Analisis Suara Menggunakan Matlab

Irwan Rudy Pamungkas (C54090017) Abstrak Komunikasi merupakan suatu proses pertukaran informasi antara sumber informasi dan penerima. Manusia memiliki naluri alamiah untuk menerima dan memproses informasi di sekitarnya. Artikel ini akan membahas analisis suara menggunakan fft (fast fourier transform) dari Matlab dan Wavelab. Kegiatan analisis dilakukan menggunakan beberapa tahap. Tahap pertama adalah perekaman suara, tahap selanjutnya analisis. setiap huruf akan menghasilkan frekuensi yang berbeda. Hal ini kemungkinan dipengaruhi oleh intensitas yang berbeda dari sumber suara (praktikan) yang sama. Hal ini dikarenakan manusia tidak bisa mengatur intensitas suara yang dikeluarkannya agar tetap sama dari waktu ke waktu. Suara akan berubah pada saat frekuensi 0.3 kHz ke atas. Selanjutnya untuk frekuensi yang dibawah 0.3 kHz tidak terlihat adanya perbedaan suara. Perubahan suara terjadi pada rentang waktu 0.3-0.5 kHz. Abstract Communication is a process of exchange of information between the source and the receiver of information. Humans have a natural instinct to receive and process the information around it. This article will discuss the analysis of voice using fft (fast fourier transform) of Matlab and Wavelab. Activity analysis is done using a number of stages. The first stage is a sound recording, the next stage of analysis. each letter will produce different frequencies. This was likely influenced by the different intensity of the same sound source (practitioner). This is because people can not adjust the intensity of the sound of that amount in order to remain the same from time to time. The sound will change when the frequency of 0.3 kHz and above. Furthermore, for frequencies below 0.3 kHz not seen any difference in the sound. Voice changes occurred in the period 0.3-0.5 kHz.
Keywords: analisis suara, Matlab, Wavelab, Fast Fourier Transform.

Pendahuluan Komunikasi merupakan suatu proses pertukaran informasi antara sumber informasi dan penerima [1]. Komunikasi antara manusia dengan sesamanya secara lisan dan tatap muka memberikan nilai lebih dibandingkan dengan cara komunikasi lainnya. Melalui ucapan dan ekspresi seorang penutur, selain pendengar dapat mengetahui siapa yang berucap dan informasi yang diungkapkan, keadaan emosional penutur dapat terlihat dari cara bicara

dan ekspresi wajahnya. Pendengar tidak hanya mendapat isi informasi yang disampaikan saja tapi juga bagaimana informasi itu disampaikan. Manusia memiliki naluri alamiah untuk menerima dan memproses informasi di sekitarnya. Salah satunya adalah bisa membedakan usia manusia hanya dari suara yang didengarnya. Hal ini karena suara manusia dewasa, anakanak baik lakilaki maupun perempuan memiliki kharakteristik

yang berbeda salah satunya adalah f0 (frekuensi fundamental). Banyak metode telah dikembangkan untuk mengekstrak nilai ini, baik dalam kawasan waktu, frekuensi maupun secara statistik. Salah satu metode yang ada adalah menggunakan specgram dengan Matlab[2]. Artikel ini akan membahas analisis suara menggunakan fft (fast fourier transform) dari Matlab dan Wavelab. Metodologi Kegiatan analisis dilakukan menggunakan beberapa tahap. Tahap pertama adalah perekaman suara, tahap selanjutnya analisis. Beberapa peralatan yang dibutuhkan adalah laptop atau PC, earphone + microphone, perangkat lunak Matlab, dan perangkat lunak Wavelab. Tahap pertama yaitu perekaman suara. Perekaman suara dilakukan menggunakan perangkat lunak Matlab. Selanjutnya suara yang direkam disimpan dalam format .wav di dalam direktori Matlab. Perekaman suara dilakukan selama 55 detik dengan merekam suara alfabet yang dikeluarkan oleh praktikan. Selanjutnya tahap analisis. Pada tahap ini dilakukan analisa mengenai spektrum suara dan grafiknya menggunakan Matlab dan Wavelab. Selanjutnya dilakukan analisis mengenai perbedaan hasil yang didapat dari dua perangkat lunak tersebut. Proses analisis data dapat dilihat pada Gambar 1.

Hasil dan Pembahasan Hasil analisis data menunjukkan bahwa setiap huruf akan menghasilkan frekuensi yang berbeda. Hal ini terlihat pada Gambar 2 dan Gambar 3 yang menunjukkan grafik hubungan waktu vs frekuensi. Menurut hasil analisis dapat dilihat bahwa huruf c memiliki frekuensi paling kecil dibandingkan dengan huruf lainnya. Sementara huruf yang memiliki frekuensi terbesar adalah f. Hal ini kemungkinan dipengaruhi oleh intensitas yang berbeda dari sumber suara (praktikan) yang sama. Hal ini dikarenakan manusia tidak bisa mengatur intensitas suara yang dikeluarkannya agar tetap sama dari waktu ke waktu. Sehingga ada kecenderungan pada saat ia mengeluarkan suara dengan huruf c, memiliki intensitas suara yang kecil.

Gambar 2. Grafik perbandingan waktufrekuensi dari suara yang telah direkam

Gambar 1. Diagram alir proses analisis suara menggunakan Matlab

Gambar 3. Grafik perbandingan waktufrekuensi dari suara yang telah direkam (setelah fft)

Suara akan berubah pada saat frekuensi 0.3 kHz ke atas. Selanjutnya untuk frekuensi yang dibawah 0.3 kHz tidak terlihat adanya perbedaan suara. Perubahan suara terjadi pada rentang waktu 0.30.5 kHz. Data awal yang dihasilkan dapat dilihat pada Gambar 4 yang merupakan data yang belum dilakukan fft. Sementara data yang sudah dilakukan fft dapat di lihat pada Gambar 5.

Gambar 6. Grafik 3D analisis suara menggunakan Wavelab

Gambar 7. Grafik analisis suara menggunakan Wavelab

Gambar 4. Data perekaman suara sebelum fft

Kesimpulan Adanya perbedaan frekuensi dari setiap huruf diakibatkan oleh adanya perbedaan intensitas suara yang dikeluarkan oleh praktikan. Suara akan berubah pada saat frekuensi 0.3 kHz ke atas. Selanjutnya untuk frekuensi yang dibawah 0.3 kHz tidak terlihat adanya perbedaan suara. Perubahan suara terjadi pada rentang waktu 0.30.5 kHz. Daftar Pustaka 1. Utomo, A. B., Wahyudi, Achmad H. 2011. Analisis Karakteristik Suara Manusia Berdasarkan Frekuensi Fundamental Dan Tingkat Usia Pada Pelajar SLTP Dan SMA. [Tugas Akhir] Universitas Diponegoro: jurusan Teknik Elektro 2. Mathworks. 2012. Spectrogram using short-time Fourier transform. http://www.mathworks.com/help /signal/ref/spectrogram.html [9 Oktober 2012]

Gambar 5. Data perekaman suara setelah fft

Dari kedua grafik di atas dapat dilihat perbedaannya. Data hasil fft terlihat lebih jelas dan lebih terbentuk grafiknya serta lebih mudah dianalisis. Data yang sudah didapat dari Matlab selanjutnya dianalisis menggunakan Wavelab. Hasil analisis dari Wavelab dapat dilihat pada Gambar 6 dan Gambar 7.