ANALISIS PERBANDINGAN KINERJA PROCESSOR DALAM PENGOLAHAN FILE SUARA PADA PERANGKAT ANDROID
DOI:
https://doi.org/10.47775/ictech.v19i2.306Kata Kunci:
Kinerja Processor, Pengolahan Suara, Perangkat AndroidAbstrak
Efiesiensi pekerjaan menjadi hal yang penting pada era digital sekarang ini, salah satunya adalah dalam bidang pengolahan suara. Secara konvisional pengolahan suara menggunakan pengolahan berbasis listrik. Tentunya dengan cara berbasis listrik membutuhkan perangkat yang sangat banyak. Pemproses audio berbasis digital sekarang telah banyak dikembangankan. Teknik manipulasi sinyal suara termasuk didalamnya adalah tiknik mengurangi masking, memastikan keseimbangan antar sumber, dan mengatasi noise, serta pertimbangan artistik, seperti memilih timbre dan tingkat gelombang buatan. Manipulasi sinyal suara digital dimungkinkan dapat melalui perangkat mobile, tujuannya adalah agar pengguna merasa nyaman dalam pekerjaan tersebut dengan memanfaatkan perangkat mobile smart phone. Hasil perbandingan prosentase kinerja processor dalam tiga kondisi dapat dilihat bahwa, rata-rata selilih yang paling besar berada pada pengujian perbandingan yang pertama. Karena perbadingan pada saat app tidak memainkan musik dengan app yang memainkan musik, processor memiliki selisih cenderung besar. Sedangkan pada pebandingan kedua kinerja processor cenderung stabil, hal ini dikarenakan pengujian perbandingan app sama-sama memainkan musik. Kemudian perbadingan ketiga processor hanya dibebankan intruksi untuk load data 1 track musik, sedangkan pembandingnya ditambakan load data musik dan effect. rata kinerja processor cenderung turun, hal ini dikarenakan saat app memainkan effect tidak menggunakan processor, namun app akan melakukan load code ke dalam memory.
Referensi
Cannon, D., Fang, T., & Saniie, J. (2024). Modular Delay Audio Effect System on FPGA. 2022 IEEE International Conference on Electro Information Technology (eIT). Mankato, MN, USA: IEEE. doi:https://doi.org/10.1109/eIT53891.2022.9813875
Fadilah, S. A., Rizky, M., Sukira, S., & Aribowo, D. (2023, 12 4). Mengevaluasi Efisiensi Pengontrol Input-Output dalam Arsitektur Komputer Modern. Jurnal Teknik Mesin, Industri, Elektro Dan Informatika (JTMEI), 96-113. doi:https://doi.org/10.55606/jtmei.v2i4.2982
G.Kharoris, S., Bintarto, G., & Satria, E. (2024). Analisis Proses Mixing Vokal pada Lagu Daddy’s Fav Boy di Saga Audio Music Production. IDEA: Jurnal Ilmiah Seni Pertunjukan, 133 - 145. Diambil kembali dari https://journal.isi.ac.id/index.php/IDEA/article/view/9103/3547
Kang, J. A., Chun, C., Kim, H., Bo Kim, M., & Ryong Kim , S. (2011). A smart background music mixing algorithm for portable digital imaging devices. IEEE Transactions on Consumer Electronics, 1258 - 1263. doi:https://doi.org/10.1109/TCE.2011.6018882
Steinmetz, C. J., Pons, J., Pascual, S., & Serrà, J. (2021). Automatic Multitrack Mixing With A Differentiable Mixing Console Of Neural Audio Effects. ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (hal. 71 - 75). Toronto, ON, Canada: IEEE. doi:https://doi.org/10.1109/ICASSP39728.2021.9414364
Sudhamsu, G., & Shastry, B. (2023). Audio Signal Processing Using MATLab. 2023 International Conference on Network, Multimedia and Information Technology (NMITCON). Bengaluru, India: IEEE. doi:https://doi.org/10.1109/NMITCON58196.2023.10276228
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Ichwan Kurniawan, Much. Rifqi Maulana, Arochman Arochman , Christian Yulianto Rusli
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.