1

KLASIFIKASI SUARA BERDASARKAN GENDER (JENIS KELAMIN) DENGAN METODE

K-NEAREST NEIGHBOR (KNN)

Riska Yessivirna 1, Marji2, Dian Eka Ratnawati3

Jurusan Ilmu Komputer, Fakultas Program Teknologi Informasi dan Ilmu Komputer,

Universitas Brawijaya Malang

Jalan Veteran No. 8, Malang 65145, indonesia

Email1: yes.virgo@gmail.com

ABSTRAK

Klasifikasi suara berdasarkan gender dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan

perempuan. Dengan kemampuan komputer yang mampu membedakan suara laki-laki dan perempuan akan

memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Pencocokan password tidak

hanya berdasarkan kata saja, namun ditambah dengan pencocokan karakteristik suara sehingga akan lebih aman.

Pengenalan suara berdasarkan gender dilakukan dengan teknik ekstraksi ciri sinyal audio pada domain frekuensi

yaitu spectral centroid dan spectral flux untuk mendapatkan data numerik yang kemudian dilanjutkan dengan

klasifikasi. K-Nearest Neighbor (KNN) diimplementasikan untuk klasifikasi suara berdasarkan gender dengan

menggunakan 2 parameter fitur suara, yaitu Spectral centroid dan Spectral flux. Dalam penelitian ini digunakan teknik

klasifikasi KNN dengan menggunakan dua kriteria, laki-laki dan perempuan.

Uji coba dilakukan dengan 3 skenario yang berbeda. Pada skenario pertama parameter yang diubah adalah frame

width, pada skenario kedua parameter yang diubah adalah frame shift, sedangkan untuk skenario ketiga parameter yang

diubah adalah nilai alpha. Pada uji coba 3 skenario diperoleh hasil bahwa nilai frame width yang paling baik digunakan

adalah 1024, prosentase frame shift yang baik digunakan adalah 31.25%, dan nilai alpha yang baik digunakan adalah 0.97.

Pada uji coba pengaruh nilai k dihasilkan semakin tinggi nilai k maka semakin tinggi nilai akurasinya dan semakin

mendekati titik kestabilannya, dengan rata-rata akurasi terendah sebesar 71,5% dan tertinggi sebesar 76,2%.

Kata kunci: suara, ekstraksi ciri, spectral centroid, spectral flux, klasifikasi, k – Nearest Neighbor (KNN)

ABSTRACT

Voice classification based on gender was made in order for the computer to recognize the voice of male and female. By the

computer skills who is able to recognize the voice of male and female will strengthen the security level of a system that uses a

password with voice. Matching password not only based on words but coupled with matching characteristics of voice so that it will

be safer.

Voice recognition based on gender is done with feature extraction technique of the audio signal in the frequency domain

spectral centroid and spectral flux to obtain numerical data which is then followed by classification. K-Nearest Neighbor (KNN) is

implemented to voice classification based on gender with 2 parameters, spectral centroid and spectral flux. In this research, the KNN

classification techniques using 2 ccriteria, male and female.

The test is done by 3 different scenarios. In the first scenario, parameters are changed in a frame width, the second scenario

is frame shift, while in the third scenario is alpha. The result from 3 scenarious are the value of frame width used is 1024, the good

procentage of frame shift used is 31.25%, and the best value of alpha used is 0.97. At the test of the effect of k shows that the higher

value of k produced the higher accuracy and getting closer to the point of stability, with the lowest accuracy of 71.5% and the highest

accuracy of 76.2%.

Keywords: voice, feature extraction, spectral centroid, spectral flux, classification, k – Nearest Neighbor (KNN).

1. PENDAHULUAN

1.1. Latar Belakang

Tuhan menggolongkan manusia berdasarkan

jenis kelaminnya, yaitu pria dan wanita. Setiap manusia

dengan manusia yang lain memiliki perbedaan

karakteristik, salah satunya dapat dilihat dari suaranya.

Bila didengarkan dengan seksama, suara wanita

cenderung lebih tinggi daripada suara pria. Di antara

perbedaan-perbedaan masih terdapat kemiripan antara

suara pria satu dengan pria lain dan antara suara

wanita satu dengan wanita lain [1].

Berdasarkan penelitian Setiawan (2011) suara

dapat digolongkan berdasarkan jenis kelamin dengan

menggunakan metode ekstraksi ciri sinyal. Data sampel

2

sejumlah 10 file suara berfomat (.wav) terdiri dari 2

suara wanita dan 8 suara pria. Dari data sample

dilakukan ekstraksi ciri berupa fitur-fitur pada domain

waktu yaitu Sort Time Energy dan Zero Crossing Rate,

dan fitur-fitur pada domain frekuensi yaitu Spectral

Centroid dan Spectral Flux. Hasil perhitungan ekstraksi

ciri yang diperoleh, direkam dalam file “pola.txt”, di

mana data yang disimpan merupakan rata-rata dari

masing-masing ciri. Data pada file “pola.txt” diolah

untuk proses klasterisasi dengan menggunakan metode

K-Means. K-Means merupakan teknik klastering

sederhana yang umum digunakan. Teknik ini

menggunakan ukuran jarak untuk mengelompokkan

objek. Dari hasil penelitian yang dilakukan 2 suara

masuk ke dalam klaster 1 dan 8 suara masuk ke dalam

klaster 2, sehingga dapat disimpulkan bahwa metode

K-Means mampu mengelompokkan suara berdasarkan

jenis kelamin [2].

Selain dengan metode K-Means,

pengelompokkan juga dapat dilakukan dengan

menggunakan metode k-Nearest Neighbour (KNN).

Berbeda dengan metode K-Means yang mempartisi

data ke dalam satu atau lebih kelompok sehingga data

yang memilik karakteristik yang sama akan

dikelompokkan menjadi satu cluster, KNN merupakan

metode klasifikasi yang didasarkan pada pembelajaran

data yang sudah terklasifikasi sebelumnya.

KNN termasuk dalam golongan supervised,

dimana hasil query instance yang baru diklasifikasi

berdasarkan mayoritas kedekatan jarak dari kategori

yang ada. Beberapa keunggulan pada metode KNN

adalah tangguh terhadap data training yang memiliki

banyak noise dan keefektifan apabila data training besar.

Selain itu proses klasifikasi mudah direpresentasikan

dibandingkan dengan metode klasifikasi lain [3].

Oleh karena itu pada penelitian ini, klasifikasi

suara berdasarkan jenis kelamin akan dilakukan

dengan mengimplementasikan metode KNN dan fitur

yang digunakan mengacu pada penelitian Setiawan

(2011) berupa fitur dari domain frekuensi yaitu Spectral

Centroid dan Spectral Flux. Dengan menggunakan

metode ini, diharapkan komputer mampu mengenali

suara berdasarkan gender (jenis kelamin) dengan

tingkat akurasi yang tinggi.

Berdasarkan latar belakang yang telah

dikemukakan, maka dilakukanlah penelitian dengan

judul “Klasifikasi Suara Berdasarkan Gender (Jenis

Kelamin) Dengan Metode K-Nearest Neighbour

(KNN)”.

1.2. Rumusan Masalah

Permasalahan yang ada pada skripsi ini

dapat dirumuskan sebagai berikut:

1. Bagaimana proses ekstraksi ciri yang dilakukan

sehingga dari data suara dapat dihasilkan data

numerik berupa fitur dari domain frekuensi

(Spectral Centroid dan Spectral Flux) yang nantinya

digunakan dalam proses pengklasifikasian.

2. Bagaimana cara mengklasifikasikan suara dengan

menggunakan KNN berdasarkan parameter yang

ada.

3. Bagaimana akurasi yang terbentuk jika metode

KNN diimplementasikan dalam

mengklasifikasikan suara berdasarkan jenis

kelamin.

1.3. Batasan Masalah

Masalah yang dibahas pada skripsi ini

dibatasi pada:

1. Data yang digunakan dalam penelitian ini adalah

file suara berformat (.wav).

2. Sampel suara yang digunakan adalah suara orang

dewasa yang melafalkan kata “Aku” secara

normal.

3. Proses akuisisi data numerik dilakukan dengan

ekstraksi ciri sinyal suara dengan domain

frekuensi (Spectral Centroid dan Spectral Flux).

4. Pengklasifikasian suara dilakukan dengan

menggunakan KNN weighted voting.

1.4. Tujuan

Penelitian ini dibuat dengan tujuan:

1. Melakukan ekstraksi ciri berupa Spectral Centroid

dan Spectral Flux pada sinyal suara

2. Melakukan klasifikasi suara berdasarkan gender

(jenis kelamin) dengan menggunakan metode

KNN

3. Menghitung akurasi dari hasil pengklasifikasian

suara.

1.5. Manfaat

Manfaat yang dapat diambil dari penelitian ini

adalah menghasilkan aplikasi yang dapat digunakan

untuk mengklasifikasikan suara berdasarkan gender

(jenis kelamin), sehingga dapat membuat komputer

mampu mengenali suara manusia berdasarkan jenis

kelamin.

2. Kajian Pustaka dan Dasar Teori

2.1. Suara dan Audio Digital

Bunyi atau suara adalah sesuatu yang

dihasilkan oleh getaran dari benda yang bergetar. Suara

yang dihasilkan oleh suatu sumber getar dapat sampai

ke telinga karena suara merambat sebagai gelombang.

Bunyi terjadi secara berkelanjutan dikarenakan adanya

gelombang analog. Untuk merubah gelombang analog

ke dalam komputer dilakukan dengan cara melakukan

digitalisasi gelombang analog tersebut [4].

3

2.2. Sampling

Sampling merupakan proses mengubah sinyal

analog menjadi sinyal digital dalam fungsi waktu. Teori

sampling Nyquist menyebutkan bahwa frekuensi

sampling (sampling rate) minimal harus dua kali lebih

tinggi dari frekuensi maksimum yang akan di-sampling,

dimana (𝑓𝑠) frekuensi sampling dan (𝑓ℎ ) frekuensi sinyal

analog tertinggi [5].

𝑓𝑠 ≥ 2𝑓ℎ (2-1)

2.3. Pre-emphasis

Dalam proses pengolahan sinyal suara, proses

pre-emphasis dilakukan setelah proses sampling. Tujuan

dari pre-emphasis adalah untuk mendapatkan bentuk

spectral frekuensi sinyal suara yang lebih halus.

Pre-emphasis didasari oleh hubungan

input/output dalam domain waktu yang dinyatakan

dalam persamaan 2-2

𝑦 𝑛 = 𝑥 𝑛 − 𝑎𝑥(𝑛 − 1) (2-2)

dimana α merupakan konstanta filter pre-emphasis yang

biasanya bernilai 0,9<α<1,0 [6].

2.4. Frame Blocking

Frame Blocking adalah pembagian sinyal audio

menjadi beberapa frame. Satu frame terdiri dari beberapa

sampel tergantung tiap berapa detik suara yang akan

di-sampling dan berapa besar frekuensi sampling-nya [7].

Pada tahap ini, output dari pre-emphasis diblok ke

dalam frame yang terdiri dari N sample data dan tiap

frame dipisahkan dengan M sampel data [8]. Sinyal

hasil dari framing adalah sinyal terpotong yang

diskontinu. Sinyal terpotong tersebut akan dilanjutkan

dalam proses windowing [9].

2.5. Windowing

Window penghalus pada setiap frame

digunakan untuk mereduksi puncak pada tiap segmen

(awal dan akhir suatu frame) [7]. Fungsi windowing yang

digunakan adalah hamming window karena fungsi ini

dapat membuat data pada awal frame dan akhir frame

mendekati nilai 0 dengan baik [9]. Jika didefinisikan

window yang digunakan sebagai w(n) maka output dari

proses window adalah:

𝑥𝑙 𝑛 = 𝑥𝑙 𝑛 𝑤(𝑛) (2-3)

dimana 0 < n < N-1, dan model window yang

digunakanadalah Hamming window [8] yaitu:

𝑤 𝑛 = 0.54 − 0.46 cos 2𝜋𝑛

𝑁−1 (2-4)

2.6. FFT

Proses FFT sinyal dibagi menjadi beberapa

bagian yang lebih kecil yang bertujuan untuk

memperoleh waktu proses yang lebih cepat.

Modifikasi DFT dilakukan dengan mengelompokkan

batas n ganjil dan batas n genap [5]. N-point dengan

urutan {x(n), n = 0, 1, …, N-1} dibagi menjadi urutan

genap

𝑥𝑒 𝑛 = 𝑥 2𝑚 ,𝑚 = 0, 1,… , 𝑁

2 − 1 (2-5)

dan urutan ganjil

𝑥𝑜 𝑛 = 𝑥 2𝑚 + 1 ,𝑚 = 0, 1,… , 𝑛

2 − 1 (2-6)

Oleh karena itu, panjang 𝑁 = 2𝑚 dimana m

adalah bilangan positif integer, maka persamaan DFT

dapat ditulis menjadi [10].

𝑋 𝑘 = 𝑥 𝑛 𝑊𝑁𝑘𝑛𝑁−1

𝑛=0

= 𝑥 2𝑚 𝑊𝑁2𝑚𝑘 + 𝑥(2𝑚 + 1)𝑊𝑁

2𝑚+1 𝑘 𝑛

2 −1

𝑚=0

𝑛

2 −1

𝑚=0

(2-7)

2.7. Spectral Centroid

Spectroid Centroid didefinisikan sebagai titik

berat atau titik keseimbangan dari magnitude pada

spektrum domain frekuensi yang merepresentasikan

sinyal audio [11]. Berdasarkan penelitian Setiawan

(2011) spectral centroid dapat diperoleh dengan

persamaan 2-8

𝑆𝐶𝑡 = 𝑀𝑡 𝑛 .𝑛𝑁𝑛=1

𝑀𝑡[𝑛]𝑁𝑛=1

(2-8)

dimana N adalah jumlah pita frekuensi pada spectrum,

Mt[n] adalah magnitude dari spektrum pada frame

indeks t dan pita indeks n [2].

2.8. Spectral Flux

Spectral Flux menyatakan perbedaan antara pita

magnitude dari sejumlah frame pada spektrum domain

frekuensi yang merepresentasikan sebuah sinyal audio

dan dapat diperoleh dengan menggunakan persamaan

𝑆𝐹𝑡 = 𝑀𝑡 𝑛 − 𝑀𝑡−1[𝑛] 2

=1

𝑁 𝑀𝑡 𝑛 − 𝑀𝑡−1[𝑛] 2𝑁

𝑛=1 (2-9)

dimana N adalah jumlah pita frekuensi, Mt[n] adalah

magnitude dari spectrum pada frame indeks t dan pita

indeks n, dan Mt-1[n] adalah magnitude dari spekturm

pada frame indeks t-1 dan pita indeks n [11].

2.9. K – Nearest Neighbor (KNN)

Klasifikasi Nearest Neighbor didasarkan pada

pembelajaran (learning) dengan membandingkan

4

sebuah data uji dengan sejumlah data latih. Data latih

terdiri dari n atribut. Tiap data merepresentasikan titik

pada sebuah ruang berdimensi n, dengan begitu semua

data latih disimpan di dalam ruang pola berdimensi n.

Ketika diberikan sebuah data yang tidak diketahui

kelasnya, k-nearest neighbor akan mencari pola ruang

untuk data latih k yang terdekat. Data latih k ini

merupakan k “nearest neighbor” dari data yang tidak

diketahui tersebut [12].

2.9.1. Normalisasi

Normalisasi dilakukan untuk menghindari

beberapa atribut yang memiliki nilai besar

mempengaruhi atribut lain yang diukur pada skala

yang lebih kecil. Pada data kontinyu, normalisasi dapat

dilakukan dengan menggunakan Z-Score standardization

dengan persamaan 2-10 [13].

𝑋∗ =𝑋−𝑚𝑒𝑎𝑛 (𝑋)

𝑆𝐷(𝑋) (2-10)

2.9.2. Jarak Euclidean

Kedekatan didefinisikan dengan ukuran jarak

seperti Euclidean distance, di mana jarak dua data

𝑋1 = (𝑥11 , 𝑥12 ,… , 𝑥1𝑛) dan 𝑋2 = (𝑥21 , 𝑥22 ,… , 𝑥2𝑛)

dinyatakan dalam persamaan 2-11 [12][HAN-06].

𝑑𝑖𝑠𝑡 𝑋1,𝑋2 = (𝑥1𝑖 − 𝑥2𝑖)2𝑛

𝑖=1 (2-11)

2.9.3. Weighted Voting

Pada fungsi kombinasi dengan menggunakan

weighted voting diharapkan dapat memperkecil

kesalahan. Fungsi kombinasi ini merupakan kebalikan

proporsi jarak dari rekord baru dengan klasifikasi,

dimana vote dibobotkan dengan inverse square dari

nilai jarak [13].

2.10. Akurasi Sistem

Akurasi merupakan ukuran seberapa dekat

suatu angka hasil pengukuran terhadap angka

sebenarnya. Akurasi dapat diperoleh dari prosentase

kebenaran, yaitu perbandingan antara jumlah data

benar dengan keseluruhan data [14]. Akurasi

dinyatakan dengan persamaan

𝑎𝑘𝑢𝑟𝑎𝑠𝑖 =𝑗𝑢𝑚𝑙𝑎 ℎ 𝑑𝑎𝑡𝑎 𝑏𝑒𝑛𝑎𝑟

𝑗𝑢𝑚𝑙𝑎 ℎ 𝑑𝑎𝑡𝑎 × 100% (2-12)

3. Metodologi Penelitian dan Perancangan

3.1. Data Penelitian

Data yang digunakan adalah data suara yang

dikumpulkan secara langsung dengan melakukan

perekaman kepada sejumlah orang yang kemudian

disimpan dalam format (.wav). Perekaman dilakukan

dengan bantuan aplikasi Audacity dengan format PCM

8000Hz, 16 bit, 1 channel (mono). Dari data suara akan

dibuat sebuah dataset melalui proses ekstrasi fitur

dengan atribut id, filename, alpha, frame_width,

frame_shift, spectral_centroid dan spectral_flux, dan

kelas berupa jenis kelamin. Data suara terdiri dari 294

suara dengan 147 suara perempuan dan 147 suara laki-

laki.

3.2. Perancangan Sistem

Perancangan proses klasifikasi suara

berdasarkan gender ini terdiri dari tiga proses utama

yaitu ekstraksi fitur, pelatihan, dan pengujian. Proses

ekstraksi fitur bertujuan untuk memperoleh nilai fitur

spectral centroid dan spectral flux. Proses ekstraksi fitur

ditunjukkan pada gambar 3.1.

Ekstraksi Fitur

Mulai

Sinyal digital

tersampling

Pre-emphasis

Frame Blocking

Windowing

Transformasi Fourier

Hitung Spectral

Centroid

Selesai

Hitung Spectral Flux

Gambar 3.1 Proses Ekstraksi Fitur

Proses pelatihan sistem bertujuan untuk

menentuan klasifikasi suara pada sejumlah data uji dan

data latih dengan menggunakan metode KNN. Proses

pelatihan ditunjukkan oleh gambar 3.2.

5

Proses Pelatihan

Mulai

Input dataset suara,

jml data testing, k-

tetangga terdekat

KNN

Output akurasi

Selesai

For i=0 to jml data testing

i

Hasil=benar? Benar=Benar+1

T

Y

Akurasi=Benar/jml data

testing

Proses pengujian bertujuan untuk menguji suatu

data suara yang dimasukkan oleh pengguna. Proses ini

menghasilkan klasifikasi suara berdasarkan jenis

kelaminnya. Perancangan proses pengujian

ditunjukkan oleh gambar 3.3.

Proses Pengujian

Mulai

Input file suara format

(.wav), k-tetangga

terdekat

Ekstraksi Fitur

KNN

Output hasil klasifikasi

Selesai

Gambar 3.3 Proses Pengujian

Pada proses pelatihan dan pengujian terdapat

proses pengklasifikasian dengan menggunakan metode

KNN. Proses KNN ditunjukkan pada gambar 3.4.

KNN

Mulai

Input data uji, k

tetangga terdekat

Perhitungan jarak

Weighted voting

Output hasil

klasifikasi

Selesai

Normalisasi

Sorting

Gambar 3.15 Proses KNN

4. Implementasi

Antarmuka aplikasi untuk klasifikasi suara

berdasarkan gender terdiri atas 3 bagian utama, yaitu:

1. Form Ekstraksi Fitur

Form ini bertujuan untuk melakukan ekstraksi

fitur spectral centroid dan spectral flux dari file suara yang

akan diekstraksi. Antarmuka dari form ekstraksi fitur

ditunjukkan pada Gambar 4.1.

Gambar 4.1 Form Ekstraksi Fitur

Gambar 3.2 Proses Pelatihan

6

2. Form Proses Pelatihan

Form pelatihan digunakan untuk mengetahui

hasil akurasi dari implementasi KNN. Antarmuka dari

form pelatihan ditunjukkan pada Gambar 4.2.

Gambar 4.2 Form Pelatihan

3. Form Proses Pengujian

Form pengujian digunakan untuk

mengklasifikasikan suara berdasarkan jenis kelamin.

Form pengujian akan ditunjukkan pada Gambar 4.3.

Gambar 4.3 Form Pengujian

5. Pengujian dan Analisis

Pengujian klasifikasi suara berdasarkan gender

(jenis kelamin) dengan metode KNN digunakan dataset

suara sebanyak 294 record. Data yang digunakan dalam

sistem terbagi menjadi 2 kelas, yaitu kelas “L” untuk

laki-laki, dan “P” untuk perempuan dengan fitur yang

digunakan adalah spectral centroid dan spectral flux.

Pada setiap uji coba digunakan prosentase data latih

sebesar 70% dan data uji sebesar 30%, serta

menggunakan 19 nilai k yang berbeda. Proses

pengujian, terdapat 3 skenario yang digunakan:

a. Skenario 1

Pada skenario 1 digunakan 4 nilai frame width

yang berbeda, yaitu 128, 256, 512, dan 1024. Nilai frame

shift yang digunakan berdasarkan penelitian Wardana

(2011) adalah 31,25% dengan nilai alpha 0,97. Akurasi

pengujian tiap nilai frame width yang digunakan

diperoleh dari hasil rata-rata akurasi tiap uji coba pada

nilai frame width yang sama.

7

Tabel 5.1 Tabel Rata-rata Akurasi Sistem Skenario 1

Frame

Width

Percobaan

ke-

Nilai K

1 2 … 10 20 … 100

128

1 58,4 58,4 … 60,7 61,8 … 62,9

2 61,8 61,8 … 66,3 67,4 … 62,9

3 60,7 60,7 … 59,6 60,7 … 58,4

4 61,8 61,8 … 61,8 61,8 … 62,9

5 61,8 61,8 … 61,8 60,7 … 60,7

Rata-rata Akurasi

(%) 60,9 60,9 … 62,0 62,5 … 61,6

256

1 57,3 57,3 … 58,4 62,9 … 65,2

2 66,3 66,3 … 66,3 70,8 … 67,4

3 65,2 65,2 … 68,5 69,7 … 69,7

4 61,8 61,8 … 62,9 66,3 … 67,4

5 64,0 64,0 … 68,5 69,7 … 67,4

Rata-rata Akurasi

(%) 62,9 62,9 … 64,9 67,9 … 67,4

512

1 65,2 65,2 … 62,9 68,5 … 68,5

2 60,7 60,7 … 68,5 68,5 … 69,7

3 60,7 60,7 … 67,4 68,5 … 73,0

4 68,5 68,5 … 64,0 68,5 … 68,5

5 64,0 64,0 … 67,4 68,5 … 68,5

Rata-rata Akurasi

(%) 63,8 63,8 … 66,1 68,5 … 69,7

1024

1 75,3 75,3 … 78,7 78,7 … 76,4

2 62,9 62,9 … 68,5 67,4 … 67,4

3 67,4 67,4 … 74,2 75,3 … 76,4

4 73,0 73,0 … 77,5 77,5 … 78,7

5 77,5 77,5 … 80,9 84,3 … 84,3

Rata-rata Akurasi

(%) 71,2 71,2 … 76,0 76,6 … 76,6

Hasil uji coba skenario 1 direpresentasikan

dalam grafik pada gambar 5.1

Gambar 5.1. Pengaruh nilai k dan Frame width

terhadap tingkat akurasi

Gambar 5.1 menunjukkan bahwa semakin

bertambahnya nilai k, maka semakin bertambah pula

tingkat akurasi yang dihasilkan, begitu pula juga pada

variable frame width. Semakin besar nilai frame width

maka semakin besar pula tingkat akurasinya.

b. Skenario 2

Pada skenario 2 digunakan 4 nilai frame shift

yang berbeda, yaitu 30%, 40%, 50%, dan 60%. Nilai

frame width yang digunakan adalah nilsi frame width

dengan tingkat akurasi tertinggi yaitu 1024 dengan

nilai alpha berdasarkan referensi penelitian Wardana

(2011) yaitu 0,97. Akurasi pengujian tiap nilai frame shift

yang digunakan diperoleh dari hasil rata-rata akurasi

tiap uji coba pada nilai frame shift yang sama.

Tabel 5.2 Tabel Rata-rata Akurasi Sistem Skenario 2

(%) Percobaan

ke-

Nilai K

1 2 … 10 20 … 100

30

1 61,8 61,8 … 64,0 65,2 … 69,7

2 60,7 60,7 … 62,9 64,0 … 65,2

3 61,8 61,8 … 66,3 69,7 … 71,9

4 67,4 67,4 … 75,3 76,4 … 74,2

5 73,0 73,0 … 71,9 71,9 … 73,0

Rata-rata Akurasi

(%) 64,9 64,9 … 68,1 69,4 … 70,8

40

1 58,4 58,4 … 71,9 71,9 … 71,9

2 64,0 64,0 … 67,4 69,7 … 67,4

3 61,8 61,8 … 69,7 69,7 … 73,0

4 66,3 66,3 … 69,7 70,8 … 71,9

5 64,0 64,0 … 69,7 68,5 … 73,0

Rata-rata Akurasi

(%) 62,9 62,9 … 69,7 70,1 … 71,5

50

1 68,5 68,5 … 74,2 76,4 … 78,7

2 62,9 62,9 … 62,9 65,7 … 67,4

3 62,9 62,9 … 66,3 66,3 … 69,7

4 73,0 73,0 … 76,4 77,5 … 76,4

5 68,5 68,5 … 73,0 74,2 … 76,4

Rata-rata Akurasi

(%) 67,2 67,2 … 70,6 72,0 … 73,7

60

1 62,9 62,9 … 65,2 65,2 … 66,3

2 55,1 55,1 … 55,1 58,4 … 60,7

3 59,6 59,6 … 61,8 64,0 … 69,7

4 61,8 61,8 … 65,2 64,0 … 66,3

5 61,8 61,8 … 62,9 65,2 … 65,2

Rata-rata Akurasi

(%) 60,2 60,2 … 62,0 63,4 … 65,6

71,271,273,573,574,4

75,575,576,076,076,076,676,676,977,176,676,676,676,976,6

55,0

60,0

65,0

70,0

75,0

80,0

1 2 3 4 5 6 7 8 9 10 20 30 40 50 60 70 80 90 100

Aku

rasi

(%

)

Nilai K

Akurasi Klasifikasi Suara pada Uji Coba Skenario 1

Frame width = 128 Frame width = 256

Frame width = 512 Frame width = 1024

8

Hasil uji coba skenario 2 direpresentasikan pada

gambar 5.2

Gambar 5.2. Grafik akurasi klasifikasi suara pada uji

coba skenario 2

Gambar 5.2 menunjukkan bahwa tingkat akurasi

tertinggi berada pada nilai frame shift dengan

prosentase 50% dengan semakin tinggi nilai k maka

semakin tinggi tingkat akurasi yang terbentuk.

c. Skenario 3

Pada skenario 3 digunakan 4 nilai alpha yang

berbeda, yaitu 0.93, 0.95, 0.97, dan 0.99. Nilai frame

width yang digunakan adalah nilai frame width dengan

tingkat akurasi tertinggi yaitu 1024 dengan nilai frame

shift berdasarkan referensi penelitian Wardana (2011)

yaitu 31.25%. Akurasi pengujian tiap nilai alpha yang

digunakan diperoleh dari hasil rata-rata akurasi tiap uji

coba pada nilai alpha yang sama.

Tabel 5.3 Tabel Rata-rata Akurasi Sistem Skenario 3

α Percobaan

ke-

Nilai K

1 2 … 10 20 … 100

0,93

1 71,9 71,9 … 73,0 75,3 … 76,4

2 68,5 68,5 … 68,5 66,3 … 68,5

3 65,2 65,2 … 70,8 73,0 … 76,4

4 67,4 67,4 … 75,3 80,9 … 79,8

5 69,7 69,7 … 75,3 76,4 … 76,4

Rata-rata Akurasi

(%) 68,5 68,5 … 72,6 74,4 … 75,5

0,95

1 69,7 69,7 … 75,3 75,3 … 76,4

2 68,5 68,5 … 68,5 67,4 … 69,7

3 65,2 65,2 … 73,0 73,0 … 76,4

4 68,5 68,5 … 74,2 76,4 … 76,4

5 71,9 71,9 … 76,4 77,5 … 78,7

Rata-rata Akurasi

(%) 68,8 68,8 … 73,5 73,9 … 75,5

0,97

1 75,3 75,3 … 78,7 78,7 … 76,4

2 62,9 62,9 … 68,5 67,4 … 67,4

3 67,4 67,4 … 74,2 75,3 … 76,4

4 73,0 73,0 … 77,5 77,5 … 78,7

5 77,5 77,5 … 80,9 84,3 … 84,3

Rata-rata Akurasi

(%) 71,2 71,2 … 76,0 76,6 … 76,6

0,99

1 67,4 67,4 … 71,9 76,4 … 79,8

2 57,3 57,3 … 60,7 62,9 … 65,2

3 62,9 62,9 … 69,7 70,8 … 71,9

4 73,0 73,0 … 77,5 76,4 … 77,5

5 65,2 65,2 … 69,7 69,7 … 71,9

Rata-rata Akurasi

(%) 65,2 65,2 … 69,9 71,2 … 73,3

Hasil uji coba skenario 3 direpresentasikan pada

gambar 5.3

Gambar 5.3. Grafik akurasi klasifikasi suara pada uji

coba skenario 3

Gambar 5.3 menunjukkan bahwa tingkat akurasi

tertinggi berada pada nilai alpha sebesar 0.97 dengan

semakin tinggi nilai k maka semakin tinggi tingkat

akurasi yang terbentuk.

6. Kesimpulan

Berdasarkan hasil penelitian tentang klasifikasi

suara berdasarkan gender (jenis kelamin) dengan

metode K-Nearest Neighbor (KNN), dapat disimpulkan

bahwa:

1. Ekstraksi ciri untuk memperoleh nilai fitur spectral

centroid dan spectral flux dilakukan dengan melalui

proses sampling, pre-emphasis, frame blocking, dan

transformasi Fourier. Pada proses pre-emphasis nilai

67,267,267,968,567,968,569,470,670,170,6

72,073,073,973,973,973,773,773,773,7

55,0

60,0

65,0

70,0

75,0

1 3 5 7 9 20 40 60 80 100

Aku

rasi

(%

)

Nilai K

Akurasi Klasifikasi Suara pada Uji Coba 2

frame shift = 30% frame shift = 40%

frame shift = 50% frame shift = 60%

71,271,2

73,573,574,4

75,575,576,076,076,076,676,676,977,176,676,676,676,976,6

60,0

65,0

70,0

75,0

80,0

1 2 3 4 5 6 7 8 9 10 20 30 40 50 60 70 80 90 100

Aku

rasi

(%

)

Nilai K

Akurasi Klasifikasi Suara pada Uji Coba Skenario 3

alpha = 0,93 alpha = 0,95 alpha = 0,97 alpha = 0,99

9

alpha yang baik digunakan adalah 0,97. Pada proses

frame blocking nilai frame width yang baik digunakan

adalah 1024 dan nilai frame shift yang baik

digunakan adalah 31,25%. Setelah meendapatkan

hasil transformasi Fourier, dihitung dan diperoleh

nilai fitur spectral centroid dan nilai fitur spectral flux.

2. Pengklasifikasian suara dengan menggunakan

metode KNN dilakukan dengan menggunakan fitur

spectral centroid dan spectral flux pada suara, dengan

2 kelas tujuan yaitu laki-laki dan perempuan.

Penggunaan nilai k mempengaruhi tingkat akurasi.

Semakin tinggi nilai k maka semakin tinggi tingkat

akurasi yang dihasilkan.

3. Akurasi pada klasifikasi suara berdasarkan gender

(jenis kelamin) dengan metode KNN cukup baik.

Akurasi terendah pada uji coba dengan nilai frame

width 1024, frame shift 31,25%, dan nilai alpha 0.97

adalah 71,2% dan akurasi tertinggi adalah 77,1% .

Nilai akurasi yang dihasilkan cukup baik, sehingga

disimpulkan bahwa metode KNN dapat diterapkan

pada klasifikasi suara berdasarkan gender (jenis

kelamin).

7. Daftar Pustaka

[1] Prasetya, Binyamin Widi. 2008. “Identifikasi Suara

Pria dan Wanita Berdasarkan Frekuensi Suara”.

Jurnal Informatika. Vol. 4, No. 1. hal. 10-17.

http://ti.ukdw.ac.id/ojs/index.php/informatika/arti

cle/download/13/15. [4 Februari 2013] [2] Setiawan, Arif dan Pratomo Setiaji. 2011.

Klasifikasi Suara Berdasarkan Gender dengan

Algoritma K-Means. Prosiding Seminar Nasional

Pengaplikasian Telematika 2011 (SINAPTIKA 2011).

Universitas Mercu Buana. Jakarta. Indonesia.

http://library.si.umk.ac.id/index.php?p=fstream-

pdf&fid=69&bid=136. [4 Februari 2013].

[3] Sikki, Muhammad Ilyas. 2009. “Pengenalan Wajah

Menggunakan K-Nearest Neighbour dengan

Praproses Transformasi Wavelet”. Jurnal

Paradigma. Vol. 10, No. 2. http://www.ejournal-

unisma.net/ojs/index.php/paradigma/article/down

load/198/185 [7 Februari 2013]. [4] Daryanto, Tri. 2008. “Sistem Multimedia

Pertemuan ke-2 Audio dan Suara”.

http://kk.mercubuana.ac.id/files/92052-2-

132860772042.pdf . [18 April 2013].

[5] Tanudjaja, Harlianto. 2007. “Pengolahan Sinyal

Digital dan Sistem Pemrosesan Sinyal”. Andi

Offset. Yogyakarta.

[6] Jayati, Ari Endang. 2009. “Proses Pemfilteran

Sinyal Suara”. Elektrika. Vol. 1. No. 2.Hal 107-116.

[7] Huda, Miftahul. 2011. “Konversi Nada-nada

Akustik Menjadi Chord Menggunakan Pitch Class

Profile”. http://repo.eepis-

its.edu/175/3/KONVERSI_NADA-

NADA_AKUSTIK_MENJADI_CHORD_.pdf. [24

April 2013].

[8] Thiang. 2007. “Implementasi Sistem Pengenalan

Kata pada Mikrokontroler Keluarga MCS51”.

http://fportfolio.petra.ac.id/user_files/97-

031/Pengenalan%20Kata-

Mikrokontroler%20%20MCS51.pdf. [24 April

2013]. [9] Basuki, Achmad dkk. 2006. “Aplikasi Pengolahan

Suara untuk Request Lagu”. http://lecturer.eepis-

its.edu/~huda/Dokumen/Karya/Request%20Lagu.

pdf. [24 April 2013].

[10] Kuo, Sen M dan Woon-Seng Gan. 2005. “Digital

Signal Processor Architectures, Implementations,

and Applications”. Pearson Prentice Hall. United

States of Amerika.

[11] Thoman, Chris. 2009. “Model-Based Classification

Of Speech Audio”.

http://books.google.co.id/books?id=48pycpKBqwk

C&printsec=frontcover&hl=id#v=onepage&q&f=fa

lse. [24 April 2013]. [12] Han, Jiawei. 2006. “Data Mining: Concept and

Techniques”. Second Edition. Elsevier Inc. [13] Larose, Daniel T. “Discovering Knowledge in

Data: An Introduction to Data Mining”. John

Wiley & Sons. United States of Amerika.

[14] Ludviani, Resti. 2011. “Pembangkitan Aturan

Fuzzy Menggunakan Fuzzy C-Means (FCM)

Clustering Untuk Diagnosa Risiko Penyakit

Jantung Koroner (PJK)”. Skripsi. Universitas

Brawijaya Malang.

[15] Wardana, Mohammad Mahendra Jaya. 2011.

“Pengenalan Suara Menggunakan Algoritma Fast

Fourier Transform (FFT) dengan Algoritma Mel

Frequency Cepstrum Coefficient (MFCC) Sebagai

Ekstraksi Ciri ”. Skripsi. Universitas Brawijaya

Malang.