SIMULASI ESTIMASI ARAH KEDATANGAN SINYAL MENGGUNAKAN ALGORITMA -SVD YANG DIMODIFIKASI BERDASARKAN SUBRUANG NOISE

dokumen-dokumen yang mirip
Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel

ESTIMASI LOKASI SUMBER JAMAK DALAM MEDAN DEKAT MENGGUNAKAN 3-D MULTIPLE SIGNAL CLASSIFICATION (MUSIC)

ESTIMASI ARAH KEDATANGAN SUMBER JAMAK MENGGUNAKAN BAYESIAN PREDICTIVE DENSITIES. Disusun Oleh: Nrp :

FUSI CITRA BERBASIS COMPRESSIVE SENSING

ROBOT PENCARI ARAH KEDATANGAN SUARA MENGGUNAKAN AGORITMA MUSIC (MULTIPLE SIGNAL CLASSIFICATION)

WATERMARKING CITRA DIGITAL YANG TAHAN TERHADAP GEOMETRIC ATTACKS

Kinerja Sistem Komunikasi Satelit Non-Linier BPSK Dengan Adanya Interferensi Cochannel.

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)

KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK

PENGGABUNGAN DUA CITRA DENGAN METODE COMPRESSIVE SENSING MENGGUNAKAN MATLAB

WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT)

APLIKASI SUPPORT VEKTOR MACHINE (SVM) UNTUK PROSES ESTIMASI SUDUT DATANG SINYAL

ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN DISCRETE COSINE TRANSFORM (DCT)

ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM

PENGGUNAAN METODE MODIFIKASI HILL CIPHER PADA KRIPTOGRAFI

KNOWING HUMAN PERSONALITY FROM THE HEIGHT OF HANDWRITING MIDDLE ZONE USING LINEAR REGRESSION METHOD AND AVERAGE OF INTEGRAL PROJECTION COLUMN METHOD

Perbandingan Metode K Nearest Neighbor dan K Means Clustering dalam Segmentasi Warna pada Citra ABSTRAK

PENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING)

Kata Kunci : non-blind watermarking, complex wavelet transform, singular value decomposition.

Realisasi Optical Orthogonal Codes (OOC) dengan korelasi maksimum satu Menggunakan Kode Prima Yang Dimodifikasi

Simulasi Pelacakan Target Tunggal Untuk Mengetahui Jarak, Sudut Azimuth, Sudut elevasi dan kecepatan target ABSTRAK

BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN DISCRETE COSINE TRANSFORM (DCT) BERBASIS ALGORITMA GENETIKA

Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)

IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK

KRIPTOGRAFI VISUAL DENGAN IMPLEMENTASI ALGORITMA LUC PADA CITRA BERWARNA

IDENTIFIKASI KANAL FIR SECARA BUTA UNTUK SISTEM DUA-MASUKAN-DUA-KELUARAN PADA DOMAIN FREKUENSI MENGGUNAKAN STATISTIK ORDE DUA ABSTRAK

NOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK

PENYEMBUNYIAN DATA RAHASIA DALAM GAMBAR MENGGUNAKAN PENDEKATAN PREDICTIVE CODING. Disusun Oleh : Nama : Dedy Santosa Nrp :

PERBANDINGAN CITRA DENGAN ALGORITMA DITHERING ZHIGANG FAN, SHIAU FAN DAN STUCKI SEBAGAI MASUKAN KRIPTOGRAFI VISUAL

KRIPTOGRAFI VISUAL DENGAN ALGORITMA ELGAMAL YANG DIMODIFIKASI UNTUK CITRA BERWARNA DENGAN TIGA CITRA HASIL ENKRIPSI MENGGUNAKAN PERANGKAT LUNAK MATLAB

ANALISIS MULTI WAVELET PADA KOMPRESI SUARA. Disusun Oleh: Immanuel Silalahi. Nrp :

Watermarking Citra Digital Berwarna Dalam Domain Discrete Cosine Transform (DCT) Menggunakan Teknik Direct Sequence Spread Spectrum (DSSS)

Simulasi Aplikasi Kendali Multi-Model pada Plant Kolom Distilasi ABSTRAK

SISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING

IMPLEMENTASI PENGUKURAN JARAK DENGAN METODA DISPARITY MENGGUNAKAN STEREO VISION PADA ROBOT OTONOMUS PENGHINDAR RINTANGAN

PENINGKATAN KUALITAS SINYAL SUARA MENGGUNAKAN FILTER DIGITAL ADAPTIF DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) Ferdian Andrie/

PERANCANGAN & SIMULASI UART (UNIVERSAL ASYNCHRONOUS RECEIVER TRANSMITTER) DENGAN BAHASA PEMROGRAMAN VHDL

SOFTWARE PENINGKATAN KUALITAS SUARA COCHLEAR IMPLANT DENGAN MENGGUNAKAN TIME FREQUENCY BLOCK THRESHOLDING ABSTRAK

Kata kunci : citra, pendeteksian warna kulit, YCbCr, look up table

Realisasi Kode Prima Untuk Mengatur Loncatan Frekuensi (Frequency Hop) Dalam Sistem FH-CDMA ABSTRAK

KRIPTOGRAFI VISUAL (4,4) UNTUK BERBAGI 3 CITRA RAHASIA LEWAT 4 CITRA TERSANDI. Jevri Eka Susilo

Blind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi ( )

Algoritma Interpolasi Citra Berbasis Deteksi Tepi Dengan Directional Filtering dan Data Fusion

PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF)

Aplikasi Support Vector Machines pada Proses Beamforming

IDENTIFIKASI SECARA BUTA PADA SISTEM MIMO DALAM DOMAIN FREKUENSI BERDASARKAN STATISTIK ORDE YANG LEBIH TINGGI DARI DUA ABSTRAK

Simulasi Pendeteksian Sinyal Target Tunggal Yang Mengalami Gangguan Pada Radar ABSTRAK

PERANCANGAN SISTEM KONTROL POSISI DAN KECEPATAN PADA KAPAL SELAM MENGGUNAKAN JARINGAN SARAF TIRUAN

DAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii

Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding

Simulasi Perbedaan Jarak (Range) Akibat Gangguan Sinyal. Jamming Sebagai Electronic Countermeasure (ECM) Pada Radar ABSTRAK

Jony Sitepu/ ABSTRAK

Simulasi Pengontrolan Plant Kolom Distilasi Menggunakan UPC (Unified Predictive Control) ABSTRAK

PENGURANGAN NOISE UNTUK CITRA DENGAN ADAPTIVE MULTISCALE PRODUCTS THRESHOLDING. Rachma Putri Andilla ( )

PERANCANGAN DAN REALISASI PENGUAT KELAS D BERBASIS MIKROKONTROLER AVR ATMEGA 16. Disusun Oleh: Nama : Petrus Nrp :

Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /

Prosiding Seminar Nasional Manajemen Teknologi XVIII Program Studi MMT-ITS, Surabaya 27 Juli 2013

KRIPTOGRAFI VISUAL UNTUK BERBAGI DUA CITRA RAHASIA MENGGUNAKAN METODE FLIP (2,2) Putri Kartika Sari

Aplikasi Thermopile Array untuk Thermoscanner Berbasis Mikrokontroler ATmega16. Disusun Oleh : Nama : Wilbert Tannady Nrp :

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK

SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK

PEMODELAN dan SIMULASI SISTEM SUSPENSI MOBIL ABSTRAK

Restorasi Warna dari Citra yang Terdistorsi Warnanya

APLIKASI SENSOR KOMPAS UNTUK PENCATAT RUTE PERJALANAN ABSTRAK

Simulasi Peningkatan Kemampuan Kode Quasi-Orthogonal melalui Rotasi Konstelasi Sinyal ABSTRAK

PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)

IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK

PENERJEMAH FILE MUSIK BEREKSTENSI WAV KE NOT ANGKA. Albertus D Yonathan A / ABSTRAK

PENGKLASIFIKASIAN UNTUK MENDETEKSI SPAM MENGGUNAKAN ALGORITMA NAIVE BAYESIAN ABSTRAK

DESAIN PENGONTROL MULTI INPUT MULTI OUTPUT LINEAR QUADRATIK PADA KOLOM DISTILASI

Perancangan Alat Peraga Papan Catur pada Layar Monitor. Samuel Setiawan /

SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )

REALISASI ERROR-CORRECTING BCH CODE MENGGUNAKAN PERANGKAT ENKODER BERBASIS ATMEGA8535 DAN DEKODER MENGGUNAKAN PROGRAM DELPHI

IMPLEMENTASI ALGORITMA LEMPEL-ZIV-WELCH DAN ADAPTIVE HUFFMAN CODING PADA KRIPTOGRAFI VISUAL

SIMULASI ARQ DALAM TRANSMISI PAKET PADA KOMUNIKASI WIRELESS ABSTRAK

Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK

IDENTIFIKASI WAJAH MANUSIA BERDASARKAN PERBANDINGAN PARAMETER TINGGI HIDUNG, LEBAR HIDUNG DAN JARAK MATA. Yusriani Laa Baan

PERBANDINGAN KUALITAS WATERMARKING DALAM CHANNEL GREEN DENGAN CHANNEL BLUE UNTUK CITRA RGB PADA DOMAIN FREKUENSI ABSTRAK

PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI

REALISASI APLIKASI PEMINDAI DAN PEMBANGKIT QUICK RESPONSE CODE (QR CODE) PADA SMARTPHONE ANDROID ABSTRAK

SIMULASI ROBOT PENDETEKSI MANUSIA

OPTIMASI KUALITAS PENERIMAAN SINYAL DARI ANTENA NODE B PADA SISTEM UMTS 3G DENGAN PHYSICAL TUNING ABSTRAK

KONTROL LEVEL AIR DENGAN FUZZY LOGIC BERBASIS MIKROKONTROLER ATMEGA 8535

Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)

PEMODELAN DAN SIMULASI MAXIMUM POWER POINT TRACKER

PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )

PENGEMBANGAN PROGRAM VERIFIKASI TELAPAK TANGAN DENGAN METODE MENGHITUNG PANJANG DAN LEBAR RUAS JARI ABSTRAK

WATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION

Animasi Objek yang Dapat Bergerak Menggunakan Kubus LED Berbasis Mikrokontroler ATMega16

Aplikasi Metode Steganografi Berbasis JPEG dengan Tabel Kuantisasi yang Dimodifikasi Kris Reinhard /

PERANCANGAN PERGERAKAN WEBCAM BERDASARKAN PERUBAHAN POSISI WAJAH MENGGUNAKAN METODE EIGENFACE BERBASIS RASPBERRY PI

PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE

ANALISA PERFORMA SUCCESSIVE INTERFERENCE CANCELLATION DALAM CONVOLUTIONAL CODE PADA SISTEM MULTICARRIER DS CDMA. Disusun Oleh: Nama : Rendy Santosa

PENYUSUNAN JADWAL PRAKTIKUM MAHASISWA MENGGUNAKAN METODE BEST FIRST SEARCH ABSTRAK

ABSTRAK PENGGUNAAN H 2 DAN H DALAM APLIKASI KENDALI ROBUST

IMPLEMENTASI KONTROL PID PADA PENDULUM TERBALIK MENGGUNAKAN PENGONTROL MIKRO AVR ATMEGA 16 ABSTRAK

PERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16

PERHITUNGAN BIT ERROR RATE PADA SISTEM MC-CDMA MENGGUNAKAN GABUNGAN METODE MONTE CARLO DAN MOMENT GENERATING FUNCTION.

Transkripsi:

SIMULASI ESTIMASI ARAH KEDATANGAN SINYAL MENGGUNAKAN ALGORITMA -SVD YANG DIMODIFIKASI BERDASARKAN SUBRUANG NOISE Disusun oleh : Muhammad Hadi Mustajab (1122064) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri, MPH. No. 65, Bandung, Jawa Barat, Indonesia E mail : hadimustajab21@gmail.com ABSTRAK Pencarian lokasi sumber sinyal merupakan masalah yang penting dalam teknologi radar, sonar dan navigasi. Berbagai macam algoritma digunakan untuk bisa mendapatkan estimasi lokasi sumber. Beberapa algoritma yang umum digunakan dalam menentukan Direction of Arrival (DOA) antara lain seperti algoritma MUSIC dan -SVD. Pada Tugas Akhir ini dibuat sebuah simulasi dari estimasi arah kedatangan sinyal menggunakan algoritma -SVD yang dimodifikasi berdasarkan subruang noise. Algoritma ini memanfaatkan orthogonality antara subruang noise dan subruang sinyal. Pada Tugas Akhir ini, simulasi estimasi arah kedatangan sinyal menggunakan sebuah Uniform Linear Array (ULA) sensor. Estimasi arah kedatangan sinyal dapat dilakukan dengan menghitung spatial spectrum yang didapatkan menggunakan algoritma -SVD yang dimodifikasi berdasarkan subruang noise. Hasil percobaan menunjukkan nilai Root Mean Square Error (RMSE) berbanding terbalik dengan jumlah snapshots, Signal to Noise Ratio (SNR), dan jumlah sensor. Semakin kecil perbedaan sudut antar sumber dibutuhkan jumlah sensor yang semakin banyak untuk estimasi arah kedatangan sinyal dengan kesalahan yang sama. Algoritma -SVD yang dimodifikasi memiliki performa yang lebih baik dibandingkan algoritma -SVD. Kata kunci : Estimasi arah kedatangan sinyal, Algoritma dimodifikasi, Uniform Linear Array -SVD yang v

SIMULATION OF DIRECTION OF ARRIVAL OF SIGNAL ESTIMATION USING MODIFIED -SVD ALGORTIHM BASED ON NOISE SUBSPACE Composed by : Muhammad Hadi Mustajab (1122064) Department of Electrical Engineering, Faculty of Engineering, Maranatha Christian University, Bandung, West Java, Indonesia E mail : hadimustajab21@gmail.com ABSTRACT Direction of Arrival estimation was an important matter in radar technology, sonar, and navigation. A wide variety of algorithms used to be able to get the estimated source location. Some algorithms commonly used in determining the Direction of Arrival (DOA), such as MUSIC and -SVD algorithm. In this final project a simulation of direction of arrival estimation using a modified -SVD algorithm based on the noise subspace was made. This algorithm utilizes orthogonality between the signal subspace and the noise subspace. In this final project, the simulation of a signal direction of arrival estimation using a Uniform Linear Array (ULA) sensor. Direction of arrival estimation can be done by calculating the spatial spectrum obtained using an improved -SVD algorithm based on the noise subspace. The experimental results show the Root Mean Square Error (RMSE) is inversely to the number of snapshots, Signal to Noise Ratio (SNR), and the number of sensors. Also smaller the angular difference between source require more number of sensors. The modified -SVD algorithm has a better performance than the -SVD algorithm. Keywords : direction-of-arrival, Modified Array -SVD Algorithm, Uniform Linear vi

DAFTAR ISI Halaman ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI...v DAFTAR TABEL... ix DAFTAR GAMBAR... xii BAB I PENDAHULUAN 1.1. Latar Belakang Masalah... 1 1.2. Rumusan Masalah... 1 1.3. Tujuan Penelitian... 2 1.4. Pembatasan Masalah... 2 1.5. Sistematika Penulisan... 2 BAB II LANDASAN TEORI 2.1 Daerah Medan Antena... 4 2.1.1 Daerah medan dekat reaktif... 5 2.1.2 Daerah medan dekat radiasi... 5 2.1.3 Daerah medan jauh radiasi... 5 2.2 Antena Omnidirectional... 5 2.3 Estimasi Arah Kedatangan Sinyal... 6 2.3.1 Deskripsi Permasalahan Estimasi Arah Kedatangan Sinyal... 6 2.3.2 Uniform Linear Array (ULA)... 6 2.4 Pemodelan Uniform Linear Array (ULA)... 8 2.5 Keluaran Sinyal... 8 2.6 Metode -SVD... 9 2.7 Metode -SVD yang dimodifikasi...10 vii

2.8 Root Mean Square Error (RMSE)...12 BAB III PERANCANGAN 3.1. Diagram Blok Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi...13 3.2. Prinsip Kerja Diagram Blok Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi...13 3.3. Diagram Alir Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi...14 3.3.1. Diagram Alir Observasi Sinyal pada Array Y...15 3.3.2. Diagram Alir Untuk Mencari Matriks G...16 3.3.3. Diagram Alir Untuk Mencari Spatial Spectrum...17 3.4. Perancangan Graphic User Interface (GUI)...17 BAB IV DATA PENGAMATAN DAN ANALISIS 4.1. Prosedur Pengujian...21 4.2. Pengaruh Jumlah Snapshots (Tsnap) Terhadap Root Mean Square Error (RMSE)...22 4.2.1. Pengaruh Jumlah Snapshots (Tsnap) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5 o, = 46,5 o, = 66,5...22 4.2.2. Pengaruh Jumlah Snapshots (Tsnap) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5 o, = 66 o, = 106,5...26 4.2.3. Analisis Perubahan Jumlah Snapshots (Tsnap) Terhadap Root Mean Square Error (RMSE)...30 4.3. Pengaruh Signal to Noise Ratio (SNR) Terhadap Root Mean Square Error (RMSE)...34 4.3.1. Pengaruh Signal to Noise Ratio (SNR) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5 o, = 46,5 o, = 66,5...34 viii

4.3.2. Pengaruh Signal to Noise Ratio (SNR) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5 o, = 66 o, = 106,5...37 4.3.3. Analisis Perubahan Signal to Noise Ratio (SNR) Terhadap Root Mean Square Error (RMSE)...41 4.4. Pengaruh Jumlah Sensor (M) Terhadap Root Mean Square Error (RMSE)...45 4.4.1. Pengaruh Jumlah Sensor (M) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5 o, = 46,5 o, = 66,5...45 4.4.2. Pengaruh Jumlah Sensor (M) terhadap Root Mean Square Error (RMSE) dengan sudut sumber = 26,5 o, = 66 o, = 106,5...46 4.4.3. Analisis Perubahan Jumlah Sensor (M) Terhadap Root Mean Square Error (RMSE)...52 4.5. Mencari Jumlah Sensor Minimum ( ) Agar dapat Mengestimasi Arah Kedatangan Sinyal dengan Maksimum Root Mean Square Error (RMSE) sebesar 5...56 4.5.1. Mencari Jumlah Sensor Minimum ( ) Agar dapat Mengestimasi Arah Kedatangan Sinyal dengan Maksimum Root Mean Square Error (RMSE) sebesar 5 dan sudut sumber = 26,5 o, = 46,5 o, = 66,5...56 4.5.2. Mencari Jumlah Sensor Minimum ( ) Agar dapat Mengestimasi Arah Kedatangan Sinyal dengan Maksimum Root Mean Square Error (RMSE) sebesar 5 dan sudut sumber = 26,5 o, = 66 o, = 106,5...59 4.5.3. Analisis Mencari Jumlah Sensor Minimum ( ) Agar dapat Mengestimasi Arah Kedatangan Sinyal dengan Maksimum Root Mean Square Error (RMSE) sebesar 5...63 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan...67 ix

5.2. Saran...68 DAFTAR PUSTAKA...69 LAMPIRAN A - LISTING PROGRAM...A-1 LAMPIRAN B - LISTING PROGRAM LAMPIRAN C - LISTING PROGRAM -SVD...B-1 -SVD yang DIMODIFIKASI...C-1 x

DAFTAR TABEL Halaman Tabel 3.1 Komponen MATLAB pada perancangan software...18 Tabel 4.1 Nilai RMSE estimasi Arah Kedatangan Sinyal untuk Jumlah Snapshots (Tsnap) = 100 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...23 Tabel 4.2 Nilai RMSE estimasi Arah Kedatangan Sinyal untuk Jumlah Snapshots (Tsnap) = 200 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...24 Tabel 4.3 Nilai RMSE estimasi arah kedatangan sinyal untuk Jumlah Snapshots (Tsnap) = 300 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...25 Tabel 4.4 Nilai RMSE estimasi arah kedatangan sinyal untuk Jumlah Snapshots (Tsnap) = 400 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...26 Tabel 4.5 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Snapshots (Tsnap) = 100 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...27 Tabel 4.6 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Snapshots (Tsnap) = 200 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...28 Tabel 4.7 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Snapshots (Tsnap) = 300 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...29 Tabel 4.8 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Snapshots (Tsnap) = 400 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...30 xi

Tabel 4.9 Perubahan Jumlah Snapshots (Tsnap) Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...31 Tabel 4.10 Perubahan Jumlah Snapshots (Tsnap) Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...32 Tabel 4.11 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = -5 db dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...34 Tabel 4.12 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = 0 db dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...35 Tabel 4.13 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = 5 db dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...36 Tabel 4.14 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = 10 db dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...37 Tabel 4.15 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = -5 db dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...38 Tabel 4.16 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = 0 db dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...39 Tabel 4.17 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = 5 db dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...40 Tabel 4.18 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Signal to Noise Ratio (SNR) = 10 db dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...41 xii

Tabel 4.19 Perubahan Signal to Noise Ratio Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...42 Tabel 4.20 Perubahan Signal to Noise Ratio (SNR) Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...43 Tabel 4.21 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 6 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...45 Tabel 4.22 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 8 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...46 Tabel 4.23 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 10 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...47 Tabel 4.24 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 12 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...48 Tabel 4.25 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 6 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...49 Tabel 4.26 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 8 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...50 Tabel 4.27 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 10 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...51 Tabel 4.28 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 12 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...52 xiii

Tabel 4.29 Perubahan Jumlah Sensor Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...53 Tabel 4.30 Perubahan Jumlah Sensor Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...54 Tabel 4.31 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 7 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...56 Tabel 4.32 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 8 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...57 Tabel 4.33 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 9 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...58 Tabel 4.34 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 10 dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...59 Tabel 4.35 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 5 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...60 Tabel 4.36 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 6 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...61 Tabel 4.37 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 7 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...62 Tabel 4.38 Nilai RMSE Estimasi Arah Kedatangan Sinyal untuk Jumlah Sensor (M) = 8 dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...63 xiv

Tabel 4.39 Perubahan Jumlah Sensor Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...64 Tabel 4.40 Perubahan Jumlah Sensor Terhadap Root Mean Square Error (RMSE) dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...65 xv

DAFTAR GAMBAR Halaman Gambar 2.1 Daerah Medan Antena...4 Gambar 2.2 Susunan Antena ULA...6 Gambar 2.3 Ilustrasi dari geometri array...8 Gambar 2.4 Posisi Sumber sinyal pada geometri array...9 Gambar 2.5 Estimasi Spatial Spectrum...11 Gambar 3.1 Diagram Blok Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Algoritma -SVD yang dimodifikasi...13 Gambar 3.2 Diagram Alir Simulasi Estimasi Arah Kedatangan menggunakan Algoritma -SVD yang dimodifikasi...14 Gambar 3.3 Diagram Alir Observasi Sinyal pada Array Y...15 Gambar 3.4 Diagram Alir Mencari Matriks G...16 Gambar 3.5 Diagram Alir Untuk Mencari Spatial Spectrum...17 Gambar 3.6 Rancangan Graphic User Interface (GUI)...18 Gambar 4.1 Tampilan Program pada Graphic User Interface (GUI)...22 Gambar 4.2 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh jumlah snapshots dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...31 Gambar 4.3 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh jumlah snapshots dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...33 xvi

Gambar 4.4 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh Signal to Noise Ratio (SNR) dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...42 Gambar 4.5Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh Signal to Noise Ratio (SNR) dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...44 Gambar 4.6 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh jumlah sensor dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...53 Gambar 4.7 Perbandingan RMSE Menggunakan Algoritma -SVD dan Algoritma -SVD yang dimodifikasi untuk pengaruh Jumlah Sensor dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...54 Gambar 4.8 Nilai RMSE Menggunakan Algoritma -SVD dan Algoritma - SVD yang dimodifikasi untuk mencari jumlah sensor minimum dengan posisi sudut sumber = 26,5 o, = 46,5 o, = 66,5...64 Gambar 4.9 Nilai RMSE Menggunakan Algoritma -SVD dan Algoritma - SVD yang dimodifikasi untuk mencari jumlah sensor minimum dengan posisi sudut sumber = 26,5 o, = 66 o, = 106,5...65 xvii