PENGENALAN POLA EEG PADA KEMAMPUAN KONSENTRASI DAN MENGHITUNG
|
|
- Yuliani Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Proseding Seminar Nasional Fisika dan Aplikasinya Sabtu, 19 November 2016 Bale Sawala Kampus Universitas Padjadjaran, Jatinangor PENGENALAN POLA EEG PADA KEMAMPUAN KONSENTRASI DAN MENGHITUNG ARTHA IVONITA SIMBOLON*, M FAIZAL AMRI UPT Balai Pengembangan Instrumentasi, Lembaga Ilmu Pengetahuan Indonesia Kompleks LIPI Jl. Sangkuriang Gd 30, Bandung Abstrak. Kemampuan kognitif merupakan salah satu kemampuan yang harus dimiliki oleh pelajar. Salah satu cara untuk melihat kemampuan kognitif seseorang adalah dengan melihat tingkat konsentrasi dan kecepatan dalam menghitung. Penelitian ini membahas tentang pola sinyal otak dari subjek yang berkonsentrasi dan menghitung angka. Subjek yang digunakan sebanyak 13 mahasiswa dengan rentang usia tahun. Subjek diberi stimulus berupa angka yang muncul satu persatu, dan subjek menjumlahkan setiap angka yang muncul. Pengolahan data dilakukan dengan bandpass filter (0,5-50 Hz), transformasi wavelet, dan ekstraksi fitur. Pola yang diperoleh terlihat berbeda untuk subjek yang menghitung dengan benar dan salah. Untuk subjek yang menghitung dengan benar, dihasilkan peak dalam rentang waktu munculnya angka secara beraturan. Sedangkan untuk subjek yang menghitung dengan salah, sinyal yang dihasilkan tidak memiliki keberaturan munculnya peak pada sinyal. Perbedaan pola ini dapat memperlihatkan perbedaan tingkat kemampuan kognitif seseorang, dan bisa menjadi bahan dasar untuk meningkatkan kemampuan kognitif tersebut. Kata kunci : EEG, kognitif, bandpass filter, transformasi wavelet Abstract. Cognitive ability is one's ability to be possessed by students. One way to look at a person's cognitive ability is to see the level of concentration and speed in the count. This study discusses the pattern of brain signals from the subject to concentrate and count the numbers. Subjects who used as many as 13 students with an age range of years. Subjects were given a stimulus in the form of numbers that appear one by one, and the subject of summing each number appears. Data processing is performed by the bandpass filter (0.5 to 50 Hz), the wavelet transform, and feature extraction. Looks different patterns obtained for the subject which calculates the right and wrong. To calculate properly the subject, resulting in a span of peak emergence of a number uniformly. As for the subject count by one, the resulting signal has no peak emergence of regularities in the signal. Differences in the pattern can show differences in the level of a person's cognitive abilities, and can be a base material to improve the cognitive abilities. Keywords : EEG, cognitive, bandpass filter, wavelet transformation 1. Pendahuluan Kemampuan kognitif merupakan salah satu kemampuan yang harus dimiliki setiap pelajar. kemampuan kognitif tersebut berupa kemampuan persepsi, atensi, ingatan, berpikir, konsentrasi, melakukan penalaran, dan memecahkan masalah[1]. Kemampuan kognitif seseorang dapat mempengaruhi prestasi seorang pelajar. Konsentrasi dan kecekatan dalam menghitung dapat menjadi salah satu unsur penunjang tingkat kemampuan kognitif seseorang. Pelajar seringkali tidak * arthaivonita.s@gmail.com Kode Artikel: FP-06 ISSN:
2 Artha I. Simbolon dkk berkonsentrasi pada saat pemberian materi ataupun ujian. Hal ini yang menyebabkan pelajar tersebut memiliki prestasi yang menurun. Dibutuhkan suatu studi yang mempelajari tingkat konsentrasi seorang pelajar dan dapat menjadi bahan pertimbangan untuk metode pembelajaran guna meningkatkan tingkat konsentrasi. Kondisi seseorang ketika berkonsentrasi dan menghitung dapat menimbulkan suatu aktivitas listrik dalam otaknya. Elektroensefalografi (EEG) merupakan pengukuran noninvasif aktivitas listrik otak pada kulit kepala[2]. Pada umumnya, sinyal EEG pada manusia dibedakan berdasarkan daerah frekuensinya, yaitu gelombang beta (14-30Hz) jika seseorang dalam kondisi konsentrasi dan berfikir, gelombang alfa (8-13Hz) jika seseorang dalam keadaan sadar dan rileks, gelombang teta (4-7Hz) jika seseorang dalam keadaan mengantuk atau tertidur ringan, dan gelombang delta (0.5-3Hz) jika seseorang dalam keadaan tertidur [3]. Sinyal EEG merupakan sinyal nonstasioner. Sebelumnya telah banyak yang melakukan pengolahan sinyal EEG dengan menggunakan transformasi Fourier, akan tetapi transformasi Fourier tidak memberikan hasil yang bagus jika diterapkan pada sinyal nonstasioner dan memiliki keterbatasan pada jumlah data yang banyak[4-6]. Metoda pendekatan yang sesuai untuk menyelesaikan kedua masalah dari transformasi Fourier tersebut adalah transformasi wavelet[5-6]. Penelitian ini menyajikan studi awal untuk pengenalan pola EEG untuk melihat tingkat konsentrasi dan menghitung dengan memanfaatkan transformasi wavelet. 2. Metode Penelitian a. Akusisi Data Pengambilan sinyal dilakukan terhadap 13 mahasiswa dengan rentang usia tahun yang terdiri dari 6 perempuan dan 7 laki-laki. Subjek dalam keadaan sehat dan tidak memiliki gangguan mental. Gambar 1. Elektroda yang digunakan. 246
3 Pengenalan Pola EEG pada Kemampuan Konsentrasi dan Menghitung 247 EEG diukur dengan amplifier Mitsar 202 menggunakan Electrocap Ag/AgCl, dimana letak elektroda mengikuti standar Internasional, yaitu sistem Pada eksperimen ini digunakan 15 kanal (F3, F4, F7, F8, Fz, Fp1, Fp2, C3, C4, Cz, P3, P4, Pz, O1, dan O2) seperti yang terlihat pada Gambar 1. Untuk sampling rate yang digunakan adalah 250Hz. Gambar 2. Stimulus Pengambilan data dilakukan dalam sebuah ruangan yang hening dan hanya berisikan peneliti dan subjek. Hal ini bertujuan agar subjek dapat dengan mudah berkonsentrasi. Subjek duduk di kursi dengan rileks dan dihadapkan dengan layar komputer yang berjarak 30 cm. Subjek diberikan stimulus yang ditampilkan pada layar komputer. Stimulus yang digunakan berupa angka yang muncul satu persatu (Gambar 2.). Subjek berkonsentrasi pada setiap angka yang muncul dan menjumlahkannya satu persatu hingga angka terakhir dan menyebutkan berapa total dari penjumlahan seluruh angka yang muncul. Angka yang ditampilkan sebanyak 16 angka dengan angka berupa satuan (1 hingga 9) dan jumlah akhir dari seluruh angka adalah 70. b. Pengolahan Sinyal Setelah akuisisi data, dilakukan pengolahan sinyal terhadap data sinyal. Alur pengolahan data yang dilakukan ditunjukkan oleh Gambar 3. Pada raw data dilakukan bandpass filter dengan frekuensi cutoff 0,5-50 Hz. Gambar 3. Diagram alir pengolahan sinyal EEG. 247
4 Artha I. Simbolon dkk Untuk sinyal nonstasioner seperti sinyal EEG sangat cocok menggunakan transformasi wavelet. Secara matematis, fungsi dasar wavelet dituliskan sebagai berikut[7-9]: ψ ",T t = ' ()T ψ " " (1) dimana s dan T berturut-turut adalah faktor skala dan pergeseran, dan t merupakan waktu. Transformasi wavelet diskrit (TWD) merupakan salah satu jenis transformasi wavelet. TWD memiliki prinsip dasar untuk dapat merepresentasikan waktu dan skala dari sinyal dengan menggunakan teknik pemfilteran digital dan operasi sub-sampling. Sinyal input akan mengalami dekomposisi, dimana sinyal input terbagi menjadi frekuensi tinggi dan frekuensi rendah dengan melewati highpass filter dan lowpass filter. Keluaran dari lowpass filter akan mengalami dekomposisi tingkat berikutnya. Hal ini berulang hingga tingkat yang digunakan, dan dalam eksperimen ini dilakukan hingga tingkat tiga. Ilustrasi dari dekomposisi dapat dilihat pada Gambar 4. Gambar 4. Dekomposisi wavelet[10]. Kemudian dilakukan rekonstruksi untuk memperoleh panjang sinyal yang sesuai dengan sinyal aslinya dan mendapatkan gambaran sinyal utuh yang lebih jelas. Proses rekontruksi merupakan kebalikan dari proses dekomposisi. Proses rekonstruksi ditunjukkan oleh Gambar
5 Pengenalan Pola EEG pada Kemampuan Konsentrasi dan Menghitung 249 Setelah transformasi wavelet dilakukan, selanjutnya adalah ekstraksi fitur. Ekstraksi fitur dilakukan dengan cara mengambil amplitude tertinggi dalam rentang waktu 3s setelah kemunculan stimulus. 3. Hasil dan Pembahasan Gambar 5. Rekonstruksi wavelet[10]. Hasil yang signifikan diperlihatkan oleh kanal F3, sehingga pengolahan sinyal untuk ekstraksi fitur dilakukan hanya pada kanal F3. Gambar 6 merupakan bentuk sinyal yang dihasilkan oleh subjek yang menghitung dengan benar, sedangkan Gambar 7 merupakan bentuk sinyal yang dihasilkan oleh subjek yang menjawab salah. Dari Gambar 6 dan Gambar 7 dapat dilihat perbedaan bentuk yang cukup jelas. Gambar 6 terlihat menghasilkan peak lebih teratur jika dibandingkan Gambar 7 setiap kali stimulus muncul. Peak yang dihasilkan pun dalam rentang waktu sebelum stimulus selanjutnya muncul. Pada Gambar 7, di bagian rentang waktu setelah stimulus 7 dan stimulus 13 sinyal tidak memperlihatkan adanya peak yang terlihat jelas, ketika ini terjadi subjek sedang tidak berkonsentrasi dan stimulus terlewat. Terdapat pula lebih dari satu peak yang muncul pada beberapa stimulus, hal ini memperlihatkan subjek berusaha konsentrasi diluar munculnya stimulus. Subjek juga merasa kesulitan menghitung. 249
6 Artha I. Simbolon dkk Gambar 6. Pola sinyal EEG untuk subjek yang benar menghitung Gambar 7. Pola sinyal EEG untuk subjek yang salah menghitung Tabel 1 merupakan hasil ekstraksi fitur, dimana nilai amplitude maksimum dari masing-masing subjek yang benar dan salah menghitung dirata-ratakan. Dari Tabel 1 terlihat bahwa amplitude untuk subjek yang benar menghitung memiliki nilai yang relatif lebih besar dibandingkan dengan subjek yang salah menghitung. 250
7 Pengenalan Pola EEG pada Kemampuan Konsentrasi dan Menghitung 251 Stimulus ke- Tabel 1. Hasil Ekstraksi Fitur Amplitudo Maksimum Rata-rata (µv) Subjek Benar Subjek Salah 1 88,56 64, ,99 24, ,49 44, ,66 25, ,28 21, ,22 44, ,14 49, ,74 32, ,63 27, ,11 29, ,8 36, ,86 30, ,21 17, ,83 49, ,37 23, ,1 21,78 4. Kesimpulan Sinyal EEG untuk subjek yang benar menghitung memiliki pola dan kemunculan peak yang lebih teratur dibandingkan dengan subjek yang salah menghitung. Rentang amplitude maksimum untuk subjek yang benar (21,1-88,56 µv) lebih besar dibandingkan dengan subjek yang salah menghitung (17,8-64,64 µv). Ucapan terima kasih Penelitian ini didukung oleh program tematik melalui UPT Balai Pengembangan Instrumentasi- Lembaga Ilmu Pengetahuan Indonesia. Daftar Pustaka 1. Santrock, J. W. (2006). Psychology (8th ed.). New York, NJ: McGraw Hill. 2. Arjon Turnip and Iwan R. Setiawan, International Journal of Information and Electronics Engineering vol. 5, no. 3, pp , E.C. Djamal, H.A. Tjokronegoro, Identifikasi dan Klasifikasi Sinyal EEG terhadap Rangsangan Suara dengan Ekstraksi Wavelet dan Spektral Daya, Prosiding ITB Sains&Tek, vol. 37A, No.1, 2005, T. Gandhi, B.K. Panigrahi, S. Anand, Neurocomputing 74 (2011) V. Sakkalis, M. Zervakis, S. Micheloyannis, Brain Topography, vol 19, D. Easwaramoorthy, R. Uthayakumar. Analysis of biomedical EEG signals using Wavelet Transforms and Multifractal Analysi, IEEE International Conference on Communication Control and Computing Technologies (ICCCCT 2010), 7-9 Oct
8 Artha I. Simbolon dkk 7. O.A. Rosso, M.T. Martin, A. Figliola., K. Keller, A. Plastino, Journal of neuroscience methods, vol. 153, pp , R. Q. Quiroga, H.Garcia, Clinical Neurophysiology, vol. 114, pp , H. Leung, K. Schindler, A.Y.Y Chan, A.Y.L. Lau, K. L. Leng, Waveletdenoising of electroencephalogram and the absolut slope method: A new tool to improveelectroencephalographic localization and lateralization, Clinical Neurophysiology, vol. 120, pp , Z. Hong-tu, Y. Jing. The Wavelet Decomposition And Reconstruction Based on The Matlab, Proceedings of the Third International Symposium on Electronic Commerce and Security Workshops(ISECS 10), Juli
ABSTRAK Pada tugas akhir ini dibuat sistem pengidentifikasi sinyal EEG, yaitu komponen gelombang alpha, beta dan theta dengan menggunakan transformasi
ABSTRACT This final report is discussed about identification system of EEG signal, named alpha, beta and theta components. The technique are using discrete wavelet tranform and power spectral analysis.
Lebih terperinciAnalisis Data EEG pada Beberapa Kondisi menggunakan Metode Dekomposisi dan Korelasi berbasis Wavelet (Dekorlet)
Analisis Data EEG pada Beberapa Kondisi menggunakan Metode Dekomposisi dan Korelasi berbasis Wavelet (Dekorlet) Agfianto Eko Putra 1, Catur Atmaji 2 Program Studi Elektronika & Instrumentasi, Jurusan Ilmu
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Metode Penelitian Dalam metode penelitian ini dijelaskan bagaimana proses pendeteksian kebohongan menggunakan metode SVM untuk sinyal EEG. Metode penelitian dapat dilihat
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciIDENTIFIKASI KONDISI RILEKS DARI SINYAL EEG MENGGUNAKAN WAVELET DAN LEARNING VECTOR QUANTIZATION
Identifikasi Kondisi Rileks dari Sinyal EEG (Ekayama dkk.) IDENTIFIKASI KONDISI RILEKS DARI SINYAL EEG MENGGUNAKAN WAVELET DAN LEARNING VECTOR QUANTIZATION Rifky Ekayama *, Esmeralda C. Djamal, Agus Komarudin
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciDAFTAR ISI. Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK... i ABSTRACT... ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR...
ABSTRAK Noise merupakan salah satu kendala yang mempengaruhi kualitas sinyal suara yang ditransmisikan. Noise tersebut dapat berasal dari peralatan komunikasi itu sendiri atau pengaruh dari sumber luar.
Lebih terperinciPemisahan Sinyal Noise Pada Pengolahan Data Medan Magnet Bumi Menggunakan Transformasi Wavelet
Pemisahan Sinyal Noise Pada Pengolahan Data Medan Magnet Bumi Menggunakan Transformasi Wavelet Setyanto Cahyo Pranoto Pusat Sains Antariksa, Lembaga Penerbangan Dan Antariksa Nasional - LAPAN, Jl. DR.
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. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seluruh aktivitas tubuh manusia dikendalikan dan dikuasai oleh otak. Otak manusia mengarahkan seluruh tindakan yang dilakukan oleh manusia. Otak menjadi bagian terpusat
Lebih terperinciDETEKSI EPILEPSI DARI SINYAL EEG MENGGUNAKAN AUTOREGRESSIVE DAN ADAPTIVE BACKPROPAGATION
Deteksi Epilepsi Dari Sinyal EEG. (Zulianto dkk.) DETEKSI EPILEPSI DARI SINYAL EEG MENGGUNAKAN AUTOREGRESSIVE DAN ADAPTIVE BACKPROPAGATION Wahyu Eko Zulianto *, Esmeralda C. Djamal, Agus Komarudin Jurusan
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 terperinciIdentifikasi Tingkat Konsentrasi Dari Sinyal EEG Dengan Wavelet dan Adaptive Backpropagation
Identifikasi Tingkat Konsentrasi Dari Sinyal EEG Dengan Wavelet dan Adaptive Backpropagation Ratna Karmila*, Esmeralda C Djamal, Dian Nursantika Jurusan Informatika, Fakultas MIPA Universitas Jenderal
Lebih terperinciAlgoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(PACs) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient
Algoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(s) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient Iman Fahruzi Jurusan Teknik Elektro, Politeknik Negeri Batam Parkway
Lebih terperinciEMOSI merupakan salah satu fitur penting dan kompleks
1 Klasifikasi Emosi Berdasarkan Gelombang Otak Sinyal EEG Menggunakan Metode k-nearest Neighbour Imania Puspita Sari 1, Dr. Diah Puspito W, ST., M.Sc. 1 and Dr. Ir. Yoyon Kusnendar S, M.Sc. 1 1 Departmen
Lebih terperinciOPTIMASI RANCANGAN FILTER BANDPASS AKTIF UNTUK SINYAL LEMAH MENGGUNAKAN ALGORITMA GENETIK Studi Kasus: Sinyal EEG
OPTIMASI RANCANGAN FILTER BANDPASS AKTIF UNTUK SINYAL LEMAH MENGGUNAKAN ALGORITMA GENETIK Studi Kasus: Sinyal EEG Oleh : Ellys Kumala P (1107100040) Dosen Pembimbing Dr. Melania Suweni Muntini, MT JURUSAN
Lebih terperinci2) Staf Pengajar Jurusan Fisika, Institut Teknologi Sepuluh Nopember Surabaya
PERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS:SINYAL EEG Lisa Sakinah 1), Dr. Melania SM,M.T 2) 1) Mahasiswa Jurusan Fisika,
Lebih terperinciDeteksi Wajah Manusia pada Citra Menggunakan Dekomposisi Fourier
NATURALA Journal of Scientific Modeling & Computation, Volume 1 No.1 2013 14 ISSN 23030135 Deteksi Wajah Manusia pada Citra Menggunakan Dekomposisi Fourier Dewi Yanti Liliana 1, Muh. Arif Rahman 2, Solimun
Lebih terperinciIDENTIFIKASI SINYAL EEG MENGGUNAKAN KOEFISIEN REGRESI DAN JARINGAN SYARAF TIRUAN
IDENTIFIKASI SINYAL EEG MENGGUNAKAN KOEFISIEN REGRESI DAN JARINGAN SYARAF TIRUAN Hindarto Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Sidoarjo hindartomay@yahoo.com Abstrak Dalam
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Experimen Pada dasarnya tahapan yang dilakukan pada proses pengambilan sampel dari database dan database query, secara keseluruhan menggunakan cara yang sama. Berdasarkan
Lebih terperinciKLASIFIKASI DAN EKSTRAKSI SINYAL EEG-P300 MENGGUNAKAN SUPPORT VECTOR MACHINE
1 BAB I PENDAHULUAN 1.1 Latar Belakang Otak merupakan organ yang sangat penting pada manusia, dimana otak memiliki kemampuan untuk mengendalikan setiap aktivitas yang dilakukan oleh manusia baik dalam
Lebih terperinciIdentifikasi Tingkat Perhatian Produk Berdasarkan Sinyal EEG Sebagai Neuro Marketing
Identifikasi Tingkat Perhatian Produk Berdasarkan Sinyal EEG Sebagai Neuro Marketing Juliyanto Pratama*, Esmeralda C. Djamal, Faiza Renaldi Jurusan Informatika, Fakultas MIPA Universitas Jenderal Achmad
Lebih terperinciAnalisa Multiwavelet untuk Kompresi Suara
1 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 1-11 Analisa Multiwavelet untuk Kompresi Suara Immanuel Silalahi 1 dan Riko Arlando Saragih 2 1 Alumni Jurusan Teknik Elektro
Lebih terperinciVerifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)
Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC) Adryan Chrysti Sendjaja (1022005) Jurusan Teknik Elektro Universitas Kristen Maranatha
Lebih terperinciTHE USE OF WAVELET POWER SPECTRUM FOR DETECTION AND IDENTIFICATION OF THINKING-INDUCED EEG SIGNALS
2 THE USE OF WAVELET POWER SPECTRUM FOR DETECTION AND IDENTIFICATION OF THINKING-INDUCED EEG SIGNALS Esmeralda C. Djamal, Harijono A. Tjokronegoro, dan Soegijanto ABSTRAK Pada penelitian ini telah dibangun
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN Zeth Pasongli (0222113) Jurusan Teknik Elektro Email: zeth_pasongli@yahoo.com ABSTRAK Pola pembuluh
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinci1) Prodi Pendidikan IPA, Sekolah Pascasarjana, Universitas Pendidikan Indonesia. FPMIPA, Universitas Pendidikan Indonesia
Proseding Seminar Nasional Fisika dan Aplikasinya Sabtu, 19 November 2016 Bale SawalaKampus Universitas Padjadjaran, Jatinangor INVESTIGASI KEMAMPUAN GURU FISIKA SMA DALAM MENGIDENTIFIKASI INDIKATOR ASPEK
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION
REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas
Lebih terperinciMelalui persamaan di atas maka akan terbentuk pola radargram yang. melukiskan garis-garis / pola pendekatan dari keadaan yang sebenarnya.
BAB IV SIMULASI DAN ANALISIS 4.1 Pembuatan Data Sintetis Dalam karya tulis ini pembuatan data sintetis mengikuti pola persamaan (3.1) Melalui persamaan di atas maka akan terbentuk pola radargram yang melukiskan
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODOLOGI PENELITIAN. Fisika, Fakultas Sains dan Teknologi, Universitas Airlangga.
BAB III METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Februari 2015 hingga Desember 2015 di Laboratorium Elektronika dan Laboratorium Instrumentasi Medis, Departemen
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
Lebih terperinciKlasifikasi Sinyal EEG Terhadap Tiga Kondisi Pikiran Menggunakan Autoregressive dan Adaptive Backpropagation
Klasifikasi Sinyal EEG Terhadap Tiga Kondisi Pikiran Menggunakan Autoregressive dan Adaptive Backpropagation Irvan Herdiansyah 1, Esmeralda C. Djamal, Agus Komarudin Jurusan Informatika, Fakultas MIPA
Lebih terperinciKata kunci: Fourier, Wavelet, Citra
TRANSFORMASI FOURIER DAN TRANSFORMASI WAVELET PADA CITRA Oleh : Krisnawati Abstrak Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam melakukan diagnosa terhadap sistem pernapasan seseorang, praktisi kesehatan atau dokter menggunakan suatu alat yang dinamakan stetoskop. Dengan stetoskop, praktisi
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)
REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi berkembang dengan pesat, terutama bidang elektronika dan komputer yang diterapkan pada bidang medis. Kemajuan teknologi
Lebih terperinciAUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA GENETIKA
Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 217 ISSN 285-4218 ITN Malang, 4 Pebruari 217 AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciWATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION
WATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION Disusun oleh : Nama : Hendra Togi Manalu Nrp : 0522121 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.
Lebih terperinciEKSTRAKSI FITUR SINYAL ELEKTROENSEFALOGRAF (EEG) UNTUK IDENTIFIKASI UNSPOKEN-SPEECH MENGGUNAKAN EEGLAB
EKSTRAKSI FITUR SINYAL ELEKTROENSEFALOGRAF (EEG) UNTUK IDENTIFIKASI UNSPOKEN-SPEECH MENGGUNAKAN EEGLAB Pembimbing : Ir. Syamsul Arifin, MT. Andi Rahmadiansah, ST. MT. oleh : Bagas Isadewa 2406100077 Teknik
Lebih terperinciAPLIKASI PERINTAH SUARA UNTUK MENGGERAKKAN ROBOT. Disusun Oleh : Nama : Astron Adrian Nrp :
APLIKASI PERINTAH SUARA UNTUK MENGGERAKKAN ROBOT Disusun Oleh : Nama : Astron Adrian Nrp : 0422014 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia.
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 terperinciKata kunci : Multi representasi, kemampuan kognitif, kemampuan pemecahan masalah
Proseding Seminar Nasional Fisika dan Aplikasinya Sabtu, 19 November 2016 Bale Sawala Kampus Universitas Padjadjaran, Jatinangor PEMBELAJARAN FISIKA MENGGUNAKAN MULTI REPRESENTASI UNTUK MENINGKATKAN KOGNITIF
Lebih terperinciINSTITUT TEKNOLOGI BANDUNG
KAJIAN PENCOCOKAN CITRA DIGITAL BERDASARKAN KORELASI KOEFISIEN-KOEFISIEN WAVELET 2-D TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar sarjana. Oleh: Muhammad Aldien Said NIM 151
Lebih terperinciImplementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik
Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik Hendawan Soebhakti, Rifqi Amalya Fatekha Program Studi Teknik Mekatronika, Jurusan Teknik Elektro Politeknik Negeri Batam Email : hendawan@polibatam.ac.id
Lebih terperinciKOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET
KOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET Allen Dick Scott / 0222033 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl.Prof.Drg.Suria Sumantri 65, Bandung 40164, Indonesia
Lebih terperinciSIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT
SIMULASI REDUKSI DERAU SINYAL SUARA PADA GEDUNG KEBUN RAYA PURWODADI PASURUAN DENGAN METODE DWT ( Kristiawan Purwanto, Tutug Dhanardono) Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian dilaksanakan pada Laboratorium Jurusan Teknik Informatika
BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian Penelitian dilaksanakan pada Laboratorium Jurusan Teknik Informatika Fakultas Teknik Universitas Negeri Gorontalo (UNG), dengan objek penelitian mengambil
Lebih terperinciPENGENALAN VOKAL MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN LINEAR PREDICTIVE CODE
SEMINAR NASIONAL ke 8 Tahun 23 : Rekayasa Teknologi Industri dan Informasi PENGENALAN VOKAL MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN LINEAR PREDICTIVE CODE Reza Nandika, Risanuri Hidayat 2, Sujoko
Lebih terperinciOTOMATISASI PENGARAHAN KAMERA BERDASARKAN ARAH SUMBER SUARA PADA VIDEO CONFERENCE
OTOMATISASI PENGARAHAN KAMERA BERDASARKAN ARAH SUMBER SUARA PADA VIDEO CONFERENCE Disusun Oleh : Nama : Jan Sebastian Nrp : 0522008 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri,
Lebih terperinciBAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung merupakan salah satu penyebab kematian terbesar di Indonesia (Depkes, 2011). Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN 1.1 Latar Belakang Tujuan Penelitian Manfaat Penelitian... 4
DAFTAR ISI Halaman Judul... Halaman Pengesahan... Halaman Pernyataan... Halaman Pernyataan Publikasi... Kata Pengantar... Daftar Isi... Daftar Gambar... Daftar Tabel... Daftar Arti Lambang... Daftar Singkatan...
Lebih terperinciNama : Ricky Shonda Sanjaya NRP :
IDENTIFIKASI AKTIVITAS MENTAL MANUSIA MENGGUNAKAN KOMBINASI PCA (PRINCIPAL COMPONENT ANALYSIS) DAN JARINGAN SARAF TIRUAN PADA SINYAL EEG (ELECTROENCEPHALOGRAM) Nama : Ricky Shonda Sanjaya NRP : 0622006
Lebih terperinciBAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Proses pengenalan kata merupakan salah satu fungsi dari voice recognition. Voice recognition dibagi menjadi dua jenis, yaitu speech recognition dan speaker
Lebih terperinciBAB I PENDAHULUAN. Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya
BAB I PENDAHULUAN 1.1. Latar Belakang Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya kontraksi. Kontraksi otot berfungsi untuk menggerakkan bagian-bagian tubuh dan substansi dalam
Lebih terperinciPENGENALAN UCAPAN DENGAN METODE FFT PADA MIKROKONTROLER ATMEGA32. Disusun Oleh : Nama : Rizki Septamara Nrp :
PENGENALAN UCAPAN DENGAN METODE FFT PADA MIKROKONTROLER ATMEGA32 Disusun Oleh : Nama : Rizki Septamara Nrp : 0622034 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria
Lebih terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Ilmu Psikologi mendefinisikan memori sebagai sebuah proses pengkodean, penyimpanan, dan pemanggilan kembali informasi. Rehearsal adalah proses mengulang informasi secara sadar untuk meningkatkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciPROGRAM PASCA SARJANA JURUSAN TEKNIK ELEKTRO ELEKTRONIKA
RANCANG BANGUN SISTEM KOMUNIKASI ANTAR PEMAKAI HELM BERBASIS PENGENALAN WICARA DISUSUN OLEH : YUNUS WICAKSONO SUGIARSO NRP.2208204002 PROGRAM PASCA SARJANA JURUSAN TEKNIK ELEKTRO ELEKTRONIKA INSTITUT TEKNOLOGI
Lebih terperinciSIGNAL AND NOISE IN COMMUNICATION SYSTEM
SIGNAL AND NOISE IN COMMUNICATION SYSTEM Signal, Noise and S/N Signal is used to carry useful information; noise, which enters the system from a variety of sources and degrades the signal, reducing the
Lebih terperinciPERANCANGAN TUNABLE BAND PASS FILTER AKTIF UNTUK APLIKASI ANALISIS SINYAL DENGAN DERET FOURIER
PERANCANGAN TUNABLE BAND PASS FILTER AKTIF UNTUK APLIKASI ANALISIS SINYAL DENGAN DERET FOURIER F.X. Hendra Prasetya Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Katolik Soegijapranata
Lebih terperinciANALISA ENERGY COMPACTION PADA DEKOMPOSISI WAVELET
ANALISA ENERGY COMPACTION PADA DEKOMPOSISI WAVELET D.A.K. Pramita, I M. O. Widyantara, D. M. Wiharta Teknik Elektro FT UNUD Email: pramita.wayu@gmail.com ABSTRAK In the modern era, the medical world utilizes
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperinciKarakteristik Spesifikasi
Sinyal yang masuk difilter ke dalam sinyal frekuensi rendah (low-pass filter) dan sinyal frekuensi tinggi (high-pass filter) Lakukan downsampling pada kedua sinyal tersebut Low-pass frekuensi hasil downsampling
Lebih terperinciBAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Gempa bumi merupakan fenomena alam yang sudah tidak asing lagi bagi kita semua, karena seringkali diberitakan adanya suatu wilayah dilanda gempa bumi, baik yang ringan
Lebih terperinciPengukuran dan Analisa Sinyal Otak Manusia dengan Studi Kasus Pemberian Input Suara
Pengukuran dan Analisa Sinyal Otak Manusia dengan Studi Kasus Pemberian Input Suara Measurement and Analysis of Human Brain Signals with Case Study of Sound Input Provision Fashbir Jurusan Fisika, Fakultas
Lebih terperincimatematis siswa SMPN 1 Karangrejo Tulungagung Tahun Pelajaran 2016/2017 yang menggunakan model discovery learning lebih baik daripada menggunakan mode
ABSTRAK Skripsi dengan judul Perbandingan Kemampuan Pemecahan Masalah Matematis Antara Menggunakan Model Discovery Learning dan Model Problem Based Learning Materi Perbandingan pada Siswa SMPN 1 Karangrejo
Lebih terperinciElectrocardiogram (ECG) dengan Noise Reduction Berbasis Wavelet Menggunakan Pemrograman LabVIEW
40 Electrocardiogram (ECG) dengan Noise Reduction Berbasis Wavelet Menggunakan Pemrograman LabVIEW Electrocardiogram (ECG) with Noise Reduction Based on Wavelet Using LabVIEW Programming Jana Utama Universitas
Lebih terperinciDETEKSI SINYAL FLICKER MENGANDUNG NOISE BERBASIS HILBERT HUANG TRANSFORM
DETEKSI SINYAL FLICKER MENGANDUNG NOISE BERBASIS HILBERT HUANG TRANSFORM Mohammad Jasa Afroni 1), Oktriza Melfazen 2) 1),2), Jurusan Teknik Elektro,Fakultas Teknik Universitas Islam Malang Jl. MT Haryono
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Indera pendengaran manusia tidak dapat mengetahui secara pasti jenis nada apa yang didengar olehnya, terkecuali para pemusik profesional. Hal
Lebih terperinciPERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16
PERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16 Nama : Daniel Tjondro Wibowo NRP : 0622010 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE Daniel Halomoan (0822056) Jurusan Teknik Elektro Universitas Kristen Maranatha email: daniel170390@gmail.com
Lebih terperinciRANCANG BANGUN PEMBANGKIT SINGLE SIDEBAND SUPPRESSED CARRIER (SSBSC) MENGGUNAKAN PHASE SHIFT BERBASIS OP AMP
Jurnal Teknik dan Ilmu Komputer RANCANG BANGUN PEMBANGKIT SINGLE SIDEBAND SUPPRESSED CARRIER (SSBSC) MENGGUNAKAN PHASE SHIFT BERBASIS OP AMP THE DESIGN OF SSB SUPPRESSED CARRIER GENERATOR USING OP AMP
Lebih terperinciDIAGNOSA KETIDAKLURUSAN (MISALIGNMENT) POROS MENGGUNAKAN METODE MULTICLASS SUPPORT VECTOR MACHINE (SVM)
DIAGNOSA KETIDAKLURUSAN (MISALIGNMENT) POROS MENGGUNAKAN METODE MULTICLASS SUPPORT VECTOR MACHINE (SVM) SKRIPSI Diajukan sebagai salah satu syarat Untuk memperoleh gelar Sarjana Teknik Oleh: WANTO NIM.
Lebih terperinciKOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T
Konversi Data Analog ke Sinyal Digital Proses transformasi data analog ke digital dikenal sebagai digitalisasi. Tiga hal yang paling umum terjadi setelah proses digitalisasi adalah: 1. Data digital dapat
Lebih terperinciAplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf
Widodo, Aplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf 95 Aplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf Bernardinus Sri Widodo Program Studi Mekatronika, Universitas
Lebih terperinciKOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK
KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK Disusun Oleh : Ardyan Lawrence (1022068) Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No.65, Bandung, Indonesia.
Lebih terperinciSINYAL & MODULASI. Ir. Roedi Goernida, MT. Program Studi Sistem Informasi Fakultas Rekayasa Industri Institut Teknologi Telkom Bandung
SINYAL & MODULASI Ir. Roedi Goernida, MT Program Studi Sistem Informasi Fakultas Rekayasa Industri Institut Teknologi Telkom Bandung 2012 1 Pengertian Sinyal Merupakan suatu perubahan amplitudo dari tegangan,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Fotogrametri adalah suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan sekitarnya melalui proses
Lebih terperinciBAB I PENDAHULUAN. terbesar (39%), diikuti kanker (27%), sedangkan penyakit pernafasan kronis,
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung menduduki peringkat teratas penyebab kematian di dunia. Proporsi penyebab kematian penyakit tidak menular (PTM) pada orangorang berusia kurang
Lebih terperinciEKSTRASI CIRI SINYAL EPILEPSI MENGGUNAKAN FAST FOURIER TRANSFORM
EKSTRASI CIRI SINYAL EPILEPSI MENGGUNAKAN FAST FOURIER TRANSFORM Hindarto 1, Ade Efiyanti 2 1, 2 Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Sidoarjo Sidoarjo, Jawa Timur (E-mail: hindarto@umsida.ac.id,
Lebih terperinciEKSTRAKSI FITUR SINYAL UNTUK PENALAAN GITAR MENGGUNAKAN WAVELET TRANSFORM
EKSTRAKSI FITUR SINYAL UNTUK PENALAAN GITAR MENGGUNAKAN WAVELET TRANSFORM Moh Abd Rifai Batewa, Agus Lahinta, Abd Aziz Bouty Program Studi S1 Sistem Informasi / Jurusan Informatika Intisari Gitar merupakan
Lebih terperinciAnalisis Dimensi Fraktal Sinyal Elektrokardiografi
Analisis Dimensi Fraktal Sinyal Elektrokardiografi Rizki Yara Exsa Narvinda 1, Arif Surtono 1 dan Amanto 2 1 Jurusan Fisika FMIPA Universitas Lampung Jl. Prof. Dr. Soemantri Brojonegoro No.1 Gedung Meneng
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Lebih terperinciSPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL
SPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL ABSTRAK Lukas N.B. Marbun (0722009) Jurusan Teknik Elektro Universitas Kristen Maranatha Email : lukasnbmarbun@gmail.com Harmonisa
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN METODA PHASE ONLY CORRELATION ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN METODA PHASE ONLY CORRELATION Roland Stefanus Weku (0822092) Jurusan Teknik Elektro email: rolandweku@gmail.com ABSTRAK Pembuluh darah
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
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 terperinciSISTEM IDENTIFIKASI DAN DIAGNOSIS GANGGUAN PADA FAN INDUSTRI BERBASIS KECERDASAN BUATAN
REKAYASA (TEKNIK PROSES) LAPORAN AKHIR HIBAH BERSAING SISTEM IDENTIFIKASI DAN DIAGNOSIS GANGGUAN PADA FAN INDUSTRI BERBASIS KECERDASAN BUATAN Tahun ke-2 dari rencana 2 tahun Dr. Ir. Dian Retno Sawitri,
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 terperinciDETEKSI KERUSAKAN ROTOR BAR MOTOR INDUKSI MENGGUNAKAN ANALISIS ARUS OUTPUT INVERTER BERBASIS WAVELET
SEMINAR TUGAS AKHIR JUNI 2013 DETEKSI KERUSAKAN ROTOR BAR MOTOR INDUKSI MENGGUNAKAN ANALISIS ARUS OUTPUT INVERTER BERBASIS WAVELET Oleh: Rifaldy Swasetyasakti 2209100080 Dosen Pembimbing Prof. Ir. Mochamad
Lebih terperinciKOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER DOSEN : SUSMINI I. LESTARININGATI, M.T
KOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER 2 GANJIL 2017/2018 DOSEN : SUSMINI I. LESTARININGATI, M.T Data/Message Data yang dihasilkan oleh manusia atau aplikasi tidak dalam bentuk yang dapat langsung
Lebih terperinciSistem Instrumentasi Sinyal Electrocardiography untuk Analisa Dinamika Jantung
Sistem Instrumentasi Sinyal Electrocardiography untuk Analisa Dinamika Jantung Eko Agus Suprayitno Bidang Keahlian Teknik Elektronika, Institut Teknologi Sepuluh Nopember 60111 Surabaya, Indonesia Email:
Lebih terperinciDETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU)
TESIS DETEKSI SEBARAN TITIK API PADA KEBAKARAN HUTAN GAMBUT MENGGUNAKAN GELOMBANG-SINGKAT DAN BACKPROPAGATION (STUDI KASUS KOTA DUMAI PROVINSI RIAU) TRI HANDAYANI No. Mhs. : 125301914 PROGRAM STUDI MAGISTER
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Informasi tentang pemasangan iklan di suatu radio (antara lain mengenai, jam berapa suatu iklan ditayangkan, dalam sehari berapa kali suatu iklan ditayangkan dan berapa
Lebih terperinciDAFTAR TABEL. Tabel 4.1 Struktur Neural Network Backpropagation Tabel 4.2 Hasil Pengujian Identifikasi Data Uji... 34
DAFTAR TABEL Tabel 4.1 Struktur Neural Network Backpropagation... 9 Tabel 4. Hasil Pengujian Identifikasi Data Uji... 34 Tabel 4.3 Hasil Pengujian Sistem... 37 xi BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan
Lebih terperinci