Identifikasi Nada Dasar pada Instrumen Trompet dalam Cabang Musik Marching Band Menggunakan Algoritma Mel-Frequency Cepstral Coefficient

Abstract

The development of computer technology can be used to solve the problem of sound identification with a technological approach based on the identification of sounds on a trumpet blaster to replace part of the role of the teaching staff in correcting the basic notes of new members. This technological approach uses the trumpet sound recognition method by applying the Mel-Frequency Cepstral Coefficient (MFCC) algorithm as a substitute for teaching staff in correcting notes. MFCC is designed to resemble a speech recognition system in the human sense of hearing where this method was chosen because it is able to capture important information contained in the voice signal. In the test, identification of the basic tone of the trumpet sound without noise and the one with noise was carried out with 5 tests using as many as 8, 16, 32, 64 and 80 vectors. The test results are the system can work well with and the best results are obtained in sound without noise in the identification of 8 basic tones with a vector number of 64 and 80 and an accuracy value of 87.5%, while in a voice tone containing noise 8 basic tones with a vector number of 64 and 80 and an accuracy value of 12.5%.

Perkembangan teknologi komputer dapat dimanfaatkan untuk memecahkan permasalahan identifikasi bunyi dengan sebuah pendekatan teknologi berbasis pada pengidentifikasian bunyi pada alat tiup trompet guna mengambil alih sebagian kedudukan tenaga pengajar dalam mengoreksi nada dasar pada anggota baru. Pendekatan teknologi ini memanfaatkan prosedur pengenalan suara trompet dengan mengaplikasikan algoritma Mel-Frequency Cepstral Coefficient (MFCC) sebagai pengganti tenaga pengajar dalam mengoreksi nada. MFCC dirancang menyerupai sistem pengenalan suara pada indra pendengaran yang dimiliki manusia dimana metode ini dipilih karena dapat menangkap informasi- informasi berguna yang terdapat dalam sinyal suara. Pada pengujian dilakukan identifikasi nada dasar suara terompet tanpa noise dan yang bernoise dengan 5 pengujian menggunakan sebanyak 8, 16, 32, 64 dan 80 vektor. Hasil pengujian adalah sistem dapat bekerja dengan baik dengan dan diperoleh hasil yang terbaik pada suara tanpa noise pada identifikasi 8 nada dasar dengan jumlah vektor 64 dan 80 dan nilai akurasi sebesar 87.5 %, sedangkan pada nada suara yang mengandung noise 8 nada dasar dengan jumlah vektor 64 dan 80 dan nilai akurasi sebesar 12.5 %.