JURNAL : Perbandingan Mother Wavelet dalam Proses Denoising pada Suara

Abstrak

Transformasi Wavelet telah digunakan dalam proses denoising pada suara dengan tujuan untuk meningkatkan kualitas dari rekaman suara yang tercampur dengan derau. Jenis-jenis derau yang terlibat antara lain White Gaussian Noise (WGN), White Uniform Noise (WUN) dan Colored Noise. Dalam penelitian ini dilakukan perbandingan terhadap beberapa mother wavelet, diantaranya Daubechies, Coiflet dan Symlet, dalam proses denoising pada sinyal suara yang diberikan WGN, WUN dan Colored Noise. Metode thresholding yang digunakan dalam proses denoising adalah Soft Thresholding dan nilai threshold berupa Time-Adapted Threshold (TAT) yang diperoleh dengan melakukan estimasi energi untuk membangun sinyal melalui Teager Energy Operator (TEO). Pengujian untuk mendapatkan mother wavelet terbaik dilakukan menggunakan uji Kruskal-Wallis yang dilanjutkan dengan uji Mann-Whitney. Hasil yang diperoleh menunjukkan bahwa Db20, Db30, Db40 dan Coif5 merupakan mother wavelet yang baik untuk mereduksi WGN; Db40, Db20 dan Db30 merupakan mother wavelet yang baik untuk mereduksi WUN dan untuk mereduksi Colored Noise, dapat menggunakan beberapa mother wavelet dalam penelitian ini, kecuali Db30 dan Db40.

Kata kunci—Mother wavelet, denoising, sinyal suara, TAT, Soft Thresholding.

PEMDAHULUAN - pemrosesan sinyal digital adalah dalam proses denoising pada suara. Proses denoising dilakukan karena proses perekaman suara tidak selalu terjadi pada lingkungan atau daerah yang bebas dari derau (noise). Hal ini menyebabkan derau dapat ikut terekam sehingga tersimpan dalam sinyal rekaman suara. Keberadaan derau tentunya dapat menyebabkan menurunnya kualitas sinyal suara sehingga dapat menyebabkan terjadinya kesalahan interpretasi misalnya dalam sistem pengenalan suara. Oleh karena itu, proses reduksi derau (denoising) dibutuhkan untuk mengatasi terjadinya kesalahan interpretasi.