OPTIMASI RANCANGAN FILTER BANDPASS AKTIF UNTUK SINYAL LEMAH MENGGUNAKAN ALGORITMA GENETIK
|
|
- Susanti Iskandar
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya ellys_kuma@physics.its.ac.id Abstrak Telah dilakukan penelitian mengenai optimasi rancangan filter bandpass aktif untuk sinyal lemah menggunakan algoritma genetik. Penelitian ini menggunakan studi kasus sinyal EEG dengan data sinyal EEG yang diperoleh dari data sekunder peneliti lain. Data sinyal EEG ini terdiri dari 1280 amplitudo sinyal dalam 1 data dengan frekuensi sampling 256 Hz. Selanjutnya sinyal dikarakterisasi sebelum menjadi data masukan pada optimasi algoritma genetik. Optimasi algoritma genetik bertujuan untuk mendapatkan range frekuensi sinyal dengan nilai daya rata-rata sinyal maksimum. Rentang frekuensi yang didapatkan pada optimasi algoritma genetik ini merupakan frekuensi acuan dalam perancangan filter bandpass. Kondisi optimum terjadi pada range frekuensi 9.9 Hz sampai 13 Hz dan range frekuensi Hz sampai 30 Hz. Rancangan filter yang dibuat berdasarkan range frekuensi hasil optimasi dengan nilai komponen R 1,R 2, dan R 3 masing-masing sebesar 5.1MΩ, 10,2 MΩ, dan 1MΩ dengan nilai C 1 =C 2 =0.01µF untuk frekunensi 9,9 Hz sampai 13 Hz dan nilai R 1,R 2, dan R 3 masing-masing sebesar1,2mω, 2,4 MΩ, dan 1MΩ dengan nilai C 1 =C 2 =0.01µF pada range frekuensi 15,99 Hz sampai 30 Hz. Kata kunci :Algoritma genetik, Optimasi,Daya rata-rata,filter Band Pass, EEG I. Pendahuluan 1.1 Latar Belakang Sebagian besar perangkat elektronika ini merupakan perangkat elektronika dengan sinyal lemah. Perangkat elektronika dengan sinyal lemah ini diantaranya banyak terdapat pada instrumentasi medis. Beberapa instrumentasi medis ini membutuhkan filter untuk melewatkan sinyal dengan rentang frekuensi tertentu. Sebagai contohnya adalah EEG. Elektroensephalgram (EEG) adalah instrumentasi untuk menangkap aktifitas listrik di otak. Dalam dunia kedokteran penggunaan EEG antara lain untuk diagnosa penyakit yang berhubungan dengan kelainan otak dan kejiwaaan serta untuk mendeteksi pola pikiran atau kondisi mental seseorang. Hal ini diperlukan pengamatan densitas spektral daya dilakukan terhadap daerah frekuensi masing-masing gelombang tersebut guna mengidentifikasi tingkat kehadiran dari masing-masing gelombang aktifitas otak. Densitas spektral daya sinyal ini dapat dikarakterisasi untuk mendapatkan daya rata-rata sinyal pada rentang frekuensi tertentu. Estimasi daya rata-rata sinyal dapat dilakukan untuk mendapatkan nilai daya rata-rata sinyal maksimum pada range frekuensi tertentu dengan menggunakan algotirma genetik. Range frekuensi dengan daya rata-rata maksimum ini kemudian dapat digunakan sebagai acuan dalam perancangan filter band pass pada perangkat dengan sinyal lemah. Dengan range frekuensi ini, nilai komponenkomponen filter berupa komponen resistor, kapasitor, serta parameter-parameter lain yang diperlukan dalam perancangan filter ini seperti bandwidth frekuensi, faktor selektifitas, dan gain tegangan dapat ditentukan.
2 1.2 Rumusan Masalah Rumusan masalah dalam penelitian ini adalah : 1. Bagaimana melakukan optimasi dengan menggunakan algoritma genetik agar didapatkan nilai daya rata-rata sinyal maksimum dengan range frekuensi tertentu? 2. Bagaimana membuat rancangan filter band pass untuk perangkat dengan sinyal lemah dengan range frekuensi hasil optimasi algoritma genetik? 1.3 Tujuan Tujuan tugas akhir adalah melakukan optimasi rancangan filter band pass untuk sinyal lemah dengan range frekuensi pada saat nilai daya rata-rata maksimum menggunakan algoritma genetik. 1.4 Batasan Masalah Beberapa batasan yang ada pada penelitian Tugas Akhir ini antara lain: 1. Pembuatan software dan pengolahan data dalam penelitian ini menggunakan program matlab Matlab Versi 7.8 (R2009a). 2. Peralatan yang digunakan dalam penelitian tugas akhir ini adalah computer dengan spesifikasi spesifikasi Prosessor AMD Turion (tm) X2 Dual- Core Mobile RM-752.2GHz dan RAM 2 GB. 3. Pembentukan densitas spektral daya sinyal menggunakan metode FFT. 4. Data sinyal EEG yang digunakan pada penelitian ini merupakan data sekunder yang dilakukan peneliti lain. II. Tinjauan Pustaka 2.1 Sinyal dan Sistem Sinyal adalah besaran fisis yang bervariasi dengan waktu, ruang atau variabel bebas lainnya. Sistem bisa didefinisikan sebagai perangkat yang melakukan operasi pada sinyal. Sebagai contohnya, filter yang mengurangi noise dan mengurangi kerusakan pada sinyal. 2.2 Desitas Spektral Daya Spektrum atau spektral adalah representasi nilai informasi dalam domain frekuensi. Dengan demikian spektral daya berturut-turut adalah representasi informasi daya suatu sinyal dalam domain frekuensi. Sementara densitas densitas daya spektral (power spectral density ) berturut-turut adalah spektral daya yang dihitung per satuan frekuensi. Daya rata-rata sinyal pada rentang frekuensi tertentu[ ] 0 ditunjukkan dengan persamaan berikut ini : [ ] 2.3 Signal To Noise Ratio Sinyal To Noise (sering disingkat SNR atau S/N) adalah ukuran yang digunakan untuk mengukur berapa banyak sinyal telah dipengaruhi oleh noise. SNR dapat ditunjukkan dengan persamaan sebagai berikut : 2.4 Optimasi Optimasi adalah usaha untuk mendapatkan hasil terbaik terhadap perubahan keadaan tertentu. Optimasi ini merupakan salah satu ilmu untuk mendapatkan nilai minimum atau maksimum secara sistematis dari suatu fungsi, peluang maupun pencarian nilai lainnya. (Sugiono,2006). 2.5 Algoritma Genetik Algoritma genetik muncul karena diinspirasi oleh teori-teori dalam ilmu biologi, sehingga banyak istilah dan konsep biologi yang digunakan dalam algoritma genetik. Algoritma genetika memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi. Keberagaman pada evolusi biologis adalah variasi kromosom antar individu organisme. Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat kemampuan organism untuk
3 bertahan hidup. Pada dasarnya ada 4 kondisi yang sangat mempengaruhi proses evolusi, antara lain : a. Kemampuan orgamisme untuk melakukan reproduksi b. Keberadaan populasi organisme yang bisa melakukan reproduksi c. Keberagaman organisme dalam populasi d. Perbedaan kemampuan untuk bertahan hidup (Suyatno,2005). Berikut diagram alir proses algoritma genetik yang dilakukan pada penelitian ini : Mulai Inisialisasi populasi Evaluasi fungsi fitness Seleksi Crossover Mutasi Threshold nilai fitness Solusi terbaik Tidak Ya Gambar 2.1 Langkah-langkah pada Algoritma Genetik Untuk mencari solusi optimal maka individu akan mengalami evolusi dari generasi ke generasi dengan terjadinya variasi genetika dan seleksi alam. Seleksi alam dianggap sebagai proses optimasi dari individu-individu tersebut. Jadi individu yang unggul, yang mampu beradaptasi dengan lingkungannya adalah individu yang muncul sebagai solusi yang optimal. Individu yang hidup akan terus berusaha menyesuaikan diri dengan lingkungannya yang bisa menimbulkan variasi dalam suatu keturunan. Hal ini disebabkan oleh adanya mutasi gen, yaitu perubahan gen dari individu dan adanya rekombinasi (pindah silang) gen dalam suatu keturunan yang menghasilkan variasi-variasi kromosom baru Validasi Algoritma Genetik Dalam penentuan seberapa model yang dihasilkan, harus dilakukan validasi terhadap model. Salah satu model validasi adalah menggunakan autokolerasi (R N ) yang didasarkan pada fitness f(t). Persamaan yang digunakan adalah seperti yang ditunjukkan pada persamaan (2.3) dengan nilai i = 1,2,3,..,N N = Jumlah maksimum generasi Fitness (t) = fitness data ke-t Fitness (t+1) = fitness data ke-(t+1) R N = Auto korelasi 2.6 Filter Sebuah filter adalah sebuah alat atau rangkaian atau subtansi yang meneruskan atau meloloskan arus listrik pada frekuensi-frekuensi atau jangkauan frekuensi tertentu serta menahan (menghalangi) frekuensi-frekuensi lainya atau yang tidak dikenhendaki. Serta untuk memperkecil pengaruh noise dan interferensi pada sinyal yang dikehendaki Sebuah filter aktif adalah suatu rangkaian filter yang tersusun atas resistor-resistor dan kapasitor-kapasitor disertai dengan suatu rangkaian penguat, biasanya berupa penguat oprasional Filter Band Pass Band Pass Filter adalah filter yang hanya melewatkan sinyal-sinyal yang
4 frekuensinya dalam pita frekuensi atau pass band tertentu. Frekuensi dari sinyal yang berada di bawah pita frekuensi maupun di atas, tidak dapat dilewatkan oleh rangkaian band pass filter. Parameter penting dalam suatu rangkaian band pass filter adalah lebar pita atau bandwidth ( f atau B), dan selektivitas (Q). Selektivitas didefinisikan sebagai perbandingan antara frekuensi tengah fc terhadap lebar pita f yang dirumuskan sebagai berikut : Lebar pita atau bandwidth adalah lebar dari daerah pass band yaitu selisih besar frekuensi atas dengan frekuensi bawah, yang dirumuskan sebagai berikut : f = f 2 f 1 (2.5) Untuk merancang filter bandpass dengan pita sempit (Q<10) dapat dirancang dengan gain untaian tertutup yang lebih besar dari 1. Gain maksimum terjadi pada frekuensi resonannya. Perancangan sebuah filter bandpass terlebih dahulu memilih frekuensi resonannya (tengah) dan lebarpita B serta menghitung Q dari persamaan(2.4). Untuk menyederhanakan rancangan dan mengurangi banyaknya perhitungan, dipilih nilai C 1 =C 2 =C 3 =C dan nilai R di hitung dengan persamaan-persamaan berikut ini dengan nilai (Robert F.Coughlin,1985) Bandpass filter secara sederhana dapat dibuat dengan menggunakan penguat operasional dan dua pasang komponen RC seperti pada Gambar 2.2 berikut ini : R1 R3 C2 C1 150 pf Gambar 2.2 Rangkaian Bandpass Filter aktif 2.7 Elektroensephalogram (EEG) Elektroensephalogram (EEG) adalah instrumen untuk menangkap aktifitas listrik di otak. Kalangan kedokteran menggunakan sinyal EEG untuk diagnosa penyakit yang berhubungan dengan kelainan otak dan kejiwaan. Transformasi sinyal EEG menjadi suatu model, merupakan suatu cara yang sangat efektif dalam membantu klasifikasi sinyal EEG, mengidentifikasi serta mengestimasi spektrum sinyal EEG. Sinyal EEG mengandung komponen-komponen tertentu, yang dikenal sebagai gelombang alfa (8-13 Hz), beta (14-30 Hz), teta (4-7 Hz), dan delta (0.5-3 Hz). III. Metodologi Penelitian 3.1 Peralatan Peralatan yang digunakan dalam penelitian ini adalah computer dengan spesifikasi spesifikasi Prosessor AMD Turion (tm) X2 Dual-Core Mobile RM GHz dan RAM 2 GB. 3.2 Perangkat Lunak (Software) Perangkat lunak yang dipakai dalam penelitian tugas akhir ini adalah Matlab Versi 7.8 (R2009a). 3.3 Prosedur Kerja Terdapat beberapa tahapan yang akan ditempuh pada penelitian ini. Tahapan tersebut antara lain: 1. Pengambilan Data Sinyal 2. Karakterisasi Sinyal 3. OptimasiMenggunakan Algoritma Genetik 4. Pembuatan Rancangan Filter Bandpass. R2
5 Diagram alir penelitian ini dapat ditunjukkan pada gambar 3.1 dibawah ini : Mulai Pengambilan Data populasi sebesar 50 individu. Operator genetik yang digunakan pada penelitian ini adalah probabilitas mutasi sebesar 0.1 dan probabilitas crossover sebesar 0,7. Hasil optimasi algoritma genetik dapat dilihat pada gambar dibawah ini : Karakterisasi Sinyal: 1. Normalisasi Data 2. Filtering Sinyal 3. Perhitungan Daya Ratarata sinyal 4. Perhitungan SNR Algoritma Genetik Design Filter BandPass Selesai IV Analisa dan Pembahasan 4.1 Optimasi Algoritma Genetik Data yang digunakan dalam penelitian ini adalah data sekunder yang telah dilakukan oleh peneliti lain. Data ini dinormalisasi untuk penskalaan sinyal. Data yang telah dinormalisasi menjadi data input dari optimasi algoritma genetik. Fitering sinyal dilakukan pada looping algoritma genetik untuk mendapatkan range frekuensi untuk nilai daya rata-rata optimum. Pada penelitian ini optimasi algoritma genetik bertujuan untuk mendapatkan range frekuensi sinyal dengan nilai daya rata-rata sinyal maksimum, sehingga permasalahan penelitian ini merupakan permasalahan maksimasi. Fungsi fitness yang digunakan adalah nilai daya rata-rata sinyal. Batas iterasi pada algoritma genetik ini ditentukan oleh daya rata-rata yang ditargetkan dan jumlah generasi yang diberikan. Dengan maksimum generasi 5000 dan ukuran (a) (b) Gambar 4.1 (a) Hasil optimasi pada range frekuensi 8-13 Hz. (b) Hasil optimasi pada range frekuensi Hz. Kondisi optimum untuk data I pada optimasi pada range frekuensi 8-13 Hz dan Hz masing-masing sebesar diperoleh pada F 1 = Hz dan F 2 =13 Hz dengan daya rata-rata db dan pada F 1 =16 Hz dan F 2 =30 Hz dengan nilai daya ratarata sinyal dB. Optimasi pada range frekuansi 8-13 Hz pada data pertama sampai data ke-48, hampir seluruhnya menunjukkan nilai maksimum daya ratarata diperoleh pada saat F 1 = 9,9 Hz dan F 2 = 13 Hz sedangkan pada optimasi pada range frekuensi Hz nilai maksimum daya rata-rata diperoleh pada saat F 1 = 15,99 Hz dan F 2 = 30 Hz. Nilai F 1 dan F 2 ini akan menjadi frekuensi cut off pada perancangan filter band pass.berikut grafik hubungan antara fitness dengan generasi dan waktu pada range frekuensi 8-14 Hz dan Hz. (a)
6 Dengan gambar rangkaian sebagai berikut : C1 =0.01 µf R2 =10,2 MΩ R1 =5,1 MΩ 150 pf C2 =0.01 µf R3 = 1MΩ (b) Gambar 4.2 (a) Grafik hubungan nilai finess dan generasi pada range frekuensi 8-13 Hz (b) Grafik hubungan nilai finess dan generasi, pada range frekuensi Hz 4.2 Perancangan Filter Band Pass Range frekuensi optimasi algoritma genetik menjadi dasar perancangan filter band pass. Hal-hal yang perlu diperhatikan dalam perancangan filter band pass antara lain sebagai berikut : penentuan frekuensi tengah (f center ), lebar pita (bandwidth) dan perhitungan faktor kualitas Q serta nilai komponen-komponen filter. Parameter-parameter yang diperlukan dalam perancangan filter band pass ini ditentukan dengan Persamaan (2.5) sampai denga Persamaan (2.8). Kondisi optimum terjadi pada range frekuensi 9.9 Hz sampai 13 Hz dan range frekuensi Hz sampai 30 Hz. Rancangan filter yang dibuat berdasarkan range frekuensi hasil optimasi dengan nilai komponen R 1,R 2, dan R 3 masing-masing sebesar 5.1MΩ, 10,2 MΩ, dan 1MΩ dengan nilai C 1 =C 2 =0.01µF untuk frekunensi 9,9 Hz sampai 13 Hz dan nilai R 1,R 2, dan R 3 masing-masing sebesar1,2mω, 2,4 MΩ, dan 1MΩ dengan nilai C 1 =C 2 =0.01µF pada range frekuensi 15,99 Hz sampai 30 Hz. R1 =1,2 MΩ R3 = 1MΩ (a) C2 =0.01 µf C1 =0.01 µf 150 pf R2 =2,4 MΩ (b) Gambar 4.4 Rangkaian Filter Band Pass untuk optimasi pada (a) range frekuensi 8-13 Hz dan (b) range frekuensi Hz Fungsi transfer pada rangkaian (a) sebagai berikut : (2.9) Dengan karakteristik respon unit impulse sebagai berikut : Gambar 4.5 Karakteristik respon pada rangkaian (a)
7 Fungsi transfer pada rangkaian (b) sebagai berikut : (2.10) Dengan karakteristik respon unit impulse sebagai berikut : DAFTAR PUSTAKA C. Djamal, Esmeralda dan Harijono A. Tjokronegoro,2003, Identifikasi dan Klasifikasi Sinyal EEG terhadap Rangsangan Suara dengan Ekstraksi Wavelet dan Spektral Daya,ITB,Bandung Coughlin, Robert F dan Frederick F. 1985, Penguat Operasional dan Rangkaian Terpadu Linier,Erlangga,Jakarta. Eko Putra, Agfianto, 2002,Penapis Aktif Elektronika, C V Gava Media, Yogyakarta. Gambar 4.6 Karakteristik respon pada rangkaian (b) V. Kesimpulan Kesimpulan yang dapat diambil dari tugas akhir ini adalah 1. Kondisi daya rata-rata maksimum untuk optimasi range frekuensi 8-13 Hz terjadi pada range frekuensi 9.9 Hz sampai 13 Hz. Sedangkan untuk optimasi range frekuensi Hz terjadi pada rentang frekuensi 16 Hz sampai 30 Hz. 2. Rancangan filter yang dibuat berdasarkan range frekuensi hasil optimasi terlihat pada gambar 4.3 dan Gambar 4.4 dengan nilai komponenkomponennya sebagai berikut diperoleh nilai R 1,R 2, dan R 3 masing-masing sebesar 5.1MΩ, 10,2 MΩ, dan 1MΩ dengan nilai C 1 =C 2 =0.01 untuk untuk optimasi pada range frekuensi 8-13 Hz. Sedangkan pada optimasi pada range frekuensi Hz diperoleh nilai R 1,R 2, dan R 3 masing-masing sebesar1,2mω, 2,4 MΩ, dan 1MΩ dengan nilai C 1 =C 2 =0.01. Kusumadewi.Sri,Purnomo.Hadi, 2005, Penyelesaian Masalah Optimasi dengan Teknik-teknik Heuristik, Graha Ilmu, Yogyakarta. Mutmainah,2010, Penerapan Algoritma Genetik Untuk Optimasi Transfer Daya Pada Sistem Sensor Gas, ITS, Surabaya. Proakis, John G dan Dimitris G. Manolakis Digital Signal Processing, Pearson Prentice Hall, New Jersey. Putro, Triswantoro,2007, Implementasi Algoritma Genetik pada Akuisisi Data Penilaian Warna Secara Online,ITS,Surabaya. Sanei, Saeid and J.A. Chambers,2007, EEG Signal Processing. John Wiley & Sons Ltd, England. Sugiyono.Agus, 2006, Perkembangan dan Aplikasi Teknik Optimasi untuk Perencanaan Energi, prosiding semiloka teknologi simulasi dan komputasi,badan Pengkajian dan Penerapan Teknologi (BPPT). Suweni Muntini. Melania, 2000, Tenik Identifikasi Sistem dan Penentuan Orde Model dengan Algoritma Genetik, ITB,Bandung.
8 Suyatno,2005, Algoritma genetik dengan Matlab, Penerbit Andi, Yogyakarta. Syahrullah, 2006, Makalah Instrumentasi Medis Electroencephalogram (EEG). Universitas Indonesia. Jakarta. Vaseghi, Saeed V Advanced Digital Signal Processing and Noise Reduction, John Wiley & Sons Ltd, England.
OPTIMASI 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 terperinciPERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG
PERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG LISA SAKINAH (07 00 70) Dosen Pembimbing: Dr. Melania Suweni Muntini,
Lebih terperinciGambar 2.1 Perangkat UniTrain-I dan MCLS-modular yang digunakan dalam Digital Signal Processing (Lucas-Nulle, 2012)
BAB II TINJAUAN PUSTAKA 2.1 Digital Signal Processing Pada masa sekarang ini, pengolahan sinyal secara digital yang merupakan alternatif dalam pengolahan sinyal analog telah diterapkan begitu luas. Dari
Lebih 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 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 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciAnalisis Operator Crossover pada Permasalahan Permainan Puzzle
Analisis Operator Crossover pada Permasalahan Permainan Puzzle Kun Siwi Trilestari [1], Ade Andri Hendriadi [2] Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T
PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
Lebih terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS. Muthmainnah
TESIS PENEAPAN ALGOITMA GENETIK UNTUK OPTIMASI TANSFE DAYA PADA SISTEM SENSO GAS Muthmainnah 1108201008 DOSEN PEMBIMBING Dr. Melania Suweni Muntini, MT PENDAHULUAN Sensor gas yang sering ditemui dipasaran
Lebih terperinciBAB I PENDAHULUAN. resistor, kapasitor ataupun op-amp untuk menghasilkan rangkaian filter. Filter analog
BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu perangkat yang menghilangkan bagian dari sinyal yang tidak di inginkan. Filter digunakan untuk menglewatkan atau meredam sinyal yang di inginkan
Lebih terperinciAPLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS
APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS Hafid Hazaki 1, Joko Lianto Buliali 2, Anny Yuniarti 2
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012
21 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012 dan dilakukan di Laboratorium Fisika Komputasi Jurusan Fisika Fakultas
Lebih terperinciANALISIS PENGURANGAN DERAU PADA SINYAL LOUDSPEAKER MENGGUNAKAN FILTER ADAPTIF KALMAN
SINGUDA ENSIKOM VOL. 6 NO.3 /Maret 4 ANALISIS PENGUANGAN DEAU PADA SINYAL LOUDSPEAKE MENGGUNAKAN FILTE ADAPTIF KALMAN Fitriani Christhien Simbolon, Arman Sani Konsentrasi Teknik Telekomunikasi, Departemen
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada dua tempat yaitu di Laboratorium
45 BAB III METODE PENELITIAN A. Waktu dan Tempat Pelaksanaan Penelitian ini dilaksanakan pada dua tempat yaitu di Laboratorium Pemodelan Fisika untuk perancangan perangkat lunak (software) program analisis
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini telah dilaksanakan di Laboratorium Elektronika Dasar Jurusan
44 III. METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini telah dilaksanakan di Laboratorium Elektronika Dasar Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan dari bulan Maret - Mei 2015 dan tempat
III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan dari bulan Maret - Mei 205 dan tempat pelaksanaan penelitian ini di Laboratorium Elektronika Jurusan Fisika Fakultas Matematika
Lebih terperinciJOBSHEET 9 BAND PASS FILTER
JOBSHEET 9 BAND PASS FILTER A. TUJUAN 1. Mahasiswa diharapkan mampu mengerti tentang pengertian, prinsip kerja dan karakteristik band pass filter 2. Mahasiswa dapat merancang, merakit, menguji rangkaian
Lebih terperinciSATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL
EK.353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT : Sinyal dan Pemrosesan Sinyal Tujuan pembelajaran umum : Para mahasiswa mengetahui tipe-tipe sinyal, pemrosesan dan aplikasinya Jumlah pertemuan
Lebih terperinciBAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan
BAB II DASAR TEORI 2. 1 Suara Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda
Lebih terperinciFILTER AKTIF SHUNT 3 PHASE BERBASIS ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MENGKOMPENSASI HARMONISA PADA SISTEM DISTRIBUSI 220/380 VOLT
FILTER AKTIF SHUNT 3 PHASE BERBASIS ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MENGKOMPENSASI HARMONISA PADA SISTEM DISTRIBUSI 220/380 VOLT Nama : Andyka Bangun Wicaksono NRP : 22 2 111 050 23 Dosen Pembimbing
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3 Agar penelitian yang dilakukan sesuai dengan tujuan yang diharapkan maka diperlukan langkah-langkah yang tersusun secara sistematis seperti yang dijabarkan pada gambar 3.1
Lebih terperinciBAB I PENDAHULUAN. menggunakan rangkaian elektronika yang terdiri dari komponen-komponen seperti
BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu rangkaian yang berfungsi untuk melewatkan sinyal frekuensi yang diinginkan dan menahan sinyal frekuensi yang tidak dikehendaki serta untuk memperkecil
Lebih 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 terperinciCrossover Probability = 0.5 Mutation Probability = 0.1 Stall Generation = 5
oleh pengguna sistem adalah node awal dan node tujuan pengguna. Lingkungan Pengembangan Sistem Implementasi Algoritme Genetika dalam bentuk web client menggunakan bahasa pemrograman PHP dan DBMS MySQL.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Algoritma Genetika
Algoritma Genetika Pendahuluan Struktur Umum Komponen Utama Seleksi Rekombinasi Mutasi Algoritma Genetika Sederhana Referensi Sri Kusumadewi bab 9 Luger & Subblefield bab 12.8 Algoritma Genetika 1/35 Pendahuluan
Lebih terperinciPERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI
PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana
Lebih terperinciDeteksi Sinyal Elektromyogram (EMG) Saat Kontraksi Dan Relaksasi Dengan Personal Komputer
Deteksi Sinyal Elektromyogram (EMG) Saat Kontraksi Dan Relaksasi Dengan Personal Komputer Irmalia Suryani Faradisa 1, Pandu Noortyas 2 1,2) Program Studi Teknik Elektro, ITN Malang e-mail: 1) irmaliafaradisa@yahoo.com,
Lebih terperinciMAKALAH LOW PASS FILTER DAN HIGH PASS FILTER
MAKALAH LOW PASS FILTER DAN HIGH PASS FILTER Disusun oleh : UMI EKA SABRINA (115090309111002) JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG 2011 PEMBAHASAN 1.1.
Lebih terperinci1. Pendahuluan 1.1. Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Perkembangan teknologi informasi yang begitu pesat sekarang ini memberikan dampak yang besar terhadap kinerja manusia khususnya dalam bekerja. Segala sesuatu yang dahulu
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 7 Diagram alur proses mutasi.
5 Mulai HASIL DAN PEMBAHASAN Kromosom P = rand [0,1] Ya P < Pm R = random Gen(r) dimutasi Selesai Tidak Gambar 7 Diagram alur proses mutasi. Hasil populasi baru yang terbentuk akan dievaluasi kembali dan
Lebih terperincipenulisan ini dengan Perancangan Anti-Aliasing Filter Dengan Menggunakan Metode Perhitungan Butterworth. LANDASAN TEORI 2.1 Teori Sampling Teori Sampl
PERANCANGAN ANTI-ALIASING FILTER DENGAN MENGGUNAKAN METODE PERHITUNGAN BUTTERWORTH 1 Muhammad Aditya Sajwa 2 Dr. Hamzah Afandi 3 M. Karyadi, ST., MT 1 Email : muhammadaditya8776@yahoo.co.id 2 Email : hamzah@staff.gunadarma.ac.id
Lebih terperinciBAB III METODE PENELITIAN. Alam Universitas Lampung pada bulan Februari 2014 sampai Mei 2014.
4 BAB III METODE PENELITIAN 3.. Waktu dan Tempat Pelaksanaan Penelitian ini dilaksanakan di Laboratorium Pemodelan Fisika dan Laboratorium Elektronika Dasar Jurusan Fisika Fakultas Matematika dan IImu
Lebih terperinciMODUL 05 FILTER PASIF PRAKTIKUM ELEKTRONIKA TA 2017/2018
MODUL 05 FILTER PASIF PRAKTIKUM ELEKTRONIKA TA 2017/2018 LABORATORIUM ELEKTRONIKA DAN INSTRUMENTASI PROGRAM STUDI FISIKA FAKULTAS MATEMATIKA DAN PENGETAHUAN ALAM INSTITUT TEKNOLOGI BANDUNG Riwayat Revisi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alur Penelitian Menentukan lokasi dan kapasitas optimal SVC pada sistem transmisi 150 kv subsistem Bandung Selatan dan New Ujungberung menggunakan algoritma genetika membutuhkan
Lebih terperinci1. BAB I PENDAHULUAN 1.1.Latar Belakang
1. BAB I PENDAHULUAN 1.1.Latar Belakang Pada era saat ini perkembangan teknologi di Indonesia berkembang sangat pesat dan sangat berperan penting pada kehidupan sehari-hari. Meningkatnya kebutuhan akan
Lebih terperinciOptimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi
Optimasi Metode Fuzzy Dengan Algoritma Genetika Pada Kontrol Motor Induksi Rahman Aulia Universitas Sumatera Utara Pasca sarjana Fakultas Ilmu Komputer Medan, Indonesia Rahmanaulia50@gmail.com Abstract
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
Lebih terperinciBAB. Kinerja Pengujian
BAB IV PENGUJIAN PENGUAT KELAS D TANPA TAPIS LC Bab ini akan menjelaskan pengujian dari penguat kelas D tanpa tapis LC yang dibuat.pengujian ini terdiri dari dua utama yaitupengujian untuk mengetahui kinerja
Lebih terperinciPENGARUH UKURAN GAP ANTAR RESONATOR PADA PERANCANGAN COUPLED EDGE BANDPASS FILTER
PENGARUH UKURAN GAP ANTAR RESONATOR PADA PERANCANGAN COUPLED EDGE BANDPASS FILTER Ayudya Tri Lestari 1), Dharu Arseno, S.T., M.T. 2), Dr. Ir. Yuyu Wahyu, M.T. 3) 1),2) Teknik Telekomunikasi, Universitas
Lebih terperinciBAB II DASAR TEORI. Gambar 2.1.(a). Blok Diagram Kelas D dengan Dua Aras Keluaran. (b). Blok Diagram Kelas D dengan Tiga Aras Keluaran.
BAB II DASAR TEORI Dalam bab dua ini penulis akan menjelaskan teori teori penunjang utama dalam merancang penguat audio kelas D tanpa tapis LC pada bagian keluaran menerapkan modulasi dengan tiga aras
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Inverter dan Aplikasi Inverter daya adalah sebuah perangkat yang dapat mengkonversikan energi listrik dari bentuk DC menjadi bentuk AC. Diproduksi dengan segala bentuk dan ukuran,
Lebih terperinciIII. METODE PENELITIAN. Elektronika Dasar Jurusan Fisika Fakultas MIPA Universitas Lampung.
30 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Juli 2014 sampai dengan Maret 2015. Perancangan, pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciI. PENDAHULUAN. Jantung merupakan salah satu organ tubuh yang sangat vital, karena jantung
I. PENDAHULUAN A. Latar Belakang Jantung merupakan salah satu organ tubuh yang sangat vital, karena jantung berfungsi untuk memompakan darah ke seluruh jaringan tubuh. Jika terjadi gangguan pada jantung
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 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 terperinciPEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM
PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM Syafiul Muzid Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia, Yogyakarta E-mail:
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan pada bulan Maret 2015 sampai dengan Agustus 2015.
44 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan pada bulan Maret 2015 sampai dengan Agustus 2015. Perancangan, pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciRancang Bangun Modul EEG Untuk Menentukan Posisi Otak Saat Melakukan Aktivitas Tertentu Menggunakan Metoda Filter Digital IIR
Rancang Bangun Modul EEG Untuk Menentukan Posisi Otak Saat Melakukan Aktivitas Tertentu Menggunakan Metoda Filter Digital IIR Fitra Setiawan #1, Ratna Adil #2 # Jurusan Teknik Elektronika, Politeknik Elektronika
Lebih terperinciMETODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan November 2014 sampai dengan
34 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian ini mulai dilaksanakan pada bulan November 2014 sampai dengan April 2015. Perancangan sistem, identifikasi kadar air pada kayu jati dan akasia daun
Lebih terperinciBAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilaksanakan
Lebih terperinciBAB I PENDAHULUAN. Saat ini teknologi berkembang sangat cepat dan semakin banyak perangkat
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini teknologi berkembang sangat cepat dan semakin banyak perangkat perangkat canggih yang dihasilkan dan digunakan oleh manusia. Perkembangan teknologi tersebut
Lebih terperinciANALISIS PENGUATAN BIOPOTENSIAL DENGAN REDUKSI INTERFERENSI GANGGUAN
ANALISIS PENGUATAN BIOPOTENSIAL DENGAN REDUKSI INTERFERENSI GANGGUAN Oleh: Moh. Imam Afandi * Abstrak Telah dilakukan analisis penguatan biopotensial dengan reduksi interferensi gangguan sinyal pada sistem
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
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 terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika
6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi
Lebih terperinciPENGENDALIAN MOTOR STEPPER UNTUK MENDAPATKAN DAYA OPTIMUM PADA ANTENA SECARA WIRELESS
PENGENDALIAN MOTOR STEPPER UNTUK MENDAPATKAN DAYA OPTIMUM PADA ANTENA SECARA WIRELESS Pembimbing: Dr. Melania Suweni Muntini, MT Dr. Yono Hadi Pramono, M. Eng Oleh: Iva Mamlu atul Hidayati PROGRAM STUDI
Lebih terperinciPendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner
Vol. 7, 2, 108-117, Januari 2011 Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner Jusmawati Massalesse Abstrak Tulisan ini dimaksudkan untuk memperlihatkan proses
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciOPTIMASI RERATA DALAM PROSES KORELASI SILANG UNTUK MENENTUKAN LOKASI RADIO TRANSMITTER
164... Prosiding Seminar Matematika, Sains dan I, FMIPA UNSRA, 14 Juni 2013 OPIMASI RERAA DALAM PROSES KORELASI SILANG UNUK MENENUKAN LOKASI RADIO RANSMIER Isnan Nur Rifai 1), Wahyu Widada 2) 1) Program
Lebih terperinci2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN PEMBIMBING... ii HALAMAN PENGESAHAN PENGUJI... iii BERITA ACARA DEMO SOFTWARE TUGAS AKHIR... iv SURAT PERNYATAAN KARYA ASLI TUGAS AKHIR...v ABSTRAK.....vi
Lebih terperinciOleh : ARI YUANTI Nrp
TUGAS AKHIR DESAIN DAN SIMULASI FILTER DAYA AKTIF SHUNT UNTUK KOMPENSASI HARMONISA MENGGUNAKAN METODE CASCADED MULTILEVEL INVERTER Oleh : ARI YUANTI Nrp.. 2207 100 617 Dosen Pembimbing Prof. Dr. Ir. Mochamad
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah pemilihan lokasi usaha yang tepat merupakan salah satu faktor penunjang suksesnya suatu usaha. Dalam pemilihan lokasi usaha yang tepat diperlukan pertimbangan
Lebih terperinciBABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.
BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal
Lebih terperinciBAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan
BAB II LANDASAN TEORI 2.1 Sejarah Perusahaan Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan pengadaan suku cadang computer. Dalam bidang tersebut diharuskan berbadan hukum PD,
Lebih terperinciBAB 2 DASAR TEORI. 2.1 Teka-Teki Silang
BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah
Lebih terperinciPenjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Lebih terperinciBAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu
18 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Penjadwalan merupakan kegiatan administrasi utama di berbagai institusi. Masalah penjadwalan merupakan masalah penugasan sejumlah kegiatan dalam periode
Lebih terperinciTabel 3.5 Kapasitas Aliran Air Q rata-rata setiap hari dari jam 00 sampai dengan jam05[pdam].
Tabel 3.5 Kapasitas Aliran Air Q rata-rata setiap hari dari jam 00 sampai dengan jam05[pdam]. Gambar 3.2 Panel Kontrol Pompa Air PDAM Karang Pilang II Surabaya. Formulasi Matematika Optimisasi Konsumsi
Lebih terperinciBAB III ANALISA DAN PERANCANGAN RANGKAIAN
BAB III ANALISA DAN PERANCANGAN RANGKAIAN 3.1. Blok Diagram Sistem Untuk mempermudah penjelasan dan cara kerja alat ini, maka dibuat blok diagram. Masing-masing blok diagram akan dijelaskan lebih rinci
Lebih terperinciMEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB
MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB Syafiul Muzid 1, Sri Kusumadewi 2 1 Sekolah Pascasarjana Magister Ilmu Komputer, Universitas Gadjah Mada, Yogyakarta e-mail: aakzid@yahoo.com 2 Jurusan
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 terperinciIMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE PALING OPTIMUM
IMPLEMENTASI ALGORITMA GENETIKA UNTUK PENCARIAN RUTE PALING OPTIMUM Anies Hannawati, Thiang, Eleazar Fakultas Teknologi Industri, Jurusan Teknik Elektro, Universitas Kristen Petra Jl. Siwalankerto 121-131,
Lebih terperinciHubungan 1/1 filter oktaf. =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz
Hubungan 1/1 filter oktaf f 1 f 2 f 1 = 2 1/2f c f 1 = 2 1/2f c f 1 = 2f c1 = frekuensi tengah penyaring =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz Analisis oktaf sepertiga,
Lebih terperinciOptimasi Penjadwalan Ujian Menggunakan Algoritma Genetika
Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika Nia Kurnia Mawaddah Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) Jurusan Matematika, FMIPA Universitas Brawijaya, Malang 65145 Abstrak Penjadwalan
Lebih terperinciBAB I FILTER I. 1. Judul Percobaan. Rangkaian Band Pass Filter. 2. Tujuan Percobaan
BAB I FILTER I 1. Judul Percobaan Rangkaian Band Pass Filter 2. Tujuan Percobaan - Menentukan Frekuensi Cut Off dari suatu rangkaian Band Pass Filter. - Menentukan besar Induktansi dari suatu kumparan.
Lebih terperinciPerancangan Simulator EKG (Elektronik Kardiogra) Menggunakan Software Proteus 8.0
Perancangan Simulator EKG (Elektronik Kardiogra) Menggunakan Software Proteus 8.0 Suroso Andrianto dan Laela Sakinah Teknik Elektro Sekolah Tinggi Teknik Multimedia Cendekia Abditama Tangerang, Indonesia
Lebih terperinciBAB I PENDAHULUAN. disebabkan kebutuhan manusia untuk mendapatkan informasi tanpa mengenal
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan industri Telekomunikasi berkembang sangat cepat. Hal itu disebabkan kebutuhan manusia untuk mendapatkan informasi tanpa mengenal batas waktu dan ruang.
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 terperinciKeywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN
Optimasi Penjadwalan Mata Kuliah Dengan Algoritma Genetika Andysah Putera Utama Siahaan Universitas Pembangunan Pancabudi Jl. Gatot Subroto Km. 4,5, Medan, Sumatra Utara, Indonesia andiesiahaan@gmail.com
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG Pada bab ini akan dibahas mengenai teori penunjang yang berhubungan dengan judul tugas akhir yang dikerjakan seperti suara, gelombang, sinyal, noise, Finite Impulse Response (FIR)
Lebih terperinciSistem Sensor Keasaman Air (ph) untuk Aplikasi Pengontrolan Kondisi Air Tambak Udang
Sistem Sensor Keasaman Air (ph) untuk Aplikasi Pengontrolan Kondisi Air Tambak Udang Endah S. Ningrum, Paulus Susetyo W., Tommi Adi Putra Politeknik Elektronika Negeri Surabaya-Institut Teknologi Sepuluh
Lebih terperinciRANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA
ABSTRAKSI RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA Tedy Rismawan, Sri Kusumadewi Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas
Lebih terperinciIDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
IDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Seminar Tugas Akhir O L E H : M I F T A H U D D I N P E M B I M B I N G : I R. Y E R R
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 terperinciSeminar Tugas Akhir Juni 2017
Seminar Tugas Akhir Juni 07 Stetoskop Elektronik Sederhana untuk Auskultasi Jantung dan Paru Yahya Nanda Khurniawan, Torib Hamzah,Dyah Titisari ABSTRAK Stetoskop merupakan alat medis akustik sederhana
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN TATA LETAK MESIN
APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN TATA LETAK MESIN Hari Purnomo, Sri Kusumadewi Teknik Industri, Teknik Informatika Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyakarta ha_purnomo@fti.uii.ac.id,
Lebih terperinciRancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika
1 Rancang Bangun Aplikasi Prediksi Jumlah Penumpang Kereta Api Menggunakan Algoritma Genetika Annisti Nurul Fajriyah Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciBAB III PERANCANGAN DAN SIMULASI ANTENA MIKROSTRIP. bahan substrat yang digunakan. Kemudian, menentukan bentuk patch yang
BAB III PERANCANGAN DAN SIMULASI ANTENA MIKROSTRIP 3.1 Pendahuluan Perancangan antena mikrostrip sangat bergantung pada spesifikasi antena yang di buat dan bahan atau substrat yang digunakan. Langkah awal
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN
APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN Tedy Rismawan 1, Sri Kusumadewi 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Islam Indonesia e-mail: 1
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut
Lebih terperinciBAB I PENDAHULUAN. Dimana spektrum frekuensi ini sudah di alokasikan dan terbatas. Terdapat dua
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkembang teknologi komunikasi dan semakin banyaknya varian layanan telekomunikasi nirkabel tentu sangat menentukan pemakaian spektrum frekuensi. Dimana spektrum
Lebih terperinciTINJAUAN PUSTAKA. dengan mencari spectrum holes. Spectrum holes dapat dicari dengan
II. TINJAUAN PUSTAKA 2.1 Kajian Pustaka Penelitian ini akan membahas efisiensi spektrum dan energi dengan metode energy detection yang bertujuan untuk mengefisiensikan penggunaan spektrum dengan mencari
Lebih terperinciPELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, Telkom University sedang mengembangkan satelit mikro yang mengorbit pada ketinggian 600-700 km untuk wahana pembelajaran space engineering. Sebelum satelit
Lebih terperinciPOLITEKNIK NEGERI JAKARTA
LAPORAN PRAKTIKUM LABORATORIUM KOMUNIKASI RADIO SEMESTER V TH 2013/2014 JUDUL REJECTION BAND AMPLIFIER GRUP 06 5B PROGRAM STUDI TEKNIK TELEKOMUNIKASI JURUSAN TEKNIK ELEKTRO POLITEKNIK NEGERI JAKARTA PEMBUAT
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks
4 2 TINJAUAN PUSTAKA 2.1 Peringkasan Teks Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi yang terkandung didalamnya (Barzilay & Elhadad
Lebih terperinciAlgoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial
Algoritma Genetika dan Penerapannya dalam Mencari Akar Persamaan Polinomial Muhammad Abdy* 1, Maya Sari Wahyuni* 2, Nur Ilmi* 3 1,2,3 Jurusan Matematika, Universitas Negeri Makassar e-mail: * 1 m.abdy@unm.ac.id,
Lebih terperinci