Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Perancangan dan Realisasi Tapis SSLTP dengan Raspberry PI untuk Meredam Background Noise
Muhammad Naufal Azzaahid (2018) | Skripsi | Teknik Elektro
Bagikan
Ringkasan
Pada tugas akhir ini telah dibuat Tapis SSLTP berbasis Raspberry PI untuk meredam Background Noise. Tapis SSLTP ini dapat memproses file dengan tipe mono dengan frekuensi sampel 48000hz. Perangkat keras pada Tapis SSLTP ini yaitu smartphone (sebagai recorder), Raspberry PI dan display monitor. Tapis SSLTP dibuat dengan bahasa pemograman python yang beroperasi pada operating system linux. Background noise yang diperoleh dari pasar, sekolah dan jalan raya (traffic) adalah babble noise, vehicle noise, transient noise dan wind noise. Metoda Spectral Subtraction (SS) dan Long Term Prediction dipilih untuk menangani noise tersebut. Spectral Subtraction akan mengambil sampel noise dari sebuah sinyal, dan sampel noise tersebut akan dijadikan acuan untuk meredam noise yang ada pada sinyal tersebut. Sedangkan pada metoda Long Term Prediction, sisa-sisa spike noise kecil yang dihasilkan oleh Spectral Subtraction akan diredam. LTP mampu memilah antara sinyal informasi dan noise berdsarkan pitch dasar suara manusia (2.5ms≤τ≤18ms). Hasil dari tugas akhir ini menunjukan bahwa Average SNR Improvement dari tapis SSLTP adalah 7.2665 dB. Tetapi Average SNR Improvement tersebut tidak merata, SNR Improvement berada pada range 6.258-8.618 dB. SNR Improvement terendah ada pada Traffic Noise. Ini disebabkan karena Traffic Noise memiliki Wind Noise yang berada pada low frequency. Secara subjektif, ditemukan bahwa huruf terakhir dalam sinyal informasi terkadang tidak terdengar. Framing pada LTP menyebabkan hal tersebut karena ada kemungkinan sinyal informasi dan noise berada pada frame yang sama. Bila berada frame yang sama, ada kemungkinan frame tersebut terdeteksi sebagai noise dan sinyal informasi ikut teredam. Kata kunci: Tapis SSLTP, Background Noise, Spectral Subtraction, Long Term Prediction.
Ringkasan Alternatif
English: In this final project has been made Raspberry PI-based SSLTP Filter to reduce Background Noise. This SSLTP filter can process files with mono type with sample frequency of 48000hz. The hardware on this SSLTP Filter are smartphone (as recorder), Raspberry PI and monitor display. SSLTP filter is created with python on linux operating systems. Background noise that obtained from markets, schools and highways (traffic) consist of babble noise, vehicle noise, transient noise and wind noise. Spectral Subtraction (SS) and Long Term Prediction methods are chosen to handle the noise. Spectral Subtraction will take a noise sample from a signal, and the noise sample will be used as a reference to reduce the noise in the signal. Long Term Prediction method will reduce the remaining small spike noise produced by Spectral Subtraction. LTP is capable of choosing between information and noise signals, based on the basic pitch of human voice (2.5ms≤τ≤18ms). The result of this project shows that Average SNR Improvement from SSLTP filter is 7.2665 dB. But Average SNR Improvement is uneven, SNR Improvement is in the range of 6.258-8.618 dB. The lowest SNR Improvement is on Traffic Noise. This is because Traffic Noise has a noise that is difficult to be reduced, it was Wind Noise that has low frequency. SSLTP filter can handle input signal with SNR>0dB. Subjectively, it is found that the last letter in the information signal is sometimes inaudible. Framing on LTP causes this because it is possible that the information and noise signals are in the same frame. When the information signal and noise are on the same frame, it is possible that the frame is detected as noise and the information signal is reduced. Keywords: SSLTP Filter, Background Noise, Spectral Subtraction, Long Term Prediction.