Cornelius David - S Undergraduate Theses
Cornelius David - S Undergraduate Theses
Disusun Oleh:
Cornelius David
2002-42-090
LEMBAR PENGESAHAN
Cornelius David
NIM
2002-42-090
Tanggal Ujian
13 Desember 2007
Telah dinyatakan lulus ujian komprehensif dan Tugas Akhir dari mahasiswa tersebut
telah diperiksa, diperbaiki, dan disetujui oleh dosen pembimbing.
Mengetahui
Menyetujui
LEMBAR PERNYATAAN
Nama
Cornelius David
NIM
2002-42-090
Menyatakan bahwa Tugas Akhir ini adalah hasil karya sendiri dan bukan merupakan
duplikasi sebagian atau seluruhnya dari karya orang lain yang sudah pernah
dipublikasikan atau yang sudah pernah dipakai untuk mendapat gelar di universitas
lain, kecuali pada bagian dimana sumber informasi dicantumkan dengan cara
referensi semestinya.
Pernyataan ini dibuat dengan sebenar-benarnya secara sadar dan bertanggung jawab
dan saya bersedia menerima sanksi berupa pembatalan Tugas Akhir saya apabila
terbukti melakukan duplikasi terhadap Tugas Akhir yang sudah ada.
Cornelius David
ABSTRAK
Kemajuan teknologi yang berbasis sistem cerdas pada saat ini sangat
membantu manusia dalam berbagai bidang. Selain mempermudah kerja manusia
bahkan ada juga yang mampu menggantikan posisi manusia tersebut, sehingga
penggunaan tenaga ahli dapat lebih efisien. Salah satu contohnya adalah dengan
pembuatan aplikasi pembagian kelompok suara dalam suatu audisi paduan suara
dengan menggunakan logika fuzzy. Sering kali proses audisi ini dilakukan secara
manual dengan cara mendengarkan calon anggota menyanyikan sebuah lagu untuk
menentukan kelompok suara dengan bantuan tenaga ahli dalam hal ini pelatih paduan
suara. Pada Tugas Akhir ini akan dibahas mengenai suatu aplikasi yang dibuat untuk
menggantikan posisi pelatih dalam menentukan kelompok suara seseorang. Pada
perancangannya aplikasi ini menggunakan program Vocal Transformation Pro 1.0,
Windows Sound Recorder, FuzzyTech 5.12 dan Borland Delphi 7.0. Dari hasil
pengujian yang dilakukan, aplikasi ini dapat bekerja dengan baik yaitu mampu
mengklasifikasikan suara ke dalam kelompok suara yang sesuai.
KATA PENGANTAR
Terima kasih dan puji syukur kepada Tuhan Yesus Kristus atas berkat,
rahmat dan anugerahNya, serta kepada Bunda Maria atas bimbingan dan
penyertaannya yang melimpah kepada penulis selama pembuatan hingga selesainya
tugas akhir ini.
Tugas Akhir dengan judul Aplikasi Logika Fuzzy untuk Menentukan
Kelompok Suara dalam Audisi Paduan Suara ini dibuat untuk memenuhi salah satu
persyaratan akademik dalam menyelesaikan jenjang pendidikan Strata Satu (S1) pada
Fakultas Teknik, Universitas Katolik Indonesia Atma Jaya, Jakarta.
Dalam proses penyusunan dan penyelesaian tugas akhir ini penulis mendapat
banyak bimbingan, saran, serta dukungan dari berbagai pihak baik secara langsung
maupun tidak langsung. Pada kesempatan ini, penulis ingin menyampaikan rasa
terima kasih yang sebesar-besarnya kepada:
1. Bapak Dr. Lukas, ST, MAI, sebagai dosen pembimbing, atas segala
bimbingan, arahan, saran, dan kritik dalam menyelesaikan tugas akhir ini.
2. Bapak Raymond Bahana, ST, M.Sc, sebagai dosen co-pembimbing, atas
segala bantuannya dalam menyelesaikan tugas akhir ini.
3. Ibu Prof. Dr. Ir. Lanny W Pandjaitan, selaku Dekan Fakultas Teknik Unika
Atma Jaya dan selaku pribadi atas bantuan dan pengarahan dalam pembuatan
tugas akhir ini.
4. Bapak Ir. Harlianto Tanudjaja, M.Komp, selaku Ketua Jurusan Teknik
Elektro, Fakultas Teknik Universitas Katolik Indonesia Atma Jaya.
5. Bapak Ir. Tajuddin Nur, MT, selaku dosen pembimbing akademik.
6. Seluruh staf pengajar dan karyawan Fakultas Teknik Unika Atma Jaya.
ii
7. Bapak Ir. Tommy Prabowo, M.Art dan Fr. Bintang Prakarsa, O.S.B, selaku
pribadi atas bantuannya dalam menyelesaikan tugas akhir ini.
8. Adji Kasyono, sebagai pelatih dan conductor dari paduan suara Cantate
Domino Choir dan seluruh teman-teman di paduan suara Cantate Domino
Choir.
9. Papa, Mama, dan Daniel atas dukungan moril dan materil serta doanya
sehingga penulis dapat menyelesaikan tugas akhir ini.
10. Titi dan keluarga atas doa, bantuan, saran, dan dukungan yang diberikan
kepada penulis.
11. Rekan-rekan Fakultas Teknik angkatan 2002, Atma Jaya Computer Club dan
CERG yang selalu mendukung penulis dalam penyelesaian tugas akhir.
12. Pihak-pihak lain yang telah banyak membantu namun tidak dapat disebutkan
satu persatu.
Walaupun penulis telah berusaha sebaik mungkin dengan segala kemampuan
yang ada, namun penulis menyadari bahwa tugas akhir ini tidak terlepas dari
kekurangan dan kesalahan yang mungkin dapat terjadi. Oleh karena itu penulis
mengharapkan saran dan kritik yang membangun untuk menyempurnakan tugas
akhir ini.
Akhir kata, penulis mengharapkan tugas akhir ini ini dapat bermanfaat bagi
semua pihak serta membangun Fakultas Teknik Universitas Katolik Indonesia Atma
Jaya.
Jakarta, Oktober 2007
Penulis
iii
DAFTAR ISI
ABSTRAK
KATA PENGANTAR
ii
DAFTAR ISI
iv
DAFTAR GAMBAR
vii
DAFTAR TABEL
ix
BAB 1
PENDAHULUAN
1.1
Latar Belakang
1.2
Tujuan
1.3
Pembatasan Masalah
1.4
Sistematika Penulisan
BAB 2
TEORI PENDUKUNG
2.1
Logika Fuzzy
2.1.1
Fuzzyfikasi
Inferensi Fuzzy
2.1.2
2.1.3 Defuzzyfikasi
10
2.2
10
2.3
12
2.4
FuzzyTech 5.12
13
iv
BAB 3
2.5
15
2.6
16
PERANCANGAN SISTEM
17
3.1
17
3.2
18
3.3
19
3.3.1
Proses Fuzzyfikasi
19
20
2. Masukan Usia
22
24
3.4
25
3.3.3
28
Proses Defuzzyfikasi
Perancangan Tampilan
29
BAB 4
PENGUJIAN SISTEM
34
BAB 5
50
51
DAFTAR PUSTAKA
LAMPIRAN A
LAMPIRAN B
LAMPIRAN C
vi
DAFTAR GAMBAR
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
10
Gambar 2.5
14
Gambar 2.6
15
Gambar 2.7
15
Gambar 2.8
16
Gambar 3.1
18
Gambar 3.2
19
Gambar 3.3
20
Gambar 3.4
23
Gambar 3.5
24
Gambar 3.6
27
Gambar 3.7
29
Gambar 3.8
29
Gambar 3.9
Halaman depan
30
31
32
33
vii
Gambar 4.1
35
Gambar 4.2
36
Gambar 4.3
37
Gambar 4.4
38
Gambar 4.5
39
Gambar 4.6
40
Gambar 4.7
41
Gambar 4.8
42
Gambar 4.9
43
45
47
viii
DAFTAR TABEL
Tabel 3.1
Aturan-aturan Fuzzy
26
Tabel 4.1
Tabel 4.2
44
46
ix
BAB 1
PENDAHULUAN
1.1
Latar Belakang
Paduan suara adalah salah satu kegiatan yang cukup diminati belakangan ini,
selain untuk menikmati beragam jenis musik dari berbagai komposer terkenal,
paduan suara juga digunakan sebagai sarana untuk menyalurkan hobi menyanyi. Dari
sekian banyak kegiatan di paduan suara ada satu kegiatan yang sering kali dilakukan
yaitu audisi untuk pembagian kelompok suara bagi calon anggota yang baru saja
bergabung. Sering kali proses audisi ini dilakukan secara manual dengan cara
mendengarkan para calon anggota baru menyanyikan sebuah lagu untuk menentukan
kelompok suara dan memerlukan tenaga ahli dalam hal ini pelatih paduan suara
untuk menentukan pembagian kelompok suara.
Untuk membantu mempermudah audisi dalam suatu paduan suara maka
dengan tugas akhir ini hendak dibuat suatu aplikasi dengan menggunakan logika
fuzzy. Untuk membuat aplikasi ini digunakan program FuzzyTech 5.12 dan untuk
program tampilan digunakan Borland Delphi 7.0. Sedangkan untuk merekam suara
digunakan perangkat keras sebuah mikrofon. Pada mikrofon ini masukan analog
berupa suara dalam bentuk frekuensi mekanik diubah menjadi sinyal tegangan.
Kemudian sinyal tegangan listrik tersebut akan dikonversikan ke bentuk digital
menjadi suatu file suara dengan tipe Waveform (.WAV) menggunakan Windows
Sound Recorder. Kemudian dengan menggunakan Vocal Transformation Pro 1.0,
file tersebut dianalisis untuk mengetahui nilai pitch frekuensi suara. Aplikasi ini
1.2
Tujuan
Tujuan yang hendak dicapai adalah merancang bangun aplikasi audisi untuk
paduan suara dengan berbasis logika fuzzy yang memudahkan seseorang yang ingin
bergabung dengan suatu paduan suara, sehingga orang tersebut dapat mengetahui
kelompok suaranya sendiri tanpa bantuan tenaga ahli dalam hal ini pelatih paduan
suara.
1.3
Pembatasan Masalah
Dalam tugas akhir ini ruang lingkup masalah dibatasi sebagai berikut:
f. Orang yang diaudisi menyanyikan dalam jangkauan suara asli, tidak suara kepala
(Falcetto).
g. Pembagian kelompok suara terdiri dari 7 macam, yaitu: soprano, mezzosoprano,
alto, tenor, baritone , bass , treble (baca: suara anak-anak).
1.4
Sistematika Penulisan
Buku tugas akhir ini dibagi menjadi lima bab, dengan penjelasan sebagai
berikut.
Bab 1 Pendahuluan, berisi latar belakang, tujuan penulisan, pembatasan
masalah dan sistematika pembahasan dalam Tugas Akhir ini.
Bab 2 Teori Pendukung, berisi teori mengenai Logika fuzzy, Gelombang
suara dan kelompok suara, FuzzyTech 5.12, Borland Delphi 7.0, Windows Sound
Recorder dan Vocal Tranformation Pro 1.0 yang akan menunjang dalam
perancangan dan pembuatan Tugas Akhir ini.
Bab 3 Perancangan Sistem, meliputi perancangan tampilan pada progam
Borland Delphi 7.0 dan FuzzyTech 5.12, Windows Sound Recorder serta penggunaan
Vocal Transformation Pro 1.0, dan tampilan aplikasi pengelompokan suara ini..
Bab 4 Pengujian Sistem, menjelaskan tentang pengujian sistem dan hasilhasil yang didapat.
Bab 5 Kesimpulan dan Saran, menjelaskan tentang hasil kesimpulan yang
diperoleh dari pembuatan Tugas Akhir dan saran yang dapat diberikan untuk Tugas
Akhir ini dan sebagai penutup dari semua pembahasan.
Buku Tugas Akhir ini juga dilengkapi dengan Daftar Pustaka, serta lampiran
berisi listing program, partitur lagu Locus iste, dan laporan hasil audisi Cantate
Domino Choir.
BAB 2
TEORI PENDUKUNG
2.1
Logika Fuzzy
Logika fuzzy dikembangkan oleh Lotfi A. Zadeh seorang profesor dari
University of California di Berkeley pada tahun 1964. Sejak saat itu logika fuzzy
terus berkembang mengikuti kemajuan teknologi dan prosesnya berpindah-pindah
dari negara satu ke negara lain. Logika fuzzy diciptakan di Amerika, dikembangkan
di Eropa, dan mulai diterapkan dalam teknologi untuk konsumsi masyarakat di
Jepang [1]. Lotfi A. Zadeh memiliki dasar pemikiran bahwa tidak ada keadaan yang
selalu benar atau salah seperti yang dikenal sebagai logika konvensional, tetapi ada
keadaan di antara dua nilai tersebut sehingga ia mengusulkan suatu bentuk
matematika untuk melihat bagaimana keadaan yang tidak tentu nilainya itu dapat
dinyatakan dalam bahasa manusia [1, 3, 6]. Teori himpunan konvensional didasarkan
pada logika yang menetapkan sebagai anggota atau bukannya suatu objek dari suatu
himpunan, sedangkan pada logika fuzzy suatu objek dapat menjadi anggota dari
banyak himpunan dengan derajat keanggotaan yang berbeda pada masingmasing
himpunan. Derajat keanggotaan dalam suatu himpunan didasarkan pada skala dari 0
sampai dengan 1, dengan menetapkan 1 sebagai keanggotaan lengkap dan 0 tidak ada
keanggotaan. Pernyataan bahwa suatu objek hanya memiliki 2 nilai keanggotaan
yaitu benar atau salah lebih dikenal dengan sebutan himpunan crisp [3, 6].
Proses kerja logika fuzzy bermula dari masukan yang diberikan berupa
himpunan crisp lalu diubah menjadi himpunan fuzzy melalui proses fuzzyfication,
lalu pemecahan masalah yang disebut fuzzy inference, dengan menggunakan rule
base yang ada. Setelah hasil didapat, himpunan fuzzy diubah menjadi himpunan crisp
lagi melalui proses defuzzyfication [6]. Gambar 2.1 mengilustrasikan proses kerja
logika fuzzy.
2.1.1
Fuzzyfikasi (fuzzyfication)
Fuzzyfikasi adalah proses konversi dari himpunan crisp menjadi himpunan
fuzzy agar diperoleh derajat keanggotaan. Pada perancangan aplikasi ini digunakan 2
macam reperesentasi untuk menentukan nilai derajat keanggotaan yaitu representasi
kurva segitiga dan representasi kurva bentuk bahu.
1
Derajat
Keanggotaan
[x]
0
a
(2.1)
[x] = (x a)/(b a) ; a x b
(2.2)
[x] = (c x)/(c- b) ;
(2.3)
bx c
Keterangan :
a = nilai batas awal suatu himpunan
b = nilai pada suatu himpunan yang memiliki derajat keanggotaan tertinggi
c = nilai batas akhir suatu himpunan
x = nilai masukan
= derajat keanggotaan
Bahu
Kiri
Bahu
Kanan
1
Derajat
Keanggotaan
[x]
0
d
x
[x] = 1 ;
0 x a dan x d
(2.4)
[x] = 0 ;
x = b dan x = c
(2.5)
[x] = (b x)/(b a) ; a x b
(2.6)
[x] = (x c)/(d- c) ;
(2.7)
cx d
Keterangan:
a,d = nilai pada suatu himpunan yang memiliki derajat keanggotaan tertinggi
atau derajat keanggotaan lengkap (1)
c,d = nilai pada suatu himpunan yang memilki derajat keanggotaan terendah
atau tidak ada keanggotaan (0)
x = nilai masukan
= derajat keanggotaan
2.1.2
10
2.1.3
Defuzzyfikasi (defuzzyfication)
Defuzzyfikasi adalah proses pengkonversian kembali dari himpunan fuzzy
menjadi
himpunan
crisp.
Pada
perancangan
ini,
proses
pengkonversian
(2.8)
Keterangan:
z* = nilai pada suatu himpunan yang memiliki derajat keanggotaan tertinggi
z = nilai pada suatu himpunan
= derajat keanggotaan
Derajat
Keanggotaan 1
[x]
z*
2.2
11
mengalir melalui udara atau perantara lainnya ke dalam organ pendengaran [13].
Telinga manusia memiliki kemampuan untuk mendengar suara antara 20 Hz 20000
Hz. Manusia memiliki kemampuan untuk menghasilkan suara dengan menggunakan
pita suara. Saat pita suara ini bergetar manusia pada umumnya mampu menghasilkan
suara dalam rentang frekuensi 30 Hz 2500 Hz [15].
Secara biologis bentuk pita suara pria dan wanita tidak berbeda, tetapi wanita
mampu menghasilkan suara dengan frekuensi lebih tinggi walaupun usia mereka
beranjak dewasa. Hal ini disebabkan karena pada bagian laring (kotak suara) wanita
tidak terjadi pembesaran pada tenggorokan. Sedangkan pada pria dengan
bertambahnya usia maka laring (kotak suara) akan membesar dan menonjol pada
bagian tenggorokan, atau yang lebih sering dikenal dengan sebutan jakun, sehingga
membuat getaran untuk menghasilkan suara pada pita suara menjadi berkurang yang
mengakibatkan suara pria dewasa terdengar lebih berat jika dibandingkan ketika
masih kanak-kanak [12]. Dengan adanya perbedaan ukuran frekuensi pitch suara
pada masing-masing jenis kelamin dibuatlah pembagian kelompok suara.
Berdasarkan sejarah seni musik pada awalnya tidak ada pengelompokkan
suara manusia. Namun seiring dengan berjalannya waktu maka bentuk seni suarapun
berubah, para seniman dalam hal ini komposer mulai menambahkan suara-suara baru
dalam setiap karya mereka, yakni dengan menambah jenis suara dengan cara
mengelompokkan suara tidak hanya berdasarkan jenis kelamin saja tetapi
berdasarkan jangkauan masing-masing suara. Jangkauan yang dimaksudkan di sini
adalah frekuensi pitch suara manusia. Pitch diartikan sebagai frekuensi dari nada
musik yang dinyatakan dalam jumlah getaran per detik [16]. Perubahan yang paling
signifikan adalah pada saat peralihan gaya musik dari gaya Renaissance (1400-
12
2.3
13
dengan program aplikasi lainnya seperti pada tugas akhir ini dihubungkan dengan
FuzzyTech 5.12.
Untuk mempermudah pemrograman, Borland Delphi 7.0 menyediakan fasilitas
pemrograman yang terbagi dalam dua kelompok, yaitu objek dan bahasa
pemrograman. Secara ringkas, objek adalah suatu komponen yang mempunyai
bentuk fisik dan biasanya dapat dilihat. Objek biasanya dipakai untuk melakukan
tugas tertentu dan mempunyai batasan-batasan tertentu. Sedangkan bahasa
pemrograman secara singkat dapat disebut sebagai sekumpulan teks yang
mempunyai arti tertentu dan disusun dengan aturan tertentu serta untuk menjalankan
tugas tertentu
2.4
FuzzyTech 5.12
FuzzyTech 5.12 adalah suatu program aplikasi yang dapat digunakan untuk
menerapkan logika fuzzy pada suatu permasalahan [1]. Sama halnya seperti program
aplikasi yang lain, program ini juga memiliki masukan, metode penyelesaian, proses,
dan keluaran. Program ini kerap kali digunakan untuk menyelesaikan suatu masalah
sehingga dapat dihasilkan pemecahan yang optimal dari data masukan yang tidak
tepat karena FuzzyTech 5.12 memiliki toleransi yang tinggi terhadap data masukan
yang kurang jelas. Tahapan pengambilan keputusan menggunakan FuzzyTech 5.12
tersebut adalah sebagai berikut:
1. Menentukan struktur dari sistem yang akan dibuat. Sistem tersebut berisi
masukan, fuzzy rulebase, dan keluaran, serta hubungan antara ketiganya. Pada
Gambar 2.5 dapat dilihat tmapilan Project Editor dari program FuzzyTech
5.12.
14
15
Gambar 2.6 Watch Interactive Debug Mode pada Program FuzzyTech 5.12
2.5
Microsoft bagi para pengguna Windows untuk merekam suara. Format file dari
aplikasi ini adalah .WAV. Dalam pembuatan tugas akhir ini digunakan aplikasi
Windows Sound Recorder untuk merekam suara orang yang diaudisi. Tampilannya
ditunjukkan pada Gambar 2.7
16
2.6
memungkinkan untuk dilakukan transformasi vokal secara manual, dalam hal ini
mengubah nilai frekuensi pitch vokal [9]. Program ini hanya dapat membuka file
yang bertipe .WAV. Gambar 2.8 mengilustrasikan tampilan program Vocal
Transformation Pro 1.0.
BAB 3
PERANCANGAN SISTEM
nilai
frekuensi pitch
suara
menggunakan
program
Vocal
3.1
Sound Recorder untuk merekam suara. Pada proses perekaman suara ini digunakan
mikrofon Philips SBC MD150 yang memiliki rentang frekuensi 85-11000 Hz,
sensitivitas -74 dB, dan resistansi mikrofon sebesar 600 . Digunakannya mikrofon
ini dikarenakan mikrofon ini memiliki spesifikasi yang cukup baik untuk meredam
derau (noise) yang masuk pada saat perekaman suara. Mikrofon ini dilengkapi
dengan fitur Uni-directional sensor with windshield, yaitu sensor untuk merekam
suara tetap terjaga walaupun dalam posisi mikrofon yang jauh dari sumber suara.
17
18
3.2
Transformation Pro 1.0. proses ini dilakukan dengan cara membuka dan
menganalisis file
Microsoft Sound Recorder. Program ini akan menganalisis file dan akan
menghasilkan nilai frekuensi pitch suara dan nilai vocal track [9]. Hasil analisis
frekuensi pitch inilah yang nantinya akan menjadi nilai masukan pada aplikasi
Borland Delphi 7.0 yang sudah dihubungkan dengan aplikasi FuzzyTech 5.12.
Gambar 3.2 merupakan tampilan dari program Vocal Transformation Pro 1.0 yang
digunakan untuk membuka hasil file rekaman suara.
19
Gambar 3.2 Vocal Transformation Pro 1.0 saat membuka file rekaman suara
3.3
inferensi fuzzy, dan defuzzyfikasi. Pada bagian fuzzyfikasi dilakukan proses konversi
sinyal masukan dari bentuk himpunan crisp menjadi fuzzy. Masukan yang digunakan
terdiri dari frekuensi pitch suara, usia dan jenis kelamin. Pada proses inferensi fuzzy
akan dibuat aturan-aturan fuzzy (fuzzy rule) untuk digunakan dalam aplikasi ini.
Proses defuzzyfikasi menggunakan satu buah variabel yaitu kelompok suara.
3.3.1
Proses Fuzzyfikasi
Pada proses fuzzyfikasi dilakukan konversi nilai masukan, karena masukan
20
mengubah himpunan crisp menjadi himpunan fuzzy agar dapat dicari derajat
keanggotaannya sesuai dengan fungsi keanggotaan masing-masing. Proses
fuzzyfikasi ini terdiri dari konversi tiga buah masukan.
Pada proses fuzzyfikasi masukan frekuensi pitch suara dapat dilihat masukan
sebesar 449.2 Hz memotong grafik fungsi pada 5 titik yaitu pada y1 = 0.71,
21
Untuk tenor :
T [x] = (c x)/(c- b) ;
Untuk alto :
A [x] = (c x)/(c- b) ;
ax c
Untuk mezzosoprano :
M [x] = (c x)/(c- b) ;
ax c
Untuk soprano :
S [x] = (c x)/(c- b) ;
ax c
22
keterangan :
b = nilai pada suatu himpunan yang memiliki derajat keanggotaan tertinggi
c = nilai batas akhir suatu himpunan
x = nilai masukan
= derajat keanggotaan
Br [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok suara
baritone
T [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok suara
tenor
A [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok suara
alto
M [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok suara
mezzosoprano
S [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok suara
soprano
2. Masukan Usia
Masukan usia memiliki 3 himpunan fuzzy dengan penamaan dan penilaian
batas keanggotaan variabel sebagai berikut anak-anak (6-16 tahun), remaja (12-23
tahun), dewasa (20-60 tahun).
Sebagai contoh, masukan usia = 14 tahun, maka pada Gambar 3.4 akan
mengilustrasikan cara untuk mencari derajat keanggotaan.
23
Proses fuzzyfikasi masukan usia dapat dilihat pada Gambar 3.4 diperoleh
derajat keanggotaan sebesar y1 = 0.39 (anak-anak) y2 = 0.30 (remaja)
untuk
masukan usia = 14 masukan. Nilai derajat keanggotaan ini dapat dibuktikan dengan
menggunakan Persamaan (2.3) dan Persamaan (2.6). Berikut akan dijelaskan cara
mendapatkan nilai derajat keanggotaan menggunakan Persamaan (2.3) dan
Persamaan (2.6).
Untuk anak-anak:
[x] = (b x)/(b a) ; a x b dengan nilai a = 10.12, b = 16.48
An [x] = (16.48 14 ) / 16.48 10.12 ) = 0.389 0.39
Untuk remaja:
[x] = (x a)/(b a) ; a x b dengan nilai a = 12.56, b = 17.32
R [x] = (14 12.56 ) / (17.32 12.56 ) = 0.302 0.30
24
dengan:
a = nilai batas awal suatu himpunan
b = nilai pada suatu himpunan yang memiliki derajat keanggotaan tertinggi
c = nilai batas akhir suatu himpunan
x = nilai masukan
= derajat keanggotaan
An [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok usia
anak-anak
R [x] = nilai derajat keanggotaan suatu masukan terhadap kelompok usia
remaja
25
Pada Gambar 3.5 terlihat bahwa untuk jenis kelamin wanita memiliki derajat
keanggotaan y = 1 (wanita). Dengan menggunakan Persamaan (2.4) dapat
dibuktikan derajat keanggotaan yang didapat pada Gambar 3.5.
W [x] = 1 ;
3.3.2
didapat dari proses fuzzyfikasi dengan aturan-aturan fuzzy (fuzzy rule) dimana dalam
proses ini menggunakan aturan min-max. Aturan-aturan fuzzy untuk aplikasi ini dapat
dilihat pada Tabel 3.1. Referensi dari dibuatnya aturan-aturan fuzzy
berdasarkan survei sample yang tersedia.
ini adalah
26
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
Frekuensi
Suara
Bass
Bass
Bass
Bass
baritone
baritone
baritone
baritone
baritone
baritone
tenor
tenor
tenor
tenor
tenor
tenor
Alto
Alto
Alto
Alto
Alto
Alto
mezzosoprano
mezzosoprano
mezzosoprano
mezzosoprano
mezzosoprano
mezzosoprano
soprano
soprano
soprano
soprano
soprano
soprano
treble
treble
treble
treble
IF
Jenis
Kelamin
Pria
Pria
wanita
wanita
pria
pria
pria
wanita
wanita
wanita
pria
pria
pria
wanita
wanita
wanita
pria
pria
pria
wanita
wanita
wanita
pria
pria
pria
wanita
wanita
wanita
pria
pria
pria
wanita
wanita
wanita
pria
pria
wanita
wanita
Usia
remaja
dewasa
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
dewasa
anak-anak
remaja
anak-anak
remaja
THEN
Kelompok
Suara
Bass
Bass
Alto
Alto
Treble
Baritone
Baritone
Treble
Alto
Alto
Treble
tenor
Tenor
Treble
Alto
Alto
Treble
Treble
Tenor
Treble
Alto
Alto
Treble
Treble
Tenor
Treble
Treble
Mezzosoprano
Treble
Treble
Tenor
Treble
Treble
Soprano
Treble
Treble
Treble
Treble
27
Cara kerja aturan ini adalah setiap variabel masukan akan dibandingkan
menggunakan operator AND untuk mengambil nilai terkecil, kemudian dari
kumpulan nilai terkecil tersebut digunakan operator OR untuk menentukan nilai
terbesar. Aturan yang menghasilkan nilai terbesar ini yang akan dijadikan sebagai
hasil. Hasil inferensi fuzzy ini akan digunakan dalam proses defuzzyfikasi.
Berdasarkan contoh sebelumnya maka dapat diketahui aturan-aturan fuzzy
yang digunakan pada program FuzzyTech 5.12. Tampilan tersebut dapat dilihat pada
Gambar 3.6.
28
3.3.1
Proses Defuzzyfikasi
Metode defuzzyfikasi yang digunakan dalam perancangan sistem adalah
metode Mean of Maximum (MoM). Gambar 3.7 akan menunjukkan titik maksimum
29
pada grafik, titik perpotongan antara nilai tersebut dengan sumbu x inilah yang
merupakan nilai keluaran dari hasil pembagian kelompok suara ini.
3.4
Perancangan Tampilan
Perancangan tampilan aplikasi pembagian kelompok suara ini menggunakan
program Borland Delphi 7.0, di mana pada saat program ini dijalankan dapat dilihat
FuzzyTech Runtime Module Info yang menunjukkan hubungan antara program
FuzzyTech 5.12 dengan Borland Delphi 7.0 seperti ditampilkan pada Gambar 3.8
30
31
32
Cara kerja sistem pengelompokan suara dapat dilihat melalui diagram alir yang
ditunjukkan pada Gambar 3.12.
33
START
INISIALISASI
frek_sua, usia, jns_klm
BACA INPUT
frek_sua, usia,
jns_klm
40 frek_sua 2500
6 usia 60
T
Y
KIRIM NILAI
frek_sua, usia ,
jns_klm
KE PROGRAM
FuzzyTech 51.2
FUZZYFIKASI
INFERENSI FUZZY
DEFUZZYFIKASI
KIRIM kel_sua
KE PROGRAM
Borland Delphi 7
END
BAB 4
PENGUJIAN SISTEM
Tahap pertama yang dilakukan untuk uji coba aplikasi ini adalah dengan
mengaudisi anggota Cantate Domino Choir, dengan cara setiap anggota
menyanyikan sepenggal bait (8 bar) dari lagu Locus iste
34
karangan Anton
35
Bruckner (1824-1896), dengan nada dasar Do =C. Paduan suara ini memiliki emapt
kelompok suara. Mereka menyanyikan lagu ini kurang lebih 30 detik, lalu hasil
rekaman suara mereka disimpan menggunakan Windows Sound Recorder. Gambar
4.1 menampilkan keadaan Windows Sound Recorder saat sedang merekam suara.
Tahap kedua adalah membaca file hasil rekaman suara tersebut menggunakan
program Vocal Transformation Pro 1.0 untuk mengetahui berapa nilai frekuensi
pitch suara mereka. Setelah diketahui maka nilai tersebut dapat menjadi masukan
untuk aplikasi ini dengan menggunakan penggabungan dari program Borland Delphi
7.0 dengan program FuzzyTech 5.12. Gambar 4.1 mengilustrasikan saat program ini
menganalisa frekuensi pitch suara.
36
Gambar 4.2 Vocal Transformation Pro 1.0 saat menganalisis file suara
Agar perbedaan hasil pengelompokan suara dapat terlihat, maka berikut ini
dilakukan pengujian pada 8 kelompok suara yang berbeda.
1. Kelompok suara soprano, menggunakan masukan
Frekuensi pitch suara
477.7 Hz
Usia
27 tahun
Jenis kelamin
wanita
37
362.5 Hz
Usia
29 tahun
Jenis kelamin
wanita
38
333.1 Hz
Usia
27 tahun
Jenis kelamin
wanita
39
250.3 Hz
Usia
38 tahun
Jenis kelamin
pria
40
267.1 Hz
Usia
20 tahun
Jenis kelamin
pria
41
141.5 Hz
Usia
19 tahun
Jenis kelamin
pria
42
484.2 Hz
Usia
14 tahun
Jenis kelamin
pria
43
44
Tabel 4.1 Tabel perbandingan hasil pengelompokan suara untuk data acak
No.
Nama
1
2
3
4
5
6
7
8
9
10
Rosalina Reiny
Monic A
Adjie K
Francisca R
Fernando L
Gibraldi H
Yohanes W
Adrian I
C David
Tammy F
Usia
(thn)
27
14
38
29
27
20
23
25
23
27
Jenis
Kelamin
(P/W)
Wanita
Wanita
Pria
Wanita
Pria
Pria
Pria
Pria
Pria
Wanita
45
2333
2000
1979
1979
1624
1500
1270
1270
1000
1270
915
915
915
915
915
206
206
560
500
206
0
Manual
Logika
Fuzzy
10
Nomor Data
Gambar 4.10 Grafik perbandingan hasil pengelompokkan suara untuk data acak
46
Tabel 4.2 Tabel perbandingan hasil pengelompokkan suara Cantate Domino Choir
Audisi dengan cara
No.
Nama
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Anastasia Ria
Rosalina Reiny
Tammy F
Edward John
Alexander L
Theresia Nona
Monic A
Rosalia Rossy
Bintang P
Francisca R
Adjie Kasyono
Hieronimus
Asteria Sita
Franciscus I
Juani Siram
Anastasia
Novita
Yohanes W
Andreas
Adrian I
Victor E
Angelisa
Amaliko
Gibraldi H
Fernando L
Michael E Bimo
Cornelius David
Usia
(thn)
27
27
27
23
29
28
14
30
41
29
38
19
19
30
23
25
29
22
29
25
25
41
20
20
27
20
23
Jenis
Kelamin
(P/W)
Wanita
Wanita
Wanita
Pria
Pria
wanita
wanita
wanita
pria
wanita
pria
pria
wanita
pria
wanita
wanita
wanita
pria
pria
pria
pria
wanita
pria
pria
pria
pria
pria
Manual
Logika Fuzzy
Soprano
Alto
Alto
Tenor
Tenor
Soprano
Soprano
Soprano
Tenor
Alto
Tenor
Bass
Soprano
Bass
Soprano
Alto
Alto
Bass
Bass
Bass
Bass
Soprano
Bass
Tenor
Tenor
Bass
Tenor
Soprano
Soprano
Alto
Tenor
Tenor
Soprano
Treble
Soprano
Tenor
Mezzosoprano
Tenor
Bass
Alto
Bass
Alto
Alto
Alto
Bass
Bass
Tenor
Bass
Soprano
Bass
Baritone
Tenor
Baritone
Baritone
47
2500
2000
1500
1000
500
0
1
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Nomor Data
Manual
Logika Fuzzy
Akurasi =
(4.1)
48
( 27 10 )
100%
27
Akurasi = 62.9 %
Dapat dilihat hasil akurasi yg didapat sangat rendah, hal ini disebabkan
karena perhitungan didasarkan pada tujuh kelompok suara. Tetapi kemungkinan
akurasi ini dapat berubah nilainya menjadi lebih tinggi jika dengan menggunakan
pembagian hanya berdasarkan empat kelompok suara saja.
Jika dihitung nilai akurasi ketepatan pengelompokan suara dengan
menggunakan 7 kelompok suara dan jumlah kelompok suara yang sesuai adalah 27
serta banyaknya data masukan adalah 27 kelompok suara maka aplikasi ini memiliki
akurasi sebesar :
Akurasi = (jumlah kelompok suara yang sesuai / banyaknya data masukan) x 100%
Akurasi =
( 27 0 )
100%
27
Akurasi = 100 %
Dari hasil perbandingan di atas dapat dilihat bahwa aplikasi ini memiliki
tingkat keberhasilan yang tinggi jika menggunakan pengelompokan suara
49
berdasarkan tujuh jenis kelompok suara dan paduan suara yang menerima anggota
baru tersebut menggunakan pengelomppokkan suara sebanyak tujuh kelompok.
BAB 5
KESIMPULAN & SARAN
Saran yang dapat diberikan untuk aplikasi pembagian suara berbasis logika
fuzzy ini adalah mengurangi proses bertahap yang ada pada aplikasi ini, antara lain
proses perekaman dan analisis file suara untuk mengukur frekuensi pitch suara
sebaiknya dijadikan satu, atau jika memungkinkan menggunakan program audio
yang dapat melakukan proses perekaman dan analisis frekuensi pitch secara
bersamaan.
50
DAFTAR PUSTAKA
[1]
Inform, GmbH. 1999. Fuzzy Tech 5.3 Users Manual. USA: Inform Software
Corporation.
[2]
[4]
[6]
[7]
[8]
[10]
[11]
51
52
Mei 2007.
[12]
http://www.republika.co.id/koran_detail.asp?id=249877&kat_id=41
diakses
[14]
[15]
http://www.stttelkom.ac.id/staf/UKU/Materi%2520Kuliah%2520Dasar%2520
Telekomunikasi/DASTEL
[16]