▸ Baca selengkapnya: vrm radar adalah
(2)Number 5
ISSN: 2085-6350
PROCEEDINGS OF
CONFERENCE ON
INFORMATION TECHNOLOGY
AND ELECTRICAL ENGINEERING
SESI NASIONAL
Keisyaratan dan Sistem Elektronis
DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF ENGINEERING
Conference on Information Technology and Electrical Engineering (CITEE)
Organizer
Steering Commitee
•
Adhi Susanto (UGM)
•
Hamzah Berahim (UGM)
•
Thomas Sri Widodo (UGM)
•
Dadang Gunawan (UI)
•
Heri Mauridi (ITS)
•
Yanuarsyah Harun (ITB)
•
Anto Satrio Nugroho (BPPT)
•
Son Kuswadi (PENS)
Advisory Board
•
Tumiran (UGM)
•
Lukito Edi Nugroho (UGM)
•
Anto Satrio Nugroho (BPPT)
•
Son Kuswadi (PENS)
General Chair
•
Bambang Sutopo
Organizing Chairs
•
Risanuri Hidayat
•
Sri Suning Kusumawardhani
•
Ridi Ferdiana
•
Adha Imam Cahyadi
•
Budi Setiyanto
Program Chairs
•
Prapto Nugroho
•
Agus Bejo
•
Cuk Supriyadi Ali Nandar (BPPT)
•
Yusuf Susilo Wijoyo
Publication Chair
•
Enas Dhuhri K
Finance Chairs
•
Eny Sukani Rahayu
•
Maun Budiyanto
•
Roni Irnawan
Secretariats
•
Astria Nur Irfansyah
•
Lilik Suyanti
Proceedings of CITEE 2009 Number 5 ISSN: 2085-6350
Table of Contents
Organizer ii
Foreword iii
Table of Contents v
Schedule ix
KEYNOTE
Teknologi Sistem Penggerak dalam WahanaTransportasi Elektrik 1 Yanuarsyah Haroen (Sekolah Tinggi Elektro dan Informatika, Institut Teknologi Bandung)
SESI NASIONAL: Keisyaratan dan Sistem Elektronis
Penerapan Touch Key dengan Mikrokontroler AT89S51 sebagai Pengendali Kecepatan Motor DC 21 Agus Sofwan, Novizal
Penggunaan Algoritma Genetik Paralel Hibrid dalam Sistem Kontrol Lampu Lalu lintas Pintar
Agus Priyono, Agus Sofwan, Mohd. Ridwan, Riza Atiq, Mohd. Alauddin 25
Sistem Monitoring Rumah Berbasis 3G Mobile Phone 32
A. Sofwan dan M. Ibnu Sina
Pemanfaatan Mobile Wireless Controller pada Sistem Pengambilan Data Komputer 37 Agus Sofwan , Tedi Margino
Sistem Kontrol Parkir Mobil Otomatis Menggunakan Mikrokontroler 42 Thiang, Handry Khoswanto, Agus Afandi
Implementasi Metode Simulated Annealing pada Robot Mobil untuk Mencari Rute Terpendek 47
Thiang, Dhany Indrawan
Analisa Penerapan ENUM dan Pengalamatan Terhadap Regulasi 52
Gunawan Wibisono dan Nurmaladewi
Perancangan Automatic Gain Control Untuk Mobile WiMAX Pada Frekuensi 2,3 GHz 68 Gunawan Wibisono, Purnomo Sidi Priambodo, dan Rangga Ugahari
Sudut Datang Optimum dengan Menggunakan Signal Cancellation Despreading pada Sistem Cdma 65 Lucia Jambola
Perencanaan Quality Improvement Dengan Pendekatan Lean Six Sigma dan Valuasi Ekonomi dengan Pendekatan Willingness to Pay pada Pelayanan 08001Telkom
72
Palti MT Sitorus
Perancangan Konveyor Dua Buah Motor DC dengan Menggunakan PLC OMRON CPM2A 76 Siti Saodah, Teguh Afrianto
Mesin Pengering Jamur Kuping Berbasis AVR ATMega8 82
Hany Ferdinando, Ervan Hary Saputra
Gabungan Kontrol Kongesti, Routing, dan Konsumsi Daya untuk Utility-Power Tradeoff pada Komunikasi Kooperatif di Dalam Gedung
86
Nyoman Gunantara, Farid Baskoro, Gamantyo Hendrantoro
Pemodelan Vector AR Dengan Uji Kausalitas Terhadap Data Spasial Curah Hujan di Surabaya 91 Sis Soesetijo, Achmad Mauludiyanto, Gamantyo Hendrantoro
ISSN: 2085-6350 Number 5 Proceedings of CITEE 2009
Analisa Kinerja Adaptive Coded Modulation Pada Sistem OFDM Menggunakan Maximal Ratio Combining Di Bawah Pengaruh Hujan Tropis
98
Suwadi, Gamantyo Hendrantoro, Boyong Baskoro
Penggunaan Maximal Ratio Combining (Mrc) untuk Mengurangi Pengaruh Redaman Hujan dan Interferensi Pada Sistem LMDS di Surabaya
105
Syahfrizal Tahcfulloh, Suwadi, Gamantyo Hendrantoro
Estimasi Parameter Kanal dengan Algoritma SAGE pada Antena Array Kubus 109 Yasdinul Huda, Puji Handayani, Gamantyo Hendrantoro
Pemodelan Curah Hujan Non Stasioner di Kota Surabaya Menggunakan Model ARIMA 116 Wiwinta Sutrisno, Achmad Mauludiyanto, Gamantyo Hendrantoro
Selection Combining (SC) terhadap Kanal dengan Redaman Hujan pada Sistem LMDS di Surabaya 120 Shinta Romadhona, Gamantyo Hendrantoro
Sistem Pengukuran Kanal Radio Pita Lebar Dua Arah 3 Dimensi di Dalam Ruang 127 Puji Handayani, Gamantyo Hendrantoro
Ekstraksi Fitur Berdasar GLCM dan GLRLM untuk Pengenalan Citra Massa Kistik 132 Hari Wibawanto, Adhi Susanto, Thomas Sri Widodo, S. Maesadji Tjokronegoro
Pemanfaatan Mikrokontroller Tipe 89S52 sebagai Pengendali Multilevel Inverter
Leonardus. H. Pratomo, Hendyanto. H 137
Pemanfaatan Mikrokontroller Tipe 89S52 sebagai Pengendali Motor Induksi Tipe Volt/Hertz 142 Leonardus. H. Pratomo
Akuisisi Suhu Menggunakan Thermopile Untuk Pemanas Gelombang Mikro di Industri 146 Risa Farrid Christianti
Fuzzy Logic Temperature Control on Hyperthermia Therapy Using Delphi 151 M Ary Heryanto
Perancangan dan Simulasi Pengendalian Beban Listrik Menggunakan Mikrokontroler AT89C2051Melalui Jaringan TCP/IP
156
Edvin Priatna dan Sulaemanul Jamal
Studi Perbandingan Metode-metode Analisis Sinyal Sederhana Berbasis Wavelet 163 Agfianto Eko Putra
Analisis Citra Medis Menggunakan Segmentasi Adaptif 171
Indah Soesanti, Adhi Susanto, Thomas Sri Widodo, Maesadji Tjokronegoro
Perancangan Monitoring Proses Produksi Batik Berbasis WEB 175
Indah Soesanti
Simulasi Estimasi Parameter Model Fungsi Alih Antara Gaya Tegang Keluaran Web Terhadap Masukan Gaya Putar Pada Bagian Rol Pengumpan Sistem Transportasi Web Dengan Menggunakan Metode RLS Berbasis Forgetting Factor
179
Yaya Finayani, Samiadji Herdjunanto, Priyatmadi
Pemanfaatan Sistem Akuisisi Citra Stereo untuk Mengukur Parameter-Parameter Fisis Gelombang Laut 186 Nyoman Jelun, Adhi Susanto, Radianta Triatmadja, Thomas Sri Widodo
Segmentasi Citra untuk Analisis Termogram Payudara 193
Oky Dwi Nurhayati, Adhi Susanto, Thomas Sri Widodo
Conference on Information Technology and Electrical Engineering (CITEE)
Proceedings of CITEE 2009 Number 5 ISSN: 2085-6350
Implementasi 1-D DCT Algoritma Feig–Winograd di FPGA Spartan 3E 198 Irma Yulia Basri 1), Bambang Sutopo, Jazi Eko Istiyanto
Analisa Sensor Rate Gyroscope Untuk Mendeteksi Gerak Rotasi Roket 206 Priswanto, Romi Wiryadinata, Thomas Sri Widodo, Andreas P. Adi , Wahyu Widada
Desain dan Konsep Implementasi Sistem Peringatan Dini Kebocoran Gas LPG Berbasis Mikrokontroler ATMega8535
211
Arif Syamsul Iskandar, Arwin Datumaya Wahyudi Sumari
Peningkatan Kinerja Radar dengan mengunakan Pendekatan Wavelet 215 Ridwan Prasetyo, Arwin Datumaya Wahyudi Sumari
Design and Testing of Six DOF IMU v2.1 Carried in Vehicle for INS Algorithm 219
Romi Wiryadinata, Wahyu Widada, Thomas Sri Widodo, Sunarno
Analisis Citra Medis Menggunakan Citra Adaptif 224
Indah Soesanti
Sistem Komunikasi Kooperatif Berbasis Modulasi Superposisi 229 Sari Eka Pratiwi
Proceedings of CITEE, August 4, 2009 215
Conference on Information Technology and Electrical Engineering (CITEE)
Peningkatan Kinerja Radar dengan mengunakan
Pendekatan Wavelet
Ridwan Prasetyo, Arwin Datumaya Wahyudi Sumari
Departemen Elektronika, Akademi Angkatan Udara. Jl. Laksda Adisutjipto, Yogyakarta, 55002
ridwanprasetyo3@gmail.com, arwin91aau@yahoo.co.id
Abstract— Dalam perkembangan system radar, sejumlah
metoda telah digunakan untuk mengembangkan pengolahan sinyal dan deteksi radar. Masalah utama dalam proses deteksi sasaran oleh radar adalah melokalisasi sinyal pantulan yang sangat lemah sehingga kemampuan deteksinya menjadi rendah. Kinerja radar dapat ditingkatkan dengan menaikkan
Signal to Noise Ratio (SNR) pada penerima radar. Dalam
makalah ini akan diuraikan algoritma untuk mengekstraksi dan melokalisasi pulsa Radio Frequency (RF) radar berbasis
wavelet. Kinerja algoritma ditunjukkan kemampuannya
ditinjau dari parameter SNR dan waktu komputasi dibandingkan dengan mengunakan matched filter.
Keywords—radar, wavelet, pengolahan sinyal.
I. PENDAHULUAN
Radar (Radio Detection and Ranging) merupakan sistem elektromagnetik yang berfungsi untuk pendeteksian dan penjejakan suatu sasaran yang bergerak maupun diam dengan mengunakan pantulan gelombang elektromagnetik seperti pesawat, kapal, kendaraan, manusia dan lingkungan alam. Energi pantulan yang diterima dari sasaran akan diproses untuk memperoleh informasi berupa posisi, karakteristik, maupun kecepatan sasaran. Perbedaan Radar dengan system komunikasi umumnya terletak pada level margin penerima, Kekuatan pantulan sinyal yang diterima oleh radar bervariasi tergantung dari jarak radar kesasaran dan RCS (radar cross section) sasaran. Jarak deteksi maksimum dari radar tergantung dari SNR pada penerima radar sesuai dengan persamaan radar [4]. Masalah utama dalam sistem radar adalah proses deteksi sinyal yang sangat lemah. Penyelesaian dalam masalah ini akan meningkatkan kemungkinan deteksi dari sasaran yang lebih kecil dan jarak sasaran yang lebih jauh. Peningkatan SNR pada penerima umumnya mengunakan integrasi pulsa yang terdiri dari sejumlah PRI (pulse repetition interval) baik sebelum maupun sesudah detektor, sehingga untuk memperbaiki SNR pada penerima membutuhkan sejumlah pulsa. Pada radar dengan fitur fast scanning akan menghasilkan jumlah integrasi pulsa yang lebih sedikit.
Dalam beberapa tahun terakhir, Transformasi wavelet telah digunakan dalam beberapa bidang keilmuan khususnya dalam pengolahan sinyal dan merupakan sebagai alat bantu yang baik dalam kawasan time frequency [1]. Transformasi wavelet mempunyai sensitivitas untuk sinyal transien dan tidak mempunyai komponen DC. Diharapkan dengan
transformasi wavelet pantulan sinyal radar dalam derau dapat terdeteksi dengan jelas.
Dalam makalah ini, penulis mengusulkan metoda berbasis wavelet untuk meningkatkan SNR pada keluaran penerima dan mengujinya dengan mengunakan MATLAB dengan mengunakan model yang di sederhanakan. Metoda ini dapat meningkatkan SNR dengan hanya mengunakan 1 pulsa
II. TRANSFORMASI WAVELET DAN INTEGRASI PULSA RADAR
A. Analisis Multiresolusi
Konsep Analisis Multiresolusi (Multiresolution Analysis) mula-mula diperkenalkan oleh Malat dan Y Meyer. Analisis Multiresolusi secara mendasar adalah memisahkan data menjadi beberapa komponen frekuensi yang berbeda dan saling ortogonal. Pada frekuensi tinggi fungsi gelombang-singkat adalah sempit sedangkan pada frekuensi rendah fungsi gelombang-singkat adalah lebar yang disebut dengan fungsi penyekala (scaling function).
Secara dasar Analisis Multiresolusi harus memenuhi persamaan sebagai berikut:
( )
( φ adalah basis ortonormal V0
jika didefinisikan Pj adalah proyeksi ortogonal kedalam Vj, maka didapatkan
216 Proceedings of CITEE, August 4, 2009
Didefinisikan Wj adalah komplemen ortogonal Vj dalam
Vj+1 atau Vj tegak-lurus Wj dan
dimasukkan dalam rumus (2) didapat:
⎟⎟
jadi fungsi Vj adalah kombinasi linear fungsi dalam Vj0
dan Wj, j=j0, ,j0+1,....j-1, yang dapat dianalisis secara terpisah
dalam berbagai skala. Qj adalah proyeksi ortogonal kedalam
Wj, sedang Vj menjangkau basis Vj+1, Pjf dan Qjf
berturut-turut adalah skala kasar (coarse scale) dan skala baik (fine scale) dalam
1
+
∈Vj f .
B. Integrasi pulsa radar
Persamaan jangkauan maksimum deteksi radar Rmak di
tentukan oleh persamaan radar sebagai berikut
( ) 0 ( )min
dengan Pt adalah daya pancar, G adalah penguatan antenna,
Ae adalah aperture efektif antena, σT adalah radar cross
section sasaran, k adalah konstanta boltzman, T0 adalah
temperature standar, Fn adalah derau figure,(S/N)min adalah
SNR minimum pada keluaran penguat IF (Intermediate Frequency). Dalam persamaan (4) Pt, Gt dan Ae ditentukan
oleh perangkat keras system radar. Untuk memperluas jangkauan dengan cara memperkecil SNR, cara yang digunakan biasanya dengan mengunakan integrasi pulsa. Integrasi pulsa radar adalah penjumlahan dari semua pantulan pulsa radar untuk perbaikan pendeteksian, integrasi bisa dilakukan sebelum detector (Penguat IF) yang diberi nama integrasi koheren. Integrasi koheren atau sesudah detector (Penguat video) yang diberi nama integrasi non koheren. Perbedaan integrasi koheren dan non koheren terletak pada hasi integrasinya. Jika pada integrasi koheren bila sebangyak n pulsa yang mempunyai fase dan SNR yang sama bila di integrasikan secara ideal akan menghasilkan n kali SNR tiap pulsa, sedang pada integrasi non koheren bila n pulsa dengan hanya memiliki SNR yang sama akan meng hasilkan kurang dari n kali SNR tiap pulsa. Perbedaan ini disebabkan oleh ketidaklinearan detector. Jumlah pulsa yang di kembalikan dari sasaran pada saat penyapuan radar adalah sebagai berikut:
m
Dengan θB adalah lebar berkas antenna ( derajat),fP adalah
laju pengulangan pulsa (HZ) dan ωm adalah putaran antenna radar per menit (rpm). Sebagai contoh radar dengan lebar berkas antenna 1,50, laju pengulangan pulsa 340 Hz dan rotasi antenna 5 rpm akan didapatkan n=17 pulsa per scan. Dari persamaan (5) untuk radar dengan laju scanning yang tinggi seperti phased array radar akan di hasilkan jumlah pulsa integrasi yang rendah.
C. Transformasi paket wavelet
Transformasi paket wavelet mempunyai beberapa aplikasi, salah satunya melibatkan perhitungan basis yang terbaik. Basis yang terbaik digunakan untuk aplikasi pengurangan derau dan kompresi data. Langkah pertama dari transformasi wavelet adalah menghitung fungsi penyekala (low pass) dan fungsi wavelet (high pass). Fungsi penyekala menghasilkan versi yang lebih halus dari sinyal aslinya, sedang fungsi wavelet akan menghasilkan batas tepi dari sinyal aslinya.
Diasumsikan sinyal yang diterima y(n) adalah
y(n)=x(n) + z(n) (6)
dengan x(n) pulsa radar yang diterima, z(n) derau gaus putih dan n= 1,2,...,N. dengan mengunakan trasformasi wavelet paket yang menpunyai dua dimaensi yaitu waktu dan frekuensi di dapatkan hasil sebagai berikut:
z
WP, berturut turut adalah koefisien
paket wavelet dalam sumbu y,x dan z, j=1,2,…,J dengan J adalah jumlah level dekomposisi dan s=1,2,…,2j adalah jumlah skala dan i=1,2,…,M dengan M=N/2j dan N adalah panjang dari sinyal.
III. PENGURANGAN DERAU BERBASIS WAVELET
Konsep pengurangan derau dengan wavelet dan paket wavelet adalah sama. Ide ini didasarkan pada asumsi hanya koefisien wavelet yang besarlah yang mempunyai kontribusi pada sinyal dan mengestimasi dari nilai x yang mempunyai nilai lebih besar dari nilai batas ambang dengan nilai batas ambang λ.
Proceedings of CITEE, August 4, 2009 217
Conference on Information Technology and Electrical Engineering (CITEE)
mengandung sinyal dan bagian derau. Dalam pengolahan sinyal bertujuan menghilangkan bagian derau. Metoda batas ambang yang telah ada adalah metode soft thresholding dan hard thresholding, metode ini hanya memelihara koefisien yang besarnya melebihi nilai λ, sedangkan nilainya yang kurang dari λ, di ubah menjadi nol.
Pada makalah ini di usulkan pemilihan koefisien λ dengan mengunakan metoda kurtosis, persamaan kurtosis adalah sebagai berikut:
4
Dengan σ adalah adalah deviasi standar dari x, µ adalah deviasi standar dari x dan E(t) adalah nilai expektasi dari nilai t.
IV. ALGORITMA DAN SIMULASI
Algoritma untuk pengurangan derau sinyal radar di bagi menjadi dua tahap untuk mengurangi kompleksitas perhitungan dan meningkatkan kecepatan proses. Langkah pertama adalah sebagai berikut:
A. Langkah pertama.
•Hitung koefisien paket wavelet dari sinyal yang di terima
•Perkirakan nilai kurtosis dari koefisien paket wavelet
•Terapkan test Gausian
•Set koefisien Gausian ke nol
•Hitung jumlah sisa dari non Gausian, jika jumlah skala non Gausian liber besar dari satu lanjutkan langkah kedua, jika tidak lanjutkan langkah berikut.
•Rekontruksi sinyal dengan koefisien yang ada.
B. Langkah ke dua
• Gunakan soft threshold untuk menghilangkan koefisien gausian yang masih ada.
•Rekonstruksi sinyal dengan koefisien yang ada.
Pengurangan derau pada pulsa radar RF disimulasikan dengan penambahan derau Gaussian putih. Parameter yang digunakan adalah PRI (Pulse Repretition Interval) dan SNR, hasil simulasi seperti gambar dibawah ini.
Gambar 1 Sinyal pulsa radar
Gambar 2 Sinyal pulsa radar berderau dengan SNR =-10 dB
Gambar 3Sinyal radar hasil pengurangan derau langkah pertama
Gambar 4 Sinyal radar hasil pengurangan derau langkah kedua
V. KESIMPULAN
Kinerja radar dapat ditingkatkan dengan cara memperkecil SNR, SNR diperkecil mengunakan pengolahan sinyal berbasis wavelet. Pengolahan sinyal pulsa radar bebasis wavelet telah berhasil di simulasikan pada sinyal radar dengan SNR= -10 dB
REFERENSI
[1] Burrus, C. S., Ramesh A. Gopinath, and Haitao Guo,“Introduction to Wavelet and Wavelet Transform”, Prentice Hall, New Jersey, 1998
218 Proceedings of CITEE, August 4, 2009
[2] G. Wei and S. Wu, “Denoising Radar Signals Using Complex Wavelet” IEEE Trans. On Signal Processing pp. 340-348 2003 [3] S. Mallat., “ A wavelet tour of signal processing”, Akademic Press,
San Diego, CA,1998
[4] M.L. Skolnik, “Introduction to Radar Systems, 3 rd edition, Mc Graw Hill, New York,2001
[5] R. Munadi, R. Hayati,M. Irhamsyah dan F. Arnia, “ Performansi Filter Digital FIR dan IIR pada Pengolahan Sinyal Radar”, Jurnal rekayasa Elektrika, volume 3 no 1 Tahun 2004.