SISTEM KOMUNIKASI TEORI INFORMASI
|
|
- Ivan Susman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM KOMUNIKASI TEORI INFORMASI Program Studi D3TT Teni Teleomuniasi Bandung 6
2 Bloc diagram of a DCS Sumber Informasi Source encode Channel encode Pulse modulate Bandass modulate Digital modulation Digital demodulation Channel Tuuan Informasi Source decode Channel decode Detect Demod. Samle Teori Informasi menawab ertanaan fundamental di dalam teori omuniasi, aitu: Beraa besar omresi data/omresi sumber informasi daat dilauan, awabanna adalah entro H Beraa besar eceatan transmisi suatu omuniasi, awabanna adalah aasitas anal C Modul 8 - Sisom - Teori Informasi
3 Introduction Pada thn 94-an ada endaat bahwa menaian rate transmisi melalui anal omuniasi aan menaian robabilit of error. Shannon membutian bahwa endaat di atas tida benar selama rate transmisi lebih rendah dari aasitas anal. Kaasitas daat dihitung dari derau di anal. Shannon uga berendaat bahwa roses aca seech, music memunai nilai omlesitas ang tida daat dierecil, nilai tersebut adalah batas omresi sinal, ang diberi nama entro. Bila entro sumber informasi lebih ecil dari aasitas anal, maa omuniasi bebas error secara asimtotis bisa dicaai. www-ga.dcs.st-and.ac.u/~histor/ Mathematicians/Shannon.html Ada estrem : entro aasitas anal Semua cara-cara modulasi dan omresi data terleta diantara dua estrem tersebut Modul 8 - Sisom - Teori Informasi 3
4 Besaran-besaran dalam Teori Informasi Sumber Informasi Kandungan Informasi Entro Joint Entro Conditional Entro Mutual Information Yang didefinisian sebagai fungsi Peluang / Distribusi Peluang Kaasitas anal Modul 8 - Sisom - Teori Informasi 4
5 Sumber Informasi Sumber informasi adalah suatu obe ang menghasilan event, dimana eluaran sumber informasi tergantung dari distribusi robabilit Dalam rate, sumber informasi daat diangga sebagai suatu device ang menghasilan esan, dan daat berua analog atau disrit Dalam uliah teori informasi ini, sumber informasi ang sering dibahas adalah sumber informasi disrit Pada sumber informasi disrit aan menghasilan seumulan set simbol ang disebut SOURCE ALPHABET. Dan elemen dari set source alhabet disebut SIMBOL atau LETTERS Modul 8 - Sisom - Teori Informasi 5
6 Klasifiasi Sumber Informasi Memor : munculna simbol bergantung ada simbol sebelumna Memorless : munculna simbol tida bergantung ada simbol sebelumna Sumber Informasi disrit ang memorless disebut uga Discrete Memorless Source DMS Modul 8 - Sisom - Teori Informasi 6
7 Kandungan Informasi Misal suatu DMS discrete memorless sources ang dinotasian S={s, s,.., s q }, dengan masing-masing q robabilit s i = i, dan berlau Maa andungan informasi dari simbol S i adalah : Satuan ang digunaan adalah bits I si log log s i s i s i i Modul 8 - Sisom - Teori Informasi 7
8 Information Eamle : S={s, s, s 3, s 4 }, =/, =/4, 3 = 4 =/8. Is =log = bits Is =log 4= bits Is 3 =Is 4 =log 8=3 bits Eamle : S={s, s, s 3, s 4 }, = = 3 = 4 =/4. Is =Is =Is 3 =Is 4 =log 4= bits Modul 8 - Sisom - Teori Informasi 8
9 Information Proerties of Is Is a real nonnegative measure Is s = Is +Is for indeendent event. 3 Is is a continuous function of. 4 Is = for s i = 5 Is > Is if s < s Intuitivel, roert tells us that each outcome, e.g., coin or die, has no influence on the outcome of the other. Modul 8 - Sisom - Teori Informasi 9
10 Entro Adalah arameter ang menataan andungan informasi rata-rata ersimbol Entro dari sumber S ang memunai simbol-simbol s i dan robabilit i : q H S i i log H P Eamle : S={s, s, s 3, s 4 }, =/, =/4, 3 = 4 =/8. H S log log 4 log 8 log bits Eamle : S={s, s, s 3, s 4 }, = = 3 = 4 =/4. H S log 4 log 4 log 4 log 4 bits i Modul 8 - Sisom - Teori Informasi
11 Entro dari sumber memorless binar Consider the distribution consisting of ust two events [S, S ]. Let be the robabilit of the first smbol event. Then, the entro function is : H S= log / + - log [/-]= H P The maimum of H P occurs when =/. I s H S I s I s log I s log Modul 8 - Sisom - Teori Informasi
12 Entro dari sumber memorless binar..8 HP P.6.8. Modul 8 - Sisom - Teori Informasi
13 SOURCE CODING Adalah onversi outut dari DMS e bentu binar sequence, devicena disebut SOURCE ENCODER discrete memorless sources S i S={s, s,.., s q } Source encoder Binar sequence X={, } Tuuan dari source coding adalah untu meminimalisasi bit rate rata-rata ang mereresentasian DMS dengan cara meredusi redundansi dari DMS mengurangi umlah simbol ang sering muncul Modul 8 - Sisom - Teori Informasi 3
14 Panang Kode & Efisiensi Kode Misal S adalah DMS dengan entroi HS dan alhabet S={s, s,.., s q } dengan masing-masing robabilit s i = i, i=,,, q Code dari binar sequence eluaran Source Encoder X i memilii anang n i bit, maa anang code word rata-rata didefinisian: i Parameter L mereresentasian umlah bit er sumber simbol ang meruaan eluaran dari Source Encoder Efisiensi dari codeword didefinisian sebagai beriut: L min adalah nilai L minimum ang mungin muncul. Aabila = maa ode diataan efisien. Sedangan redundansi dari ode didefinisian: L q S i. n i L min L Modul 8 - Sisom - Teori Informasi 4
15 TEOREMA SOURCE CODING Teorema Source Coding menataan bahwa untu DMS dari S dengan entro HS, maa anang codeword rata-rata dibatasi oleh: Aabila L min = HS, maa: L HS H S L Secara umum: L L min dan Suatu Source Coding diataan otimal ia anang ode minimal memilii L min Kraft In-Equalit etidasamaan Kraft Jia S adalah DMS dengan alhabet S={s, s,.., s q } dan masing-masing codeword ang dihasilan adalah n i, maa berlau : q i ni Modul 8 - Sisom - Teori Informasi 5
16 CONTOH SOURCE CODING SHANNON FANO CODING PROSEDUR: Urutan sumber simbol berdasaran robabiltas dari ang terbesar e ang terecil Bagi sumber simbol menadi set dimana masing-masing set memunai robabilitas ang hamir sama. Beri tanda bit untu set ang tinggi dan bit untu set ang lebih rendah 3 Ulangi roses di atas samai tida mungin sumber simbol dibagi lagi Contoh:Tentuan eluaran Source Coding dengan rosedur Shannon-Fano untu eluaran DMS sebana 6 simbol dengan eluangna,5;,8;,;,;,5;,3 Modul 8 - Sisom - Teori Informasi 6
17 Solusi: S i PS i Ste Ste Ste 3 Ste 4 S S S 3 S 4 S 5 S 6,3,5,,,8,5 Butian bahwa: HS =,36 bits/simbol L=,38 bits/simbol =,99 Modul 8 - Sisom - Teori Informasi Ste 5 Codeword 7
18 PROSEDUR: CONTOH SOURCE CODING HUFFMAN-CODING Source coding ini adalah salah satu ode ang otimum dan memunai efisiensi ang tinggi D.A. Huffman. Urutan simbol berdasaran robabilitasna dari terbesar e terecil. Jumlahan robabilitas buah simbol dari robabilitas terecil dan urutan embali robabilitasna mulai ang terbesar 3. Beri tanda bit untu robabilitas ang lebih besar dan tanda bit untu robabilitas ang lebih ecil 4. Ulangi langah di atas samai umlah robabilitasna = Contoh:Tentuan eluaran Source Coding dengan rosedur Huffman untu eluaran DMS sebana 6 simbol dengan eluangna,5;,6;,;,9;,5;,35 Modul 8 - Sisom - Teori Informasi 8
19 Solusi: S i PS i Probabilit S,35,35,35,35,35,35,4,4,6 S,5,5,5,5,5,5,35,6,4 S,9,9,9,9,,4,5 S 3,,,,,9 S 4,6,, S 5,5 S i codeword,4,6 S S,9,,5,35 S S S S S 3,, S 4 S 3 S 5,5,6 S 5 S 4 Modul 8 - Sisom - Teori Informasi 9
20 Tugas, diumulan!. Dietahui simbol-simbol eluaran DMS sebagai beriut: Simbol Probabilit S,4 S, S, S 3, S 4, a. Dengan menggunaan rosedur Shannon- Fano, tentuan simbol-simbol codeword outut Source Coding! b. Tentuan efisiensi codeword ang dihasilan bag a! c. Dengan menggunaan rosedur Huffman, tentuan simbol-simbol codeword outut Source Coding! d. Tentuan efisiensi codeword ang dihasilan bag c!. Dietahui simbol-simbol eluaran DMS sebagai beriut: Simbol S S S S 3 S 4 S 5 Probabilit,3,5,,,8,5 Pertanaan sama st soal no Modul 8 - Sisom - Teori Informasi
21 Discrete Memorless Channel Meruaan emodelan anal secara statisti dari DMS X dan Y adalah random variable untu inut dan outut dari DMC Kanal disebut Discrete arena sumber simbol ang diiriman dan outut anal adalah disrit dan uuranna terbatas Pemodelan inut : X = [,,., J- ] Pemodelan outut : Y = [,,., K- ] Modul 8 - Sisom - Teori Informasi
22 Discrete Memorless Channel Probabilitas Transisi anal eluang bersarat: P / = P[Y= /X= ] untu semua dan Secara umum P / untu semua dan Model matri DMC disebut uga Matri Transisi atau Matri Kanal: Untu olom ang sama berlau: untu setia Modul 8 - Sisom - Teori Informasi...,...,..., Pb of outut channel matri riori Pb / P
23 Discrete Memorless Channel Didefinisian P = P[X= ] untu =,,., J- Adalah robabilitas munculna X= ada inut anal disebut uga ariori robabilit Didefinisian Joint Probabilit Distribution dari random variable X dan Y P, = P[X=,Y= ] = P[Y= /X= ]. P[X= ] = P[ / ]. P[X= ] Didefinisian Marginal Probabilit Distribution dari random variable Y : Untu setia =,,., K- Modul 8 - Sisom - Teori Informasi 3 /. /. J J P P X Y P X P Y P P
24 Kasus: Binar Simetric Channel Pada asus ini anal memunai inut simbol: = dan = X Dan memunai outut simbol: = dan = Y Kanal disebut simetri arena: P =/ = = P =/ = = P =/ = = P =/ = = - Probabilitas error dinataan, diagram robabilitas transisina sbb: P[ Y / Matri Kanal X] Ingat Model Matri: P Y P[ Y / X]. P X Modul 8 - Sisom - Teori Informasi 4
25 Latihan Soal: Dietahui suatu binar channel buan simetri sbb: P = P =,5 a. Cari matri anal! b. Cari P dan P!,9,,,8 c. Cari Joint robabilit P, dan P, Modul 8 - Sisom - Teori Informasi 5
26 Mutual Information Didefinisian HX/Y = conditional entro dari inut anal bila outut dari anal sudah diobservasi. Didefinisian HY/X = conditional entro dari outut anal bila inut dari anal sudah diobservasi. Maa MUTUAL INFORMATION didefinisian: Modul 8 - Sisom - Teori Informasi 6 K- K- log, log J J K XY H XY H XY H HX X ; Y I
27 Mutual Information MUTUAL INFORMATION mereresentasian andungan informasi dari X aabila outut anal sudah dietahui IX;Y Proert of Mutual Information: The mutual information of a channel is smmetric I X ; Y IY ; X I Y ; X HX HYX uncertaint about the channel outut that i s resolved bsending the channel inut uncertaint about the channel inut that is resolved b observing the channel outut the mutual information is alwas nonnegative; that is IX ; Y Modul 8 - Sisom - Teori Informasi 7
28 Proert of Mutual Information: 3 if the oint entro H X, Y is defined b so: I H J K X, Y HX, Y, log, X ;Y HX HY HX, Y HXY HY HX IX ; Y IYX Channel 이좋은경우 Channel 이나쁜경우 Modul 8 - Sisom - Teori Informasi 8
29 Proert of Mutual Information: Good Channel Bad Channel HX HY HX HY No error Worst channel HX HY HX HY Modul 8 - Sisom - Teori Informasi 9
30 KAPASITAS KANAL Kaasitas anal dari Discrete Memorless Channel didefinisian: C ma I X;Y Jadi Kaasitas Kanal adalah mencari mutual information masimum untu semua Probabilitas simbol inut ang mungin, untu setia J Contoh asus BSC Binar Simetric Channel: X = X = i i - - [ bits /channel] Y = Y = Modul 8 - Sisom - Teori Informasi 3
31 KAPASITAS KANAL Contoh asus BSC Binar Simetric Channel Entro dari X aan masimum ia P = P =,5, sehingga IX;Y uga aan masimal. Modul 8 - Sisom - Teori Informasi 3 log, log, log, log, log, log log ; Y X H X H Y X I,,,,
32 KAPASITAS KANAL Contoh asus BSC Binar Simetric Channel Dari Grafi: C log - log Jia anal bebas noise =, C aan masimum aitu bits/ch; tetai entroina aan minimum [H=] Jia anal ada noise dgn =/, C aan minimum aitu bits/ch; tetai entroina aan masimum [H=] ondisi ini disebut useless Kondisi inverting Channel, Jia anal bebas noise =, C aan masimum aitu bits/ch log log log log Modul 8 - Sisom - Teori Informasi 3
33 Information Caacit Theorem Shannon s 3 rd theorem Teori aasitas informasi Shannon ada anal AWGN adalah membahas teori aasitas informasi ada anal Additive Band Limited White Gausian Noise dengan zero mean dan variansi. Kaasitas ada anal AWGN: C Formula tersebut didaat dari: Dimana: P log B NB C = aasitas bs B = bandwidth anal Hz No = PSD AWGN W/Hz N = No.B = Noise Power W bs P = average transmitted ower W P N B Modul 8 - Sisom - Teori Informasi 33 X C ma I X;Y S N N Y AWGN
34 ideal sstem : bit rate R b = C Modul 8 - Sisom - Teori Informasi 34 C E P b ower avg B C N E B C N E B C B C b b log
35 <observation> Information Caacit Eb/No = energi er bit to noise ower sectral densit ratio E N b C lim B E N b limc B C B lim C B B ln.693.6db P P lim Blog B log NB N e Shannon limit caacit boundar : R b = C R b <C error free TX is ossible R b > C error free TX is not ossible Modul 8 - Sisom - Teori Informasi 35
36 Information Caacit trade off horizontal line : for fied R b / B, P e vertical line : for fied E b /N, P e error rate diagram of ideal sstem trade off E b / N R b /B Modul 8 - Sisom - Teori Informasi 36
37 M-ar PSK Lihat ula figure 9.7 Buu Simon Hain 4 th Edt: Pe vs Rb/B, d P e = -5 Note! M = P E R b B log M M Rb but Eb N B E b / N db Modul 8 - Sisom - Teori Informasi 37
38 M-ar FSK Lihat ula figure 9.7 Buu Simon Hain 4 th Edt: Pe vs Rb/B, d P e = -5 Note! M = P E R log b B M M M Rb & E b / N B E b / N db Modul 8 - Sisom - Teori Informasi 38
39 Modul 8 - Sisom - Teori Informasi 39
Modul #08 TE0RI INFORMASI. Program Studi S1 Teknik Telekomunikasi Departemen Teknik Elektro - Sekolah Tinggi Teknologi Telkom Bandung 2007
Modul #8 TE33 SISTEM KOMUNIKASI TERI INFORMASI Program Studi S Teknik Telekomunikasi Deartemen Teknik Elektro - Sekolah Tinggi Teknologi Telkom Bandung 7 Block diagram of a DCS Sumber Source Channel Pulse
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 Teori Informasi
TTG3B3 - Sistem Komunikasi 2 Teori Informasi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Memahami besaran-besaran informasi
Lebih terperinciHAND OUT EK. 462 SISTEM KOMUNIKASI DIGITAL
HAND OUT EK. 462 SISTEM KOMUNIKASI DIGITAL Dosen: Ir. Arjuni BP, MT Dr. Enjang A. Juanda, M.Pd., MT PENDIDIKAN TEKNIK TELEKOMUNIKASI JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS PENDIDIKAN TEKNOLOGI DAN
Lebih terperinciBAB IV METODE BELAJAR HEBBIAN
BAB IV MEODE BELAJAR HEBBIAN - Aturan Hebb meruaan salah satu huum embelajaran jaringan neural yang ertama. Diemuaan oleh Donald Hebb (949). Hebb lahir di Chester, Nova Scotia, ada ergantian abad. - Isinya
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciInformasi dan Coding
Informasi dan Coding Anhar anhar9@gmail.com Elemen Dasar Proses Komunikasi Proses komunikasi Isue (kuliah) Kompresi Informasi Informasi dan Entropy Apakah informasi dan bagaimana mengukurnya? Mana yang
Lebih terperinciImplementasi Encoder dan decoder Hamming pada TMS320C6416T
Implementasi Encoder dan decoder Hamming pada TMS320C6416T oleh : ANGGY KUSUMA DEWI WISMAL (2211105016) Pembimbing 1 Dr. Ir. Suwadi, MT Pembimbing 2 Titiek Suryani, MT Latar Belakang Pada pengiriman data,
Lebih terperinciRINGKASAN SKRIPSI MODUL PERKALIAN
RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN
Lebih terperinciSatuan Acara Perkuliahan Arjuni Budi P.
: Overview Sistem Komunikasi Digital Tujuan pembelajaran umum : Para mahasiswa mengetahui ruang lingkup Sistem Komunikasi Digital Jumlah pertemuan : 1(satu) kali 1 menyebutkan elemen-elemen dari Sistem
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciBAB 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 terperinciUJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure
8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher
Lebih terperinciSOLUSI QUIZ#2. Soal: Untuk nomor 1-3, diketahui pesan string jaya berjaya
Untuk nomor -3, diketahui pesan string jaya berjaya. Dengan menggunakan Standard Huffman coding, codeword untuk simbol spasi adalah 0 2. Redundancy yang diperoleh hasil pengkodean huffman untuk string
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinci3.1 TEOREMA DASAR ARITMATIKA
3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si
BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus
Lebih terperinciBAB 3 RUANG BERNORM-2
BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya
Lebih terperinciBAB I PENDAHULUAN. Modulation. Channel. Demodulation. Gambar 1.1. Diagram Kotak Sistem Komunikasi Digital [1].
BAB I PENDAHULUAN 1.1. Tujuan Meneliti dan menganalisis Turbo Convolutional Coding dan Turbo Block Coding dalam hal (BER) Bit Error Rate sebagai fungsi Eb/No. 1.2. Latar Belakang Dalam sistem komunikasi
Lebih terperinci2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data
2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bagian landasan teori ini aan dibahas materi-materi aa saja yang menunjang materi yang dibahas ada bab selanjutnya. Adaun materi-materi tersebut adalah analisis variansi, metode
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciTeknik Pengkodean (Encoding) Dosen : I Dewa Made Bayu Atmaja Darmawan
Teknik Pengkodean (Encoding) Dosen : I Dewa Made Bayu Atmaja Darmawan Pendahuluan Pengkodean karakter, kadang disebut penyandian karakter, terdiri dari kode yang memasangkan karakter berurutan dari suatu
Lebih terperinciKORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK
Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas
Lebih terperinciDASAR TEKNIK TELEKOMUNIKASI
DTG1E3 DASAR TEKNIK TELEKOMUNIKASI Pengenalan Kualitas Sistem Komunikasi By : Dwi Andi Nurmantris Dimana Kita? Dimana Kita? KUALITAS SIGNAL PEMANCAR (TX) SUMBER (t) s i (t) n(t) r(t) h c PENERIMA (RX)
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 TUNING PARAMETER MODEL PREDICTIVE CONTROL (MPC) FOR MAX PLUS LINEAR (MPL) SYSTEMS
MTEMTIK DN PENDIDIKN MTEMTIK 010 Kelomo Matematia TUNING PRMETER MODEL PREDITIVE ONTROL (MP) FOR MX PLUS LINER (MPL) SYSTEMS Nurwan 1 and Subiono 1 Magister Student of Mathematics Deartment Lecturer of
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema
Lebih terperinciSah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)
Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/
Lebih terperincimungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing
. DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar
Lebih terperinciBAB 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 terperinciTEKNIK PENGKODEAN SINYAL
TEKNIK PENGKODEAN SINYAL Sumber: Bab 5 Data and Computer Communications William Stallings Program Studi S1 Teknik Telekomunikasi Jurusan Teknik Elektro Sekolah Tinggi Teknologi Telkom 3/17/2006 JARINGAN
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciPERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE
TUGAS AKHIR PERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE Diajuan Guna Melengapi Sebagian Syarat Dalam mencapai gelar Sarjana Strata Satu (S1) Disusun Oleh : Nama : Eo Kuncoro
Lebih terperinciKENDALI 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 terperinciPENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA
PENAIR RAIO-PRODU EPONENIAL YANG EFIIEN UNTU RATA-RATA POPULAI PADA AMPLING ACA BERTRATA Dess Nuralita 1*, Ruam Efendi, Haposan irait 1 Maasiswa Program 1 Matematia Dosen Jurusan Matematia Faultas Matematia
Lebih terperinciBAB 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 terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciABSTRAK. sebesar 0,7 db.
ABSTRAK Tujuan dasar komunikasi adalah pengiriman data atau informasi dari satu tempat ke tempat lain. Pada kenyataannya, transmisi data atau informasi yang diterima tidak sama dengan informasi yang dikirim.
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciBEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman
JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.
Lebih terperinciMODULASI DIGITAL MENGGUNAKAN MATLAB
MODULASI DIGITAL MENGGUNAKAN MATLAB Wahyu Pamungkas 1 Anggun Fitrian Isnawati 2 Adi Kurniawan 3 1,2,3 Akademi Teknik Telekomunikasi Sandhy Putra Purwokerto Jl. D.I Panjaitan No. 128 Purwokerto, Telp: (0281)
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 MAP & ML Detection
TTG3B3 - Sistem Komunikasi 2 MAP & ML Detection S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Memahami dan menjelaskan konsep
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciMODULASI DIGITAL MENGGUNAKAN MATLAB
MODULASI DIGITAL MENGGUNAKAN MATLAB Wahyu Pamungkas 1 Anggun Fitrian Isnawati 2 Adi Kurniawan 3 1,2,3 Akademi Teknik Telekomunikasi Sandhy Putra Purwokerto Jl. D.I Panjaitan No. 128 Purwokerto, Telp: (0281)
Lebih terperinciLOGO IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T
IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T 2210106006 ANGGA YUDA PRASETYA Pembimbing 1 Pembimbing 2 : Dr. Ir. Suwadi, MT : Ir. Titik Suryani, MT Latar Belakang 1 2 Perkembangan
Lebih terperinciANALISIS KINERJA MODULASI ASK PADA KANAL ADDITIVE WHITE GAUSSIAN NOISE (AWGN)
ANALISIS KINERJA MODULASI ASK PADA KANAL ADDITIVE WHITE GAUSSIAN NOISE (AWGN) JOSUA RINGIGAS BARAT HUTABARAT Program Studi Teknik Elektro Konsentrasi Teknik Telekomunikasi Sekolah Tinggi Teknik Harapan
Lebih terperinciBAB II TEKNIK PENGKODEAN
BAB II TEKNIK PENGKODEAN 2.1 Pendahuluan Pengkodean karakter, kadang disebut penyandian karakter, terdiri dari kode yang memasangkan karakter berurutan dari suatu kumpulan dengan sesuatu yang lain. Seperti
Lebih terperinciTTG3B3 - Sistem Komunikasi 2 Modulasi Digital: PSK dan ASK
TTG3B3 - Sistem Komunikasi 2 Modulasi Digital: PSK dan ASK S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Oleh: Linda Meylani Agus D. Prasetyo Tujuan Pembelajaran Mengetahui jenis-jenis
Lebih terperinciUNJUK KERJA REF : FREEMAN FAKULTAS TEKNIK ELEKTRO
UNJUK KERJA REF : FREEMAN BLOK SISTEM KOMUNIKASI RADIO DIGITAL HPA LNA Up Converter LO LO Down Converter IF Amplifier IF Amplifier Digital Modulator LO LO Digital Demodulator Signal Predistorter Regenerator
Lebih terperinciBahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi :
Bahan Minggu II, III dan IV Tema : Keranga auan inersial dan Transformasi Lorent Materi : Terdaat dua endeatan ang digunaan untu menelusuri aedah transformasi antara besaran besaran fisis (transformasi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciSistem Komunikasi II (Digital Communication Systems)
Sistem Komunikasi II (Digital Communication Systems) Lecture #1: Stochastic Random Process Topik: 1.1 Pengenalan Sistem Komunikasi Digital. 1.2 Pendahuluan Stochastic Random Process. 1.3 Random Variable
Lebih terperinciAnalisa 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 terperinci3. Sebaran Peluang Diskrit
3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.
Lebih terperinciAgar Xn berperilaku acak yang dapat dipertanggungjawabkan :
ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciBAB III Perencanaan Jaringan VSAT Pada Bank Mandiri dengan CDMA
BAB III Perencanaan Jaringan VSAT Pada Bank Mandiri dengan CDMA Pada Tugas Akhir ini, akan dilakukan perencanaan jaringan VSAT CDMA pada Bank Mandiri, dengan hasil akhir nanti akan didapatkan apakah perlu
Lebih terperinciSANDI PROTEKSI GALAT YANG TIDAK SAMA SECARA SERIAL BERDASARKAN MODULASI TRELLIS TERSANDI DENGAN KONSTELASI SINYAL ASK
Sandi Proteksi Galat yang Tidak Sama secara Serial Berdasarkan Modulasi Trellis Tersandi dengan Konstelasi Sinyal ASK (Eva Yovita Dwi Utami) SANDI PROTEKSI GALAT YANG TIDAK SAMA SECARA SERIAL BERDASARKAN
Lebih terperinciDTG2F3. Sistem Komunikasi. Siskom Digital ADC, SOURCE CODING, MULTIPLEXING. By : Dwi Andi Nurmantris
DTG2F3 Sistem Komunikasi Siskom Digital ADC, SOURCE CODING, MULTIPLEXING By : Dwi Andi Nurmantris Where We Are? OUTLINE SISKOM DIGITAL ADC, SOURCE CODING, MULTIPLEXING 1. Analog to Digital Convertion (ADC
Lebih terperinci[TTG4J3] KODING DAN KOMPRESI. Oleh : Ledya Novamizanti Astri Novianty. Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom
[TTG4J3] KODING DAN KOMPRESI Oleh : Ledya Novamizanti Astri Novianty Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Kode (Code) adalah sekumpulan rangkaian bit-bit Codeword adalah
Lebih terperinciImplementasi dan Evaluasi Kinerja Kode Konvolusi pada Modulasi Quadrature Phase Shift Keying (QPSK) Menggunakan WARP
JURNAL TEKNIK ITS Vol., No. 1, (215) ISSN: 2337539 (231-9271 Print) A Implementasi dan Evaluasi Kinerja Kode Konvolusi pada Modulasi Quadrature Phase Shift Keying (QPSK) Menggunakan WARP Desrina Elvia,
Lebih terperinciSolusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:
Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00
Lebih terperinciBAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL. Terminologi: modal, suku bunga, bunga, dan jangka waktu.
BAB I BUNGA TUNGGAL DAN DISKONTO TUNGGAL Terminologi: modal, suu bunga, bunga, dan janga watu. Modal adalah sejumlah uang yang disiman atau ditabung atau diinjam ada (dari) suatu Ban atau badan lain. Suu-bunga
Lebih terperinciMENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL
MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan
Lebih terperinciRuang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya
J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,
Lebih terperinciSIMULASI ESTIMASI FREKUENSI UNTUK QUADRATURE AMPLITUDE MODULATION MENGGUNAKAN DUA SAMPEL TERDEKAT
Abstrak SIMULASI ESTIMASI FREKUENSI UNTUK QUADRATURE AMPLITUDE MODULATION MENGGUNAKAN DUA SAMPEL TERDEKAT Ferdian Belia/9922074 Jurusan Teknik Elektro, Fakultas Teknik Elektro, Jalan Prof. Drg. Suria Sumantri
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciSIGNAL AND NOISE IN COMMUNICATION SYSTEM
SIGNAL AND NOISE IN COMMUNICATION SYSTEM Signal, Noise and S/N Signal is used to carry useful information; noise, which enters the system from a variety of sources and degrades the signal, reducing the
Lebih terperinciKomunikasi Data. Bab 5. Data Encoding. Bab 5. Data Encoding 1/46
Bab 5. Data Encoding Bab 5. Data Encoding 1/46 Outline Teknik Encoding Data Digital Signal Digital Teknik Encoding Data Analog Signal Digital Teknik Encoding Data Digital Signal Analog Teknik Encoding
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciKARAKTERISTIK POHON FUZZY
KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan
Lebih terperinciPERBANDINGAN KINERJA KODE HAMMING PADA CHANNEL AWGN
PERBANDINGAN KINERJA KODE HAMMING PADA CHANNEL AWGN Staf Pengajar Teknik Elektro, Fakultas Teknik, Universitas Udayana Kampus Bukit Jimbaran Bali, 836 Email : sukadarmika@unud.ac.id Intisari Noise merupakan
Lebih terperinciKompresi Citra. Topik. Yeni Herdiyeni Departemen Ilmu Komputer FMIPA IPB. 1. Fundamentals. 2. Model Kompresi citra. 3.
Kompresi Citra Yeni Herdiyeni Departemen Ilmu Komputer FMIPA IPB Topik. Fundamentals 2. Model Kompresi citra 3. Teori Informasi 2 2 Kendala Data Citra Diital Mengapa perlu kompresi dan reduksi data? Data
Lebih terperinciJaringan Komputer Data Encoding Data Enc
Jaringan Komputer Data Encoding Teknik Encoding Data digital, sinyal digital Data analog, sinyal digital Data digital, sinyal analog Data analog, sinyal analog Data Digital, Sinyal Digital Sinyal digital
Lebih terperinciDAFTAR ISI. ABSTRACT ii KATA PENGANTAR iii DAFTAR ISI...iv DAFTAR GAMBAR.vii DAFTAR TABEL...ix DAFTAR SINGKATAN...x
ABSTRACT Speech coding can be defined as a method to reduce some information which is needed to represent speech signal for transmission or storage application. The main reason of speech coding is how
Lebih terperinciTEKNIK KOMPRESI LOSSLESS TEXT
TEKNIK KOMPRESI LOSSLESS TEXT Teknik Elektro Unibraw Kompresi Memampatkan / mengecilkan raw data Kompresi Multimedia: memampatan raw data multimedia Kompresi multimedia adalah mutlak mengingat ukuran raw
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciBAB IV SIMULASI DAN UNJUK KERJA MODULASI WIMAX
BAB IV SIMULASI DAN UNJUK KERJA MODULASI WIMAX Sebelum pembuatan perangkat lunak simulator, maka terlebih dahulu dilakukan pemodelan terhadap sistem yang akan disimulasikan. Pemodelan ini dilakukan agar
Lebih terperinciSUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA
SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:
Lebih terperinciKLASIFIKASI 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[TTG4J3] KODING DAN KOMPRESI. Oleh : Ledya Novamizanti Astri Novianty. Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom
[TTG4J3] KODING DAN KOMPRESI Oleh : Ledya Novamizanti Astri Novianty Prodi S1 Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom Shannon Fano coding, dikembangkan oleh Claude Shannon di Bell
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciANALISIS UNJUK KERJA CODED OFDM MENGGUNAKAN KODE CONVOLUTIONAL PADA KANAL AWGN DAN RAYLEIGH FADING
ANALISIS UNJUK KERJA CODED OFDM MENGGUNAKAN KODE CONVOLUTIONAL PADA KANAL AWGN DAN RAYLEIGH FADING F. L. H. Utomo, 1 N.M.A.E.D. Wirastuti, 2 IG.A.K.D.D. Hartawan 3 1,2,3 Jurusan Teknik Elektro, Fakultas
Lebih terperinciKode Sumber dan Kode Kanal
Kode Sumber dan Kode Kanal Sulistyaningsih, 05912-SIE Jurusan Teknik Elektro Teknologi Informasi FT UGM, Yogyakarta 8.2 Kode Awalan Untuk sebuah kode sumber menjadi praktis digunakan, kode harus dapat
Lebih terperinciKOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER DOSEN : SUSMINI I. LESTARININGATI, M.T
KOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER 3 GANJIL 2017/2018 DOSEN : SUSMINI I. LESTARININGATI, M.T Sinyal Digital Selain diwakili oleh sinyal analog, informasi juga dapat diwakili oleh sinyal digital.
Lebih terperinciPengenalan Pola. Klasifikasi Linear Discriminant Analysis
Pengenalan Pola Klasifiasi Linear Discriminant Analysis PTIIK - 2014 Course Contents 1 Analisis Disriminan 2 Linear Classification 3 Linear Discriminant Analysis (LDA 4 Studi Kasus dan Latihan Analisis
Lebih terperinciANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING
ANALISIS UNJUK KERJA TEKNIK MIMO STBC PADA SISTEM ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING T.B. Purwanto 1, N.M.A.E.D. Wirastuti 2, I.G.A.K.D.D. Hartawan 3 1,2,3 Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciMODEL SISTEM ANTRIAN
BB V MODEL SISTEM TRI ada teori antrian, suatu model antrian digunaan untu memperiraan suatu situasi antrian sesungguhnya, sehingga elauan antrian dapat dianalisa secara matemati. Dengan model sistem antrian
Lebih terperinciANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution
Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,
Lebih terperinciTeknik Encoding. Data digital, sinyal digital Data analog, sinyal digital Data digital, sinyal analog Data analog, sinyal analog
Pengkodean Data Teknik Encoding Data digital, sinyal digital Data analog, sinyal digital Data digital, sinyal analog Data analog, sinyal analog Data Digital, Sinyal Digital Sinyal Digital Discrete, deretan
Lebih terperinciPENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR
PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu
Lebih terperinciDTG2F3. Sistem Komunikasi. Pendahuluan. By : Dwi Andi Nurmantris
DTG2F3 Sistem Komunikasi Pendahuluan By : Dwi Andi Nurmantris Where We Are? OUTLINE PENDAHULUAN 1. Elemen dasar Sistem Komunikasi 2. Sistem komunikasi Analog Vs Digital 3. Sumber Informasi dalam sistem
Lebih terperinci