ANALISIS SINYAL SUARA MENGGUNAKAN DISCRETE FOURIER TRANSFORM (DFT)
Kata Kunci:
Discrete Fourier Transform (DFT), Sinyal Suara, Domain Frekuensi, Spektrum, MatlabAbstrak
Sinyal suara manusia merupakan fenomena dinamis yang kompleks dan sering kali sulit dianalisis secara mendalam jika hanya diamati melalui domain waktu. Penelitian ini bertujuan untuk menganalisis karakteristik spektrum frekuensi sinyal suara dengan mengimplementasikan metode Discrete Fourier Transform (DFT). Data suara digital berdurasi 3 hingga 5 detik diakuisisi dengan frekuensi sampling minimal 12 kHz, kemudian diproses melalui tahapan normalisasi, frame blocking, dan windowing menggunakan perangkat lunak MATLAB. Hasil penelitian menunjukkan bahwa sinyal audio yang diuji bersifat non-stasioner dengan aktivitas signifikan pada rentang waktu 1,0 hingga 3,2 detik. Melalui transformasi DFT, berhasil diidentifikasi frekuensi dominan sebesar 286,20 Hz dengan magnitudo 35,3, yang merepresentasikan komponen fundamental sinyal. Analisis pada frekuensi spesifik (500 Hz, 1000 Hz, 1500 Hz, dan 2000 Hz) mengonfirmasi adanya tren pelemahan energi (energy decay) seiring bertambahnya frekuensi, di mana komponen di atas 1000 Hz hanya berfungsi sebagai pembentuk warna suara (timbre). Penelitian ini menyimpulkan bahwa DFT secara efektif mampu menyingkap komposisi harmonisa yang tidak terlihat pada domain waktu, dengan akurasi yang dipengaruhi oleh panjang sinyal dan resolusi spektral.
Referensi
Elawati, E., Hayati, R., & Hanafi, H. (2022). Analisis Perbandingan Metode Discrete Fourier Transform dan Metode Discrete Cosine Transform pada Teknik Menyembunyikan Sinyal Suara. Jurnal Tektro, 6(1), 74–80.
Hartono, S. Y., Husain, H., Ashad, B. A., & Asmara, B. P. (2022). Analisis Sinyal
Wicara (Speech) Perekaman Dalam Ruangan Kedap Suara Dengan Algoritma Fast Fourier Transform (FFT). Prosiding Seminar Ilmiah Sistem Informasi dan Teknologi Informasi, 11(1), 82–88.
Sugianta, I. K. A., dkk. (2020). Analisis Pola Bunyi Sunari Berdasarkan Metode Fast Fourier Transform. Jurnal Ilmu Komputer Indonesia (JIKI), 5(2), 14-21.
Kusuma, D. T., dkk. (2021). Fast Fourier Transform (FFT) dalam Transformasi Sinyal Suara untuk Menghasilkan Nilai Average Energy (AE). PETIR: Jurnal Pengkajian dan Penerapan Teknik Informatika, 14(1), 29–39.
Irtawaty, A. S., dkk. (2019). Implementasi Metode Fast Fourier Transform (FFT) pada Analisis Spektrum Frekuensi Sinyal Audio. Jurnal Teknologi Terpadu, 7(2).
Hidayaturrohman, U., Erfiani, E., & Afendi, F. M. (2020). Implementasi Transformasi Fourier untuk Transformasi Domain Waktu ke Domain Frekuensi pada Luaran Purwarupa Alat Pendeteksian Gula Darah Secara Non-Invasif. Indonesian Journal of Statistics and Its Applications, 4(2), 234–244.
Riyani, A., dkk. (2019). Mengidentifikasi Sinyal Suara Manusia Menggunakan Metode Fast Fourier Transform (FFT) Berbasis MATLAB. INISTA: Journal of Informatics Information System Software Engineering and Applications, 1(2), 42–50.
Suroqoh, K. F., dkk. (2025). Sistem Identifikasi Suara Berbasis Analisis Sinyal Menggunakan Algoritma Fast Fourier Transform (FFT). Transmisi, 27(1).
