketik secara dinamis, dalam artian variabel-variabel dapat langsung diisi tanpa
mendefinisikan jenisnya terlebih dahulu, kecuali bila variabel tersebut merupakan
objek simbolis. Nilai yang diisikan ke sebuah variabel dapat berupa konstan, yang
didapat dari hasil perhitungan yang melibatkan variabel lainnya, atau dari keluaran
suatu fungsi.
Contohnya:
>> x = 17x =17>> x = 'hat'x =hat>> x = [3*4, pi/2]x =12.0000 1.5708>> y =
3*sin(x)y =-1.6097 3.0000
12
MATLAB adalah sebuah "Matrix Laboratory", dan karenanya ia menyediakan
berbagai cara untuk membuat matriks dengan dimensi berbeda-beda.Menurut gaya
bahasa di dalam MATLAB, sebuah vektor mengacu pada sebuah matriks satu
dimensi (1×N or N×1), yang biasanya disebut sebagai sebuah array di bahasa
pemrograman lainnya. Sebuah matriks umumnya multi-dimensional, yang artinya
terdiri dari satu/lebih dimensi, contohnya sebuah matriks N×M, matriks N×M×L, dsb,
dimana N, M, and L lebih besar dari 1. Di bahasa lain, matriks seperti ini dapat
dilukiskan sebagai array dari array-array, atau array dari array-array dari array-array,
atau array multi-dimensi saja. Untuk membuat array yang sederhana di MATLAB,
sintaks penulisan perintahnya adalah nilai awal:langkah:nilai akhir. Contohnya,
perintah
>> array = 1:2:9 array =1 3 5 7 9
akan membuat sebuah variabel bernama array dengan isi 1, 3, 5, 7 dan 9. Yaitu,
sebuah array dengan nilai awal 1, dengan nilai selanjutnya berjarak 2 dari
sebelumnya, kemudian berhenti ketika sampai ke 9.
a. Vektor
Baris vektor adalah daftar angka-angka yang dipisahkan oleh koma (,) atau
spasi. Jumlah masukan dikenal sebagai panjang vektor. Masukan harus ditulis
dalam tanda kurung siku ([]).Perhatikan contoh berikut :
Vektor baris :
>> v = [-2 sin(45) 4 6]v =-2.0000 0.8509 4.0000 6.0000>> length(v) %
menghitung panjang vektor ans =3
Vektor kolom :
>> x = [6; 5 ; 9]x =659
b. Matriks
Dapat diasumsikan bahwa didalam MATLAB setiap data akan disimpandalam
bentuk matriks. Dalam membuat suatu data matriks pada MATLAB,setiap isi
data harus dimulai dari kurung siku „[„ dan diakhiri dengan kurung siku tutup
„]‟. Untuk membuat variabel dengan data yang terdiri beberapa baris, gunakan
13
tanda „titik koma‟ (;) untuk memisahkan data tiap barisnya.Contoh pembuatan
data matriks pada MATLAB:
>>DataMatrik = [ 1 2 3; 4 5 6]
DataMatrik = 1 2 3
4 5 6
MATLAB menyediakan beberapa fungsi yang dapat kita gunakan untuk
menghasilkan bentuk-bentuk matriks yang diinginkan. Fungsi-fungsi tersebutantara
lain:
Zeros : untuk membuat matriks yang semua datanya bernilai 0
Ones : matriks yang semua datanya bernilai 1
Rand : matriks dengan data random dengan menggunakan distribusi uniform
Randn : matris dengan data random dengan menggunakan distribusi normal
Eye : untuk menghasilkan matriks identitas
Tabel Operasi dan Fungsi pada Matriks sebagai berikut:
Tabel 2.1. Operasi dan Fungsi pada Matriks
Perintah Keterangan Contoh
Det Menghasilkan determinan matriks Det (A)
Size Menghasilkan ukuran matriks Size (A)
+ Menjumlahkan maktriks C = A+ B
* Mengalikan matriks C = A* B
.* Mengalikan elemen dengan elemen, dengan
ketentuan memiliki ukuran yang sama C = A.* B
^ Memangkatkan matriks dengan suatu skalar C = A ^ k
.^ Memangkatkan elemen per elemen matriks
dengan skalar C = A .^ k
' Transpose matriks A'
./ Membagi elemen per elemen dengan
ketentuan memiliki ukuran yang sama C =A./B
\ Menghasilkan solusi AX = B C =A\B
/ Menghasilkan XA = B C = A/ B
Inv
Menghasilkan invers matriks dengan
ketentuan matriks merupakan matriks bujur
sangkar
C = Inv
(A)
Sumber: https://piptools.net
14
2.4. Konsep Dasar Sinyal
Sinyal merupakan sesuatu yang secara kuantitatif bisa terdeteksi dan
digunakan untuk memberikan informasi yang berkaitan dengan fenomena fisik.
Contoh sinyal yang kita temui dalam kehidupan sehari hari, suara manusia, cahaya,
temperatur, kelembaban, gelombang radio, sinyal listrik, dsb. Sinyal listrik secara
khusus akan menjadi pembicaraan di dalam praktikum ini, secara normal
diskpresikan di dalam bentuk gelombang tegangan atau arus. Dalam aplikasi bidang
rekayasa, banyak sekali dijumpai bentuk sinyal-sinyal lingkungan yang dikonversi ke
sinyal listrik untuk tujuan memudahkan dalam pengolahannya.
Secara matematik sinyal biasanya dimodelkan sebagai suatu fungsi yang
tersusun lebih dari satu variabel bebas. Contoh variabel bebas yang bisa digunakan
untuk merepresentasikan sinyal adalah waktu, frekuensi atau koordinat spasial.
Sebelum memperkenalkan notasi yang digunakan untuk merepresentasikan sinyal,
berikut ini kita mencoba untuk memberikan gambaran sederhana berkaitan dengan
pembangkitan sinyal dengan menggunakan sebuah sistem.
Perhatikan Gambar 2.3, yang mengilustrasikan bagaimana sebuah sistem di
bidang rekayasa (engineering) dan bentuk sinyal yang dibangkitkannya. Gambar 2.3a
merupakan contoh sederhana sistem rangkaian elektronika yang tersusun dari sebuah
capasitor C, induktor L dan resistor R. Sebuah tegangan v(t) diberikan sebagai input
dan mengalis melalui rangkaian RLC, dan memberikan bentuk output berupa sinyal
sinusoida sebagai fungsi waktu seperti pada Gambar 2.3b. Notasi v(t) dan y(t)
merupakan variabel tak bebas, sedangkan notasi t merupakan contoh variabel bebas.
Pada Gambar 2.3c merupakan sebuah ilustrasi proses perekaman menggunakan
digital audio recorder. Sedangkan Gambar 2.3d adalah contoh sinyal ouput hasil
perekaman yang disajikan di dalam bentuk grafik tegangan sebagai fungsi waktu.
Salah satu cara mengklasifikasi sinyal adalah dengan mendefinisikan nilai-
nilainya pada variabel bebas t (waktu). Jika sinyal memiliki nilai pada keselutuhan
waktu t maka didefinisikan sebagai sinyal waktu kontinyu atau consinous-time (CT)
signal. Disisi lain jika sinyal hanya memiliki nilai pada waktu-waktu tertentu
15
(diskrete), maka bisa didefinisikan sebagai sinyal waktu diskrit atau discrete-time
(DT) signal.
(a) Rangkaian RLC (b) Sinyal output rangkaian RLC
(c) Perekaman suara (b) Sinyal output perekaman
Gambar 2.3. Gambaran sistem dan sinyal ouput yang dihasilkan
Sumber : Sumber : http://tribudi.lecturer.pens.ac.id
2.5. PCM (Pulse Code Modulation)
PCM (Pulse Code Modulation) merupakan metode umum untuk mengubah
sinyal analog menjadi sinyal digital. Dalam sistem digital, sinyal analog yang
dikirimkan cukup dengan sampel sampelnya saja. Sinyal suara atau gambar yang
masih berupa sinyal listrik analog diubah menjadi sinyal listrik digital melalui 4 tahap
utama, yaitu :
1. Sampling
2. Quantisasi
3. Pengkodean
4. Multiplexing
16
Gambar 2.4. Pulse Code Modulation
Sumber: http://syahigwan.blogspot.co.id
2.6. FFT (Fast Fourier Transform)
Transformasi Fourier adalah suatu model transformasi yang memindahkan
sinyal domain spasial atau sinyal domain waktu menjadi sinyal domain frekuensi. Di
dalam pengolahan suara, transformasi fourier banyak digunakan untuk mengubah
domain spasial pada suara menjadi domain frekuensi. Analisa-analisa dalam domain
frekuensi banyak digunakan seperti filtering. Dengan menggunakan transformasi
fourier, sinyal atau suara dapat dilihat sebagai suatu objek dalam domain frekuensi.
Discrete Fourier Transformasi (DFT) merupakan prosedur matematika yang
digunakan untuk menentukan harmonik atau frekuensi yang merupakan isi dari
urutan sinyal diskrit. Urutan sinyal diskrit adalah urutan nilai yang diperoleh dari
sampling periodik sinyal kontinu dalam domain waktu. DFT berasal dari fungsi
Transformasi Fourier X(f) yang didefinisikan:
X(f)=∫ [ ] ∫
Dimana :
X(f) = urutan ke –f komponen output (X(0),X(1),…,X(N-1))
F = indeks output dalam domain frekuensi (0,1,…,N-1)
X(t) = urutan ke –t sampel input (x(0), x(1),…,x(N-1)
N = indeks sampel input dalam domain waktu (0,1,…,N-1)
J = bilangan imajiner (√ )
= derajat (180o)
17
= basis logaritma natural (2.718281828459)
X(f) = dalam bidang pemrosesan sinyal kontinu, digunakan untuk
mengubah fungsi domain waktu kontinu x(t) menjadi fungsi domain frekuensi
kontinyu X(f). Fungsi X(f) memungkinkan untuk menentukan kandungan isi
frekuensi dari beberapa sinyal dan menjadikan beragam analisis sinyal dan
pengolahan yang dipakai di bidang teknik dan fisika. Dengan munculnya
komputer digital, ilmuwan di bidang pengolahan digital berhasil mendefenisikan
DFT sebagai urutan sinyal diskrit domain frekuensi X(m), dimana:
( ) ∑ ( ) ∫
N = jumlah sampel Input
X(m) = urutan ke-m komponen output DFT (X(0), X(1),…,X(N-1))
m = indeks output DFT dalam domain frekuensi (0,1,…,N-1)
X(n) = urutan ke –n sampel input (x(0), x(1),…,x(N-1)
n = indeks sampel input dalam domain waktu (0,1,…,N-1)
j = bilangan imajiner (√ )
= derajat (180o)
= basis logaritma natural (2.718281828459)
Kemudian dihubungkan dengan rumus Euler =cos ( )- j sin ( ), sehingga
setara dengan :
( ) ∑ ( ) [ (
) ( (
)]
Dimana :
N = jumlah sampel input
X(m) = urutan ke-m komponen output DFT (X(0), X(1),…,X(N-1))
m = indeks output DFT dalam domain frekuensi (0,1,…,N-1)
x(n) = urutan ke –n sampel input (x(0), x(1),…,x(N-1)
n = indeks sampel input dalam domain waktu (0,1,…,N-1)
18
j = bilangan imajiner (√ )
= derajat (180o)
Konstanta j = √−1 hanya membantu membandingkan hubungan fase di
dalam berbagai komponen sinusoidal dari sinyal. Nilai N merupakan parameter
penting karena menentukan berapa banyak sampel masukan yang diperlukan, hasil
domain frekuensi dan jumlah waktu proses yang diperlukan untuk menghitung N-titik
DFT. Diperlukan N-perkalian kompleks dan N-1 sebagai tambahan. Kemudian, setiap
perkalian membutuhkan N-perkalian riil, sehingga untuk menghitung seluruh nilai N
(X(0), X(1), …, X(N-1)) memerlukan N2 perkalian. Hal ini menyebabkan
perhitungan DFT memakan waktu yang lama jika jumlah sampel yang akan diproses
dalam jumlah besar.
19
BAB III
METODOLOGI PENELITIAN
3.1. Jenis Penelitian
Penelitian ini adalah penelitian tentang sistem pengolahan sinyal suara
menggunakan aplikasi software Matlab dan menggunakan metode Fast Fourier
Transform (FFT).
3.2. Tempat dan Waktu Pelaksanaan
Tempat penelitian akan dilaksanakan di Jl. Soekartno Hatta KM.8, Batu
Ampar, Balikpapan Utara, dan Jl PJHI Batakan, Gang Aster RT 15 Balikpapan
Timur. Waktu penelitian dilaksanakan pada 13 April 2018 – 15 Juni 2018.
3.3. Peralatan dan Bahan
Penelitian Ciri Suara Manusia Berbasis Matlab dengan Metode Fast Fourier
Transform (FFT) membutuhkan peralatan dan bahan sebagai berikut:
3.3.1. Peralatan
a. Laptop
b. Microphone
c. Soundcard
3.3.2. Bahan
a. Apikasi MATLAB
b. Rekaman suara manusia dengan format .wav
3.4. Metodologi Penelitian
Adapun metode pengambilan penelitian dalam pengerjaaan tugas akhir ini
yaitu sebagai berikut :
20
1. Observasi Data
Dalam pengerjaan tugas akhir ini, dilakukan observasi data yang diperoleh
melalui pengambilan 10 sampel suara manusia dewasa, proses perekaman
tersebut menggunakan kesamaan kata yang dikatakan yaitu “Pengolah Sinyal”
dan durasi waktu yang ditentukan yaitu 3 detik.
2. Studi Literatur
Dalam pengerjaan tugas akhir ini, penulis menggunakan buku –buku yang
dijadikan sebagai sumber informasi dan referensi materi yang digunakan
sebagai sumber informasi dan referensi materi yang digunakan sebagai dasar
teori yang sesuai dengan tugas akhir yang dibuat oleh penulis.
3. Konsultasi
Dalam pengerjaan tugas akhir ini, penulis melakukan konsultasi berupa
bimbingan kepada dosen pembimbing. Hal ini dilakukan untuk melakukan
pengecekan data, pengecekan tata tulis, penambahan materi atau mengurangi
hal –hal yang dirasa tidak diperlukan.
3.5. Proses Perancangan
Flowchart perancangan penelitian Ciri Suara Manusia Berbasis Matlab
dengan Metode Fast Fourier Transform (FFT) adalah sebagai berikut:
Proses konversi & penyimpanan suara
asli ke dalam format .wav
Inisialisasi input rekaman
suara manusia sampel 10
orang manusia
Start
A
21
Gambar 3.1. Flowchart Perancangan
3.5.1. Perancangan Sistem
Perancangan merupakan tahap lanjutan dari analisis sistem dimana pada
perancangan sistem digambarkan rancangan sistem yang akan dibangun sebelum
dilakukan pengkodean ke dalam suatu bahasa pemrograman. Dalam perancangan
sistem tidak lepas dari analisis, karena dari hasil analisis sistem baru dapat dibuat
perancangan sistem.
Desain umum yang akan diaplikasikan bertujuan untuk memberikan
gambaran secara umum kepada penggunaan tentang sistem yang akan dibangun.
Berikut merupakan langkah – langkah dalam perancangan :
a. Mengambil 5 sampel suara pria dan 5 sampel suara wanita menggunakan
microphone dengan format .m4a
Proses perancangan aplikasi dengan
metode FFT
Proses Pengujian Aplikasi
Proses analisa membandingkan &
klasifikasi ciri suara manusia
Selesai
Apakah tampilan
sinyal suara sesuai
dengan metode FFT?
Menampilkan bentuk gelombang / sinyal
suara dengan metode FFT
A
T
Y
22
Gambar 3.2. Suara dalam Format .m4a
b. Mengubah format suara menjadi .wav
Gambar 3.3. Suara dalam Format .wav
c. Membuat GUI Tampilan Sinyal Suara
Gambar 3.4. GUI Tampilan Sinyal Suara
23
d. Membuat program pengolahan sinyal suara pada Matlab yang sudah
terintegrasi metode Fast Fourier Transform (FFT)
Gambar 3.5. Pemrograman Sinyal Suara
e. Membuat GUI Tampilan Daya Sinyal Suara
Gambar 3.6. GUI Daya Sinyal Suara
f. Membuat Program Pengolahan Daya Sinyal Suara
Gambar 3.7. Pemrograman Daya Sinyal Suara
24
BAB IV
HASIL DAN PEMBAHASAN
4.1. Implementasi
Implementasi merupakan hasil dari sebuah kerangka desain program matlab
yang telah dirancang pada tahapan desain dan kemudian dibangun menjadi sebuah
perangkat lunak dalam bentuk GUI (Graphical User Interface).
Gambar 4.1. GUI Tampilan Sinyal Suara
Gambar 4.2. GUI Daya Sinyal Suara
4.2. Pengujian
Tahapan pengujian dilakukan untuk memeriksa apakah suatu perangkat lunak
yang dapat dihasilkan sudah dapat dijalankan sesuai dengan kriteria/standar tertentu.
Pengujian akan dijelaskan pada proses dibawah ini :
25
a. Memproses Suara
Gambar 4.3. Pengujian Sinyal Suara
Pada tampilan diatas merupakan tampilan sinyal suara, untuk memunculkan
sinyal suara user dapat membuka popupmenu dan memilih sinyal suara mana
yang akan ditampilkan, sinyal suara yang tampil hanya nama yang sudah
tercantum dalam popupmenu, dan tabel merupakan sedereran nilai masing –
masing suara sesuai dengan nama yang terdapat pada popupmenu.
b. Memproses Sinyal dengan metode FFT
Gambar 4.4. Sinyal dengan metode FFT
Pada tampilan diatas merupakan tampilan sinyal suara dengan metode FFT,
untuk dapat mengetahui bentuk sinyal user dapat mengetikan bilangan biner
sesuai dengan nilai biner pada sinyal suara aslinya.
26
c. Memproses Daya
Gambar 4.5. Pengujian Daya Sinyal Suara
Pada tampilan diatas merupakan tampilan daya pada sinyal suara, untuk
melihat sinyal daya user dapat mengetikan nilai frekuensi pada panel GUI.
4.3. Analisis Data Hasil Penelitian
4.3.1. Proses Fast Fourier Transform (FFT)
Fast Fourier Transform adalah suatu algoritma komputasi optimal yang
mengimplementasikan Discreet Fourier Transform (DFT) dengan teknik perhitungan
yang cepat serta memanfaatkan sinyal periodical dari transformasi fourier. FFT
merupakan operasi matematika yang bertujuan untuk dekomposisi dari suatu sinyal
domain waktu ke sinyal domain frekuensi. Perhitungan FFT mengimplementasikan
pencerminan tansformasi ganda hasil DFT dengan hanya menghitung nilai
setengahnya data sinyal sehingga perhitungan akan lebih cepat, berdasarkan rumus :
XR (k) ∑ [ ( )
( )
]
Dibawah ini merupakan hasil dari proses pengolahan sinyal dengan metode
FFT :
Tabel 4.1. Tabel Hasil Pengolahan Sinyal FFT
27
No Nama Sinyal Suara Sinyal Hasil FFT
1. Agung
2. Andi
3. Oji
4. Hanif
28
5. Rezha
6. Silfi
7. Sari
8. Maulina
29
9. Ayu
10. Irta
Berikut merupakan hasil perhitungan komputasi sinyal menggunakan metode
FFT :
1. Sinyal Suara Agung
x =
1 -1 0 0 0 0 1 -1 0 0 1 1 0 0 0 0
x =
Columns 1 through 7
1.0000 + 0.0000i -1.0000 + 0.0000i 1.0000 + 0.0000i -1.0000 + 0.0000i
1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i
Columns 8 through 14
0.0000 - 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i -1.0000 + 0.0000i -
0.0000 + 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
Columns 15 through 16
30
0.0000 + 0.0000i 0.0000 + 0.0000i
x =
Columns 1 through 7
2.0000 + 0.0000i -0.2929 + 0.7071i 1.0000 + 1.0000i -1.7071 + 0.7071i
0.0000 + 0.0000i -1.7071 - 0.7071i 1.0000 - 1.0000i
Columns 8 through 14
-0.2929 - 0.7071i 1.0000 + 0.0000i 0.0000 - 1.0000i -1.0000 + 0.0000i -
0.0000 + 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i
Columns 15 through 16
-1.0000 + 0.0000i -0.0000 + 1.0000i
x =
Columns 1 through 7
3.0000 + 0.0000i -0.6756 - 0.2168i 0.2929 + 1.7071i -0.7832 + 1.0898i
0.0000 - 1.0000i -2.6310 - 0.3244i 1.7071 - 0.2929i
Columns 8 through 14
0.0898 - 1.6310i 1.0000 + 0.0000i 0.0898 + 1.6310i 1.7071 + 0.2929i -
2.6310 + 0.3244i -0.0000 + 1.0000i -0.7832 - 1.0898i
Columns 15 through 16
0.2929 - 1.7071i -0.6756 + 0.2168i
the output is: 3+0i -0.67558-0.21677i 0.29289+1.7071i-78323+1.0898i
6.1232e-17-1i -2.631-0.32442i 1.7071-0.29289i 0.08979-1.631i 1+0i
0.08979+1.631i 1.7071+0.29289i -2.631+0.32442i -6.1232e-17+1i -
0.78323-1.0898i 0.29289-1.7071i -0.67558+0.21677i
31
the output is: 1.6+0i -0.044313-1.3878e-17i -0.020841+0i 0.23196-
1.3878e-17i -0.058013+0i 0.018043-1.3878e-17i 0.27084+0i
0.29431-1.3878e-17i 0.016023+0i 0.29431+1.3878e-17i 0.27084+0i
0.018043+1.3878e-17i -0.058013+0i 0.23196+1.3878e-17i -0.020841+0i
-0.044313+1.3878e-17i
2. Sinyal Suara Andi
x =
1 1 0 0 2 0 1 -1 1 -1 2 0 1 1 2 0
x =
Columns 1 through 7
1.0000 + 0.0000i 1.0000 + 0.0000i 1.0000 + 0.0000i 1.0000 + 0.0000i
3.0000 + 0.0000i -0.0000 + 1.0000i 1.0000 + 0.0000i
Columns 8 through 14
0.0000 - 1.0000i 3.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -
1.0000 + 0.0000i 3.0000 + 0.0000i 1.0000 + 0.0000i
Columns 15 through 16
-1.0000 + 0.0000i 1.0000 + 0.0000i
x =
Columns 1 through 7
4.0000 + 0.0000i 1.7071 + 0.7071i 1.0000 - 1.0000i 0.2929 + 0.7071i -
2.0000 + 0.0000i 0.2929 - 0.7071i 1.0000 + 1.0000i
Columns 8 through 14
1.7071 - 0.7071i 6.0000 + 0.0000i -0.2929 - 0.7071i -1.0000 + 1.0000i -
1.7071 - 0.7071i 0.0000 + 0.0000i -1.7071 + 0.7071i
32
Columns 15 through 16
-1.0000 - 1.0000i -0.2929 + 0.7071i
x =
Columns 1 through 7
10.0000 + 0.0000i 1.1659 + 0.1659i 1.0000 + 0.4142i -1.0137 + 2.0137i -
2.0000 + 0.0000i 1.5995 + 0.5995i 1.0000 + 2.4142i
Columns 8 through 14
2.2483 - 1.2483i -2.0000 + 0.0000i 2.2483 + 1.2483i 1.0000 - 2.4142i
1.5995 - 0.5995i -2.0000 + 0.0000i -1.0137 - 2.0137i
Columns 15 through 16
1.0000 - 0.4142i 1.1659 - 0.1659i
the output is: 10+0i 1.16591+0.165911i 1+0.414214i -1.01367+2.01367i
-2+0i 1.59946+0.599456i 1+2.41421i 2.2483-1.2483i -2+0i 2.2483+1.2483i
1-2.41421i 1.59946-0.599456i -2+0i -1.01367-2.01367i 1-0.414214i
1.16591-0.165911i
the output is: 2.4259+0i 0.22985-5.7484e-18i 0.48115+8.6634e-17i
0.50553-5.7484e-18i 0.53806+0i 0.76507+3.3504e-17i 0.51885+3.1123e-
17i 0.49955+3.3504e-17i 0.49797+0i 0.49955-3.3504e-17i 0.51885-
3.1123e-17i 0.76507-3.3504e-17i 0.53806+0i 0.50553+5.7484e-18i
0.48115-8.6634e-17i 0.22985+5.7484e-18i
3. Sinyal Suara Oji
x =
1 1 1 1 0 0 2 0 2 0 1 1 0 0 1 1
x =
Columns 1 through 7
33
2.0000 + 0.0000i 1.0000 - 1.0000i 0.0000 + 0.0000i 1.0000 + 1.0000i
2.0000 + 0.0000i 0.0000 + 0.0000i -2.0000 + 0.0000i
Columns 8 through 14
0.0000 + 0.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i 1.0000 + 0.0000i -
0.0000 + 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i
Columns 15 through 16
-1.0000 + 0.0000i -0.0000 + 1.0000i
x =
Columns 1 through 7
4.0000 + 0.0000i 1.0000 - 1.0000i -0.0000 + 2.0000i 1.0000 + 1.0000i
0.0000 + 0.0000i 1.0000 - 1.0000i 0.0000 - 2.0000i
Columns 8 through 14
1.0000 + 1.0000i 4.0000 + 0.0000i -0.7071 - 1.7071i 1.0000 + 1.0000i
0.7071 + 0.2929i 2.0000 + 0.0000i 0.7071 - 0.2929i
Columns 15 through 16
1.0000 - 1.0000i -0.7071 + 1.7071i
x =
Columns 1 through 7
8.0000 + 0.0000i -0.3066 - 2.3066i 1.4142 + 2.0000i 1.5412 + 0.4588i
0.0000 - 2.0000i 0.4588 - 1.5412i -1.4142 - 2.0000i
Columns 8 through 14
2.3066 - 0.3066i 0.0000 + 0.0000i 2.3066 + 0.3066i -1.4142 + 2.0000i
0.4588 + 1.5412i -0.0000 + 2.0000i 1.5412 - 0.4588i
34
Columns 15 through 16
1.4142 - 2.0000i -0.3066 + 2.3066i
the output is: 8+0i -0.30656-2.3066i 1.4142+2i 1.5412+0.4588i 1.2246e-
16-2i 0.4588-1.5412i -1.4142-2i 2.3066-0.30656i 0+0i 2.3066+0.30656i
-1.4142+2i 0.4588+1.5412i -1.2246e-16+2i 1.5412-0.4588i 1.4142-2i -
0.30656+2.3066i
the output is: 2.3461 0.5 0.37707 0.5 0.13763 0.5 0.12293 0.5
0.37865 0.5 0.12293 0.5 0.13763 0.5 0.37707 0.5
4. Sinyal Suara Hanif
x =
0 0 0 0 2 0 0 0 2 0 1 1 2 0 1 1
x =
Columns 1 through 7
0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
2.0000 + 0.0000i 0.0000 + 0.0000i 2.0000 + 0.0000i
Columns 8 through 14
0.0000 + 0.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i 1.0000 + 0.0000i -
0.0000 + 1.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i
Columns 15 through 16
1.0000 + 0.0000i -0.0000 + 1.0000i
x =
Columns 1 through 7
2.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 - 2.0000i 0.0000 + 0.0000i -
2.0000 + 0.0000i 0.0000 + 0.0000i -0.0000 + 2.0000i
35
Columns 8 through 14
0.0000 + 0.0000i 6.0000 + 0.0000i -0.7071 - 1.7071i 1.0000 - 1.0000i
0.7071 + 0.2929i 0.0000 + 0.0000i 0.7071 - 0.2929i
Columns 15 through 16
1.0000 + 1.0000i -0.7071 + 1.7071i
x =
Columns 1 through 7
8.0000 + 0.0000i -1.3066 - 1.3066i 0.0000 - 3.4142i 0.5412 - 0.5412i -
2.0000 + 0.0000i -0.5412 - 0.5412i 0.0000 + 0.5858i
Columns 8 through 14
1.3066 - 1.3066i -4.0000 + 0.0000i 1.3066 + 1.3066i 0.0000 - 0.5858i -
0.5412 + 0.5412i -2.0000 + 0.0000i 0.5412 + 0.5412i
Columns 15 through 16
-0.0000 + 3.4142i -1.3066 + 1.3066i
the output is: 8+0i -1.3066-1.3066i 2.3349e-16-3.4142i 0.5412-0.5412i -
2+0i -0.5412-0.5412i 9.958e-17+0.58579i 1.3066-1.3066i -4+0i
1.3066+1.3066i 1.1442e-17-0.58579i -0.5412+0.5412i -2+0i
0.5412+0.5412i -3.4451e-16+3.4142i -1.3066+1.3066i
the output is: 2.1533+0i 0.5+0i 0.69134-1.9626e-17i 0+0i 0.5+0i
0+0i 0.30866-1.9626e-17i 0.5+0i 0.84672+0i 0.5+0i 0.5+0i
5. Sinyal Suara Rezha
x =
1 -1 1 -1 1 -1 1 1 0 0 1 -1 0 0 0 0
36
x =
Columns 1 through 7
2.0000 + 0.0000i -1.0000 + 1.0000i 0.0000 + 0.0000i -1.0000 - 1.0000i
2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i
Columns 8 through 14
-1.0000 + 1.0000i 1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i
0.0000 - 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
Columns 15 through 16
0.0000 + 0.0000i 0.0000 + 0.0000i
x =
Columns 1 through 7
4.0000 + 0.0000i -2.4142 + 1.0000i 0.0000 + 0.0000i 0.4142 - 1.0000i
0.0000 + 0.0000i 0.4142 + 1.0000i 0.0000 + 0.0000i
Columns 8 through 14
-2.4142 - 1.0000i 1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i
0.0000 - 1.0000i 1.0000 + 0.0000i -0.0000 + 1.0000i
Columns 15 through 16
-1.0000 + 0.0000i 0.0000 - 1.0000i
x =
Columns 1 through 7
5.0000 + 0.0000i -2.0315 + 1.9239i -0.7071 + 0.7071i -0.5097 - 1.3827i
0.0000 - 1.0000i 1.3381 + 0.6173i 0.7071 + 0.7071i
37
Columns 8 through 14
-2.7969 - 0.0761i 3.0000 + 0.0000i -2.7969 + 0.0761i 0.7071 - 0.7071i
1.3381 - 0.6173i -0.0000 + 1.0000i -0.5097 + 1.3827i
Columns 15 through 16
-0.7071 - 0.7071i -2.0315 - 1.9239i
the output is: 5+0i -2.0315+1.9239i -0.70711+0.70711i -0.50967-
1.3827i 6.1232e-17-1i 1.3381+0.61732i 0.70711+0.70711i -2.7969-
0.07612i 3+0i -2.7969+0.07612i 0.70711-0.70711i 1.3381-0.61732i
-6.1232e-17+1i -0.50967+1.3827i -0.70711-0.70711i -2.0315-1.9239i
the output is: 1.9429+0i 0.125+4.4686e-17i 0.60911-3.9252e-17i
0.125+7.1618e-17i 0.375-1.1102e-16i 0.125+7.1618e-17i 0.14089-
3.9252e-17i 0.125+4.4686e-17i -0.19289+0i 0.125-4.4686e-17i
0.14089+3.9252e-17i 0.125-7.1618e-17i 0.375+1.1102e-16i 0.125-
7.1618e-17i 0.60911+3.9252e-17i 0.125-4.4686e-17i
6. Sinyal Suara Silfi
x =
0 0 1 -1 0 0 0 0 1 -1 1 1 2 0 1 1
x =
Columns 1 through 7
1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i 0.0000 - 1.0000i
0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
Columns 8 through 14
0.0000 + 0.0000i 2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i -
1.0000 + 1.0000i 3.0000 + 0.0000i 0.0000 - 1.0000i
38
Columns 15 through 16
1.0000 + 0.0000i -0.0000 + 1.0000i
x =
Columns 1 through 7
1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i 0.0000 - 1.0000i
1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i
Columns 8 through 14
0.0000 - 1.0000i 5.0000 + 0.0000i -1.7071 - 1.7071i 0.0000 - 1.0000i -
0.2929 + 0.2929i -1.0000 + 0.0000i -0.2929 - 0.2929i
Columns 15 through 16
-0.0000 + 1.0000i -1.7071 + 1.7071i
x =
Columns 1 through 7
6.0000 + 0.0000i -2.2304 + 0.0761i -1.7071 - 0.7071i 0.1585 - 0.6173i
1.0000 + 1.0000i -0.1585 + 1.3827i -0.2929 - 0.7071i
Columns 8 through 14
2.2304 - 1.9239i -4.0000 + 0.0000i 2.2304 + 1.9239i -0.2929 + 0.7071i -
0.1585 - 1.3827i 1.0000 - 1.0000i 0.1585 + 0.6173i
Columns 15 through 16
-1.7071 + 0.7071i -2.2304 - 0.0761i
the output is: 6+0i -2.2304+0.07612i -1.7071-0.70711i 0.15851-0.61732i
1+1i -0.15851+1.3827i -0.29289-0.70711i 2.2304-1.9239i -4+0i
0.15851+0.61732i -1.7071+0.70711i -2.2304-0.07612i
39
the output is: 2.0292+0i 0.10215-4.4508e-17i 0.72649+0i
0.082306+1.1004e-17i 0.47514+0i -0.023648+2.8742e-18i 0.16996+0i
0.33919+2.8742e-18i 0.22762+0i 0.33919-2.8742e-18i 0.16996+0i -
0.023648-2.8742e-18i 0.47514+0i 0.082306-1.1004e-17i0.72649+0i
0.10215+4.4508e-17i
7. Sinyal Suara Sari
x =
0 0 1 1 1 1 0 0 1 -1 1 1 0 0 1 1
x =
Columns 1 through 7
1.0000 + 0.0000i 0.0000 - 1.0000i -1.0000 + 0.0000i -0.0000 + 1.0000i
1.0000 + 0.0000i 1.0000 + 0.0000i 1.0000 + 0.0000i
Columns 8 through 14
1.0000 + 0.0000i 2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i -
1.0000 + 1.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i
Columns 15 through 16
-1.0000 + 0.0000i -0.0000 + 1.0000i
x =
Columns 1 through 7
2.0000 + 0.0000i 0.7071 - 1.7071i -1.0000 - 1.0000i -0.7071 + 0.2929i
0.0000 + 0.0000i -0.7071 - 0.2929i -1.0000 + 1.0000i
Columns 8 through 14
0.7071 + 1.7071i 3.0000 + 0.0000i -1.7071 - 1.7071i -0.0000 + 1.0000i -
0.2929 + 0.2929i 1.0000 + 0.0000i -0.2929 - 0.2929i
40
Columns 15 through 16
0.0000 - 1.0000i -1.7071 + 1.7071i
x =
Columns 1 through 7
5.0000 + 0.0000i -1.5233 - 2.6310i -0.2929 - 0.2929i -0.5486 + 0.6756i
0.0000 - 1.0000i -0.8656 + 0.0898i -1.7071 + 1.7071i
Columns 8 through 14
2.9375 + 0.7832i -1.0000 + 0.0000i 2.9375 - 0.7832i -1.7071 - 1.7071i -
0.8656 - 0.0898i -0.0000 + 1.0000i -0.5486 - 0.6756i
Columns 15 through 16
-0.2929 + 0.2929i -1.5233 + 2.6310i
the output is: 5+0i -1.5233-2.631i -0.29289-0.29289i -0.54859+0.67558i
6.1232e-17-1i -0.86562+0.08979i -1.7071+1.7071i 2.9375+0.78323i
-1+0i 2.9375-0.78323i -1.7071-1.7071i -0.86562-0.08979i -6.1232e-
17+1i -0.54859-0.67558i -0.29289+0.29289i -1.5233+2.631i
the output is: 1.8312+0i 0.073223-3.6264e-17i 0.63359+7.8505e-17i
0.42678-1.5021e-17i 0.14645+0i 0.42678-1.5021e-17i -0.13359+7.8505e-
17i 0.073223-3.6264e-17i -0.12406+0i 0.073223+3.6264e-17i -
0.13359-7.8505e-17i 0.42678+1.5021e-17i 0.14645+0i 0.42678+1.5021e-
17i 0.63359-7.8505e-17i 0.073223+3.6264e-17i
8. Sinyal Suara Maulina
x =
0 0 2 0 1 -1 1 1 0 0 0 0 0 0 1 1
x =
Columns 1 through 7
41
2.0000 + 0.0000i 0.0000 + 0.0000i -2.0000 + 0.0000i 0.0000 + 0.0000i
2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i
Columns 8 through 14
-1.0000 + 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
0.0000 + 0.0000i 1.0000 + 0.0000i 0.0000 - 1.0000i
Columns 15 through 16
-1.0000 + 0.0000i -0.0000 + 1.0000i
x =
Columns 1 through 7
4.0000 + 0.0000i -1.4142 - 0.0000i -2.0000 + 0.0000i 1.4142 + 0.0000i
0.0000 + 0.0000i 1.4142 + 0.0000i -2.0000 + 0.0000i
Columns 8 through 14
-1.4142 - 0.0000i 1.0000 + 0.0000i -0.7071 - 0.7071i -0.0000 + 1.0000i
0.7071 - 0.7071i -1.0000 + 0.0000i 0.7071 + 0.7071i
Columns 15 through 16
0.0000 - 1.0000i -0.7071 + 0.7071i
x =
Columns 1 through 7
5.0000 + 0.0000i -2.3381 - 0.3827i -1.2929 + 0.7071i 1.0315 - 0.9239i -
0.0000 + 1.0000i 1.7969 - 0.9239i -2.7071 + 0.7071i
Columns 8 through 14
-0.4903 - 0.3827i 3.0000 + 0.0000i -0.4903 + 0.3827i -2.7071 - 0.7071i
1.7969 + 0.9239i 0.0000 - 1.0000i 1.0315 + 0.9239i
Columns 15 through 16
-1.2929 - 0.7071i -2.3381 + 0.3827i
42
the output is: 5+0i -2.3381-0.38268i -1.2929+0.70711i
1.0315-0.92388i -6.1232e-17+1i 1.7969-0.92388i -
2.7071+0.70711i -0.49033-0.38268i 3+0i -
0.49033+0.38268i -2.7071-0.70711i 1.7969+0.92388i
6.1232e-17-1i 1.0315+0.92388i -1.2929-0.70711i -
2.3381+0.38268i
the output is: 1.9585 0.17931 0.3384 0.39905 0.091055 0.085059
0.4116 -0.16342 0.35939 -0.16342 0.4116 0.085059 0.091055
0.39905 0.3384 0.17931
9. Sinyal Suara Ayu
x =
0 0 0 0 0 0 1 -1 1 -1 2 0 1 -1 1 1
x =
Columns 1 through 7
0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
1.0000 + 0.0000i -0.0000 + 1.0000i -1.0000 + 0.0000i
Columns 8 through 14
0.0000 - 1.0000i 3.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -
1.0000 + 0.0000i 2.0000 + 0.0000i -1.0000 - 1.0000i
Columns 15 through 16
0.0000 + 0.0000i -1.0000 + 1.0000i
x =
Columns 1 through 7
1.0000 + 0.0000i 0.7071 + 0.7071i -0.0000 + 1.0000i -0.7071 + 0.7071i -
1.0000 + 0.0000i -0.7071 - 0.7071i 0.0000 - 1.0000i
43
Columns 8 through 14
0.7071 - 0.7071i 5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i
0.4142 + 0.0000i 1.0000 + 0.0000i 0.4142 + 0.0000i
Columns 15 through 16
-1.0000 + 0.0000i -2.4142 - 0.0000i
x =
Columns 1 through 7
6.0000 + 0.0000i -1.5233 + 1.6310i -0.7071 + 1.7071i -0.5486 + 0.3244i -
1.0000 - 1.0000i -0.8656 - 1.0898i 0.7071 - 0.2929i
Columns 8 through 14
2.9375 + 0.2168i -4.0000 + 0.0000i 2.9375 - 0.2168i 0.7071 + 0.2929i -
0.8656 + 1.0898i -1.0000 + 1.0000i -0.5486 - 0.3244i
Columns 15 through 16
-0.7071 - 1.7071i -1.5233 - 1.6310i
the output is: 6+0i -1.5233+1.631i -0.70711+1.7071i -0.54859+0.32442i
-1-1i -0.86562-1.0898i 0.70711-0.29289i 2.9375+0.21677i -4+0i
2.9375-0.21677i 0.70711+0.29289i -0.86562+1.0898i -1+1i -0.54859-
0.32442i -0.70711-1.7071i -1.5233-1.631i
the output is: 2.0292+0i 0.10215-2.1412e-17i 0.72649-1.1497e-17i
0.082306-4.0647e-18i 0.47514-5.5511e-17i -0.023648-5.1446e-17i 0.16996-
6.7008e-17i 0.33919-1.3283e-17i 0.22762+0i 0.33919+1.3283e-17i
0.16996+6.7008e-17i -0.023648+5.1446e-17i 0.47514+5.5511e-17i
0.082306+4.0647e-18i 0.72649+1.1497e-17i 0.10215+2.1412e-17i
44
10. Sinyal Suara Irta
x =
1 -1 2 0 1 -1 1 1 0 0 0 0 0 0 0 0
x =
Columns 1 through 7
3.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i -1.0000 + 0.0000i
2.0000 + 0.0000i -1.0000 - 1.0000i 0.0000 + 0.0000i
Columns 8 through 14
-1.0000 + 1.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
Columns 15 through 16
0.0000 + 0.0000i 0.0000 + 0.0000i
x =
Columns 1 through 7
5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i 0.4142 + 0.0000i
1.0000 + 0.0000i 0.4142 + 0.0000i -1.0000 + 0.0000i
Columns 8 through 14
-2.4142 - 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
0.0000 + 0.0000i 0.0000 + 0.0000i 0.0000 + 0.0000i
Columns 15 through 16
0.0000 + 0.0000i 0.0000 + 0.0000i
x =
Columns 1 through 7
5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i 0.4142 + 0.0000i
1.0000 + 0.0000i 0.4142 + 0.0000i -1.0000 + 0.0000i
45
Columns 8 through 14
-2.4142 - 0.0000i 5.0000 + 0.0000i -2.4142 - 0.0000i -1.0000 + 0.0000i
0.4142 + 0.0000i 1.0000 + 0.0000i 0.4142 + 0.0000i
Columns 15 through 16
-1.0000 + 0.0000i -2.4142 - 0.0000i
the output is: 5+0i -2.4142-2.2204e-16i -1+0i 0.41421+1.1102e-16i
1+0i 0.41421+2.2204e-16i -1+0i -2.4142-1.1102e-16i 5+0i -2.4142-
2.2204e-16i -1+0i 0.41421+1.1102e-16i 1+0i 0.41421+2.2204e-16i
-1+0i -2.4142-1.1102e-16i
the output is: 1.7071 0 0.85355 0 0.5 0 0.14645 0 0.29289 0
0.14645 0 0.5 0 0.85355 0
4.3.2. Perhitungan Parameter Sinyal Suara
1. Rata – rata Waktu Delay Sinyal
Berikut merupakan perhitungan nilai delay sinyal masing – masing suara :
1) Sinyal Suara Agung
( ) ( ) ( ) ( )
2) Sinyal Suara Andi
( ) ( ) ( )
( ) ( )
46
3) Sinyal Sinyal Oji
( ) ( ) ( ) ( )
4) Sinyal Suara Hanif
( ) ( ) ( )
( ) (
5) Sinyal Suara Rezha
( ) ( ) ( ) ( )
47
6) Sinyal Suara Silfi
( ) ( ) ( )
7) Sinyal Suara Sari
( ) ( ) ( )
8) Sinyal Suara Maulina
( ) ( ) (
9) Sinyal Suara Ayu
( ) ( ) ( )
48
10) Sinyal Suara Irta
( ) ( )
2. Perhitungan Amplitudo Sinyal
Berikut merupakan perhitungan nilai amplitudo sinyal masing–masing suara :
1) Sinyal Suara Agung
( ) ( ) ( )
2) Sinyal Suara Andi
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
49
3) Sinyal Sinyal Oji
( ) ( ) ( ) ( ) ( )
4) Sinyal Suara Hanif
( ) ( ) ( )
5) Sinyal Suara Rezha
( ) ( )
6) Sinyal Suara Silfi
( ) ( ) ( ) ( )
50
7) Sinyal Suara Sari
( ) ( ) ( ) ( )
8) Sinyal Suara Maulina
( ) ( ) ( ) ( )
9) Sinyal Suara Ayu
( ) ( ) ( )
10) Sinyal Suara Irta
51
( ) ( ) ( )
( ) ( )
3. Perhitungan Daya Sinyal Suara
Berikut merupakan perhitungan nilai daya sinyal masing – masing suara :
Tabel. 4.2. Perhitungan Daya Sinyal Suara
No Nama Suara Daya
1. Agung
2. Andi
3. Oji
52
4. Hanif
5. Rezha
6. Silfi
7 Sari
8. Maulina
9. Ayu
53
10. Irta
4.3.3. Hasil Sinyal Suara
Dari ke-10 sampel suara yang sudah dilakukan, bisa kita lihat hasil bentuk
sinyal suara dari table 1 dibawah ini:
Tabel 4.3. Bentuk Sinyal suara
No Nama
Suara
Bentuk
Sinyal Suara
Delay Amplitudo Daya Tipe
Suara
1. Agung
0,295 2 40 Pria
2. Andi
0,658 1,976 39,528 Pria
3. Oji
0,335 1,882 37,64 Pria
4. Hanif
0,171 1,088 21,778 Pria
54
5. Rezha
0,448 1,144 22,88 Pria
6. Silfi
0,765 0,849 16,98 Wanita
7. Sari
1,037 1,003 20,062 Wanita
8. Maulina
0,917 1,011 20,22 Wanita
9. Ayu
0,538 1,002 20,44 Wanita
10. Irta
1,190 0,826 16,52 Wanita
Berdasarkan table 4.3, perbedaan sinyal suara pria dan wanita dapat dianalisis
berdasarkan kerapatan frekuensi masing – masing sinyal. Pada sinyal suara pria
memiliki kerapatan frekuensi sinyal yang lebih rendah dibandingkan kerapatan
frekuensi sinyal suara wanita. Sebaliknya, kerapatan frekuensi suara wanita memiliki
kerapatan yang lebih tinggi dibandingkan frekuensi sinyal suara pria.
Kemudian, nilai delay sinyal suara pria dan wanita memiliki nilai delay sinyal
yang berbeda. Rata –rata nilai delay sinyal suara pria cenderung lebih kecil
dibandingkan nilai delay sinyal suara wanita. Range nilai delay sinyal suara pria yaitu
0,171 sampai 0,448 sekon dan range nilai delay sinyal suara wanita yaitu 0,538
sampai 1,190 sekon.
55
Untuk amplitudo dapat dianalisis bahwa nilai amplitudo sinyal suara antara
suara pria dan wanita memiliki nilai yang berbeda. Rata- rata amplitudo sinyal suara
pria lebih tinggi dibandingkan nilai amplitudo sinyal suara wanita. Range nilai
amplitudo sinyal pria yaitu 1,088 sampai 2 V, dan range nilai amplitudo sinyal suara
wanita yaitu antara 0,826 sampai 1,011V.
Parameter terakhir yaitu nilai daya sinyal suara pria lebih tinggi dibandingkan
nilai daya sinyal suara wanita. Range nilai daya sinyal pada suara pria yaitu 21,778
sampai 40 dB dan range nilai daya sinyal suara wanita yaitu 16,52 sampai 20,22 dB.
Dari Kesimpulan parameter diatas didapat yang bisa dianalisis sebagai
berikut :
Tabel 4.4. Analisis Parameter Sinyal Suara
No Parameter Pria (Range) Wanita (Range) Kesimpulan
1. Kerapatan
Frekuensi
Kerapatan
frekuensi pria
lebih renggang dari
wanita
Kerapatan
frekuensi wanita
lebih rapat
Suara wanita
memiliki
kerapatan yang
lebih tinggi
dari sinyal
suara pria
2. Delay 0,171 <=Delay<=
0,448 s
0,538<=Delay<=
1,190 s
Suara wanita
memiliki nilai
delay sinyal
lebih besar dari
nilai delay
sinyal suara
pria
3. Amplitudo 1,088 <=A<= 2 V 0,826
<=A<=1,011V
Suara wanita
lebih memiliki
nilai amplitudo
56
lebih kecil dari
sinyal suara
pria
4. Daya 21,778<=P<=40
dB
16,52<=P<=
20,22 dB
Suara wanita
memiliki nilai
daya lebih
kecil dari nilai
daya sinyal
suara pria
Berdasarkan penelitian sebelumnya (Mulyani, 2017) disimpulkan bahwa
frekuensi suara wanita berada pada range 87,30 Hz sampai 523,25 Hz dan frekuensi
suara pria berada pada range 65,40 Hz sampai 261 Hz. Oleh karena itu, hasil
penelitian penulis dengan hasil penelitian sebelumnya menunjukan kesimpulan yang
selaras dengan menunjukan frekuensi wanita lebih tinggi dari frekuensi suara pria
seperti nilai parameter yang disajikan pada table 4.4. Analisis Parameter Sinyal
Suara.
57
BAB V
PENUTUP
5.1. Kesimpulan
Berdasarkan hasil penelitian yang dibahas pada bab sebelumnya, beberapa
kesimpulan yang dapat diambil dari penelitian mengenai klasifikasi ciri suara
manusia berbasis matlab menggunakan metode Fast Fourier Transform (FFT) adalah
sebagai berikut :
1. Fast Fourier Transform adalah suatu algoritma komputasi optimal yang
mengimplementasikan Discreet Fourier Transform (DFT) dengan teknik
perhitungan yang cepat serta memanfaatkan sinyal periodical dari
transformasi fourier.
2. Pola bentuk sinyal suara pria memiliki kerapatan frekuensi lebih kecil dari
bentuk sinyal suara wanita. Sehingga, disini dapat dianalisa bahwa suara
wanita cenderung lebih halus dibandingkan suara pria.
3. Waktu delay sinyal suara pria lebih kecil dari waktu delay sinyal suara wanita.
Range nilai delay sinyal suara pria yaitu 0,171 sampai 0,448 s dan range nilai
delay sinyal suara wanita yaitu 0,538 sampai 1,190 s.
4. Nilai amplitudo dan nilai daya sinyal suara pria lebih tinggi dari nilai
amplitudo dan nilai daya sinyal suara wanita. Range nilai amplitudo sinyal
pria yaitu 1,088 sampai 2 V, dan range nilai amplitudo sinyal suara wanita
yaitu antara 0,826 sampai 1,011V. Range nilai daya sinyal pada suara pria
yaitu 21,778 sampai 40 dB dan range nilai daya sinyal suara wanita yaitu
16,52 sampai 20,22 dB.
5.2. Saran
Tugas akhir ini masih memiliki beberapa kekurangan. Oleh karena itu, berikut
adalah beberapa saran untuk mengembangkan tugas akhir ini :
58
1. Pastikan jumlah sampel suara yang digunakan untuk penelitian selanjutnya
lebih banyak dari penelitian penulis sehingga dapat menghasilkan hasil yang
lebih akurat.
2. Pada saat perekaman suara harus diperhatikan kesamaan dalam penekanan,
ritme dan nada suara, serta dilakukan dalam ruangan yang hening dan
tertutup.
3. Pengukuran noise pada setiap sampel suara dapat ditambahkan agar dapat
mengetahui kualitas sinyal suara.
59
DAFTAR PUSTAKA
Anonim.2015.Pengertian Transformasi Fourier Diskrit.[online],
(http://www.landasanteori.com/2015/10/pengertian-transformasi-fourier-
diskrit.html, diakses pada 02 April 2018. 19:04:23 WITA).
Endi.2015.Proses Produksi Suara Manusia.[online],
(http://novemdejavu.blogspot.co.id/2011/01/proses-produksi-suara-
manusia.html, diakses pada 28 Maret 2018. 19:25:43 WITA)
Gunawan, Dadang dan Filbert Hilman Juwono.2012.Pengolahan Sinyal Digital.
Yogyakarta. Garaha Ilmu.
K.Ingle, Vinay dan John G. Proakis. 2012. Digital Signal Processing using MATLAB.
Stamford. Cengage Learning.
Mulyani, Rini.2017.Pemetaan dan Analisis Tipe Suara Manusia menggunakan Fast
Fourier Transform (FFT).[online],
(http://digilib.unila.ac.id/25551/3/SKRIPSI%20TANPA%20BAB%20PEMBA
HASAN.pdf, diakses pada 06 April 2018. 14:37:34 WITA).
Pangaribuan, Sahatma.2013.Prosedure Pemrograman GUI MATLAB.[online],
(https://www.scribd.com/doc/69823831/Prosedure-Pemrograman-GUI-
MATLAB, diakses pada 02 April 2018. 08.00 WITA).
Piptools.2016.Algoritma Fast Fourier Transform.[online],
(https://piptools.net/algoritma-fft-fast-fourier-transform/, diakses pada tanggal
05 April 2018. 08:45:31 WITA).
Santoso, Tri Budi dkk.2012.Praktikum Sinyal dan Sistem.[pdf],
(http://tribudi.lecturer.pens.ac.id/LN_Sinyal_sistem_Prak/prak_SinyalSistem_1.
pdf, diakses pada 12 Juli 2018 19:34:30 WITA)
Syahigwan.2015.Pulse Code Modulation.[online],
(http://syahigwan.blogspot.co.id/2015/10/pcm-pulse-code-modulation-
modulasi-kode.html, diakses pada 05 April 2018. 09:01:54 WITA).
Telkomuniversity.2017.Pulse Code Modulation.[online],
(http://fit.labs.telkomuniversity.ac.id/pcm-pulse-code-modulation/, diakses
pada 02 April 2018. 20:10:32 WITA).
Wijaya.2014.Filter Pasif. Diktat Elektronika Dasar 1.[online],
(https://anzdoc.com/bab-iii-filter-pasif-hal-8-4.html, diakses pada 06 April
2018. 14:45:37 WITA).
60
LAMPIRAN
xvi
Lampiran 1
a. Program GUI Matlab sinyal Suara
[y,fs]=wavread('nama_suara');
t=linspace(0,length(y)/fs,length(y));
plot(t,y)
Nfft=1024
f=linspace(0,fs,Nfft);
%f=frekuensi vector
%0=frekuensi awal
%fs=frekuensi akhir
%Nfft=panjang frekuensi vector
G=abs(fft(y,Nfft));
%G=sample y fft untuk 1024
figure1;
plot(f(1:Nfft/2),G(1:Nfft/2))
b. Program GUI Matlab Daya Sinyal Suara
function fourier_transform
global edit1 edit2 ax1 ax2 check1 text3
f = figure('Name','Fourier Transformation','MenuBar','none',...
'ToolBar','none','NumberTitle','off','Position',[250 130 800
500]);
ax1 = axes('Position',[.3 .55 .65 .3],'XTick',[],...
'YTick',[],'Visible','on');
ax2 = axes('Position',[.3 .1 .65 .3],'XTick',[],...
'YTick',[],'Visible','on');
panel1 = uipanel('Title','Panel','FontWeight','bold',...
'FontSize',7,'Position',[.05 .5 .2 .37]);
xvii
edit1 = uicontrol('Parent',panel1,'Style','edit','Position',[95 120
50 30]);
edit2 = uicontrol('Parent',panel1,'Style','edit','Position',[95 80
50 30]);
push1 = uicontrol('Parent',panel1,'Style','pushbutton',...
'Position',[10 15 130 30],'String','Plot','FontSize',7,...
'Callback',@pushbutton1);
check1 = uicontrol('Parent',panel1,'Style','checkbox',...
'Position',[10 45 130 30],'String','Random
Noise','FontSize',7,...
'Callback',@checkbutton1);
text1 = uicontrol('Parent',panel1,'Style','text',...
'Position',[10 115 80 30],'String','Frequency 1','FontSize',7);
text2 = uicontrol('Parent',panel1,'Style','text',...
'Position',[10 75 80 30],'String','Frequency 2','FontSize',7);
function checkbutton1(~,~)
global check1 text3
val = get(check1,'Value');
switch val
case 0
set(text3,'String','y = sin(2*pi*f1*t) + sin(2*pi*f2*t)');
case 1
set(text3,'String','y = sin(2*pi*f1*t) + sin(2*pi*f2*t) +
2*randn(size(t))');
end
function pushbutton1(~,~)
global edit1 edit2 ax1 ax2 check1
xviii
val = get(check1,'Value');
switch val
case 0
t = 0:.001:.25;
f1 = str2double(get(edit1,'String'));
f2 = str2double(get(edit2,'String'));
% Calculate data
x = sin(2*pi*f1*t) + sin(2*pi*f2*t);
y = fft(x,512);
m = y.*conj(y)/512;
f = 1000*(0:256)/512;
% Create time plot
axes(ax1) % Select the proper axes
plot(t,x)
set(ax1,'XMinorTick','on')
grid on
title('Time Domain')
xlabel('Time (s)');
ylabel('Amplitude');
% Create frequency plot
axes(ax2) % Select the proper axes
plot(f,m(1:257))
set(ax2,'XMinorTick','on')
grid on
title('Frequency Domain')
xlabel('Frequency (Hz)');
ylabel('Power');
case 1
t = 0:.001:.25;
f1 = str2double(get(edit1,'String'));
f2 = str2double(get(edit2,'String'));
% Calculate data
xix
x = sin(2*pi*f1*t) + sin(2*pi*f2*t) + 2*randn(size(t));
y = fft(x,512);
m = y.*conj(y)/512;
f = 1000*(0:256)/512;
% Create time plot
axes(ax1) % Select the proper axes
plot(t,x)
set(ax1,'XMinorTick','on')
grid on
title('Time Domain')
% Create frequency plot
axes(ax2) % Select the proper axes
plot(f,m(1:257))
set(ax2,'XMinorTick','on')
grid on
title('Frequency Domain')
end
c. Program GUI Sinyal dengan FFT
clc;
x=[0 0 0 0 1 0 1 0 1 0 1 0 1 0 0 0];
o=x;
N=16;
a=length(x);
if(a<N)
x=[x zeros(1,(N-a))];
end;
x=bitrevorder(x);
n=log2(N);
X=zeros(1,N);
for m=1:1:n
l=2^(m-1);
xx
i=1;
while(i<=(N-l))
for k=0:1:(l-1)
X(i)=x(i)+x(i+l)*exp(-j*2*pi*k/N*(2^(n-m)));
X(i+l)=x(i)-x(i+l)*exp(-j*2*pi*k/N*(2^(n-m)));
i=i+1;
if(k==(l-1))
i=i+l;
end;
end;
end;
x=X
end;
disp(['the output is: ',num2str(X)]);
p=abs(X);
q=angle(X);
subplot(311);
stem(o);
xlabel('time');
ylabel('magnitude');
title('original sequence');
subplot(312);
stem(p);
xlabel('frequency');
ylabel('magnitude');
title('magnitude spectrum of dft');
subplot(313);
stem(q);
xlabel('frequency');
ylabel('phase');
title('phase spectrum of dft');
k=ifft(p);
disp(['the output is: ',num2str(k)]);
figure;
stem(k)
xxi
d. Program GUI sinyal keseluruhan
function varargout = tugasakhir1(varargin)
% TUGASAKHIR1 MATLAB code for tugasakhir1.fig
% TUGASAKHIR1, by itself, creates a new TUGASAKHIR1 or raises
the existing
% singleton*.
%
% H = TUGASAKHIR1 returns the handle to a new TUGASAKHIR1 or
the handle to
% the existing singleton*.
%
% TUGASAKHIR1('CALLBACK',hObject,eventData,handles,...) calls
the local
% function named CALLBACK in TUGASAKHIR1.M with the given input
arguments.
%
% TUGASAKHIR1('Property','Value',...) creates a new TUGASAKHIR1
or raises the
% existing singleton*. Starting from the left, property value
pairs are
% applied to the GUI before tugasakhir1_OpeningFcn gets called.
An
% unrecognized property name or invalid value makes property
application
% stop. All inputs are passed to tugasakhir1_OpeningFcn via
varargin.
%
% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows
only one
% instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help tugasakhir1
xxii
% Last Modified by GUIDE v2.5 05-Jul-2018 14:57:02
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @tugasakhir1_OpeningFcn, ...
'gui_OutputFcn', @tugasakhir1_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before tugasakhir1 is made visible.
function tugasakhir1_OpeningFcn(hObject, eventdata, handles,
varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to tugasakhir1 (see VARARGIN)
% Choose default command line output for tugasakhir1
handles.output = hObject;
% Update handles structure
xxiii
guidata(hObject, handles);
% UIWAIT makes tugasakhir1 wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = tugasakhir1_OutputFcn(hObject, eventdata,
handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% --- Executes on selection change in popupmenu1.
function popupmenu1_Callback(hObject, eventdata, handles)
contents = get(hObject,'Value')
switch contents
case 1
a=imread('silfi.jpg')
axes(handles.axes1);
imshow(a);
case 2
a=imread('sari.jpg')
axes(handles.axes2);
imshow(a);
case 3
a=imread('maulina.jpg')
axes(handles.axes3);
imshow(a);
case 4
xxiv
a=imread('ayu.jpg')
axes(handles.axes4);
imshow(a);
case 5
a=imread('irta.jpg')
axes(handles.axes5);
imshow(a);
case 6
a=imread('agung.jpg')
axes(handles.axes6);
imshow(a);
case 7
a=imread('andi.jpg')
axes(handles.axes7);
imshow(a);
case 8
a=imread('oji.jpg')
axes(handles.axes8);
imshow(a);
case 9
a=imread('hanif.jpg')
axes(handles.axes9);
imshow(a);
case 10
a=imread('rezha.jpg')
axes(handles.axes10);
imshow(a);
otherwise
end
function popupmenu1_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
xxv
% --- Executes when entered data in editable cell(s) in uitable1.
function uitable1_CellEditCallback(hObject, eventdata, handles)
% hObject handle to uitable1 (see GCBO)
% eventdata structure with the following fields (see
MATLAB.UI.CONTROL.TABLE)
% Indices: row and column indices of the cell(s) edited
% PreviousData: previous data for the cell(s) edited
% EditData: string(s) entered by the user
% NewData: EditData or its converted form set on the Data
property. Empty if Data was not changed
% Error: error string when failed to convert EditData to
appropriate value for Data
% handles structure with handles and user data (see GUIDATA)
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
A={'0,765' '1,037' '0,917' '0,538' '1,190' '0,295' '0,658' '0,335'
'0,171' '0,448'};
B={'0,849' '1,003' '1,011' '1,002' '0,826' '2' '1,976' '1,882'
'1,088' '1,144'};
C={'wanita' 'wanita' 'wanita' 'wanita' 'wanita' 'pria' 'pria' 'pria'
'pria' 'pria'};
datos=[A' B' C'];
set(handles.uitable1, 'data', datos);
xxvi
xxvii