Pencirian isyarat data muzik yang terhasil dari alat muzik tradisional menggunakan ciri fraktal
Alat muzik biasanya dibezakan oleh penampilan dan bunyi yang dihasilkan melalui persepsi manusia yang mungkin boleh berlakunya kesalahan tafsiran oleh manusia dan gangguan lain. Oleh itu, pengecaman menggunakan isyarat muzik dijalankan bagi membantu pencirian isyarat dari alat muzik berlainan. Ana...
Saved in:
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Penerbit Universiti Kebangsaan Malaysia
2023
|
Online Access: | http://journalarticle.ukm.my/23686/1/kejut_18.pdf http://journalarticle.ukm.my/23686/ https://www.ukm.my/jkukm/si-6-2-2023/ |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universiti Kebangsaan Malaysia |
Language: | English |
Summary: | Alat muzik biasanya dibezakan oleh penampilan dan bunyi yang dihasilkan melalui persepsi manusia yang mungkin
boleh berlakunya kesalahan tafsiran oleh manusia dan gangguan lain. Oleh itu, pengecaman menggunakan
isyarat muzik dijalankan bagi membantu pencirian isyarat dari alat muzik berlainan. Analisis fraktal merupakan satu
teknik dalam matematik yang digunakan untuk mengkaji corak kompleks dan tidak teratur dalam pelbagai sistem.
Dalam kajian ini, analisis fraktal digunakan untuk mengkaji dan menganalisis data signal nota muzik dari
instrumen berbeza. Kaedah analisis fraktal yang digunakan ialah kaedah pengiraan kotak. Alat muzik tradisional
yang terlibat dalam kajian ini ialah seruling, cak lempong, kompang, dan gambus. Perisian Matlab digunakan
untuk menganalisis isyarat data muzik tersebut. Pada mulanya, dimensi fraktal bagi isyarat data muzik yang
berbentuk data siri dikira. Kemudian, min dan sisihan piawai nilai dimensi fraktal dihitung untuk mengecam alat
muzik yang berlainan. Selain itu, resolusi imej dan saiz kotak yang berbeza juga digunakan untuk mengira dimensi
fraktal data siri masa alat muzik. Ralat garis lurus terbaik, E juga akan dikira untuk memastikan kebolehharapan
dimensi pengiraan kotak menggunakan regresi kuasa dua terkecil. |
---|