SISTEM PENGOLAHAN ISYARAT
|
|
- Handoko Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 TKE 2403 SISTEM PENGOLAHAN ISYARAT Kuliah 8 Analisis Wavelet : Wavelet Kontinyu Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 2009
2 KULIAH 8 SISTEM PENGOLAHAN ISYARAT Analisis Wavelet : Wavelet Kontinyu Pendahuluan Sebagaimana telah diuraikan pada bab sebelumnya, sebuah alihragam dapat dipandang sebagai suatu pemetaan kembali suatu sinyal tertentu sehingga dapat memperlihatkan lebih banyak informasi daripada sinyal aslinya. Alihragam Fourier memberikan informasi mengenai konten frekuensi yang sebelumnya tidak tampak jika sinyal disajikan dalam domain waktu (sinyal asli). Namun alihragam Fourier tidak mampu mendiskripsikan karakteristik waktu dan frekuensi secara bersamaan. Alihragam wavelet dapat digunakan untuk mendiskripsikan suatu sinyal yang ubah waktu; sinyal tidak dibagi menjadi bagian-bagian menurut waktu namun dibagi menjadi segmen-segmen menurut suatu skala. Alihragam Fourier dinyatakan sebagai X jω t ( ω m ) = x( t) e m dt (1) Sinyal sinusoidal biasanya digunakan dalam aliragam Fourier karena sifat frekuensinya yang unik yaitu energinya terkandung pada satu frekuensi tertentu. Sebenarnya sebarang fungsi (selain sinusoidal) dapat digunakan. Jika fungsi tersebut mempunyai durasi yang terhingga saja, maka akan dapat digeser-geser sepanjang sinyal x(t) (seperti dilakukan pada proses konvolusi) dan dihasilkan alihragam Fourier yang sifatnya short-term atau STFT (short-term Fourier transform). STFT( t, f ) j2π f τ = x( τ ) ( w( t τ ) e ) dτ (2)
3 Dengan f adalah frekuensi yang juga mengindikasikan keanggotaan, w(t - τ) adalah fungsi jendela dengan t berlaku sebagai penggeser jendela sepanjang x. Secara umum persamaan (2) dapat ditulis kembali sebagai persamaan berikut. X ( t, m ) = x ( τ ) f ( t τ ) m dτ (3) Dengan f(t) m adalah fungsi keanggotaan dan m menspesifikasikan nomor keanggotaan. Alihragam Wavelet Kontinyu Alihragam wavelet mempergunakan konsep yang dinyatakan pada persamaan (3). Dalam analisis wavelet, ada sejumlah fungsi yang dapat digunakan, namun keanggotaannya selalu terdiri atas versi-versi yang diregangkan atau dimampatkan dari fungsi basisnya, sebagaimana halnya pergeseran. Konsep ini mengarah pada definisi persamaan untuk alihragam wavelet kontinyu (CWT: Continuous Wavelet Transform), 1 * t b W ( a, b) = x( ) ψ dt a a τ (4) Dengan b berlaku sebagai penggeser fungsi sepanjang x(t) dan a berlaku sebagai penskala waktu pada fungsi ψ. Jika a lebih besar daripada 1, fungsi wavelet ψ menjadi terregang sepanjang sumbu waktu dan jika a kurang daripada 1 (dan masih bernilai positif), maka ψ akan termampatkan. Jika nilai a negatif maka akan membuat fungsi wavelet ψ menjadi terbalik pada arah sumbu waktu. Tanda * menunjukkan operasi konjugat kompleks, dan normalisasi memastikan bahwa energinya sama untuk semau nilai a (dan juga untuk semua nilai b). Jika b = 0 dan a = 1, maka wavelet berada dalam bentuk naturalnya dan disebut dengan istilah the mother wavelet yaitu ψ 1,0 (t) = ψ(t). Gambar 1 memperlihatkan hal ini (dan beberapa anggotanya yang dihasilkan oleh 1 a
4 beberapa pergeseran yaitu dilasi dan kontraksi). Pada gambar tersebut digunakan wavelet Morlet yang dinyatakan dengan = 2 t 2 ( t) e cos π t ln 2 ψ (5) Gambar 1. Mother wavelet (a=1) dengan dua dilasi (a = 2 dan 4) dan satu kontraksi (a = 0,5) Koefisien wavelet, W(a, b), menggambarkan korelasi antara sinyal dengan wavelet pada berbagai pergeseran dan skala: kemiripan antara sinyal dan wavelet pada suatu kombinasi skala dan posisi yaitu a,b. Dengan kata lain, koefisien wavelet menentukan amplitude deret wavelet pada jangkauan skala dan pergeseran yang harus dijumlahkan untuk merekontruksi kembali sinyal. Jika fungsi wavelet ψ(t) dapat dipilih dengan tepat, maka dimungkinkan untuk merekontruksi sinyal aslinya dari koefisien wavelet (seperti yang dilakukan pada alihragam Fourier). Oleh karena CWT mendekomposisi sinyal menjadi koefisien-
5 koefisien dari dua variabel yaitu a dan b, maka dibutuhkan penjumlahan (atau integrasi) ganda untuk memperoleh kembali sinyal asli dari koefisien-koefisien tersebut. Hal ini dinyatakan pada persamaan berikut. Dengan a= 1 x ( t) = W ( a, b) a, b ( t) da db C b= ψ (6) C = ψ ( ω) ω 2 dω dan 0 < C < (disebut kondisi yang diijinkan atau admissibility condition). Biasanya jika dikehendaki untuk memperoleh kembali sinyal asli maka akan digunakan alihragam wavelet diskret (karena lebih mudah dan perhitungan yang harus dilakukan juga lebih sedikit). Karakteristik Waktu Frekuensi Wavelet Wavelet seperti yang ditunjukkan pada Gambar 1 tidak berada pada satu waktu atau frekuensi yang spesifik. Kenyataannya wavelet menawarkan kompromi antara letak waktu dan frekuensi: wavelet terlokalisir dalam waktu dan frekuensi (namun tidak untuk salah satunya). Ukuran jangkauan waktu untuk suatu wavelet tertentu, yaitu Δt ψ, dapat ditentukan oleh akar kuadrat momen kedua (second moment) wavelet tersebut terhadap pusat waktunya (yaitu momen pertama), Dengan t 0 adalah waktu pusat atau momen pertama dari wavelet dan ditentukan dengan persamaan berikut. (7)
6 Dengan cara yang sama maka jangkauan frekuensi suatu wavelet, yaitu Δω ψ, dapat ditentukan dengan (8) (9) Dengan ψ(ω) adalah representasi domain frekuensi (yaitu alihragam Fourier) dari ψ(t/a) dan ω 0 adalah frekuensi pusat dari ψ(ω). Frekuensi pusat ditentukan dengan persamaan yang serupa dengan persamaan (8), yaitu (10) Jangkauan waktu dan frekuensi dari keanggotaan dapat diperoleh dari mother wavelet menggunakan persamaan (7) dan (9). Dilasi oleh variabel a mengubah jangkauan waktu dengan cara mengalikan Δt ψ dengan a. Dengan demikian, jangkauan waktu dari ψ a,0 didefinisikan sebagai Δt ψ (a) = a Δt ψ. Hubungan terbalik antara waktu dan frekuensi diperlihatkan pada Gambar 2 yang diperoleh dengan menerapkan persamaan (7 10) pada wavelet Mexican Hat. Wavelet Mexican Hat dinyatakan dengan persamaan berikut. (11)
7 Gambar 2. Batas-batas waktu-frekuensi dari wavelet Mexican Hat untuk berbagai nilai a Jangkauan frekuensi, atau bandwidth, akan sama dengan jangkauan mother wavelet dibagi a; yaitu Δω ψ (a) = Δω ψ / a. Jika jangkauan frekuensi dikalikan dengan a, maka akan dihasilkan sebuah konstanta yaitu hasil kali konstanta yang dihasilkan oleh persamaan (7) dan (9), (12) Persamaan (12) menunjukkan bahwa hasil kali tersebut invarian terhadap dilasi dan bahwa jangkauan terhubung terbalik: kenaikan pada jangkauan frekuensi, Δω ψ (a) akan menurunkan jangkauan waktu Δt ψ (a). Jangkauanjangkauan ini berhubungan dengan resolusi waktu dan frekuensi dari CWT. Dengan menurunkan jangkauan waktu wavelet (yaitu dengan menurunkan a) akan menghasilkan karakteristik waktu yang lebih akurat namun dengan mengorbankan resolusi frekuensi. Demikian juga jika sebaliknya.
8 Oleh karena resolusi waktu dan frekuensi mempunyai hubungan terbalik, maka CWT akan menawarkan resolusi yang lebih baik jika a besar dan panjang wavelet (dan jendela waktu efektifnya) panjang. Sebaliknya, jika a kecil, waveletnya pendek dan resolusi waktu-nya maksimum namun wavelet hanya merespon komponen frekuensi tinggi saja. Karena a bervariasi, maka dapat dilakukan tadeoff antara resolusi waktu dan frekuensi, dan ini merupakan kunci CWT. Contoh 1 Tulis program dalam Matlab untuk membentuk CWT dari sebuah sinyal yang terdiri atas dua sinyal sinus yang berturutan dengan frekuensi 10 dan 40 Hz (seperti terlihat pada Gambar 3). Plot koefisien wavelet sebagai fungsi a dan b. Gunakan wavelet Morlet. 1 Sinyal Sinus 10 dan 40 Hz amplitude waktu, detik Gambar 3. Dua sinyal sinus berbeda frekuensi (10 dan 40 Hz) dengan perubahan frekuensi secara mendadak (step)
9 % Contoh 1 dan Gambar 3 dan Gambar 4 % Membangkitkan dua sinusoaida yang berubah frekuensi secara step % Menerapkan alihragam wavelet kontinyu dan menggambar hasilnya clear all; close all; % Setting konstanta fs = 500; N = 1024; N1 = 512; f1 = 10; Hz f2 = 40; Hz resol_level = 128; decr_a =.5; a_init = 4; wo = pi*sqrt(2/log2(2)); % frekuensi sampling % panjang sinyal % jumlah titik wavelet % frekuensi sinusoida pertama dalam % frekuensi sinusoida kedua dalam % jumlah nilai a % penurunan a % nilai awal a % faktor skala frekuensi wavelet % Membangkitkan dua gelombang sinus pada Gambar 3 tn = (1:N/4)/fs; % vektor waktu utk membangkitkan sinus b = (1:N)/fs; % vektor waktu untuk plotting x = [zeros(n/4,1);sin(2*pi*f1*tn)';sin(2*pi*f2*tn)';zeros(n/4,1)]; plot (b,x) xlabel('waktu, detik') ylabel('amplitude') title('sinyal Sinus 10 dan 40 Hz') ti = ((1:N1/2)/fs)*10; % vektor waktu untuk membangun wavelet % Menghitung alihragam wavelet kontinyu (wavelet morlet) for i = 1:resol_level a(i) = a_init/(1+i*decr_a); % set skala t = abs(ti/a(i)); % vektor skala untuk wavelet mor = (exp(-t.^2).*cos(wo*t))/sqrt(a(i)); wavelet = [fliplr(mor) mor] % membuat simetri terhadap nol ip = conv(x, wavelet); % konvolusi wavelet dan sinyal ex = fix((length(ip)-n)/2); % menghitung titik tambahan/2 CW_Trans(:,i) = ip(ex+1:n+ex,1); end % Plot dalam 3 dimensi figure d = fliplr(cw_trans); mesh(a,b,cw_trans) xlabel('skala a') ylabel('b (detik)') zlabel('cwt') title('cwt Sinyal Sinus 10 dan 40 Hz') rotate3d on % view(130,50) Ket: Nama file SPI_wavelet_1.m
10 Gambar 4a. Koefisien wavelet dari CWT sinyal yang terdiri atas dua sinyal sinus sekuensial dengan frekuensi 10 dan 40 Hz menggunakan wavelet Morlet Gambar 4b. Gambar 4a yang pada sudut azimuth (az) 130 dan elevasi (el) 50
11 Contoh 2 Tentukan batas-batas waktu frekuensi dari wavelet Mexican Hat dengan menerapkan persamaan (7 10). Untuk setiap nilai a, wavelet yang terskala dibentuk menggunakan pendekatan yang sama dengan yang digunakan pada contoh 1. Magnitude kuadrat dari tanggapan frekuensi dihitung menggunakan FFT. Waktu pusat, t 0, dan frekuensi pusat, w 0, dibentuk dengan menggunakan persamaan (8) dan (10) secara langsung. Perlu dicatat bahwa karena wavelet dibentuk simetris terhadap t = 0 maka waktu pusat t 0 akan selalu nol dan waktu offset t 1 ditambahkan untuk kepentingan plotting. Batas-batas waktu dan frekuensi dihitung menggunakan persamaan (7) dan (9), hasilnya digambar sebagai sebuah persegipanjang yang bersesuaian dengan waktu pusat dan frekuensi pusat masing-masing. % Contoh 2 dan Gambar 5 % Menggambar batas-batas wavelet untuk berbagai nilai 'a' % Menentukan jangkauan waktu dan frekuensi dari wavelet Mexican Hat % Menggunakan persamaan (7-10) clear all; close all; N = 1000; fs = 1000; (asumsi) wo1 = pi*sqrt(2/log2(2)); wavelet a = [ ]; x1 = ((1:N/2)/fs)*10; t = (1:N)/fs; omega = (1:N/2)*fs/N; % Panjang data % Frekuensi pencuplikan % Konstanta utk skala waktu % Nilai-nilai a % Wavelet selama +/- 10 detik % Skala waktu % Skala frekuensi for i = 1:length(a) t1 = x1./a(i) % Vektor waktu utk wavelet mex = exp(-t1.^2).*(1-2*t1.^2); % Wavelet Mexican Hat w = [fliplr(mex) mex]; % Simetri terhadap nol wsq = abs(w).^2 % Kuadrat dari wavelet W = fft(w); % Mencari representasi frekuensi dan Wsq = abs(w(1:n/2)).^2; % kuadratnya. Jangkauan yg digunakan % hanya fs/2 t0 = sum(t.*wsq)/sum(wsq); % Menghitung waktu pusat d_t = sqrt(sum((t-t0).^2.*wsq)/sum(wsq)); % Menghitung sebaran waktu w0 = sum(omega.*wsq)/sum(wsq); % Menghitung frekuensi pusat d_w0 = sqrt(sum((omega-w0).^2.*wsq)/sum(wsq));
12 t1 = t0*a(i); % Mengatur posisi waktu hold on; % Menggambar batas-batas waktu - frekuensi plot([t1-d_t t1-d_t], [w0-d_w0 w0+d_w0],'m'); plot([t1+d_t t1+d_t], [w0-d_w0 w0+d_w0],'m'); plot([t1-d_t t1+d_t], [w0-d_w0 w0-d_w0],'m'); plot([t1-d_t t1+d_t], [w0+d_w0 w0+d_w0],'m'); title('batas-batas waktu-frekuensi wavelet Mexican Hat') xlabel('waktu (detik)') ylabel('frekuensi (rad/det)') end Ket: Nama file SPI_wavelet_2.m 11 Batas-batas waktu-frekuensi wavelet Mexican Hat frekuensi (rad/det) waktu (detik) Gambar 5. Batas-batas waktu-frekuensi dari wavelet Mexican Hat untuk berbagai nilai a (bandingkan dengan yang diperlihatkan pada Gambar 2).
SISTEM PENGOLAHAN ISYARAT
TKE 243 SISTEM PENGOLAHAN ISYARAT Kuliah 1 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 29 1 KULIAH 1
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
Lebih terperinciSISTEM PENGOLAHAN ISYARAT
TKE 2403 SISTEM PENGOLAHAN ISYARAT Kuliah 9 Analisis Wavelet : Alihragam Wavelet Diskret Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
Lebih terperinciBab 1 Pengenalan Dasar Sinyal
Bab 1 Pengenalan Dasar Sinyal Tujuan: Siswa mampu menyelesaikan permasalahan terkait dengan konsep sinyal, menggambarkan perbedaan sinyal waktu kontinyu dengan sinyal waktu diskrit. Siswa mampu menjelaskan
Lebih terperinciTKE 3105 ISYARAT DAN SISTEM. Kuliah 5 Sistem LTI. Indah Susilawati, S.T., M.Eng.
TKE 3105 ISYARAT DAN SISTEM Kuliah 5 Sistem LTI Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta
Lebih terperinciSOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA
SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth
Lebih terperinciDeret Fourier dan Respons Frekuensi
Program Studi Teknik Telekomunikasi - Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Praktikum Pengolahan Sinyal Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 2 : Deret
Lebih terperinciBAB II LANDASAN TEORI. terdiri dari bagian atas yang disebut serambi (atrium) dan bagian bawah yang
BAB II LANDASAN TEORI 2.1 Sinyal Suara Jantung (PCG) Jantung adalah organ tubuh yang berfungsi untuk memompa darah dan terdiri dari bagian atas yang disebut serambi (atrium) dan bagian bawah yang disebut
Lebih terperinciSISTEM PENGOLAHAN ISYARAT. Kuliah 1 Sinyal Deterministik
TKE 2403 SISTEM PENGOLAHAN ISYARAT Kuliah 1 Sinyal Deterministik Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 2009 1
Lebih terperinciDeret Fourier untuk Sinyal Periodik
x( t T ) x( Analisis Fourier Jean Baptiste Fourier (1768-1830, ahli fisika Perancis) membuktikan bahwa sembarang fungsi periodik dapat direpresentasikan sebagai penjumlahan sinyal-sinyal sinus dengan frekuensi
Lebih terperinciMODUL 7 TRANSFORMASI FOURIER DISKRIT
MODUL 7 TRANSFORMASI FOURIER DISKRIT I. TUJUAN - Siswa mampu memahami konsep dasar transformasi sinyal awaktu diskrit dan mampu menyusun program simulasinya. II. TEORI DASAR Sebelum kita berbicara tentang
Lebih terperinciModul 1 : Respons Impuls dan Deret Fourier
Program Studi Teknik Telekomunikasi - Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Praktikum Pengolahan Sinyal dalam Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 1
Lebih terperinciIMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER
IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER M. Jamaluddin 1, Nanik Suciati 2, Arya Yudhi Wiajaya 3 1,2,3 Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciTEKNIK TELEKOMUNIKASI DASAR. Kuliah 4 Modulasi Frekuensi
TKE 2102 TEKNIK TELEKOMUNIKASI DASAR Kuliah 4 Modulasi Frekuensi Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 2009 B
Lebih terperinciANALISIS SISTEM KENDALI
ANALISIS SISTEM KENDALI PENDAHULUAN ANALISIS WAKTU ALIH Tanggapan Waktu Alih Orde 1 Tanggapan Waktu Alih Orde Spesifikasi Tanggapan Waktu Alih Penurunan Rumus Spesifikasi Tanggapan Waktu Alih Orde Tinggi
Lebih terperinciAnalisis Karakteristik Gangguan Hubung Singkat Antar Belitan Transformator Menggunakan Transformasi Wavelet Diskrit
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro 47 Analisis Karakteristik Gangguan Hubung Singkat Antar Belitan Transformator Menggunakan Transformasi Wavelet Diskrit Herman H Sinaga 1, Henry B. H. Sitorus
Lebih terperinciAnalisis Karakteristik Gangguan Hubung Singkat Antar Belitan Transformator Menggunakan Transformasi Wavelet Diskrit
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro 47 Analisis Karakteristik Gangguan Hubung Singkat Antar Belitan Transformator Menggunakan Transformasi Wavelet Diskrit Herman H Sinaga 1, Henry B. H. Sitorus
Lebih terperinciTransformasi Laplace
TKS 43 Matematika II Transformasi Laplace (Laplace Transform) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya PENDAHULUAN Pengertian Transformasi Transformasi adalah teknik atau formula
Lebih terperinciModulasi Sudut / Modulasi Eksponensial
Modulasi Sudut / Modulasi Eksponensial Modulasi sudut / Modulasi eksponensial Sudut gelombang pembawa berubah sesuai/ berpadanan dengan gelombang informasi kata lain informasi ditransmisikan dengan perubahan
Lebih terperinciAnalisa Suara Normal Dan Suara Gangguan Tenggorokan Dalam Domain Waktu-Frekuensi Menggunakan Transformasi Wavelet
Jurnal Teknik Elektro dan Komputer, Vol 2, No 2, Oktober 2014, 173-180 173 Analisa Suara Normal Dan Suara Gangguan Tenggorokan Dalam Domain Waktu-Frekuensi Menggunakan Transformasi Wavelet Luqman Hakim
Lebih terperinciTKE 3105 ISYARAT DAN SISTEM. B a b 2 S i s t e m. Indah Susilawati, S.T., M.Eng.
TKE 3105 ISYARAT DAN SISTEM B a b 2 S i s t e m Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 2009 51 B A B I I S I S
Lebih terperinciBAB II PENCUPLIKAN DAN KUANTISASI
BAB II PENCUPLIKAN DAN KUANTISASI Sebagian besar sinyal-sinyal di alam adalah sinyal analog. Untuk memproses sinyal analog dengan sistem digital, perlu dilakukan proses pengubahan sinyal analog menjadi
Lebih terperinciMATERI 4 MATEMATIKA TEKNIK 1 DERET FOURIER
MATERI 4 MATEMATIKA TEKNIK 1 DERET FOURIER 1 Deret Fourier 2 Tujuan : 1. Dapat merepresentasikan seluruh fungsi periodik dalam bentuk deret Fourier. 2. Dapat memetakan Cosinus Fourier, Sinus Fourier, Fourier
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciMODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI
MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI I. TUJUAN - Mengamati sinyal dalam domain waktu dan domain frekuensi dengan menggunakan library FFT II. DASAR TEORI 2.1 Transformasi Fourier Satu bentuk transformasi
Lebih terperinciBAB II TINJAUAN PUSTAKA. terjadi karena bergetarnya suatu benda, yang menyebabkan udara di sekelilingnya
BAB II TINJAUAN PUSTAKA 2. Nada dan Solmisasi 2.. Nada Apa yang dapat kita tangkap dengan pendengaran, disebut suara. Suara terjadi karena bergetarnya suatu benda, yang menyebabkan udara di sekelilingnya
Lebih terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciSIGNAL & SPECTRUM O L E H : G U TA M A I N D R A. Rangkaian Elektrik Prodi Teknik Elektro Fakultas Teknik 2017
SIGNAL & SPECTRUM O L E H : G U TA M A I N D R A Rangkaian Elektrik Prodi Teknik Elektro Fakultas Teknik 2017 TUJUAN PERKULIAHAN Memahami berbagai pernyataan gelombang sinyal Memahami konsep harmonisa
Lebih terperinciModul 1 : Respons Impuls
Praktikum Pengolahan Sinyal Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 1 : Respons Impuls Program Studi Teknik Telekomunikasi Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciMODUL 1 OPERASI-OPERASI ARRAY
MODUL 1 OPERASI-OPERASI ARRAY 1. PENDAHULUAN Semua operasi yang akan dilakukan pada praktikum ini melibatkan bilanganbilangan tunggal yang disebut skalar. Operasi-operasi yang melibatkan skalar adalah
Lebih terperinciDERET FOURIER DAN APLIKASINYA DALAM FISIKA
Matakuliah: Fisika Matematika DERET FOURIER DAN APLIKASINYA DALAM FISIKA Di S U S U N Oleh : Kelompok VI DEWI RATNA PERTIWI SITEPU (8176175004) RIFKA ANNISA GIRSANG (8176175014) PENDIDIKAN FISIKA REGULER
Lebih terperinciMODUL. Nyquist dan Efek Aliasing, dan Transformasi Fourier Diskrit
MODUL Nyquist dan Efek Aliasing, dan Transformasi Fourier Diskrit PENDAHULUAN Pada awalnya kita hanya mengenal sinyal atau isyarat analog dan kontinyu (terus menerus tanpa ada jeda sedikitpun, misalnya
Lebih terperinciUntai Elektrik I. Waveforms & Signals. Dr. Iwan Setyawan. Fakultas Teknik Universitas Kristen Satya Wacana. Untai 1. I. Setyawan.
Untai Elektrik I Waveforms & Signals Dr. Iwan Setyawan Fakultas Teknik Universitas Kristen Satya Wacana Secara umum, tegangan dan arus dalam sebuah untai elektrik dapat dikategorikan menjadi tiga jenis
Lebih terperinciBAB II DASAR TEORI. Dalam bab ini penulis akan menjelaskan teori teori yang diperlukan untuk
BAB II DASAR TEORI Dalam bab ini penulis akan menjelaskan teori teori yang diperlukan untuk mewujudkan sistem penyamaan adaptif dengan algoritma galat kuadrat terkecil ternormalisasi pada suatu titik.
Lebih terperinciBAB I PENDAHULUAN. waktu adalah suatu deret observasi yang berurut dalam waktu. Analisis data
BAB I PENDAHULUAN 1.1. Latar Belakang Analisis time series (runtun waktu) banyak digunakan dalam berbagai bidang, misalnya ekonomi, teknik, geofisik, pertanian dan kedokteran. Runtun waktu adalah suatu
Lebih terperinciKONSEP SINYAL. Asep Najmurrokhman Jurusan Teknik Elektro Universitas Jenderal Achmad Yani February EL2032 Sinyal dan Sistem
KONSEP SINYAL Asep Najmurrokhman Jurusan Teknik Elektro Universitas Jenderal Achmad Yani 1 18 February 2013 Tujuan Belajar : mendefinisikan sinyal dan memberi contoh tentang sinyal menggambarkan domain
Lebih terperinciDesign FIR Filter. Oleh: Tri Budi Santoso Group Sinyal, EEPIS-ITS
Design FIR Filter Oleh: Tri Budi Santoso Group Sinyal, EEPIS-ITS 1 Filter Digital Sinyal input = x(n) Respon impuls filter = h(n) Sinyal output = y(n) Ouput merupakan konvolusi respon impuls filter dengan
Lebih terperinci(2) dengan adalah komponen normal dari suatu kecepatan partikel yang berhubungan langsung dengan tekanan yang diakibatkan oleh suara dengan persamaan
Getaran Teredam Dalam Rongga Tertutup pada Sembarang Bentuk Dari hasil beberapa uji peredaman getaran pada pipa tertutup membuktikan bahwa getaran teredam di dalam rongga tertutup dapat dianalisa tidak
Lebih terperinciSINYAL SISTEM SEMESTER GENAP S1 SISTEM KOMPUTER BY : MUSAYYANAH, MT
1 SINYAL SISTEM SEMESTER GENAP S1 SISTEM KOMPUTER BY : MUSAYYANAH, MT List Of Content 2 Pengertian Sinyal Pengertian Sistem Jenis-Jenis Sinyal dan Aplikasinya Pengertian Sinyal 3 sinyal adalah suatu isyarat
Lebih terperinciHubungan 1/1 filter oktaf. =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz
Hubungan 1/1 filter oktaf f 1 f 2 f 1 = 2 1/2f c f 1 = 2 1/2f c f 1 = 2f c1 = frekuensi tengah penyaring =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz Analisis oktaf sepertiga,
Lebih terperinciBab Persamaan Beda dan Operasi Konvolusi
Bab 3. 3. Persamaan Beda dan Operasi Konvolusi Oleh: Tri Budi Santoso Politeknik Elektronika Negeri Surabaya-ITS Tujuan: -Siswa mampu membedakan persamaan beda dengan persamaan diferensial -Siswa mampu
Lebih terperinciudara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.
BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun
Lebih terperinciKata kunci: Fourier, Wavelet, Citra
TRANSFORMASI FOURIER DAN TRANSFORMASI WAVELET PADA CITRA Oleh : Krisnawati Abstrak Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi
Lebih terperinciTRANSFORMASI WAVELET DISKRIT PADA SINTETIK PEMBANGKIT SINYAL ELEKTROKARDIOGRAM
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 01 (2014), pp. 95 104. TRANSFORMASI WAVELET DISKRIT PADA SINTETIK PEMBANGKIT SINYAL ELEKTROKARDIOGRAM Yedidia Panca, Tulus, Esther Nababan Abstrak. Transformasi
Lebih terperinciTUGAS 3 SISTEM PENGOLAHAN SINYAL
TUGAS 3 SISTEM PENGOLAHAN SINYAL Nama : Suyatmadi NIM : D01111027 Sinyal Sinusoidal f = 250; T = 1/f; tmin = 0; tmax = 1*T; dt = T/1000; dt1 = 1/2500; t = tmin:dt:tmax; sinyal = (2*pi*f*t); x = sin(sinyal);
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.. Respon Impuls Akustik Ruangan. Respon impuls akustik suatu ruangan didefinisikan sebagai sinyal suara yang diterima oleh suatu titik (titik penerima, B) dalam ruangan akibat suatu
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinciMODUL 2 PEMBANGKITKAN SINYAL
MODUL 2 PEMBANGKITKAN SINYAL I. TUJUAN - Mahasiswa dapat membangkitkan beberapa jenis sinyal dasar yang banyak digunakan dalam analisa Sinyal dan Sistem. II. DASAR TEORI 2.1 Sinyal Sinyal merupakan sebuah
Lebih terperinciREPRESENTASI ISYARAT ISYARAT FOURIER
REPRESENTASI ISYARAT ISYARAT FOURIER Ridzky Novasandro (32349) Yodhi Kharismanto (32552) Theodorus Yoga (34993) Jurusan Teknik Elektro dan Teknologi Informasi Fakultas Teknik Universitas Gadjah Mada 3.
Lebih terperinciKULIAH 9 FILTER DIGITAL
KULIAH 9 FILTER DIGITAL TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 9 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu
Lebih terperinciJaringan Syaraf Tiruan pada Robot
Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.
Lebih terperinciMATERI PENGOLAHAN SINYAL :
MATERI PENGOLAHAN SINYAL : 1. Defenisi sinyal 2. Klasifikasi Sinyal 3. Konsep Frekuensi Sinyal Analog dan Sinyal Diskrit 4. ADC - Sampling - Aliasing - Quantiasasi 5. Sistem Diskrit - Sinyal dasar system
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 SINYAL DASAR ATAU FUNGSI SINGULARITAS Sinyal dasar atau fungsi singularitas adalah sinyal yang dapat digunakan untuk menyusun atau mempresentasikan sinyal-sinyal yang lain. Sinyal-sinyal
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM A. Tujuan 1. Mahasiswa dapat mengenali jenis-jenis isyarat dasar. 2. Mahasiswa dapat merepresentasikan isyarat-isyarat dasar tersebut pada MATLAB
Lebih terperinciC.1 OSILASI GANDENG PEGAS
Mata Kuliah GELOMBANG-OPTIK OPTIK TOPIK I SUB TOPIK OSILASI GANDENG C. SISTEM OSILASI DUA DERAJAT KEBEBASAN:OSILASI GANDENG Satu derajat kebebasan: Misalkan: pegas yang memiliki satu simpangan Dua derajat
Lebih terperinciPENGOLAHAN SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT
PENGOLAHAN SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT Evrita Lusiana Utari Prodi Teknik Elektro Fakultas Sains & Teknologi Universitas Respati Yogyakarta Jl. Laksda Adisucipto km
Lebih terperinciKONSEP FREKUENSI SINYAL WAKTU KUNTINYU & WAKTU DISKRIT
KONSEP FREKUENSI SINYAL WAKTU KUNTINYU & WAKTU DISKRIT Sinyal Sinusoidal Waktu Kontinyu T=/F A A cos X Acos Ft a 0 t t Sinyal dasar Eksponensial dng α imajiner X Ae a j t Ω = πf adalah frekuensi dalam
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. perangkat pendukung yang berupa piranti lunak dan perangkat keras. Adapun
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Perangkat Ajar Dalam perancangan dan pembuatan perangkat ajar ini membutuhkan perangkat pendukung yang berupa piranti lunak dan perangkat keras. Adapun
Lebih terperinciBAB III PROTEKSI TRANSFORMATOR DAYA MENGGUNAKAN TRANSFORMASI WAVELET. 1980, dalam bahasa Prancis ondelette, yang berarti gelombang kecil.
BAB III PROTEKSI TRANSFORMATOR DAYA MENGGUNAKAN TRANSFORMASI WAVELET A. Dasar Teori Transformasi Kata dikemukakan oleh Morlet dan Grossmann pada awal tahun 1980, dalam bahasa Prancis ondelette, yang berarti
Lebih terperinciMODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL PENGHIUNGAN ENERGI PADA SINYAL WICARA I. UJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR EORI.1. Energi Suatu Sinyal
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Transformasi Laplace Salah satu cara untuk menganalisis gejala peralihan (transien) adalah menggunakan transformasi Laplace, yaitu pengubahan suatu fungsi waktu f(t) menjadi
Lebih terperinciMODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR TEORI 2.1. Energi Suatu
Lebih terperinciSIGNAL AND NOISE IN COMMUNICATION SYSTEM
SIGNAL AND NOISE IN COMMUNICATION SYSTEM Signal, Noise and S/N Signal is used to carry useful information; noise, which enters the system from a variety of sources and degrades the signal, reducing the
Lebih terperinciPENGOLAHAN SINYAL DAN SISTEM DISKRIT. Pengolahan Sinyal Analog adalah Pemrosesan Sinyal. bentuk m dan manipulasi dari sisi sinyal dan informasi.
PENGOLAHAN SINYAL DAN SISTEM DISKRIT Pengolahan Sinyal Analog adalah Pemrosesan Sinyal yang mempunyai kaitan dengan penyajian,perubahan bentuk m dan manipulasi dari sisi sinyal dan informasi. Pengolahan
Lebih terperinciBAB III METODOLOGI. dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan
23 BAB III METODOLOGI 3.1 Metodologi Penelitian Penelitian ini ingin membangun sistem yang dapat melakukan langkah dasar identifikasi, yaitu melakukan ektraksi suara Gamelan Bonang, dengan ekstrasi ini,
Lebih terperinciDERET FOURIER. 1. Pendahuluan
DERET FOURIER 1. Pendahuluan Teorema Fourier: Suatu fungsi periodik terhadap waktu, x p (t), dengan perioda dasar T 0, dapat dinyatakan sebagai jumlah tak hingga dari gelombang-gelombang sinusoidal. Fungsi
Lebih terperinciKOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER DOSEN : SUSMINI I. LESTARININGATI, M.T
KOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER 2 GANJIL 2017/2018 DOSEN : SUSMINI I. LESTARININGATI, M.T Data/Message Data yang dihasilkan oleh manusia atau aplikasi tidak dalam bentuk yang dapat langsung
Lebih terperinci1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG. Sinyal-sinyal analog di alam:
1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG Sinyal-sinyal analog di alam: 1. Suara 2. Sinyal biologis 3. Sinyal seismik 4. Sinyal radar 5. Sinyal sonar 6. Sinyal audio dan video Tiga langkah proses
Lebih terperinciTEKNIK TELEKOMUNIKASI DASAR. Kuliah 5 Modulasi Pulsa
TKE 2102 TEKNIK TELEKOMUNIKASI DASAR Kuliah 5 Modulasi Pulsa Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 2009 B A B
Lebih terperinciKlasifikasi Sinyal Elektrokardiografi Menggunakan Wavelet Transform Dan Neural Network
136 Klasifikasi Sinyal Elektrokardiografi Menggunakan Wavelet Transform Dan Neural Network Fuad Lutfi*, Achmad Arifin Jurusan Teknik Elektro, ITS Surabaya 60111 Phone : (62 31) 594 7302, Fax : (62 31)
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciPENGENALAN POLA SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT
PENGENALAN POLA SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT Evrita Lusiana Utari 1, Agus Qomaruddin Munir 2 1 Prodi Teknik Elektro, Fakultas Sains & Teknologi Universitas Respati
Lebih terperinciIdentifikasi Suara Serak Berbasis Transformasi Wavelet Dan Algoritma Jaringan Syaraf Tiruan
9 Identifikasi Suara Serak Berbasis Transformasi Wavelet Dan Algoritma Jaringan Syaraf Tiruan Luqman Hakim *, Achmad Arifin, Tri Arief Sardjono Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember
Lebih terperinciLAPORAN PRAKTIKUM DSP
LAPORAN PRAKTIKUM DSP MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA Disusun Oleh : Yuli Yuliantini (121014 7021) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya Surabaya 2015
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Konsep transformasi wavelet awalnya dikemukakan oleh Morlet dan Arens (1982), di bidang geofisika untuk menganalisis data seismik yang tidak stasioner,
Lebih terperinciBAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk
BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Voice Command pada demonstrasinya merupakan aplikasi pengenalan suara yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk menampung
Lebih terperinciBAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan bagian
Lebih terperinciPERCOBAAN SINTESIS DAN ANALISIS ISYARAT (SIMULASI) (Oleh : Sumarna, Lab-Elins, Jurdik Fisika FMIPA UNY)
PERCOBAAN SINTESIS DAN ANALISIS ISYARAT (SIMULASI) (Oleh : Sumarna, Lab-Elins, Jurdik Fisika FMIPA UNY) E-mail : sumarna@uny.ac.id Tujuan : 1. Mengkonstruksi sinyal kompleks dengan MATLAB. 2. Memahami
Lebih terperinciPSALM: Program Simulasi untuk Sistem Linier
PSALM: Program Simulasi untuk Sistem Linier Hany Ferdinando Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Kristen Petra hanyf@petra.ac.id Abstrak Dalam mempelajari Sistem Linier, mahasiswa
Lebih terperinciMODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL
MODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL DIBUAT OLEH: WAHYU PAMUNGKAS, ST LABORATORIUM SWITCHING DAN TRANSMISI AKATEL SANDHY PUTRA PURWOKERTO 2006 1 MODUL PRAKTIKUM SISTEM KOMUNIKASI DIGITAL SIFAT-SIFAT
Lebih terperinciBAB 2 LANDASAN TEORI. program pengurangan noise pada citra digital. Teori-teori ini mencakup penjelasan
BAB 2 LANDASAN TEORI Pada bab 2 ini, akan dijelaskan berbagai teori yang mendukung perancangan program pengurangan noise pada citra digital. Teori-teori ini mencakup penjelasan mengenai pengolahan sinyal,
Lebih terperincis(t) = C (2.39) } (2.42) atau, dengan menempatkan + )(2.44)
2.9 Analisis Fourier Alasan penting untuk pusat osilasi harmonik adalah bahwa virtually apapun osilasi atau getaran dapat dipecah menjadi harmonis, yaitu getaran sinusoidal. Hal ini berlaku tidak hanya
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik Bahasan : Konsep sinyal dan sistm Tujuan Pembelajaran Umum : Mahasiswa dapat memaparkan tentang konsep dasar sinyal dan sistem, dasar-dasar sinyal dan sistem. Jumlah : 1 (satu) kali dan memahami
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Lebih terperinciKuliah 8 KONVOLUSI DAN KORELASI
TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 8 KONVOLUSI DAN KORELASI Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciTanggapan Alih (Transient Respond) dan Kestabilan System
Tanggapan Alih (Transient Respond) dan Kestabilan System Indrazno Siradjuddin April 8, 2017 1 Bilangan Kompleks (a) Koordinat cartesian (b) Koordinat polar Gambar 1: Representasi bilangan kompleks dalam
Lebih terperinciPENGENALAN KONSEP DASAR SINYAL S1 TEKNIK TELEKOMUNIKASI SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM PURWOKERTO 2015
PENGENALAN KONSEP DASAR SINYAL S1 TEKNIK TELEKOMUNIKASI SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM PURWOKERTO 2015 PEMBAGIAN SINYAL Alfin H.,ST.,MT 2 Jenis jenis sinyal Sinyal kontinyu dan diskrit Sinyal
Lebih terperinciSINYAL DISKRIT. DUM 1 September 2014
SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog
Lebih terperinciSistem Komunikasi II (Digital Communication Systems)
Sistem Komunikasi II (Digital Communication Systems) Lecture #1: Stochastic Random Process Topik: 1.1 Pengenalan Sistem Komunikasi Digital. 1.2 Pendahuluan Stochastic Random Process. 1.3 Random Variable
Lebih terperinciROOT LOCUS. Aturan-Aturan Penggambaran Root Locus. Root Locus Melalui MATLAB. Root Locus untuk Sistem dengan
ROOT LOCUS Pendahuluan Dasar Root Locus Plot Root Locus Aturan-Aturan Penggambaran Root Locus Root Locus Melalui MATLAB Kasus Khusus Analisis Sistem Kendali Melalui Root Locus Root Locus untuk Sistem dengan
Lebih terperinciTEE 843 Sistem Telekomunikasi. 7. Modulasi. Muhammad Daud Nurdin Jurusan Teknik Elektro FT-Unimal Lhokseumawe, 2016
TEE 843 Sistem Telekomunikasi 7. Modulasi Muhammad Daud Nurdin syechdaud@yahoo.com Jurusan Teknik Elektro FT-Unimal Lhokseumawe, 2016 Modulasi Prinsip Dasar Modulasi Modulasi Gelombang Kontinu Modulasi
Lebih terperinciSPECGRAM & SPECGRAMDEMO
SPECGRAM & SPECGRAMDEMO Pertemuan 2 Praktikum Pengantar Pemrosesan Bahasa Alami Download materi: http://bit.ly/nlp_8 Syeiva Nurul Desylvia (syeiva.nd@gmail.com) Spectra dan Domain Frekuensi Fourier Analysis:
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA. Definisi Gelombang dan klasifikasinya. Gelombang adalah suatu gangguan menjalar dalam suatu medium ataupun tanpa medium. Dalam klasifikasinya gelombang terbagi menjadi yaitu :. Gelombang
Lebih terperinciDigital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1
Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1 Tujuan Belajar Peserta mengerti proses interpolasi yang terjadi dalam DAC Digital to Analog Converter Digital to Analog Converter digunakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinci1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG. Sinyal-sinyal analog di alam:
1.4 KONVERSI ANALOG-KE DIGITAL DAN DIGITAL-KE-ANALOG Sinyal-sinyal analog di alam: 1. Suara 2. Sinyal biologis 3. Sinyal seismik 4. Sinyal radar 5. Sinyal sonar 6. Sinyal audio dan video Tiga langkah proses
Lebih terperinciSpektrum dan Domain Sinyal
Spektrum dan Domain Sinyal 1 Sinyal dan Spektrum Sinyal Komunikasi merupakan besaran yang selalu berubah terhadap besaran waktu Setiap sinyal dapat dinyatakan di dalam domain waktu maupun di dalam domain
Lebih terperinciKarakterisasi Suara Vokal dan Aplikasinya Dalam Speaker Recognition
Karakterisasi Suara Vokal dan Aplikasinya Dalam Speaker Recognition Siwi Setyabudi, Agus Purwanto dan Warsono Laboratorium Getaran dan Gelombang, Jurdik Fisika, FMIPA, UNY ABSTRAK Penelitian ini bertujuan
Lebih terperinciSIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT
SIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT ( Kristiawan Purwanto, Tutug Dhanardono) Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo
Lebih terperinci