COMPLETE Journal of Computer. Electronic, and Telecommunication ISSN 2723-4371. E-ISSN 2723-5912 Artikel Analisis Algoritma Music Untuk Deteksi Sudut Kedatangan Pada Perangkat Gunshot Rizal Reynaldi 1. Nilla Rachmaningrum2*. Risdillah Mimma Untsa 3. Program Studi Teknik Telekomunikasi. Telkom University Surabaya. Surabaya. Indonesia Korespondensi: nrachmaningrum@telkomuniversity. Received: 5 Februari 2024. Revised: 22 Februari 2024. Accepted: 15 Maret 2024 Abstrak: Pada zaman perang dunia, teknologi memiliki peranan penting untuk membawa kemenangan suatu negara dan aliansinya pada saat itu. Sudah menjadi tugas dari TNI untuk menjaga persatuan dan kesatuan Negara Kesatuan Republik Indoensia. Salah satu sebab banyaknya korban adalah kurangnya teknologi untuk mengetahui arah asal tembakan dari lawan yaitu anggota KKB. Pada penelitian ini, perkembangan teknologi digunakan sebagai alat bantu untuk mempermudah dan meminimalisir terjadinya korban yang akan menyebabkan suatu kerugian pada TNI. Algoritma dari DoA (Direction of Arriva. dapat memberikan perkiraan arah datangnya suara tembakan yang cukup akurat. Dengan dikombinasikan dengan algoritma MUSIC (Multiple signal Classificatio. , bisa memberikan informasi asal suara tembakan. Pada penelitian ini mendapatkan hasil informasi sudut kedatangan asal suara tembakan dan dapat mengetahui nilai SNR (Signal to Noise Rati. SNR digunakan untuk membandingkan sinyal informasi dengan noise yang terdapat pada sebuah transmisi. Pengukuran SNR dilakukan dengan cara melakukan pengukuran kekuatan sinyal dan pengukuran kekuatan sinyal noise yang sudah diatur. Hasil pengukuran nilai SNR untuk semua sudut memiliki nilai rata-rata 7,30 dB. Hasil tersebut berarti semakin tinggi nilai SNR, maka kualitas sinyal semakin baik dan nilai noise semakin kecil. Hasil penelitian ini juga menunjukkan tingkat keakuratan pendeteksian sudut kedatangan mencapai 99,21%. Kata kunci: Algoritma MUSIC. DoA. SNR. Mikrofon Array. Pendahuluan Menjaga keutuhan dan persatuan suatu negara adalah menjadi salah satu tugas dari TNI. Terjadinya konflik antara KKB (Kelompok kriminal bersenjat. dan TNI belakangan ini menyebabkan banyak korban di pihak TNI. Salah satu penyebab banyaknya korban dari pihak TNI yaitu kurangnya teknologi yang mampu membantu TNI untuk mencegah timbulnya lebih banyak korban di TNI. TNI kesulitan untuk mencari dimana asal suara tembakan KKB yang berlindung di hutan, dimana hutan tersebut sangat bagus untuk berkamuflase dan bersembunyi. Hutan yang ditumbuhi oleh banyak pepohonan dan juga sudut pandang yang luas juga menjadi salah satu faktor yang membuat TNI kesulitan mendeteksi asal suara tembakan. Untuk itu, pengembangan teknologi di bidang pertahanan terus diupayakan sebagai langkah untuk mencegah dan meminimalisir dampak konflik. Salah satunya yaitu dengan membuat sistem yang dapat mendeteksi asal suara tembakan pada perangkat gunshot. Pengembangan teknologi di bidang pertahanan tidak hanya pada pengembangan alat pertahanan diri saja. Teknologi pencarian sudut kedatangan pada perangkat gunshot dirasa cukup Complete 2024, 8. Vol. No. 1, doi: 10. 52435/complete. ittelkom-sby. Complete 2024, 8. Vol. No. 1, doi: 10. 52435/complete. 2 of 11 penting, mengingat terjadinya konflik saat ini di daerah yang cukup sulit bagi TNI untuk mengetahui darimana asalnya suara tembakan yang dilesatkan dan juga mengarah kemana tembakan tersebut. Penelitian yang akan dilakukan, akan sangat membantu pihak TNI dalam menjaga dan mengurangi jatuhnya korban lebih banyak lagi. Konflik tersebut tidak hanya menyasar kepada TNI, melainkan dari warga sipil dan beberapa orang penting dengan berbagai profesi yang turut menjadi korban. Sampai dengan tahun 2022 total kasus KKB papua adalah sebanyak 90 kasus. Data korban yang dikutip dari . , pada tahun 2021 sebanyak 34 korban dan 53 korban pada tahun 2022, yang berarti bahwa korban dari tahun ke tahun terus bertambah. Dengan kombinasi antara algoritma MUSIC dan deteksi sudut kedatangan dapat membantu untuk mendeteksi asal suara tembakan sehingga dapat mendeteksi sudut dari datangnya peluru yang ditembakkan oleh kelompok KKB Papua. Deteksi sudut kedatangan menggunakan algoritma MUSIC adalah salah satu metode yang menggunakan dasar dari estimasi sudut kedatangan. Prinsip dasar dari algoritma MUSIC adalah dengan mengubah sinyal suara yang diterima oleh mikrofon menjadi bentuk data spasial. Data spasial ini kemudian diolah menggunakan teknik pemrosesan sinyal yang kompleks untuk mengestimasi sudut kedatangan sinyal suara. Dalam pemrosesan sinyal, algoritma MUSIC memanfaatkan perhitungan spektrum frekuensi dari sinyal suara yang diterima oleh mikrofon. Pada beberapa riset, algoritma MUSIC sukses digunakan sebagai algoritma untuk meningkatkan akurasi serta kecepatan deteksi sumber suara tembakan pada Perbandingan dengan algoritma ESPRIT, setelah ujicoba didapatkan hasil bahwa algoritma MUSIC lebih akurat daripada algoritma ESPRIT. Akan tetapi, algoritma MUSIC juga mempunyai batasan dalam penggunaannya, salah satunya yaitu bergantung pada jumlah mikrofon yang digunakan sebagai penangkap suara tembakan yang sangat rentan terhadap noise di area tersebut. Salah satu keunggulan dari algoritma MUSIC ialah memiliki dua space, yaitu space utama atau subspace dimana space ini berisi informasi penting yang akan diproses dan space tempat noise yang tidak digunakan. Keunggulan algoritma MUSIC dibandingkan dengan algoritma lain seperti ESPRIT adalah algoritma MUSIC memiliki persentase kesalahan estimasi yang lebih kecil, kurang dari 1 Algoritma MUSIC memiliki probabilitas perkiraan yang jauh lebih baik daripada ESPRIT. Algoritma MUSIC sering digunakan pada pemrosesan sinyal digital. Contohnya adalah pada bidang sonar dan radar. Algoritma MUSIC pada bidang sonar dan radar digunakan untuk menentukan posisi dan arah kedatangan suatu pesawat agar tidak terjadi hal yang tidak diinginkan meskipun penggunaan algoritma MUSIC pada lingkungan yang banyak noise serta interfrensi. Contoh lain penggunaan algoritma MUSIC adalah pada bidang antena yang digunakan sebagai algoritma yang befungsi untuk mencari arah datangnya sinyal. Relevansi algoritma MUSIC untuk digunakan pada deteksi sudut kedatangan gunshot karena memiliki beberapa keunggulan, yaitu tingkat akurasi yang tinggi dan kemampuan untuk menangani interferensi yang terdapat di lingkungan sekitar ujicoba sangat penting untuk deteksi gunshot yang akurat. Kemampuan untuk memperkirakan jumlah sumber sinyal suara juga penting untuk deteksi gunshot, di mana terdapat kemungkinan beberapa tembakan yang ditembakkan secara bersamaan dan dapat mengurangi adanya sinyal suara tembakan yang tidak terproses. Algoritma MUSIC didasarkan pada spektrum spasial. Dengan bantuan orthogonality, sinyal dipisahkan pada 2 ruang, ruang sinyal suara dan ruang sinyal noise. Kemudian dengan bantuan FFT, spektrum dari algoritma MUSIC dihitung dan diestimasi, lalu diperoleh arah kedatangan dengan mencari puncak dari spektrum. Matriks X dari sensor array ialah l dengan n matriks dimana l ialah jumlah dari sensor dan n melambangkan jumlah snapshots yang diambil. Setelah semua data diperoleh, selanjutnya akan dibuat manifold spektrum, dimana gambaran yang berbentuk grafis dari hasil pengolahan sinyal. Eigenvalue digunakan untuk menentukan sudut kedatangan sinyal atau suara tembakan dan Eigenvector digunakan untuk membuat spektrum manifold. Nilai eigen yang paling signifikan akan digunakan untuk menentukan sudut kedatangan sinyal. Setelah itu estimasi DoA dapat diperoleh dengan memilih puncak dari frekuensi sinyal tersebut. Puncak dari frekuensi tersebut terindikasi sebagai sudut kedatangan dari suara gunshot yang ditembakkan. Pada penelitian Complete 2024, 8. Vol. No. 1, doi: 10. 52435/complete. 3 of 11 ini akan dilakukan simulasi desain sistem estimasi sudut kedatangan asal suara tembakan menggunakan software MatLab. Selanjutnya digunakan parameter DoA dan SNR untuk mengukur kualitas sinyal yang diterima oleh mikrofon. Usulan yang dapat dilakukan pada penelitian ini yaitu pengembangan algoritma MUSIC yang dioptimalkan, sehingga dapat memproses sinyal suara tembakan secara lebih baik dan akurat. Selanjutnya bisa dengan melakukan penilaian terhadap kinerja algoritma ini. Penilaian kinerja dari algoritma ini dinilai sangat penting untuk dapat mengetahui seberapa fungsi / bekerja algoritma ini sesuai dengan penelitian ini. Pengembangan sistem deteksi gunshot yang lebih baik, tentunya dengan penggunaan algoritma MUSIC akan dinilai sangat efektif karena kehandalannya dalam menghadapi tantangan terbesar dalam pengaplikasiannya yaitu interfrensi noise. Penelitian ini diharapkan dapat meningkatkan akurasi dan keandalan deteksi gunshot. Bahan dan Metode 1 Perangkat Lunak Pada sub-bab ini akan dibahas metode serta bahan-bahan pendukung utama penelitian. Perangkat lunak yang digunakan adalah aplikasi Matlab. Matlab yang digunakan pada penelitian ini menggunakan matlab R2019a. Matlab adalah software yang dikembangkan oleh MathWorks yang populer digunakan untuk melakukan pemrosesan data. Matlab memiliki kode sintaks yang mudah dipahami, sehingga banyak digunakan oleh peneliti, insinyur, dan ilmuwan untuk menciptakan suatu pemodelan dari data-data yang berupa matriks, grafik, bahkan antarmuka pengguna. 2 Perangkat Uji Coba Perangkat uji coba yang digunakan pada penelitian ini adalah gunshot. Gunshot adalah suara tembakan dari senjata api seperti pistol, meriam, atau senapan. Suara gunshot identik dengan suara ledakan yang keras dan dapat dengan mudah dikenali. Hasil perubahan suara dari gunshot dapat dipengaruhi oleh beberapa faktor, jenis senjata, amunisi, dan lingkungan tempat gunshot Deteksi sudut kedatangan pada penelitian ini adalah bidang penelitian yang digunakan untuk membantu menjaga keamanan suatu daerah atau negara dengan memudahkan untuk mengetahui asal suara tembakan dengan mendeteksi sudut kedatangan suaranya. Sampel suara yang digunakan berupa sinyal suara yang dibuat secara otomatis oleh sistem. Gunshot memiliki ciri khas sinyal suara yang keras dan memiliki frekuensi yang tinggi, frekuensi tinggi tersebut menyebabkan bentuk sinyal yang memiliki bentuk Suara tersebut memiliki kekuatan sinyal acak yang dibuat sebanyak jumlah snapshot dan sistem secara otomatis akan memilih hasil yang paling bagus antara tingkat keakuratan sudut dan juga nilai dari SNR. DoA adalah salah satu bagian penting pada pemrosesan sinyal yang banyak digunakan pada komunikasi nirkabel, navigasi, sonar, radar, dan astronomi radio. 3 Metode Penelitian Dalam bab ini, akan dijelaskan metodologi penelitian yang digunakan dalam analisis algoritma MUSIC untuk deteksi sudut kedatangan pada perangkat gunshot. Metodologi ini akan memberikan arahan tentang bagaimana penelitian ini dilakukan, termasuk pengumpulan data, proses analisis, dan evaluasi hasil. Software Matlab digunakan untuk perancangan simulasi penelitian ini. Berikut flowchart alir penelitian berdasarkan topik penelitian ditunjukkan pada gambar 1. Complete 2024, 8. Vol. No. 1, doi: 10. 52435/complete. 4 of 11 Gambar 1. Flowchart penelitian Berikut penjelasan mengenai alur dari flowchart tahapan penelitian ini. Simulasi dilakukan dengan menentukan parameter-parameter yang akan digunakan pada simulasi, seperti sudut yang akan digunakan, jumlah mikrofon, tingkat noise, jumlah snapshot, dan jarak mikrofon. Simulasi awal dilakukan untuk menentukan parameter Ae parameter yang akan digunakan dengan tujuan untuk mengetahui dan menguji kinerja dari sistem. Adapun parameter Ae parameter yang digunakan sebelum simulasi awal dijalankan. Parameter tersebut digunakan agar sistem memberikan hasil sesuai tujuan penelitian ini. Setelah menjalankan simulasi awal, maka selanjutnya akan dilakukan proses untuk menentukan nilai Ae nilai dari parameter agar hasil sesuai dengan tujuan penelitian dan dapat memberikan hasil yang bervariatif, hasil uji coba sistem tersebut digunakan untuk mempertajam analisis. Hasil analisis yang tajam dapat mempermudah penelitian yang akan dilakukan selanjutnya sesuai dengan inti dari penelitian ini yaitu DoA dan algoritma MUSIC. Selanjutnya menentukan letak dan penyusunan mikrofon array. Secara singkat, mikrofon array merupakan sekelompok mikrofon yang berjumlah lebih dari 1, yang disusun dengan pola tertentu. Penyusunan Mikrofon array bertujuan untuk meningkatkan hasil, kualitas, serta ketepatan penerimaan sinyal suara. Menentukan letak serta susunan mikrofon array dapat didasari oleh beberapa hal, seperti lingkungan sekitar, distribusi sumber suara, serta tujuan dari penelitian. Pada penelitian ini, nilai jarak dan letak antar mikrofon sudah ditentukan berdasarkan hasil simulasi awal, yang mana selisih jarak antar mikrofon yang digunakan pada penelitian ini dipilih pada nilai optimal yang dapat mempengaruhi hasil yang didapatkan. Setelah itu dilakukan simulasi pada software Matlab dengan menggunakan kode syntax. Kode syntax yang digunakan untuk mencari hasil sudut dan nilai SNR. Pencarian kedua hasil tersebut dilakukan dengan perubahan nilai pada parameter Ae parameter yang sudah ditetapkan. Setelah dilakukan proses simulasi, selanjutnya dilakukan pengamatan terhadap hasil simulasi untuk meninjau sejauh mana perbedaan antara sudut yang diperoleh dari hasil simulasi dan sudut yang sebenarnya. Tahap ini adalah tahap penting untuk mengamati dan mengevaluasi kinerja dari Jika kinerja dari sistem baik dan sesuai dengan apa yang ingin diperoleh, maka akan dilanjutkan simulasi dengan parameter yang berbeda. Jika pada tahap ini sudut yang dihasilkan memiliki perbedaan yang terlalu jauh ataupun tidak sesuai, maka akan dilakukan simulasi ulang Complete 2024, 8. Vol. No. 1, doi: 10. 52435/complete. 5 of 11 yang bertujuan untuk mencari hasil yang terbaik pada penggunaan variasi Ae variasi dari parameter yang sudah ditentukan. Tahap ini bertujuan untuk memastikan kesesuaian data yang dihasilkan dengan penggunaan parameter yang telah ditetapkan sebelumnya. Jika data tersebut sesuai dengan apa yang dicari, maka dilanjut pencarian sudut kedatangan sesuai yang merujuk pada gambar plot dengan hasil gelombang Pada gambar plot dari hasil tersebut, akan dicari titik maksimum atau titik tertinggi pada hasil gelombang. Jika diperoleh puncak dari gelombang tersebut yang berjumlah lebih dari satu puncak, maka akan dipilih salah satunya. Puncak dari gelombang tersebut adalah asal datangnya suara atau DoA. Langkah selanjutnya setelah mengetahui sudut datangnya suara adalah dilakukan proses analisis nilai SNR. SNR yang dicari pada uji coba ini adalah SNR dengan nilai positif karena SNR merupakan parameter yang penting untuk menentukan kualitas dari sinyal yang dihasilkan. Parameter yang digunakan Parameter Ae parameter yang digunakan ditunjukkan pada Gambar 2 pada penelitian ini untuk pembangkitan sinyal adalah sebagai berikut: Input sudut datangnya sinyal suara tembakan merupakan gambaran dari sudut sinyal suara tembakan yang sebenarnya. Sudut tersebut ialah sudut yang menjadi acuan dalam menentukan tingkat keakuratan pada program uji coba ini. Jumlah sinyal input dapat diganti dengan catatan jumlah elemen lebih banyak dari jumlah sinyal (N