Journal of Artificial Intelligence and Digital Business
Vol. 5 No. 2 (2026): Mei-Juli

Analisis Perbedaan Spektrum Frekuensi Sinyal Suara Vokal Manusia Menggunakan Fast Fourier Transform (FFT) Berbasis Python

Bilqis, Vara Vania (Unknown)
Septiani, Alifah Widya (Unknown)
Zildjian, Firliana Nur (Unknown)
Ratnasari, Fifin Dewi (Unknown)



Article Info

Publish Date
18 May 2026

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.

Copyrights © 2026






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...