IDENTIFIKASI AKOR GITAR MENGGUNAKAN ALGORITMA HARMONIC PRODUCT SPECTRUM

TITO GALIT PERMANA

Informasi Umum

Kode

111070184

Klasifikasi

621.382 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Pengolahan Sinyal Informasi

Dilihat

128 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Musik merupakan sebuah suara dari lantunan nada dengan frekuensi-frekuensi yang dapat ditentukan. Manusia seringkali tidak hanya menikmati musik dengan mendengarnya saja, namun juga kemudian memainkan musik tersebut. Namun manusia memiliki indera pendengaran yang terbatas terhadap suara. Tidak semua orang dapat dengan tepat mendengar suara suatu nada kemudian memainkan nada tersebut, hanya orang tertentu yang indera pendengarannya sudah terbiasa dan terlatih yang dapat melakukannya. Oleh karena itu penulis membuat aplikasi untuk menampilkan akor gitar dari sebuah rekaman gitar sehingga pengguna aplikasi inidapat mengetahui akor yang terbentuk saat rekaman gitar tersebut didengarkan Akor merupakan rangkaian nada-nada dasar yang tersusun secara teratur dari sebuah tangga nada dan bisa merepresentasi tangga nada tersebut. Frekuensi nada pada akor juga mewakili frekuensi nada dasarnya.Misalnya, frekuensi nada A=440 Hz maka frekuensi nada dasar A juga sama dengan kelipatannya, yaitu 110 Hz, 220 Hz dan seterusnya. Begitu pula untuk nada dasar yang lain. Pada Tugas Akhir ini sistem akan mengambil nada dasar dari suara rekaman gitar dalam bentuk file yang sudah ada. Setelah itu sinyal suara tersebut akan diproses dengan algoritma Harmonic Product Spectrum dimana kita membagi sinyal input ke segmen dengan menerapkan jendela Hanning, dimana ukuran jendela dan ukuran hop diberikan sebagai masukan. Untuk setiap jendela, kita memanfaatkan Short-Time Fourier Transform untuk mengubah sinyal masukan dari domain waktu ke domain frekuensi. Setelah input dalam domain frekuensi, lalu diterapkan teknik Spectrum Produk Harmonic ke setiap jendela HPS melibatkan dua langkah: downsampling dan perkalian. Untuk downsample, spektrum di-downsample dua kali dalam setiap jendela dengan cara downsample: pertama, kita downsample spektrum asli menjadi dua window dan kedua kalinya menjadi tiga window. Setelah ini selesai, kita kalikan tiga spektrum bersama-sama dan menemukan frekuensi yang sesuai dengan puncak (nilai maksimum). Frekuensi ini merupakan frekuensi dasar dari window-window tersebut Penelitian ini dilakukan untuk mengetahui keakuratan dari algoritma Harmonic Product Spectrum terhadap penentuan nada dan akor berdasarkan frekuensi. Tingkat keakuratan ditentukan dari akor benar yang diharapkan muncul dan akor salah yang tidak diharapkan muncul pada saat perpindahan akor. Untuk menghasilkan banyak kemungkinan keakuratan, window dirancang dalam beberapa segmentasi yang berbeda. Dari rancangan tersebut, hasil keakuratan sistem yang telah dibuat, mencapai 70 % hingga 85 % dengan keakuratan total dari seluruh data sebesar 75,68 %. Untuk perubahan nilai FFT, jika Nilai FFT lebih besar dari 10Fs dengan nilai Fs sebesar 44100 Hz berpengaruh terhadap akurasi sistem dalam mengidentifikasi akor dengan keakuratan total dari seluruh data sebesar 45,6 % KATA KUNCI: akor, frekuensi nada, Harmonic Product SpectrumABSTRACT: Music is a sound of reflected note where the frequencies are fixed. Human frequently enjoy music by listen to it and then play it. However, human has a limited sense of voice. Not everyone can listen to the voice of a note and then play it exactly. Therefore, the writer has made an application to display guitar chord from the sound of guitar record, so the user of this application can know the formed chord of the record when it’s being listened Chord is a series of tones arranged in a regular basis from a ladder could represent a tone and the tone ladder. Tone frequency on chord also represent essentially. For example, tone frequency A=440 Hz so the frequency of tone A is also equal to multiples, are 110 Hz, 220 Hz, etc. This is same for other tone. In this Final Assignment, the system will take the basic tone of the guitar sound recordings in the form of an existing file. After that, the signal will be processed with Harmonic Product Spectrum Algorithm where we can divide the input signal into segments by applying a Hanning Window, where the window size and hop size are given the appropriate input. For every window, we take advantage of short time fourier transform to convert the input signal from the time domain to the frequency domain. After input in the frequency domain and then Harmonic Product Spectrum applied to every window HPS involves two steps : downsampling and multiplication. For downsample, spectrum downsample twice in every window with : first, downsample the origin spectrum to be two windows and the twice to be three windows. After that, multiplied by three together and find the same frequency with the highest. This frequency is basic frequency from those window This study was conducted to determine the accuracy of Harmonic Product Spectrum of tones and chords based on the frequency.The level of accuracy is determined from the expected correct chords and chord appears that no one is expected to appear at the time of displacement chord. To produce many possible accuracy, window designed in several different segmentation. From the design, the accuracy of the system results is 70% to 85% with total accuracy of all data is at 75.68%. Tochangethe value ofthe FFT, if thevalueis greater than10FswithFsvalueof44100Hzaffect thesystem's accuracyin identifyingchordwitha totalaccuracyofall data45.6%. KEYWORD: chord, Harmonic Product Spectrum, frequency