Sebuah Percakapan terkait Bising Lingkungan Sekolah

A: Is this really happened in our education that our students are taught in classes where they hear without listening, talk without speaking, and know without understanding?

B: to NOT just hear, the students need at least a GOOD listening environment … I’m afraid that MOST of our class rooms are NOT that GOOD enough …, a good listening field will lead to good speaking field and better understanding ….

A: betul itu…basic need berupa sarana dan prasarananya saja belum bisa kita sediakan yah…masih jauh…di lain pihak itu tidak terpikirkan, dianggap sudah ada, given gitu, dan kita dengan kondisi seperti itu harus mengejar indikator ‘angka’ latah lain yang lebih jauh

B: harus dingat betul oleh para pendidik, manusia baru bisa men separasi dengan baik (mean Understanding not just knowing) informasi dari noise pada saat berusia 13-15 tahun …. , karena itu lingkungan audial (terkait bising lingkungan or sumber selain suara guru) kelas-kelas untuk PG, TK dan SD sebenarnya sangat krusial untuk keberhasilan proses pembelajaran ….

B: Rasio Sinyal to Noise yang baik untuk tersampaikannya informasi secara utuh adalah at least 15 dB, semakin tinggi level noise, semakin guru harus raise their Voice level…. akibatknya: cepat capek, cepat stress, cepat marah, dsb…

A: Boleh tuh pak dibuatkan model standard minimalnya untuk kelas. Ini merupakan bagian dari ‘green’ building concept ya…15 dB mah rendah sekali ya pak, material dinding bangunan seperti apa yang bisa pak, tanpa memerlukan bahan kedap suara lagi?

B: maksud nya selisih nya Mas, jd kalau bising latar belakang 50-60 dB, level voice dari guru harus 65 – 75 dB (ini suara orang berbicara lantang), kalau bising latar belakang sudah 60-70 dB (suara lalu lintas), maka level suara guru harus 75-85 dB (mean ber teriak)

A: Okeh…understood kalau begitu..he..he..saya pernah rapat di suatu ruangan dan saya ukur pake hape kebisingan ruangan itu karena AC sentral, dan ternyata sekitar 60dB tuh…he..he.. jadi peserta rapatnya kayak marah-marah…he..he.. Saya paling capek kalau habis ngajar sore hari dan gerimis…he..he.. apalagi kelasnya itu besar. Kayaknya data Bapak ini bisa saya sampaikan di kelas kalau saya minta anak-anak tidak bergemuruh saat saya ngajar…he..he..

B: salah satu penyebab ketidak berhasilan proses pendidikan dan pembelajaran formal di Indonesia adalah ketidak mampuan sarana pendidikan dan pembelajaran untuk mencipatakan kondisi atau state LISTENING …. kondisi atau state yang tercapai hanyalah HEARING …. …. selamat menempuh UN untuk anak anakku tingkat SD, semoga anda semua di sekolah sudah dibekali lewat suatu proses interaksi Listening yang baik, tidak sekedar mekanistik hearing , karena di usia-usia kalian lah BISING lingkungan memiliki pengaruh paling besar untuk mendukung proses memahami (LISTENING)

C: Secara UMUM, dari pengalaman lapangan saya selama ini, penyebab ‘EXCESIVE NOISE’ di SEKOLAH2 di Indonesia ini berasal dari ‘TRAFFIC NOISE’, sementara dari sisi ‘Community Noise’nya tidak begitu dominan, Pak. Solusi yang lebih mudah dan aplikatif adalah dengan KEBIJAKAN Pemerintah untuk menerapkan UU Lalu lintas secara KETAT dan TEGAS, dengan MELARANG pemakaian KNALPOT kendaraan yang NON-STANDARD pabrik-nya, dimana KNALPOT STANDARD pabrik sudah mengalami UJI BISING sebelum produk kendaraan dipasarkan. Yang lebih sulit adalah menerapkan Standard Bangunan Sekolah yg juga menempatkan standard noise sebagai salah satu OBJEKTIF-nya.. !

Advertisements

Dear Reader

Dear readers,

Mohon maaf tidak bisa terlalu sering mengupdate blog ini. Saya akan coba usahakan menjawab pertanyaan yang masuk semampu saya. Mudah-mudahan tahun ini bisa menulis lagi. Oya, group riset kami tahun ini akan fokus ke beberapa area berikut:

1. Open plan Office Acoustics
2. Forensic Speaker identification
3. Worships Building/Space Acoustics (Masjid, Gereja, dsb)
4. Micro Perforated Panel Absorption
5. Sound Field Simulation (Finite Different Time Domain)
6. Hospital Acoustics
7. Passenger Cabin Acoustics
8. Classroom Acoustics
9. Acoustics of Musical Instrument

Salam dari Bandung

UTS TF 3204

Sifat:

  • Take Home Test, Individual
    Tugas:
  • Evaluasi kondisi akustik ruang atau space BESAR pilihan anda sendiri.
    Laporan:

  • Berbentuk makalah, dengan jumlah halaman maksimal 10 halaman (kecuali jika memang sangat diperlukan, jumlah halaman boleh > 10)
  • Isi makalah setidaknya mengandung latar belakang, topik permasalahan, judgement atau penilaian subjektif dan atau objektif yang dilengkapi dengan ilustrasi secukupnya (foto, grafik, drawing/sketsa, dsb), analisis yang dilengkapi dengan landasan teori dan referensi yang cukup, dan ditutup dengan kesimpulan.

  • Makalah dikumupulkan paling lambat pukul 24.00 WIB, tanggal 29 Maret 2010 dalam bentuk softcopy (preferably pdf format) dan dikirimkan ke email tf3204akustik@gmail.com
  • Semua file UTS akan ditampilkan dalam blog ini, so be responsible for your paper!!!
  • Soundscape: Bagaimana lingkungan audial yang anda tempati atau lewati sehari-hari?

    Dear all,

    Mohon maaf lama sekali saya tidak mengupdate isi blog ini. Mudah-mudahan mulai hari ini bisa aktif kembali.
    Untuk memulai tulisan diawal tahun 2010 ini, saya ingin melemparkan ide yang berkaitan dengan judul post ini. “Bagaimana lingkungan audial yang anda tempai atau lewati sehari-hari”?. Yang saya maksud lingkungan audial disini adalah, apa-apa yang anda persepsi sehari-hari menggunakan kedua telinga anda. Kami di group akustik Teknik Fisika ITB ingin sekali membangun data base yang berkaitan dengan lingkungan audial (soundscape) yang dialami oleh teman-teman semua, khususnya yang di Indonesia. Idenya adalah, kami ingin mengumpulkan lingkungan audial disekitar anda, dengan memanfaatkan fungsi recording yang ada pada handphone yang anda miliki. (Atau barangkali sudah ada yang melakukannya di Indonesia?).
    Data base ini, nantinya akan sangat bermanfaat, misalnya digunakan sebagai acuan untuk pengendalian bising, atau misalnya dalam 10 – 20 tahun ke depan bisa digunakan sebagai acoustics preservation pada lingkungan tertentu, atau bisa juga digunakan untuk sumber data apabila ingin mengamati perubahan lingkungan audial pada pola hidup masyarakat ditempat itu misalnya. So what do you think?
    Kalau banyak yang tertarik, kami akan coba bangun blog khusus untuk upload suara-suara disekitar anda yang direkam lewat handphone anda masing-masing. Tentunya, ke depan akan diverifikasi dengan proses perekaman yang memenuhi kaidah akademik. But, handphone can be a good starting point. Ditunggu masukannya.

    Tak Berkutik Karena Akustik

    dikutip dari (TEMPO Majalah Berita Mingguan)
    Ilmu dan Teknologi
    26/XXXVII 18 Agustus 2008
    Suara tersangka Urip Tri Gunawan di telepon dipastikan dengan metode akustik. Senjata baru untuk pengadilan di Indonesia.

    TERDAKWA Urip Tri Gunawan masih mencoba bersiasat di Pengadilan Tindak Pidana Korupsi, Kamis dua pekan lalu. ”Itu kata-kata Artalyta (Suryani),” ujarnya tentang percakapannya di telepon yang menyebut kata Singapura.

    Tapi Urip sedang berhadapan dengan teknologi terbaik dalam forensik suara. Dengan tenang, saksi ahli kasus ini, pakar akustik Institut Teknologi Bandung, Joko Sarwono, memutar rekaman pembicaraan terdakwa kasus korupsi Bantuan Likuiditas Bank Indonesia itu dengan Artalyta.

    Belum usai rekaman diputarkan, Urip ”melempar handuk”. ”Saya kira sudah cukup, Yang Mulia,” katanya.

    Inilah pertama kalinya metode akustik dipakai untuk mendukung alat bukti di pengadilan Indonesia. Bukti hukum tersebut, itu tadi, sadapan percakapan telepon Urip dan Artalyta.

    Jaksa sebenarnya sudah mengantongi call detail record (CDR) dari telepon kedua tersangka. Namun penyidik perlu membuktikan suara di telepon tersebut milik Urip dan Artalyta. Apalagi, ada percakapan telepon di antara keduanya yang dilakukan tanpa menyebut nama dan kasusnya. Pada percakapan 10 Juni, misalnya, Artalyta memanggil Urip sebagai Pak Guru, sedangkan Urip memanggil Artalyta—kini sudah divonis 5 tahun penjara—Bu Guru.

    Pemanfaatan teknik forensik suara ini merupakan langkah penting dalam pengadilan di Indonesia. Memang, Undang-Undang tentang Informasi dan Transaksi Elektronik menyatakan informasi elektronik—termasuk suara hasil penyadapan—merupakan alat bukti hukum yang sah. Yang jadi soal, tanpa metode pembuktian yang sahih, fakta hukum ini gampang disanggah.

    Komisi Pemberantasan Korupsi-lah yang berinisiatif memakai teknik forensik untuk menunjukkan suara di telepon itu milik Urip dan Artalyta. Komisi ini meminta para ahli akustik Institut Teknologi Bandung turun tangan. Akhirnya, ditunjuklah Joko Sarwono dan rekan-rekannya di Grup Riset Teknik Fisika.

    Untuk memastikan suara di telepon itu milik Urip, Joko dan sejawatnya membandingkan suara tersebut dengan suara yang sudah diketahui sebagai suara dia. Suara pembanding ini di antaranya rekaman suara Urip saat ia diperiksa tim penyidik.

    Sebenarnya ada dua metode yang bisa dipakai untuk menentukan jati diri pemilik suara di telepon: metode subyektif dan obyektif. Pada metode subyektif, penilaian dilakukan oleh sejumlah responden. Dalam hal ini, responden bertugas menilai kemiripan suara di telepon dengan suara pembanding. ”Kami menghindari penilaian subyektif ini,” kata Joko.

    Soalnya, metode ini bisa memunculkan perdebatan. Teknik ini ibarat memeriksa buah mangga yang masak. Secara subyektif, mangga bisa dipilih dengan mengamati warna kulitnya. ”Namun rasa mangga itu belum tentu sama,” ujar Joko.

    Ini bukan berarti metode tersebut tak bisa dipakai. Jepang dan beberapa negara di Eropa biasa memakai penilaian subyektif ini dalam forensik suara. ”Di sana cara itu amat mungkin dilakukan karena sudah ada bank data suara yang memadai,” ujarnya. Memang, akurasi metode ini bergantung pada jumlah sampel suara yang tersedia.

    Menyadari kelemahan metode subyektif, Joko memilih metode obyektif yang disebut (yang berbasiskan pada – red) source filter model untuk memastikan suara Urip di telepon itu. Ini metode pemeriksaan suara yang menggabungkan hasil pengamatan atas produksi suara dan persepsinya.

    Mula-mula, Joko dan timnya mengumpulkan kata-kata Urip yang bisa dibandingkan dengan suara di telepon yang akan diperiksa. ”Proses ini yang paling makan waktu. Basis pembandingnya adalah kutipan kata yang sama,” ujar Joko.

    Misalnya, kata ”saya” tidak akan masuk data penelitian jika hanya terucap sekali. Tapi, kalau misalnya terucap 10 kali, kata itu menjadi calon untuk pembanding. Setelah Joko dan kawan-kawannya bekerja beberapa pekan, terkumpullah 15 kata yang bisa dibandingkan. Di antaranya ”ya, saya, telepon, Singapura, teman, di mana, mobil, pernah”.

    Dengan peranti lunak khusus, kata-kata itu dianalisis di komputer. Nama peranti lunaknya Praat, buatan kelompok riset linguistik Belanda, yang bisa diunduh gratis di http://www.praat.org. Meski gratis, peranti ini canggih. Menurut Joko, Praat bisa menganalisis secara akurat karakter suara, gaya bicara, baik asli maupun setelah ”tersaring”, serta spektrum dan intensitas suara obyek yang dipindai. ”Semua kalkulasi itu berjalan otomatis,” ujar Joko.

    Namun, maaf, prosesnya tak sesederhana seperti yang terlihat di film-film—berupa perbandingan kurva-kurva suara di layar komputer. Voice print—nama untuk kurva-kurva itu—hanya salah satu parameter dalam metode ini. ”Kita harus melihat lebih ke dalam, sampai ke karakteristik apa saja yang terkandung di dalam suara itu,” ujarnya.

    Hasil analisis atas suara di telepon itu sudah kelar. Joko telah mengajukannya di Pengadilan Tindak Pidana Korupsi pada Kamis dua pekan lalu itu. ”Identik 93 persen dengan suara Urip,” ujar Joko. Ke mana tujuh persennya?

    Itu pula yang dipersoalkan Urip di persidangan itu. Namun sanggahan Urip lagi-lagi membentur tembok.

    Pada metode ini, dua suara sudah disebut identik jika tingkat kesesuaiannya di atas 90 persen. Ini akibat suara yang gampang sekali berubah-ubah, tergantung kondisi saat suara direkam. Pada kasus Urip, misalnya, suara yang dianalisis adalah suara di telepon, sedangkan pembandingnya rekaman suara dalam ruangan. Bahkan suara sudah bisa berubah cuma oleh serangan flu. ”Dengan memperhatikan faktor-faktor itu, tentu saja akurasi mendekati 100 persen sulit diperoleh,” kata Joko kepada Tempo (lihat infografis).

    Joko mengakui penilaian dalam analisis suara itu baru mengacu pada kesepakatan-kesepakatan di antara para ahli yang menjadi sejawatnya. Padahal, di Eropa, Jepang, Australia, dan Amerika Serikat, penilaian untuk metode itu sudah baku, mengacu pada standar yang dikeluarkan asosiasi forensik suara. Asosiasi ini menginduk pada International Association of Forensic Linguists.

    Tapi, tenang saja, teknik forensik atas suara Urip-Artalyta tetap sahih. ”Kami mengacu pada standar operasi yang sudah berlaku di Amerika,” kata Joko. Selain itu, penilaian diperoleh dengan metode obyektif, ”Sehingga bisa dipertanggungjawabkan secara akademik,” ujarnya.

    Yandi M.R., Adelheid Sidharta (Bandung)


    Sulit memperoleh 100 persen tingkat kecocokan suara. Ada beberapa faktor yang mempengaruhi efisiensi metode ini:

  • Konteks obyek yang berbicara tidak bisa diulang.
  • Media bicaranya kadang berbeda. Misalnya satu melalui jalur telepon, sementara dalam pembuatan data kebanyakan direkam di ruangan.
  • Kondisi emosional obyek yang berbicara.
  • Kondisi fisik.
  • Obyek yang berbicara secara sadar mengubah suaranya.
  • Artalyta: Pak Guru. Urip: Iya, Ibu Guru. Artalyta: Jadi gini, ya. Prinsipnya besok itu sesuai keterangan beliau-beliau sama yang itu. Kemarin kan beliau sudah membantu Anda itu. Dia menyatakan, ”Pokoknya dari awal enggak ada indikasi.”
  • Diambil 15 kata sebagai sampel melalui responden dengan random terukur, di antaranya ”ya, saya, telepon, Singapura, teman, di mana, mobil, pernah, satu bulan”.
  • Suara dianalisis dengan metode source filter model. Dengan cara ini, bisa dilihat bagaimana suara itu diproduksi sehingga bisa diketahui siapa pemilik suara tersebut.
  • Analisis dilakukan dengan perangkat lunak Praat buatan periset linguistik Belanda. Bisa diperoleh gratis melalui Internet. Perangkat opensource ini berjalan dalam komputer Windows, Linux, atau Mac.
  • Skor

  • >90%: Identik
  • 80-90%: Mungkin identik
  • 50-80%: Belum bisa disimpulkan
  • 0-50%: Tidak identik