A Filter Least Mean Square (LMS) untuk Mengurangi Noise pada Sinyal SuaraTembakan
Abstract
Deteksi suara tembakan digunakan untuk mengetahui darimana suara tembakan tersebut berasal. Hal ini sangat dibutuhkan terutama di daerah konflik karena saat ini penembakan acak juga sering terjadi di daerah padat penduduk sehingga membuat keamanan warga sipil terganggu, apalagi jika sampai timbul korban jiwa. Jatuhnya korban jiwa oleh penembak acak atau penembak tak dikenal menjadi fokus tersendiri bagi aparat keamanan untuk menjaga keamanan dan kenyamanan penduduk, sehingga diperlukan sebuah alat untuk dapat mendeteksi asal suara tembakan. Penelitian ini dilakukan untuk menunjang pembuatan alat ini yaitu dengan menganalisis sinyal tembakan kemudian melakukan pembatalan noise menggunakan filter LMS sehingga suara tembakan dapat terdengar dengan lebih jelas. Simulasi yang dilakukan pada penelitian ini dengan suara tembakan dan noise AWGN yang kemudian dianalisis nilai SNR dan MSE.
Hasil simulasi yang dilakukan dengan menggunakan filter LMS pada software MATLAB mampu melakukan penekanan noise yang terdapat pada sinyal suara dengan sangat baik. Pada sinyal suara tembakan yang bercampur noise didapatkan amplitude sinyal melebihi 0.02, sedangkan sinyal output setelah difilter menggunakan filter LMS didapatkan nilai amplitude sebesar 0.175. Untuk nilai SNR pada sinyal setelah dilakukan pemfilteran didapatkan cukup baik yaitu sebesar 19.05 dB dan untuk nilai MSE hasil simulasi juga cukup baik yaitu sebesar 0.0223.
References
[2] Bilcu, R. Ciprian , “On Adaptive Least Mean Square FIR Filters, Tampere University of Technology 2004.
[3] Haykin, Simon, Introduction to Adaptive Filters, MacMillan Publishing Company, 1984.
[4] Honade, S. J. et al. (2017), “Performance Analysis of Various LMS Adaptive
Filtering Algorithms‟, pp. 504–508.
[5] Liu, Y. et al. (2013), “A Noise Reduction Method Based on LMS Adaptive Filter
of Audio Signals‟, pp. 1001–1008.
[6] J, B. and K. U, S. (2001), “Super directive microphone arrays. In: Microphone arrays signal processing techniques and applications‟, Springer, Berlin, 19-38.
