No
RT-2011-1343, hal 42 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 Komunikasi
Kode Produk Target : 5.02
Kode Kegiatan
: 5.02.01
Peneliti Utama
: Dr. Florentinus Budi Setiawan, MT
UNIVERSITAS KATOLIK SOEGIJAPRANATA
Jl. Pawiyatan Luhur IV/1, Bendan Duwur, Semarang 50234
Telepon 024-8441555, HP 08122824853, Fax 024-8415429
e-mail : [email protected]
20 Agustus 2010
Lembar Pengesahan
Judul Penelitian : Algortima Coding Sinyal Audio untuk Televisi
Digital berbasis Model Sinusoida
Fokus 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 - Semarang
Penelitian Tahun Ke: 2 (dua)
Keterangan Lembaga Pelaksana/Pengelola Penelitian
A. Lembaga Pelaksana Penelitian
Nama 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]
B. Lembaga lain yang terlibat :
Nama Pimpinan
---
Nama Lembaga
---
Alamat
---
Telepon/Faksimile/e-mail
---
Jangka Waktu Kegiatan : 3 tahun
Biaya 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,MKesDr.Florentinus Budi Setiawan,MT
NPP. 058.1.1994.157
NPP. 058.1.1990.068
NPP. 058.1.1994.150
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
ABSTRAK
Saat 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 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
ABSTRACT
The 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 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. PENDAHULUAN
Saat 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
Latar Belakang
Sistem 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
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 Penelitian
Ruang 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
Asumsi
Penelitian 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).
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).
Hipotesis
Berdasarkan 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 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.
Tinjauan Pustaka
Algoritma 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 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
Kekurangan
Sinusoida
Quatieri & McAulay
Painter & Spanias
Kualitas 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
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 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 MASALAH
Perumusan 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 Masalah
Metode 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 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. METODOLOGI
Metodologi 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 Penelitian
Penelitian dilaksanakan di Lembaga Penelitian dan Pengabdian
kepada Masyarakat, dengan menggunakan fasilitas Laboratorium Teknik
Elektro, Universitas Katolik Soegijapranata, Semarang. Pekerjaan
penelitian meliputi perancangan 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
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 RISET
Strategi 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 Sinusoida
Model 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 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 Segmental
Model 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 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
segmental
Model sinusoida
Model sinusoida segmental
Komponen sinusoida
40 60
2
Panjang 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.
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.
Pendekatan Berdasarkan Puncak ke Puncak untuk Analisis
Sinyal
Suara 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 :
s=
K1
a
k
cosw
k
nnf
k
n
k=0
(1)
Pendekatan dengan metode sinusoida dilakukan dengan mengambil
beberapa komponen sinusoida untuk mewakili keseluruhan komponen
sinusoida dalam selang 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 :
sn=a
0
a
1
cosw
1
nf
1
n
(2)
Bagian sinyal dari puncak maksimum menuju ke puncak minimum
dapat dinyatakan sebagai :
s
pv
n=a
0
a
1
cosw
1
n
(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
:
s
vp
n=a
0
a
1
cosw
1
nphi
(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
:
s
pv
i,n=
p
k
ip
k
i1
2
p
k
ip
k
i1
2
cos
2.phi.n
T
f
1
n
(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 :
T=2.n
k
i1n
k
i
(6)
Sehingga frekuensi sudut dan sudut fasa, masing-masing
dinyatakan sebagai :
w
1
=
phi
n
k
i1n
k
i
(7)
f
1
=
phi.n
k
i
n
k
i1n
k
i
(8)
Informasi periode menyatakan jarak antara lokasi puncak maksimum
menuju ke puncak minimum, dapat dinyatakan sebagai :
p
d
i=n
k
i1n
k
i
(9)
Sehingga sinyal dari puncak maksimum menuju ke minimum dapat
ditulis sebagai :
s
pv
i,n=
p
k
ip
k
i1
2
p
k
ip
k
i1
2
cos
phi.nn
k
i
p
d
i
(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 :
s
vp
i,n=
p
k
ip
k
i1
2
p
k
i1p
k
i
2
cos
2.phi.n
T
f
1
n
(11)
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:
s
vp
i,n=
p
k
ip
k
i1
2
p
k
ip
k
i1
2
cos
phi.nn
k
i
p
d
i
phi
(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 :
s
r
i,n=
p
k
ip
k
i1
2
p
k
ip
k
i1
2
cos
phi.nn
k
i
p
d
i
i.phi
(13)
Sedangkan jika pk (0) < pk(1), maka sinyal rekonstruksi
berdasarkan model sinusoida secara segmental dapat dinyatakan
sebagai :
s
r
i,n=
p
k
ip
k
i1
2
p
k
ip
k
i1
2
cos
phi.nn
k
i
p
d
i
i1.phi
(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.
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.
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.
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.
Hasil Penelitian Tahun Pertama
Hasil sementara yang telah diperoleh pada saat proposal tahun
kedua ini disusun, telah diperoleh susunan pengkode yang terpilih
untuk direalisasi.
5. HASIL YANG DIHARAPKAN
Bentuk 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.
6. PERSONIL PELAKSANA PENELITIAN
Nama Lengkap
Gelar
L/P
Unit
Kerja
Bidang
Keahlian
Tugas dlm
Penelitian
Pend.
Terakhir
Alokasi
Waktu
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
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.
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.
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 OLeary, 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.
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.
PROPOSAL BIAYA
REKAPITULASI BIAYA PADA TAHUN KEDUA YANG DIUSULKAN
No
Uraian
Jumlah (Rp)
1
Gaji dan Upah
Rp 48.000.000
2
Bahan Habis Pakai
Rp 117.000.000
3
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
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 2.500.000
2
Penjilidan
30
Rp 30.000
Rp 900.000
3
Seminar
2
Rp 3.300.000
Rp 6.600.000
4
Operasional Pendukung
1
Rp 16.000.000
Rp 16.000.000
5
Pengurusan HKI
1
Rp 15.000.000
Rp 15.000.000
5
Dokumentasi
1
Rp 7.000.000
Rp 7.000.000
Jumlah Biaya
Rp 48.000.000
BIODATA PENELITI
KETUA PENELITI
I. IDENTITAS DIRI
1.1.
Nama Lengkap
Dr. Florentinus Budi Setiawan, MT (L)
1.2.
Jabatan Fungsional
Lektor Kepala
1.3.
No. Identitas
058.1.1994.150
1.4.
Tempat, tanggal lahir
Semarang, 16 Oktober 1970
1.5.
Alamat Rumah
Jl. Sinar Pelangi 491, Perum Sinar Waluyo, RT 06 RW 01, Semarang
50273
1.6.
Nomor Telepon/Fax
024-6722090
1.7.
Nomor HP
081 2282 4853
1.8.
Alamat Kantor
Jl. Pawiyatan Luhur IV/1, Bendan Duwur Semarang 50234
1.9.
Nomor Telepon/Fax
024-8441555 Fax: 024-8445265
1.10.
Alamat e-mail
[email protected]
1.11 Mata Kuliah yg diampu
1. Pengolahan Sinyal Suara
2. Sistem Komunikasi
3. Dasar Telekomunikasi
4. Sistem Multimedia
5. Sistem Wireless
II. RIWAYAT PENDIDIKAN
2.1. Program:
S1
S2
S3
2.2. Nama PT
Universitas Diponegoro
Institut Teknologi Bandung
Institut Teknologi Bandung
2.3. Bidang Ilmu
Teknik Elektro
Teknik Elektro
Teknik Elektro
2.4. Tahun Masuk
1989
1995
2005
2.5. Tahun Lulus
1993
1998
2008
2.6. Judul Skripsi/ Tesis/Disertasi
Perancangan 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 Soegijoko
Dr.Ir.Sugihartono
Dr.Ir.Suhartono T.
III. PENGALAMAN PENELITIAN (bukan skripsi, tesis, maupun
disertasi)
No.
Tahun
Judul Penelitian
Pendanaan
Sumber
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
Pendanaan
Sumber
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
ANGGOTA PENELITI 1
I. IDENTITAS DIRI
1.1.
Nama Lengkap
Erdhi Widyarto Nugroho, ST.,MT (L)
1.2.
Jabatan Fungsional
Asisten Ahli
1.3.
No. identitas
058.1.2002.254
1.4.
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
024-6929199
1.7.
Nomor HP
08122686327
1.8.
Alamat Kantor
Jl. Pawiyatan Luhur IV/1 Bendan Duwur Semarang
1.9.
Nomor Telepon/Fax
(024) 8441555 (hunting) psw. 132/(024) 8415429 - 8445265
1.10.
Alamat e-mail
[email protected]
1.11 Mata Kuliah yg diampu
1.
Pengolahan Citra Digital
2.
Komunikasi Data dan Jaringan Komputer
3.
Pemrograman Jaringan
4
Mikroprosesor dan Mikrontroler
II. RIWAYAT PENDIDIKAN
2.1. Program:
S1
S2
2.2. Nama PT
Universitas Gadjah Mada
Universitas Gadjah Mada
2.3. Bidang Ilmu
Teknik Elektro
Teknik Elektro
2.4. Tahun Masuk
1994
2004
2.5. Tahun Lulus
2000
2006
2.6. 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)
No.
Tahun
Judul Penelitian
Pendanaan
Sumber
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
ANGGOTA PENELITI 2
I. IDENTITAS DIRI
1.1.
Nama Lengkap
Yulianto Tejo Putranto, ST, MT L
1.2.
Jabatan Fungsional
Lektor
1.3.
No. identitas
058.1.1993.144
1.4.
Tempat, tanggal Lahir
Salatiga, 13 Agustus 1968
1.5.
Alamat Rumah
Jl. Gombel Permai V no. 432 Semarang
1.6.
Nomor Telepon/Fax
024-70725301
1.7.
Nomor HP
08882523980
1.8.
Alamat Kantor
Jl. Pawiyatan Luhur IV/1 Bendan Duwur Semarang
1.9.
Nomor Telepon/Fax
(024) 8441555 (hunting) psw. 132/(024) 8415429 - 8445265
1.10.
Alamat e-mail
[email protected]
1.11 Mata Kuliah yg diampu
1. Sistem Pengolahan Sinyal
2. Teknik Digital
3. Pemrograman Visual
4. Softcomputing
5. Probabilitas dan Statistika
II. RIWAYAT PENDIDIKAN
2.1. Program:
S1
S2
2.2. Nama PT
Universitas Gadjah Mada
Universitas Gadjah Mada
2.3. Bidang Ilmu
Teknik Nuklir
Teknik Elektro
2.4. Tahun Masuk
1987
1995
2.5. Tahun Lulus
1993
1998
2.6. Judul Skripsi/ Tesis/Disertasi
Penentuan 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
Sumber
Jml (Juta Rp)
1
2007
Analisis dan Sintesis Sinyal Suara Dengan Model Sinusoida
PDM
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
Sinyal audio
enkoder
dekoder
Sinyal estimasi
Kanal 48 kbps
CELP
sinusoida
interpolasi
Pengkode
sinyal
Audio
usulan
subband
1980 - 2008
1986 - 2008
2005 - 2008
1960 - 2008
Puncak
maksimum
Puncak
minimum
hitung
nilai
puncak
dan
nilai
periode
Informasi
puncak
Informasi
periode
Demultiplexing parameter
Sinyal
terkode
Deteksi
sinyal
Pisahkan
periodik -
aperiodik
hening
Rekon
struksi
Non-
periodik
Rekonstruksi
periodik
Postfilter
+
PCM
Buffer
20 ms
Detektor
periode
Penelusuran
kode puncak
Penelusuran
kode periode
Kuantisasi
segmental
PCM
M
u
l
t
i
p
l
e
k
s
i
n
g
Detektor
sinyal
Pisahkan
bergetar dan
tak bergetar
Bukukode
puncak
Bukukode
periode
Sinyal
satu periode
Desimasi
LPF
Detektor
periode
Penelusuran
kode puncak
Penelusuran
kode periode
Kuantisasi
segmental
Sinyal
terkode
HPF
Pisahkan
bergetar dan
tak bergetar
Bukukode
puncak
Bukukode
periode
Sinyal
satu periode
Desimasi
Subframe 1
Subframe 2
LPF
Sinyal
audio
Buffer
20 ms
Penelusuran
Kode puncak
Penelusuran
Kode periode
_140038624.unknown
_140152292.unknown
_140157416.unknown
_140157800.unknown
_140158184.unknown
_140158952.unknown
_140159336.unknown
_140159720.unknown
_140160104.unknown
_140160488.unknown
_140427372.unknown
_140427756.unknown
_140428140.unknown
_140157032.unknown
