Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kondisi dasar samudera di Indonesia memerlukan perhatian karena kontur dasar lautnya senantiasa berubah, salah satunya akibat bencana alam maupun perubahan kontur secara alami. Bentuk kontur yang berubah-ubah ini perlu diketahui untuk keamanan dalam pelayaran. Echo sounder merupakan salah satu alat yang umum digunakan para pelaut untuk mengetahui kondisi dasar laut (kedalaman dan kontur). Peralatan ini menggunakan prinsip kerja sonar. GARMIN Fishfinder 160 Blue adalah sebuah echo sounder yang mempunyai kemampuan pengukuran kedalaman air. Alat ini memancarkan gelombang akustik (pinging) dan menerima kembali pantulan gelombang tersebut (echo) dari dasar laut dengan memanfaatkan karakteristik gelombang akustik dalam air. Pada Tugas akhir ini dirancang proses visulisasi profil dasar perairan pada layer komputer dengan mengambil data keluaran dari GARMIN Fishfinder 160 Blue. Data keluaran tersebut menggunakan format NMEA 0183 Protokol yang dihubungkan lewat Port RS 232 sebuah komputer. Kemudian, data ini divisualisasikan pada layar dengan menggunakan bahasa pemrograman tertentu. Hasil dari uji coba alat pengirim data GARMIN FishFinder 160 Blue memperlihatkan antara pengukuran secara manual dan menggunakan alat masih dalam toleransi kesalahan yang sangat kecil. Hasil dari pengujian Perangkat lunak yang dibangun memperlihatkan hasil yang diharapkan seperti melakukan plot kedalaman laut sehingga membentuk profil dasar laut dengan skala yang dapat diatur.

---

Indonesian ocean floor profile is important to be identified since its contour seldom changes, because of nature catastrophic or natural contour change. These changes of contour shapes need to be identified particularly for maritime.

Echo sounder is one of the equipment that is commonly used by sailors to determine sea floor condition (water depth and contour). This equipment works based on the principle of sonar.

GARMIN Fishfinder 160 Blue is an echo sounder which has the ability to measure water depth. This gadget can transmit an acoustic wave (pinging) and receipt back its reflection (echo) from the sea floor based on acoustic wave characteristic in the water.

This final project describes the process design of underwater profile visualization displayed on computer screen by using output data from GARMIN Fishfinder 160 Blue. The output data using NMEA 0183 protocol format is interfaced with personal computer?s RS 232 port. This data is then visualized on computer screen by using particular programming language.

The result from the equipment testing of GARMIN FishFinder 160 Blue shows that between manual measurement and equipment measurement only a relative small difference occured. The result from the Software test shows result as expected, like showing the depth of the sea floor and the sea floor profile with organizable scale."

"Dalam dunia telekomunikasi, echo (gema) muncul pada waktu sinyal dikirimkan, hal ini sangat mengganggu karena menurunkan kualitas sinyal aslinya. Penekanan echo merupakan masalah yang menarik sekarang ini. Pada dasarnya, ada dua cara untuk mengurangi echo yaitu echo suppressor dan echo canceller. Echo suppressor memproses sinyal asli dan sinyal echo berdasarkan amplitudo. Amplitudo echo lebih kecil dibandingkan dengan sinyal asli. Kelemahannya adalah echo dengan level tinggi dapat dikategorikan sebagai sinyal sedangkan sinyal dengan level rendah dapat dikategorikan sebagai echo. Hal itu kemudian diatasi dengan penggunaan filter dengan adaptasi tertentu (filter adaptif) yang disebut dengan cara echo canceller. Filter adaptif berfungsi untuk membangkitkan sinyal replika echo yang bekerja untuk menggagalkan echo.Salah satu hal yang penting pada echo canceller adalah menentukan orde filter optimum. Dengan mengetahui orde filter optimum, maka akan menjadi masukan dalam melakukan desain filter. Pada tesis ini digunakan sistem adaptive subband echo canceller yang membagi pita-pita frekuensi menjadi lebih sempit menggunakan transformasi wavelet. Hasilnya diukur menggunakan parameter echo return loss enhancement (ERLE) terhadap orde filter. Dengan menggunakan subband echo canceller adaptif yang berbasis transformasi wavelet, didapatkan orde filter optimum yang lebih pendek dan penekanan echo yang lebih besar.

---

A common problem encountered in telephone communications is the presence of echo. Which is produced when the signal passes through channels. Echo cancellation has attracted much attention lately. There are two methods to reduce echo such as echo suppressor and echo canceller. Echo suppressor is processes signals based on signal amplitude. Echo amplitude signal is smaller than input signal. Echo suppressor disadvantages are echo with high level detected as signal and low level signal detected as echo. Those problems are overcame by adaptive filter. Adaptive filter generates echo replica that usually use to remove echo.

There is important on the echo canceller to know optimum filter order. If optimum filter order known as input for filter design. In this paper, we present a new structure for the echo canceller. The structure is wavelet transform for adaptive sub band echo canceller. That input signals are split into adjacent frequency by wavelet transform.

Result is require precise measured by echo return loss enhancement (ERLE) again filter order. Simulation results show that using wavelet transform for adaptive sub band echo canceller indicate that optimum filter order is shorter and echo canceling is better."

"Dalam teknologi telekomunikasi, pemrosesan sinyal menyandang peran vital. Penerapan teknik tersebut telah merambah ke berbagai bidang seperti halnya bidang pengolahan suara dan ucapan, bidang pengolahan citra, kompresi data, dan estimasi spektral waktu frekuensi.Radar (Radio Detection and Ranging) adalah suatu metode penggunaan gelombang radio untuk mendeteksi kehadiran objek sasaran dan menentukan posisinya (lokasi/jaraknya) serta kecepatannya. Secara umum sinyal echo radar terdiri dari clutter c(t) yang merupakan hamburan dari benda-benda lain, noise n(t) atau derau yang lebih didominasi oleh penerima sendiri (kecuali pada frekuensi rendah), dan sinyal yang mungkin jika ada sasaran.Melalui bentuk pemodelan pembangkitan sinyal echo radar dengan bantuan program berbasiskan Matlab Simulink dan Matlab versi 4.2, maka dapat dianalisa sejauh mana penerapan dari untuk kerja transformasi Wavelet dan membandingkannya dengan transformasi Fourier dalam mengidentifikasi sinyal echo radar . Pemrosesan sinyal ditujukan untuk mengetahui kandungan frekuensi Doppler, dengan kata lain untuk tujuan mengetahui besar kecepatan radial benda terhadap radar. Dalam setiap deteksi diasumsikan selalu ada sasaran yang sudah berhasil dideteksi, sehingga yang harus dilaksanakan adalah mengetahui besar kecepatan radialnya.

---

Signal processing plays an important role in communication technology. Application of the technique has broadly expanded to various fields such as sound and utterance processing, image processing, data compression and frequency time spectral estimation.Radar (Radio Detection and Ranging) is one method of using radio wave to detect the targeted objects, their positions (in terms of location and distance) and speeds. Signally radar echo signal consists of clutter c(t), scattering from other objects, noise n(t) or roaring sound, dominantly controlled by the internal receiver (except for low frequency), and possible signal, when the target exist.In form of radar echo signal erection modeling supported with the program-based Matlab Simulink and Matlab Version 4.2, we may analyze application of Wavelet transforms displays as far as possible and compare to the Fourier transforms to identify radar echo signal. Signal processing is aimed at knowing the Doppler frequency ingredients. In other words, it is purposed to see the objects radial speed against the radar. It is assumed that there are always targeted objects already successfully detected. In this care, it is our task to determine the radial speed."

"ABSTRAKDalam penelitian ini dibahas salah satu penerapan filter adaptif untuk menghilangkan atau menghapus gema jauh (far echo) dalam jaringan telepon. Pada dasarnya filter adaptif yang digunakan terdiri dari suatu filter finite impulse response (FIR) dengan memanfaatkan algoritma adaptif kuadrat rata-rata terkecil yang dinormalisasi (normalized least mean square/NLMS) yang berfungsi untuk menala koefisien-koefisien dilter tersebut, sehingga diperoleh sekumpulan koefisien-koefisien filter yang optimum, yang akan digunakan untuk menghasilkan estimasi gema yang optimum pula. Penghapusan gema terjadi dengan mengurangkan model gema itu dengan hasil estimasi gema tersebut. Terdapat beberapa parameter yang mempengaruhi kinerja filter adaptif penghapus gema antara lain panjang filter FIR yang digunakan, ukuran langkah dari algoritma NLMS, model gema yang digunakan, jumlah sampel data dari sinyal referensi dan gema, serta jenis sinyal referensi yang digunakan. Hasil simulasi menunjukkan pengaruh parameter-parameter tersebut terhadap karakteristik penghapus gema. Karakteristik penghapus gema yang dianalisa adalah atenuasi sinyal gema, nilai RMS dari sinyal kesalahan, spektrum frekuensi dari sinyal estimasi gema, adaptasi koefisien-koefisien filter, waktu penghapusan gema, dan settling time dari sinyal kesalahan."

"Identifikasi retina merupakan metode identifikasi biometrik dengan tingkat kesalahan rendah melalui pola-pola unik pembuluh darah di bagian belakang retina. Pola-pola ini dapat digunakan sebagai data latih logika neuro fuzzy untuk kemudian digunakan sebagai pembanding pada saat identifikasi dilakukan.Penelitian ini bertujuan untuk mengenali citra retina mata manusia, baik bagian kiri maupun kanan, menggunakan teknik pengolahan citra dan Adaptive Neuro Fuzzy Inference System (ANFIS). Pada proses pengenalan retina ini, citra digital yang sudah diakuisisi akan dicrop dan dibagi menjadi image block berukuran 4x4. Kemudian blok citra dikonversi dari format Red Green Blue (RGB) menjadi format Hue Saturation Value (HSV). Untuk mendapatkan parameter fitur warna HSV, setiap komponen warna HSV dihitung nilai rata-ratanya. Nilai rata-rata HSV dimasukkan ke dalam database dan dilatih dengan ANFIS yang terdiri atas 2 jenis membership function, yaitu Gaussian dan Trapesium dengan 3 input dan 1 ouput.Dari hasil uji coba, hasil identifikasi memiliki tingkat akurasi hingga 65% untuk membership function Trapesium dan 80% untuk membership function Gaussian dengan 60 kali pelatihan ANFIS.

---

Retina identification is a biometric identification method which has very low error rate using a unique blood vessel pattern in the back of the retina. The identification involved an infrared scanned retina imagery which is analyzed using image processing technique to derive the color characteristics and then trained into the Adaptive Neuro Fuzzy Inference System (ANFIS).The objective of this research to identify a person?s identity from his/her retina image. The identification process is started by cropping the digital retina image then transformed into an 4x4 image block. The image block is then converted from Red Green Blue (RGB) color format to the Hue Saturation Value (HSV) format. Each color component of HSV values is then averaged, saved to a database and trained using ANFIS. The Neuro fuzzy used Gaussian and Trapezoid membership function which have 3 input and 1 ouput, respectively.The simulation results showed the identification system has an accuracy rate up to 65% and up to 80%, for Trapezoid and Gaussian membership function, respectively. This results are achieved using 60 training data in the ANFIS."

"Dalam dunia sekarang ini pemodelan sistem menjadi hal yang penting dalam pengembangan dunia teknologi. Berbagai cara telah dilakukan untuk membuat algoritma pemodelan sistem yang baik dan tantangan yang dihadapi pun semakin banyak. Salah satunya tantangan yang perlu dihadapi adalah adanya sistem yang kompleks. Dalam contoh praktis, penggunaan model sistem multivariabel dalam menggambarkan sistem sungguhan sudah menjadi hal yang umum untuk memenuhi tuntutan zaman. Salah satu usaha untuk dapat memodelkan sistem multivariabel adalah dengan menggunakan algoritma machine learning dengan struktur artificial neural network. Algoritma ini memiliki kemampuan untuk dapat meningkatkan performanya secara otomatis sehingga diharapkan dapat membangun pemodelan yang terbaik untuk sistem yang ingin dimodelkan secara otomatis juga sehingga dapat memudahkan kerja manusia tanpa harus membangun persamaan matematis secara manual terlebih dahulu. Studi ini ingin memelajari hasil yang didapatkan dari percobaan pemodelan sistem dinamik pesawat terbang dengan menggunakan artificial neural network dan menjadikan hasil studi tersebut bahan pengembangan lebih lanjut dalam teknologi pemodelan sistem menggunakan artificial neural network.

---

In the modern world, system modelling becomes an important part of technology development. Various ways have been done to create good system modelling algorithms and with that more and more challenge comes. One of the challenges that need to be faced is the existence of complex systems. For example, using multivariable system model to represent real world system is becoming common nowadays to fulfil demands. One effort to model a multivariable system is to use machine learning algorithms with artificial neural network structures. This algorithm has the capability to be able to improve its performance automatically so it is expected to build the best model parameter for the system that wants to be modelled. Also, this helps to make modelling easier for human without having to build a mathematical equation manually first. This study wanted to present the results from experimental modelling of aircraft dynamic systems by using artificial neural network and with that contribute to the development of system modelling technology using artificial neural network."

"Perkembangan terkini dari perangkat pencitraan medik computerized tomography (CT) scan telah memungkinkan dihasilkannya citra dari penampang melintang secara multi irisan dalam orde beberapa detik. Citra medik digital yang dihasilkan merepresentasikan penampang melintang dari berbagai struktur jaringan dari irisan yang dicitrakan. Salah satu tantangan yang dapat membantu dalam proses diagnosis berbasis citra adalah ekstraksi informasi dari struktur anatomi tertentu dengan suatu metode segmentasi citra serta visualisasi volumetrik dengan bantuan komputer. Untuk kasus visualisasi volumetrik tulang pelvis pada citra CT-scan multi irisan, seluruh citra yang mengandung bagian struktur tulang pelvis harus disegmentasi. Pada penelitian ini, satu teknik segmentasi citra berbasis active contour akan diimplementasikan untuk melakukan segmentasi citra multi irisan secara semi otomatis. Proses segmentasi citra diawali

dengan menentukan model kurva 2D yang dilakukan secara manual pada citra irisan pertama. Kemudian model kurva tersebut secara iterasi akan berdeformasi sampai dengan bentuk kurva yang berhimpit pada batas tepian citra tulang pelvis. Hari akhir kurva 2D pada irisan pertama akan digunakan sebagai inisialisasi model kurva 2D pada proses segmentasi citra irisan berikutnya. Proses tersebut akan berlanjut sampai dengan citra irisan terakhir. Metode segmentasi citra berbasis active contour akan dibandingkan dengan metode segmentasi secara nilai ambang dari homogenitas distribusi intensitas dan metode segmentasi secara manual. Analisis secara kualitatif terhadap hasil segmentasi tiap irisan dan analisis kualitatif pada representasi visualisasi volumetrik digunakan pada penelitian ini.

---

Abstract

The current development of computerized tomography (CT) has enable us to obtain cross sectional image using multi slicing techniques in an order of few seconds. The obtained images represent several tissue structures on cross section slice being imaged. One challenge to help diagnosis using CT images is extracting an anatomic structure of interest using a method of image segmentation and volumetric visualization with the assistance of computers. In case of volumetric

visualization of pelvis bones extracted from multi-slice CT images, whole images which are containing part of pelvis bone structures must be segmented. In this research, an image segmentation technique based on active contour is implemented for semi-automatic multi slice image segmentation. Image segmentation steps are initialized with a define model of 2D curve on the first slice image manually. Next, its model curve is deformed to reach the final result of 2D curve that fits to boundary edges of pelvis bone image. The final result of 2D curve on previous slice image was used as an initialization model of 2D curve on the next slice images. This process will continue until the final slice image. This segmentation method was compared with the segmentation method based on threshold from homogenous intensity

distribution and manual segmentation method. Quantitative analysis from the results of segmentation on each slice and qualitative analysis on the representation of volumetric visualization are performed in this research."