Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal JUITA : Jurnal Informatika Journal of Artificial Intelligence and Digital Business UPEJ : Unnes Physics Education Journal
Fifin Dewi Ratnasari
Universitas Negeri Semarang
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Physics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Analisis Perbedaan Spektrum Frekuensi Sinyal Suara Vokal Manusia Menggunakan Fast Fourier Transform (FFT) Berbasis Python Vara Vania Bilqis; Alifah Widya Septiani; Firliana Nur Zildjian; Fifin Dewi Ratnasari
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.
Pengembangan Bahan Ajar Digital Berbasis Project Based Learning Berbantuan Heyzine Flipbook pada Materi Fluida Statis untuk Meningkatkan Hasil Belajar Siswa Alfiyaturrohmaniyah; Fifin Dewi Ratnasari
Unnes Physics Education Journal Vol. 14 No. 3 (2025)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/upej.v14i3.27231

Abstract

Penelitian ini dilatarbelakangi oleh permasalahan rendahnya hasil belajar siswa pada materi fluida statis di SMAN 3 Demak, yang disebabkan oleh kurangnya sumber belajar dan minimnya pemanfaatan teknologi dalam pembelajaran. Tujuan penelitian ini adalah untuk mengidentifikasi kelayakan, efektivitas, dan respons siswa terhadap bahan ajar yang dikembangkan. Penelitian ini menggunakan metode Research and Development (R&D) dengan model ADDIE (Analyze, Design, Development, Implementation, Evaluation) dan pendekatan quasi-experiment non-equivalent. Hasil validasi bahan ajar menunjukkan kelayakan dengan persentase komponen isi sebesar 95,50%, komponen penyajian 96,58%, dan komponen kebahasaan 92,42%, yang masuk dalam kriteria sangat layak. Keefektifan bahan ajar terlihat dari peningkatan hasil belajar kognitif siswa, di mana kelas eksperimen memperoleh N-gain sebesar 0,647 dengan kategori peningkatan sedang, lebih tinggi dibandingkan kelas kontrol yang memperoleh N-gain 0,419 dengan kategori peningkatan sedang. Respons siswa terhadap penggunaan bahan ajar sangat positif, dengan rata-rata persentase respons sebesar 89,737%. Kesimpulan dari penelitian ini adalah bahan ajar berbasis project-based learning berbantuan heyzine flipbook layak, efektif meningkatkan hasil belajar siswa pada materi fluida statis dan mendapatkan respons yang sangat positif dari siswa.
A Mamdani Fuzzy-C4.5 Hybrid Model for River Water Quality Assessment: A Case Study of the Beringin River Fianti Fianti; Risma Dwi Rahmawati; Sunarno Sunarno; Suharto Linuwih; Siti Wahyuni; Fifin Dewi Ratnasari
JUITA: Jurnal Informatika JUITA Vol. 14 Issue 2, July 2026
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v14i2.28583

Abstract

Urban and industrial activities along the Beringin River in Semarang City cause water pollution in the river. Therefore, assessing water quality is necessary an effort to preserve the environment, safeguard human well-being, and provide early warnings of potential decline. This study used a Mamdani fuzzy logic for development water quality assessment. Input variables consisted of TSS, TDS, Ph, DO, BOD, COD, Nitrate, and Nitrite with water quality as the output. System development was begun by determination of fuzzy set domains for fuzzification and defuzzification. Fuzzy rules were formulated using IF-THEN relationships integrated with C4.5 Algorithm, an algorithm was used to select the most relevant attributes and pruning redundant branches to simplify complex decision-making system, in accordance to the health and environmental standards. The validation of the water quality assessment system was carried out by comparing the Pollution Index (PI) calculation data of 27 data points over a five-year period. The validation results showed accuracy system of 88.9%, with the water quality was categorized as moderately polluted. These findings indicated that the water quality assessment system have high accuracy and can be specifically applied in the Beringin River.
Analisis Komparatif Spektrum Frekuensi Karakteristik Sinyal Audio Air Menggunakan Fourier dan Spektrogram Kenanga Bingah Tara Wardani; Nayla Tazkia Putri; Zaskia Amanda Ahmad; Fifin Dewi Ratnasari
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.v5i2.10219

Abstract

Penelitian ini menyajikan analisis komparatif karakteristik akustik sinyal audio dari dua sumber bunyi air yaitu hujan alami (gerimis, hujan sedang, hujan besar) dan shower buatan (shower kecil, shower sedang, shower besar), menggunakan metode pemrosesan sinyal digital berbasis Google Colaboratory (Python). Penelitian ini bertujuan untuk mengidentifikasi parameter unik yang membedakan suara alami dan buatan. Tiga domain analisis diterapkan secara sistematis: (1) domain waktu untuk mengamati amplitudo dan distribusi temporal; (2) Fast Fourier Transform (FFT) untuk mengkaji distribusi energi spektral; dan (3) spektrogram waktu-frekuensi untuk memvisualisasikan dinamika energi sepanjang waktu. Hasil domain waktu menunjukkan korelasi positif antara intensitas sumber air dengan rentang amplitudo dan kerapatan sinyal. Analisis FFT mengungkap bahwa hujan besar memiliki distribusi energi paling merata hingga ±15.000 Hz, sementara gerimis cenderung memusatkan energi di bawah 500 Hz. Fenomena unik ditemukan pada shower besar berupa puncak energi sekunder di sekitar 1.200–1.400 Hz yang diduga berasal dari resonansi mekanis kepala shower. Spektrogram mempertegas temuan FFT melalui representasi dua dimensi waktu-frekuensi. Pada intensitas kecil hingga sedang, profil spektral hujan dan shower hampir identik, sedangkan perbedaan signifikan muncul pada intensitas tertinggi. Temuan ini memberikan kontribusi ilmiah yang penting bagi pengembangan sistem klasifikasi sumber bunyi air otomatis berbasis machine learning dan teknologi penginderaan jauh.
Analisis Peredaman Noise pada Sinyal Audio Dengkuran Menggunakan Filter Butterworth Berbasis Python Sakila Sahara; Ainur Puji Astuti; Fifin Dewi Ratnasari
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.v5i2.11010

Abstract

Suara dengkuran merupakan salah satu jenis sinyal audio yang sering mengandung gangguan atau noise sehingga dapat memengaruhi proses analisis sinyal. Keberadaan noise menyebabkan kualitas sinyal menurun dan berpotensi mengurangi akurasi pada proses identifikasi maupun analisis karakteristik suara dengkuran. Oleh karena itu, diperlukan metode pengolahan sinyal yang mampu mereduksi noise tanpa menghilangkan informasi penting yang terkandung pada sinyal audio. Penelitian ini bertujuan untuk menganalisis efektivitas Filter Butterworth Low Pass dalam meredam gangguan pada sinyal suara dengkuran berbasis Python. Sampel yang digunakan terdiri atas beberapa jenis suara dengkuran dengan karakteristik yang berbeda, yaitu dengkuran bernada rendah, bernada tinggi, halus, keras, serta dengkuran yang disertai suara pilek. Data diperoleh melalui proses perekaman dan pengunduhan, kemudian dikonversi ke format WAV agar dapat diproses menggunakan Python. Tahapan penelitian meliputi pembacaan file audio, perancangan Filter Butterworth Low Pass, penerapan proses filtering, serta visualisasi hasil menggunakan grafik perbandingan antara sinyal asli dan sinyal setelah proses penyaringan. Efektivitas filter dianalisis berdasarkan perubahan bentuk gelombang dan tingkat kehalusan sinyal yang dihasilkan. Hasil penelitian menunjukkan bahwa Filter Butterworth Low Pass mampu menghasilkan sinyal yang lebih halus dan stabil dibandingkan sinyal asli, tanpa menghilangkan karakteristik utama suara dengkuran. Dengan demikian, metode ini dapat digunakan sebagai tahap awal pengolahan sinyal audio untuk meningkatkan kualitas data sebelum dilakukan analisis lebih lanjut serta mendukung pengembangan penelitian di bidang pengolahan sinyal digital berbasis suara.
Co-Authors Ainur Puji Astuti Alfiyaturrohmaniyah Alifah Widya Septiani Fianti Fianti, Fianti Firliana Nur Zildjian Kenanga Bingah Tara Wardani Nayla Tazkia Putri Risma Dwi Rahmawati Sakila Sahara Suharto Linuwih Sunarno Sunarno Vara Vania Bilqis Zaskia Amanda Ahmad