Please take a moment to complete this survey below
Library's collection Library's IT development CancelKegiatan dokumentasi atau perekaman pada suatu acara yang digelar secara
live seringkali mengalami gangguan berupa sinyal noise yang berasal dari
background sumber utama. Misalnya pada acara seminar, seringkali kegiatan
audience menimbulkan suara-suara yang tidak diniginkan, sehingga suara mereka
ikut tercampur ke dalam suara pembicara, dan akibatnya mutu hasil rekaman menjadi
berkurang. Untuk mencegah timbulnya hal-hal seperti ini, maka sebelum sinyal
utama direkam, harus diletakkan sebuah piranti yang mampu mencegah masuknya
background noise tersebut ke dalam alat perekam, untuk itu dalam Tugas akhir ini
akan dikembangkan sebuah alat yang dapat digunakan untuk mencegah masuknya
background noise ke dalam proses perekaman. Alat ini dibuat dengan memanfaatkan Digital Signal Processor (DSP) Starter
Kit Keluarga TMS320. Sedangkan metode yang akan digunakan adalah teknik Filter
Adaptif yang mampu beradaptasi dan mengikuti perubahan besar sinyal noise.
Algoritma adaptasi bobot filter yang digunakan adalah Least Mean Square (LMS).
Sinyal input yang dihasilkan oleh pembicara, yang telah terinterferensi noise
akan menjadi input utama, sedangkan sebagai input kedua diambil referensi noise
dari background. Kedua input (analog) akan diolah menggunakan DSP dengan
frekuensi sampling sebesar 16 KHz. Dengan memanfaatkan input ke dua (noise
reference), DSP akan mengolah dan menghasilkan replika noise yang akan
dikurangkan ke sinyal input yang terinterferensi noise, sehingga hasil yang
diharapkan nantinya adalah sinyal pembicara yang sudah dibersihkan noisenya.
Proses adaptasi filter yang dimaksud adalah update bobot filter yang dilakukan tiap
sampling period dan hasil update ini digunakan untuk input bobot berikutnya. Dari hasil pengujian piranti pencegah noise adaptif ini terlihat bahwa respon
frekuensi yang dihasilkan mengindikasikan sinyal pembicara yang noisenya telah
terreduksi. Dari hasil pengujian, didapat tap filter yang paling optimum untuk sistem
ini adalah 4 tap, dengan reduksi Signal to Noise Ratio sebesar 25 hingga 28 dB.
Dengan hasil reduksi ini, menunjukkan bahwa metode filter adaptif dengan algoritma
LMS cukup baik digunakan untuk mereduksi noise background. Penelitian lanjutan
dapat diteruskan untuk mencari algoritma adaptasi selain LMS, sehingga didapat
faktor reduksi yang lebih baik.