Deteksi Kualitas Pemasangan Ubin Berbasis Ekstraksi Ciri Zcr (zero Crossing Rate) Dan Lpc(linier Predictive Coding) Dengan Klasifikasi K-nearest Neighbor

Abstract

Abstrak Pada masa sekarang ini perkembangan teknologi dibidang pengolahan sinyal digital telah berkembang dengan sangatlah pesat, salah satu pengembangannya adalah dalam pengolahan sinyal suara dan tak bisa dipungkiri lagi bahwa manusia tak bisa lepas dari kemajuan teknologi setiap harinya. Tanpa disadari pula banyak alat maupun sofware komputer berperan penting dalam membantu manusia melakukan aktivitas. Salah satu teknologi yang sedang berkembang saat ini adalah teknologi dalam bidang pengolahan sinyal suara. Pada penelitian sebelumnya pernah dirancang deteksi kualitas ubin menggunakan metode Average Energy. Sehingga pada penelitian penulis akan membuat deteksi kualitas ubin dengan metode Linier Predictive Coding dan Zero Crossing Rate. Pada tugas akhir ini, diperlukan suatu metode ekstraksi ciri suara dan metode klasifikasinya. Penelitian dilakukan dengan menjatuhkan bola golf diatas keramik dan bunyi yg dihasilkan direkam menggunakan handphone dengan bantuan aplikasi voice recorder. Penelitian ini menggunakan ekstraksi ciri yaitu Linier Predictive Coding (LPC) dan Zero Crossing Rate (ZCR) dengan metode klasifikasinya yaitu K-Nearest Neighbor (KNN) yang kemudian akan membandingkan nilai uji ekstraksi ciri yang ditangkap oleh handphone dengan suara latih yg telah tersimpan. Setelah dilakukan pengujian dengan skenario berbeda dalam sistem yg dirancang maka dapat dinentukan apakah ubin keramik yang telah terpasang tersebut harus diganti atau masih layak digunakan, setelah dilakukan ekstraksi ciri Linier Predictive Coding (LPC) diperoleh akurasi 95% pada ketinggian 40 cm dengan k=3 dan orde LPC=16,sedangkan pada Zero Crossing Rate (ZCR) diperoleh akurasi 91,66% pada ketinggian 10 cm dengan k=5 Kata kunci : pengolahan sinyal suara, Linier Predictive Coding, KNN, ZCR Abstract At the present time the development of the technological advancesin the field of digital signal processing has been growing rapidly, technology that is being developed at this time is technology in the field of signal processing and that is undeniable that humans growing together with the development of technology in every single time. Without realizing it anyway, a lot of tools and computer software that the unconscious plays an important role in helping human activity. In the previous research, quality detection of tile has been designed using Average Energy method. So in this research the authors will make quality detection of tile using Linier Predictive Coding and Zero Crossing Rate methods. In this final project, feature extraction methods and classification method are needed. the research conducted by dropping a golf ball to hit the ceramic tile that has been installed and recorded the sound that is generated using the microphone on the phone with the voice recorder application. This study will use the voice feature extraction methods called Linear Predictive Coding (LPC) and Zero Crossing Rate (ZCR) with the classification method, K-Nearest Neighbor (KNN) and then compares the value of feature extraction tests that captured by phone with a trainer sound which has been saved. After testing with different scenarios on the designed system, it can be determine whether the ceramic tiles that have been installed must be replaced or still fit for use. After do the Linear Predictive Coding (LPC) feature extraction author got 95% accuracy at 40 cm altitude with k = 3 and LPC order = 16, while the Zero Crossing Rate (ZCR) obtained an accuracy of 91.66% at 10 cm altitude with k=5. Keywords : audio signal processing, Linier Predictive Coding, KNN, ZCR