Implementasi Filter Adaptif Least Mean Square Pada TMS320C6713
|
|
- Siska Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Implementasi Filter Adaptif Least Mean Square Pada TMS320C6713 Afifi Amiulloh, Arifin,Tribudi Santoso Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember (ITS) Surabaya Abstrak Filter adaptif banyak digunakan untuk mengatasi sinyal derau pada sinusoidal yang nilainya berubahubah. Algoritma adaptif filter yang digunakan pada paper ini adalah Least Mean Square (LMS). Sinyal sinusoidal ditambahkan dengan sebagai masukan dari adaptif filter,system berjalan dengan merubah beberapa parameter (laju konvergensi,orde filter, delay) Dari penelitian ini diperoleh hasil bahwa menurunkan laju konvergensi dapat meningkatkan nilai sebesar 0,98659, dan nilai turun secara konstan saat laju konvergensi diturunkan dari 9E-9 sampai dengan 3E-13, dimana nilai selisih penurunannya hingga mencapai 0, Kata kunci: Adaptif filter, Least Mean Square, TMS320C Pendahuluan Penelitian Renaldi Bonadr, Sumardi dan Sudjadi yang berjudul Perbandingan Kinerja Algoritma LMS dan Algoritma Genetik untuk Filter adaptif Penghilang Noise [1] mendasari pemilihan jenis algoritma dari implementasi adaptif filter ini. Algoritma Least Mean Square (LMS) diharapkan dapat menghilangkan dari sinyal yang telah terkena. Jenis algoritma LMS ini juga digunakan pada penelitian yang dilakukan oleh Sayed A.Hadei, dan M lotfizad yang berjudul A family of Adaptive Filter Algorithm in Noise Cancellation For Speech Enhancement [2]. Selain kedua Penelitian diatas penelitian tentang penghapusan dengan sistem adaptif ini juga dilakukan oleh Ikeda dan Sugiyama (1999) An Adaptive Noise Canceller (ANC) with Low Signal Distortion For Speech Codecs [5], yang berkisar tentang penelitian mengenai efek nonlinier pada Least Mean Square. Filter adaptif merupakan sebuah filter dengan pengatur koefisien dimana parameter filter diatur sedemikian rupa sehingga dapat mengoptimalkan sinyal dari distorsi (cacat) seminimal mungkin [3]. Proses pembuatan implementasi filter adaptif ini dilakukan dengan bantuan perangkat lunak Code Composer Studio,karena perangkat ini memiliki banyak keunggulan,diantaranya kemudahan dalam pemrograman, dan mudah dalam proses desain rangkaian [4].Seperti board yang digunakan pula oleh E Kaymak, M A Atherton,K R G Rotter dan B Millar pada penelitiannya yang berjudul Real-time adaptive filtering of dental drill using a digital signal processor [6]. 2. Gambaran Sistem 2.1. Filter FIR Dalam pemrosesan sinyal, fungsi filter adalah untuk menghapus bagian yang tidak diinginkan dari sinyal,seperti gangguan acak,atau untuk mengambil bagian yang berguna dari sebuah sinyal yang berada di dalam rentang frekuensi tertentu [1]. Unfiltered Signal Gambar 1. Blok diagram filter filtered Signal Pada filter ideal semua sinyal yang memiliki komponen frekuensi dibawah nilai cut-off harus dilewatkan dan semua komponen frekuensi diatas frekuensi cut-off harus direject [1].Respon impulse pada filter ideal dapat dinyatakan sebagai berikut : h d [n] = ( ) < n < (1) dimana : ωc = nilai frekuensi cut off n = merupakan indek nilai sample waktu diskrit Dan selanjutnya dikenal sebagai filterinfinite Impulse Response (IIR).Filter ini memiliki respon frekuensi [1] seperti berikut : 0, ωc ω ω (2) HdLP(cjω) = 0, ω ω π Namun Filter ideal semacam ini tidak mungkin untuk direalisasikan secara fisis.yang paling mungkin adalah menyusun suatu filter yang memiliki karakteristik mendekati filter ideal tersebut.[1].cara untuk memperoleh pendekatan adalah dengan memotong respon impulse-nya mulai dari titik nol sampai dengan suatu nilai N tertentu [1].Dengan demikian persamaan (1) diatas harus dimodifikasi menjadi : h(n) = FILTER h d(n), 0 n N 1 (3) 0, n yang lain 1
2 Respon ini merupakan bentuk respon impulse yang selanjutnya dikenal sebagai Finite Impulse Response (FIR). Finite Impulse Response (FIR) merupakan salah satu filter digital yang mempunyai unit sample response yang berhingga[4]. Karakteristik dasar dari filter FIR (Ifeachor, 1993) [1] adalah sebagai berikut : dimana : k = 0,1,.N-1 adalah koefisien respon impulse filter N = panjang filter adalah sebagai berikut : 1. Menentukan sejumlah parameter atau bobot hingga sebagai penentu karakteristik yang di ubah-ubah dalam rangka pengadaptifan sistem 2. Membuat Algoritma yang mengatur prosedur perubahan parameter- parameter tersebut 3. Membangkitkan sinyal yang berfungsi sebagai sinyal masukan yang berfungsi sebagai penggerak sistem adaptif ini. 4. Membandingkan sinyal pembanding (Sinyal yang diharapkan), dengan output dari sistem adaptif ini 5. Membangkitkan sinyal galat k untuk memantau dan menginisialisasi algoritma pengatur adaptasi nya Respon filter FIR menghasilkan estimasi meansquare (akar rata-rata) yang minimum dari proses yang diharapkan d(n) [2].Dan keluaran dari filter FIR adalah: Gambar 2 Topology Filter FIR 2.2. Filter Adaptif LMS Sistem adaptif merupakan suatu sistem yang mampu menyesuaikan dan dapat beadaptasi langsung dengan kondisi lingkunganya [2]-[3]. Least Mean Square (LMS) adalah algoritma dalam filter adaptif digunakan untuk mengupdate koefisien filter (bobot) yang diharapkan [2]-[8].Yang nantinya akan menghasilkan error yang sekecilkecilnya [8].Rumus dari algoritma LMS [1]-[2] adalah sebagai berikut : = + µe(n) (n) (5) Dimana : = update koefisien filter = koefisien filter yang lama µ = rate convergence e(n) = error yang dihasilkan (n) = sinyal masukan Dimana = [w n (0), w n (1),..., w n (p)] T = vektor koefisien filter pada waktu n, dan pada keadaan yang sebenarnya Sinyal yang diinginkan d(n) tidak diketahui dan cenderung dinyatakan dengan fungsi random [8].Maka dimisalkan sinyal d(n) merupakan sinyal yang dibentuk dari sinyal sinus dan beramplitudo maksimum sama dengan satu. Disini diharapkan sinyal hasil keluaran dari proses adaptif e(n) akan mendekati sinyal yang diinginkan d(n) [2]-[8]. Semakin mirip dengan sinyal yang diinginkan maka akan semakin minimum [1]-[2]-[8].Sehingga nilai estimasinya memiliki persamaan sebagai berikut : Target mendapatkan nilai minimum dikenal sebagai algoritma LMS (Least Mean Square).Algoritma LMS konvergen dalam rata-rata jika ukuran langkah μ [1], memenuhi persamaan : Dimana : = rate of convergency Gambar 3. FIR filter algoritma LMS Bentuk pemodelan sistem pada algoritma LMS [8], 2.3.DSK TMS320C6713 Dalam sistem ini digunakan sebuah kit / kartu DSP yang disebut dengan DSK (DSP Starter Kit) TMS32C6711 [4]. Seperti kit yang digunakan pula pada penelitian yang dilakukan oleh Gunawan Ariyanto, Nurgiyatna dan Endah Sudarmilah yang berjudul Implementasi Filter Digital Finite Impulse
3 Response Metode Penjendelaan Blackman pada DSP TMS320C6711 [4]. Di dalam kartu tersebut berisi komponen utama, yaitu DSP TMS320C6711, dan beberapa peripheral tambahan sehingga kartu tersebut menjadi siap digunakan untuk berbagai percobaan yang berkaitan dengan pengolahan isyarat digital [4]. DSK TMS32C6711 selain berupa hardware (yaitu kartu DSP itu sendiri) juga menyertakan software pendukungnya, yaitu yang disebut dengan CCS (Code Composer Studio) [4]. CCS adalah sebuah IDE (Integrated Development Environment) yaitu sebuah program yang sudah terpadu yang dikhususkan untuk pengembangan software-software pengolahan isyarat digital yang berbasis processor [4].CCS menyediakan banyak hal mulai dari editor untuk penulisan program, compiler, linker, berbagai tool untuk proses debugger dan manajemen sebuah project, serta sampai pada tool-tool untuk transfer data secara real-time antara host (PC) dan Target (DSK)[4]. Code Composer Studio, dibuat oleh Texas Instrument dimana CCS ini dilengkapi dengan IDE (Integrated Development Environtment) yang dapat dipergunakan untuk meng-edit, build, dan men-debug program pada sebuah target project yang dibuat[4]- [9].Project adalah istilah untuk pembuatan suatu aplikasi dimana aplikasi ini adalah aplikasi yang ingin dibuat.dalam hal ini jenis aplikasi nya adalah adaptif filter FIR.aplikasi ini dibuat dengan memasukan filefile library dan juga source yang diperlukan ke dalam project untuk mendapatkan hasil keluaran filter yang realtime yang ditampilkan pada osciloscope. 3. Rancangan Sistem Untuk merealisasikan implementasi adaptif FIR filter secara real time diperlukan DSP TMS320C6713 yang didukung oleh personal komputer yang didalamnya sudah terinstall perangkat lunak Code Composer Studio (CCS) [4] untuk mendrive DSP Card tersebut.sebagai sumber sinyal digunakan function generator yang mampu bekerja pada frekuensi suara (300 ~ 4000 Hz), dalam hal ini kita gunakan yang mampu membangkitkan sinyal sinus, dengan frekuensi kerja dari DC sampai 2 MHz[4]-[8]. Untuk menguji hasilnya kita gunakan sebuah osiloskop yang dapat dilengkapi dengan fasilitas storage system [4].Adapun langkah-langkah yang dilakukan dalam pembuatan sistem ini adalah sebagai berikut : 1. Inisialisasi board DSK TMS320C Inisialisasi port serial McBSP0 3. Inisialisasi support file codec-dsk 4. Mengaktifkan interupsi port serial 5. Membaca (mengambil) sample dari port serial McBSP0 yang dihasilan oleh ADC atau IDE. 6. Melakukan operasi pemfilteran terhadap sample yang telah diambil 7. Mengirimkan hasilnya ke port serial yang akan diolah oleh Code Composer Studio IDE Semua prosedur diatas dikerjakan secara urut, setelah selesai sampai pada nomor 7 maka program akan kembali lagi (looping) ke no 5 dan demikian seterusnya. Perlu juga diketahui bahwa cara pembacaan data dan penulisan data dilakukan secara polling, yaitu program menjadwal secara rutin waktu waktu pembacaan dan pengiriman data dari dan ke serial port yang terhubung dengan codec[4]. 4. Pengujian dan Analisa Skema pengujian pada sistem ini ini ditunjukkan pada Gambar 4, dimana hasil akhir yang hendak diperoleh pada tahap pengujian adalah respon frekuensi filter. Gambar 4. Blok Skema Pengujian adaptif filter FIR Sinyal masukan filter adaptif secara real time ini adalah berupa sinyal sinusoida yang telah tercampur dengan sinyal Derau putih Gaussian dengan amplitudo sebesar 2Vpp. Bentuk sinyal derau Gaussian Putih adalah sebagai berkut : Gambar 5. Sinyal sinusoidal (atas) dan sinyal Sinus tercampur Gaussian (bawah) pada frekuensi 800 Hz,bobot 55 dan µ= 6E-10; T/div = 500µs V/div = 50 mv Derau putih Gaussian merupakan sinyal derau hasil dari proses stokastik yang memiliki karakteristik rapat spektral daya merata di sepanjang range frekuensi. White ini memiliki daya atau energi yang sama untuk semua komponen frekuensinya.tampilan sinyal sinusoidal yang telah tercampur derau Gaussian adalah sebagai berikut : 3
4 Gambar 6 Sinyal sinusoidal (atas) dan sinyal Sinus tercampur Gaussian (bawah) pada frekuensi 800 Hz,bobot 55 dan µ= 6E-10; T/div = 500µs V/div = 50 mv terbesar terjadi pada saat L = 140 yakni sebesar 0,2751. mengalami kenaikan pada saat nilai L diperbesar dari 10 sampai 150, dimana nilai kenaikan yang terjadi sebesar 0,1282 namun kembali menurun pada saat L nya lebih besar dari 150, penurunannya bahkan hingga mencapai 0,36. Sedangkan untuk nilai juga mengalami perubahan yang tidak menentu dan fluktuatif saat mengalami kenaikan nilai panjang filter. Nilai tertinggi dicapai pada saat nilai panjang filter nya 120 yakni sebesar 0,8489. Nilai nya terus bertambah pada saat nilai pnjang filter nya diperbesar sampai 120 yakni sebesar 0,3003 kemudian nilai ini menurun menjadi 0,1941 panjang filter nya terus ditambah sampai dengan 210, namun kenaikan nilai terjadi kembali pada saat nilai panjang filter nya dinaikkan menjadi 220 dan akhirnya mencapai nilai tertinggi pada saat nilai panjang filter dinaikkan menjadi 240 yakni sebesar 0,5760. Hal ini menunjukkan bahwa kenaikan panjang filter tidak terlalu mempengaruhi nilai energi dari sinyal dan juga, namun kenaikan panjang filter ini mempengaruhi nilai dan juga, dimana nilai bertambah besar dan juga nilai nya. Gambar 7. Sinyal Keluaran adaptif filter Y(n) pada frekuensi 5 Khz Tabel 1. Nilai perubahan energi sinyal,energi dan energi sinyal +, dan pada adaptif filter FIR untuk setiap kenaikan nilai L dan µ = 6E-10 dan iterasi = 10000, delay = 4 L sinyal sinyal + Sinyal 10 0,3200 0,1770 0,1790 0,0254 0, ,3137 0,0502 0,1793 0,1966 0, , ,0657 0,0448 0,1427 0,2870 0, ,2056 0,1740 0,1798 0,2990 0, ,2069 0,1455 0,1790 0,0763 0, ,9025 0,0346 0,1786 0,0991 0, ,1156 0,3151 0,1814 0,0300 0, ,0407 0,1490 0,1467 0,1197 0, ,0980 0,1439 0,1796 0,2190 0, ,1951 0,1465 0,1485 0,5633 0, ,2392 0,2280 0,1222 0,8489 0, ,2551 0,2332 0,1485 0,1266 0, ,2751 0,2184 0,2187 0,3135 0, ,1808 0,2198 0,3072 0,1659 0, , , ,0874 0,0656 0,0576 0,8192 0, , , , ,0512 0,1642 0, , ,0400 0,4187 0, , , ,0401 0,0874 0, ,1638 0, ,1796 0, ,2457 0, ,3097 0,5760 nilai energi sinyal yang didapat pada pada setiap kenaikan L sangat fluktuatif, nilai energi sinyal sinyal(watt) perubahan Nilai energi dan energi sinyal + tiap kenaikan panjang filter sinyal + energi sinyal Panjang filter Gambar 8. Nilai perubahan energy sinyal,energy dan energy sinyal bertambah pada adaptif filter FIR untuk setiap kenaikan nilai L dan µ = 6E-10 dan iterasi = 10000,delay 4 Didapatkan nilai energi sinyal dan energi masih sangat fluktuatif pada saat mengalami kenaikan nilai panjang filter, hal ini membuktikan bahwa kenaikan panjang filter tidak terlalu mempengaruhi nilai energi dari sinyal baik itu derau atapun derau + sinyal. Pada saat nilai panjang filter nya diperbesar dari 10 hingga menjadi 30 nilai energi sinyal dan energi sinyal + derau menurun hingga menjadi 0, kemudian nilai energy ini naik secara perlahan lahan kembali ketika nilai panjang filternya dinaikkan hingga menjadi 160, nilai kenaikan energy sinyal hingga mencapai 0,1645 watt, nilai ini kemudian kembali menurun saat nilai panjang filter nya diperbesar hingga menjadi 220, nilai penurunan energy sinyal nya cukup besar yakni 4
5 mencapai 0,2671.kemudian pada saat nilai panjang filter dinaikkan menjadi 230 nilai energy nya menjadi konstan 0 sampai pada kenaikan panjang filter berikutnya. sinyal(watt) Gambar 9. Nilai dan adaptif filter FIR untuk setiap kenaikan nilai L dan µ = 6E-10 dan iterasi = 10000,delay 4 Tabel 2. perubahan nilai energi sinyal dan energi sinyal +, dan saat L=120, iterasi=1000, delay=4 µ sinyal (Watt) perubahan dan tiap kenaikan panjang filter Panjang filter (Watt) sinyal + (Watt) 9E-9 0, , , , , E -9 0, , , , , E -9 0, , , , , E -10 0, , , , , E-10 0, , , , , E-10 0, , , , , E , E , E , E , E , E , E , E , E ,28071 Dari Tabel 2 didapatkan perbaikan sinyal yang cukup baik. Dimana laju konvergensi diubah untuk mengupdate konvergensi koefisien filter. Didapatkan nilai naik apabila nilai laju konvergensi nya diturunkan. Pada nilai µ < 3E-10 nilai yang didapat tetap kontinyu bernilai 1, nilai terbaik adalah pada saat µ > 9E-11 yakni sebesar 1.Nilai naik saat nilai laju konvegensi diturunkan dari 9E-9 sampai dengan 3E-10,nilai selisih kenaikan ini hingga mencapai 0,8470. Nilai terbaik didapatkan pada saat nilai laju konvergensi nya 3E-10 dan 6E-10 yakni sebesar 0,9400,nilai turun secara konstan pada saat nilai konvergensi rate nya diturunkan 9E-9 sampai dengan 3E-13, dimana nilai selisih penurunannya hingga mencapai 0, sinyal(watt) perubahan dan tiap kenaikan panjang filter(l=120,iterasi=1000) Konvergensi rate x 10-9 Gambar 10. Nilai dan pada adaptif filter FIR untuk setiap kenaikan nilai µ pada iterasi = 1000, delay= 4 dan L = 120 Gambar 10 menunjukkan nilai kenaikan akibat penurunan nilai laju konvergensi dimana kenaikannya mencapai 0, pada nilai µ < 3E-10 nilai yang didapat tetap kontinyu bernilai 1,nilai terbaik adalah pada saat µ > 9E-11 yakni sebesar 1.Nilai naik saat nilai konegensi rate diturunkan dari 9E-9 sampai dengan 3E-10, nilai selisih kenaikan ini hingga mencapai 0,8470. Nilai terbaik didapatkan pada saat nilai laju konvergensi nya 6E-13 yakni sebesar 0,22900, dimana kemudian nilai ini turun secara konstan saat laju konvergensi nya diturunkan dari 9E-9 sampai dengan 3E-13, dimana nilai selisih penurunannya hingga mencapai 0, sinyal(watt) perubahan nilai energi sinyal dan energi sinyal + (L=120,iterasi=1000) sinyal Noise energi sinyal Konvergensi rate x 10-9 Gambar 11. Nilai perubahan energi sinyal,energi dan energi sinyal bertambah pada adaptif filter FIR untuk setiap kenaikan nilai µ pada iterasi = 1000, delay= 4 dan L = 120 Pada saat nilai iterasi nya diturunkan nilai energy sinyal, dan sinyal + nya meningkat pada saat nilai konvergensi rate nya diturunkan,hal ini dibuktikan dari gambar 4.20,dimana nilai energi dan meningkat saat laju konvergensi nya diturunkan dari 9E-9 sampai dengan 3E-10, selisih kenaikannya hingga mencapai 0, sinyal dan energy 5
6 sinyal + perlahan turun saat nial laju konvergensi nya diturunkan dari 9E-9 sampai 3E-10,selisih penurunannya masing masing mencapai 0,09654 dan 0, sedangkan pada saat nilai konvergensi rate < 9E-11 nilai energi nya masing- masing mulai kontstan bernilai 0.Berikut Ini adalah tampilan dari sinyal keluaran adaptif filter dimana didapatkan sinyal yang semakin mendekati sinyal yang diharapkan (d(n)) pada saat nilai laju konvergensi nya diperbesar dari 6E-9 menjadi 6E-10. Didapatkan perolehan sinyal keluaran adaptif filter yang baik.karena sudah mirip dengan sinyal yang diharapkan yakni berupa sinyal masukan sinusoidal yang telah tercampur sinyal derau Gaussian putih (sinyal yang diharapkan d(n)). 5. Kesimpulan Dari pengujian dan analisa yang dilakukan dapat disimpulkan sementara bahwa : Hasil simulasi yang dirancang dengan matlab menghasilkan minimum sebesar dengan panjang filter 5 pada µ (mu) atau ukuran langkah 0,1. Pengamatan sinyal keluaran tidak dapat dilakukan sampai batas frekuensi cut off karena keterbatasan alat ukur yang digunakan,yang hanya mampu mengamati sinyal 20 mv. Nilai energi pada saat konvergensi ratea 9E-10, iterasi = menurun hingga 0,06641, untuk energi, 0,17157 untuk energi sinyal + dan 0,8620 untuk energi sinyal. Hal ini menunjukkan bahwa penurunan nilai konvergensi rate juga membuat nilai energi sinyal, dan sinyal + menurun. Selain penurunan konvergensi rate yang mepengaruhi nilai energi jumlah iterasi yang digunakan juga sangat mempengaruhi nilai energi, dan juga dimana nilai turun secara konstan pada saat nilai konvergensi rate nya diturunkan sampai dengan 3E-13 untuk nilai iterasi = 1000, dimana nilai selisih penurunannya hingga mencapai 0,65929 Saat iterasi =1000 dan nilai µ < 3E-10 nilai yang didapat tetap kontinyu bernilai 1,nilai terbaik adalah pada saat µ > 9E-11 yakni sebesar 1. DSP TMS320C6711, JURNAL TEKNIK ELEKTRO EMITOR Vol. 2, No. 1, Maret [5] Ikeda, Sugiyama, An Adaptive Noise Canceller (ANC) with Low Signal Distortion For Speech Codecs, [6] E Kaymak, M A Atherton,K R G Rotter and B Millar Real-time adaptive filtering of dental drill using a digital signal processor.applied Mechanics Group, Brunel University [7] Uma Rajaram, Raja Paul Perinba, Bharghava, EHW Architecture for Design of FIR Filters for Adaptive Noise Cancellation, IJCSNS International Journal of Computer Science and Network Security, VOL.9 No.1, January 2009 [8] Sri Arttini, Dwi Prasetyowati,Adhi Susanto,Thomas Sri Widodo dan Jazi Eko Istiyanto, Hubungan antara galat hasil algoritma penghapusan bising adaptif LMS dengan derau gaussian putih (White gaussian Noise),Forum Teknik Vol.32,no 2,Mei [9] Rio Harlan, Fajar Dwisatyo, Hafizh Fazha, M. Suryanegara, Dadang Gunawan, Analysis Of Real Time Audio Effect Design Using TMS320 C6713 DSK. Rekayasa Aplikasi dan Perancangan Industri RAPI 2004 Fakultas Teknik Universitas Muhammadiyah Surakarta Surakarta. 6. Daftar Pustaka [1] Renaldi Bonadr, Sunardi, Sujadi, Perbandingan kinerja algoritma genetik untuk filter adaptif penghilang, Simposium Nasional I Rapi 2002 [2]. Sayed A. Hadei and M lotfizad, A family of Adaptive Filter Algorithm in Noise Cancellation For Speech Enhancement, International Journal of Computer and Electrical Engineering, Vol. 2, No. 2, April [4] Gunawan Ariyanto, Nurgiyatna,Endah udarmilah, Implementasi Filter Digital Finite Impulse Response Metode Penjendelaan Blackman pada 6
Implementasi Filter FIR secara Real Time pada TMS 32C5402
Implementasi Filter FIR secara Real Time pada TMS 32C5402 Oleh: Tri Budi Santoso, Hary Octavianto, Titon Dutono E-mail: tribudi@eepis-its.edu Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya
Lebih terperinciImplementasi Filter Digital Finite Impulse Response Metode Penjendelaan Blackman pada DSP TMS320C6711
Gunawan Ariyanto, Implementasi Filter Digital FIR Metode Penjendalaan Blackman pada DSP TMS320C6711 Implementasi Filter Digital Finite Impulse Response Metode Penjendelaan Blackman pada DSP TMS320C6711
Lebih terperinciImplementasi Real Time Digital Audio Equalizer 4 Band menggunakan DSK TMS320C6713
Implementasi Real Time Digital Audio Equalizer 4 Band menggunakan DSK TMS320C6713 Era Dwi Febrianti 1, Miftahul Huda 2 Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember(ITS) Surabaya
Lebih terperinciImplementasi Filter Digital Finite Impulse Response Metode Penjendelaan Hamming pada DSP
Implementasi Filter Digital Finite Impulse Response Metode Penjendelaan Hamming pada DSP Endah Sudarmilah, Gunawan Ariyanto, Heru Supriyono Teknik Elektro Universitas Muhammadiyah Surakarta Abstrak Filter
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Adaptive Noise Cancellation merupakan salah satu aplikasi filter adaptif yang digunakan untuk meredam noise pada sinyal. Aplikasi filter ini menggunakan algoritma Least
Lebih terperinciImplementasi Filter Digital Infinite Impulse Response pada DSP TMS320C6711
Nurgiyatna, Implementasi Filter Digital Infinite Impulse Response pada DSP TMS320C6711 Implementasi Filter Digital Infinite Impulse Response pada DSP TMS320C6711 Nurgiyatna, Gunawan Ariyanto, Heru Supriyono
Lebih terperinciIMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713
IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713 INFINITE IMPULSE RESPONSE (IIR) FILTER IMPLEMENTATION WITH BUTTERWORTH AND CHEBYSHEV
Lebih terperinciIMPLEMENTASI MODULASI DAN DEMODULASI GMSK PADA DSK TMS320C6416T
IMPLEMENTASI MODULASI DAN DEMODULASI GMSK PADA DSK TMS320C6416T 22 11 106 032 ADITYA SUKMANA Pembimbing 1 Pembimbing 2 : Dr. Ir. Suwadi, M.T : Ir. Titiek Suryani, M.T Latar Belakang 1 2 1 1 Mempelajari
Lebih terperinciBAB I PENDAHULUAN. Tugas Akhir yang berjudul Sistem Penyama Adaptif dengan Algoritma Galat
BAB I PENDAHULUAN Bab satu membahas latar belakang masalah, tujuan, dan sistematika pembahasan Tugas Akhir yang berjudul Sistem Penyama Adaptif dengan Algoritma Galat Kuadrat Terkecil Ternormalisasi. Pada
Lebih terperinciLOGO IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T
IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T 2210106006 ANGGA YUDA PRASETYA Pembimbing 1 Pembimbing 2 : Dr. Ir. Suwadi, MT : Ir. Titik Suryani, MT Latar Belakang 1 2 Perkembangan
Lebih terperinciREALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK
REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 Nama : Wito Chandra NRP : 0822081 Jurusan Teknik Elektro, Fakultas
Lebih terperinciAdaptive IIR Filter Untuk Active Noise Controller Menggunakan Prosesor Sinyal Digital TMS320C542
Adaptive IIR Filter Untuk Active Noise Controller Menggunakan Prosesor Sinyal Digital TMS320C542 Endra Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Bina Nusantara Jl K.H. Syahdan No. 9,
Lebih terperinciPenggunaan Tapis Adaptif Dalam Proses Editing suara Pada Pembuatan Film Layar Lebar
Penggunaan Tapis Adaptif Dalam Proses Editing suara Pada Pembuatan Film Layar Lebar Bambang Sudarmono Achmad Hidayatno Budi Setiyono Abstrak Permasalahan yang timbul ketika melakukan pengambilan suara
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI BISING AKTIF PADA DSK TMS320C6713 MENGGUNAKAN ALGORITMA ADJOINT-LMS. Muhammad Rizki Anggia
PERANCANGAN DAN IMPLEMENTASI SISTEM KENDALI BISING AKTIF PADA DSK TMS320C6713 MENGGUNAKAN ALGORITMA ADJOINT-LMS Muhammad Rizki Anggia Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung
Lebih terperinciPerancangan dan Implementasi Percobaan Pengolahan Sinyal Digital Secara Online
1 Perancangan dan Implementasi Percobaan Pengolahan Sinyal Digital Secara Online Clara Sergian Swaritantika, Yusuf Bilfaqih, Josaphat Pramudijanto Teknik Elektro, Fakultas Teknologi Industri, Institut
Lebih terperinciImplementasi Algoritma BLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-137 Implementasi Algoritma B Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T Rayi Margina Putri Kurnia, Suwadi,
Lebih terperinciSIMULASI PENGOLAHAN SINYAL DIJITAL FILTER ADAPTIF MENGGUNAKAN ALGORITMA LMS, RLS, FAST KALMAN, DAN GAL
Jurnal Sistem Komputer Unikom Komputika Volume 1, No.1-2012 SIMULASI PENGOLAHAN SINYAL DIJITAL FILTER ADAPTIF MENGGUNAKAN ALGORITMA LMS, RLS, FAST KALMAN, DAN GAL Susmini Indriani Lestariningati 1) 1)
Lebih terperinciFilter digital adalah suatu piranti yang sangat dibutuhkan oleh sistem-sistem
IMPLEMENTASI FILTER DIGITAL INFINITE IMPULSE RESPONSE PADA DSP TMS320C6711 FILTER DIGITAL INFINITE IMPULSE IMPLEMENTATION IN DSP TMS320C6711) Nurgiyatna, Gunawan Ariyanto, dan Heru Supriyono Jurusan Teknik
Lebih terperinciImplementasi Filter IIR secara Real Time pada TMS 32C5402
Implementasi Filter IIR secara Real Time pada TMS 32C5402 Oleh: Tri Budi Santoso, Hary Octavianto, Titon Dutono E-mail: tribudi@eepis-its.edu Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya
Lebih terperinciAplikasi Mikroprosesor Tipe TMS320C6713 Untuk Penghapusan BisingSuara Kendaraan Secara Adaptif
Aplikasi Mikroprosesor Tipe TMS320C6713 Untuk Penghapusan BisingSuara Kendaraan Secara Adaptif Sri Arttini Dwi Prasetyowati,Bustanul Arifin, Eka Nuryanto Budi Susila Staf Pengajar, Jurusan Teknik Elektro,
Lebih terperinciAplikasi Noise cancellation menggunakan metode NLMS dengan DSP board 6713 Abstrak 1. Pendahuluan 2. Dasar Teori 2.1 Filter Adaptif
Aplikasi Noise cancellation menggunakan metode NLMS dengan DSP board 6713 Ita Sulistyowati,Drs. Miftahul Huda,MT Jurusan Teknik Telekomunikasi Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN. PDF created with FinePrint pdffactory Pro trial version BAB I Pendahuluan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Layanan telekomunikasi yang opimal mengacu pada tingkat kualitas layanan yang diberikan. Layanan telekomunikasi yang berkualitas (QoS), mensyaratkan agar data yang
Lebih terperinciImplementasi Real Time Automatic Gain Control (AGC) Menggunakan Board DSK TMS320C6713
Implementasi Real Time Automatic Gain Control (AGC) Menggunakan Board DSK TMS320C6713 Nuur Anugraheni Irianti Suwandi 1, Miftahul Huda 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya, Jurusan Teknik
Lebih terperinciImplementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS321C6416T
JURNAL TEKNIK POMITS Vol., No., (3) ISSN: 337-3539 (3-97 Print) A-66 Implementasi Algoritma Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS3C646T Dimitra Levina Hartono, Suwadi, Wirawan Teknik
Lebih terperinciIMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713
IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON BUTTERWORTH DAN CHEBYSHEV MENGGUNAKAN DSK TMS320C6713 INFINITE IMPULSE RESPONSE (IIR) FILTER IMPLEMENTATION WITH BUTTERWORTH AND CHEBYSHEV
Lebih terperinciPERANCANGAN PRESET EQUALIZER PADA DSP STARTER KIT TMS320C6713 BERBASIS SIMULINK [TM]
PERANCANGAN PRESET EQUALIZER PADA DSP STARTER KIT TMS320C6713 BERBASIS SIMULINK [TM] Achmad Chusnul Khuluqi *), Achmad Hidayatno, Darjat Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro Jl.Prof.Soedharto,
Lebih terperinciImplementasi Encoder dan Decoder Cyclic Redundancy Check Pada TMS320C6416T
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-92 Implementasi Encoder dan Decoder Cyclic Redundancy Check Pada Grace Natalia, Suwadi, dan Titiek Suryani Jurusan Teknik
Lebih terperinciBAB I PENDAHULUAN. resistor, kapasitor ataupun op-amp untuk menghasilkan rangkaian filter. Filter analog
BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu perangkat yang menghilangkan bagian dari sinyal yang tidak di inginkan. Filter digunakan untuk menglewatkan atau meredam sinyal yang di inginkan
Lebih terperinci2.1. Filter. Gambar 1. Bagian dasar konverter analog ke digital
2.1. Filter Filter adalah suatu alat untuk memisahkan sinyal sinyal yang diinginkan dari sinyal-sinyal yang tidak diinginkan. [1]. Filter berkembang dalam pemakaiannya di bidang Elektroteknik menjadi sebagai
Lebih terperinciImplementasi Filter Finite Impulse Response (FIR) Window Hamming dan Blackman menggunakan DSK TMS320C6713
Jurnal ELKOMIKA Vol. 4 No. 1 Halaman 16-3 ISSN (p): 2338-8323 Januari - Juni 216 ISSN (e): 2459-9638 Implementasi Filter Finite Impulse Response (FIR) Window Hamming dan Blackman menggunakan DSK TMS32C6713
Lebih terperinciIMPLEMENTASI REAL TIME EFFECT PADA GITAR BERBASIS WAKTU TUNDA / DELAY MENGGUNAKAN DSK TMS320C6713
IMPLEMENTASI REAL TIME EFFECT PADA GITAR BERBASIS WAKTU TUNDA / DELAY MENGGUNAKAN DSK TMS320C6713 Boristan Siahaan 1, Miftahul Huda 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya, Jurusan Teknik
Lebih terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir PENGGUNAAN ADAPTIVE NOISE CANCELLATION (ANC) UNTUK PENEKANAN DERAU PADA PERCAKAPAN TELEPON Syaiful Amri [1], Achmad Hidayatno, ST, MT [2], Darjat, ST, MT [2] The problems that
Lebih terperinciIMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713
IMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713 Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang Email: aryobaskoro@mail.unnes.ac.id Abstrak. Karakteristik kanal wireless ditentukan
Lebih terperinciSpread Spectrum (FHSS) pada
Implementasi Frequency Hopping Spread Spectrum (FHSS) pada DSK TMS30C646T O C K I A D I T YA M 060 - T E L E KO M U N I K A S I M U LT I M E D I A - Pembimbing Dr. Ir. Suwadi, MT Ir. Titik Suryani, MT
Lebih terperinciBAB I PENDAHULUAN. tidak semua orang mau menjalankan pola hidup sehat dan teratur untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Tubuh sehat adalah hal yang pasti diinginkan setiap orang. Akan tetapi, tidak semua orang mau menjalankan pola hidup sehat dan teratur untuk mencapainya. Akibatnya,
Lebih terperinciAplikasi Teknik Speech Recognition pada Voice Dial Telephone
Aplikasi Teknik Speech Recognition pada Voice Dial Telephone Oleh: Ahmad Irfan Abdul Rahman Tri Budi Santoso Titon Dutono Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya (PENS) Institut Teknologi
Lebih terperinci1. Pendahuluan. 2. Tujuan. 3. Gambaran Disain. MODUL 1 Code Composer Studio Basic
MODUL 1 Code Composer Studio Basic 1. Pendahuluan DSP adalah mikroprosesor untuk aplikasi khusus. Arsitekturnya dirancang supaya dapat mengolah persamaan matematis dengan cepat. Seperti halnya mikroprosesor,
Lebih terperinciAnalisis Kinerja Modulasi M-PSK Menggunakan Least Means Square (LMS) Adaptive Equalizer pada Kanal Flat Fading
Jurnal Reka Elkomika 2337-439X Juli 2014 Jurnal Online Institut Teknologi Nasional Teknik Elektro Itenas Vol.2 No.3 Analisis Kinerja Modulasi M-PSK Menggunakan Least Means Square (LMS) Adaptive Equalizer
Lebih terperinciGambar 2.1 Perangkat UniTrain-I dan MCLS-modular yang digunakan dalam Digital Signal Processing (Lucas-Nulle, 2012)
BAB II TINJAUAN PUSTAKA 2.1 Digital Signal Processing Pada masa sekarang ini, pengolahan sinyal secara digital yang merupakan alternatif dalam pengolahan sinyal analog telah diterapkan begitu luas. Dari
Lebih terperinciIMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713
IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713 IMPLEMENTATION OF INFINTE IMPULSE RESPONSE (IIR) FILTER WITH BESSEL AND ELLIPTIC RESPONSE
Lebih terperinciPenapisan Sinyal Suara Berderau Menggunakan Tapis Adaptif Finite Impulse Response pada File External Wav
Penapisan Sinyal Suara Berderau Menggunakan Tapis Adaptif Finite Impulse Response pada File External Wav Wisnu Widiarto Informatika Fakultas MIPA UNS Jl.Ir Sutami No.36 A Kentingan Surakarta bethoro_wisnu@uns.ac.id
Lebih terperinciBAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda.
BAB II DASAR TEORI. Umum Pada kebanyakan sistem, baik itu elektronik, finansial, maupun sosial sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda. Karena sebagian besar sinyal
Lebih terperinciPERBANDINGAN KINERJA ALGORITMA LMS DAN ALGORITMA GENETIK UNTUK FILTER ADAPTIF PENGHILANG NOISE
Simposium Nasional I Rapi 22 PERBANDINGAN KINERJA ALGORITMA LMS DAN ALGORITMA GENETIK UNTUK FILTER ADAPTIF PENGHILANG NOISE Renaldi Bonadr Jurusan Teknik Elektro Undip Jl. Prof. Sudharto, Tembalang Semarang
Lebih terperinciANALISIS UNJUK KERJA EKUALIZER PADA SISTEM KOMUNIKASI DENGAN ALGORITMA LEAST MEAN FOURTH BASED POWER OF TWO QUANTIZER (LMF-PTQ)
ANALISIS UNJUK KERJA EKUALIZER PADA SISTEM KOMUNIKASI DENGAN ALGORITMA LEAST MEAN FOURTH BASED POWER OF TWO QUANTIZER (LMF-PTQ) Ginda Utama Putri, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Pembahasan pada bab ini berisi penjelasan cara pengujian beserta hasil pengujian untuk melihat apakah hasil perancangan sistem penyama beserta analisisnya memenuhi sasaran
Lebih terperinciPengontrol Derau Secara Aktif Menggunakan Filtered NLMS Pada TMS320Family. Active Noise Control Using Filtered NLMS For TMS320Family
Pengontrol Derau Secara Aktif Menggunakan Filtered NLMS Pada TMS320Family Active Noise Control Using Filtered NLMS For TMS320Family Bani Aulia Rahman 1, Dr.Ir. Bambang Hidayat, DEA. 2, Desti Madya Saputri,
Lebih terperinciMakalah Seminar Tugas Akhir PERANCANGAN PRESET EQUALIZER PADA DSP STARTER KIT TMS320C6713 BERBASIS SIMULINK [TM]
Makalah Seminar Tugas Akhir PERANCANGAN PRESET EQUALIZER PADA DSP STARTER KIT TMS320C6713 BERBASIS SIMULINK [TM] Achmad Chusnul Khuluqi [1], Achmad Hidayatno ST. MT. [2], Darjat ST. MT. [2] Jurusan Teknik
Lebih terperinciPERANCANGAN DAN SIMULASI LOW PASS FINITE IMPULSE RESPONSE DENGAN METODE WINDOWING
PERANCANGAN DAN SIMULASI LOW PASS FINITE IMPULSE RESPONSE DENGAN METODE WINDOWING Irmawan, S.Si, MT Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya ABSTRAK Filter digital adalah suatu algoritma
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan meluasnya pemakaian personal computer (PC) sekarang ini, maka semakin mudah manusia untuk memperoleh PC dan makin terjangkau pula harganya. Ada banyak komponen
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciPerancangan Simulasi dan Implementasi Noise Canceller Menggunakan Algoritma SFTRLS pada OMAP-L138 untuk Radio Militer
Perancangan Simulasi dan Implementasi Noise Canceller Menggunakan Algoritma SFTRLS pada OMAP-L138 untuk Radio Militer Simulation Design and Implementation Noise canceller using SFTRLS Algorithm on OMAP-L138
Lebih terperinciSATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL
EK.353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT : Sinyal dan Pemrosesan Sinyal Tujuan pembelajaran umum : Para mahasiswa mengetahui tipe-tipe sinyal, pemrosesan dan aplikasinya Jumlah pertemuan
Lebih terperinciBAB III PERANCANGAN SISTEM PENYAMA
BAB III PERANCANGAN SISTEM PENYAMA Pembahasan pada bab ini berisi perancangan sistem medan jauh penyuara dalam bentuk program pada perangkat lunak Python yang akan dijalankan oleh Rasberry Pi B. Pada subbab
Lebih terperinciSISTEM TELECARDIAC MONITORING EKSTRAKSI DAN TRANSMISI PARAMETER TEMPORAL SINYAL JANTUNG MELALUI KANAL RADIO
SISTEM TELECARDIAC MONITORING EKSTRAKSI DAN TRANSMISI PARAMETER TEMPORAL SINYAL JANTUNG MELALUI KANAL RADIO Norma Hermawan 1), Muh. Farid Retistianto 2), Achmad Arifin 3) 1),3 ) Teknik Biomedik, Institut
Lebih terperinciANALISIS UNJUK KERJA EKUALIZER PADA SISTEM KOMUNIKASI DENGAN ALGORITMA GODARD
ANALISIS UNJUK KERJA EKUALIZER PADA SISTEM KOMUNIKASI DENGAN ALGORITMA GODARD Butet Nata M Simamora, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciIDENTIFIKASI PARAMETER SISTEM PADA PLANT ORDE DENGAN METODE GRADIENT
IDENTIFIKASI PARAMETER SISTEM PADA PLANT ORDE DENGAN METODE GRADIENT Larasaty Ekin Dewanta *, Budi Setiyono, and Sumardi Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro Jl. Prof. Sudharto,
Lebih terperinciSIMULASI KENDALI ADAPTIF MENGGUNAKAN ALGORITMA LMS UNTUK IDENTIFIKASI PLANT ORDE-2
SIMULASI KENDALI ADAPTIF MENGGUNAKAN ALGORITMA LMS UNTUK IDENTIFIKASI PLANT ORDE-2 SUKARMAN Sekolah Tinggi Teknologi Nuklir-BATAN Jl. Babarsari Kotak Pos 1008, DIY 55010 Telp. 0274.489716, Faks.489715
Lebih terperinciANALISIS GALAT AKIBAT KUANTISASI PADA IMPLEMENTASI DIGITAL SISTEM ADAPTIF LMS
ANALISIS GALAT AKIBAT KUANTISASI PADA IMPLEMENTASI DIGITAL SISTEM ADAPTIF LMS Indrastanti R. Widiasari Fakultas Teknologi Informasi - Universitas Kristen Satya Wacana indrastanti@yahoo.com ABSTRACT Most
Lebih terperinciBAB I PENDAHULUAN. menggunakan rangkaian elektronika yang terdiri dari komponen-komponen seperti
BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu rangkaian yang berfungsi untuk melewatkan sinyal frekuensi yang diinginkan dan menahan sinyal frekuensi yang tidak dikehendaki serta untuk memperkecil
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciBAB I PENDAHULUAN. Saat ini teknologi berkembang sangat cepat dan semakin banyak perangkat
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi berkembang sangat cepat dan semakin banyak perangkat perangkat canggih yang dihasilkan dan digunakan oleh manusia. Perkembangan teknologi tersebut
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 terperinciANALISIS UNJUK KERJA EKUALIZER KANAL ADAPTIF DENGAN MENGGUNAKAN ALGORITMA SATO
ANALISIS UNJUK KERJA EKUALIZER KANAL ADAPTIF DENGAN MENGGUNAKAN ALGORITMA SATO Direstika Yolanda, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera
Lebih terperinciANALISIS PENGURANGAN DERAU PADA SINYAL LOUDSPEAKER MENGGUNAKAN FILTER ADAPTIF KALMAN
SINGUDA ENSIKOM VOL. 6 NO.3 /Maret 4 ANALISIS PENGUANGAN DEAU PADA SINYAL LOUDSPEAKE MENGGUNAKAN FILTE ADAPTIF KALMAN Fitriani Christhien Simbolon, Arman Sani Konsentrasi Teknik Telekomunikasi, Departemen
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN 4.1 Gambar Rangkaian EMG Dilengkapi Bluetooth
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambar Rangkaian EMG Dilengkapi Bluetooth Gambar 4. 1 Rangkaian keseluruhan EMG dilengkapi bluetooth Perancangan EMG dilengkapi bluetooth dengan tampilan personal computer
Lebih terperinciMateri-2 SENSOR DAN TRANSDUSER (2 SKS / TEORI) SEMESTER 106 TA 2016/2017
Materi-2 SENSOR DAN TRANSDUSER 52150802 (2 SKS / TEORI) SEMESTER 106 TA 2016/2017 KONSEP AKUISISI DATA DAN KONVERSI PENGERTIAN Akuisisi data adalah pengukuran sinyal elektrik dari transduser dan peralatan
Lebih terperinciPerancangan dan Realisasi Sistem Pentransmisian Short Message dan Sinyal Digital pada
Jurnal Itenas Rekayasa LPPM Itenas o.1 Vol. XVII ISS: 1410-3125 Januari 2013 Perancangan dan Realisasi Sistem Pentransmisian Short Message dan Sinyal Digital pada Modem BPSK berbasis MATLAB Arsyad Ramadhan
Lebih terperinciIII. METODE PENELITIAN. Penelitian tugas akhir ini akan dilakukan di Laboratorium Terpadu Teknik Elektro
37 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian tugas akhir ini akan dilakukan di Laboratorium Terpadu Teknik Elektro Universitas Lampung. Penelitian dimulai pada bulan Februari 2011
Lebih terperinciANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV 1
Jurnal Reaksi (Journal of Science and Technology) ANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV Raisah Hayati Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe
Lebih terperinciHasil Oversampling 13 Bit Hasil Oversampling 14 Bit Hasil Oversampling 15 Bit Hasil Oversampling 16
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii PERNYATAAN... iii PRAKATA... iv DAFTAR ISI... vii DAFTAR GAMBAR... x DAFTAR TABEL... xiii DAFTAR ISTILAH DAN SINGKATAN... xiv INTISARI... xv ABSRACT...
Lebih terperinciIMPLEMENTASI FILTER DIGITAL IIR BUTTERWORTH PADA DSP STARTER KIT TMS320C3x
JETri, Volume, Nomor, Februari 003, Halaman 9-0, ISSN 141-037 IMPLEMENTASI FILTER DIGITAL IIR BUTTERWORTH PADA DSP STARTER KIT TMS30C3x Irda Winarsih, Suhartati Agoes & Robert Wahyudi* Dosen-Dosen Jurusan
Lebih terperinciBAB. Kinerja Pengujian
BAB IV PENGUJIAN PENGUAT KELAS D TANPA TAPIS LC Bab ini akan menjelaskan pengujian dari penguat kelas D tanpa tapis LC yang dibuat.pengujian ini terdiri dari dua utama yaitupengujian untuk mengetahui kinerja
Lebih terperinciACOUSTIC ECHO CANCELLATION MENGGUNAKAN ALGORITMA NLMS Rizal Ali Sahar [1], Achmad Hidayatno ST, MT [2], Darjat ST, MT [2]
Makalah Tugas Akhir ACOUSTIC ECHO CANCELLATION MENGGUNAKAN ALGORITMA NLMS Rizal Ali Sahar [1], Achmad Hidayatno ST, MT [2], Darjat ST, MT [2] Conversation that occurs in phone device usually almost unclear
Lebih terperinciImplementasi Direct Sequence Spread Spectrum pada DSK TMS320C6416T
1 Implementasi Direct Sequence Spread Spectrum pada DSK TMS320C6416T Nanang Arif Haryadi, Suwadi, dan Titiek Suryani Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciPERBANDINGAN KINERJA ALGORITMA LMS DAN NLMS UNTUK PEREDAMAN DERAU SECARA ADAPTIF Sulamul Arif [1], Ir Ngatelan,MT [2], Achmad Hidayatno, ST, MT [3]
Makalah Seminar Tugas Akhir PERBANDINGAN KINERJA ALGORITMA LMS DAN NLMS UNTUK PEREDAMAN DERAU SECARA ADAPTIF Sulamul Arif [], Ir Ngatelan,MT [2], Achmad Hidayatno, ST, MT [3] We often feel disturbed by
Lebih terperinciImplementasi Modulasi dan Demodulasi M-ary QAM pada DSK TMS320C6416T
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Implementasi Modulasi dan Demodulasi M-ary QAM pada DSK TMS320C6416T Angga Yuda Prasetya, Suwadi, dan Titiek Suryani Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciPENINGKATAN KUALITAS SINYAL SUARA MENGGUNAKAN FILTER DIGITAL ADAPTIF DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) Ferdian Andrie/
PENINGKATAN KUALITAS SINYAL SUARA MENGGUNAKAN FILTER DIGITAL ADAPTIF DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) Ferdian Andrie/0022169 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Maret 2015 sampai dengan Agustus 2015.
44 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Maret 2015 sampai dengan Agustus 2015. Perancangan, pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciSISTEM PENYAMA ADAPTIF DENGAN ALGORITMA GALAT KUADRAT TERKECIL TERNORMALISASI
SISTEM PENYAMA ADAPTIF DENGAN ALGORITMA GALAT KUADRAT TERKECIL TERNORMALISASI Oleh Caesar Aji Kurnia NIM : 612008079 Skripsi ini untuk melengkapi syarat-syarat memperoleh Gelar Sarjana Teknik dalam Konsentrasi
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Prinsip teknologi dikembangkan adalah untuk membuat alat atau sarana yang dapat membantu dan memberi kemudahan bagi manusia untuk melakukan kegiatan dalam hidup. Seiring
Lebih terperinciDENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713 IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR)
IMPLEMENTASI FILTER INFINITE IMPULSE RESPONSE (IIR) DENGAN RESPON ELLIPTIC DAN BESSEL MENGGUNAKAN DSK TMS320C6713 IMPLEMENTATION OF INFINTE IMPULSE RESPONSE (IIR) FILTER WITH BESSEL AND ELLIPTIC RESPONSEE
Lebih terperinciSKRIPSI APLIKASI ADAPTIVE NOISE CANCELLATION FREKUENSI 50 HZ PADA ELECTROCARDIOGRAM
SKRIPSI APLIKASI ADAPTIVE NOISE CANCELLATION FREKUENSI 50 HZ PADA ELECTROCARDIOGRAM Oleh : WELLY OCTANIUS 5103011002 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS KATOLIK WIDYA MANDALA SURABAYA 2016
Lebih terperinciImplementasi Direct Sequence Spread Spectrum pada DSK TMS320C6416T
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-13 Implementasi Direct Sequence Spread Spectrum pada DSK TMS320C6416T Nanang Arif Haryadi, Suwadi, dan Titiek Suryani Jurusan
Lebih terperinciANALISIS SINYAL SEISMIK GUNUNG MERAPI, JAWA TENGAH - INDONESIA MENGGUNAKAN METODE ADAPLET (TAPIS ADAPTIF BERBASIS WAVELET)
ANALISIS SINYAL SEISMIK GUNUNG MERAPI, JAWA TENGAH - INDONESIA MENGGUNAKAN METODE ADAPLET (TAPIS ADAPTIF BERBASIS WAVELET) Agfianto Eko Putra 1, Adi Susanto 2, Kirbani Sri Brotopuspito 3, Jazi Eko Istiyanto
Lebih terperinciSeminar Tugas Akhir Juni 2017
Seminar Tugas Akhir Juni 07 Stetoskop Elektronik Sederhana untuk Auskultasi Jantung dan Paru Yahya Nanda Khurniawan, Torib Hamzah,Dyah Titisari ABSTRAK Stetoskop merupakan alat medis akustik sederhana
Lebih terperinciImplementasi Modulasi dan Demodulasi GMSK pada DSK TMS320C6416T
JUNAL TKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-46 Implementasi Modulasi dan Demodulasi GMSK pada DSK TMS320C6416T Aditya Sukmana, Suwadi, dan Titiek Suryani Jurusan Teknik
Lebih terperinciImplementasi Modulasi dan Demodulasi M-ary QAM pada DSK TMS320C6416T
JUNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-46 Implementasi Modulasi dan Demodulasi M-ary QAM pada DSK TMS320C6416T Angga Yuda Prasetya, Suwadi, dan Titiek Suryani Jurusan
Lebih terperinciEstimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter
Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter
Lebih terperinciFahmi Islami Su Ud¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Tugas Akhir 2006 PENGHILANG ECHO PADA TELEKOMUNIKASI MENGGUNAKAN ALGORITMA ADAPTIF NLMS DENGAN PENDEKATAN SUBBAND FILTERING ECHO CANCELLER IN TELECOMMUNICATION USING NLMS ADAPTIVE ALGORITHM WITH SUBBAND
Lebih terperinciBAB IV PERANCANGAN DAN REALISASI PERANGKAT LUNAK
BAB IV PERANCANGAN DAN REALISASI PERANGKAT LUNAK 4.1. Spesifikasi Perancangan Perangkat Lunak Perangkat lunak pada wahana bertujuan untuk memudahkan proses interaksi antara wahana dengan pengguna. Pengguna
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1 Diagram Blok Rancangan Penelitian. 24 25 Metode penelitian yang digunakan meliputi studi kepustakaan, pembuatan program,
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. Metode penelitian yang digunakan pada penelitian ini adalah denoising
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan pada penelitian ini adalah denoising menggunakan Blind Source Separation dengan metode ICA. Data
Lebih terperinciMODUL 4 PEMFILTERAN PADA SINYAL WICARA
MODUL 4 PEMFILTERAN PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu menyusun filter digital dan melakukan pemfilteran pada sinyal wicara II. DASAR TEORI 2.1. Filter IIR Yang perlu diingat disini bahwa infinite
Lebih terperinci1. Pendahuluan. 2. Tujuan. 3. Gambaran Disain. MODUL 3 ProbePoint
MODUL 3 ProbePoint 1. Pendahuluan Saat DSP sedang menjalankan program yang anda buat, anda dapat menampilkan isi memori dari DSP pada layar monitor, bahkan anda dapat mengubah nilai variabel didalam memori.
Lebih terperinciSIMULASI SISTEM MODULASI DIGITAL DENGAN DSK TMS320C6713
PROYEK AKHIR SIMULASI SISTEM MODULASI DIGITAL DENGAN DSK TMS320C6713 Ahmad Bahtiar Lazeardy NRP. 7209.040.516 Dosen Pembimbing: Aries Pratiarso, ST, MT NIP. 196611171991031004 Tri Budi Santoso, ST, MT
Lebih terperinciSIMULASI KENDALI DERAU AKTIF UMPAN MAJU DENGAN MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) 1. PENDAHULUAN
SIMULASI KENDALI DERAU AKTIF UMPAN MAJU DENGAN MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Heru Dibyo Laksono 1), Uyung Gatot S. Dinata 2) 1) Jurusan Teknik Elektro - Universitas Andalas 2) Jurusan Teknik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciSistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN
Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan Eru Puspita Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih
Lebih terperincipenulisan ini dengan Perancangan Anti-Aliasing Filter Dengan Menggunakan Metode Perhitungan Butterworth. LANDASAN TEORI 2.1 Teori Sampling Teori Sampl
PERANCANGAN ANTI-ALIASING FILTER DENGAN MENGGUNAKAN METODE PERHITUNGAN BUTTERWORTH 1 Muhammad Aditya Sajwa 2 Dr. Hamzah Afandi 3 M. Karyadi, ST., MT 1 Email : muhammadaditya8776@yahoo.co.id 2 Email : hamzah@staff.gunadarma.ac.id
Lebih terperinciDalam sistem komunikasi saat ini bila ditinjau dari jenis sinyal pemodulasinya. Modulasi terdiri dari 2 jenis, yaitu:
BAB II TINJAUAN TEORITIS 2.1 Tinjauan Pustaka Realisasi PLL (Phase Locked Loop) sebagai modul praktikum demodulator FM sebelumnya telah pernah dibuat oleh Rizal Septianda mahasiswa Program Studi Teknik
Lebih terperinci