RENCANA PEMBELAJARAN SEMESTER (RPS)

UNIVERSITAS DIPONEGORO

SPMI- UNDIP RPS 10.04.05 469

Revisi ke 1
Tanggal 5 September 2019
Dikaji Ulang Oleh Ketua Program Studi Teknik Elektro
Dikendalikan Oleh GPM Teknik Elektro
Disetujui Oleh Dekan Fakultas Teknik

UNIVERSITAS SPMI-UNDIP/RPS/10.04.05/313 Disetujui Oleh

DIPONEGORO
Revisi ke Tanggal Dekan Fak. Teknik
Rencana Pembelajaran
1 5
Semester
September
2019
 UNIVERSITAS DIPONEGORO
SPMI-
FAKULTAS TEKNIK
UNDIP/RPS/10.04.05/31
DEPARTEMEN TEKNIK ELEKTRO
3
PROGRAM SARJANA

RENCANA PEMBELAJARAN SEMESTER

TANGGAL
MATA KULIAH (MK) KODE RUMPUN MK BOBOT SEMESTER
PENYUSUNAN
5 September
Pengolahan Suara Digital TEL21469 Pilihan T=3 P=0 7
2019
Koordinator
OTORISASI/PENGESAHAN DOSEN PENGEMBANG RPS KaPRODI
RMK

CAPAIAN PEMBELAJARAN CPL yang dibebankan pada MK

PK2 Memiliki kemampuan melakukan perancangan, penerapan dan verifikasi
komponen, proses atau sistem yang sesuai dengan bidang keahlian untuk
memenuhi spesifikasi atau kebutuhan yang diinginkan serta
mempertimbangkan faktor-faktor lain seperti: ekonomi, lingkungan,
sosial, kesehatan, keselamatan dan keberlanjutan dengan
memanfaatkan sumber daya lokal dan nasional.
CPMK (Capaian Pembelajaran Mata Kuliah)
CPMK-1 Mampu menerapkan perhitungan runtun waktu diskret untuk berbagai
problema pengolahan suara digital
CPMK-2 Mampu membuat program pengolahan suara digital untuk aplikasi yang
ditentukan
CPL � subCPMK

Deskripsi Singkat Mata kuliah ini berisi tentang pemodelan digital sinyal suara, pengkodean sinyal suara,
analisis frekuensi waktu, analisis homomorphic, penentuan pitch, analisis formant,
aplikasi pengolahan suara digital
Bahan Kajian 1. Pembangkitan suara alami dan penerapan pengolahan suara digital
Materi Pembelajaran 2. Pemodelan Sinyal Suara
3. Model Kawasan Waktu sinyal Suara
4. Analisis Fourier Waktu Pendek
5. Sifat Sinyal Ucapan
6. Pencirian Sinyal Ucapan
7. Analisis LPC
8. Pengantar Pengenalan Pola
9. Pendekatan Pengenalan Pola
10. HMM
 11. Pengenalan Ucapan Terisolasi
12. Pengenalan Ucapan Spontan
13. Penerapan pengenal ucapan spontan
14. Pengenanalan Pengucap
15. Pemampatan Suara

Pustaka Utama:
1. Lawrence R. Rabiner dan Ronald W. Schafer, 1978, Digital Processing of
Speech Signal, Prentice Hall, New Jersey.

2. L.R. Rabiner dan B.H. Juang, 1982, Fundamentals of Speech Recognition,

Prentice Hall, New Jersey.

Pendukung: -
Pengampu Achmad Hidayatno, ST, MT
Prasyarat Sistem Waktu Diskrit, Sistem Digital
Media Pembelajaran Papan Tulis, LCD Projector, Laptop, dan Power Point
Bentuk
pembelajaran;
Metode
Sub-CPMK Penilaian
Pembelajaran;
Mg (sebagai Materi Bobot
Penugasan;
ke- kemampuan akhir Pembelajaran (%)
[Estimasi Waktu]
yang diharapkan)
Tatap
Kriteria dan
Indikator Muka/Lur Daring
Bentuk
ing
(1) (2) (3) (4) (5) (6) (7) (8)
1 Mahasiswa akan ● Ketepatan Kriteria: Kuliah, Pendahuluan 5
mampu menjelaskan menjelaskan Ketepatan diskusi dan ● Pembangkitan
(C2) minimal 2 contoh pembangkitan sesuai kerja Suara Alami
penerapan suara manusia pedoman mandiri ● Penerapan
pengolahan suara secara alami penilaian TM : 1 x pengolahan
secara digital tanpa ● Ketepatan (3 x 50”) suara digital
melihat catatan menyebutkan Bentuk BT : 1 x (3
contoh non-test: x 60”)
pengolahan Merangkum BM : 1 X
suara digital bahan ajar (3 x 60”)
2 Mahasiswa akan ● Ketepatan Kriteria: Kuliah, Pemodelan 5
mampu menjelaskan menjelaskan Ketepatan diskusi dan Sinyal Suara
(C2) salah satu model model jalur sesuai kerja ● Teori akustik
jalur suara, radiasi suara pedoman mandiri pembangkitan
atau eksitasi tanpa ● Ketepatan penilaian TM : 1 x suara
melihat catatan mendeskripsik (3 x 50”) ● Model tabung
an proses Bentuk BT : 1 x (3 tanpa rugi-rugi
radiasi dan non-test: x 60”) Model Digital
eksitasi suara Merangkum BM : 1 X (3 Sinyal Suara
bahan ajar x 60”)

3 Mahasiswa akan ● Ketepatan Kriteria: Kuliah, Model Kawasan 10

mampu menghitung menghitung Ketepatan diskusi dan Waktu sinyal
(C3) estimasi periode estimasi sesuai kerja Suara
pitch sinyal suara periode pitch pedoman mandiri ● Analisis Waktu-
dengan fungsi sinyal suara penilaian TM : 1 x pendek
autokorelasi tanpa (3 x 50”) ● Estimasi periode
melihat catatan Bentuk BT : 1 x (3 pitch
non-test: x 60”) ● Fungsi
Merangkum BM : 1 X (3 Autokorelasi
bahan ajar x 60”)

4 Mahasiswa akan ● Ketepatan Kriteria: Kuliah, Analisis Fourier 5

mampu memilih (C4) memilih Ketepatan diskusi dan Waktu Pendek
program untuk algoritma sesuai kerja ● Definisi dan sifat
menampilkan penghitung pedoman mandiri ● Perancangan
spektogram sinyal spektogram penilaian TM : 1 x Bank Tapis
suara tanpa melihat (3 x 50”) Digital
catatan Bentuk BT : 1 x (3 ● Analisis
non-test: x 60”) Spektogram
Merangkum BM : 1 X (3 Analisis-by Sintesis
bahan ajar x 60”)

5 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Sifat Sinyal 5

menyebutkan (C2) menyebutkan Ketepatan diskusi dan Ucapan
sifat sinyal ucapan sifat sinyal sesuai kerja ● Sinyal Ucapan
tanpa melihat catatan ucapan pedoman mandiri sebagai peubah
● Ketepatan penilaian TM : 1 x acak
menjelaskan (3 x 50”) ● Sifat dalam
dalam Bentuk BT : 1 x (3 kawasan waktu
kawasan non-test: x 60”) ● Sifat dalam
waktu dan Merangkum BM : 1 X (3 kawasan
frekuensi bahan ajar x 60”) frekuensi
6 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pencirian Sinyal 10
menyebutkan dan menyebutkan Ketepatan diskusi dan Ucapan
mendapatkan ciri sesuai kerja ● Definisi Ciri
mandiri
 sinyal ucapan tanpa ciri sinyal pedoman TM : 1 x ● Ciri kawasan
melihat catatan ucapan penilaian (3 x 50”) Waktu
BT : 1 x (3 ● Ciri kawasan
Bentuk x 60”) Frekuensi
non-test: BM : 1 X (3 ● Pitch
Merangkum x 60”) ● Formant
bahan ajar ● Timbre
7 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Analisis LPC 10
menghitung (C3) menghitung Ketepatan diskusi dan ● Persamaan LPC
koefisien LPC tanpa koefisien LPC sesuai kerja ● Metode
melihat catatan atas sinyal pedoman mandiri Autokorelasi
ucapan penilaian TM : 1 x ● Metode Baum
(3 x 50”) Welch
Bentuk BT : 1 x (3 ● Algoritma LPC
non-test: x 60”)
Merangkum BM : 1 X (3
bahan ajar x 60”)
UTS 40
9 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pengantar 5
menghitung (C3) menjelaskan Ketepatan diskusi dan Pengenalan Pola
jarak antar kelas untuk konsep sesuai kerja ● Pengantar
pengenalantanpa pengenalan pedoman mandiri ● Centroid
melihat catatan pola penilaian TM : 1 x ● Perumpunan
● Ketepatan (3 x 50”) ● Jarak Eucledian
menghitung Bentuk BT : 1 x (3 ● Jarak
jarak antar ciri non-test: x 60”) Mahalonobis
Merangkum BM : 1 X (3
bahan ajar x 60”)
10 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pendekatan 5
menyesuaikan (C3) menjelaskan Ketepatan diskusi dan Pengenalan Pola
cara pendekatan konsep sesuai kerja ● Pendekatan
pengenalan pola pendekatan pedoman mandiri Struktural
tanpa melihat catatan struktur dan penilaian TM : 1 x ● Pendekatan
statistik (3 x 50”) Statistik
● Ketepatan Bentuk BT : 1 x (3 ● Jaringan Saraf
menghitung non-test: x 60”) Tiruan
jaringan saraf Merangkum BM : 1 X (3
tiruan bahan ajar x 60”)
11 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, HMM 5
menunjukkan (C3) menjelaskan Ketepatan diskusi dan ● Model Markov
kerangka kerja konsep HMM sesuai kerja ● HMM
penentuan parameter ● Ketepatan pedoman mandiri ● Parameter HMM
HMM tanpa melihat menghitung penilaian TM : 1 x ● Algoritma HMM
catatan parameter (3 x 50”)
HMM Bentuk BT : 1 x (3
non-test: x 60”)
Merangkum BM : 1 X (3
bahan ajar x 60”)

12 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pengenalan 5

menunjukkan (C3) mendeskripsi Ketepatan diskusi dan Ucapan Terisolasi
aplikasi pengenalan kan sesuai kerja ● Basis data
ucapan terisolasi pembuatan pedoman mandiri Ucapan Terisolasi
tanpa melihat catatan basis data penilaian TM : 1 x ● Pencirian
ucapan kata- (3 x 50”) ● Pengenalan
kata terisolasi Bentuk BT : 1 x (3 Angka
● Ketepatan non-test: x 60”) ● Pengenalan
menjelaskan Merangkum BM : 1 X (3 nama hewan
tata cara bahan ajar x 60”) ● Pengenalan kata-
pengenalan kata khusus
ucapan
tersiolasi

13 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pengenalan 10

mendemontrasikan menerapkan Ketepatan diskusi dan Ucapan Spontan
(C3) aplikasi pengenalan sesuai kerja ● Basis data
pengenalan ucapan ucapan pedoman mandiri ucapan spomtan
spontan tanpa melihat spontan penilaian TM : 1 x ● Penerapan
catatan (3 x 50”) pengenal ucapan
Bentuk BT : 1 x (3 spontan
non-test: x 60”)
Merangkum BM : 1 X (3
bahan ajar x 60”)
14 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pengenanalan 10
mendemontrasikan menerapkan Ketepatan diskusi dan Pengucap
(C3) kegunaan pengenal sesuai kerja ● Identifikasi
identifikasi suara pengucap pedoman mandiri Penutur
tanpa melihat catatan penilaian TM : 1 x ● Penerapan
(3 x 50”) identifikasi
Bentuk BT : 1 x (3 penutur
non-test: x 60”)
Merangkum BM : 1 X (3
bahan ajar x 60”)

15 Mahasiswa mampu ● Ketepatan Kriteria: Kuliah, Pemampatan 10

mendemontrasikan menerapkan Ketepatan diskusi dan Suara
(C3) cara cara sesuai kerja ● Pemampatan tak
memampatkan suara memampatkan pedoman mandiri berugi
tanpa melihat catatan suara penilaian TM : 1 x ● MP3
(3 x 50”)
Bentuk BT : 1 x (3
non-test: x 60”)
Merangkum BM : 1 X (3
bahan ajar x 60”)

UAS 40