Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :

Informasi mengenai penggunaan energi listrik merupakan salah satu elemen penting dalam hal pengaturan distribusi jaringan listrik pada jaringan pintar skala kecil (smart micro grid). Selain itu informasi pemakaian energi listrik dapat membantu konsumen melakukan proses evaluasi pemakaian energi listrik untuk menekan biaya tagihan pembayaran listrik yang secara tidak langsung berpengaruh pada efisensi energi keseluruhan. Salah satu metode dalam proses pemantauan pemakaian energi listrik adalah Non-Intrusive Load Monitoring (NILM). Permasalahan utama dalam NILM adalah mengetahui peralatan-peralatan elektronik yang ada dan mengetahui konsumsi energi listrik masing-masing peralatan dengan hanya melakukan proses pengambilan data hanya dari satu titik yang terhubung dengan semua peralatan elektronik pada jaringan listrik. Berdasarkan hasil pengujian menggunakan dataset AMPds dan REDD, nilai akurasi terendah yang didapatkan adalah sebesar 96,69% pada semua pengujian yang dilakukan.

 

---

Information on electricity consumption is one of the essential elements in terms of regulating the distribution of electricity in smart micro grid. Besides, information on electricity consumption can help consumers carry out an evaluation process to reduce electricity bill costs, which indirectly affect overall energy efficiency. One method in the process of monitoring electricity consumption is Non-Intrusive Load Monitoring (NILM). The main problem in NILM is electronic disaggregation equipment that exists and determines the electrical energy consumption of each appliance by merely performing the retrieval of data from only one point connected with all the electronic devices on the electrical grid. Based on the results of tests conducted using the REDD and AMPds dataset, the lowest accuracy was 96.69% for all tests performed.

 

Abstrak :

ABSTRAK
Saat ini error corection merupakan bagian yang tidak dapat dipisahkan dari suatu sistem telekomunikasi terutama pada sistem telekomunikasi tanpa kabel dengan tingkat peluang terjadinya error cukup tinggi, maka dibutuhkan perangkat error correction untuk mengatasinya.

Pada rancang bangun error correction ini dipilih jenis Forward Error Correction dengan metode konvolusi-Viterbi yang mampu mengoreksi kesalahan pada bagian penerimanya tanpa pedu meminta penguangan sinyal dari pengirim bila tejadi kesalahan.

Perangkat yang mampu mendukung rancang bangun error correction jenis ini adalah IC Q1650 dari Qualcomm. Penggunaan IC ini dengan mode data peripheral akan mengurangi kerumitan rangkaian. Dengan pemilihan rate pengkodean 1/2 akan didapat opbmasi dari efisiensi pemakaian bandwidth dan gain pengkodean. Peripheral yang digunakan adalah mikrokontroler 8032.

Hasil pengolahan data oteh enkoder dan dekoder dari IC Q1650 dapat dipantau melalui komputer pribadi berdasarkan masukan data yang diberikan.

Abstrak :
Convolutional coding is used widely today, especially in wireless communication. In trnasmitter, the convolutional encoder generates code from input data.....

Abstrak :
Model Hidden Markov Model-GARCH(1,1) atau HMM-GARCH(1,1) adalah model runtun waktu yang berfungsi untuk memprediksi volatilitas di masa depan dengan mengelompokan volatilitas yang menggunakan konsep HMM. Model ini merupakan perluasan dari model Markov Regime Switching-GARCH(1,1) atau MRS-GARCH(1,1). Volatilitas diketahui mengikuti proses rantai markov yang tersembunyi, dimana proses rantai Markov yang dapat diobservasinya adalah return dari sebuah instrumen investasi sehingga digunakan proses hidden Markov. Pada skripsi ini, akan dibahas mengenai bentuk, metode estimasi, dan metode peramalan pada model HMM-GARCH(1,1). Pengestimasian parameter pada bagian HMM-nya menggunakan algoritma Baum-Welch dan runtun waktu akan dibagi menjadi beberapa bagian menggunakan algoritma Viterbi. Lalu parameter pada bagian GARCH(1,1)-nya akan diestimasi menggunakan metode Maximum Likelihood Estimation. Metode pengestimasian dari HMM-GARCH(1,1) ini kemudian akan diaplikasikan pada indeks Standard & Poor 500 atau S&P500. Hasilnya model HMM-GARCH(1,1) memiliki Mean Squared Error atau MSE dan Bayesian Criterion Information atau BIC yang lebih baik dari model GARCH(1,1). ......Hidden Markov Model-GARCH(1,1) or HMM-GARCH(1,1) model is a time series model to predict future volatility by dividing the level of volatility and using HMM. This model is an extension from Markov Regime Switching-GARCH(1,1) or model MRS-GARCH(1,1) model. Volatility is known to follow a hidden Markov chain process, which the observable Markov Chain is the return from an investment asset. In this undergraduate thesis, it will be discussed the structure, estimation method, and forecasting method of HMM-GARCH(1,1) model. Baum-Welch algorithm is used to estimate the HMM's parameter, and Viterbi algorithm will be used to divide the time series into some regimes. For the GARCH(1,1) part, Maximum Likelihood Estimation is used to estimate the parameter. The parameter estimation method of HMM-GARCH(1,1) will be applied to Standard & Poor 500 Index or S&P500. HMM-GARCH(1,1) have better Mean Squared Error or MSE and Bayesian Criterion Information or BIC compared to GARCH(1,1).

Abstrak :
Kebutuhan akan layanan broadband yang semakin meningkat dan didorong dengan aplikasi yang beragam membuat penyedia layanan akses mencari alternatif teknologi yang dapat mampu memenuhi layanan yang optimal. WiMAX (worldwide interoperability for microwave access, IEEE.802.16) adalah teknologi Broadband Wireless Access (BWA) yang dikembangkan secara khusus dari teknologi Orthogonal Frequency Division Multiplexing (OFDM) dan menggunakan teknik pengkodean kanal yang berlapis pada lapisan fisik untuk masing-masing aplikasi fixed/mobile sehingga dapat mendukung lingkungan yang non-line-of sight dengan data kecepatan transmisi yang tinggi dan mobilitas yang tinggi, sehingga WiMAX merupakan solusi dari permasalahan tersebut. Pada skripsi ini, dilakukan rancang bangun baseband WiMAX dengan menggunakan DSK (Digital Signal Processing Starter Kit) TMS320C6713 berbasis Simulink. Dari hasil rancang bangun didapatkan bahwa rancang bangun baseband WiMAX dapat dibangun dengan menggunakan DSP (Digital Signal Processing) Processor.

---

Recently broadband service demand are increase, this case encourage by various service make service provider to create an alternative access technology to provide optimum service. WiMAX is Broadband Wireless Access (BWA) technology which was developed from technology specifically othogonal frequency division multiplexing (OFDM) and using a chabbel coding on the physical layer for each fixed/mobile application, so that it can support non-lineof-sight environment with speed data transmission and mobility rate high, so that WiMAX is the solution to these problems. In this research, baseband WiMAX is built using DSK (Digital Signal Processing Starter Kit) TMS 320C6713 based on simulink. The result shows that baseband WiMAX can be built by using DSP (Digital Signal Processing) Processor.

Abstrak :
This book offers students, scientists and engineers an extensive introduction to the theoretical fundamentals of digital communications, covering single input single output (SISO), multiple input multiple output (MIMO), and time-variant systems. Further, the main content is supplemented by a wealth of representative examples and computer simulations. The book is divided into three parts, the first of which addresses the principles of wire-line and wireless digital transmission over SISO links. Digital modulation, intersymbol interference, and various detection methods are discussed; models for realistic time-variant, wireless channels are introduced; and the equivalent time-variant baseband system model is derived. Since not all readers may be familiar with this topic, Part II is devoted to the theory of linear time-variant systems. The generalized convolution is derived and readers are introduced to impulse response, the delay spread function, and system functions in the frequency domain. In addition, randomly changing systems are discussed. In turn, Part III deals with MIMO systems. It describes MIMO channel models with and without spatial correlation, including the Kronecker model. Both linear and nonlinear MIMO receivers are investigated. The question of how many bits per channel use can be transmitted is answered and maximizing channel capacity is addressed. Principles of space–time coding are outlined in order to improve transmission quality and increase data rates. In closing, the book describes multi-user MIMO schemes, which reduce interference when multiple users in the same area transmit their signals in the same time slots and frequency bands.