PERANDINGAN NLMS DAN RLS PADA ADAPTIVE NOISE CANCELLER MENGGUNAKAN LABVIEW
|
|
- Liana Santoso
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PERANDINGAN NLMS DAN RLS PADA ADAPTIVE NOISE CANCELLER MENGGUNAKAN LABVIEW Suryo Budiyanto 1 ; Christopher Adam Pandawa 2 Fakultas Ilmu Komputer, Jurusan Sistem Komputer, BINUS University Jalan K.H. Syahdan No. 9, Palmerah, Jakarta Barat endraoey@binus.edu ABSTRACT This undergraduate thesis is an analysis of digital signal processing, especially to adaptive filter application comparing NLMS & RLS to adaptive noise canceller using LabVIEW. In communication system, there are many unwanted signals. The unwanted signal, or noise, is the main cause of a corrupted signal in communication. To fix the problem, we use adaptive filter, that is a programmed digital filter to muffle noise automatically and usually implemented one or two adaptive algorithms inside. We use algorithm NLMS and RLS. The main purpose of this thesis is to describe different adaptive algorithm filter, especially NLMS and RLS algorithm, and to simulate the two algorithms in LabVIEW and compare them. Keywords: adaptive filter, LabVIEW, NLMS, online filtering, RLS, uniform white noise ABSTRAK Skripsi ini merupakan analisa proses sinyal digital khususnya pada aplikasi filter adaptif dengan membandingkan NLMS & RLS pada adaptive noise canceller menggunakan LabVIEW. Pada sistem komunikasi, ada banyak sinyal yang tidak kita inginkan. Sinyal yang tidak kita inginkan ini, atau disebut noise, adalah penyebab utama rusak atau berubahnya sinyal dalam komunikasi. Untuk mengatasi masalah ini, kita menggunakan filter adaptif. Filter adaptif adalah filter digital yang sudah diprogram untuk meredam noise secara otomatis dan biasanya mengimplementasikan satu atau dua algoritma adaptif di dalamnya. Dalam hal ini kita menggunakan algoritma NLMS dan RLS. Tujuan utama skripsi ini adalah menjabarkan algoritma filter adaptif yang berbeda, terutama algoritma NLMS dan RLS, mensimulasikan kedua algoritma ini di LabVIEW dan membandingkannya. Kata kunci: filter adaptif, LabVIEW, NLMS, on-line filtering, RLS, uniform white noise 140 Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
2 PENDAHULUAN Untuk membandingkan algoritma NLMS dan RLS, digunakan modul- modul pada LabVIEW dan struktur matematik filter adaptif. Algoritma adaptif dirancang menggunakan fungsi dan kontrol yang tersedia dalam LabVIEW. Diagram sistem NLMS dan RLS pada sistem adaptive noise canceller, dapat dilihat pada gambar 1 dan gambar 2. Gambar 1 Blok diagram sistem NLMS Gambar 2 Blok diagram sistem RLS Pada sistem digunakan filter FIR sebagai struktur filter adaptif dapat dilihat pada gambar 3: Perandingan NLMS dan... (Suryo Budiyanto; Christopher Adam Pandawa) 141
3 Gambar 3 Struktur filter FIR Berdasarkan gambar diatas, w n didefinisikan sebagai vektor koefisien filter, u (n) adalah vektor filter state, dan y(n) adalah sinyal output. Kita dapat mendefinisikan vektor koefisien w n sebagai berikut: 1 (1.1) Dengan filter state u (n) sebagai berikut: 1 1 (1.2) Dan sinyal output y(n) sebagai berikut:. (1.3) Salah satu algoritma adaptif yang kita gunakan adalah NLMS. Normalized LMS (NLMS) adalah versi yang lebih baik dari LMS biasa. Pada algoritma LMS biasa, step size μ tidak bisa berubah seiring dengan waktu. Pada algoritma NLMS, step size μ(n) dinormalisasi terhadap squared Euclidean norm dari vektor filter state u (n) pada waktu n: (1.4) ε didefinisikan sebagai epsilon dimana nilainya sangat kecil. Pada sistem, kita mendefinisikan ε sama dengan Normalized LMS (NLMS) versi yang lebih baik dari LMS biasa tetapi melakukan operasi yang sama seperti LMS biasa. Operasi yang dilakukan adalah sebagai berikut: 1. Memfilter sinyal input u n melalui koefisien filter w n untuk menghasilkan sinyal output y(n). 2. Menghitung sinyal error yang terjadi dengan persamaan: e n d n y n (1.5) 142 Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
4 3. Perbarui koefisien filter dengan persamaan: w n 1 w n µ.e n.u n (1.6) Dimana µ sebagaimana didefinisikan diatas. Semua operasi diatas dimodelkan seperti yang terlihat pada gambar 4: Gambar 4 Blok diagram algoritma NLMS Algoritma adaptif lainnya yang kita gunakan adalah RLS. RLS singkatan dari Recursive Least Square. Filter adaptif RLS menggunakan algoritma recursive least square untuk memperbarui koefisien dari filter adaptif. Kecepatan konvergensi filter yang berbasis RLS jauh lebih cepat dari filter adaptif yang berbasis LMS. Operasi pada RLS adalah sebagai berikut: 1. Memfilter sinyal input u n melalui koefisien filter w n untuk menghasilkan sinyal output y(n). 2. Hitung sinyal error yang terjadi dengan persamaan: e n d n y n (1.7) 3. Perbarui secara iteratif vektor gain K n dengan persamaan: P. K n (1.8).P. T dimana λ adalah faktor pelupa (forgetting factor). 4. Perbarui koefisien filter dengan persamaan: w n 1 w n e n.k n (1.9) 5. Perbarui vektor P(n) dengan persamaan: P n 1 P n K n.u T n.p n (1.10) Semua operasi diatas dimodelkan seperti yang terlihat pada gambar 5: Perandingan NLMS dan... (Suryo Budiyanto; Christopher Adam Pandawa) 143
5 Gambar 5. Blok diagram algoritma RLS A Dan blok diagram untuk memperbarui vektor P(n) pada Gambar 6: Gambar 6. Blok diagram algoritma RLS B PEMBAHASAN Pengujian Sistem Untuk membandingkan algoritma NLMS dan RLS dan juga menguji performa dan kehandalan sistem, dilakukan 5 fase pengujian sistem. Fase 1 dan 2 adalah yang paling penting dalam pengujian, jika sistem tidak bisa melalui fase ini, maka itu berarti bahwaa sitem ini gagal. Fase Pertama dirancang untuk menguji apakah filter dapat mem-filter atau tidak. Fase ini menggunakan 2 jenis sinyal yaitu sine pattern dan periodic sinc pattern yang disimulasikan dari 144 Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
6 komputer. Setiap pattern mempunyai amplitudo 1 dan 2000 sampel. Sistem beroperasi sebanyak 100 iterasi. Algoritma yang digunakan dalam fase ini adalah NLMS dan RLS, orde filter=128, µ=0.3 dan λ=0.98. Pada fase ini digunakan uniform white noise untuk mengkorupsi sinyal input. Hasil dari fase ini yaitu sebagai berikut: NLMS; Input: Sine pattern. Gambar 7. Pemfilteran sine pattern yang terkorupsi menggunakan NLMS RLS; Input: Sine pattern. Gambar 8. Pem-filter-an sine pattern yang terkorupsi menggunakan RLS NLMS; Input: Periodic Sinc Pattern Perandingan NLMS dan... (Suryo Budiyanto; Christopher Adam Pandawa) 145
7 Gambar 9. Pem-filter-an periodic sinc pattern yang terkorupsi menggunakan NLMS RLS; Input: Periodic Sinc Pattern Gambar 9. Pem-filter-an periodic sinc pattern yang terkorupsi menggunakan RLS Tabel 1 RLS NLMS Sine Pattern Periodic Sinc Pattern Sine Pattern Periodic Sinc Pattern MSE E Error Level Dari hasil di atas, kita mendapat error level dan juga MSE (Mean Square Error) yang kecil. Dari sini disetujui bahwa filter memenuhi syarat untuk fase kedua. 146 Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
8 Fase Kedua juga dirancang untuk menguji apakah filter dapat mem-filter atau tidak, sekarang digunakan suara real time dari harmonika sebagai input dan digunakan microphone sebagai sensor suara. Pada fase ini, juga digunakan Uniform White Noise sebagai pengkorupsi sinyal input. Hasilnya sebagai berikut: NLMS; Input: Harmonika Gambar 10 Pem-filter-an suara harmonika yang terkorupsi menggunakan NLMS RLS; Input: Harmonika Gambar 10 Pem-filter-an suara harmonika yang terkorupsi menggunakan RLS Tabel 2 RLS NLMS "DO" MSE Error Level Seperti fase sebelumnya, pada fase ini, juga didapat error level dan juga MSE yang kecil. Sistem memenuhi syarat untuk fase ketiga. Perandingan NLMS dan... (Suryo Budiyanto; Christopher Adam Pandawa) 147
9 Fase Ketiga dirancang untuk menguji utilisasi atau beban komputer dan orde filter. Pada fase ini, akan diuji orde filter untuk memperoleh data berapa lama waktu yang dibutuhkan sistem untuk menyelesaikan 100 iterasi. Hasilnya sebagai berikut (Tabel 3): Tabel 3 Order NLMS RLS s s s s s s s s s s Time(s) Orde NLMS RLS μ = 0.3 λ = 0.98 Gambar 10 Perbandingan waktu iterasi NLMS & RLS Dari hasil di atas, dapat dilihat bahwa RLS membutuhkan waktu lebih banyak untuk menyelesaikan 100 iterasi dibandingkan NLMS. Pada kasus ekstrimnya, RLS membutuhkan waktu yang sangat besar untuk menyelesaikan 100 iterasi ketika orde filter = Dari sini diketahui bahwa RLS tidak cocok untuk on-line filtering khususnya pada orde filter yang besar karena komputasinya yang kompleks. Pada orde filter = 1024, RLS membutuhkan detik untuk menyelesaikan 100 iterasi sementara NLMS hanya membutuhkan detik. Jadi 159 kali lebih cepat dari RLS. Fase Keempat dirancang untuk menguji step-size dan lambda pada kedua algoritma. Tujun dari fase ini yaitu untuk mengamati waktu konvergensi dan juga MSE yang disebabkan oleh nilai step-size dan lambda. Pada fase ini, orde filter =128 dan Convergence Threshold = Hasilnya sebagai berikut: NLMS; Filter Order = 128; Convergence Threshold = 0.1 Tabel 4 Step-Size Time Elapsed (Seconds) MSE Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
10 Unstable Unstable Gambar 12 Orde filter NLMS terhadap waktu konvergensi Berdasarkan hasil diatas, semakin besar nilai step size, waktu konvergensi juga semakin besar, pada umumnya. Hasil yang sama juga terjadi pada MSE, semakin besar nilai step size, nilai MSE juga semakin besar. Tetapi ketika diuji dengan step-size=2, sistem menjadi tidak terkendali dan menjadi tidak stabil. Hal ini karena NLMS stabil pada range 0<µ<2. Juga berdasarkan hasil diatas, step-size yang paling optimal berada pada range RLS; Filter Order = 64; Convergence Threshold = 0.01 Tabel 5 Lambda Time Elapsed (Seconds) MSE Perandingan NLMS dan... (Suryo Budiyanto; Christopher Adam Pandawa) 149
11 Gambar 13 Orde filter RLS terhadap waktu konvergensi Jika dibandingkan dengan pengujian sebelumnya, hasil yang didapat untuk RLS adalah hampir tidak menentu, tidak didapat suatu pola tertentu pada hasil. Semakin besar nilai lambda, waktu konvergensi dan MSE semakin besar dan semakin kecil. Tetapi, jika hasil ini dihubungkan dengan convergence threshold, didapat bahwa lambda = 0.4 dan lambda = 0.98 adalah lambda yang paling optimal. Fase Kelima dirancang untuk menguji bagaimana orde filter, step-size dan lambda akan mempengaruhi sistem atau resource komputer khususnya resource memori. Pada fase ini, digunakan sinusoidal pattern dan suara dari microphone sebagai input. Resource memori yang digunakan oleh NLMS dan RLS dengan orde filter sebagai berikut: Tabel 6 NLMS, Step Size=0.3, Iteration=20 Order Input Sinusoid Microphone k k k k Tabel 7 RLS, Lambda=0.98, Iteration=20 Order Input Sinusoid Microphone k k k k 150 Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
12 Penggunaan resource memori berdasarkan step size dan lambda sebagai berikut: Tabel 8 NLMS, Order=64, Iteration=20 Input Step-Size Sinusoid k k k Microphone k k k Tabel 9 RLS, Order=64, Iteration=20 Input Lambda Sinusoid k k k Microphone k k k Dari hasil di atas, diketahui bahwa lonjakan penggunaan memori yang disebabkan oleh orde filter sedikit lebih besar daripada lonjakan penggunaan memori yang disebabkan oleh step size atau lambda. Tidak seperti step-size atau lambda; orde filter akan membuat komputasi lebih rumit. Semakin rumit komputasi; sistem akan membutuhkan memori lebih untuk memproses sinyal. Juga dari hasil diatas, diketahui bahwa RLS membutuhkan memori lebih besar daripada NLMS. Fakta bahwa algoritma RLS lebih kompleks daripada algoritma NLMS, yang menyebabkan kenapa RLS membutuhkan memori lebih banyak daripada NLMS untuk melakukan pem-filter-an sinyal. PENUTUP Dari simulasi filter NLMS dan RLS didapatkan bahwa setiap algoritma adaptif mempunyai kelebihan dan kekurangan masing-masing, tetapi secara keseluruhan, kedua filter dapat beradaptasi dengan lingkungan dan meredam noise yang mengkorupsi sinyal input. NLMS punya beberapa kelebihan bila dibandingkan dengan RLS. Yaitu penggunaan memori dan algoritma yang lebih sederhana daripada RLS. Tapi tidak bisa disangkal bahwa RLS menghasilkan sinyal dengan kualitas yang tinggi dengan kekompleksitasannya dan penggunaan memori yang lebih besar. Ini dapat dibuktikan dari tingkat MSE yang dihasilkan RLS. Semakin kecil MSE, berarti semakin kecil noise power. DAFTAR PUSTAKA Bellanger, Maurice G. (2001). Adaptive Digital Filters 2 nd Edition, Revised & Expanded. Marcel Decker. New York. Boroujeny, Farhang B. (1998). Adaptive Filters Theory and Applications. John Wiley & Sons. England. Perandingan NLMS dan... (Suryo Budiyanto; Christopher Adam Pandawa) 151
13 Clark, Cory L. (2005). LabVIEW Digital Signal Processing and Digital Communication. McGraw- Hill Companies USA. Gustafsson, Fred. (2000). Adaptive Filtering and Change Detection. John Wiley & Sons Ltd. England. Ifeachor, Emmnuel C.; Jervis, Barrie W. (2002). Digital Signal Processing: Practical Approach 2 nd Edition. Pearson Education Limited, England. Kehtarnavaz, Nasser; Kim, Namjin. (2005). Digital Signal Processing System-Level Design Using LabVIEW. Elsevier, UK. Madisetti, Vijay K.; Williams Douglas B. (1999). Digital Signal Processing Handbook. CRCnetBASE. Manolakis, Dimitris G.; Ingle, Vinay K.; Kogon, Stephen M. (2005), Stastical and Adaptive -Signal Processing: Spectral Estimation, Signal Modeling, Adaptive Filtering, and Array Processing. Artech House. USA. Poularikas, Alexander D. (1999). The Handbook of Formulas and Tables for Signal Processing. CRC Press. USA. Smith, Steven W. (1999). The Scientist And Engineer s Guide To Digital Signal Processing 2 nd Edition. California Technical Publishing San Diego, California. Treichler, John R.; Johnson Jr., C. Richard; Larimore, Michael G. (2001). Theory And Design Of Adaptive Filters. Prentice Hall, New Jersey. Vaseghi. Saeed V.. (2000). Advanced Digital Signal Processing and Noise Reduction 2 nd Edition. John Wiley & Sons Ltd. England. 152 Jurnal Teknik Komputer Vol. 18 No. 2 Agustus 2008:
Adaptive 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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. 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 terperinciPENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK
ABSTRAK PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN Dosen Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Pada penelitian ini dibuat sebuah sistem pengenalan suara manusia dengan
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 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 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 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 terperinciSIMULASI PENGARUH PENGGUNAAN FILTER BUTTERWORTH PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO
SIMULASI PENGARUH PENGGUNAAN FILTER BUTTERWORTH PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO Orlando Farcend Ficdy Tumbelaka 1), Jotje Rantung 2), Michael Rembet 3) Jurusan Teknik
Lebih terperinciPengurangan Noise Sepeda Motor dan Mesin Diesel dari Sinyal Bicara dengan Algoritma Recursive Least Square
Pengurangan Noise Sepeda Motor dan Mesin Diesel dari Sinyal Bicara dengan Algoritma Recursive Least Square Hugeng 1, Endah Setyaningsih 2, Meirista Wulandari 2 1 Program Studi Sistem Komputer, Universitas
Lebih terperinciPENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM
PENENTUAN AKOR GITAR DENGAN MENGGUNAKAN ALGORITMA SHORT TIME FOURIER TRANSFORM Agustina Trifena Dame Saragih 1, Achmad Rizal 2, Rita Magdalena 3 Departemen Teknik Elektro Institut Teknologi Telkom Jl.
Lebih terperinciAplikasi Algoritma Genetik Untuk Mengestimasi Waktu Tunda
Makalah Seminar Tugas Akhir Aplikasi Algoritma Genetik Untuk Mengestimasi Waktu Tunda Agung Abdul Fakih (L2F 098 578) E-mail : adjunkfq@yahoo.com Laboratorium Teknik Kontrol Otomatik Jurusan Teknik Elektro
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciAPLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE
APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE 1 Rudy Adipranata 2 Fauzi Josephine Desiree 3 Andreas Handojo 1, 2, 3 Teknik Informatika Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciAnalisis Perkiraan TDOA menggunakan Algoritma LMS Adaptif pada Pelacakan Paus Lodan
IJEIS, Vol.5, No.1, April 2015, pp. 11~20 ISSN: 2088-3714 11 Analisis Perkiraan TDOA menggunakan Algoritma LMS Adaptif pada Pelacakan Paus Lodan Andriyan Permana* 1, Agfianto Eko Putra 2, Catur Atmaji
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 terperinciPresentasi Tugas Akhir
Presentasi Tugas Akhir Estimasi Doppler Spread pada Sistem Orthogonal Frequency Division Multiplexing (OFDM) dengan Metode Phase Difference Walid Maulana H 2208100101 Pembimbing : Prof. Dr. Ir. Gamantyo
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 terperinciJurnal ICT Vol 3, No. 5, November 2012, AKADEMI TELKOM SANDHY PUTRA JAKARTA
Jurnal ICT Vol 3, No. 5, November 2012, 12-18 AKADEMI TELKOM SANDHY PUTRA JAKARTA KUALITAS KOMUNIKASI PADA TELECONFERENCE MENGGUNAKAN TEKNIK FILTER FDAF ( FREKUENSI DOMAIN ADAPTIF FILTER) Tri Nopiani Damayanti
Lebih terperinciOPTIMASI RANCANGAN FILTER BANDPASS AKTIF UNTUK SINYAL LEMAH MENGGUNAKAN ALGORITMA GENETIK
OPTIMASI RANCANGAN FILTER BANDPASS AKTIF UNTUK SINYAL LEMAH MENGGUNAKAN ALGORITMA GENETIK Studi Kasus: Sinyal EEG Oleh: Ellys Kumala Pramartaningthyas, Melania Suweni Muntini Jurusan Fisika Fakultas Matematika
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 [], Achmad Hidayatno ST, MT [2], Darjat ST, MT [2] Conversation that occurs in phone device usually almost unclear
Lebih terperinciPENGATURAN POSISI KAMERA CCTV DENGAN PERINTAH SUARA
PENGATURAN POSISI KAMERA CCTV DENGAN PERINTAH SUARA David Abriman Simatupang 1, Irianto 2, Suhariningsih 3 1 Mahasiswa Teknik Elektro Industri PENS-ITS, Surabaya, 2 Dosen Teknik Elektro Industri PENS-ITS,
Lebih terperinciESTIMASI KANAL MIMO 2x2 DAN 2x3 MENGGUNAKAN FILTER ADAPTIF KALMAN
ESTIMASI KANAL MIMO 2x2 DAN 2x3 MENGGUNAKAN FILTER ADAPTIF KALMAN Imelda Uli Vistalina Simanjuntak 1 Program Studi Teknik Elektro, Fakultas Teknik, Universitas Mercu Buana Jakarta Email: imelda.simanjuntak0110@gmail.com;
Lebih terperinciDETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM
DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM Charles Edison Chandra; Herland Jufry; Sofyan Tan Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Upaya pengembangan teknik-teknik baru untuk memanfaatkan sumber daya spektrum frekuensi yang terbatas terus dilakukan. CDMA dan antena adaptif adalah dua pendekatan
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 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. Teknologi sekarang ini berkembang sangat pesat, hampir semua kehidupan
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Teknologi sekarang ini berkembang sangat pesat, hampir semua kehidupan manusia tergantung pada mesin atau komputer. Begitu banyak mesin yang dibuat untuk memudahkan
Lebih terperinciENHANCED K-SVD ALGORITHM for IMAGE DENOISING
ENHANCED K-SVD ALGORITHM for IMAGE DENOISING Edwin Junius, Reza Alfiansyah, Endra,Universitas Bina Nusantara, mono_unk@yahoo.com, devil.reza12@yahoo.com, ABSTRAK Penelitian ini bertujuan untuk membuat
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 terperinciMetode Identifikasi Rekursif. Zulkifli Hidayat Laboratorium Teknik Sistem Jurusan Teknik Elektro FTI - ITS
Metode Identifikasi Rekursif Zulkifli Hidayat Laboratorium Teknik Sistem Jurusan Teknik Elektro FTI - ITS Mengapa Identifikasi Rekursif? Alasan menggunakan identifikasi rekursif Estimasi online Sistem
Lebih terperinciDeteksi Nada dan Perangkat Gamelan Menggunakan Filter Adaptif Least Mean Square(LMS)
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 1 Deteksi Nada dan Perangkat Gamelan Menggunakan Filter Adaptif Least Mean Square(LMS) Vonda Bri Valdo Ary 1, Dr. Ir. Yoyon K Suprapto, M.Sc. 2, dan Prof.
Lebih terperinciPENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV
PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV Marianus Hendra Wijaya 1), Linggo Sumarno 2) 1) Program Studi Teknik Elektro Fakultas Sains dan Teknologi Universtas Sanata Dharma Yogyakarta
Lebih terperinciANALISIS BEAMFORMING ADAPTIF PADA SMART ANTENNA MENGGUNAKAN ALGORITMA ROBUST KALMAN FILTER PADA KONDISI RICIAN FADING NONSTASIONER
TEKNOLOGI DAN KEJURUAN, VOL. 39, NO. 1, FEBRUARI 2016: 59-66 ANALISIS BEAMFORMING ADAPTIF PADA SMART ANTENNA MENGGUNAKAN ALGORITMA ROBUST KALMAN FILTER PADA KONDISI RICIAN FADING NONSTASIONER Andriana
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 terperinciKontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 Untuk Sistem Pendulum Kereta
Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe Untuk Sistem Pendulum Kereta Helvin Indrawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
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 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 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 terperinciLeast Square Estimation
Least Square Estimation Untuk menyelesaikan koefisien proyeksi di posisi output, pendekatan Least-Squares pada fungsi aplikabel di ditulis dengan persamaan berikut: dimana sinyal kepastian c menetapkan
Lebih terperinciIDENTIFIKASI KANAL FIR SECARA BUTA UNTUK SISTEM DUA-MASUKAN-DUA-KELUARAN PADA DOMAIN FREKUENSI MENGGUNAKAN STATISTIK ORDE DUA ABSTRAK
IDENTIFIKASI KANAL FIR SECARA BUTA UNTUK SISTEM DUA-MASUKAN-DUA-KELUARAN PADA DOMAIN FREKUENSI MENGGUNAKAN STATISTIK ORDE DUA Sempurna keliat / 0122171 Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof.
Lebih terperinciPENGGUNAAN MATLAB DALAM PENYELESAIAN SISTEM PERSAMAAN LINEAR MENGGUNAKAN JARINGAN HOPFIELD LINEAR ABSTRAK
PENGGUNAAN MATLAB DALAM PENYELESAIAN SISTEM PERSAMAAN LINEAR MENGGUNAKAN JARINGAN HOPFIELD LINEAR Rosihan Ari Yuana Program Studi Pendidikan Matematika Universitas Sebelas Maret ABSTRAK Aplikasi jaringan
Lebih terperinciProsiding Semirata FMIPA Universitas Lampung, 2013
Prosiding Semirata FMIPA Universitas Lampung, 2013 Aplikasi Metode Recursive Least Square (RLS)nDalam Memodelkan Estimasi Pemakaian Listrik Dengan Bantuan Paket Program R Jose Rizal, Pepi Novianti Jurusan
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 terperinciPenekanan Derau secara Adaptif pada Pengenalan Ucapan Kata
Penekanan Derau secara Adaptif pada Pengenalan Ucapan Kata Achmad Bayhaki (L2F 002 541) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Semarang, Indonesia trainingmoment@yahoo.com Abstrak
Lebih terperinciSIMULASI DAN ANALISIS FILTER ADAPTIF UNTUK REDUKSI SUARA JANTUNG DARI REKAMAN SUARA PERUT MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS)
ISSN : 23-936 e-proceeding of Engineering : Vol.2, No.2 Agustus 20 Page 2817 SIMULASI DAN ANALISIS FILTER ADAPTIF UNTUK REDUKSI SUARA JANTUNG DARI REKAMAN SUARA PERUT MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI KONTROLER PID ADAPTIF PADA PENGATURAN KECEPATAN MOTOR INDUKSI TIGA FASA
PERANCANGAN DAN IMPLEMENTASI KONTROLER PID ADAPTIF PADA PENGATURAN KECEPATAN MOTOR INDUKSI TIGA FASA Halim Mudia 2209106079 Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Surabaya-60111,
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 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 terperinciCOMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION
COMPARISON OF ONE DIMENSIONAL DCT AND LWT SPARSE REPRESENTATION Endra 1 ; Gusandy 2 ; Kurniawaty 3 ; Yenny Lan 4 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, BINUS University, Jakarta Jln K.H. Syahdan
Lebih terperinciPERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO)
Jurnal POROS TEKNIK, Volume 5, No. 1, Juni 2013 : 18-23 PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik
Lebih terperinciHAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL
HAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT PENDIDIKAN TEKNIK TELEKOMUNIKASI JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN
Lebih terperinciBAB II LANDASAN TEORI
1 BAB II TINA BAB II LANDASAN TEORI 2.1 Pengenalan Pola Suara Pengenalan pola dapat diartikan sebagai proses klasifikasi dari objek atau pola menjadi beberapa kategori ataukelas. Dan bertujuan untuk pengambilan
Lebih terperinciStudi Komparatif Sistem Kendali Bising Aktif Umpan Maju Menggunakan Filter Adaptif Berbasis LMS
PROC. ITB Sains & Tek. Vol. 38 A, No. 1, 2006, 21-39 21 Studi Komparatif Sistem Kendali Bising Aktif Umpan Maju Menggunakan Filter Adaptif Berbasis LMS Bambang Riyanto 1) & Irma Husnaini 2) 1) Sekolah
Lebih terperinciPengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007
Pengantar PENGOLAHAN CITRA Achmad Basuki PENS-ITS Surabaya 2007 TUJUAN Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu
Lebih terperinciAPLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER
APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER Leo Willyanto Santoso 1, Resmana Lim 2, Rony Sulistio 3 1, 3 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkurangnya fungsi pendengaran adalah penurunan fungsi pendengaran pada salah satu ataupun kedua telinga. Hal ini disebabkan oleh infeksi, strokes, obat-obatan,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam mendisain sebuah sistem kontrol untuk sebuah plant yang parameterparameternya tidak berubah, metode pendekatan standar dengan sebuah pengontrol yang parameter-parameternya
Lebih terperinciPengaturan Kecepatan Motor DC Melalui Jaringan dengan Metode Adaptif
Pengaturan Kecepatan Motor DC Melalui Jaringan dengan Metode Adaptif Prosiding Seminar Nasional Pascasarjana VII 27 Singgih Wijaya Anggono dan Josaphat Pramudijanto Jurusan Teknik Elektro Institut Teknologi
Lebih terperinciREDUKSI SUARA JANTUNG DARI REKAMAN SUARA PARU-PARU MENGGUNAKAN FILTER ADAPTIF DENGAN ALGORITMA RECURSIVE LEAST SQUARE
rosiding SENTIA 9 oliteknik Negeri Malang REDUKSI SUARA JANTUNG DARI REKAMAN SUARA ARU-ARU MENGGUNAKAN FILTER ADATIF DENGAN ALGORITMA RECURSIVE LEAST SQUARE Ferdi Sukresno, Achmad Rizal, Iwan Iwut Departemen
Lebih terperinciPerancangan dan Simulasi MRAC PID Control untuk Proses Pengendalian Temperatur pada Continuous Stirred Tank Reactor (CSTR)
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-128 Perancangan dan Simulasi MRAC PID Control untuk Proses Pengendalian Temperatur pada Continuous Stirred Tank Reactor (CSTR)
Lebih terperinciAnalisis Jarak Microphone Array dengan Teknik Pemrosesan Sinyal Fast Fourier Transform Beamforming
85 Analisis Jarak Microphone Array dengan Teknik Pemrosesan Sinyal Fast Fourier Transform Beamforming Moh Fausi, Agus Naba dan Djoko Santjojo Abstract The main problem in the application of the sound source
Lebih terperinciAPLIKASI TAPIS ADAPTIF FIR UNTUK MENGHILANGKAN ARTEFAK PADA SINYAL ELEKTROKARDIOGRAFI
APLIKASI TAPIS ADAPTIF FIR UNTUK MENGHILANGKAN ARTEFAK PADA SINYAL ELEKTROKARDIOGRAFI Bambang Hadi Kunaryo 1, Wahyudi,ST,MT 2, Imam Santoso,ST,MT 2 Jurusan Teknik Elektro, Fakultas Teknik Universitas,
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 terperinciUNJUK KERJA ALGORITMA HARD HANDOFF TERHADAP VARIASI KECEPATAN MOBILE STATION
UNJUK KERJA ALGORITMA HARD HANDOFF TERHADAP VARIASI KECEPATAN MOBILE STATION MAKSUM PINEM Departemen Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara, Medan e-mail : maksum.pinem@gmail.com ABSTRAK-
Lebih terperinciAnalisa Aplikasi Peredam Getaran Dinamik Pada Model Setengah Mobil Empat Derajat Kebebasan Berbasis Respon Amplitudo
Analisa Aplikasi Peredam Getaran Dinamik Pada Model Setengah Mobil Empat Derajat Kebebasan Berbasis Respon Amplitudo Apriyanto S. 247 1 6 Pembimbing : Ir. Jerri Susatio, M.T. 1954117 1983 1 5 Latar Belakang
Lebih terperinciIMPLEMENTASI ALGORITMA LMS PADA SISTEM PENDETEKSI KERUSAKAN KOMPONEN PESAWAT TELEVISI BERWARNA BERBASIS KOMPUTER. Makalah Seminar Tugas Akhir
IMPLEMENTASI ALGORITMA LMS PADA SISTEM PENDETEKSI KERUSAKAN KOMPONEN PESAWAT TELEVISI BERWARNA BERBASIS KOMPUTER Makalah Seminar Tugas Akhir Hadhi Nugroho (L2F001598) Jurusan Teknik Elektro Fakultas Teknik
Lebih terperinciDAFTAR ISI. i ABSTRACT. ii KATA PENGANTAR. viii DAFTAR GAMBAR
ABSTRAK Keberadaan noise dalam sinyal elektrokardiograf (EKG) dapat menyebabkan kesalahan interpretasi informasi jantung, yang pada akhirnya menyebabkan kesalahan pada penilaian kondisi jantung. Untuk
Lebih terperinciPENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL
MAKALAH SEMINAR TUGAS AKHIR PERIODE JUNI-JULI PENGHAPUSAN NOISE PADA CITRA DENGAN FILTER ADAPTIVE- HIERARCHICAL Ana Wahyu Hakim 1, Handayani Tjandrasa 2, Bilqis Amalia 3 Teknik Informatika, Fakultas Teknologi
Lebih terperinciKEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari
ABSTRAK Teknologi pengkode sinyal suara mengalami kemajuan yang cukup pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari pengkode sinyal suara yaitu output sinyal suara yang mempunyai
Lebih terperinciBAB V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces
BAB V KESIMPULAN Berdasarkan uji coba dan analisis hasil pengujian terhadap Sistem Pengenalan Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces Terdekomposisi QR dapat disimpulkan sebagai
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN RBF PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA AIR
APLIKASI JARINGAN SYARAF TIRUAN RBF PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA AIR Wahyudi, Hariyanto, Iwan Setiawan Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jln.
Lebih terperinciJurnal Ilmiah Setrum Volume 6, No.1, Juni 2017 p-issn : / e-issn : X
Jurnal Ilmiah Setrum Volume 6, No., Juni 207 p-issn : 230-4652 / e-issn : 2503-068X Antena Cerdas untuk Mitigasi Interferensi dengan Algoritma Least Mean Square Rahmad Hidayat, Hamdani Setiawan 2, Yakob
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
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 terperinciAPLIKASI ADAPTIVE FIR INVERSE LINEAR CONTROLLER PADA SISTEM MAGNETIC LEVITATION
APLIKASI ADAPTIVE FIR INVERSE LINEAR CONTROLLER PADA SISTEM MAGNETIC LEVITATION Jonifan 1 Laboratorium Fisika Dasar, Jalan Akses UI Kelapa Dua E-mail : jonifan@staff.gunadarma.ac.id Iin Lidiya Zafina Laboratorium
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Didukung dengan perkembangan zaman
Lebih terperinciRencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Rencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1 Kode & Nama : TE141334 Sinyal dan Sistem 2 Kredit : 3 sks 3 Semester : II (dua) 4 Dosen :
Lebih terperinciPREDIKSI DATA RUNTUN WAKTU MENGGUNAKAN JARINGAN SYARAF TIRUAN
PREDIKSI DATA RUNTUN WAKTU MENGGUNAKAN JARINGAN SYARAF TIRUAN TIME SERIES DATA PREDICTION USING ARTIFICIAL NEURAL NETWORKS Agung Mubyarto Prodi Teknik Elektro, Universitas Jenderal Soedirman Jl. Kampus
Lebih terperinciIMPLEMENTASI FORMULA NEWTON-COTES UNTUK MENENTUKAN NILAI APROKSIMASI INTEGRAL TENTU MENGGUNAKAN POLINOMIAL BERORDE 4 DAN 5. Wahyu Sakti G. I.
Sakti G.I., Implementasi Formula Newton-Cotes Untuk Menentukan Nilai Aproksimasi Integral Tentu Menggunakan Polinomial Berorde 4 dan 5 IMPLEMENTASI FORMULA NEWTON-COTES UNTUK MENENTUKAN NILAI APROKSIMASI
Lebih terperinci