nosintak.unika.ac.id/.../5811994150/files/rt-2011-1343rev.doc · web viewsinyal selebar satu...
TRANSCRIPT
RT-2011-1343, hal 1 dari 43
PROPOSAL
Judul Penelitian yang Diusulkan
ALGORTIMA CODING SINYAL AUDIO UNTUK TELEVISI DIGITAL BERBASIS MODEL SINUSOIDA
PROGRAM INSENTIF RISET TERAPAN(PROPOSAL LANJUTAN, TAHUN KEDUA)
No. Pendaftaran On-Line : RT-2011-1343
Fokus Bidang Prioritas : Teknologi Informasi dan KomunikasiKode Produk Target : 5.02Kode Kegiatan : 5.02.01Peneliti Utama : Dr. Florentinus Budi Setiawan, MT
UNIVERSITAS KATOLIK SOEGIJAPRANATAJl. Pawiyatan Luhur IV/1, Bendan Duwur, Semarang – 50234Telepon 024-8441555, HP 08122824853, Fax 024-8415429
e-mail : [email protected] 20 Agustus 2010
RT-2011-1343, hal 2 dari 43
Lembar Pengesahan
Judul Penelitian : Algortima Coding Sinyal Audio untuk Televisi Digital berbasis Model SinusoidaFokus Bidang Prioritas : 1. Ketahanan pangan
2. Sumber energi baru dan terbarukan 3. Teknologi dan manajemen transportasi 4. Teknologi informasi dan komunikasi 5. Teknologi pertahanan dan keamanan 6. Teknologi kesehatan dan obat
Kode Produk Target : 5.02 Kode Kegiatan : 5.02.01 Lokasi Penelitian : Laboratorium Teknik Elektro, Universitas Katolik Soegijapranata - SemarangPenelitian Tahun Ke : 2 (dua)
Keterangan Lembaga Pelaksana/Pengelola PenelitianA. Lembaga Pelaksana PenelitianNama Koordinator/Peneliti Utama Dr. Florentinus Budi Setiawan, MT
Nama Lembaga/Institusi Universitas Katolik Soegijapranata
Unit Organisasi Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM)
Alamat Jl. Pawiyatan Luhur IV/1, Bendan Duwur, Semarang - 50234
Telepon / HP / Facsimile / e-mail 024-8441555; 08122824853; [email protected]. Lembaga lain yang terlibat : Nama Pimpinan ---Nama Lembaga ---Alamat ---Telepon/Faksimile/e-mail ---
Jangka Waktu Kegiatan : 3 tahunBiaya Tahun-1 : Rp 280.000.000,-Biaya Tahun-2 : Rp 243.000.000,-Biaya Tahun-3 : Rp 367.000.000,-Total Biaya : Rp 890.000.000,-Kegiatan (baru/lanjutan) : LANJUTAN
Rekapitulasi Biaya Tahun yang Diusulkan :No. Uraian Jumlah (Rp)
1 Gaji dan Upah Rp. 79.000.000,-
2 Bahan Habis Pakai Rp. 190.000.000,-
3 Perjalanan Rp. 43.000.000,-
4 Lain-lain Rp. 33.000.000,-
Jumlah biaya tahun yang diusulkan Rp. 243.000.000,-
Setuju diusulkan:
Rektor Kepala LPPM Koordinator/ Peneliti Utama,
Prof.Dr.Y.Budi Widianarko,MSc Dr.M.Sih Setija Utami,MKes Dr.Florentinus Budi Setiawan,MTNPP. 058.1.1994.157 NPP. 058.1.1990.068 NPP. 058.1.1994.150
RT-2011-1343, hal 3 dari 43
DAFTAR ISI Halaman
Judul….................................................................................................................. 1
Lembar pengesahan............................................................................................. 2
Daftar Isi............................................................................................................... 3
Abstrak.................................................................................................................. 4
Abstract................................................................................................................ 5
1. Pendahuluan..................................................................................................... 6
2. Perumusan Masalah......................................................................................... 13
3. Metodologi........................................................................................................ 15
4. Rancangan Riset.............................................................................................. 17
5. Hasil yang Diharapkan..................................................................................... 27
6. Personil Pelaksana Penelitian.......................................................................... 28
7. Jadwal Penelitian............................................................................................. 28
8. Daftar Pustaka................................................................................................. 29
Proposal Biaya..................................................................................................... 33
Biodata................................................................................................................. 35
RT-2011-1343, hal 4 dari 43
ABSTRAKSaat ini teknologi televisi telah sampai pada penggunaan sistem digital. Meskipun
demikian, sistem televisi di Indonesia masih didominasi oleh sistem analog yang relatif
kurang fleksibel untuk dikembangkan dan diintegrasikan ke dalam sistem komunikasi
digital. Oleh karena itu perlu dilakukan langkah-langkah untuk membangun sistem
penyiaran secara digital untuk mengganti sistem penyiaran analog yang ada sekarang.
Di sisi lain diperlukan standarisasi perangkat dan sistem siaran digital untuk proteksi
dalam negeri. Untuk itu diperlukan perangkat sistem pemancar dan penerima siaran
televisi digital yang dapat diproduksi oleh industri dalam negeri dan berfitur spesifik
Indonesia. Informasi yang dikirimkan dan diterima pada sistem siaran televisi adalah
gambar bergerak dan sinyal audio. Informasi sinyal audio dengan kualitas yang baik
akan sangat membantu para pemirsa televisi untuk dapat menangkap informasi secara
jelas dan benar. Di sisi lain kapasitas kanal transmisi yang tersedia semakin terbatas,
seiring pertumbuhan permintaan kanal komunikasi yang sangat pesat. Kapasitas kanal
komunikasi yang terbatas mendorong untuk terus melakukan efisiensi di semua bagian
pada sistem komunikasi. Pada perkembangannya, telah dilakukan upaya pengkodean
sinyal audio agar diperoleh laju yang lebih rendah untuk menghemat penggunaan
kanal transmisi. Sinyal audio telah diolah sedemikian rupa sehingga dapat
menghilangkan unsur redundant dan diperoleh informasi yang cukup ringkas untuk
ditransmisikan. Penelitian yang akan dilakukan bertujuan untuk mengkodekan sinyal
audio pada laju yang rendah agar dapat diperoleh penghematan dalam penggunaan
kanal komunikasi untuk penyiaran televisi. Penelitian yang akan dilakukan adalah
merancang metode pengkodean sinyal audio pada laju rendah beserta dengan
pendekode yang sesuai. Perancangan didasarkan pada hipotesa bahwa sinyal audio
dapat dikodekan pada laju rendah dan dapat dikembalikan menjadi seperti sinyal asal
dengan kualitas yang baik. Pengkode sinyal audio yang diusulkan, terdiri atas detektor
eksistensi sinyal, pendeteksi lebar periode, penghitung amplituda rata-rata selebar
periode, pemisah bergetar- tak bergetar, pemilihan sinyal selebar satu periode dan
pengkodean tiap parameter. Sinyal selebar satu periode dikodekan dengan
menggunakan model sinusoida. Dekoder terdiri atas detektor parameter, pembentuk
tak bergetar depan dan belakang, dan pembentuk satu sinyal periode. Selanjutnya
setelah bentuk sinyal periode didapatkan, dilakukan proses pembangkitan sinyal
bergetar. Perancangan pengkode dan pendekode sinyal audio pada laju rendah
RT-2011-1343, hal 5 dari 43
dilaksanakan dengan menggunakan perangkat lunak C++. Perangkat keras yang
dipergunakan untuk simulasi adalah mikropon, digital signal processor dan komputer
dengan sound-card untuk pengambilan sinyal audio. Hasil-hasil perekaman dan
pemrosesan sinyal diperdengarkan dengan bantuan loud speaker. Hasil penelitian
akan dapat memberikan kontribusi dalam bidang penyiaran secara digital, utamanya
dalam pengembangan metode untuk memperkecil ukuran data sinyal audio.
Penghematan dapat diperoleh dengan pengiriman sinyal audio pada laju yang rendah
Kata kunci : audio, coding, kompresi, sinusoida, televisi
ABSTRACTThe recent technology of the television is implementation the digital system over
transmitter, transmission channel and receiver. Therefore, television system in
Indonesia is dominated by analog system, that less flexible for system development
and communication on digital communication system. So that, it need actions to
develop the digital broadcasting system to replace the analog broadcasting system. On
the other hand, it need standarization for equipment and digital broadcasting system for
local proctection. For this reason, we need the television transmitter and receiver
system with Indonesian specific feature that can be designed and manufactured by
local industry. Information that transmited and received on the television broadcasting
system are the moving picture and audio signal. Audio signal information with high
quality would help the television audience to increase the perception of the information
displayed. Transmission channel capacity will become limited, while the need of
channel communication is increased. The limited channel capacity endorse to save all
aspect on the telecommunication system. There are some research on audio signal
coding to obtain the lower bit rate for transmission channel usage saving. The audio
signal is processed, so that the redundant component can be decreased, then we
obtain the simple size of information that reliable to be transmitted. The research aim is
coding the audio signal on the low bit rate for saving the channel communication usage
for digital television broadcasting. The research will be done is develop an audio signal
coder on the low bit rate with the suitable decoder. The coder developing is based on
the hypotheses that the audio signal can be coded into the low bit rate and it can be
reconstructed as the high quality synthetic signal. The proposed audio signal coder
consists of signal existention detector, period width detector, average amplitude
RT-2011-1343, hal 6 dari 43
counter, separation of the vibrating and the nonvibrating signal, determination of the
period signal and parameters coding. One period signal is coded using sinusoidal
model. The decoder consists of the parameters detector, signal synthesizer, and the
periodic signal generator. The encoder and the decoder development is implemented
using C++ software. The hardware for the simulation process consists of microphone,
digital signal processor and the personal computer equiped with sound card for audio
signal acquisition. The research results contribution for digital broadcasting is the
method developing for decreasing the audio signal rate. So that the communication
channel usage can be saved.
Keywords : audio, coding, compression, sinusoidal, television
1. PENDAHULUANSaat ini teknologi informasi dan komunikasi telah berkembang pesat dan
didukung oleh semakin majunya teknologi perangkat keras maupun perangkat lunak.
Kemajuan ini sangat mendukung peningkatan kinerja proses maupun transmisi. Sinyal
audio tidak lagi dikirim dengan bentuk seperti asalnya, tetapi telah diubah supaya
sesuai dengan model dan kapasitas kanal yang digunakan. Perubahan bentuk tersebut
mencakup proses pengkodean sinyal audio. Penelitian yang dilakukan adalah untuk
mendapatkan metode pengkodean sinyal audio pada laju yang cukup rendah pada 48
kbps dengan kualitas yang cukup baik. Pada bagian pendahuluan ini dipaparkan
mengenai latar belakang penelitian serta perumusan masalah. Selanjutnya adalah
mengenai tujuan dan ruang lingkup penelitian. Selanjutnya dipaparkan mengenai
premis dan hipotesis penelitian. Metode penelitian pengkode usulan dijelaskan secara
singkat dan dilanjutkan dengan penjelasan mengenai kontribusi penelitian ini.
Kemajuan penelitian yang telah dicapai pada tahun pertama juga ditampilkan, berupa
metode yang digunakan dan beberapa hasil yang telah diperoleh.
Gambar 1. Pengkodean sinyal audio pada laju rendah dan rekonstruksi sinyal audio
Sinyal audio enkoder dekoder Sinyal estimasiKanal 48 kbps
RT-2011-1343, hal 7 dari 43
Latar BelakangSistem televisi digital pada saat ini merupakan kebutuhan yang tak terhindarkan,
mengingat berbagai kelebihan yang ditawarkan dibandingkan dengan sistem televisi
analog. Namun demikian sinyal televisi digital membutuhkan laju bit yang cukup tinggi
untuk dapat mengirimkan informasi gambar bergerak maupun informasi audio. Total
laju bit yang dibutuhkan untuk satu segmen harus kurang dari 400 kbps, yang terdiri
atas sinyal video, audio dan data. Informasi gambar bergerak dapat lebih ditingkatkan
apabila ukuran sinyal audio tidak begitu besar. Dengan pengurangan alokasi bit untuk
audio, maka sisa kapasitas kanal dapat ditambahkan untuk memperbaiki kualitas sinyal
video.
Jumlah kanal yang tersedia untuk komunikasi menjadi semakin terbatas seiring
dengan makin pesatnya penggunaan kanal komunikasi. Kapasitas kanal yang terbatas
mendorong untuk terus melakukan efisiensi di semua bagian pada sistem komunikasi.
Sistem komunikasi untuk audio dengan lebar pita 22050 Hz pada format PCM 16-bit,
membutuhkan kanal dengan laju 705,6 kbps agar informasi yang terkirim dapat
ditangkap dengan kualitas yang tidak jauh berbeda dari aslinya (ITU, 1972). Pada
perkembangannya, telah dilakukan upaya untuk melakukan kompresi sinyal audio agar
diperoleh laju yang lebih rendah, untuk menghemat penggunaan kanal transmisi (Atal
dkk, 1991). Sinyal audio telah diolah dengan menggunakan pengkode sehingga unsur
redundant dapat dihilangkan dan diperoleh informasi yang ringkas untuk dikirimkan.
Dengan demikian akan diperoleh tingkat efisiensi laju data yang cukup tinggi mengingat
kapasitas yang terbatas(Atal dkk, 1993).
Standar pengkodean sinyal suara yang telah lama dan banyak dipakai adalah
PCM A-law (Rabiner dan Juang, 1993) Dengan menggunakan standar tersebut dapat
dihasilkan sinyal audio dengan kualitas tinggi. Di lain pihak, tundaan yang dihasilkan
juga cukup kecil karena proses pengkodean dilakukan cuplikan demi cuplikan.
Penelitian yang banyak dilakukan sampai saat ini adalah pengkode berbasis Prediksi
Linier (Kleijn, 2003), khususnya CELP (Code Excited Linear Prediction)(Kataoka,
1996), model sinusoida dan interpolasi gelombang (Gottesman dan Gersho, 2001).
Pengkode sinyal audio berbasis CELP mempergunakan bukukode untuk meringkas
informasi berupa bentuk potongan gelombang sinyal audio maupun sinyal eksitasi.
Pada metode interpolasi gelombang, sinyal yang dikirim adalah selebar satu periode
yang disebut sebagai sinyal karakteristik untuk setiap interval antara 20 - 30 ms. Basis
RT-2011-1343, hal 8 dari 43
pengkode yang lain adalah model sinusoida, dikembangkan oleh Quatieri (1986).
Sinyal audio dapat dimodelkan dalam bentuk kombinasi sinyal sinusoida dan model
sinusoida pada segment antara puncak yang berurutan. Pengkode sinyal audio pada
laju kurang dari 48 kbps dirancang dengan mengembangkan beberapa metode
kompresi sinyal audio, di antaranya adalah model sinusoida dan interpolasi gelombang.
Ruang Lingkup dan Batasan PenelitianRuang lingkup penelitian ini mencakup perancangan pengkode sinyal audio
pada laju kurang dari 48 kbps. Tahap berikutnya adalah perancangan pendekode yang
dapat mengembalikan bentuk terkode pada laju kurang dari 48 kbps, menjadi sinyal
audio seperti asalnya dengan kualitas persepsi yang baik. Penelitian berupa
perancangan pengkode sinyal dibatasi untuk pada frekuensi sinyal audio yang dapat
ditangkap telinga manusia dalam lebar pita 20 Hz sampai dengan 20 kHz
AsumsiPenelitian didasarkan pada beberapa asumsi sebagai berikut, sehingga dapat
disusun hipotesis penelitian.
Sinyal audio dapat dikodekan dalam laju yang lebih rendah dari 48 kbps dengan
kualitas persepsi mendekati kualitas sinyal tanpa kompresi (Kondoz, 1995).
Pemrosesan sinyal audio setiap 20 ms dapat menjangkau satu periode pitch
pada suara manusia dengan periode terendah (Deller, 2000).
Model interpolasi gelombang berdasarkan periode pitch (Quatieri, 1986) (Atal,
1991) dan model Sinusoida dapat digunakan untuk mengkodekan sinyal audio
pada laju bit yang rendah (Gottesman, 2001).
Pembedaan perlakuan untuk sinyal bergetar, sinyal tak bergetar dan transisi
diantara keduanya dapat dipakai untuk menentukan mode enkoder agar dapat
meningkatkan kualitas audio yang dihasilkan oleh dekoder (Kondoz, 1995).
Suara manusia dalam satu detik rata-rata 8 fonem, sedangkan jumlah variasi
fonem yang mungkin sekitar 50 (Furui, 1989). Jika setiap fonem diwakili oleh 6
bit, maka dalam satu detik diperlukan 48 bit. Maka batas bawah kompresi sinyal
audio adalah 48 bps (Rabiner, 1993).
RT-2011-1343, hal 9 dari 43
Mengingat batas bawah kompresi sinyal audio adalah 48 bps, maka kompresi
sinyal audio dengan laju kurang dari atau sama dengan 48 kbps dapat
direalisasi.
Sistem berbasis Digital Signal Processor dapat digunakan untuk merealisasi
sistem pengkode sinyal audio (Texas Instrument, 1992).
HipotesisBerdasarkan asumsi seperti dijelaskan pada subbab sebelumnya, maka dapat
disusun hipotesis penelitian sebagai berikut :
a. Pengkode sinyal audio pada laju lebih rendah dari 48 kbps dapat diwujudkan
dengan menggunakan teknik berbasis model sinusoida secara segmental di
antara puncak, penggunaan bukukode dan prinsip interpolasi gelombang.
b. Kualitas persepsi yang cukup tinggi dapat diwujudkan dengan menggunakan
teknik berbasis pembedaan bergetar-tak bergetar, pembedaan band frekuensi
dan penggunaan sinyal harmonik model sinusoida.
c. Berdasarkan jumlah ruang penyimpanan pada general purpose processor saat
ini dapat menjangkau 1 MB atau lebih, maka sistem pengkode dapat diterapkan
untuk keperluan menyimpan sinyal audio dan dapat direalisasi dengan memakai
perangkat keras berbasis digital signal processor.
d. Berdasarkan tingkat kompleksitasnya, sistem pengkode dapat diterapkan untuk
keperluan pengkodean sinyal audio pada sistem komunikasi televisi digital.
Pengkode yang ada sekarang menggunakan tidak lebih dari 100 MIPS. Sistem
pengkode dapat direalisasi dengan menggunakan semi custom integrated circuit
design untuk jumlah yang cukup besar. Selain itu dapat juga direalisasikan pada
rangkaian terintegrasi digital signal controller chip yang merupakan terobosan
baru pada bidang pemrosesan sinyal digital.
Tujuan Penelitian Tujuan penelitian ini adalah untuk menghasilkan algoritma pengkode sinyal
audio untuk siaran televisi digital pada laju rendah dengan kualitas yang cukup tinggi
yaitu mendekati kualitas sinyal asalnya dan dapat direalisasi pada perangkat lunak
maupun perangkat keras. Tujuan utama penelitian ini adalah untuk memperoleh
metode penghematan penggunaan kanal sinyal audio untuk keperluan sistem
RT-2011-1343, hal 10 dari 43
penyiaran televisi dalam format digital dengan cara menghemat laju data sinyal audio.
Sinyal audio pada sistem televisi digital pada saat ini dikirimkan dari pemancar ke
penerima pada laju bit yang cukup tinggi untuk kualitas yang baik. Apabila sinyal audio
dapat dikodekan pada laju yang lebih rendah, maka kanal tersebut dapat digunakan
untuk keperluan transmisi yang lain. Laju yang lebih rendah dapat diperoleh dengan
menggunakan pengkode dengan kualitas yang tidak jauh berbeda dengan kualitas
suara asalnya.
Tujuan khusus dari penelitian yang diusulkan adalah untuk menghasilkan
algoritma pengkode sinyal audio pada laju rendah. Penelitian ini juga mencakup
perancangan pendekode agar dapat mengembalikan sinyal yang terkode menjadi
bentuk semula dengan kualitas persepsi yang cukup tinggi yaitu mendekati kualitas
sinyal asalnya. Adapun data sinyal audio yang akan dicapai adalah 48 kbps.
Kontribusi Penelitian Kontribusi utama penelitian ini adalah untuk mendapatkan metode menurunkan
laju data sinyal audio untuk sistem penyiaran televisi digital, sehingga diperoleh
penghematan dalam penggunaan kanal transmisi sinyal audio sistem televisi digital.
Kontribusi lain yang cukup penting adalah untuk menghemat kapasitas media
penyimpan. Kapasitas media penyimpan sinyal audio juga dapat diturunkan dengan
faktor kompresi yang sama. Pengkode yang diusulkan memiliki kinerja setara dengan
pengkode sejenis, tetapi menggunakan laju yang lebih rendah. Sistem pengkode ini
dapat diterapkan untuk keperluan penyimpanan atau perekaman sinyal audio. Dengan
penghematan ruang penyimpanan berarti juga sebagai bagian dari efisiensi dan
penghematan energi.
Signifikansi penelitian ini bagi ilmu pengetahuan adalah pengembangan metode
kompresi sinyal audio dengan model sinusoida yang selama ini belum banyak
dilakukan. Sehingga akan bermanfaat bagi pengembangan algoritma pengkodean,
berupa metode penghematan laju data yang akan dikirimkan melalui media transmisi
maupun pengembangan lebih lanjut untuk jenis pemrosesan sinyal audio yang lain.
Bagi industri elektronik berupa kebutuhan akan peralatan pengkode sinyal audio untuk
televisi digital, baik untuk sistem pemancar maupun sistem penerima, berupa
perangkat keras maupun perangkat lunak.
RT-2011-1343, hal 11 dari 43
Tinjauan PustakaAlgoritma pengkode sinyal audio yang sudah ada, dinyatakan dalam beberapa
bentuk standar internasional untuk telepon dan penerapan multimedia. Salah satu
standar pengkodean sinyal audio yang kompatibel untuk telepon, internet dan
multimedia telah dikembangkan oleh ITU, yaitu G.711. Di samping organisasi tersebut
ada juga komite pembentuk standar pengkodean sinyal audio yang lain. Sinyal video
televisi digital saat ini kebanyakan menggunakan format standart H.264 dan format
MPEG-4 (Richardson, 2003). Sedangkan sinyal audio pada televisi digital pada
umunya menggunakan format sinyal audio yang telah termampatkan dengan sifat lossy
(Austerberry, 2005). Standart yang banyak digunakan adalah dari MPEG yang lebih
dikenal sebagai MP3. Pada tahun 1993, MPEG mengembangkan standart audio
MPEG-1, dengan suara berkualitas CD 192 kbps. Pada tahun 1997, dikembangkan
standart baru yang disebut sebagai Advanced Audio Coding (AAC) dengan kualitas
suara yang cukup tinggi pada laju 148 kbps. Pada tahun 2003, ISO/IEC
mengembangkan standart audio MPEG yang disebut sebagai High-Efficiency
Anvanced Audio Coding (HE-AAC). HE-AAC memiliki rasio kompresi yang lebih tinggi
daripada AAC (Suzuki, 2008).
Pengkodean sinyal audio untuk penerapan laju rendah membutuhkan parameter
dari sinyal audio menggunakan analisis dan sintesis sistem. Analisis dapat berupa lup
terbuka atau lup tertutup. Salah satu analisis lup tertutup adalah analysis-by-synthesis.
Parameter diperoleh dengan menghitung nilai Mean Square Error antara suara asli
dengan pemberat persepsi dan suara yang dibangkitkan kembali. Kinerja algoritma
pengkodean sinyal audio dinilai berdasarkan pada kualitas audio, kompleksitas
algoritma, penundaan, dan degradasi pada saluran dan derau (Atal dkk, 1991).
Pengkodean sinyal audio secara garis besar terbagi dalam tiga jenis yaitu pengkodean
gelombang, vokoder, dan pengkode hibrid. Selain tiga jenis pengkode tersebut ada
jenis yang lain tetapi belum terlalu berkembang yaitu vokoder fonetik. Secara umum
fungsi pengkode adalah untuk menganalisis sinyal, menghilangkan faktor – faktor
redundant dan menyusun kode dari bagian sinyal yang sudah dihilangkan faktor
redundantnya secara efisien (Furui, 1989).
Penelitian yang cukup banyak dilakukan sampai saat ini adalah pengkode
berbasis Prediksi Linier (Kleijn,2003), khususnya CELP (Code Excited Linear
Prediction)(Kataoka, 1996), model sinusoida dan interpolasi gelombang (Gottesman
RT-2011-1343, hal 12 dari 43
dan Gersho, 2001). Basis CELP masih digunakan untuk dasar menyusun pengkode
Ex-CELP (Extended Code Excited Linear Prediction) (Gao, 2001) yang merupakan draf
standar ITU untuk komunikasi sinyal audio yang terbaru (Theyssen, 2001). Model
sinusoida diterapkan pada pengkode sinyal audio Sinusoidal Transform Coding (STC).
Model sinusoida untuk pengolahan dan kompresi sinyal audio dikembangkan oleh
Lagrange(2001, 2006). Model sinusoida multimode dikembangkan oleh Jang (2005)
dan Jensen (2004). Model interpolasi gelombang diterapkan pada pengkode Waveform
Interpolation Coding (Ritz, 2002).
Pengkode sinyal audio berbasis CELP mempergunakan bukukode untuk
meringkas informasi berupa bentuk potongan gelombang sinyal audio maupun sinyal
eksitasi. Pada sistem pengkode berbasis CELP, sinyal residu dari prediksi linier
dikodekan dalam bentuk vektorkode. Selanjutnya indeks bukukode yang sesuai
dengan vektorkode, dikirimkan ke dekoder. Pengkode berbasis CELP memiliki
keunggulan dalam hal penurunan laju bit (Ozaydin, 2001), namun membutuhkan
bukukode yang cukup besar. Metode pengkodean CELP dikembangkan lebih lanjut
untuk laju 2,4 kbps oleh Jiang (1995). Etemoglu (2003) mengembangkan CELP pada
laju 5 kbps. CELP diferensial dikembangkan oleh Sabharwal (1994). Jenis pengkode
berbasis prediksi linier adalah Glottal-Excited Linear Prediction (GELP) yang diusulkan
oleh Hu (1999). Pengkode hibrid berbasis prediksi linier pada laju 4 kbps
dikembangkan oleh Shlomot (1997).
Pada metode interpolasi gelombang, sinyal yang dikirim adalah selebar satu
periode pitch dan disebut sebagai sinyal karakteristik, untuk setiap interval atau frame
selebar 20 - 30 ms. Pada bagian dekoder, dilakukan proses interpolasi untuk
melengkapi bentuk sinyal pada interval yang bersesuaian. Model interpolasi gelombang
memiliki keunggulan dalam menjaga bentuk sinyal karakteristik selebar periode pitch,
namun tidak dapat diterapkan untuk laju rendah.
Tabel 1. Perbandingan beberapa metode pengkodean sinyal audio Basis Pengkode Peneliti Kelebihan KekuranganSinusoida Quatieri & McAulay
Painter & SpaniasKualitas persepsi Laju tinggi
Interpolasi Gelombang
Kleijn & Haagen Gottesman&Gersho
Menjaga bentuk pitch
Laju tinggi
CELP Schroeder & Atal Thyssen & Gao
Laju Rendah Bukukode besar, kompleksitas tinggi
RT-2011-1343, hal 13 dari 43
Basis pengkode yang lain adalah model sinusoida, dikembangkan oleh Quatieri
(1986). Model sinusoida digunakan berdasarkan asumsi bahwa sinyal dapat
didekomposisikan dalam bentuk sinusoida. Bagian-bagian sinusoida yang dapat
dianggap mewakili sinyal dalam interval waktu tertentu dikirimkan ke dekoder.
Rekonstruksi dilakukan berdasarkan informasi-informasi sinyal harmonik yang
dianggap mewakili sinyal secara keseluruhan dalam interval waktu tertentu. Model
sinusoida unggul dalam hal kualitas persepsi, namun tidak dapat diterapkan pada laju
yang sangat rendah. Model sinusoida masih dikembangkan oleh Painter (2005). Model
yang lain adalah Spectral Excitation Coding yang dikembangkan oleh Cuperman
(1995), bekerja pada laju 2,4 kbps dan mencapai skor MOS sebesar 3,0.
Jenis pengkode yang lain adalah jenis hibrid berbasis pengkodean gelombang
(Katugampala, 2001). Gournay (1998) mengembangkan pengkode HSX (Harmonic
Stochastic Excitation) dengan laju 1200 bps. Model harmonik yang lain dikembangkan
oleh Li (1999) dengan nama Multimodal Harmonic Speech Coding yang bekerja pada
laju 4 kbps, berbasis analysis by synthesis (AbS).
Gambar 2. Usulan penelitian berdasarkan penelitian-penelitian sebelumnya
Pengkode yang diusulkan mencakup ide pada pengkode yang berbasis model
sinusoida berupa pengembangan model menjadi bentuk segmental. Sistem multiband
diterapkan pada pengkode usulan untuk memisahkan proses pengkodean sinyal
berfrekuensi rendah dan bagian sinyal dengan frekuensi yang lebih tinggi. Sistem
interpolasi gelombang diterapkan untuk mendapatkan sinyal karakteristik. Sedangkan
model bukukode yang diterapkan pada CELP digunakan untuk meringkas informasi
CELP
sinusoida
interpolasi
Pengkode
sinyal
Audio
usulan
subband
1980 - 2008 1986 - 2008 2005 - 20081960 - 2008
RT-2011-1343, hal 14 dari 43
dari model sinusoida yang diusulkan. Sehingga sistem pengkodean usulan diharapkan
menjadi lebih baik dari pada sistem-sistem pengkodean sinyal audio yang telah ada.
2. PERUMUSAN MASALAHPerumusan Masalah
Penghematan kanal transmisi sinyal audio dengan kualitas yang tidak jauh
berbeda dibandingkan dengan sinyal asalnya dapat diperoleh dengan menggunakan
pengkode yang sesuai. Perancangan pengkode yang baru dengan efisiensi kanal yang
lebih baik, dihadapkan pada permasalahan-permasalahan berikut ini :
- pemilihan panjang blok sinyal yang terkait dengan lama penundaan.
- pemisahan bentuk bergetar, tak bergetar dan transisi pada deretan sinyal audio
dalam satu blok yang diobservasi.
- penyusunan algoritma penurunan laju bit dengan kompleksitas rendah
- pemilihan bukukode dan cara penelusuran bukukode yang efisien
- pemilihan post filter untuk mendapatkan kualitas audio yang lebih baik
Metode Pemecahan MasalahMetode penelitian dalam rangka pemecahan masalah adalah perancangan
sistem pengkode. Penelitian diawali dengan studi pustaka, dilanjutkan dengan
pengembangan konsep dan kemudian dilakukan perancangan pengkode. Sistem
pengkodean sinyal audio dirancang dalam dua bagian yaitu enkoder dan dekoder.
Enkoder berfungsi untuk mengkodekan sinyal audio dalam laju kurang dari 48 kbps dan
dekoder berfungsi untuk mengubah sinyal terkode menjadi sinyal audio estimasi yang
diharapkan mendekati bentuk dan kualitas sinyal audio asalnya.
Bagian utama dari enkoder adalah algoritma kompresi sinyal audio dengan
menggunakan pendekatan sinusoida secara segmental dan interpolasi gelombang
dengan memperhatikan periode pitch. Di samping itu dilakukan proses pembedaan
antara sinyal bergetar dan tidak bergetar yang dipakai sebagai pemilih mode kompresi.
Parameter-parameter bergetar, tak bergetar, pitch dan formant yang akan dikirimkan
dikodekan terlebih dahulu. Model sinusoida secara segmental dipakai untuk
mempermudah analisis dan menurunkan laju data sinyal audio. Sedangkan interpolasi
gelombang dapat membantu menurunkan laju bit yang harus dikirim oleh enkoder.
Parameter-parameter sinyal dikodekan dalam bentuk vektorkode-vektorkode yang
RT-2011-1343, hal 15 dari 43
tersusun dalam bukukode-bukukode. Pemilihan mode proses enkoding perlu dilakukan
untuk mendapatkan hasil yang optimal. Mode tersebut didasarkan pada pembedaan
sinyal audio bergetar dan tidak bergetar.
Bagian dekoder direncanakan mengandung dua bagian utama, yaitu bagian
untuk mensintesis parameter-parameter yang dikirim oleh dekoder dan bagian untuk
memperbaiki kualitas sinyal audio yang dihasilkan. Sinyal terkode disintesis dengan
menggunakan pembangkit sinyal sinusoida berdasarkan parameter berupa vektorkode-
vektorkode. Vektorkode dibangkitkan dari indeks bukukode yang dikirimkan oleh
enkoder. Perbaikan sinyal rekonstruksi dilakukan dengan menggunakan postfilter.
3. METODOLOGIMetodologi Penelitian
Pemecahan masalah dalam penelitian ini dirumuskan dalam metodologi
penelitian berikut ini :
a. Melakukan studi literatur yaitu kajian terhadap karya – karya ilmiah yang
dihasilkan oleh para peneliti sebelumnya tentang berbagai hal yang terkait
dengan permasalahan yang sedang diteliti.
b. Penyusunan model pengkodean dan algoritma yang sesuai dengan kualitas
dan laju bit yang diharapkan serta implementasinya pada perangkat lunak.
c. Melakukan evaluasi algoritma yang sedang dikembangkan dengan
menggunakan ukuran subjektif dan objektif terhadap kualitas keluaran. Selain
itu juga dilakukan evaluasi terhadap kompleksitas komputasi dan tundaan
yang dihasilkan.
d. Penyusunan alternatif – alternatif arsitektur pengkode audio.
e. Melakukan implementasi algoritma pengkode sinyal audio dengan arsitektur
yang terpilih pada perangkat lunak.
f. Melakukan evaluasi algoritma di kanal audio yang riil pada jaringan yang ada.
g. Pelaporan dan publikasi.
Pelaksanaan PenelitianPenelitian dilaksanakan di Lembaga Penelitian dan Pengabdian kepada
Masyarakat, dengan menggunakan fasilitas Laboratorium Teknik Elektro, Universitas
Katolik Soegijapranata, Semarang. Pekerjaan penelitian meliputi perancangan
RT-2011-1343, hal 16 dari 43
algoritma pengkode sinyal audio pada laju 48 kbps, simulasi perangkat lunak sistem
pengkode dan realisasi pada perangkat keras digital signal processor.
Gambar 3. Pengambilan sinyal audio untuk simulasi pengkodean sinyal audio
Simulasi disusun dengan menggunakan perangkat keras personal computer,
mikrofon, sistem speaker dan perangkat lunak Borland C++ versi 4.5. Simulasi
perangkat lunak meliputi pengambilan sinyal audio, pengkodean sinyal audio dan
rekonstruksi sinyal audio menggunakan program berbasis pemrograman Borland C++
versi 4.5, reproduksi audio dari hasil rekonstruksi sinyal dan pengujian.
Percobaan untuk realisasi perangkat keras menggunakan digital signal
processor starter kit (DSK) TMS320VC5416 dari Texas Instrument. Pemrograman
dilakukan dengan menggunakan perangkat lunak Code Composer Studio (CCS) versi
3.1 yang berbasis Microsoft Visual C++ versi 6.0, yang disediakan oleh Texas
Instrument. Hasil simulasi dengan menggunakan perangkat lunak C++ diterapkan ke
perangkat keras pemroses sinyal digital TMS320VC5416.
Gambar 4. Implementasi pengkodean sinyal audio
RT-2011-1343, hal 17 dari 43
Kinerja pengkode diperoleh dengan mengukur laju data sinyal keluaran enkoder,
melakukan tes MOS (Mean Opinion Score) terhadap beberapa rangkaian kata dalam
bahasa Indonesia pada sejumlah pendengar, menghitung SegSNR (Segmental Signal
to Noise Ratio), menghitung kompleksitas pengkode dan menghitung jumlah ruang
penyimpanan pengkode.
4. RANCANGAN RISETStrategi Perancangan Pengkode Sinyal audio
Berdasarkan metodologi penelitian yang telah diuraikan sebelumnya dan
dengan mempertimbangkan metode perancangan algoritma pengkode yang diusulkan
maka untuk perancangan sistem pengkode audio dilakukan dengan strategi berikut ini :
a. Perancangan sistem pengkode dilakukan dengan pendekatan top-down. Pada
implementasinya akan dilakukan pendekatan secara bottom-up. Verifikasi dan
pengujian juga dilakukan secara bottom-up.
b. Sistem dibangun dalam bentuk modul-modul, sehingga dapat dilakukan proses
pengembangan terhadap modul-modul tersebut secara fleksibel.
c. Perancangan algoritma dan pemodelan pengkode.
d. Melakukan simulasi dan implementasi pengkode yang telah dirancang
e. Melakukan verifikasi dan pengujian terhadap pengkode.
f. Test subyektif dan test obyektif terhadap keluaran dekoder
g. Test kinerja keluaran dekoder dengan kanal telepon.
h. Melakukan pengujian akhir
Metode Pengkodean Sinyal Audio dengan Model SinusoidaModel sinyal dalam bentuk sinusoida dapat digunakan untuk mengkodekan
sinyal audio. Metode pengkodean yang menggunakan model sinusoida adalah
Sinusoidal Transform Coding (STC). Proses pengkodean transformasi sinusoida
bekerja dengan cara mengambil beberapa sinyal sinusoida yang memiliki amplituda
yang terbesar. Beberapa sinyal sinusoida dengan amplituda terbesar terlihat pada
kawasan frekuensi sebagai bagian spektra yang memiliki magnituda terbesar. Jumlah
sinyal sinusoida yang digunakan untuk mewakili sinyal dalam interval waktu tertentu
RT-2011-1343, hal 18 dari 43
yang disebut sebagai frame ( 15 ms sampai dengan 30 ms ) adalah antara 40 sampai
60 sinyal sinusoida.
Proses pengkodean diawali dengan pengambilan sinyal audio selebar 15 ms
sampai dengan 30 ms dan disimpan dalam buffer. Tahap selanjutnya adalah
perhitungan spektra sinyal dengan mengunakan transformasi Fourier. Setelah
diperoleh informasi dalam kawasan frekuensi, maka dilakukan pencarian sinyal-sinyal
sinusoida yang memiliki amplituda terbesar. Dalam hal ini sinyal sinusoida yang diambil
adalah 40 sampai dengan 60 sinyal yang terbesar. Pencarian dilakukan secara
bertahap dengan deteksi nilai maksimum lokal secara bertahap, sehingga diperoleh
sejumlah sinyal sinusoida yang diinginkan.
Parameter-parameter sinyal berupa nilai-nilai amplituda, fasa dan frekuensi
dikirimkan ke dekoder untuk dilakukan rekonstruksi, agar diperoleh sinyal estimasi yang
diharapkan akan mendekati bentuk sinyal asalnya. Sinyal estimasi dibangkitkan
dengan menjumlahkan sinyal-sinyal sinusoida dengan variasi amplituda dan frekuensi.
Degradasi kualitas sinyal audio terjadi karena adanya pembatasan jumlah parameter
sinyal yang dikirim.
Model Sinusoida secara SegmentalModel sinusoida dapat dikembangkan lebih lanjut dengan tujuan untuk
mendapatkan jumlah parameter yang lebih sedikit agar laju data sinyal audio dapat
ditekan. Model sinusoida yang dikembangkan adalah model sinusoida secara
segmental. Model ini hanya mengambil satu sinyal DC dan sinyal fundamental untuk
setiap segment yang dibatasi oleh puncak sinyal pertama dengan puncak sinyal
berikutnya yang berlawanan. Puncak dapat diartikan sebagai nilai maksimum atau nilai
minimum sinyal pada selang waktu tertentu. Sehingga satu segment dapat berarti
sebagai bagian sinyal dari satu nilai maksimum menuju nilai minimum terdekat
berikutnya. Satu segment dapat berarti juga sebagai bagian sinyal dari satu nilai
minimum menuju nilai maksimum terdekat berikutnya. Model pengambilan sinyal
berdasarkan puncak dilakukan oleh Ridkosil (1994) untuk Extreme Waveform Coding.
Perbedaan model sinusoida dengan model sinusoida secara segmental yang
diusulkan adalah pada jumlah komponen sinusoida yang dikirim dan panjang frame
sinyal yang diamati. Jumlah komponen sinusoida pada model sinusoida adalah
sebanyak 40 sampai 60 komponen sinyal sinusoida. Sedangkan model sinusoida
RT-2011-1343, hal 19 dari 43
secara segmental hanya menggunakan satu komponen sinusoida saja. Panjang
segment yang diproses untuk model sinusoida adalah 15 ms sampai 30 ms dengan
panjang yang tetap. Setiap frame dapat dibagi menjadi beberapa segment. Pada model
sinusoida secara segmental, panjang segment bervariasi tergantung jarak waktu antara
puncak maksimum dengan puncak minimum berikutnya, atau jarak waktu antara
puncak minimum dengan puncak maksimum berikutnya. Panjang segment berubah
antara satu cuplikan (0,021 ms) sampai dengan 384 cuplikan (8 ms) pada frekuensi
sampling 48 kHz. Berikut ini adalah tabel perbandingan antara model sinusoida dengan
model sinusoida secara segmental.
Tabel 2. Perbedaan model sinusoida dan model sinusoida secara segmentalModel sinusoida Model sinusoida segmental
Komponen sinusoida 40 – 60 2Panjang segment Tetap, 15 ms – 30 ms Bervariasi, 0,021 ms – 8 ms
Pemodelan sinyal dengan pendekatan secara sinusoida secara segmental, dapat
diproses dengan menggunakan algoritma yang disusun seperti penjelasan berikut ini.
Sinyal audio yang akan diproses berupa sinyal audio yang dicuplik pada 44100 Hz
dengan kuantisasi 16 bit. Panjang frame yang diproses adalah setiap 20 ms, agar
dapat mencakup panjang periode maksimum yang mungkin pada suara manusia
selebar 20 ms.
RT-2011-1343, hal 20 dari 43
Gambar 5. Sinyal asal selebar 70 cuplikan, nilai periode dan nilai puncak
Jarak waktu antara puncak maksimum ke-i menuju ke puncak minimum
berikutnya atau jarak waktu antara puncak minimum ke-i menuju ke puncak maksimum
berikutnya disebut sebagai informasi periode dilambangkan sebagai pd(i). Puncak
maksimum dan puncak minimum, atau puncak minimum dan puncak maksimum pada
segment ke-i disebut sebagai informasi puncak dilambangkan sebagai pk(i) dan pk(i+1).
Informasi puncak dapat diperoleh dengan mendeteksi puncak maksimum dan puncak
minimum sepanjang interval sinyal yang diobservasi. Informasi periode pada dapat
diperoleh berdasarkan perhitungan selisih waktu di antara puncak yang berurutan.
Tahap pertama untuk mendapatkan parameter sinyal dengan model sinusoida
secara segmental adalah menentukan satu frame sinyal dengan panjang 20 ms.
Selanjutnya puncak-puncak sinyal ditandai, baik puncak yang positif maupun puncak
negatif. Selisih magnituda puncak pertama ke puncak berikutnya ke- i disebut sebagai
informasi puncak sinyal pendekatan dan disebut sebagai pk(i). Jarak waktu antara
puncak pertama dan puncak berikutnya ke-i merupakan setengah periode sinyal
pendekatan dan disebut sebagai pd(i).Selanjutnya dilakukan proses yang sama untuk
puncak-puncak berikutnya.
Dengan menggunakan prosedur tersebut diatas, maka akan diperoleh deretan
puncak dan deretan periode untuk satu frame. Jangkauan dinamik untuk kedua nilai
informasi ini jauh lebih kecil dibandingkan dengan jangkauan dinamik sinyal. Maka
jumlah bit yang dialokasikan untuk mengirimkan pd(i) dan pk(i) lebih kecil dibandingkan
dengan mengirimkan sinyal tanpa kompresi. Berikut ini adalah dua segment sinyal
audio yang dimodelkan dengan pendekatan sinusoida untuk tiap potongan antara
puncak maksimum dan minimum. Pada pemodelan ini akan didapatkan deretan
periode yang berubah untuk tiap segment dengan amplituda yang berubah. Apabila
amplituda dibuat konstan dengan nilai satu, akan membentuk sinyal termodulasi
frekuensi. Nilai periode dan puncak untuk tiap segment dapat dipakai sebagai informasi
yang dikirimkan ke dekoder sehingga dapat menghemat kanal transmisi. Pada bagian
dekoder, sinyal dapat direkonstruksi, sehingga mendekati bentuk semula dengan model
sinusoida. Adapun pd(i) dan pk(i) memiliki jangkauan dinamik yang jauh lebih rendah
daripada sinyal aslinya, sehingga memungkinkan untuk dilakukan proses kompresi
berdasarkan model ini.
RT-2011-1343, hal 21 dari 43
Pendekatan Berdasarkan Puncak ke Puncak untuk Analisis SinyalSuara dapat didengar oleh telinga karena adanya fluktuasi tekanan udara yang
menguat dan melemah. Karakteristik sinyal dengan puncak dan lembah (puncak
minimum) dapat digunakan sebagai model untuk pendekatan bentuk sinyal audio.
Sinyal audio dapat dikuantisasi berdasarkan segment antara puncak maksimum ke
minimum dan sebaliknya. Pola puncak ke puncak sangat berperan dalam menentukan
tingkat periodisitas sinyal. Sedangkan tingkat periodisitas sinyal sangat menentukan
persepsi pendengaran manusia, terutama sinyal bergetar yang merupakan bagian
terbesar dari sinyal suara (Painter dan Spanias, 2005). Bagian lain yang juga penting
dalam menentukan kualitas persepsi adalah formant pertama dan kedua. Pada metode
transformasi sinusoida, dilakukan pendekatan secara harmonik pada satu frame
tertentu, dengan mengambil puncak-puncak spektra yang terbesar yang diperoleh dari
Short-time Fourier Transform dan bagian tersebut dianggap mewakili sinyal secara
keseluruhan (Ahmadi dan Spanias, 1998).
Metode yang diusulkan adalah proses dengan pendekatan secara kawasan
waktu secara segmental. Pendekatan secara segmental dalam bentuk lain, diusulkan
oleh Goldberger (1999). Pada metode pengkodean gelombang secara ekstrem, sinyal
hanya diambil pada bagian puncak. Pada usulan ini sinyal dikuantisasi berdasarkan
puncak ke puncak, namun pada bagian keluaran dilakukan rekonstruksi secara
sinusoida.
Dalam satu selang waktu N (frame) terdapat M puncak maksimum dan L puncak
minimum. Puncak maksimum dan puncak minimum pada segment ke-i, masing-masing
dinyatakan sebagai pp(i) dan pv(i). Sinyal pada segment ke-i (selang waktu dari pp(i)
menuju ke pv(i)) mengandung sejumlah besar komponen sinusoida. Demikian pula
untuk selang waktu antara pv(i) sampai dengan pp(i+1) juga mengandung komponen
sinusoida yang tak terhingga banyaknya. Pada selang waktu antara pp(i) dan pv(i)
terdapat sejumlah besar komponen sinusoida dan dapat dinyatakan sebagai :
(1)
Pendekatan dengan metode sinusoida dilakukan dengan mengambil beberapa
komponen sinusoida untuk mewakili keseluruhan komponen sinusoida dalam selang
RT-2011-1343, hal 22 dari 43
waktu dari pp(i) menuju ke pv(i). Sinyal s(n) sepanjang N cuplikan dapat didekati dengan
i segment sinyal sinusoida. Komponen DC dan sinyal fundamental kedua dipakai untuk
mendekati sinyal dari puncak ke puncak berikutnya. Sehingga sinyal dapat didekati
dengan :
(2)
Bagian sinyal dari puncak maksimum menuju ke puncak minimum dapat
dinyatakan sebagai :
(3)
Nilai a0 dan a1 masing-masing menyatakan sinyal DC dan sinyal fundamental
yang merupakan amplituda harmonik pertama. Pada bagian sinyal dari pv(i) sampai
dengan pp(i+1) dapat dinyatakan sebagai :
(4)
Dengan model tersebut, maka satu bagian sinyal dari suatu nilai minimum
menuju ke nilai maksimum berikutnya dapat didekati sebagai sinyal cosinus dari p
menuju 2p. Sebaliknya, bagian sinyal dari suatu nilai puncak maksimum menuju
puncak minimum berikutnya dapat didekati sebagai sinyal cosinus dari 0 sampai p.
Masing-masing sinyal cosinus dikoreksi dengan penambahan offset DC untuk
mendapatkan posisi nilai puncak yang sama antara sinyal asli dan sinyal sintesis.
Gambar 6. Analisis sinyal audio
Berdasarkan persamaan (4) diperoleh sinyal pendekatan untuk segment ke-i
antara pp(i) menuju pv(i) yang dinyatakan sebagai :
Puncak
maksimum
Puncak
minimum
hitung
nilai
puncak
dan
nilai
periode
Informasi
puncak
Informasi
periode
Sinyal
audio
Buffer
20 ms
Penelusuran
Kode puncakPenelusuran
Kode periode
RT-2011-1343, hal 23 dari 43
(5)
Periode sinyal pendekatan adalah T yang nilainya adalah dua kali jarak waktu
antara puncak maksimum menuju ke puncak minimum. Maka periode T dapat
dinyatakan sebagai :
(6)
Sehingga frekuensi sudut dan sudut fasa, masing-masing dinyatakan sebagai :
(7)
(8)
Informasi periode menyatakan jarak antara lokasi puncak maksimum menuju ke
puncak minimum, dapat dinyatakan sebagai :
(9)
Sehingga sinyal dari puncak maksimum menuju ke minimum dapat ditulis sebagai :
(10)
Jika sinyal pada cuplikan pertama lebih besar dari cuplikan berikutnya, maka
sinyal berfluktuasi mulai puncak maksimum menuju ke puncak minimum. Selanjutnya
sinyal bergerak dari minimum tersebut menuju ke nilai maksimum dan hal ini terjadi
berulang-ulang sampai akhir frame. Sedangkan jika sinyal pada cuplikan pertama lebih
kecil dari cuplikan berikutnya, maka sinyal berfluktuasi mulai puncak minimum menuju
ke puncak maksimum. Selanjutnya sinyal bergerak dari maksimum tersebut menuju ke
nilai minimum dan hal ini terjadi berulang-ulang sampai akhir frame. Sinyal pendekatan
untuk segment ke-i antara pv(i) menuju pp(i) dinyatakan sebagai berikut :
(11)
RT-2011-1343, hal 24 dari 43
Sama seperti halnya untuk sinyal dari puncak maksimum menuju ke puncak
minimum, maka periode sinyal pendekatan adalah T yang nilainya adalah dua kali jarak
waktu antara puncak minimum menuju ke puncak maksimum. Jika informasi periode
menyatakan jarak antara lokasi puncak minimum menuju ke puncak maksimum.
Sehingga sinyal dari puncak minimum menuju ke puncak maksimum dapat ditulis
sebagai:
(12)
Sinyal pendekatan untuk satu frame adalah urutan sinyal yang terdiri dari
kumpulan sinyal dari puncak maksimum menuju ke puncak minimum dan kumpulan
sinyal dari puncak minimum menuju ke puncak maksimum. Berdasarkan persamaan
(10) dan (12), maka untuk pk (0) > pk(1), sinyal rekonstruksi berdasarkan model
sinusoida secara segmental, dapat dinyatakan sebagai :
(13)
Sedangkan jika pk (0) < pk(1), maka sinyal rekonstruksi berdasarkan model
sinusoida secara segmental dapat dinyatakan sebagai :
(14)
Berikut ini adalah contoh sinyal asal dan sinyal rekonstruksi dengan
menggunakan model sinusoida yang diperoleh dari percobaan pendahuluan. Sinyal
dengan tak beraturan didekati dengan model sinusoida untuk setiap segmen antar
puncak.
RT-2011-1343, hal 25 dari 43
Gambar 7. Sinyal asal (atas) dan sinyal rekonstruksi (bawah) dengan model sinosoida
Sinyal sintesis secara sinusoida pendekatan diperoleh dari nilai puncak
maksimum dan nilai-nilai puncak minimum pada selang pengamatan. Informasi periode
dan puncak untuk tiap segment merupakan informasi yang dikirimkan ke dekoder. Pada
bagian dekoder, sinyal direkonstruksi agar mendekati bentuk semula dengan model
sinusoida secara segmental. Informasi puncak dan periode memiliki jangkauan dinamik
yang jauh lebih rendah daripada sinyal aslinya, sehingga memungkinkan untuk
dilakukan proses kompresi berdasarkan model ini.
Perancangan Pengkode Sinyal Audio Pengkode sinyal audio, terdiri atas detektor eksistensi sinyal, filter lolos rendah,
filter lolos tinggi, pendeteksi lebar periode, pemisah bergetar dan tak bergetar dan
pengkodean tiap parameter. Bagian awal dari pengkode adalah detektor ada tidaknya
sinyal, terdiri atas penghitung harga mutlak sinyal, detektor puncak dan detektor level
sinyal. Pemrosesan sinyal dibagi dalam dua subframe, yaitu subframe 1 untuk bagian
sinyal yang berfrekuensi rendah dan subframe 2 untuk bagian sinyal yang berfrekuensi
tinggi. Pada subframe 1 dilakukan proses deteksi lebar periode yang dilanjutkan
dengan pemisahan tak bergetar dan bergetar dilakukan dengan menentukan tingkat
korelasi dengan kelompok yang memiliki amplituda rata-rata tertinggi. Bagian yang
korelasinya tinggi disebut sebagai bergetar, sedangkan bagian yang tak berkorelasi
dengan kelompok beramplituda rata-rata tertinggi disebut sebagai tak bergetar.
RT-2011-1343, hal 26 dari 43
Gambar 8. Diagram Blok Pengkode Sinyal Audio
Tahap berikutnya adalah mengambil bagian sinyal bergetar selebar satu periode
pitch dengan cara menentukan posisi sekelompok sinyal selebar periode dengan
amplituda rata-rata tertinggi. Sinyal selebar periode pada kelompok dengan amplituda
rata-rata tertinggi dipakai sebagai sinyal satu periode yang mewakili kelompok yang
lain. Tahap berikutnya adalah proses pada subframe 2 yang dibagi dalam 4 bagian.
Setiap bagian diproses seperti pada subframe 1. Sehingga akan didapatkan 5
kelompok parameter sinyal, yaitu subframe 1, subframe 2A, subframe 2B, subframe
2C, subframe 2D, subframe 2E dan subframe 2F Semua nilai parameter terkode
dikirimkan lewat kanal transmisi menuju dekoder.
Buffer 20 ms
Detektor
periode
Penelusuran
kode puncak
Penelusuran
kode periode
Kuantisasisegmental
PCM
Multipleksing
Detektor
sinyal
Pisahkanbergetar
dantak
bergetar
Bukukodepuncak
Bukukodeperiode
Sinyalsatu
periode
Desimasi
LPF
Detektor
periode
Penelusuran
kode puncak
Penelusuran
kode periode
Kuantisasisegmental
Sinyalterkode
HPF
Pisahkanbergetar
dantak
bergetar
Bukukodepuncak
Bukukodeperiode
Sinyalsatu
periode
Desimasi
Subframe 1
Subframe 2
LPF
RT-2011-1343, hal 27 dari 43
Dekoder terdiri atas detektor tanda, pembentuk tak bergetar depan dan
belakang, pembentuk satu sinyal periode dan pembentuk sinyal informasi formant.
Selanjutnya setelah bentuk sinyal periode didapatkan, dilakukan proses pembangkitan
sinyal bergetar. Hasilnya diperbaiki oleh beberapa bandpass filter dengan frekuensi
dan gain sesuai dengan informasi formant.
Gambar 9. Diagram Blok Dekoder
Pembentukan sinyal satu periode dilakukan berdasarkan informasi gain dan
informasi periode. Pembangkitkan deretan sinyal bergetar sejumlah sinyal amplituda
rata-rata dilakukan dengan menggunakan sinyal satu periode. Pembentukan sinyal
formant dari buku kode dipakai untuk menentukan gain masing-masing filter, diperbarui
tiap periode. Selanjutnya adalah proses filtering terhadap bergetar yang telah
dibangkitkan, dengan gain yang berubah untuk tiap periode sesuai dengan informasi
formant. Tahap berikutnya adalah membangkitkan sinyal tak bergetar depan dan
belakang, kemudian dijumlahkan dengan sinyal tak bergetar sehingga membentuk
sinyal yang mendekati sinyal asal.
D e m u l t i p l e x i n g p a r a m e t e rSinyalterkode
Deteksi
sinyalPisahkan periodik - aperiodik
hening
Rekon
struksi
Non-periodikRekonstr
uksi periodik
Postfilter
+PCM
RT-2011-1343, hal 28 dari 43
Hasil Penelitian Tahun PertamaHasil sementara yang telah diperoleh pada saat proposal tahun kedua ini
disusun, telah diperoleh susunan pengkode yang terpilih untuk direalisasi.
5. HASIL YANG DIHARAPKANBentuk keluaran yang diharapkan dari hasil penelitian ini adalah diperoleh :
a. Metode untuk mengkodekan sinyal audio untuk sistem penyiaran televisi digital yang
dapat menekan laju data pada kanal transmisi dan menghemat penggunaan
peralatan penyimpanan (memori)
b. Algoritma coder sinyal audio yang dapat diterapkan pada sistem televisi digital, yang
terdiri atas pengkode dan pendekode
c. Perangkat lunak coder audio untuk televisi digital berdasarkan hasil simulasi dengan
program C++
d. Prototipe coder sinyal audio untuk sistem penyiaran televisi digital, pada perangkat
keras digital signal processor
e. Publikasi ilmiah di jurnal ilmiah seperti Jurnal Elektronika dan Telekomunikasi LIPI,
Jurnal IT Telkom, Jurnal Makara
f. Seminar hasil penelitian pada konferensi seperi IES (ITS Surabaya), QIR (UI
Jakarta) dan SITIA.
RT-2011-1343, hal 29 dari 43
6. PERSONIL PELAKSANA PENELITIAN
Nama Lengkap Gelar L/P UnitKerja
BidangKeahlian
Tugas dlmPenelitian
Pend.Terakhir
AlokasiWaktu
Lembaga
Florentinus Budi Setiawan
Dr, ST, MT
L FTI Teknik Elektro, Pengolahan sinyal dan telekomunikasi
Peneliti Utama
S3 20 jam/mg LPPM Unika Soegija- pranata
Erdhi Widyarto ST, MT
L FTI Teknik Elektro, Pemrograman dan pengolahan sinyal
Anggota Peneliti
S2 10 jam/mg LPPM Unika Soegija- pranata
Yulianto Tejo Putranto
ST, MT
L FTI Teknik Elektro, Pengolahan sinyal gambar
Anggota Peneliti
S2 10 jam/mg LPPM Unika Soegija- pranata
7. JADWAL PENELITIAN
No. Aspek Kegiatan Bulan ke-
1 2 3 4 5 6 7 8 9 10
1 Penelitian pendahuluan
2 Penelusuran pustaka
3 Persiapan alat bantu penelitian
4 Perancangan algoritma dan model pengkodean
5 Perancangan pengkode
6 Simulasi dan implementasi
7 Verifikasi dan pengujian
8 Tes subyektif dan obyektif
9 Pengujian akhir
10 Publikasi
11 Pembuatan laporan
RT-2011-1343, hal 30 dari 43
8. DAFTAR PUSTAKA
------------(1972) : Pulse Code Modulation (PCM) of Voice Frequency, ITU-T Recommendation G.711, Geneva.
--------- (1992) : TMS320c5x User Guide, Texas Instrument.
Ahmadi, S. dan Spanias, A.S. (1998) : A New Phase Model for Sinusoidal Transform Coding of Speech, IEEE Transactions on Speech and Audio Processing, 6, 495-501.
Atal, B.S., Cuperman, V., dan Gersho, A. (1991) : Advances in Speech Coding, Kluwer Academic Publishers, Massachusetts.
Atal, B.S., Cuperman, V., dan Gersho, A. (1993) : Speech and Audio Coding for Wirelles and Network Applications, Kluwer Academic Publishers, Massachusetts.
Austerberry D., (2005) : The Technology of Video and Audio Streaming 2-ed, Elsevier Publishers, Oxford.
Cuperman, V., Lupini, P., dan Bhattacharya, B. (1995) : Spectral Excitation Coding of Speech at 2.4 kb/s, IEEE , 496-499.
Deller, J.R., Hansen, J.H, dan Proakis, J.G. (2000) : Discrete-time Processing of Speech Signal, IEEE Press, New York.
Etemoglu, C.O. dan Cuperman, V. (2000) : Spectral Magnitude Quantization based on Linear Transform for 4 kb/s Speech Coding,
Etemoglu, C.O. dan Cuperman, V. (2003) : Matching Pursuit Sinusoidal Speech Coding, IEEE Transaction on Speech and Audio Processing, 11, 0-0.
Furui, S., (1989) : Digital Speech Processing, Synthesis, and Recognition, Marcel Dekker Incorporation, New York.
Gao, Y., Benyassine, A., Thyssen, J., Su, H.Y., dan Shlomot, E. (2001) : EX-CELP : A Speech Coding Paradigm, IEEE International Conference on Acoustics, Speech, and Signal Processing, 689-692.
Goldberger, J., Burshtein, D., dan Franco, H. (1999) : Segmental Modeling Using a Continuous Mixture of Nonparametric Models, IEEE Transactions on Speech and Audio Processing, 7, 262-271.
Gottesman, O. dan Gersho, A. (2000) : Enhancing Waveform Interpolative Coding with Weighted REW Parametric Quantization, Proceedings of IEEE Workshop on Speech Coding, 50-52.
Gottesman, O. dan Gersho, A. (2000) : High Quality Enhanced Waveform Interpolative Coding at 2.8 kbps, Proceedings of International Conference on Acoustics, Speech, and Signal Processing, 0-0.
RT-2011-1343, hal 31 dari 43
Gottesman, O. dan Gersho, A. (2001) : Enhanced Waveform Interpolative Coding at Low Bit-Rate, IEEE Transactions on Speech and Audio Processing, 9, 1-13.
Gournay, P. dan Chartier, F. (1998) : A 1200 bit/s HSX Speech Coder for Very Low Bit Rate Communications, Proceedings of IEEE Workshop on Signal Proceesing Systems.
Hu, H.T dan Wu, H.T. (1999) : A Glottal-Excited Linear Prediction (GELP) Model for Low-Bit-Rate Speech Coding, Proceedings of National Science Council, Republic of China, 24, 134-142.
Jang, HK dan Park, JS (2005) : Multiresolution Sinusoidal model with Dinamic Segmentation for Time Scale Modification of Polyphonic Audio Signal, TSAP vol 13, No.2
Jensen, J, Heusdens, R dan Jensen, SH (2004) : A Perceptual Subspace Approach for Modeling of Speech and Audio Signal with Damped Sinusoid, TSAP vol 12, No.2
Jiang, Y. dan Cuperman, V. (1995) : An Improved 2.4 kbps Class-Dependent CELP Speech Coder, Proceeding of International Conference on Communication, 1414-1417.
Kataoka, A., Moriya, T., dan Hayashi, S. (1996) : An 8-kb/s Conjugate Structure CELP (CS-CELP) Speech Coder, IEEE Transaction on Speech and Audio Processing, 401-411.
Katugampala, N., Kondoz, A., dan Dogan, S. (2001) : A 4 kbps Hybrid Coder Based on Novel Harmonic/Waveform Coding Synchronization and Classification Techniques, Proceedings of the 5th World Multi-Conference on Systemics, Cybernetics and Informatics, 324-327.
Kleijn, W.B., Backstrom, T., dan Alku, P. (2003) : On Line Spectral Frequencies, IEEE Signal Processing Letters, 10, 75-77.
Kondoz, A.M. (1995) : Digital Speech : Coding for Low Bit Rate Communications Systems, John Wiley & Sons Ltd, West Sussex, England.
Lagrange, M. dan Marchand, S. (2001) : Real-Time Additive Synthesis of Sound by Taking Advantage of Psychoacoustics, Proceedings of the COST G-6 Conference on Digital Audio Effects, 1-5.
Lagrange, M. dan Marchand, S. (2006) : Assessing the Quality of the Extraction and Tracking of Sinusoidal Components: Towards an Evaluation Methodology, Proceedings of the 9th International Conference on Digital Audio Effects, 239-245.
Lagrange, M., Marchand, S., dan Rault, J.B. (2002) : Sinusoidal Parameter Extraction and Component Selection in A Non Stationary Model, Proceedings of the 5th
International Conference on Digital Audio Effects, 59-64.
Lagrange, M., Marchand, S., dan Rault, J.B. (2004) : Using Linear Prediction to Enhance the Tracking of Partials, Proceedings of IEEE Conference on Acoustics, Speech and Signal Processing, 0-0.
RT-2011-1343, hal 32 dari 43
Lagrange, M., Marchand, S., dan Rault, J.B. (2005) : Improving Sinusoidal Frequency Estimation Using a Trigonometric Approach, Proceedings of the 8th International Conference on Digital Audio Effects, 1-6.
Lagrange, M., Marchand, S., dan Rault, J.B. (2005) : Tracking Partials for the Sinusoidal Modeling of Polyphonic Sounds, Proceedings of International Conference on Acoustics, Speech and Signal Processing, 0-0.
Lagrange, M., Marchand, S., Raspaund, M., dan Rault, J.B. (2003) : Enhanced Partial Tracking Using Linear Prediction, Proceedings of the 6th International Conference on Digital Audio Effects, 1-6.
Li, C. dan Cuperman, V. (1999) : Analysis-by-Synthesis Multimode Harmonic Speech Coding at 4 kb/s, Proceedings of European Conference on Speech Communication and Technology, 1451-1454.
McAulay, R.J. dan Quatieri, T.F. (1986) : Speech Analysis/Synthesis Based on a Sinusoidal Representation, IEEE Transactions on Acoustics, Speech, and Signal Processing, ASSP-34, 744-754.
Ozaydin, S. dan Baykal, B. (2001) : A 1200 bps Speech Coder with LSF Matrix Quantization, IEEE International Conference on Acoustics, Speech, and Signal Processing, 677-680.
Painter, T dan Spanias, A.S. (2001) : Perceptual Segmentation and Component Selection in Compact Sinusoidal Representations of Audio, Proceedings of IEEE Conference on Acoustics, Speech, and Signal Processing, 0-0.
Painter, T. dan Spanias A. (2005) : Perceptual Segmentation and Component Selection for Sinusoidal Representation of Audio, IEEE TSAP, vol 13 hal 149 - 162
Quatieri, T.F. dan McAulay, R.J. (1986) : Speech Transformation Based on a Sinusoidal Representation, IEEE Transactions on Acoustics, Speech, and Signal Processing, ASSP-34, 1449-1464.
Quatieri, T.F., Hanna, T.E., dan O’Leary, G.C. (1997) : AM-FM Separation Using Auditory-Motivated Filters, IEEE Transactions on Speech and Audio Processing, 5, 465-480.
Rabiner, L., dan Juang, BH. (1993) : Fundamentals of Speech Recognition, Prentice Hall international, New Jersey.
Richardson, IEG. (2003), H.264 and MPEG-4 Video Compression, John Wiley and Sons Inc, West Sussex.
Ritz, C.H. dan Burnett, I.S. (2002) : Wideband Speech Coding at 4 kbps using Waveform Interpolation, Proceedings of 6th International Symposium on DSP for Communication Design, DSPCS, Sidney, 144-148.
Sabharwal, A., Jandhyala, V., dan Prasad, S. (1994) : DCELP : A low Bit Rate and Low Delay Speech Coding Method, Proceedings of International Symposium on Speech, Image Processing and Neural Networks, 476-478.
RT-2011-1343, hal 33 dari 43
Shlomot, E., Cuperman, V., dan Gersho, A. (1997) : Hybrid Coding of Speech at 4 kb/s, Proceeding of IEEE Workshop Speech Communication, 37-38.
Suzuki, M., Ota, Y., dan Itoh, T., (2008) : Audio Coding Algorithm for One-Segment Broadcasting, Fujitsu Science and Technology Journal, 44,vol 3, 367-373.
Thyssen J., Gao Y., dan Benyassine A. (2001) : A Candidate for The ITU-T 4 kbit/s Speech Coding Standard , IEEE International Conference on Speech and Signal Processing, 681-684.
RT-2011-1343, hal 34 dari 43
PROPOSAL BIAYA
REKAPITULASI BIAYA PADA TAHUN KEDUA YANG DIUSULKAN
No Uraian Jumlah (Rp)1 Gaji dan Upah Rp 48.000.0002 Bahan Habis Pakai Rp 117.000.0003 Perjalanan Rp 30.000.000 4 Lain-lain Rp 48.000.000
Jumlah Biaya Rp 243.000.000
1. Gaji dan Upah
No Pelaksanaan Kegiatan Jumlah Jumlah Jam/Minggu
Honor/Jam Biaya (Rp)
1 Koordinator Kegiatan/ Peneliti Utama
1000 20 Rp 27.500 Rp 27.500.000
2 Anggota Peneliti 1 400 10 Rp 20.000 Rp 8.000.000
3 Anggota Peneliti 2 400 10 Rp 20.000 Rp 8.000.000
4 Teknisi 500 10 Rp 15.000 Rp 7.500.000
5 Tenaga Harian 300 7,5 Rp 10.000 Rp 3.000.000
Jumlah Biaya Rp 48.000.000
2. Bahan Habis Pakai
No Bahan Volume Biaya Satuan (Rp) Biaya (Rp)1 Alat Tulis Kantor 1 set Rp 4.000.000 Rp 4.000.000
2 Kabel-kabel dan konektor 1 set Rp 9.000.000 Rp 9.000.000
3 Komponen Penguat Daya 1 set Rp 10.000.000 Rp 10.000.000
4 Komponen Modulator 2 set Rp 5.500.000 Rp 11.000.000
5 Komponen Power Supply 2 set Rp 4.500.000 Rp 9.000.000
6 Komponen Sistem Suara / Audio 1 set Rp 6.000.000 Rp 6.000.000
7 Card Digital Signal Processor 3 unit Rp 10.000.000 Rp 30.000.000
8 Antena dan komponen pendukung 1 set Rp 6.000.000 Rp 6.000.000
9 Sistem Monitor 1 Rp 7.000.000 Rp 7.000.000
10 Komponen test subyektif 200 Rp 125.000 Rp 25.000.000
Jumlah Biaya Rp 117.000.000
RT-2011-1343, hal 35 dari 43
3. Perjalanan
No Tujuan Volume Biaya Satuan (Rp) Biaya (Rp)1 Jakarta 3 Rp 3.000.000 Rp 9.000.000
2 Bandung 2 Rp 2.000.000 Rp 4.000.000
3 Surabaya 2 Rp 1.500.000 Rp. 3.000.000
4 Yogyakarta 4 Rp 1.000.000 Rp. 4.000.000
5 Dalam Kota Semarang 20 Rp 500.000 Rp 10.000.000
Rp 30.000.000
4. Lain-lain
No Kegiatan Volume Biaya Satuan (Rp) Biaya (Rp)1 Fotokopi 5000 Rp 500 Rp 2.500.0002 Penjilidan 30 Rp 30.000 Rp 900.0003 Seminar 2 Rp 3.300.000 Rp 6.600.0004 Operasional Pendukung 1 Rp 16.000.000 Rp 16.000.0005 Pengurusan HKI 1 Rp 15.000.000 Rp 15.000.0005 Dokumentasi 1 Rp 7.000.000 Rp 7.000.000
Jumlah Biaya Rp 48.000.000
RT-2011-1343, hal 36 dari 43
BIODATA PENELITI KETUA PENELITI
I. IDENTITAS DIRI
1.1. Nama Lengkap Dr. Florentinus Budi Setiawan, MT (L)1.2. Jabatan Fungsional Lektor Kepala1.3. No. Identitas 058.1.1994.1501.4. Tempat, tanggal lahir Semarang, 16 Oktober 19701.5. Alamat Rumah Jl. Sinar Pelangi 491, Perum Sinar
Waluyo, RT 06 RW 01, Semarang – 50273
1.6. Nomor Telepon/Fax 024-67220901.7. Nomor HP 081 2282 48531.8. Alamat Kantor Jl. Pawiyatan Luhur IV/1, Bendan
Duwur Semarang – 502341.9. Nomor Telepon/Fax 024-8441555 Fax: 024-8445265
1.10. Alamat e-mail [email protected] Mata Kuliah yg diampu 1. Pengolahan Sinyal Suara
2. Sistem Komunikasi3. Dasar Telekomunikasi4. Sistem Multimedia5. Sistem Wireless
II. RIWAYAT PENDIDIKAN
2.1. Program: S1 S2 S32.2. Nama PT Universitas
DiponegoroInstitut Teknologi Bandung
Institut Teknologi Bandung
2.3. Bidang Ilmu Teknik Elektro Teknik Elektro Teknik Elektro2.4. Tahun Masuk 1989 1995 20052.5. Tahun Lulus 1993 1998 20082.6. Judul Skripsi/
Tesis/DisertasiPerancangan Perangkat Keras IBM PC untuk Penganalisis Tanggapan Frekuensi
Transkoding LD-CELP 16 kbps dan PCM 64 kbps
Perancangan Algoritma Pengkode Sinyal Suara 4 kbps Berbasis Model Sinusoida Segmental :Implementasi pada DSP dan Pengujian dengan Kata-Kata Bahasa Indonesia
2.7. Nama Pembim- bing/ Promotor
Prof. Dr. Adhi Susanto M.Sc
Dr.Ir. Suhartono T. Prof.Dr.Soegijardjo SoegijokoDr.Ir.SugihartonoDr.Ir.Suhartono T.
RT-2011-1343, hal 37 dari 43
III. PENGALAMAN PENELITIAN (bukan skripsi, tesis, maupun disertasi)
No. Tahun Judul Penelitian PendanaanSumber Jumlah (Rp)
1. 2007 Pengkode Sinyal Suara Pada Laju 2 kbps
Kementrian Negara Riset &Teknologi
133.500.000
2. 2007 Pengkode Sinyal Suara Pada Laju 4000 bps
Hibah bersaing DP2M Dikti
39.000.000
3. 2006 Pengkode Sinyal Suara pada laju Rendah
FTI Unika Soegijapranata
2.000.000
4. 2005 Model Bandpass dan Lowpass untuk Perbaikan Mutu Sinyal
FTI Unika Soegijapranata
1.000.000
5. 2005 Pemodelan Sinyal Suara Secara Sinusoida
FTI Unika Soegijapranata
1.000.000
6. 2005 Perancangan Alat Deteksi Dini terhadap Banjir
PSEP Unika Soegijapranata
10.000.000
7. 2004 Kompresi Sinyal Suara berdasarkan Periode dan Amplituda Pitch
FTI Unika Soegijapranata
1.000.000
8. 2004 Comb Filter Adaptif Untuk Memperbaiki Mutu Sinyal Suara
FTI Unika Soegijapranata
1.000.000
9. 2003 Perbaikan Filter Persepsi pada Kompresi Sinyal Suara LD-CELP
FTI Unika Soegijapranata
1.000.000
IV. PENGALAMAN PENGABDIAN KEPADA MASYARAKAT
No. Tahun Judul Pengabdian Kepada Masyarakat
PendanaanSumber Jumlah (Rp)
1. 2005 Alat deteksi dini terhadap banjir PSEP dan swadaya
masyarakat
10.000.000
2. 2004 Alarm untuk tukang ojeg Lemlit Unika Soegijapranata
5.000.000
V. PENGALAMAN PENULISAN ARTIKEL ILMIAH DALAM JURNAL
No. Tahun Judul Artikel Ilmiah Volume/ Nomor
Nama Jurnal
1. 2008 A Low Bit Rate Speech Coder using Segmental Sinusoidal Model for Disaster and Emergency Telemedicine
Vol.6 No.2 Journal of eHealth, Technology and Application
2. 2008 Pengkode Sinyal Suara Pada Laju 4 kbps: Menggunakan Model Sinusoida – Segmen Antar Puncak
Submitted Jurnal Elektro & Telkom LIPI
RT-2011-1343, hal 38 dari 43
RT-2011-1343, hal 39 dari 43
ANGGOTA PENELITI 1
I. IDENTITAS DIRI
1.1. Nama Lengkap Erdhi Widyarto Nugroho, ST.,MT (L)
1.2. Jabatan Fungsional Asisten Ahli1.3. No. identitas 058.1.2002.2541.4. Tempat, Tanggal
Lahir Surakarta, 27 Mei 1976
1.5. Alamat Rumah Jl. Bukit Kenanga no 4 Perum Bukit Asri Ungaran
1.6. Nomor Telepon/Fax 024-69291991.7. Nomor HP 081226863271.8. Alamat Kantor Jl. Pawiyatan Luhur IV/1 Bendan Duwur
Semarang1.9. Nomor Telepon/Fax (024) 8441555 (hunting) psw. 132/(024)
8415429 - 84452651.10. Alamat e-mail [email protected] Mata Kuliah yg diampu 1. Pengolahan Citra Digital
2. Komunikasi Data dan Jaringan Komputer
3. Pemrograman Jaringan4 Mikroprosesor dan Mikrontroler
II. RIWAYAT PENDIDIKAN
2.1. Program: S1 S2 2.2. Nama PT Universitas Gadjah Mada Universitas Gadjah Mada2.3. Bidang Ilmu Teknik Elektro Teknik Elektro2.4. Tahun Masuk 1994 20042.5. Tahun Lulus 2000 20062.6. Judul Skripsi/ Tesis/Disertasi
Pembuatan gambar menjadi efek emboss dengan menggunakan metode konvolusi
Pemakaian Jaringan Saraf Tiruan untuk mendeteksi Kesalahan PCB
2.7. Nama Pembim- bing/ Promotor
Prof. Adhi Susanto MSc PhD Dr. Ir. Thomas Sri Widodo, DEA, Dipl
III. PENGALAMAN PENELITIAN (bukan skripsi, tesis, maupun disertasi)
RT-2011-1343, hal 40 dari 43
No. Tahun Judul Penelitian PendanaanSumber Jml (Juta Rp)
1 2003 Pemakaian Sensor gambar untuk pengendalian motor stepper
Unika Soegijapranata
1 Jt
2 2007 Pemakaian Kamera CCTV sebagai sensor jarak dan sensor kecepatan
Unika Soegijapranata
1 jt
RT-2011-1343, hal 41 dari 43
ANGGOTA PENELITI 2
I. IDENTITAS DIRI
1.1. Nama Lengkap Yulianto Tejo Putranto, ST, MT L1.2. Jabatan Fungsional Lektor
1.3. No. identitas 058.1.1993.1441.4. Tempat, tanggal
LahirSalatiga, 13 Agustus 1968
1.5. Alamat Rumah Jl. Gombel Permai V no. 432 Semarang
1.6. Nomor Telepon/Fax 024-707253011.7. Nomor HP 088825239801.8. Alamat Kantor Jl. Pawiyatan Luhur IV/1 Bendan
Duwur Semarang1.9. Nomor Telepon/Fax (024) 8441555 (hunting) psw. 132/(024)
8415429 - 84452651.10
.Alamat e-mail [email protected]
1.11 Mata Kuliah yg diampu 1. Sistem Pengolahan Sinyal2. Teknik Digital3. Pemrograman Visual4. Softcomputing5. Probabilitas dan Statistika
II. RIWAYAT PENDIDIKAN
2.1. Program: S1 S22.2. Nama PT Universitas Gadjah
MadaUniversitas Gadjah Mada
2.3. Bidang Ilmu Teknik Nuklir Teknik Elektro2.4. Tahun Masuk 1987 19952.5. Tahun Lulus 1993 19982.6. Judul Skripsi/
Tesis/DisertasiPenentuan Dosis Radiasi pada Proses Multicoating Polimer Radiasi
Jaringan Syaraf Tiruan Invarian terhadap Translasi, Rotasi, dan Skala
2.7. Nama Pembim- bing/ Promotor
Ir. Mondjo / Ir. Sugiarto Danu
Dr. Ir. Thomas Sri Widodo, DEA, Dipl
III. PENGALAMAN PENELITIAN (bukan skripsi, tesis, maupun disertasi)
No. Tahun Judul Penelitian Pendanaan
RT-2011-1343, hal 42 dari 43
Sumber Jml (Juta Rp)1 2007 Analisis dan Sintesis Sinyal Suara
Dengan Model SinusoidaPDM 8,4
2 2004 Filter Digital IIR (Infinite Impulse Response) yang Dapat Ditala
Unika Soegijapranata
1
3 2003 Perataan Sinyal (Signal Averaging) sebagai Tapis Digital
Unika Soegijapranata
1
4 2001 Perancangan Tapis Digital IIR Unika 1