Penghapusan Noise Latar Belakang untuk Meningkatkan Kualitas Vokal dalam Rekaman Suara Bernyanyi Menggunakan Metode Generative Adverserial Network GANs

Alisah Rama Dana Siregar; Ferdy Riza

doi:10.56211/blendsains.v5i2.1291

Authors

Alisah Rama Dana Siregar Universitas Muhammadiyah Sumatera Utara
Ferdy Riza Universitas Muhammadiyah Sumatera Utara

DOI:

https://doi.org/10.56211/blendsains.v5i2.1291

Keywords:

Denoising Autoencoder; Generative Adversarial Networks (GANs); Noise; Rekaman Suara; Vokal

Abstract

Kualitas rekaman suara bernyanyi sangat dipengaruhi oleh keberadaan noise atau gangguan suara latar belakang, seperti angin, gema, suara lingkungan, dan gangguan yang berasal dari aktivitas tubuh. Keberadaan noise dapat menurunkan kejernihan sinyal vokal sehingga berdampak pada kualitas produksi dan pemrosesan audio. Penelitian ini bertujuan untuk mengembangkan sistem penghapusan noise latar belakang pada rekaman suara bernyanyi menggunakan pendekatan deep learning berbasis Generative Adversarial Networks (GANs). Tahapan penelitian meliputi pengumpulan dan pelabelan dataset rekaman suara bernyanyi, penambahan noise dengan beberapa karakteristik gangguan, prapemrosesan sinyal audio, pelatihan model GAN untuk proses denoising, serta implementasi sistem berbasis web menggunakan Flask. Kinerja model dievaluasi secara kuantitatif menggunakan Signal-to-Noise Ratio (SNR), Short-Time Objective Intelligibility (STOI), dan Perceptual Evaluation of Speech Quality (PESQ) dengan membandingkan kualitas sinyal sebelum dan sesudah proses denoising. Hasil pengujian menunjukkan bahwa sistem mampu meningkatkan kualitas rekaman dengan peningkatan rata-rata SNR sebesar 8,42 dB, dari 10,31 dB menjadi 18,73 dB. Nilai STOI juga meningkat dari 0,71 menjadi 0,86, sedangkan nilai PESQ meningkat dari 2,41 menjadi 3,18 setelah proses penghapusan noise. Hasil tersebut menunjukkan bahwa model GAN mampu menekan komponen noise sekaligus mempertahankan karakteristik utama sinyal vokal. Meskipun demikian, pada kondisi noise yang memiliki intensitas tinggi, masih ditemukan sedikit distorsi pada beberapa bagian vokal. Dengan demikian, pendekatan GAN menunjukkan potensi yang baik untuk meningkatkan kualitas rekaman suara bernyanyi dan dapat dikembangkan lebih lanjut melalui penggunaan dataset yang lebih besar, variasi noise yang lebih beragam, serta arsitektur denoising yang lebih kompleks.

Downloads

Download data is not yet available.

References

[1] Indah Purnama Sari. Algoritma dan Pemrograman. Medan: UMSU Press, 2023, pp. 290.

[2] Indah Purnama Sari. Buku Ajar Pemrograman Internet Dasar. Medan: UMSU Press, 2022, pp. 300.

[3] Indah Purnama Sari. Buku Ajar Rekayasa Perangkat Lunak. Medan: UMSU Press, 2021, pp. 228.

[4] Janner Simarmata Arsan Kumala Jaya, Syarifah Fitrah Ramadhani, Niel Ananto, Abdul Karim, Betrisandi, Muhammad Ilham Alhari, Cucut Susanto, Suardinata, Indah Purnama Sari, Edson Yahuda Putra. Komputer dan Masyarakat. Medan: Yayasan Kita Menulis, 2024, pp.162.

[5] Mahdianta Pandia, Indah Purnama Sari, Alexander Wirapraja Fergie Joanda Kaunang, Syarifah Fitrah Ramadhani Stenly Richard Pungus, Sudirman, Suardinata Jimmy Herawan Moedjahedy, Elly Warni, Debby Erce Sondakh. Pengantar Bahasa Pemrograman Python. Medan : Yayasan Kita Menulis, 2024, pp.180

[6] Zelvi Gustiana Arif Dwinanto, Indah Purnama Sari, Janner Simarmata Mahdianta Pandia, Supriadi Syam, Semmy Wellem Taju Fitrah Eka Susilawati, Asmah Akhriana, Rolly Junius Lontaan Fergie Joanda Kaunang. Perkembangan Teknologi Informatika. Medan: Yayasan Kita Menulis, 2024, pp.158

[7] Anisah, P., Lestari, B., Angreini, A., Fajriani, R., & Assaidah. (2023). Analisis filter digital pada variasi efek suara dalam aplikasi TikTok. Jurnal Penelitian Sains, 25(1), 29–33.

[8] Ariyani, S., Irawan, D., & Wafi, M. A. (2021). Pengolahan audio secara digital menggunakan TDA7439 untuk memperbaiki respon suara sound system. Jurnal Teknik Elektro dan Komputasi (ELKOM), 3(2), 45–51.

[9] Cao, R., Abdulatif, S., & Yang, B. (2022). CMGAN: Conformer-based Metric GAN for Speech Enhancement. arXiv preprint arXiv:2203.15149.

[10] Chen, H., Zhang, J., Fu, Y., Zhou, X., Wang, R., Xu, Y., & Ke, D. (2025). TFDense-GAN: A generative adversarial network for single-channel speech enhancement. EURASIP Journal on Advances in Signal Processing, 2025(1).

[11] Cindy, N. N. U., Saragih, E., Sinaga, R. S. F., & Irwan. (2025). Pengolahan dan pemrosesan sinyal digital. Jurnal Media Informatika (JUMIN), 6(2), 1339–1344.

[12] Sari, I.P., Hariani, P.P., Al-Khowarizmi, A., Ramadhani, F., Sulaiman, O.K., Satria, A, & Manurung, A.A. (2024). CLUSTERING HIV/AIDS DISEASE USING K-MEANS CLUSTERING ALGORITHM. Proceeding International Seminar on Islamic Studies 5 (1), 1668-1676

[13] Sari, I.P., Ramadhani, F., Satria, A., & Sulaiman, O.K. Leukocoria Identification: A 5-Fold Cross Validation CNN and Adaboost Hybrid Approach. 2023 6th International Seminar on Research of Information Technology and Intelligent Systems (ISRITI), 486-491

[14] Manurung, A.A., Nasution, M.D., & Sari, I.P. (2023). Implementation of Fuzzy K-Nearest Neighbor Method in Dengue Disease Classification. 2023 11th International Conference on Cyber and IT Service Management (CITSM), 1-4

[15] Isyani, Z. (2021). Analisis kebisingan aktivitas transportasi di lingkungan sekolah. Skripsi, Universitas Islam Negeri Ar-Raniry.

[16] Kahar, K. (2023). Rancang bangun alat peredam kebisingan berbasis variasi ketebalan busa dakron dan egg tray. ResearchGate.

[17] Kong, J., Kim, J., & Bae, J. (2020). HiFi-GAN: Generative adversarial networks for efficient and high fidelity speech synthesis. arXiv preprint arXiv:2010.05646.

[18] Krishna, M. S., & Sahu, P. K. (2020). A review on speech enhancement techniques. International Journal of Speech Technology, 23(4), 763–785.

[19] Kumar, K., Kumar, R., de Boissiere, T., Gestin, L., Teoh, W. Z., Sotelo, J., de Brebisson, A., Bengio, Y., & Courville, A. (2019). MelGAN: Generative adversarial networks for conditional waveform synthesis. arXiv preprint arXiv:1910.06711.

[20] Sari, I.P., Ramadhani, F., Satria, A., & Apdilah, D. (2023). Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones. Hello World Jurnal Ilmu Komputer 2 (3), 146-157

[21] Sari, I.P., Al-Khowarizmi, A, Sulaiman, O.K., & Apdilah, D. (2023). Implementation of Data Classification Using K-Means Algorithm in Clustering Stunting Cases. Journal of Computer Science, Information Technology and Telecommunication Engineering 4 (2), 402-412

[22] Sulaiman, O.K & Batubara, I.H. (2021). Implementation Data Mining For Level Analysis Traffic Violation By Algorithm Association Rule. Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal 2 (2), 128-135

[23] Sari, I.P., Batubara, I.H., & Al-Khowarizmi, A. (2021). Sensitivity Of Obtaining Errors In The Combination Of Fuzzy And Neural Networks For Conducting Student Assessment On E-Learning. International Journal of Economic, Technology and Social Sciences (Injects) 2 (1), 331-338

[24] Sari, I.P., Al-Khowarizmi, A., & Batubara, I.H. (2021). Cluster Analysis Using K-Means Algorithm and Fuzzy C-Means Clustering For Grouping Students' Abilities In Online Learning Process. Journal of Computer Science, Information Technology and Telecommunication Engineering 2 (1), 139-144

[25] Apdilah, D., & Sari, I.P. (2021). Optimization Of The Fuzzy C-Means Cluster Center For Credit Data Grouping Using Genetic Algorithms. Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal 2 (2), 156-163

[26] Mariliana, N. M., & Sari, D. K. (2022). Analisis signal-to-noise ratio pada sinyal audio menggunakan metode konvolusi. Jurnal ELTIKOM, 6(1), 12–18.

[27] Masri, S., Hasasneh, A., Tami, M., & Tadj, C. (2024). Exploring the impact of image-based audio representations in classification tasks using vision transformers and explainable AI techniques. Information, 15(12), 751.

[28] Nudelman, C. J., Bottalico, P., & Cantor-Cutiva, L. C. (2023). The effects of room acoustics on self-reported vocal fatigue: A systematic review. Journal of Voice.

[29] Phan, H., Le Nguyen, H., Chén, O. Y., Koch, P., Duong, N. Q. K., McLoughlin, I., & Mertins, A. (2020). Self-attention generative adversarial network for speech enhancement. arXiv preprint arXiv:2010.09132.

[30] Sari, M. P., Setiawansyah, S., & Budiman, A. (2021). Analisis pemrosesan sinyal audio digital dalam sistem informasi multimedia. Jurnal Ilmiah Mahasiswa Universitas Teknokrat Indonesia (JIM-UTI), 6(1).

[31] Subandrio, Y. E., Hartayu, R., Setyadjit, K., Ridho’i, A., Hariadi, B., & San, S. (2024). Penghilang noise pada perintah suara menggunakan filter Butterworth dengan metode transformasi bilinear. Elsains: Jurnal Elektro, 5(2), 118–124.