FILTER PENGHAPUS NOISE UNTUK PEMROSESAN SUARA MANUSIA DENGAN ALGORITMA LMS, NLMS DAN AFA

Abstract

Pada lingkungan dengan karakteristik noise tidak diketahui, filter fixed sulit menjadi optimum. Untuk mengatasi hal tersebut digunakanlah filter adaptif. Filter adaptif memiliki kemampuan untuk menyetel sendiri koefisien filternya sehingga untuk mendesainnya membutuhkan sedikit pengetahuan tentang karakteristik noise dan sinyal asli. Dalam Penelitian ini akan dibahas mengenai penghapusan noise dengan filter adaptif menggunakan algoritma LMS, NLMS dan AFA. Tujuan dari penyusunan Penelitian ini adalah mengkaji proses penghapusan noise pada sinyal suara manusia dan membandingkan performansi algoritma-algoritma adaptif LMS, NLMS dan AFA. Untuk pembahasan dari Penelitian ini dilakukan analisis terhadap misadjustment, SNR, perubahan daya, kecepatan konvergensi, dan kompleksitas perhitungan. noise yang digunakan adalah kipas angin pendingin komputer. Misadjusment untuk algoritma LMS dan NLMS bernilai 0.06 sedangkan AFA bernilai 0.05. Dengan SNR input -17,804 dB untuk LMS menghasilkan SNR output 3,619 dB, NLMS -1,563 dB dan AFA 4,535 dB. Perubahan daya berbanding lurus dengan SNR semakin tinggi SNR perubahan daya juga semakin tinggi. Untuk algoritma AFA konvergensi dicapai pada iterasi ke 30, LMS iterasi ke 500 sedangkan NLMS iterasi ke 4000. Sehingga dapat disimpulkan bahwa kecepatan konvergensi AFA adalah yang tertinggi, disamping itu AFA relatif tidak terpengaruh oleh perubahan amplitudo input. Kompleksitas perhitungan merupakan jumlah operasi matematika (dalam hal ini yang digunakan operasi perkalian) yang diperlukan oleh suatu algoritma dalam sekali iterasi. Berdasarkan kompleksitas perhitungan algoritma LMS merupakan algoritma yang paling sederhana.