Blind Adaptive Multi-User Detection pada Sistem Komunikasi DS-CDMA dengan Kanal AWGN
|
|
- Susanto Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, Blind Adaptive Multi-User Detection pada Sistem omuniasi DS-CDMA dengan anal AWGN Muladi*, Suwadi**, Achmad Affandi** *Mahasiswa Program Pasca Sarjana eleomuniasi Multimedia **Jurusan eni Eletro, Faultas eni Industri Institut enologi Sepuluh Nopember Surabaya (IS) ( elum_mlg@yahoo.com) ABSRA Pada paper ini aan dibahas mengenai detesi multiuser adaptif blind pada sistem direct sequence-code division multiple access (DS-CDMA) dengan anal additive gaussian white noise (AWGN). Bit-bit informasi dari pengguna di-spreading dengan menggunaan ode Gold dengan panjang 3 dan metode transmisi sinron. Algoritma blind adaptive yang digunaan dalam detetor ini didasaran pada detesi linier mean square error (MSE) dan ditunjuan bahwa detesi ini sama dengan detesi pada minimum output energy (MOE). Simulasi dilauan dengan nilai step yang bervariasi dan dengan signal to noise ratio (SNR) yang beragam. inerja detetor adaptif blind ini dibandingan dengan detetor MMSE (minimum mean square error) linier dan detetor adaptif dengan menggunaan algoritma least mean square (LMS). Hasil simulasi menunjuan bahwa bai untu algoritma LMS maupun adaptif blind, step size yang besar menyebaban algoritma cepat menuju onvergen dengan ripple yang besar di seitar nilai optimal dan step size yang ecil menyebaban algoritma lambat menuju onvergen tetapi dengan ripple yang ecil. Step size, pada algoritma LMS menunjuan inerja BER yang hampir sama dengan step size,5 pada algoritma adaptif blind. emudian edua detetor tersebut dibandingan dengan detetor linier MMSE dengan SNR db, anal AWGN, dan jumlah pengguna. ata-ata unci: DS-CDMA, multiuser detection, MAI, MMSE, LMS, blind adaptive. I. PENDAHULUAN Detesi multiuser diperuntuan bagi demodulasi sinyal termodulasi digital dan dengan terjadinya interferensi multiases (multiple access interference, MAI). Detesi multiuser ini banya digunaan dalam desain penerima code division multiple access (CDMA). Rintangan terbesar dalam tenologi sistem CDMA adalah problem near-far: laju esalahan bit dari penerima onvensional begitu sensitif terhadap perbedaan antara energi yang diterima dari pengguna yang diinginan dan pengguna penginterferensi yang menjadian demodulasi tida mungin dilauan ecuali adanya ontrol daya yang eras. Detetor multiuser optimum yang digunaan pada multiple ases asinron melalui anal Gaussian menunjuan bahwa problem near-far yang terjadi pada penerima CDMA onvensional dapat diatasi dengan menggunaan penerima yang sesuai yang dapat mengatasi adanya interferensi yang lain dari anal. Penerima dapat menjaga inerjanya jia penerima mengetahui [9]:. Deretan ata ode dari pengguna yang diinginan.. Deretan ata ode dari pengguna penginterferensi. 3. Pewatuan dari pengguna yang diinginan. 4. Pewatuan dari setiap pengguna penginterferensi. 5. Amplitudo dari pengguna penginterferensi yang diterima (relatif terhadap pengguna yang diinginan). Penerima onvensional hanya membutuhan informasi dan 3, tetapi adang-adang dibatasi oleh problem near-far, dan pemaaian ontrol daya yang sempurna menyebaban laju esalahan bit sebagai fungsi amplitudo jauh dari optimal. Detetor decorrelating (zero forcing) menunjuan bahwa penerima linier (modifiasi matched filter orthogonal untu MAI) cuup untu memperoleh resistansi yang optimal dalam mengatasi problem near-far (untu SNR tinggi). Penerima ini juga tida membutuhan pengetahuan informasi 5. Detesi multiuser adaptif membutuhan pengetahuan informasi, 4 dan 5. Beberapa penelitian terahir berusaha untu menean ebutuhan dari etiganya, arena jia pengetahuan tersebut tersedia maa omputasi yang terjadi menjadi intensif dan omple.
2 Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, Detetor multiuser adaptif blind hanya memerluan informasi dan 3, seperti halnya detetor onvensional, tetapi beerja seperti halnya detetor adaptif tanpa memerluan deretan training. Pembahasan detetor adaptif blind dalam paper ini bertujuan untu menguji inerja detetor tersebut dan membandingannnya dengan detetor linier MMSE dan detetor adaptif menggunaan algoritma LMS. II. DEESI MULIUSER Pada sistem omuniasi digital pengguna tunggal, matched filter digunaan untu menghasilan statisti untu mendetesi sinyal. Sedangan pada sistem multiuser, detetor terdiri dari beberapa matched filter yang masing-masing matched dengan signature waveform dari dari pengguna yang diinginan. Sinyal yang tiba pada penerima dapat dinyataan [, 7]: r( = A ( s ( t τ ) b ( t τ ) + n(... () = dimana A = amplitudo, s = signature code waveform, b = deretan bit informasi dan n( adalah noise dengan zero-mean, white, random gaussian dengan power spectral density N o / W/Hz. Untu mode transmisi sinron τ =, maa sinyal yang diterima dapat dinyataan dengan: r( = A ( s ( b ( + n(... = Output dari matched filter untu pengguna e- adalah: y = b b = A b + r( s ( dt A b + b i, i i i=, i b = A b + MAI + n dimana i, adalah orelasi silang antara signature code waveform pengguna e-i dan e-. b i, = si ( s j ( dt b n( s ( dt.... (). (3) Untu menean MAI dan detesi pengguna yang diinginan maa signature code waveform dibuat saling orthogonal sehingga orelasi silangnya sama dengan nol dan orelasi dirinya sama dengan. ode yang paling banya digunaan adalah ode Gold, dan dalam paper ini digunaan ode Gold dengan panjang 3. Persamaan (3) dapat ditulisan embali dalam bentu matris: (4) y = RAb + n..... (5) Walaupun y secara statisti cuup untu mendetesi b, tetapi y secara statisti tida cuup untu mendetesi b. Maa detetor onvensional melauan esalahan dengan menganggap MAI sebagai noise sehingga inerja detetor semain buru jia jumlah pengguna bertambah. III. DEEOR MMSE LINIER Penerima MMSE memboboti sinyal yang diterima y dengan vetor bobot w untu melauan eputusan statisti. Strutur penerima ini ditunjuan pada Gambar. Bobot w = [w, w,, w ] ditentuan sehingga diperoleh MSE antara sinyal yang diterima dan bit yang diiriman menjadi minimal. Fungsi obyetif untu pengguna dapat dinyataan: Ψ ( w) = E ( b w y..... (6) y y y w w w { } ) Σ Gambar Strutur Penerima MMSE [3] Dengan menggunaan sifat linieritas dan bit dari pengguna adalah iid (identically and independent distributed) sehingga E{b }=, maa: Ψ ( w ) = w E ( by ) + w E{ yy } w (7) dengan y pada (5), diperoleh: Ψ( w) = w [ A A Λ A ]... + w ( RA R + N R) w (8) Nilai minimal dari ruas sebelah anan persamaan (8) diperoleh dengan diferensial terhadap w pada edua sisi sama dengan nol. Bobot optimal w opt diproleh: w opt = ( RA R + N R) [ A A Λ A ] (9) atau secara umum ditulisan: w opt = ( R + N A ).... () dimana N A N N N {,, Λ } ^ b m =,.... () A A A Persamaan () menjelasan erja dari detetor MMSE. Gambar menunjuan inerja detetor MMSE linier dengan jumlah pengguna dan pada sistem DS-CDMA dengan anal AWGN. ode signature menggunaan ode Gold 3. IV. DEEOR ADAPIF LMS Operasi inversi matris pada detetor MMSE linier aan semain omples jia jumlah pengguna semain besar. Mesipun R - dapat dihitung sebelumnya tetapi hal ini menjadi tida efetif jia digunaan pada sistem asinron dan detetor MMSE memerluan informasi SNR sehingga omputasi awal tida berguna. Untu menghindari omputasi inversi matris maa digunaan algoritma adaptif. Pada bagian ini aan dibahas algoritma adaptif least-mean-square (LMS) yang
3 Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, membutuhan deretan training. Sedangan algoritma adaptif blind yang tida membutuhan deretan training aan dibahas pada bagian beriutnya. Algoritma LMS adalah asus husus dari algoritma penurunan stoasti. Algoritma penurunan gradien digunaan untu mengoptimasi fungsi penalti onves [4]. Ψ ( u) = E{ g( X, u)}..... () Pembaruan bobot mengiuti persamaan beriut: u j+ = u j µ Ψ( u j )..... (3) dimana µ adalah besarnya step. Jia X tida dietahui maa persamaan () dan gradiennya tida dapat dihitung. etapi jia observasi independen pada X tersedia, maa estimasi terhadap distribusi X dapat dihitung dan juga fungsi penaltinya. Sehingga pada setiap iterasi, fungsi Ψ = E{ g( X, u)} diganti oleh g (, u). X j + Algoritma ini disebut penurunan gradien stoasti. Untu detesi MMSE pada sistem CDMA, fungsi penalti onves dinyataan oleh (6). g( X, w) = ( b w y) (4) dimana X = (b, w). didiferensialan terhadap w: g( X, w) = ( b w y) y... (5) Jia X j = (b (j), y(j)), pembaruan bobot mengiuti persamaan beriut. [ ] [ ] ( w j w j w [ j ] y [ j ] b [ j ]) y [ j ] = µ (6) erlihat bahwa diperluan b dalam penerapanan algoritma LMS, artinya dibutuhan deretan training untu algoritma ini. Panjang deretan training yang diiriman menentuan optimalnya bobot () dan efisiensi bandwidth yang digunaan. V. DEEOR ADAPIF BLIND onvergensi algoritma LMS tergantung pada amplitudo yang diterima, orelasi silang dan ondisi anal yang onstan. Jia salah satu parameter tersebut berubah secara mendada (misal munculnya pengguna lain dengan daya yang cuup besar atau fading yang berat pada anal) maa bobot-bobot tida lagi optimal. Sehingga eputusan yang dibuat menjadi salah dan diperluan deretan training lagi untu mengatur nilai bobot agar optimal. Dalam hal ini detetor harus dapat mendetesi perubahan yang tiba-tiba dari lingungan sistem dan emudian meminta deretan training lagi. Prosedur operasi ini membutuhan overhead yang besar sehingga diperluan prosedur operasi adaptif tanpa perlu mengetahui data yang diiriman. Algoritma yang beerja tanpa perlu mengetahui data yang diiriman disebut dengan algoritma blind, yang diperenalan pertama ali oleh Honig d pada tahun 995 []. Menurut Proais [5], algoritma blind dapat dibagi menjadi 3 elompo, yaitu: () berdasar riteria maximum lielihood, () gradien stoasti, (3) Orde edua atau lebih dari statisti sinyal. Pada paper ini digunaan algoritma gradien stoasti. Untu menjelasan algoritma blind, beriut diberian representasi anoni dari detesi multiuser linier. Pendeatan MUD blind didasaran pada penguraian respon filter dalam dua omponen yang orthogonal. Salah satu omponen adalah signature waveform dari pengguna yang diinginan. Detesi linier dari pengguna pertama ditentuan oleh respon filter c, b ˆ = sgn < y, c >... (7) Representasi anoni dari c adalah: c = s + x (8) dimana <s, x> = s pada edua persamaan diatas adalah signature waveform dari pengguna. omponen orthogonal x diberian oleh: x d s < s, d > (9) dimana d adalah linier transformasi dari omponen orthogonal. Maa persamaan (7) dapat dinyataan: bˆ = sgn < y, s + x > () = sgn Ab + A b ( + < s, x > ) + n = Variance dari persamaan () adalah:[6, 8] E{( < y, s + x > ) } = A + A ( + < s, x > ) + N ( + x ) () = Persamaan () menyataan ouput energi. Bit-bit dari pengguna tida berorelasi dengan bit-bit dari pengguna lain dan noise. Suu pertama ruas anan persamaan () menyataan energi sinyal, suu edua menyataan MAI dan suu etiga adalah noise. Dari representasi anoni terlihat bahwa energi sinyal tergantung dari pemilihan x. Sehingga x dapat dipilih sehingga diperoleh energi output minimum yang berarti juga meminimalan energi interferensi. Jenis detetor demiian dienal sebagai detetor energi output minimum (minimum output energy, MOE). Energi output minimum dinyataan sebagai: MOE( x ) = E{( < y, s + x > ) }..... () Sedangan MSE minimum dinyataan: MSE( x ) = E{( Ab < y, s + x > ) } (3) = A ( + < s, x > ) + N ( x ) = + Jadi: MSE( x ) = MOE( x ) A..... (4) erlihat bahwa MOE dan MSE hanya dibedaan oleh sebuah onstanta, sehingga minimalisasi eduanya merupaan hal yang sama. Dari hasil ini maa jia MOE diminimalan (sama dengan meminimalan MSE) maa tida lagi diperluan
4 Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, deretan training untu mengimplementasian algoritma penurunan gradien (jia MOE tida tergantung pada data). Algoritma steppest descent digunaan untu memperbarui bobot adaptasi. Minimum MOE diperoleh dengan memperbarui omponen orthogonal dari s dengan merubah x. Hal ini dapat dilauan dengan mengambil gradien MOE dan mengarahannya pada orthogonal subspace dari s. Gradien MOE adalah: MOE( x ) = < y, s + x > y.... (5) omponen orthogonal dari s adalah y - <y,s >s. Gradien dari orthogonal subspace dari s : < y, s + x > [ y < y, s > s].... (6) Algoritma adaptif diperbarui satu ali dalam setiap interval dimana adalah periode bit. Jia didefinisian: z MF [ i] = ˆ< y[ i], s >.... (7) z [ i] =< y[ i], s + x[ i ] >..... (8) Maa perbaruan pada algoritma blind adalah: x[ i] = x[ i ] µ z[ i]( y[ i] zmf[ i] s ).... (9) Untu menghindari nilai x eluar dari orthogonalitas maa pembaruan x diarahan pada: x [ i] < x[ i], s[ i] > s..... (3) Suu pertama ruas anan persamaan () menyataan energi sinyal dan suu edua ruas anan persamaan () menyataan energi interferensi. Maa signal to interference ratio (SIR) untu pengguna dapat dinyataan: SIR = = A A ( + < s, x > ) + N( + x ) (3) Dari persamaan () diperoleh bahwa meminimalan energi output sama dengan meminimalan penyebut pada persamaan (3). Maa seperti halnya detetor MMSE, detetor MOE juga memasimalan SIR. VI. CONOH SIMULASI Pada bagian ini diberian contoh simulasi dari detetor MMSE, adaptif LMS dan adaptif blind. Pengguna yang diinginan mempunyai daya db dengan jumlah penguna. Signature waveform menggunaan ode Gold 3. Gambar menunjuan inerja detetor MMSE untu pengguna berjumlah dan. Dari gambar tersebut terlihat bahwa inerja detetor MMSE linier aan turun jia jumlah pengguna bertambah; sama dengan hasil pada [3]. BER pengguna pengguna SNR(dB) Gambar inerja detetor MMSE Gambar 3 menunjuan onvergensi vetor bobot dari algoritma adaptif LMS dengan step size,. Semain besar step size maa algoritma semain cepat menuju onvergen tetapi ripple yang terjadi cuup besar di seitar nilai optimal. dari grafi terlihat bahwa dengan bit training, vetor bobot sudah dapat mencapai onvergen tetapi jia diinginan nilai optimal maa deretan bit training yang diiriman harus semain besar. Nilai MSE yang bersesuaian dengan perubahan vetor bobot ditunjuan pada Gambar 4 yang diperoleh dengan menggunaan persamaan (). Nilai MMSE mencapai nilai minimum pada iterasi e-4 dan stabil setelah iterasi e-5. Sehingga panjang bit training untu detetor MMSE adaptif dengan algoritma LMS ini adalah 5 bit. w w Gambar 3 onvergensi vetor bobot dengan step size,
5 Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, MSE Gambar 4 Variasi nilai MSE dengan bit training dengan step size, Pada Gambar 5 ditunjuan onvergensi dari omponen x[i] pada algoritma blind dengan step size, dan, dan data yang diiriman sebanya 5 bit. Pada step size,, nilai x onvergen setelah iterasi e-4. Sedangan dengan step size,, nilai x onvergen pada iterasi e-. Namun demiian step size yang besar mengaibatan ripple yang ecil pada nilai x dan sebalinya step size yang besar aan menyebaban ripple yang besar pada nilai x. Dengan membandingan Gambar 4 dan Gambar 5 terlihat bahwa algoritma adaptif blind steppest descent mencapai onvergen setelah iterasi e-3 sedangan algoritma adaptif LMS mencapai onevergen pada iterasi e-5. Jadi detetor adaptif blind lebih lambat menuju onvergen dibandingan dengan detetor adaptif LMS. etapi arena detetor adaptif blind tida memerluan deretan training maa onvergensi yang lambat tida menaian overhead (tida memborosan bandwidth). Sebalinya detetor adaptif LMS memerluan deretan training yang berarti adanya penambahan overhead.. Dua aspe penting ini dapat menjadian dasar dari pemilihan detetor multiuser yang aan digunaan. Nilai SIR pada tiap iterasi dari detetor adaptif blind dengan step size, dan, ditunjuan pada Gambar 6. Dengan step size,, SIR masimum dicapai setelah iterasi e-5 tetapi dengan step size,, SIR masimum dicapai setelah iterasi e-4. Semaiin besar step size maa SIR aan cepat mencapai masimum tetapi aan terjadi ripple yang cuup besar dan sebalinya jia step size ecil maa SIR aan lambat mencapai masimum tetapi dengan ripple yang ecil. Pemilihan step size didasaran pada panjang signature code yang digunaan, semain panjang signature code maa step size semain ecil. Pada Gambar 7 ditunjuan perbandingan inerja dari detetor MMSE, adaptif LMS dengan step size, dan adaptif blind dengan step size,5 dan data yang diiriman sebanya dilauan sebanya 4 ali. inerja etiga detetor blind lebih bai daripada detetor MMSE maupun detetor adaptif LMS. x[i] x[i] step size= step size= SIR Gambar 5 onvergensi omponen dari x step size=. step size= Iterasi Gambar 6 Nilai SIR pada tiap iterasi VII. ESIMPULAN Pada paper ini telah dibahas mengenai masalah detesi multiuser linier MMSE yang membutuhan omputasi inversi matris yang cuup omples. Masalah ini dapat diatasi dengan menggunaan algoritma adaptif LMS sehingga diperoleh detetor adaptif yang membutuhan deretan bit-bit training. Detetor adaptif blind menghilangan ebutuhan deretan bit training dan pengetahuan atas data yang diiriman. Sehingga sesuai untu lingungan time varying. Simulasi menunjuan bahwa onvergensi dalam adaptasi blind lebih lambat daripada algoritma LMS, tetapi dengan step size yang berbeda diperoleh inerja BER yang lebih bai.
6 Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, - MMSE LMS Blind [9] Shimon Moshavi Multi-user Detection for DS/CDMA Commnications. IEEE Communications Magazine. October BER SNR (db) Gambar 7 Perbandingan inerja detetor MMSE, adaptif LMS dan adaptif blind Dari hasil yang diperoleh maa perlu dilauan penelitian lanjutan dalam lingup detetor adaptif blind, dengan menggunaan berdasaran algoritma LMS (blind LMS-based) maupun dengan algoritma adaptif blind lainnya. untu sistem CDMA asinron. ujuan yang ingin dicapai adalah inerja yang lebih bai dan onvergensi yang lebih cepat dari hasil yang telah diperoleh pada sistem yang lebih luas. VIII. DAFAR ACUAN [] Michael Honig, Upamanyu Madhow, dan Sergio Verdu Blind Adaptive Multiuser Detection. IEEE ransaction on Information heory, Vol. 4, No. 4, July 995. [] Stefano Buzzi, Marco Lops, dan Antonia M. ulino.. Blind Adaptive Multiuser Detection for Asynchronos Dual-Rate DS/CDMA System. IEEE Journal on Selected Area In Commnications. Vol. 9. No.. February. [3] Arun Avudainaygam.. Linear and Adaptive Linear Multiuser Detection in CDMA Systems. Project report of the course Spread Spectrum and CDMA. [4] Simon Hayin Adaptive Filter heory. hird Edition, New Jersey: Prentice Hall. [5] John G. Proais Digital Communications, McGraw-Hill, Inc. [6] Anders Host-Madsen.. Multiuser Detection for CDMA. R Labs & University of Calgary. [7] Shimon Moshavi. October 996. Multi-User Detection for DS-CDMA Communications. IEEE Communications Magazine. [8] Peter Ang. June. Performance Comparison of Multiuser Detectors for Synchronous CDMA with Short Code. Research Report on Faculty of Electrical Engineering, Stanford University.
Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection
Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna atif Detection CDMA dengan Modulasi Quadrature Phase Shift Keying Berbasis Perangat Luna Saretta Nathaniatasha
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciBAB I PENDAHULUAN 1. 1 LATAR BELAKANG
BAB I PENDAHULUAN 1. 1 LATAR BELAKANG Perkembangan teknologi komunikasi digital saat ini dituntut untuk dapat mentransmisikan suara maupun data berkecepatan tinggi. Berbagai penelitian sedang dikembangkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciBAB II POWER CONTROL PADA SISTEM SELULER CDMA DAN DIVERSITAS ANTENA
BAB II POWER CONTROL PADA SISTEM SELULER CDMA DAN DIVERSITAS ANTENA. Karateristi Kanal Wireless Pada sistem omuniasi mobile, sinyal yang ditransmisian melalui anal wireless aan mengalami proses propagasi
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciMakalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)
Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciKINERJA SISTEM MULTIUSER DETECTION SUCCESSIVE INTERFERENCE CANCELLATION MULTICARRIER CDMA DENGAN MODULASI M-QAM
KINERJA SISTEM MULTIUSER DETECTION SUCCESSIVE INTERFERENCE CANCELLATION MULTICARRIER CDMA DENGAN MODULASI M-QAM Furi Diah Ayu Hapsari 1, Yoedy Moegiharto 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya,Dosen
Lebih terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciKAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST
KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede (timbul@mail.ut.ac.id) Jurusan Statisti FMIPA, Universitas Terbua ABSTRAK Metode Ward dan metode K-rataan
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciKONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION
Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Komunikasi wireless saat ini telah mengalami perkembangan yang sangat penting dalam banyak aspek di kehidupan sehari-hari. Semakin banyak komputer yang menggunakan
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciPERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE
TUGAS AKHIR PERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE Diajuan Guna Melengapi Sebagian Syarat Dalam mencapai gelar Sarjana Strata Satu (S1) Disusun Oleh : Nama : Eo Kuncoro
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciPerbandingan Kinerja Deteksi Multiuser Linier Dan Deteksi Multiuser Dengan Jaringan Syaraf Tiruan Pada Sistem DS-CDMA
SERUM Volume, No., Desemer ISSN : 3-465 Perandingan Kinera Detesi Multiuser Linier Dan Detesi Multiuser Dengan Jaringan Syaraf iruan Pada Sistem DS-CDMA Popy Maria, Hadria Octavia, eguh Firmansyah 3, Jurusan
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciBAB III MODEL SISTEM CLOSED-LOOP POWER CONTROL PADA CDMA
SIR dipakai untuk mengestimasi kondisi kanal dan selanjutnya sebagai informasi feedback pada closed-loop power control berbasis SIR untuk menentukan besar update daya pancar MS. Oleh karena itu, akurasi
Lebih terperinciPerbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan
Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)
Lebih terperinciPERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU
PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah
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 terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada sistem CDMA pengendalian daya baik pada Mobile Station (MS) maupun Base Station (BS) harus dilakukan dengan baik mengingat semua user pada CDMA mengggunakan
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperinciANALISIS KONTRIBUSI TEKNIK ALOKASI KANAL DDCA/PC DALAM MENEKAN PROBABILITAS KEGAGALAN PANGGILAN DAN MENINGKATKAN KAPASITAS SISTEM PADA CDMA
1 ANALISIS KONTRIBUSI TEKNIK ALOKASI KANAL DDCA/PC DALAM MENEKAN PROBABILITAS KEGAGALAN PANGGILAN DAN MENINGKATKAN KAPASITAS SISTEM PADA CDMA Yuni Mariana, L2F099654 Jurusan Teni Eletro, Faultas Teni,
Lebih terperinciRuang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya
J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciGambar 1. Blok SIC Detektor untuk Pengguna ke-1 [4]
Analisa Kinerja Space Time Block Coding pada Sistem Successive Interference Cancellation Multiuser Detection CDMA dengan Modulasi QPSK Berbasis Perangkat Lunak Andhini Dwitasari, Yoedy Moegiharto Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciPEMBUATAN MEDIA PEMBELAJARAN PADA MATA KULIAH TEKNIK KONTROL ADAPTIF SUB POKOK BAHASAN PENGHAPUSAN DERAU
Techno, ISSN 40-8607 Volume 5 No. 2 Otober 204 Hal. 23 29 PEMBUATAN MEDIA PEMBELAJARAN PADA MATA KULIAH TEKNIK KONTROL ADAPTIF SUB POKOK BAHASAN PENGHAPUSAN DERAU Instructional Media Creation on Subjects
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan wireless menjadi salah satu sarana yang paling banyak dimanfaatkan dalam sistem komunikasi. Untuk menciptakan jaringan wireless yang mampu
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciKINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012
KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi
Lebih terperinciBAB II POWER CONTROL CDMA PADA KANAL FADING RAYLEIGH
BAB II POWER CONTROL CDMA PADA KANAL FADING RAYLEIGH 2.1 Multipath fading pada kanal nirkabel Sinyal yang ditransmisikan pada sistem komunikasi bergerak nirkabel akan mengalami banyak gangguan akibat pengaruh
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciMETODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET
METODE WATERMARKING UNTUK PENYISIPAN INDEKS DATA PADA IMAGE MENGGUNAKAN HAAR TRANSFORMASI WAVELET Maryanti 1, Nana Juhana, ST. 1, Manahan P.Siallagan S.Si, MT. 1 1) Jurusan Teni Informatia, FT, UNIKOM
Lebih terperinciBAB III HASIL DAN PEMBAHASAN
15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciMETODE PANGKAT BALIK TERGESER UNTUK MENCARI NILAI EIGEN DAN VEKTOR EIGEN
MEODE PNGK BLIK ERGESER UNUK MENCRI NILI EIGEN DN VEKOR EIGEN Sangadi BSRC rtile disusses the shifted power method as the extension of the power method he shifted power method also requires a good starting
Lebih terperinciPENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciANALISA PERFORMA SUCCESSIVE INTERFERENCE CANCELLATION DALAM CONVOLUTIONAL CODE PADA SISTEM MULTICARRIER DS CDMA. Disusun Oleh: Nama : Rendy Santosa
ANALISA PERFORMA SUCCESSIVE INTERFERENCE CANCELLATION DALAM CONVOLUTIONAL CODE PADA SISTEM MULTICARRIER DS CDMA Disusun Oleh: Nama : Rendy Santosa Nrp : 0422096 Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si
BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus
Lebih terperinciJARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA
JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Mutahir Penelitian dalam Sripsi ini merupaan pengembangan dari beberapa penelitian yang telah dilauan sebelumnya, yaitu mengenai inerja ombinasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Power control pada sistem CDMA adalah mekanisme yang dilakukan untuk mengatur daya pancar mobile station (MS) pada kanal uplink, maupun daya pancar base station
Lebih terperinciAnalisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar
3 Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Eletrotenia Dasar Jamhir slami Pranata Laboratorium Pendidian (PLP) Ahli Muda Laboratorium Eletrotenia Dasar Faaultas
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciSTUDI BIT ERROR RATE UNTUK SISTEM MC-CDMA PADA KANAL FADING NAKAGAMI-m MENGGUNAKAN EGC
S TUGAS AKHIR RE 1599 STUDI BIT ERROR RATE UNTUK SISTEM MC-CDMA PADA KANAL FADING NAKAGAMI-m MENGGUNAKAN EGC IFTITAH ANGGRAINI NRP 2202 100 009 Dosen Pembimbing Ir.Titiek Suryani, MT JURUSAN TEKNIK ELEKTRO
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Bab II Landasan teori
1 1.1 Latar Belakang BAB I PENDAHULUAN Layanan komunikasi dimasa mendatang akan semakin pesat dan membutuhkan data rate yang semakin tinggi. Setiap kenaikan laju data informasi, bandwith yang dibutuhkan
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 terperinciMODUL V PENCACAH BINER ASINKRON (SYNCHRONOUS BINARY COUNTER)
MOUL V PENH INE SINON (SYNHONOUS INY OUNTE) I. Tujuan instrusional husus 1. Membuat rangaian dan mengamati cara erja suatu pencacah iner (inary counter). 2. Menghitung freuensi output pencacah iner. 3.
Lebih terperinciAplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja
Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership
Lebih terperinciPEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNTUK DETEKSI KERUSAKAN. B.T. Atmaja, A.S. Aisyah, dan D.
PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNUK DEEKSI KERUSAKAN B.. Atmaja, A.S. Aisyah, dan D. Arifianto Jurusan eni Fisia,Faultas enologi Industri, Institut enologi
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinci