Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Septiani, Alifah Widya
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Perbedaan Spektrum Frekuensi Sinyal Suara Vokal Manusia Menggunakan Fast Fourier Transform (FFT) Berbasis Python Bilqis, Vara Vania; Septiani, Alifah Widya; Zildjian, Firliana Nur; Ratnasari, Fifin Dewi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.8994

Abstract

Penelitian ini bertujuan untuk menganalisis perbedaan spektrum frekuensi sinyal suara vokal manusia antara laki-laki dan perempuan menggunakan metode Fast Fourier Transform (FFT) berbasis Python. Penelitian dilakukan dengan memanfaatkan 10 sampel suara yang terdiri atas 5 suara laki-laki dan 5 suara perempuan. Seluruh responden diminta mengucapkan vokal “A” dengan intonasi normal dan durasi yang relatif sama. Data rekaman disimpan dalam format .wav agar mudah diproses menggunakan teknik pengolahan sinyal digital. Sebelum tahap analisis dilakukan, setiap sinyal suara terlebih dahulu dinormalisasi dan dipotong sehingga memiliki durasi tetap selama 3 detik untuk menjaga konsistensi data. Selanjutnya, algoritma FFT digunakan untuk mentransformasikan sinyal dari domain waktu ke domain frekuensi sehingga frekuensi dominan dan pola spektrum suara dapat diamati secara lebih jelas. Hasil penelitian menunjukkan bahwa suara laki-laki cenderung memiliki frekuensi fundamental yang lebih rendah dibandingkan suara perempuan. Sebaliknya, suara perempuan menunjukkan distribusi frekuensi yang lebih tinggi dengan puncak spektrum yang lebih tajam. Perbedaan tersebut dipengaruhi oleh faktor fisiologis seperti panjang, ketebalan pita suara, dan bentuk saluran vokal. Implementasi FFT berbasis Python terbukti efektif dalam mengekstraksi karakteristik frekuensi suara secara cepat, akurat, dan efisien meskipun terdapat noise pada sinyal rekaman, sehingga metode ini berpotensi dikembangkan lebih lanjut pada sistem identifikasi suara otomatis dan klasifikasi gender berbasis kecerdasan buatan.
Co-Authors Bilqis, Vara Vania Ratnasari, Fifin Dewi Zildjian, Firliana Nur