Analisis penerapan tapis Wiener pada segmentasi pola fluktuasi spektral

Jurnal Teknologi dan Sistem Komputer

View Publication Info
 
 
Field Value
 
Title Analisis penerapan tapis Wiener pada segmentasi pola fluktuasi spektral
Analysis of the Wiener filters application to the spectral fluctuation patterns segmentation
 
Creator Melinda, Melinda
Elizar, Elizar
Yunidar, Yunidar
Irhamsyah, Muhammad
 
Subject multispektral; fluktuasi; derau; tapis Wiener; filter adaptif
multi-spectral; flutuation; noise; Wiener filter; adaptive filter
 
Description Tapis Wiener merupakan suatu tapis adaptif yang dapat digunakan untuk menghasilkan perkiraan yang diinginkan. Selain itu, tapis ini juga dapat menekan derau pada pengolahan sinyal digital. Kajian melakukan segmentasi terhadap pola fluktuasi yang merupakan hasil akuisisi data dari sebuah sensor kapasitif dengan objeknya H2O. Pola fluktuasi yang diolah adalah pola fluktuasi tinggi (HF, High Fluctuation) dengan cara membagi pola tersebut ke dalam beberapa segmen sesuai dengan frekuensi masukan. Hal ini bertujuan untuk dapat melihat lebih detil dan jelas keadaan setiap segmentasi dari pola tersebut. Hasilnya menunjukkan peredaman dan penekanan derau setelah ditapis dengan tapis Wiener. Selain itu, nilai SNR juga dianalisis dan menunjukkan bahwa kualitas sinyal semakin baik sesudah penerapan tapis Wiener. Analisis hasil nilai MSE mampu memberikan hasil yang lebih konsisten dengan rata-rata kesalahan yang lebih kecil.
The Wiener filter is an adaptive filter which able to produce the desired estimates. Besides, this filter can also suppress noise in digital signal processing. This study aims to segment the fluctuation pattern, which results from data acquisition from a capacitive sensor with the object H2O. The fluctuation pattern to be processed is the High Fluctuation (HF) pattern by dividing the pattern into several segments according to the input frequency. It aims to see in more detail and clearly the state of each segmentation of the pattern. The results will show noise attenuation and suppression after filtering with a Wiener filter. The Signal to Noise Ratio (SNR) value will also be analyzed, which shows that the signal quality is getting better after applying the Wiener filter. Then, the analysis of the Mean Square Error (MSE) results can provide more consistent results with a smaller average error.
 
Publisher Departemen Teknik Komputer, Fakultas Teknik, Universitas Diponegoro
 
Date 2021-01-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
 
Identifier https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13868
10.14710/jtsiskom.2020.13868
 
Source Jurnal Teknologi dan Sistem Komputer; Volume 9, Issue 1, Year 2021 (January 2021); 22-30
Jurnal Teknologi dan Sistem Komputer; Volume 9, Issue 1, Year 2021 (January 2021); 22-30
2338-0403
 
Language ind
 
Relation https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13868/12655
 
Rights Copyright (c) 2021 The Authors. Published by Department of Computer Engineering, Universitas Diponegoro
https://creativecommons.org/licenses/by-sa/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library