PENGENDALI DERAU SECARA AKTIF MENGGUNAKAN ANFIS (Active Noise Controller Using ANFIS)

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGENDALI DERAU SECARA AKTIF MENGGUNAKAN ANFIS (Active Noise Controller Using ANFIS)"

Transkripsi

1 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 PENGENDALI DERAU SECARA AKTIF MENGGUNAKAN ANFIS (Active Noise Controer Using ANFIS) Goegoes Dwi Nusantoro ABSTRACT ANFIS Controer used for the reduction of noise activey (active noise canceation, ANC) in a duct, at this research, ony use three input and two membership function of every input and aso two rue so that totaize the parameter used by 20 parameters, good of premis and aso it concequent. Whie agorithm earn used to update its parameter is on ine bacpropagation. Picings got in simuation indicate that the ANFIS controer own the better performance in noise canceation in a frequency area, good of narrowband and aso broadband, compared to by a performance a FIR fiter Fiterd-X LMS agorithm though with the parameter which must be update simmer. Keyword : ANFIS, ANC, Fitered-X LMS agorithm 1. PENDAHULUAN Saah satu aspe dari pengoahan isyarat digita yaitu penapisan adaptif (adaptive fitering), yang teah digunaan secara uas pada sejumah penerapan seperti penghapusan derau secara adaptif (adaptive noise canceation), pemodean adaptif (adaptive modeing), penghapusan gema secara adaptif (adaptive echo canceation), dan ain-ain (Widrow B., et a, 1985). Bahan dewasa ini penerapannya diperuas pada endai derau secara atif (active noise contro, ANC) (Eiott, S.J., et a, 1993). Sistem ANC menggunaan isyarat buatan (artifici signa) dengan besar yang sama serta fasanya berawanan untu menghapusan derau atau bunyi yang tida diinginan (Chang YC., et a, 2000). Geombang austi (austi wave) atau derau yang tida diinginan memberian pengaruh negatif pada manusia. Karena dapat mengaami eceaaan erja aibat pendengaran yang terganggu arena derau. Metode onventiona yang biasa digunaan daam mengendaian atau meemahan derau yang sering disebut endai derau secara pasif (passive noise contro, PNC) memiii esanggupan untu menean derau austi pada freuensi tinggi, namun untu derau austi freuensi rendah, PNC tida dapat beerja secara bai. Misaan untu freuensi yang rendah dibawah 500 Hz, yaitu geombang bunyi yang memiii freuensi 100 Hz aan memiii panjang geombang ira-ira 3,4 m pada ondisi norma (Eiott, S.J., et a, 1993). Ha ini menyebaban materia penyerap derau (noise absorber) etebaannya harus ditambah untu cuup meredusi derau dengan bai, yang menjadiannya tida pratis (Par, H.K., et a, 1999). Berbeda dengan metode pasif, ANC tida hanya dapat menghapusan derau freuensi rendah, tetapi juga bobot, voume dan biaya sistem endai derau secara eseuruhan. Dengan menempatan sistem ANC pada suatu tempat, ia aan mengidentifiasi fungsi aih dari pant austi, dan tranduser seperti speaer dan microphone serta pant sauran (duct pant) untu membangitan isyarat anti derau yang tepat. Banya peneiti teah menerapan agoritma fitered- X (Kuo, S.M., et a, 1999) sebagai pengendai derau secara adaptif arena esederhanaannya. Agoritma fitered-x adaah suatu tapis adaptif yang parameter-parameter bobotnya dapat secara otomatis diperbaharui menggunaan agoritma LMS (east mean square). Pendeatan ini cuup efetif untu meredusi derau freuensi rendah, namun eurangan dari metode ini terdapat pada ecepatan onvergensinya yang ambat. Ha ini disebaban agoritma fitered-x membutuhan Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 19

2 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 uuran angah (step size) yang eci untu memperbaharui parameter-parameter bobotnya agar dapat menjaga estabian unju erja sistem. Perembangan ogia fuzi juga merambah penerapannya daam bidang ini. Sistem ANC yang diusuan oeh Kiperszto menggunaan ogia fuzi yang digunaan untu memperbaharui parameter bobot tapis FIR daam meredusi derau. Penentuan aturan fuzinya diauan dengan oreasi siang antara microphone awa dan microphone ontro serta menggunaan SNR dari estimasi fungsi oreasi siangnya. Hasinya dengan menggunaan agoritma yang diusuan endai fuzi jauh ebih tinggi tingat peemahan derau dibandingan dengan unju erja endai tapis optima inear. Dan endai fuzi ebih mudah daam impementasinya (Kiperszto, O., et a, 1995). Namun teni ogia fuzi menemui esuitan daam menentuan banyanya aturan fuzi yang digunaan yang disebaban oeh perubahan masuan (Vijia S.K.C., et a, 2003). Kesuitan daam menentuan banyanya aturan fuzi dan besarnya parameter-parameter yang digunaan, oeh Chang diatasi dengan menerapan agoritma FXLMS untu memperbaharui parameter-parameter yang terdapat daam endai fuzi. Agoritma fuzi FXLMS teah diterapan untu meredusi derau pada freuensi pita-ebar dan berhasi dengan bai dibandingan dengan tapis FIR FXLMS biasa (Chang C.Y., et a, 2000). Juga daam penerapan yang sama, namun mengganti agoritma beajarnya menggunaan agoritma Fitered-U (Chang C.Y., et a, 2002). Disamping menerapan agoritma fuzi FXLMS daam meredam derau pada freuensi pita-ebar, Chang juga menerapannya daam meredam derau pada freuensi pita-sempit dan pada derau omposit pita-ebar dan pita-sempit (Chang C.Y., et a, 2003). Dengan menggunaan 21 masuan, 7 fungsi eanggotaan gaussian tiap masuan dan 7 aturan, terihat bahwa inerja fuzi FXLMS ebih bai, dibandingan dengan agoritma FXLMS tapis FIR orde 21 daam semua penerapan. Mesipun ebih bai inerjanya dibandingan dengan tapis FIR FXLMS, namun parameter fuzi yang digunaan cuup besar yaitu 301 parameter yang terdiri dari 294 premis dan 7 onseuen. Sedangan parameter bobot yang digunaan tapis FIR FXLMS hanya 21 bobot. Untu itu dengan mengacu daam iteratur (Chang C.Y., et a, 2003), daam peneitian ini digunaan ANFIS dengan agoritma beajar propagasi bai yang diauan secara on-ine dengan menggunaan tota parameter tida ebih banya dari 21 parameter, seperti yang digunaan daam tapis FIR FXLMS. Hasi inerjanya aan dibandingan dengan inerja tapis FIR FXLMS yang teah ditentuan daam iteratur. Permasaahan utama daam peneitian ini adaah bagaimana caranya menerapan ANFIS menggunaan agoritma beajar propagasi bai dan diauan secara on-ine pada sistem ANC. Parameter-parameter yang digunaan daam ANFIS bai premis maupun onseuen tida ebih banya dari parameter-parameter bobot tapis (taps fiter) dari agoritma ANC Fitered-X LMS biasa, yang digunaan sebagai pembanding. Kinerja sistem ini ditunjuan dengan daya derau rerata (ANP, average noise power) dan SNR db (Signa to Noise Ratio) hasi penghapusan derau. Manfaat yang diharapan dari penerapan ANFIS pada sistem ANC adaah daam bidang industri sering ai daam ingungan erja terdapat suara bising atau derau yang cenderung mengurangi enyamanan erja yang ditimbuan oeh mesin-mesin istri yang terdapat daam ingungna industri trersebut. Sehingga sering ai digunaan sistem ANC ini untu mengurang bising atau derau tersebut. Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 20

3 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri Konsep Dasar Kendai Derau Secara Atif Gambar Sistem ANC bidang ebar ana tungga daam suatu sauran (duct). Gambar. Titi pandang identifiasi sistem dari ANC Sistem dasar ANC bidang ebar (broadband) ditunjuan daam Gambar 1 dan digambaran daam eranga sistem identifiasi adaptif daam Gambar 2. Daam Gambar 2 memperihatan suatu tapis adaptif W z yang digunaan untu mengestimasi pant yang tida dietahui. Lintasan primer terdiri dari tanggapan austi dari referensi sensor e sensor gaat dimana peemahan derau diauan. Jia pant adaah dinamis, agoritma adaptif emudian bertugas secara ontinyu untu mengestimasi pant dinamis tersebut seama watu berjaan. Tujuan tapis adaptif W z adaah meminimisasi isyarat gaat sisa. Dari Gambar 2, Ez 0 seteah tapis adaptif W z onvergen. Kita emudian mendapatan W z Pz untu X z 0, yang memperihatan bahwa yn d n. Sehingga etia dan digabungan secara austi maa gaat sisa adaah e n d n yn 0, yang merupaan hasi dari penghapusan sempurna edua suara didasaran prinsip superposisi. P z e n Pengaruh Lintasan Seunder (secondary-path) e n d n P z y n Gambar Penyederhanaan diagram bo ANC Penggunaan tapis adaptif untu penerapan ANC yang ditunjuan daam Gb. 1 adaah rumit, dengan suatu enyataan bahwa simpu penjumah (summing junction) daam Gb. 2 mewaii superposisi austi daam suatu ruang dari oudspeaer penghapus e microphone gaat, dimana derau primer digabungan dengan euaran tapis adaptif. Sehingga diperuan ompensasi untu fungsi aih intasan seunder Sz dari y n e e n, yang mana biasanya berupa ADC, tapis reonstrusi, penguat daya, oudspeaer, microphone dan ain-ain. Untu tujuan anaisis, aan Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 21

4 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 disajian sistem atua daam Gambar 2 dengan bo diagram Gambar 3. Dari Gb. 3, aihragam z dari isyarat gaat adaah E z P z Sz W z X z (2-1) Agoritma Fitered-X LMS (FXLMS) Gambar Diagram bo sistem ANC menggunaan agoritma FXLMS Penempatan fungsi aih intasan seunder edaam suatu pengendai menggunaan standar agoritma LMS yang ditunjuan daam Gb 2-3 secara umum aan menyebaban etidastabian. Ha ini arena isyarat gaat tida secara tepat searas daam watu dengan isyarat referensi, arena eberadan. Ada dua pendeatan untu mengatasi masaah tersebut, pertama menggunaan tapis inverse, S z untu menghiangan pengaruhnya. Kedua S z 1, secara series terhadap S z meetaan suatu tapis identi di intasan isyarat referensi untu memperbaharui bobot dengan agoritma LMS yang sering disebut agoritma FXLMS. Karena tapis inverse tida seau ada untu, maa agoritma FXLMS secara umum ebih efetif. Gambar 2-4 memperihatan diagram bo agoritma FXLMS. S z Penurunan agoritma FXLMS dapat dirunut dari Gb 2-3 dimana isyarat gaatnya adaah e n d n s n w T n x n (2-2) s n dimana n adaah index watu, adaah tanggapan impuse intasan seunder meambangan onvousi inear, serta w n w 0n w1n w T L 1 n x n x n xn 1 xn L 1 adaah vetor-vetor oefisien dan isyarat dari z S z, dan tanda T W, dan L adaah orde tapis. Anggapah suatu fungsi terharap rerata uadarat ˆ 2 n Ee n, maa dengan menggunaan agoritma steepest descent, yang aan memperbaharui vetor oefisien didaam arah gradien negatif dengan uuran angah adaah w n 1 wn ˆ n (2-3) 2 dimana ˆ n adaah estimasi gradien MSE pada watu n. Dari pers. (2-2), dapat diperoeh en sn xn xn, dimana x n x n xn 1 xn L 1 T dan x n sn xn. Sehingga, estimasi gradiennya menjadi ˆ n 2xn e n. (2-4) Mensubstitusian pers. (2-3) dan (2-4), ita dapatan agoritma FXLMS yaitu w n 1 sˆ n x n (2-5) Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 22

5 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 Sedangan untu penerapan ANC, dengan menggunaan tapis tambahan Ŝn mengestimasi intasan seunder meaui isyarat referensi adaah sebagai beriut x n sˆ n x n (2-6) dimana ŝn x n adaah estimasi tanggapan impuse dari tapis intasan seunder Ŝz. untu ANFIS ( Adaptive Neuro - Fuzzy Inference System ) Saah satu ha yang menentuan periau jaringan adaah arsiteturnya atau hubungan antar simpu-simpu daam suatu sistem jaringan. Untu ANFIS sendiri memiii arsitetur yang tergantung dari jenis sistem inferensi yang aan diimpementasian daam jaringan tersebut. Sebagai contoh sistem inferensi ogia fuzi orde pertama mode Sugeno dengan dua masuan dan dua aturan sebagai beriut: Aturan 1: jia x adaah A 1 maa y adaah B 1, maa f 1 =p 1 x+q 1 y+r 1, Aturan 2: jia x adaah A 2 maa y adaah B 2, maa f 2 =p 2 x+q 2 y+r 2. Gambar (a) Mode fuzi Sugeno orde-satu dua mauan dengan dua aturan (b) Kesamaan arsitetur ANFIS-nya. Sistem inferensi ogia fuzi mode Sugeno orde pertama dengan dua masuan dan dua aturan yang ditunjuan daam Gambar 5a bisa diimpementasian pada sistem jaringan adaptif, seperti terihat daam Gambar 5b. Sistem inferensi fuzi mode Sugeno dapat diimpementasian daam jaringan yang terdiri dari ima apis yaitu: Lapis 1 Setiap simpu i daam apis ini adaah simpu ota dengan suatu fungsi simpu 1 Oi Ai ( x ) (2-7) dimana x adaah masuan e simpu i, dan A i adaah abe iquistic (sma, big, d). adaah fungsi eanggotaan A i. Biasanya dipiih A 1 (x) sebagai bentu-be dengan niai masimum 1 dan minimum 0, beriut ini fungsi be tergeneraisasi 1 Ai ( x ), (2-8) b 2 x c i 1 a i atau fungsi Gaussian 2 x c 1 Ai ( x ) exp, (2-9) ai dimana {a i, b i, c I } dan {a i, c i }adaah parameter-parameternya. Parameter-parameter didaam apis ini disebut sebagai paramter premis. Lapis 2 Setiap simpu didaam apis ini adaah simpu ingaran, diambangan oeh yang meauan proses peraian terhadap isyarat-isyarat datang dan mengiriman hasinya euar. Jeasnya, O 1 i Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 23

6 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 i Ai ( x ) Bi ( y), i 1, 2. (2-10) Setiap euaran simpu mewaii uat penyuutan dari suatu aturan. Lapis 3 Setiap simpu didaam apis ini adaah simpu ingaran, diambangan oeh. Simpu e-i menghitung rasio aturan uat penyuutan dengan jumah semua aturan uat penyuutan: i i, i 1, 2. (2-11) 1 2 Untu mudahnya, euaran-euaran dari apis ini seanjutnya aan disebut uat penyuutan ternormaisasi (normaized-firing strengths). Lapis 4 Setiap simpu tungga didaam apis ini merupaan simpu ota dengan fungsi simpu 4 Oi i f i i ( pi x qi y ri ), (2-12) dimana adaah euaran dari apis 3, dan {p i, q i, r i } adaah himpunan parameter. Parameter-parameter didaam apis ini seanjutnya aan disebut parameter-parameter onseuen. Lapis 5 Simpu tungga didaam apis ini adaah simpu ingaran yang diabean oeh yang menghitung eseuruhan euaran sebagai penjumahan dari semua isyarat datang (incoming signa) yaitu 5 i i f i O1 eseuruhan euaran i f i (2-13) i i i i 3. RENCANA PENELITIAN Peneitian ini diauan dengan mengacu pada mode sauran (duct) yang terdapat daam iteratur (Chang, YC., et a, 2003). Sebeum meangah ebih jauh daam tahap-tahap peneitian ada bainya ditampian diagram bo dari sistem ANC pada suatu sauran (duct) yang aan digunaan daam peneitian ini (Chang, YC., et a, 2003). Gambar Sistem ANC pada suatu sauran (duct) Sistem ANC biasa ana tungga pada suatu sauran (duct), diperihatan daam Gb. 1. Dimana daam mode pant, z P z meambangan fungsi aih H p mewaii speaer primer dan sauran austi (acoustic duct), x mewaii sampe derau yang tida diinginan dan gaat sisa (residua error) e merupaan gaat yang aan memperbaharui parameter bobot tapis adaptif yang diuur oeh microphone gaat. Isyarat euaran agoritma FXLMS u menjaanan suatu speaer anti-derau dengan fungsi aih H s z, daam upaya menghapusan derau yang tida Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 24

7 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 dinginan yang terdapat daam sauran. H e z mewaii fungsi aih intasan gaat yang merupaan jara antara speaer seunder dengan microphone gaat. Dari Gb. 1 beserta uraiannya dapat ditentuan secara umum tiga jaannya peneitian sebagai beriut: 1. Menentuan agoritma FXLMS onventiona (pada tapis FIR) untu penghapusan derau secara atif pada suatu sauran. 2. Menentuan arsitetur ANFIS untu penghapusan derau secara atif pada suatu sauran. Agoritma FXLMS Untu Sistem ANC. Dari Gb 1. sistem ANC ana tungga dapat diturunan esepadanan diagram bo agoritma FXLMS-nya seperti terihat daam Gb. 2. Orde e-(n+1) ANC adaptif dengan parameter-parameter bobot aan diperbaharui dengan agoritma FXLMS. Sehingga, derau sisa menjadi W e Gambar Diagram bo sistem ANC tapis FIR FXLMS. t e xh pphe M p W XHs He M p (3-3) dimana parameter-parameter bobot dan runtun derau masuannya adaah W w 0, w1,, w N T (3-4) X x, x1,, xn T. (3-5) Estimasi gradien yang sesuai dari sistem adaptif pada watu sampe e- diberian oeh persamaan beriut: 2 ˆ e W 2e X Hs He M p (3-6) dimana parameter-parameter bobot yang diperbaharui dengan agoritma LMS menjadi W 1 W 2 e X Hs He M p. (3-7) Persamaan ini berbeda dari agoritma LMS yang biasa: W 1 W 2 e X (3-8) Agoritma ANFIS Untu Sistem ANC. sient zone x H p (z) P(z) + H e (z) M p (z) e acoustic path H s (z) artificia path ANFIS Controer u Gambar Arsitetur sistem ANC menggunaan pengendai ANFIS Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 25

8 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 Beriut ini angah-angah perancangan pengendai ANFIS-nya: Langah 1 : Mengacu pada Gb. 3, hubungan masuan-euaran pengendai ANFIS dapat dibuat seperti terihat daam Gambar 3-9. Keuaran tapis FIR orde (moving average) masuan sebanya ANFIS orde sebanya M N 1 diperoeh dari proses rerata N 1 cupian (samping) masuan isyarat derau, dari sini dapat digunaan N 1 cupian yang teah au untu merancang tapis ANFIS. Untu tapis N 1, pada sistem ANC dapat didefinisian himpunan fuzzy untu setiap cupian data masuan derau x i F i dengan fungsi eanggotaan tipe Gaussian beriut ini : 2 1 x i x i, X i exp (3-9) Fi 2 x i dengan =1,2,,M dan i=0,1,2,,n, sedangan adaah nomer cupian. Pada persamaan tersebut, adaah pusat (center) dan adaah standar deviasi dari fungsi Gaussian. Jia x i xi menurut iteratur (Chang, YC., et a, 2003), pada pengendai fuzinya menggunaan N=20 dan M=7 yang artinya menggunaan tota parameter yang harus diperbaharui sebanya 301 parameter. Sedangan untu ANC tapis FIR FXLMS hanya menggunaan 21 bobot parameter yang merupaan orde tapis FIRnya. Untu itu daam peneitian ini hanya menggunaan parameter sebanya seitar urang dari parameter yang dimiii oeh ANC biasa. Dengan menggunaan N 3 dan M 2 yang artinya menggunaan parameter tota sebanya 20 parameter terdiri dari 12 parameter premis dan 8 parameter onseuen serta niai awa standar deviasi sebesar. Sehingga setiap cupi masuan x i memiii dua abe inguisti (Negatif [N] dan Positif [P]) yang terdistribusi pada jangauan masuan antara [ 1 1] seperti yang terihat daam Gb 5. Langah 2 : Mendefinisian M aturan fuzi IF-THEN dengan tipe Taagi-Sugeno (Fuzzy Inference Engine) seperti beriut: Rue : IF x is F0 and IF x1 is F1 and IF xn is FN THEN (3-10) u a0 a1x a2 x 1 a N xn 1 dimana =1,2,,M. Niai awa untu parameter inearnya dapat dipiih niai no. Bagian premis dari aturan fuzi merupaan uat penyuutan (fire strength) dari aturan fuzi yang dapat dirumusan sebagai beriut, w N Xi. (3-11) Fi 1 i 0 Bagian euaran dari pengendai ANFIS dapat disusun dari mode inferensi fuzi Taagi- Sugeno, dengan menggunaan pers. (3-10)-(3-11) seperti terihat dibawah ini, 0,2 u M w u 1 M w 1 M 1 w u (3-12) Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 26

9 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 dimana 1, 2, 3,, M adaah banyanya aturan dan adaah nomor cupian. Pers. (3-12) juga dapat disebut sebagai tapis FIR ANFIS, yang berau sebagai sebuah tapis anti-derau untu meredam gangguan yang tida diinginan. Langah 3 : Untu meminimisasi daya isyarat derau sisa (residua noise) atau gaat pada daerah tenang (sient zone), dapat diauan dengan mengurangan isyarat derau (sebagai target). Kuadrat gaat cupian e- dapat dinyataan sebagai: u dengan euaran ANFIS e 1 d u 2 (3-13) 2 Beriut ini formua agoritma ANFIS untu memperbarui bobot parameter dan xi, dimana, pada setiap watu cupian e-: a 0,, a i, P a0, 1 a0, e (3-14) q P ai, 1 ai, e x i (3-15) q x i x, x i i, 1 x i, e 2 (3-16) xi, 2 x i x, i xi, 1 xi, e 3 (3-17) xi, P w (3-18) 7 q p (3-19) 1 u u p (3-20) q dan dimana adaah sebuah onstanta biangan positif eci, sedangan 1,2,, M dan i 1,2,, N. Pers. (3-14)-(3-17) didapatan dari gradien pers. (3-13) dengan mengacu pada masing-masing parameter yang terdapat pada pers. (3-9) dan (3-12). Daam peneitian ini, niai awa ditentuan berdasaran euaran pant, dimana terdapat niai tunda yang menyebaban euaran pant berniai no. Untu itu dapat ditentuan niai xi, 0 dan xi, 0 seperti Langah 1 dan memiih 1 H pp u0 x. (3-21) Hs, x i,, Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 27

10 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 Karena euaran pant tertunda maa semua parameter inear dipiih sama dengan no yang menyebabab euaran ANFIS u uo o. Kemudian seteah speaer seunder Hs atif, maa anti-derau buatan aan menjadi, yang aan mengompensasi derau yang tida x H p P diinginan pada daerah tenang (sient zone). Proses perbaharuan (up date) parameter diauan secara on-ine dan diauan seteah watu tunda dari pant. Gambar arsitetur ANFIS yang digunaan daam peneitian ini dapat diihat dibawah ini beserta peta aturannya. x() x() P 1 z -1 x(-1) N 1 P 2 w 1 w 1 f 1 w i f i u() z -1 x(-2) N 2 P 3 w 2 w 2 f 2 w i N 3 Gambar Arsitetur ANFIS yang digunaan daam peneitian Gambar Fungsi eanggotaan untu tiap masuan Tabe 1. Peta aturan ANFIS yang digunaan. Premis Konseuen x x -1 x -2 u Rue 1 N 1 N 2 N 3 f 1 a01 a11x a21x 1 a31x 2 Rue 2 P 1 P 2 P 3 f 2 a02 a12x a22x 1 a32x 2 4. ANALISIS HASIL PERCOBAAN Beberapa hasi percobaan aan disajian disini untu mendemonstrasian emampuan agoritma FXLMS biasa dan ANFIS untu meredam atau meredusi derau pada sistem ANC. Percobaan pertama (EXP1) menggunaan isyarat pita-sempit (narrowband) yaitu isyarat sinus periodis 250 Hz sebagai derau yang tida diinginan. Percobaan edua (EXP2) menggunaan ombinasi isyarat sinus periodis dengan freuensi yang berdeatan yaitu 240 Hz dan 250 Hz. Pada percobaan etiga (EXP3) menggunaan isyarat pita-ebar (broadband) yaitu isyarat derau aca sebagai derau yang aan diemahan. Dan terahir menggunaan ombinasi derau pita-sempit dan derau pita-ebar, yaitu derau isyarat sinus periodis dengan freuensi 250 Hz dan derau aca pitaebar. Percobaan diauan dengan dengan mencari uuran angah, μ pada sintem ANC FX-LMS biasa dan uuran angah, η pada masing-masing parameter ANFIS yang aan menghasian inerja terbai dengan cara coba dan gaat (try and error) yang diauan seama 0.1 deti atau sebanya 201 data untu EXP1 serta EXP2 dan 1 deti atau sebanya 1001 data untu EXP3 dan EXP4 dengan freuensi cupi (samping frequency) sebesar 2000 Hz. Kemudian hasinya disajian daam bentu tabe untu masing-masing percobaan. Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 28

11 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 Hasi Percobaan EXP1 Dari hasi-hasi percobaan tapis FIR FXLMS dapat meredam derau dengan bai namun ANFIS menghasian inerja yang ebih bai, pengaturan atau redusi derau yang ebih cepat dan menghasian derau sisa yang ebih eci dibanding sistem ANC FXLMS biasa.uuran angah untu tapis FIR FXLMS adaah. Dan untu parameter-parameter ahir ANFIS hasi proses pentaaan dengan agoritma beajar propagasi bai dapat diihat seperti beriut : 1 0,6122 0,01 12 center 1 0,0556 sigma 0,01 4, ,7232 0,01 0,6051 0,1348 2,334e 017 0,1348 0, inear. 0,8316 0,2384 0,1684 0, ,02 Hasi Percobaan EXP2 Pada Gambar 4-10 disajian parameter-parameter bobot (fiter taps) seteah proses peemahan yang niai awanya no dengan uuran angah. Dan untu parameterparameter ahir ANFIS hasi proses pentaaan dengan agoritma beajar propagasi bai dapat diihat seperti beriut : 1 0,9997 0,1996 0,2019 center 1 0,9997 sigma 0,1989 0, ,9998 0,1979 0,2005 0,7541 0,3536 0,2465 1,346e 005 inear. 0,8296 0,2458 0,1708 1,383e 005 0,02 Hasi Percobaan EXP3 Pada percobaan ai ini gangguan pada daerah broadband freuensi juga suit diredam dengan agoritma FXLMS biasa sebainya dengan menggunaan ANFIS, mampu meredam broadband random noise hingga 40 db. Terihat dengan jeas bahwa ANFIS dapat mengendaian broadband noise secara ebih bai, dibandingan dengan menggunaan agoritma FXLMS biasa. Uuran angah tapis FIR FXLMS 0, 001. Dan untu parameter-parameter ahir ANFIS hasi proses pentaaan dengan agoritma beajar propagasi bai dapat diihat seperti beriut : 1 0,9713 0, ,5677 center 1 0,9847 sigma 0,01 0, ,9842 0,001 0,3283 0,2315 inear 1 0,0643 2,435e 005 0, ,068e 005 0, , Hasi Percobaan EXP4 Contoh terahir, menggunaan ombinasi broadband noise dan narrowband noise sebagai isyarat gangguan, tepatnya sinya gangguan narrowband dengan freuensi 250 Hz dicampur dengan derau aca. Kinerjanya dapat dibagi menjadi dua daerah, yaitu derau pada daerah narrowband yang Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 29

12 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri 2008 dapat diredam oeh edua agoritma. Tetapi derau broadband hanya dapat diredam dengan sistem ANC ANFIS. Simuasi ini membutian bahwa inerja sistem ANC ANFIS ebih bai dibandingan sistem ANC FXLMS biasa.uuran angah tapis FIR FXLMS. Dan untu parameter-parameter ahir ANFIS hasi proses pentaaan dengan agoritma beajar propagasi bai dapat diihat sebagai beriut : 1 0,6704 0,01 4,939 center 1 0,7385 sigma 0,01 3, ,9804 0,01 0,2176 0, , , , inear. 1 1,944e 006 1,879e007 0, Dari hasi simuasi di atas dapat diihat bahwa agoritma FXLMS biasa dapat mengontro derau pada freuensi rendah, tetapi derau freuensi tinggi hanya berurang antra -3 db sampai dengan -5 db. Tetapi ANFIS dapat mengurangi derau freuensi tinggi secara ebih bai. Pengurangan derau freuensi rendah sampai 60 db dan pengurangan freuensi tinggi sampai dengan -40 db. Jadi dapat diihat bahwa tida hanya ecepatan onvergensi saja yang meningat tetapi juga derau sisa yang ebih eci pada sistem ANC ANFIS. Jia dibandingan dengan sistem ANC yang ain, sistem ANC ANFIS ini tida memeruan omputasi yang ompe dan tida peru fungsi aih pant intasan suara, dan inerja peredaman derau juga meningat. Seanjutnya arena sistem ANC ANFIS ini dapat meauan pengaturan bobot sendiri maa sistem ini dapat disusun secara ebih mudah pada saat awa dan derau sisa dapat diminimisasi daam watu urang dari ratusan miideti. Beriut ini disajian tabe dari inerja sistem ANC FXLMS biasa dan ANFIS yang didapat dari percobaan: Tabe 2. Hasi inerja sistem ANC dari percobaan ANC FXLMS ANC ANFIS EXP ANP SNR ANP SNR 1 0, ,7145 0, ,75 2 0,0827-8,3055 0, ,44 3 0,9490-0,3585 0, ,25 4-1,0729-1,5393 0, ,83 0, Kesimpuan Pengendai ANFIS yang digunaan daam peneitian ini hanya menggunaan tiga masuan, dua fungsi eanggotaan tiap masuan dan dua aturan sehingga tota parameter yang digunaan adaah 20 parameter bai premis maupun onseuennya. Sedangan agoritma beajar yang digunaan untu memperbaharui parameternya adaah propagasi bai yang diauan secara onine. Dengan esederhanaan arsitetur tersebut, pengendai ANFIS teah mampu membangitan suatu tapis ANC untu meredam derau yang tida diinginan pada suatu sauran (duct). Dimana tida diperuan agi fungsi aih sensor dan atuator serta pant sauran daam perancangan pengendainya. Hasi-hasi yang didapat daam simuasi menunjuan bahwa endai ANFIS memiii inerja yang ebih bai dibandingan dengan tapis FIR FXLMS mesipun dengan parameterparameter yang harus diperbaharui ebih sediit. Hasi peemahan derau pada freuensi pita-sempit yang menggunaan isyarat periodis sinus 250 Hz dan isyarat omposit sebagai isyarat deraunya, pada tapis FIR FXLMS memiii daya derau rerata (average noise power, ANP) sebesar 0,0266 serta 0,0827 dan SNR sebesar 12,00626 db dan Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 30

13 Jurna Imiah Tenoogi dan Informasi ASIA Vo. 2 No. 2 Apri ,3055 db. Sedangan dengan menggunaan endai ANFIS didapatan ANP sebesar 0,00626 dan SNR sebesar 43,75 db serta 31,44 db. Hasi peemahan derau pada freuensi pita-ebar yang menggunaan isyarat derau aca dan ompositnya sebagai isyarat gangguanya, pada tapis FIR FXLMS memiii daya derau rerata (average noise power, ANP) sebesar 0,9490 serta -1,0729 dan SNR sebesar 0,3585 dbserta 1,5393 db. Sedangan dengan menggunaan endai ANFIS didapatan ANP sebesar 0, serta 0, dan SNR sebesar 43,25 db serta 61,83 db. 6. DAFTAR PUSTAKA Chang-Y. C., Kuo-K. S., dan Kuo, M.-C., Sef-tuning controer with fuzzy fitered-x agorithm, Circuits and Systems I: Eectronics Letters, Voume: 36, Issue: 2, 20 Jan Ha: Chang-Y. C., Kuo-K. S., dan Kuo, M.-C., Sef-tuning controer with fuzzy fitered-u agorithm for The Appication of Active Noise Canceation, IEEE, Trans. On Circuits and Systems I:, Voume: 49, NO: 2, 9 September Ha: Chang-Y. C., dan Kuo-K. S., Active noise canceation with fuzzy Adaptive fitered-x agorithm, Circuits, Devices and Systems, IEE Proceedings [see aso IEE Proceedings G- Circuits, Devices and Systems], Voume: 150, Issue: 5, 6 Oct. 2003, Pages: Crawford, D.H., Stewart, R.W., Toma, E., Digita signa processing strategies for active noise contro, Eectronics & Communication Engineering Journa, Vo: 9, ha: Eiott, S.J., Neson, P.A. 1993, Active noise contro, Signa Processing Magazine, IEEE, Voume: 10, ha: Jang, J.-S.Roger, ANFIS: Adaptive-Networ-based Fuzzy Inference Systems, IEEE, Trans. on Systems, Man and Cybernetics. Jang, J.-S.R., Chuen-Tsai Sun. 1995, Neuro-fuzzy modeing and contro, Proceedings of the IEEE,Voume: 83, Issue: 3, Ha: Jang, J.-S.R., Chuen-Tsai Sun dan Mizutani E., 1997, Neuro-Fuzzy and Soft Computing, Prentice- Ha Internationa, Inc, New Jersey. Kiperszto, O.; Hammond, R., The use of fuzzy ogic in active noise contro, Proceedings of ISUMA - NAFIPS '95 The Third Internationa Symposium on Uncertainty Modeing and Anaysis and Annua Conference of the North American Fuzzy Information Processing Society, ha: Kuo, S.M., Morgan, D.R. 1999, Active noise contro: a tutoria review, Proceedings of the IEEE, Voume: 87, ha: Par, Hee-Kyoung, Seong-Gon Kong, Neuro-fuzzy contro system for adaptive noise canceation, Fuzzy Systems Conference Proceedings, FUZZ-IEEE ' IEEE Internationa, Vo. 3, Aug. 1999, Ha: Widrow, B., Stearns, S. D. 1985, Adaptive Signa Processing, Prentice Ha, New Jersey. Vijia, S.K.C, Renganathan, S. and Johnson S., 2003, Suppression of materna ECG from feta ECG using neuro fuzzy ogic technique Proceedings of the Internationa Joint Conference on, Voume: 2, Juy 2003 Pages: Seoah Tinggi Manajemen Informatia dan Komputer ASIA Maang 31

FIXATION TEST UNTUK PENDIMENSIAN NODE HARDWARE PADA JARINGAN SDH (SYNCHRONOUS DIGITAL HIERARCHY)

FIXATION TEST UNTUK PENDIMENSIAN NODE HARDWARE PADA JARINGAN SDH (SYNCHRONOUS DIGITAL HIERARCHY) UPN Veteran Yogyaarta, 23 Mei 29 FIXATION TEST UNTUK PENDIMENSIAN NODE HARDWARE PADA JARINGAN SDH (SYNCHRONOUS DIGITAL HIERARCHY) M. Zen Samsono Hadi 1), Aries Pratiarso 2), M. Agus Zainuddin 3) Jurusan

Lebih terperinci

STUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING

STUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING STUDI KOPARASI IPEENTASI JARINGAN BASIS RADIA DAN FUZZY INFERENCE SYSTE TSK UNTUK PENYEESAIAN CURVE FITTING Sri Kusumadewi Teni Informatia Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyaarta cicie@fti.uii.ac.id

Lebih terperinci

BAB 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 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 terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM 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 terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM 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 terperinci

REGISTRASI CITRA NON-ITERATIF DENGAN PSEUDO-POLAR FOURIER TRANSFORM

REGISTRASI CITRA NON-ITERATIF DENGAN PSEUDO-POLAR FOURIER TRANSFORM REGISTRASI CITRA O-ITERATIF DEGA PSEUDO-POLAR FOURIER TRASFORM Arya Yudhi Wijaya a,, Agus Zaina Arifin a,, Diana Purwitasari a,3 a Program Pasca Sarjana Jurusan Teni Informatia ITS Surabaya 60 arya@if.its.ac.id,

Lebih terperinci

Permeabilitas dan Rembesan

Permeabilitas dan Rembesan Permeabiitas dan Rembesan Meania Tana I Norma Puspita, ST.MT Airan Air Daam Tana Saa satu sumber utama air ini adaa air ujan yang meresap e daam tana ewat ruang pori diantara butiran tananya. Air biasanya

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL 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 terperinci

Studi Numerik dan Eksperimental Karakteristik Dinamik Model Sistem Suspensi

Studi Numerik dan Eksperimental Karakteristik Dinamik Model Sistem Suspensi Studi Numeri dan Esperimenta Karateristi Dinami Mode Sistem Suspensi Asnawi Lubis *, Zuhendri Hasymi, Jurusan Teni Mesin Fautas Teni Universitas Lampung Jaan Professor Sumantri Brojonegoro No., Gedongmeneng,

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB 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 terperinci

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

Neural Network menyerupai otak manusia dalam dua hal, yaitu: 2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI 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 terperinci

BAB III METODE SCHNABEL

BAB 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 terperinci

PENENTUAN CADANGAN PREMI MENGGUNAKAN METODE FACKLER PADA ASURANSI JIWA DWI GUNA

PENENTUAN CADANGAN PREMI MENGGUNAKAN METODE FACKLER PADA ASURANSI JIWA DWI GUNA Buetin Imiah Mat. Stat. dan Terapannya (Bimaster) Voume 02, No. 2 (203), ha 5 20. PENENTUAN CAANGAN PREMI MENGGUNAKAN METOE FACKLER PAA ASURANSI JIWA WI GUNA Indri Mashitah, Neva Satyahadewi, Muhasah Novitasari

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi 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 terperinci

SISTEM 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 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 terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah 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 terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah 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 terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata 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 terperinci

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,

Lebih terperinci

Blind Adaptive Multi-User Detection pada Sistem Komunikasi DS-CDMA dengan Kanal AWGN

Blind Adaptive Multi-User Detection pada Sistem Komunikasi DS-CDMA dengan Kanal AWGN 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

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB 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 terperinci

Analisis Sistem Pendulum Sederhana Teredam Dengan Simulasi Menggunakan Bahasa Pemrograman Delphi 7.0

Analisis Sistem Pendulum Sederhana Teredam Dengan Simulasi Menggunakan Bahasa Pemrograman Delphi 7.0 naisis Sistem Penduum Sederhana Teredam Dengan Simuasi Menggunaan Bahasa Pemrograman Dephi 7.0 NLISIS SISTEM PENDULUM SEDERHN TEREDM DENGN SIMULSI MENGGUNKN BHS PEMROGRMN DELPHI 7.0 Nuri Mufidah S isia,

Lebih terperinci

Desain Optimal PI based Power System Stabilizer Menggunakan Particle Swarm Optimization

Desain Optimal PI based Power System Stabilizer Menggunakan Particle Swarm Optimization Desain Optima PI based Power System Stabiizer Menggunaan Partice Swarm Optimization Chais Zamani NRP: 227153 Jurusan eni Eetro, FI, IS, Surabaya 6111 Abstra Paper ini menjeasan penggunaan apiasi dari optima

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

PENDUGAAN PARAMETER MODEL AMMI DENGAN KOMPUTASI MENGGUNAKAN PENDEKATAN BAYES GUSTI NGURAH ADHI WIBAWA

PENDUGAAN PARAMETER MODEL AMMI DENGAN KOMPUTASI MENGGUNAKAN PENDEKATAN BAYES GUSTI NGURAH ADHI WIBAWA PENDUGAAN PARAMETER MODEL AMMI DENGAN KOMPUTASI MENGGUNAKAN PENDEKATAN BAYES GUSTI NGURAH ADHI WIBAWA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 01 PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI

Lebih terperinci

APLIKASI 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 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

PEMANFAATAN 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 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 terperinci

Perbandingan 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 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 terperinci

MODIFIKASI MODEL PENJALARAN GELOMBANG MULTI ARAH. Marwan Jurusan Matematika FMIPA Universitas Syiah Kuala Banda Aceh

MODIFIKASI MODEL PENJALARAN GELOMBANG MULTI ARAH. Marwan Jurusan Matematika FMIPA Universitas Syiah Kuala Banda Aceh MODIFIKASI MODEL PENJALARAN GELOMBANG MULTI ARAH Marwan Jurusan Matematia FMIPA Universitas Syiah Kuaa Banda Aceh Abstract In this paper we derived a modification of the mode of waves evoution in twodirectiona

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi 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

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN 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 terperinci

Makalah Seminar Tugas Akhir

Makalah 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 terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah 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 terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS 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 terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA 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 terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

CAHAYA SEBAGAI GELOMBANG

CAHAYA SEBAGAI GELOMBANG Getaran, geobang dan Optia CAHAYA SEBAGAI GELOMBANG. Tes ITB 976 Daa percobaan interferensi dua ceah (percobaan Young) dipaai sinar uning onoroatis, aa pada ayar terihat A. garis uning dan geap berseang-seing

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN 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 terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI 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 terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi 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 terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENDALIAN 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 terperinci

ANALISIS FOURIER. Kusnanto Mukti W./ M Jurusan Fisika Fakultas MIPA Universitas Sebelas Maret. Abstrak

ANALISIS FOURIER. Kusnanto Mukti W./ M Jurusan Fisika Fakultas MIPA Universitas Sebelas Maret. Abstrak ANALISIS FOURIER Kusnanto Mukti W./ M0209031 Jurusan Fisika Fakutas MIPA Universitas Sebeas Maret Abstrak Anaisis fourier adaah cara matematis untuk menentukan frekuensi dan ampitudo harmonik. Percobaan

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 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 terperinci

BAB III MODEL KANAL WIRELESS

BAB 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 terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi 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 terperinci

KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION

KONTROL 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 terperinci

Kata kunci: Fuzzy Adaptif, Air Fuel Ratio, duty cycle, sensor lambda.

Kata kunci: Fuzzy Adaptif, Air Fuel Ratio, duty cycle, sensor lambda. KONTROL AIR FUEL RATIO PADA SPARK IGNITION ENGINE SISTEM EFI SEKUENSIAL MENGGUNAKAN KONTROL FUZZY ADAPTIF DAPAT MENEKAN BEAYA OPERASIONAL KENDARAAN Abdu Hamid, Ari Santoso Jurusan Teknik Eektro-FTI ITS

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB 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 terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret 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 terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

PEMBUATAN MEDIA PEMBELAJARAN PADA MATA KULIAH TEKNIK KONTROL ADAPTIF SUB POKOK BAHASAN PENGHAPUSAN DERAU

PEMBUATAN 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 terperinci

BAB IV Solusi Numerik

BAB 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 terperinci

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN 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 terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN 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 terperinci

PERHITUNGAN CADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FACKLER DENGAN PRINSIP PROSPEKTIF

PERHITUNGAN CADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FACKLER DENGAN PRINSIP PROSPEKTIF PERHITUNGAN ADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FAKLER DENGAN PRINSIP PROSPEKTIF Riaman, Kankan Parmikanti 2, Iin Irianingsih 3, Sudradjat Supian 4 Departemen Matematika, Fakutas MIPA,

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan 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 terperinci

KOMPRESI CITRA DIGITAL GRAYSCALE ORIGINAL DENGAN MENGGUNAKAN METODA DISCRETE COSINE TRANSFORM SEBAGAI STANDAR ALGORITMA JPEG COMPRESSION

KOMPRESI CITRA DIGITAL GRAYSCALE ORIGINAL DENGAN MENGGUNAKAN METODA DISCRETE COSINE TRANSFORM SEBAGAI STANDAR ALGORITMA JPEG COMPRESSION o. 7 Vo.3 Thn. XIV pri 007 ISS: 854-847 KOMPRESI CITR DIGITL GRYSCLE ORIGIL DEG MEGGUK METOD DISCRETE COSIE TRSFORM SEGI STDR LGORITM JPEG COMPRESSIO aharuddin Staf Pengaar Jurusan Teni Eetro Fautas Teni

Lebih terperinci

PEBANDINGAN 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 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 terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

PENGATURAN FUNGSI PENYERAPAN DARI MODEL DIFUSI KADAR AIR PENYIMPANAN PADI DENGAN METODE BEDA HINGGA SKEMA IMPLISIT

PENGATURAN FUNGSI PENYERAPAN DARI MODEL DIFUSI KADAR AIR PENYIMPANAN PADI DENGAN METODE BEDA HINGGA SKEMA IMPLISIT JIMT Vo. 12 No. 1 Juni 2015 (Ha. 92 103) Jurna Imiah Matematika dan Terapan ISSN : 2450 766X PENGATURAN FUNGSI PENYERAPAN DARI MODEL DIFUSI KADAR AIR PENYIMPANAN PADI DENGAN METODE BEDA HINGGA SKEMA IMPLISIT

Lebih terperinci

PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG

PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG No. Vo. Thn. XIV Apri 00 ISSN: 84-84 PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG Hendra Gunawan ),Titi Kurniati ),Dedi Arnadi ) )Staf Pengajar Jurusan Teknik Sipi Universitas Andaas )Mahasiswa

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

PROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING

PROGRAM 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 terperinci

PERANCANGAN 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 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

BAB VII. RELE JARAK (DISTANCE RELAY)

BAB VII. RELE JARAK (DISTANCE RELAY) BAB VII. RELE JARAK (DISTANCE RELAY) 7.1 Pendahuluan. Rele jara merespon terhadap banya inputsebagai fungsi dari rangaian listri yang panjang (jauh) antara loasi rele dengan titi gangguan. Karena impedansi

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN 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 terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 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 terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan 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 terperinci

NUMERICAL APPROACH OF BOUNDED STATE AND CRITICAL PHENOMENON OF YUKAWA POTENTIAL AT TWO NUCLEON INTERACTION USING FINITE DIFFERENCE METHOD

NUMERICAL APPROACH OF BOUNDED STATE AND CRITICAL PHENOMENON OF YUKAWA POTENTIAL AT TWO NUCLEON INTERACTION USING FINITE DIFFERENCE METHOD Pendekatan Numerik Keadaan Terikat. (Arif Gunawan) 179 PENDEKATAN NUMERIK KEADAAN TERIKAT DAN FENOMENA KRITIS POTENSIAL YUKAWA PADA INTERAKSI DUA NUKLEON MENGGUNAKAN METODE BEDA HINGGA (FINITE DIFFERENCE

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

INTEGRAL 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. 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 terperinci

Makalah Seminar Tugas Akhir

Makalah 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 terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:

JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di: JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DATA RUNTUN WAKTU DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Lebih terperinci

Implementasi Fuzzy Inference System Mamdani Pada Proses Penentuan Kelulusan Calon Mahasiswa

Implementasi Fuzzy Inference System Mamdani Pada Proses Penentuan Kelulusan Calon Mahasiswa Impementasi Fuzzy Inference System amdani Pada Proses Penentuan Keuusan Caon ahasiswa (Studi Kasus : Penerimaan ahasiswa Baru Poiteknik Negeri Lhokseumawe Jaur UPN) Rahmad Hidayat Dosen Teknik Informatika

Lebih terperinci

FOURIER Oktober 2014, Vol. 3, No. 2,

FOURIER Oktober 2014, Vol. 3, No. 2, FOURIER Oktober 2014, Vo. 3, No. 2, 98 116 PENYELESAIAN MATCHING GRAF DENGAN MENGGUNAKAN METODE HUNGARIAN DAN PENERAPANNYA PADA PENEMPATAN KARYAWAN DI SUATU PERUSAHAAN Auia Rahman 1, Muchammad Abrori 2,

Lebih terperinci

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK

PENERAPAN 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 terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 71 BAB IV HASIL DAN PEMBAHASAN 4.1 Pembuatan Basis Data Langkah pertama daam membangun apikasi adaah meakukan instaasi apikasi server yaitu menggunakan SQLite manager yang di insta pada browser Mozia Firefox.

Lebih terperinci

Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection

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 terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

PEMISAHAN 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) 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 terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS 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 terperinci

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN 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 terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.

Lebih terperinci

BAB II LANDASAN TEORI. Beberapa tahun lalu seorang programmer harus benar - benar memeras

BAB II LANDASAN TEORI. Beberapa tahun lalu seorang programmer harus benar - benar memeras BAB II LANDASAN TEORI. Pemrograman Borand Dephi versi 6.0.. Sejarah ahasa pemrograman Dephi Beerapa tahun au seorang programmer harus enar - enar memeras ota untu isa memeuat program erasis Windows. Kesuitan

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB 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 terperinci