Perbandingan Mother Wavelet dalam Proses Denoising pada Suara
Rahmat Ramadhan(1*), Agfianto Eko Putra(2)
(1) 
(2) 
(*) Corresponding Author
Abstract
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.
Abstract
Wavelet Transform was used in denoising process on speech to enhance the quality of speech that courrupted by noise. The kinds of involved noises are White Gaussian Noise (WGN), White Uniform Noise (WUN) and Colored Noise. In this research, the comparison of mother wavelet is performed among Daubechies, Coiflet and Symlet, in denoising process on speech which given by WGN, WUN and Colored Noise. The thresholding method is used in denoising process is Soft Thresholding and threshold value is Time Adapted Threshold (TAT) which obtained by estimating the power for building the signal through Teager Energy Operator (TEO). The testing for obtaining the best moher wavelet is using Kruskal-Wallis test and followed by Mann-Whitney test. The result shows that Db20, Db30, Db40 and Coif5 mother wavelets are better than others to reduce WGN; Db40, Db20 dan Db30mother waveletsare better then the other to reduce WUN and to reduce Colored Noise can use some mother wavelets in this research, except Db30 and Db40.
Keywords—Mother wavelet, denoising, speech signal, TAT, Soft Thresholding
Full Text:
PDFDOI: https://doi.org/10.22146/ijccs.3497
Article Metrics
Abstract views : 2184 | views : 3296Refbacks
- There are currently no refbacks.
Copyright (c) 2014 IJCCS - Indonesian Journal of Computing and Cybernetics Systems
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
View My Stats1