Sistem Identification Friend Foe or Neut (1)

(1)

(2)

Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.

SEMINAR RADAR NASIONAL 2008

Prosiding

Gedung Widya Graha LIPI

Jakarta, 30 April 2008

(3)

Prosiding

Seminar Radar Nasional 2008

ISSN : 1979 - 2921

Hak cipta © 2008 oleh Pusat Penelitian Elektronika dan Telekomunikasi – LIPI

Hak cipta dilindungi undang-undang. Dilarang menyalin, memproduksi dalam segala bentuk, termasuk

mem-

fotocopy

, merekam, atau menyimpan informasi, sebagian atau seluruh isi dari buku ini tanpa ijin

tertulis dari penerbit.

Prosiding Seminar Radar Nasional / [editor by] Mashury Wahab, A.A. Lestari, A.B. Suksmono,

Rustini S. Kayatmo, Purwoko Adhi, Goib Wiranto.

vi + pp.; 21,0 x 29,7 cm

ISBN : 1979 - 2921

Radio Detecting and Ranging (Radar)

Technical editing by Pamungkas Daud, Yusuf Nur Wijayanto, and Dadin Mahmudin,

Cover design by Yadi Radiansah.

Diterbitkan oleh :

Pusat Penelitian Elektronika dan Telekomunikasi (PPET)

Lembaga Ilmu Pengetahuan Indonesia (LIPI)

Kampus LIPI Jl. Sangkuriang, Bandung

Telp. (022) 2504661 Fax. (022) 2504659

(4)

Pelindung

Deputi Ilmu Pengetahuan Teknik LIPI

Ketua Umum

Yuyu Wahyu

Panitia Pengarah

Lilik Hendradjaja, Dephan

Endon Bharata, IRCTR-IB

Adang Suwandi, ITB

Nana Rachmana, ITB

Masbah RT Siregar, LIPI

Mashury Wahab, LIPI

Tatang A. Taufik, BPPT

Syamsu Ismail, LIPI

Hiskia Sirait, LIPI

Rustini S Kayatmo, LIPI

Andriyan B Suksmono, ITB

Purwoko Adhi, LIPI

A Andaya Lestari,IRCTR-IB

Eko Tjipto Rahardjo, UI

Panitia Pelaksana

Novrita Indayanti, LIPI

Ridwan Effendi, ITB

Lilis Retnaningsih, LIPI

Andi Kirana, RCS

Folin Oktafiani, LIPI

Gunawan Handayani, ITB

Yusuf Nur Wijayanto, LIPI

Asep Yudi Hercuadi, LIPI

Sulistyaningsih, LIPI

Pamungkas Daud, LIPI

Yadi Radiansah, LIPI

Deni Permana K, LIPI

Zaenul Arifin, LIPI

Sri Hardiati, LIPI

Popi Sumarni, LIPI

Yudi Yulius Maulana, LIPI

Lisdiani, LIPI

Dadin Mahmudi, LIPI

Endang Ridwan, LIPI

Iqbal Syamsu, LIPI

Noorfiya Umniyati, LIPI

Lia Mulyani P, LIPI

(5)

vi

Daftar Isi

Susunan Panitia ... iv

Kata Pengantar ... v

Daftar Isi ... vi

(6)

vii

Daftar Makalah

1. Rancang Bangun Radar Pengawasan Pantai INDRA II Di Pusat

Penelitian Elektronika dan Telekomunikasi (PPET) LIPI ...

1 - 6

Mashury Wahab, Pamungkas Daud, Yuyu Wahyu, dan Rustini S. Kayatmo

2. Status Pemetaan dengan Radar di Bakosurtanal ...

7 - 12

Fahmi Amhar, Ade Komara Mulyana, Aris Poniman

3. Rancangbangun System Secondary Surveillance RADAR untuk Aplikasi

Tracking Peluncuran Roket Jarak Jauh ... 13 - 18

Wahyu Widada dan Sri Kliwati

4. Pembangunan Radar VHF Lapan Di Pameungpeuk ... 19 - 24

M. Sjarifudin, S. Kaloka, A. Purwono, A. Kurniawan, P. Sitompul, S. Cahyo,

M. A. Aris, H. Bangkit, M. Batubara, J. R. Roettger, M. Chandra, G.

Viswanathan

5. A Method to Determine Radial Speed of Target from the FMCW Radar

Signal ... 25 - 28

W. Sediono, A. A. Lestari

6. Aplikasi Radar Pasif untuk Mengisi Celah Kosong Liputan Radar ... 29 - 32

Syamsu Ismail

7. Pembangkit Gelombang RADAR Berdasarkan Teknik Heterodyne Optis . 33 - 36

Bambang Widiyatmoko, Tomi Budi Waluyo dan Masbah R.T. Siregar

8. Phase Shifter Control Card dan Test Bench untuk Radar Thomson ... 37 - 41

Bambang Sutopo

9. Pembuatan Exciter Untuk Perangkat Pemancar Jamming ... 42 - 47

Elan Djaelani, Daday Ruhiat

10. Evaluasi Penerapan Gaya Pengembang – Telitian – Industri –

Manufaktur di Institut Teknologi Telkom ... 48 - 51

Soetamso, Suwandi, Kris Sujatmoko, Arfianto Fahmi, Heroe Wijanto,

Ashardi Haryuno

11. Kajian Perbandingan Distribusi Amplitudo pada Pencatu Antena

Susun Untuk Aplikasi Radar Maritim ... 52 - 57

Y.K. Ningsih, F.Y. Zulkifli, E.T. Rahardjo, A.A. Lestari

12. Pengolahan Sinyal

Stepped Frequency Continous Wave – Ground

Penetrating Radar

(SFCW-GPR) dengan Metode

Gabor Based

Compressive Sampling

... 58 - 62

Dodik Ichrom Resanto

13. Desain Parallel-Coupled Microstrip Bandpass Filter dengan Substrate

(7)

viii

Liarto, A.A. Lestari

14. Metode Pengaturan Impedansi Input Antena pada Sistem SFCW GPR

100 – 1000 MHz ... 69 - 72

A.A. Pramudita,A. Kurniawan, A. B Suksmono, A.A. Lestari

15. Analisa Spektral Curah Hujan Tropis Menggunakan Data Surabaya

Untuk Evaluasi Sistem Radar Dan Komunikasi Radio Di Atas 10 Ghz ... 73 - 76

Achmad Mauludiyanto, Gamantyo Hendrantoro

16. Penerapan dan Pengembangan Georadar RCS ... 77 - 80

A. Sulaiman, A. Kirana

17. Sistem Identification Friend, Foe, or Neutral Radar Menggunakan

Radar Cross Section dan Kecepatan Pesawat Berbasis Jaringan Syaraf

Tiruan Adaptive Resonance Theory 1 dan Fusi Informasi ... 81 - 86

Nopriansyah, Aciek Ida Wuryandari, Arwin D.W. Sumari, Andaruna

Setiawan

18. Dekoding Format Data Untuk Integrasi Sistem Radar Yang Berbeda ... 87 - 90

Thomas Sri Widodo

19. Desain Graphical User Interface (GUI) Untuk Radar Maritim Indra ... 91 - 96

Deni Yulian, Imam Fahrur Rozi, A. Andaya Lestari

20. Rangkaian Pengukuran Jarak dengan Gelombang Ultrasonik

menggunakan AT89C51 ... 96 - 100

Teguh Praludi, Yusuf Nur Wijayanto

21. Kajian Penggunaan Dielectric Resonant Oscillator (DRO) untuk

Frequency Modulated Continuous Wave (FM-CW) Radar ... 101 - 104

Rustini Soemaryato Kayatmo, Fredrika H. Kana

22. Rancang Bangun Perangkat Lunak Citra RADAR ... 105 - 109

Mashury, Dadin Mahmudin, Yusuf Nur Wijayanto

23. Analisa Plot Medan Listrik untuk Antena GPR Dengan dan Tanpa

Pembebanan Resistif dan Kapasitif menggunakan Simulasi FDTD ... 110 - 115

Folin Oktafiani, Yudi Yuliyus Maulana, Yuyu Wahyu

24. Rectangular Patch Array untuk Sistem Antena Radar Pantai ... 116 - 118

Pamungkas Daud, Yusuf Nur Wijayanto

25. Estimasi Batasa Penyinaran Radiasiterhadap Lingkungan dari Gerakan

Beam Antena Radar ... 119 - 122

Sri Hardiati

26. Antena Adaftif untuk Ground Penetrating Radar ... 123 - 127

(8)

81

Sistem Identification Friend, Foe, or Neutral Radar Menggunakan Radar

Cross Section dan Kecepatan Pesawat Berbasis Jaringan Syaraf Tiruan

Adaptive Resonance Theory 1 dan Fusi Informasi

Nopriansyah

1)

, Aciek Ida Wuryandari

2)

, Arwin D.W. Sumari

3)

, Andaruna Setiawan

4)

1) 2) 3) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Gedung Labtek VIII Kampus ITB, Jl. Ganesa No. 10, Bandung, 40132– INDONESIA Email: vassilinopri@yahoo.com, aciekidaw@yahoo.com, daemon00idaf@yahoo.com

3) 4) Departemen Elektronika, Akademi TNI Angkatan Udara

Ksatrian Akademi TNI AU, Lanud Adisutjipto, Yogyakarta, 55002 – INDONESIA Email: andarun17@yahoo.com

ABSTRACT

To identify an object in the air, Radar will transmit Identification Friend, Foe, or Neutral (IFFN) signal. The detected object then will be manually matched to the flight data. If the air object detected by the Radar is unregistered then this object will be identified as a black flight. In order that this object identification process can be quickly and accurately done, an Identification Friend, Foe, or Neutral (IFFN) system based on Adaptive Resonance Theory 1 Neural Network (ART1-NN) and information fusion is proposed and designed. The system uses the air object Radar Cross Section (RCS) and velocity data as the identifier data. The ART1-NN matches the RCS and velocity data of the detected air object to the data it already learned. The final identification process is done by fusing the information resulted from the ART1-NN matching process by using voting and Boolean AND methods to obtain the identity of the observed air object. The IFFN system is hoped to be able to give a worth contribution in order to guard the Republic of Indonesia sovereignty in the sky.

Keywords : Radar, identification, radar cross section, velocity, ART1-NN, information fusion.

ABSTRAK

Untuk mengidentifikasi suatu obyek di udara, Radar akan memancarkan sinyal Identification Friend, Foe, or Neutral (IFFN). Obyek yang ditangkap Radar akan dicocokkan dengan data penerbangan yang ada secara manual. Bila obyek udara yang ditangkap oleh Radar tidak terdaftar maka obyek udara tersebut akan diidentifikasikan sebagai penerbangan gelap (black flight). Agar proses identifikasi obyek udara dapat dilaksanakan dengan cepat dan akurat, diajukan dan dirancang satu sistem Identification Friend, Foe, or Neutral (IFFN) berbasis Jaringan Syaraf Tiruan model Adaptive Resonance Theory 1 (JST-ART1) dan fusi informasi. Sistem menggunakan data Radar Cross Section (RCS) dan kecepatan obyek udara sebagai data pengidentifikasi. JST-ART1 bertugas mencocokkan data RCS dan kecepatan obyek udara yang dideteksi dengan data yang telah dipelajarinya. Proses identifikasi akhir dilakukan dengan memfusikan informasi hasil pencocokan JST-ART1 menggunakan metoda voting dan Boolean AND untuk memperoleh identitas obyek udara dalam pengamatan. Sistem IFFN ini diharapkan dapat memberikan satu kontribusi berharga dalam rangka menjaga kedaulatan Negara Kesatuan Republik Indonesia (NKRI) di udara.

Kata Kunci : Radar, identifikasi, radar cross section, kecepatan, JST-ART1, fusi informasi.

1. PENDAHULUAN

Di dalam suatu sistem pertahanan udara, Radar adalah komponen utama dengan salah satu tugas melakukan peringatan dini (early warning) terhadap adanya kedatangan obyek-obyek di suatu wilayah udara. Untuk mengenal obyek tersebut, Radar akan memancarkan sinyal Identification Friend, Foe, or Neutral (IFFN). Bila obyek tersebut kawan atau netral maka ia akan memberi jawaban berupa urutan kode tertentu yang menunjukkan identitasnya. Sebaliknya bila musuh, ia tidak akan memberi jawaban atau mematikan alat penjawabnya. Identitas setiap obyek

yang akan melintas di atas suatu wilayah udara dalam pemantauan suatu Radar telah didaftarkan secara resmi kepada otoritas yang berwenang. Oleh karena itu bila ada suatu obyek dideteksi oleh Radar maka informasi identitas obyek tersebut dapat dengan mudah dimunculkan pada layar monitor.

(9)

dan menyerang pesawat-pesawat tempur pengamat sehingga dapat berakibat fatal.

82

Untuk mengatasi permasalahan tersebut dan agar keputusan yang diambil oleh otoritas yang berwenang dapat dilakukan dengan cepat dan tepat, diajukan satu sistem IFFN berbasis Jaringan Syaraf Tiruan model Adaptive Resonance Theory 1 (JST-ART1) dengan menggunakan data Radar Cross Section (RCS) dan kecepatan obyek udara. Obyek udara yang dimaksud dalam makalah ini adalah pesawat terbang.

2. LANDASAN TEORI

2.1. Konsep Radar [7]

Radar adalah singkatan dari Radio Detection And Ranging. Radar dapat diartikan sebagai alat yang digunakan untuk pencarian, pengawasan dan penangkapan pesawat udara yang terbang dalam kawasan wilayah jangkauan rambatan gelombang elektromagnetik yang dipancarkan.

Pada prinsipnya Radar memancarkan pulsa elektromagnetik ke udara dan menerima echo yang dipantulkan oleh benda-benda sasaran. Selang waktu antara pengiriman dan penerimaan kembali pulsa elektromagnetik menunjukkan jarak antara pemancar dengan obyek yang dideteksi tersebut.

2.1.1. Radar Cross Section [1]

Radar Cross Section (RCS) adalah perbandingan antara kerapatan daya yang dipantulkan ke arah sumber pemancar dengan kerapatan daya yang dipantulkan oleh sasaran.

Untuk obyek udara berupa pesawat terbang, RCS dapat diperoleh dengan menggunakan persamaan 1.

( )

3 4

antena penerima, Pt adalah daya yang dipancarkan

antena pemancar, G adalah antenna gain, R adalah jarak antara Radar dengan sasaran dan λ adalah panjang gelombang elektromagnetik Radar.

G a m b a r 2._{Ma c a m RCS se sua i d e ng a n g e o me tri}

sa sa ra n

Gambar 3 memperlihatkan contoh bentuk RCS pesawat terbang yang ditangkap oleh Radar. Setiap pesawat terbang/obyek udara memiliki RCS yang sangat berbeda sesuai dengan konfigurasi elemen-elemen pembentuk RCS itu sendiri.

Gambar 1. Cara kerja Radar.

2.1.2. Kecepatan (Velocity) Pesawat pada Radar

Kecepatan pesawat terbang yang ditampilkan pada layar Radar dapat diketahui dengan menggunakan azas Doppler yang diperlihatkan pada persamaan 2.

Gambar 3. RCS pesawat terbang pada umumnya..

(10)

dengan fd adalah Doppler shift, v adalah kecepatan

pesawat terbang, λ adalah panjang gelombang dan θ adalah sudut antara arah propagasi sinyal datang dengan arah pergerakan antena.

2.2. Adaptive Resonance Theory 1 (ART1) [6]

JST-ART dirancang untuk memudahkan pengontrolan derajat kemiripan pola yang ditempatkan pada cluster yang sama. ART dirancang untuk mengatasi masalah stability-plasticity yang dihadapi oleh JST lainnya. JST-ART1 dirancang untuk mengelompokkan (clustering) vektor-vektor masukan biner. JST-ART1 mempunyai dua lapisan, yaitu lapisan F1 yang dibagi menjadi F1(a) sebagai bagian

masukan dan F1(b) sebagai bagian antarmuka, dan

lapisan F2 (cluster) bersama dengan unit reset yang

digunakan untuk mengontrol derajat kemiripan pola-pola yang diletakkan pada unit cluster yang sama. Lapisan F1 dan F2 dihubungkan oleh dua kelompok jalur-jalur bobot, bobot bottom-up dan bobot top-down. Untuk mengontrol proses belajar, beberapa unit pelengkap juga dilibatkan pada JST ini.

83

Arsitektur JST-ART1 terdiri dari dua bagian. Arsitektur JST-ART1 diperlihatkan pada Gambar 5.

• Unit-unit Komputasional. Terdiri dari lapisan F1

(bagian masukan dan antarmuka), lapisan F2, dan

unit reset.

• Unit-unit Pelengkap. Unit ini menyediakan suatu mekanisme sehingga komputasi yang dilakukan oleh algoritma ART1 dapat dilaksanakan dengan menggunakan prinsip-prinsip JST. Unit-unit tersebut disebut juga dengan unit-unit gain control.

2.3. Fusi Informasi [2,3,4]

Fusi data atau informasi adalah suatu teknik pengombinasian data atau informasi untuk memperkirakan (estimate) atau memprediksi berbagai keadaan entitas. Entitas-entitas tersebut dapat berbentuk fisik atau non fisik. Masukan-masukan ke suatu sistem fusi informasi dapat berupa

1. data hasil observasi sensor-sensor,

2. masukan-masukan perintah dan data dari operator atau pengguna,

3. data a priori dari suatu basis data yang telah ada

2.3.1. Arsitektur-Arsitektur Fusi Informasi

Dalam aplikasi fusi informasi terdapat tiga alternatif arsitektur yang digunakan untuk memfusikan informasi dari multisensor.

• Arsitektur terpusat dengan masukan data kasar atau vektor fitur.

• Arsitektur mandiri dengan masukan vektor fitur dengan keluaran deklarasi identitas atau estimasi dari vektor keadaan. Teknik-teknik yang umum digunakan adalah suara terbanyak (voting), penyimpulan klasik, teorema Bayes, metoda DS dan metoda Dezert-Smarandache Theory (DSmT).

• Arsitektur hibrida yang mengombinasikan kedua arsitektur di atas.

Y1 Yj Ym

Lapisan F1(b) GainControl

Gain Control

Lapisan F2 (cluster)

Sinyal Reset

Lapisan Perbandingan _⎟⎟ ⎠

Lapisan Pengenalan atau

Attention Subsystem

A

+

-+

Gambar 5. Arsitektur JST-ART1.

2.3.2. Kelas-Kelas Tataran Fusi Informasi

Kelas-kelas tataran fusi informasi sensor majemuk (multisensor) pada umumnya digunakan untuk aplikasi-aplikasi pengenalan sasaran otomatis (automatic target recognition, ATR).

a. Fusi Tataran Piksel. Tataran ini diaplikasikan kepada data piksel teregistrasi dari sekumpulan citra untuk kepentingan fungsi deteksi dan diskriminan. Data citra diperoleh dari sensor-sensor citra seperti Radio Detection and Ranging (RADAR) dan Forward Looking Infra Red (FLIR).

b. Fusi Tataran Fitur. Tataran ini mengombinasikan fitur-fitur obyek yang dideteksi dan dipisahkan di dalam masing-masing wilayah sensor. Fitur-fitur setiap obyek diekstraksi secara independen di dalam setiap wilayah dan membentuk satu ruang fitur bersama untuk klasifikasi obyek.

(11)

Gambar 6. Arsitektur sistem IFFN.

3. DESAIN DAN KONSEP IMPLEMENTASI

SISTEM IFFN

Sistem IFFN dibagi ke dalam tiga bagian besar yakni pengolahan awal, identifikasi obyek dan pengolahan akhir dengan dua macam moda yakni moda pembelajaran JST-ART1 dan moda pakai. Arsitektur sistem IFFN diperlihatkan pada Gambar 6.

3.1. Pengolahan Awal

Pada pengolahan awal dilakukan proses ekstraksi fitur RCS dan kecepatan pesawat dari basis data pesawat terbang. Proses berikutnya adalah melakukan melakukan pembangkitan pola RCS dan pola kecepatan pesawat terbang dengan cara mengkonversikannya ke bentuk kode-kode biner. Kode-kode biner ini adalah pola-pola yang akan diajarkan kepada JST-ART1 pada moda pembelajaran.

84

3.2. Identifikasi Obyek

Pada moda aplikasi JST-ART1 akan langsung melakukan pencocokan pola masukan RCS dan pola kecepatan pesawat terbang dengan pengetahuan yang disimpan dalam memorinya. Proses temu kembali data identitas pesawat terbang dari dalam basis data dengan pola hasil fusi informasi pola RCS dan pola kecepatan pesawat terbang menggunakan metoda dari penelitian [2]. Pola-pola fitur RCS dan kecepatan yang dipelajari dan diujikan pada sistem IFFN diperlihatkan pada Tabel 1 dan Tabel 2.

Pada blok identifikasi obyek dilakukan proses pencocokan pola masukan data RCS dan data kecepatan pesawat terbang dengan pola yang disimpan di dalam memori JST-ART1. Informasi keluaran dari JST-ART1 kemudian difusikan untuk memperoleh satu estimasi pola identitas pesawat terbang dalam pengamatan. Fusi informasi dilakukan secara iteratif pada obyek yang sama menggunakan metoda voting pada tahap I. Estimasi pola diperoleh dari hasil fusi informasi tahap II menggunakan metoda Boolean AND. Daftar estimasi pola hasil fusi informasi sistem IFFN diperlihatkan pada Tabel 3.

Ta b e l 1._{Da ta d a n Po la RCS Pe sa wa t Te rb a ng [8]}

No. Jenis

Pesawat Terbang RCS Pola

1. Bell 47G 3 0000

(12)

85

Fusi informasi digunakan untuk menghasilkan satu estimasi pola pesawat terbang bila informasi masukan RCS dan kecepatan hasil olahan JST-ART1 tidak memenuhi kriteria. Fusi informasi akan menghasilkan keluaran prediksi identitas pesawat terbang dalam pengamatan. Sebagai contoh hasil pencocokan dari JST-ART1 adalah pola 0001 atau pola RCS pesawat F-16 Fighting Falcon, dan pola 0011 atau pola kecepatan pesawat Su-30 Sukhoi. Keluaran ini memberikan ambiguitas mengenai identitas obyek yang dideteksi.

Dalam proses identifikasi ini dilakukan beberapa kali pembacaan data agar keluaran fusi informasi memberikan keyakinan identitas dari pesawat terbang yang dideteksi. Dengan mengombinasikan metoda fusi voting dan AND, sistem IFFN dapat dengan cepat mengidentifikasikan obyek pada contoh di atas sebagai pesawat F-16 Fighting Falcon. Proses fusi informasi diperlihatkan pada Tabel 4 dan Tabel 5.

Tabel 2. Data dan Pola Kecepatan Pesawat Terbang [8]

No. Jenis Pesawat

9. Unidentified unlisted 1000 10. Unidentified unlisted 1001 11. Unidentified unlisted 1010 12. Unidentified unlisted 1011 13. Unidentified unlisted 1100 14. Unidentified unlisted 1101 15. Unidentified unlisted 1110 16. Unidentified unlisted 1111

3.3. Pengolahan Akhir

Pada blok pengolahan akhir buffer menyimpan pola hasil fusi informasi pola RCS dan pola kecepatan pesawat. Informasi pada buffer ini digunakan sebagai masukan untuk pemanggilan kembali data identitas pesawat terbang yang disimpan dalam basis data pesawat terbang. Informasi identitas pesawat terbang atau obyek udara ini kemudian ditampilkan di layar tampilan untuk dijadikan sebagai dasar pengambilan keputusan oleh otoritas yang berwenang.

Tabel 5. Proses Fusi Informasi Tahap II dan Estimasi Pola

Obyek

Tabel 4. Proses Pencocokan dan Fusi Informasi Tahap 1

Iterasi RCS Voting v Voting

1 0001 0011

Tabel 3. Estimasi Pola Hasil Fusi Informasi RCS dan

Kecepatan Pesawat Terbang

No. Jenis Pesawat Terbang Estimasi Pola

Hasil Fusi Informasi

1. Bell 47G 0000 10. Unidentified 1001 11. Unidentified 1010 12. Unidentified 1011 13. Unidentified 1100 14. Unidentified 1101 15. Unidentified 1110 16. Unidentified 1111

4. KESIMPULAN

Identifikasi visual terhadap obyek udara tak dikenal (black flight) memberikan resiko tinggi bila obyek tersebut dipersenjatai dengan peralatan tempur yang lebih baik. Di sisi lain otoritas berwenang belum memiliki kemampuan untuk melakukan identifikasi obyek yang tak terdaftar dengan cepat dan akurat.

Solusi diberikan dengan mengaplikasikan Sistem IFFN berbasis JST-ART1 dengan menggunakan data RCS dan kecepatan pesawat terbang sebagai sarana identifikasi. Proses identifikasi dilakukan dengan cara mencocokkan pola fitur RCS dan kecepatan pesawat terbang dengan pola-pola yang telah dipelajari oleh JST-ART1. Untuk mendapatkan satu estimasi pola identitas bila data RCS dan kecepatan pesawat terbang tidak sesuai dengan kriteria yang ada, dilakukan proses fusi informasi pola RCS dan pola kecepatan pesawat terbang keluaran dari JST-ART1. Fusi informasi menggunakan kombinasi metoda voting dan Boolean AND.

(13)

86

oleh Radar. Informasi identitas ini dapat dijadikan dasar dalam pengambilan keputusan otoritas yang berwenang untuk mengirimkan pesawat tempur yang paling tepat guna mengatasi pesawat terbang atau obyek udara khususnya yang diidentifikasikan sebagai penerbangan gelap (black flight).

UCAPAN TERIMA KASIH

Makalah ini adalah salah satu bagian dari penelitian dalam program pengembangan kekuatan untuk memenuhi minimum essential force TNI Angkatan Udara dalam kerjasama dengan ITB melalui bidang pendidikan. Penulis mengucapkan terima kasih dan penghargaan yang tinggi kepada Kepala Staf TNI Angkatan Udara, Aspers Kasau, Gubernur AAU, Kadisdikau dan Kadiskomlekau atas dukungan dalam bidang pendidikan di ITB.

DAFTAR REFERENSI

[1] Antonius Arso, Ir., Teknik Radar, Diktat Kuliah Karbol Akademi Angkatan Udara, 2003.

[2] Arwin D.W. Sumari, Sistem Temu Kembali Informasi “Cerdas” Berbasis Jaringan Syaraf Tiruan Adaptive Resonance Theory 1, Laporan Tugas Akhir (S-1), Jurusan Teknik Elektro, Institut Teknologi Bandung, 1996.

[3] Arwin D.W. Sumari, Adang Suwandi Ahmad dan Aciek Ida Wuryandari, Fusi Informasi : Konsep dan Aplikasi dalam Bidang Teknologi Informasi dan Komunikasi, akan diterbitkan dalam Proceedings e-Indonesia Initiative 2008. [4] David L. Hall, Mathematical Techniques in

Multisensor Data Fusion, Artech House, 1992. [5] David L. Hall and James Llinas, Handbook of

Multisensor Data Fusion, CRC Press LLC, 2001. [6] David M. Skapura, Artificial Neural Networks:

Algorithms, Applications, and Programming, Addison-Wesley, 1991.

[7] Merrill I. Skolnik, Introduction to Radar Systems 3rd Edition, McGraw-Hill, 2001.