Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian
Pada sistem komunikasi bawah air, seringkali sinyal yang diterima oleh sensor berasal dari hasil pencampuran sumber sinyal dengan sinyal-sinyal akustik lain di lingkungan bawah air. Hal ini menjadikan sinyal yang didapatkan menjadi tidak sesuai dengan yang diinginkan. Teknik Blind Source Separation...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)
2013-09-01
|
| Series: | Jurnal Teknik ITS |
| Subjects: | |
| Online Access: | http://ejurnal.its.ac.id/index.php/teknik/article/view/3383 |
| _version_ | 1818538489712476160 |
|---|---|
| author | Farkhan Rosi Wirawan Wirawan Endang Widjiati |
| author_facet | Farkhan Rosi Wirawan Wirawan Endang Widjiati |
| author_sort | Farkhan Rosi |
| collection | DOAJ |
| description | Pada sistem komunikasi bawah air, seringkali sinyal yang diterima oleh sensor berasal dari hasil pencampuran sumber sinyal dengan sinyal-sinyal akustik lain di lingkungan bawah air. Hal ini menjadikan sinyal yang didapatkan menjadi tidak sesuai dengan yang diinginkan. Teknik Blind Source Separation (BSS) dipakai di sini untuk memisahkan sinyal-sinyal yang bercampur tersebut. Dalam tugas akhir ini, dilakukan pemisahan sinyal akustik dengan menggunakan Natural Gradient ICA berdasarkan Generalized Gaussian Model yang didapat dari karakteristik distribusi sumber sinyal akustik non-gaussian yakni ship radiated noise dan sea ambient noise. Pemisahan sinyal akustik dilakukan sebanyak tiga kali yakni dengan simulasi, toolbox ICALABS V3, dan menggunakan pemisahan sinyal akustik dari data riil pengukuran. Dari hasil simulasi menunjukkan pemisahan dengan algoritma Natural Gradien ICA berdasarkan Generalized Gaussian Model berjalan dengan baik. Hal ini ditunjukkan dengan nilai SIR shrimp.wav = 48.9946 dB dan ferry.wav = 46.9309. dB. Sedangkan rata-rata MSE shrimp.wav = 1.2605 x 10-5 dan ferry.wav = 2.0272 x 10 -5. |
| first_indexed | 2024-12-11T21:29:37Z |
| format | Article |
| id | doaj.art-a35192f41f984d8db31ea3fc11d9fb42 |
| institution | Directory Open Access Journal |
| issn | 2301-9271 2337-3539 |
| language | Indonesian |
| last_indexed | 2024-12-11T21:29:37Z |
| publishDate | 2013-09-01 |
| publisher | Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M) |
| record_format | Article |
| series | Jurnal Teknik ITS |
| spelling | doaj.art-a35192f41f984d8db31ea3fc11d9fb422022-12-22T00:50:12ZindLembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)Jurnal Teknik ITS2301-92712337-35392013-09-0122744Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non GaussianFarkhan Rosi0Wirawan Wirawan1Endang Widjiati2Jurusan Teknik Elektro ITSJurusan Teknik Elektro ITSJurusan Teknik Elektro ITSPada sistem komunikasi bawah air, seringkali sinyal yang diterima oleh sensor berasal dari hasil pencampuran sumber sinyal dengan sinyal-sinyal akustik lain di lingkungan bawah air. Hal ini menjadikan sinyal yang didapatkan menjadi tidak sesuai dengan yang diinginkan. Teknik Blind Source Separation (BSS) dipakai di sini untuk memisahkan sinyal-sinyal yang bercampur tersebut. Dalam tugas akhir ini, dilakukan pemisahan sinyal akustik dengan menggunakan Natural Gradient ICA berdasarkan Generalized Gaussian Model yang didapat dari karakteristik distribusi sumber sinyal akustik non-gaussian yakni ship radiated noise dan sea ambient noise. Pemisahan sinyal akustik dilakukan sebanyak tiga kali yakni dengan simulasi, toolbox ICALABS V3, dan menggunakan pemisahan sinyal akustik dari data riil pengukuran. Dari hasil simulasi menunjukkan pemisahan dengan algoritma Natural Gradien ICA berdasarkan Generalized Gaussian Model berjalan dengan baik. Hal ini ditunjukkan dengan nilai SIR shrimp.wav = 48.9946 dB dan ferry.wav = 46.9309. dB. Sedangkan rata-rata MSE shrimp.wav = 1.2605 x 10-5 dan ferry.wav = 2.0272 x 10 -5.http://ejurnal.its.ac.id/index.php/teknik/article/view/3383Pemisahan sinyal akustikNatural Gradient ICAGeneralized Gaussian Model |
| spellingShingle | Farkhan Rosi Wirawan Wirawan Endang Widjiati Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian Jurnal Teknik ITS Pemisahan sinyal akustik Natural Gradient ICA Generalized Gaussian Model |
| title | Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian |
| title_full | Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian |
| title_fullStr | Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian |
| title_full_unstemmed | Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian |
| title_short | Penerapan Teknik Blind Source Separation untuk Memisahkan Noise dari Sinyal Akustik yang Non Gaussian |
| title_sort | penerapan teknik blind source separation untuk memisahkan noise dari sinyal akustik yang non gaussian |
| topic | Pemisahan sinyal akustik Natural Gradient ICA Generalized Gaussian Model |
| url | http://ejurnal.its.ac.id/index.php/teknik/article/view/3383 |
| work_keys_str_mv | AT farkhanrosi penerapanteknikblindsourceseparationuntukmemisahkannoisedarisinyalakustikyangnongaussian AT wirawanwirawan penerapanteknikblindsourceseparationuntukmemisahkannoisedarisinyalakustikyangnongaussian AT endangwidjiati penerapanteknikblindsourceseparationuntukmemisahkannoisedarisinyalakustikyangnongaussian |