//
PENEKANAN NOISE PADA SINYAL SUARA MENGGUNAKAN FILTER KALMAN |
|
BACA FULL TEXT ABSTRAK Permintaan Versi cetak |
|
Pengarang | MUHAMMAD IQBAL - Personal Name |
---|---|
Abstrak/Catatan Noise menyebabkan penurunan kualitas terhadap sinyal informasi bahkan dapat menyebabkan kerusakan dari sinyal informasi yang asli. Untuk mendapatkan sinyal yang bebas dari gangguan noise diperlukan sebuah filter adaptif. Perbandingan nilai Peak Signal to Noise Ratio (PSNR) diharapkan menjadi lebih besar setelah dilakukan filter sehingga informasi yang diinginkan dapat diterima dengan baik tanpa adanya gangguan noise. Dengan menggunakan salah satu dari jenis filter adaptif yakni filter Kalman yang dapat memberikan perhitungan yang efisien dalam meminimalkan noise yang terdapat pada sinyal suara dan dapat memisahkan antara sinyal suara dan sinyal noise. Masukan noise yang digunakan yaitu berupa noise angin, noise bersorak, noise hujan, noise jalan raya, noise pasar, dan noise sekolah. Setiap masukan noise dilakukan proses pemfilteran mengunakan filter Kalman, kemudian diukur kualitas sinyal yang didapat dengan menggunakan metode PSNR dan diuji dengan metode Mean Opinion Square (MOS). Setelah simulasi dijalankan didapatkan hasil nilai PSNR setelah difilter untuk setiap masukan noise dan didapatkan nilai PSNR terbesar senilai 69,6788 dB pada masukan noise bersorak, untuk nilai PSNR terkecil setelah dilakukan filter didapatkan nilai sebesar 69,2120 dB yang terdapat pada masukan noise pasar. Penekanan noise yang dilakukan oleh filter Kalman bekerja dengan baik dilihat dari nilai PSNR setelah dilakukan filter dan nilai dari MOS mendapatkan nilai yang baik dari setiap responden. Kata kunci: Sinyal suara, Noise, PSNR, filter Kalman, MOS. | |
Tempat Terbit | |
Literature Searching Service | Hard copy atau foto copy dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan isi formulir online (Chat Service LSS) |
Share Social Media | |
Tulisan yang Relevan PENEKANAN NOISE PADA SINYAL ELECTROENSEPHALOGRAM (EEG) MENGGUNAKAN FILTER FINITE IMPULSE RESPONSE (FIR) (Dimurtadha, 2019) |
|
Kembali ke sebelumnya |