Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kontaminasi derau pada sistem pemantauan EKG dapat mengakibatkan kesalahan analisis dan diagnosis. Kesalahan tersebut dapat mengakibatkan tingginya false alarm rate (FAR). Berbagai penelitian telah dilakukan untuk mengurangi bahkan menghilangkan derau pada sinyal EKG. Namun berbagai metode tersebut terkendala oleh karakteristik derau yang memiliki rentang frekuensi tumpang tindih dengan frekuensi sinyal EKG dan kemunculan derau secara acak dan sementara. Oleh sebab itu, mengakibatkan terjadinya shape alteration dan terjadinya amplitude reduction pada gelombang P dan R. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sebuah kerangka kerja metode penghilangan derau yang mampu menghilangkan derau yang memiliki frekuensi yang tumpang tindih dengan frekuensi sinyal EKG dan dengan kemunculan derau secara acak dan sementara. Dalam mengatasi tantangan tersebut, penulis mengusulkan metode penghilangan derau berbasiskan stationary wavelet transform dengan interval dependent thresholding yang ditentukan secara adaptif menggunakan metode change point detection. Dalam mengukur kinerja penghilangan derau dari kerangka kerja yang diusulkan, tiga matrik pengukuran yaitu signal to noise ration improvement (SNRimp), root mean square error (RMSE) dan percentage root mean square difference (PRD) digunakan. Selain itu, kerangka kerja yang diusulkan dibandingkan dengan metode terbaru yaitu stationary wavelet transform (SWT) standar. Selain itu, untuk mengukur tingkat keefektifan dari penghilangan derau, pada sinyal hasil penghilangan derau dilakukan pendeteksian QRS-complex menggunakan metode Pan and Tomkins. Parameter yang digunakan untuk mengukur kinerja pendeteksian QRS-complex adalah sensitivity dan predictive positivity. Pengukuran kinerja, baik penghilangan derau maupun pendeteksian QRS-complex dilakukan pada MITBIH arrythmia database dan noise stress test database. Berdasarkan hasil pengujian, metode yang diusulkan unggul dibandingkan metode SWT standar. Dengan nilai SNRimp yang lebih tinggi dan nilai RMSE dan PRD yang lebih rendah. Selain itu, pada pendeteksian QRS-complex metode yang diusulkan unggul dibandingkan metode SWT standar dengan nilai sensitivity 89,5% dan positive predictivity 86%. Hal tersebut menunjukkan bahwa metode yang diusulkan memiliki efektivitas yang lebih tinggi. Dengan adanya pengembangan kerangka kerja baru penghilangan derau pada sinyal EKG ini diharapkan dapat menjadi metode alternatif yang dapat digunakan para peneliti lain sebagai alternatif untuk digunakan dalam melakukan penghilangan derau pada sinyal EKG.

---

Noise contamination in ECG monitoring systems can lead to errors in analysis and diagnosis, resulting in a high false alarm rate (FAR). Various studies have been conducted to reduce or eliminate noise in EKG signals. However, existing methods face challenges due to the overlapping frequency characteristics of noise with EKG signals and the random and transient nature of noise. This often results in shape alterations and amplitude reduction in the P and R waves. Therefore, this research aims to develop a new framework for a noise removal capable of eliminating noise in noisy ECG signal. To address these challenges, the author proposes a noise removal method based on stationary wavelet transform with interval-dependent thresholding determined adaptively using change point detection. To measure the performance of the proposed framework in noise removal, three measurement matrices—signal-to-noise ratio improvement (SNRimp), root mean square error (RMSE), and percentage root mean square difference (PRD)—are used. Additionally, the proposed framework is compared with stationary wavelet transform (SWT). Furthermore, to assess the effectiveness of noise removal, QRS-complex detection is performed on the denoised signals using the Pan and Tomkins method. The parameters used to measure the performance of QRS-complex detection are sensitivity and predictive positivity. Performance measurements for both noise removal and QRS-complex detection are conducted on a MIT-BIH Arrhythmia database and a Noise Stress Test database. Based on the test results, the proposed method outperforms the standard SWT method with higher SNRimp values and lower RMSE and PRD values. In QRS-complex detection, the proposed method surpasses the standard SWT method with a sensitivity of 89.5% and positive predictivity of 86%. This indicates that the proposed method is more effective. The development of this new framework for EKG signal noise removal is expected to serve as an alternative method for researchers to use in addressing noise contamination in EKG signals."

"Keberadaan noise pada data magnetotellurik dapat membiaskan hasil interpretasi. Noise ini dapat eliminasi dibutuhkan remote station yang jauh dar lokasi pengukuran dan bebas dari interferensi. Remote station diasumsikan bahwa terbebas dari noise, sehingga data dari remote station dapat digunakan untuk mereduksi noise pada stasiun pengukuran. Akan tetapi penambahan remote station ini akan meningkatkan biaya operasional eksplorasi dan juga akan membutuhkan banyak waktu serta sulit untuk mencari lokasi yang terbebas dari noise, terutama pada eksporasi geothermal dikarenakan area di Indonesia yang biasanya memiliki medan dan akses sulit dilalui. Oleh karena itu, diperlukan teknologi yang dapat mengreduksi noise pada data magnetotellurik dan meningkatkan kualitas data sehingga dapat mengurangi biaya dan waktu dalam eksplorasi. Melalui metode continuous wavelet transform, data magnetotellurik yang terkontaminasi noise dapat direduksi tanpa ada bantuan remote station dan akan menyebabkan eksplorasi geothermal menjadi lebih efisien. Metode continuous wavelet transform mengolah data magnetotelurik berupa time series domain yang masih belum difilter dan mengubah data time series domain tersebut ke dalam time-frequency domain. Pengubahan menjadi time-frequency menggunakan metode continuous wqavelet transform untuk dianalisis keberadaan noisenya pada frekuensi dan waktu kemunculan noise yang kemudian dihilangkan. Data yang telah dihilangkan akan dapat diolah menjadi apparent resistivity dan fase vs frekuensi. Hasil filter yang telah dilakukan dibandingkan dengan pengolahan software komersil. Dimana filter berhasil menghilangkan keberadaan noise transient yang muncul dengan kisaran frekuensi 30-400 Hz dan kemunculan selama 0.2-0.4 detik. Sehingga filter ini dapt menjadi alternatif lain dalam penghilangan noise pada data magnetotelurik.

---

The presence of noise in magnetotelluric data can produce a bias in its interpretation. To eliminate this noise, a remote station that is far from interference is needed. Assuming that the remote station is almost free from noise, the data from remote station can be used to reduce the noise from measurement station. However, adding an additional station means there will be an increase in exploration cost. Also, adding a remote station itself can be challenging and time-wasting since finding an area that is free from interference is quite hard to do, especially for geothermal exploration area in Indonesia that usually have difficult terrain and access. To answer this, we need a technology that can reduce noise from magnetotelluric data and improve the data quality while keeping the cost and time of exploration as low as possible. By using continuous wavelet transform method, the noise from magnetotelluric data can be reduced without the need to use a remote station which makes exploration becomes more efficient. The continuous wavelet transform method processes magnetotelluric data from unfiltered time series domain and changes the domains time series data into a time-frequency domain. Changing processes to a time-frequency uses the continuous wavelet transform method to analyze the existence of the frequency and time of occurrence of noise which is then removed. Data that has been removed will be processed into apparent resistivity and phase vs frequency. The filter results have been done compared to commercial software processing. Where the filter successfully eliminates the presence of transient noise that appears with a frequency range of 30-400 Hz and emergence for 0.2-0.4 seconds. So this filter can be another alternative in noise removal in magnetotelluric data."

"Metode Mel Frequency Cepstral Coefficient (MFCC) adalah metode yang paling populer dan memiliki kinerja yang baik sebagai metode feature extraction (pengekstraksi ciri) hingga saat ini. Namun berdasarkan hasil simulasi, diketahui bahwa speaker recognition system yang menggunakan MFCC sebagai metode feature extraction memiliki akurasi yang rendah ketika diterapkan pada sinyal suara yang mengandung noise. Dalam penelitian ini, penulis mengusulkan metode Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) untuk mengatasi masalah tersebut. Hasil simulasi menunjukkan bahwa metode DWT-MFCC memiliki akurasi lebih tinggi dibandingkan dengan metode MFCC konvensional apabila diterapkan sebagai metode feature extraction dalam sistem speaker recognition dengan tingkat SNR dari 15 hingga 40 dB.

---

The Mel-frequency Cepstral Coefficients (MFCC) method is the most popular method and has good performance as a feature extraction to date. But based on the simulation results, it is known that the speaker recognition system that uses MFCC as a feature extraction has low accuracy when applied to voice containing noise.

In this study, we propose the Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) method to overcome this problem. The simulation results show that the DWT-MFCC method has higher accuracy compare with conventinal MFCC method when applied as feature extraction in the speaker recognition system with SNR from 15 to 40 dB."

"Noise linier adalah energi seismik yang menjalar di sepanjang permukaan (gelombang permukaan). Karakteristik noise linier adalah frekuensi rendah, kecepatan rendah, dan amplitudo tinggi. Noise linier masih menjadi permasalahan dalam data seismik, sebab mampu menyamarkan sinyal refleksi. Teknik pengolahan yang saat ini digunakan adalah filter F-K, berpotensi untuk mereduksi sinyal refleksi yang berada pada rentang slope noise. Metode dekomposisi spektral berbasis transformasi wavelet merupakan metode filtering alternatif, mampu mendekomposisikan data seismik menjadi beberapa subband melalui filter low-pass dan filter high-pass. Setiap filtering mendekomposisikan data seismik ke dalam domain frekuensi (f) dan bilangan gelombang (k). Metode ini diujikan pada data real seismik darat 2-D yang memiliki rentang velocity 20 m/ms hingga 100 m/ms. Terdapat 2 metode filtering, yaitu membuang subband yang mengandung noise dan menggunakan filter F-K pada subband yang mengandung noise. Metode filtering 2 lebih efektif mereduksi noise linier pada data penelitian dibandingkan metode filtering 1. Hal ini dibuktikan pada hasil penelitian yang menunjukkan peningkatan kualitas tampilan shot point gather dan stacking.

---

Linear noise is seismic energy that propagates along the surface (surface waves). Characteristic of linear noise is low-frequency, low-velocity, and high amplitude. Linear noise is such a problem in land seismic data, because able to disguise signal reflection. Current processing techniques aimed at linear noise suppression, such as f-k filtering has potentially to reduce signal reflection which range in noise slope. A new alternative to f-k filtering is spectral decomposition based on wavelet transform, which decomposes seismic data into different sub bands by applying low-pass and high-pass filters. Each filtering decomposes the seismic data into frequency and wavenumber domain. This method is applied in real 2-D land seismic data to reduce linear noise with velocity range 20 m/ms to 100 m/ms. There are two methods of filtering, killing sub bands which contained noise and using f-k filter on sub band which contained noise. Second method is more effective to reduce linear noise than first method. This technique leads to the improvement of shot records and final stack quality."

"Visual communications services are now making a significant impact on modern society. Videoconferencing, HDTV and Multimedia are just examples where this technology is being used to good effect. Communicating using video signals does, however, require a large volume of data to be transmitted, and even with modern high-bandwidth communication links this can be expensive. This requires the implementation of efficient image or video coding and compression schemes. This paper presents image compression schemes using wavelet transform. This paper also highlights the importance of the four most desirable characteristics for use in digital signal processing, namely orthonormality, compactness, regularity or smoothness and symmetry or anti-symmetry. Some of these characteristics are mutually exclusive and require design compromise. From the simulation results it can be seen that for equal total length of the analysis (decomposition) and synthesis (reconstruction) filters, biorthonormal wavelets performs much better than the ortlionormal wavelet (i.e. asymmetrical wavelets). This performance is not only in terms of a higher WPSNR but also in terms of the quality of reconstructed image."

"Pulau Kalimantan merupakan pulau yang memiliki aktivitas tektonik yang cenderung stabil. Hal ini mengakibatkan pulau ini dapat menjadi reservoar hidrokarbon yang baik. Lapangan 'B' terletak di Kalimantan timur dan berada pada cekungan Tarakan yang merupakan salah satu cekungan intrakraton di Indonesia. Pada lapangan 'B' telah ditemukan hidrokarbon berupa gas di sumur 'M'. Gas ditemukan pada interval kedalaman 1800 - 1900 m. Hasil ini merupakan dasar untuk tahapan pengembangan suatu lapangan gas 'B' guna mengoptimalkan produksi. Dalam upaya mengoptimalkan produksi gas dibutuhkan pengeboran sumur tambahan di lapangan 'B'. Akan tetapi pengeboran sumur memakan biaya yang sangat mahal sehingga pengeboran harus tepat sasaran. Agar pengeboran tepat sasaran perlu dilakukan pendekatan tehadap persebaran hidrokarbon gas pada reservoar. Hidrokarbon gas lebih mudah teridentifikasi dengan metode dekomposisi spektral karena sifat dari gas yang akan mengatenuasi gelombang dengan frekuensi tinggi. Penelitian ini mengunakan dekomposisi spektral untuk menentukan persebaran gas dengan mengamati pola dari respon frekuensi. Berdasarkan hasil analisa dekomposisi spektral diperoleh persebaran hidrokarbon gas pada reservoar batu pasir formasi Tarakan berada pada bagian barat laut dan selatan yang memiliki potensi yang menjanjikan.

---

Kalimantan is an island with stable tectonic activity. So this island has high potential to be good hydrocarbon reservoir. 'B' field is located in the Tarakan basin eastern Kalimantan. In 'B' field hydrocarbon gas was found at 'M' well. Gas was found in the depth between 1800-1900 m. These results are the basis for the development of 'B' gas field in order to optimize production. To optimize production we must drilling another wells in this field. Because of drilling cost are very expensive, so drilling should be right on target. to make drilling precise we need representation of distribution hydrocarbon gas in the reservoir. Hydrocarbon gas more easily identified by spectral decomposition method because gas will atenuated with increasing frequency. This study uses spectral decomposition to determine the distribution of gas by observing the pattern of the frequency response. Based on spectral decomposition result, distribution of hydrocarbon gas detected in Northwest and Southern field on sandstone reservoir Tarakan formation."

"Implementasi atenuasi energi seismik masih terus dikembangkan oleh banyak ilmuwan, dengan maksud mengeluarkan informasi yang lebih dalam dari data seismik maupun menjadi alternatif dari beberapa metode yang sudah ada sebelumnya. Telah dicoba metode berbasis Atenuasi Energi Wavelet (WEA) untuk mengidentifikasi fluida, yaitu dengan menggunakan Wavelet Sesaat pada atenuasi partially saturated rock akan menghasilkan faktor atenuasi liquid (Q-liquid) dan faktor atenuasi gas (Q-gas). Dalam penelitian ini menggunakan 3 metode analisis spektrum sinyal yaitu Short Time Fourier Transform, Continuous Wavelet Transform dan Stockwell Transform kemudian keluaran dari masing-masing metode tersebut digunakan sebagai input perhitungan faktor atenuasi liquid dan faktor atenuasi gas berdasarkan analisis WEA. Hasil ujicoba 3 metode analisis spektrum sinyal yang diaplikasikan pada analisis WEA dengan menggunakan data model dan data lapangan yaitu, pada daerah penelitian dapat menggambarkan distribusi penyebaran Q-liquid dan Q-gas yang dapat dikorelasikan dengan baik antara ketiga metode tersebut. Pada metode STFT memperlihatkan penyebaran Q-liquid dan Q-gas yang besar atau blocky dengan menampilkan tingkat resolusi yang rendah, sementara pada metode CWT mampu menampilkan resolusi yang lebih baik sehingga dapat memudahkan proses interpretasi, sedangkan hasil yang paling baik diperoleh pada metode S-Transform dengan menampilkan tingkat resolusi yang lebih tajam dan dapat menggambarkan distribusi penyebaran Q-liquid dan Q-gas dengan sangat jelas.

---

Attenuation implementation of seismic energy is still on development with many scientists, to gain more information from seismic data become alternate from the past method. Wavelet Energy Attenuation methods have been succeeding to identify fluids, using Instantaneous Wavelet on partially saturated rock attenuation will generate Liquid attenuation factor (Q-Liquid) and Gas attenuation factor (Q-gas).

In this research will using three analysis spectrum signal methods by Short Time Fourier Transform, Continuous Wavelet Transform and Stockwell Transform the result of each method will process to calculate Liquid attenuation factor and Gas attenuation factor based on WEA analysis.

The test result of three spectrum signal analyze methods that using WEA application with data model and field data experiment on target area capable describe dispersion pattern of Q-liquid and Q-gas which is generally be connected properly. The STFT method shows distribution of Q-gas and Q-liquid larger or "blocky" with low level resolution, meanwhile in CWT shows better resolution that make interpretation process easier, and compared the S-Transform method shows best results with higher resolution and describe Q-liquid and Q-gas distribution clearly."

"Penyelidikan karakteristik reservoir memiliki peranan penting dalam bidang eksplorasi minyak dan gas bumi (Hydrocarbon). Penyelidikan ini bisa cukup sulit dilakukan dikarenakan oleh beberapa hal, salah satunya adalah memetakan reservoir lapisan tipis yang disebabkan oleh keterbatasan resolusi seismik. Ada banyak metode yang telah diterapkan terhadap data seismik dalam karakteristik reservoir. Dekomposisi spektral telah diaplikasikan untuk interpretasi data seismik 3D.Metode yang digunakan adalah metode Continuous Wavelet Transform (CWT), metode ini diaplikasikan pada data sintetik dan data seismik riil lapangan Bonsville. Aplikasi dari metode CWT pada data sintetik bertujuan untuk mendapatkan frequency slicing dan mengetahui frekuensi tertentu dari masing-masing frekuensi yang digunakan untuk analisa dekomposisi spectral, selanjutnya diaplikasikan pada data riil lapangan Boonsville bertujuan untuk mendapatkan horizon slice.Hasil analisis pada data riil seismik lapangan Boonsville yang didapatkan dari proses dekomposisi spektral menunjukan adanya distribusi channel pada formasi caddo.

---

Reservoir characteristic investigation has an important role in hydrocarbon exploration. The investigation cannot be done easily because of several problems, on of them is for mapping the thin beds reservoir which is caused by the limitation of the seismic resolution. Many methods have been applied to seismic data in the reservoir characterization. Spectral decomposition has been applied to 3D seismic data interpretation, such as by using Continuoaus Wavelet Transform (CWT) method.These method are applied to, first synthetic data set and second, real seismic data set collected along Boonsville field. The application of method to the synthetic data set is used to get the best frequency slicing and to know a certain frequency from each frequencies such as by using analysis spectral dekomposition, hereinafter, method are applied to the real data of the boonsville field is get the best horizon slice.The result of analysis on real seismic data set collected along Boonsville Field with spectral decomposition process can show distribusri channel in Caddo Formation."

"ABSTRACTSalah satu penyebab gangguan atau potensi terjadinya kegagalan isolasi yang cukup kritis S pada instalasi sistem DC khususnya sistem PLTS adalah gangguan arcing yang berpotensi terjadi secara seri pada sistem wiring PLTS tersebut. Selama ini sistem proteksi eksisting yang terpasang pada PLTS seperti over current relay dan sistem proteksi lainnya tidak mampu mendeteksi gangguan keberadaan gangguan arcing karena besar arus gangguan arcing ini, besar arusnya sangat rendah jauh di bawah setting relay serta time interval yang sangat singkat dari time setting pick up relay eksisting tersebut. Sehubungan dengan keterbatasan pada kemampuan relay eksisting yang terpasang sebagai sistem proteksi pada PLTS, maka perlu dibutuhkan alternatif sistem deteksi terhadap gangguan arcing yang mampu mencegah potensi terj adinya arcing pada sistem wiring PLTS. Pemodelan deteksi gangguan arcing pada sistem DC, dengan memanfaatkan metode transformasi wavelet (wavelet transform) adalah salah satu solusi untuk memproteksi instalasi PLTS dari gangguan arcing. Berdasarkan hasil simulasi pemodelan sistem deteksi gangguan arcing dengan menggunakan sofware SIMULINK/MATLABTM menunjukkan bahwa pemodelan deteksi arcing dengan memanfaatkan transformasi wavelet tidak hanya mendeteksi gangguan arcing, tapi juga sistem deteksi ini bisa memberikan sinyal trip untuk membuka status CB ketika gangguan arcing terjadi di sistem DC tersebut sehingga potensi ganguan arcing yang bisa menyebabkan kegagalan isolasi pada PLTS bisa diminimalisir dan dicegah sedini mungkin. "