Hasil Pencarian  ::  Simpan CSV :: Kembali

"Noise presence in real world data signal is inevitable. Under ideal conditions, this noise may decrease to such negligible levels so data obtained might be consideret not corrupted by noise...."

"Pada penelitian ini telah dibangun, sistem deteksi dan identifikasi untuk pengenalan dan klasifikasi komponen-komponen sinyal EEG, terhadap sinyal EEG asimetri yang diperoleh dari perekaman pada kanal simetri. Sinyal EEG diperoleh dari 7 nara coba pada dua kondisi pikiran, yaitu rileks dan berpikir (non-rileks). Terhadap koefisien wavelet dari sinyal asimetri yang diperoleh selanjutnya dilakukan analisis Power Spectral Density (PSD). Sistem Klasifikasi dibangun berdasarkan spektrum daya pada daerah gehmbang dan dengan uji hipotesis serta pengetahuan apriori tentang karakteristik energi komponen gehmbang EEG.Penggunaan transformasi wavelet dapat mengatasi sifat non-stasioner, dan modifikasi sistem klasifikasi dengan uji hipotesis, meningkatkan keberhasilan klasifikasi, sehingga pada kondisi rileks memberikan hasil 85% dan kondisi non-rileks sebesar 64%.Dibandingkan metoda yang lain, transformasi wavelet juga dapat mereduksi data tanpa kehilangan informasi yang berarti, Hal ini ditunjukkan oleh penyimpangan rekonstruksi koefisien wavelet terhadap sinyal asliyang kecil.Sementara pengaruh posisi elektroda terhadap keberhasilan pengamatan, diketahui bahwa posisi sentral memberikan keberhasilan terbaik sedangkan kanal occipital terburuk. Kondisi rileks ditunjukkan, hasil spektrum daya rata-rata seimbang untuk kanal yang simetrik dibanding kondisi non-rileks, Kurangnya keberhasilan yang diperoleh pada kondisi berpikir disebabkan kitrangnya konsistensi pada kondisi tersebut, disamping kondisi rileks belum sepenuhnya hilang.

---

In this research a detection and identification system for pattern recognition and classification of wave components of an asymmetric of two symmetrical EEG signal were developed. The EEG signal was obtained from 7 subjects with two conditions, relax and non-relax. The detection and identification was based on the non-symmetry signal recorded on a symmetric channel test of hypothesis and priori learning of energy characteristic of component of the EEG signal.

In the proposed method, the wavelet approximated coefficient of the non-symmetry EEG signal was analyzed using power spectral density (PSD) method. The wavelet transformation is suitable for non-stationary signal, the results were better for non-relax, that was 64%. Alternatively, in the relax condition, the result was 85%.

The advantage of the wavelet transformation with respect to the other methods is that of can reduce the number of data without loss of information. It was shown by small deflection between reconstruction of wavelet and original signal.

In term of the channel position, occipital channel gives best result for relax condition, while central channel for non-relax. The less success of non-relax conditions because of lack of consistency of the condition, where some of alpha waves were remain."

"Teknologi mengalami perkembangan yang sangat pesat, terutama dalam bidang komunikasi dan komputer. Teknologi semakin maju dengan bertambahnya kecepatan data yang diberikan. Namun kecepatan data yang semakin besar juga tidak mencukupi kebutuhan penggunanya karena terdapat hal lain yang diinginkan, yaitu mobilitas. Kedua kebutuhan tersebut dapat diimplementasikan dengan menerapkan konsep jaringan nirkabel (wireless networking). Salah satu bentuk teknologi yang berbasis wireless ini adalah Wireless Local Area Network (WLAN) yang merupakan pengembangan konsep LAN menuju sistem yang nirkabel. Implementasi WLAN ini memberikan kemudahan berupa biaya pengembangan yang lebih murah, proses instalasi yang mudah dan sifatnya yang fleksibel. Pada skripsi ini akan dilakukan perbandingan performa antara WLAN standar 802.lib dan 802.llg. Proses analisa ditujukan pada standar-standar tersebut karena kedua standar tersebut merupakan standar WLAN yang paling umum digunakan dan diimplementasikan dalam dunia nyata. Performa dari kedua standar tersebut akan dilihat dari besamya Bit Error Rate, pengaruh noise (yaitu AWGN), pengaruh penambahan phase noise dan frequency offset terhadap konstelasi sinyal baik pada bagian transmitter maupun receiver dan pengaruh penggunaan teknik transmisi atau modulasi yang berbeda pada proses transmisi. Hasil simulasi menunjukkan bahwa pada kondisi biasa WLAN standar 802.1 Ig memiliki performa yang lebih baik dibanding standar 802.1 Ib, yaitu dengan BER mencapai 10-6. Sedangkan standar 802. lib hanya memiliki BER yang mencapai 10-3. Pada kondisi dimana terdapat phase noise dan frequency offset, standar 802. lib memiliki performa BER yang stabil sedangkan standar 802. llg mengalami penurunan BER hingga mencapai 0.5 untuk sistem dengan modulasi 64-QAM dan 10-3 untuk sistem yang menggunakan modulasi 16-QAM."

"Sinyal dalam konteks telekomunikasi membawa informasi dengan variasi terhadap waktu, termasuk sinyal suara yang bersifat non-stasioner. Kehadiran noise dalam sinyal suara dapat mengurangi kualitas informasi yang ditransmisikan. Penggunaan transformasi wavelet telah menjadi pendekatan yang efektif dalam denoising sinyal suara, namun untuk hasil optimal, diperlukan pemilihan model threshold dan wavelet families yang tepat. Penelitian ini mengeksplorasi kinerja berbagai model threshold dalam denoising sinyal suara. Hasil penelitian menunjukkan bahwa waktu komputasi untuk denoising meningkat seiring dengan peningkatan level dekomposisi, dengan threshold Donoho memiliki waktu komputasi tercepat, diikuti oleh modifikasi, dan acuan Gang Yang [9] paling lambat. Penggunaan wavelet families juga memengaruhi nilai Mean Squared Error (MSE) dan waktu komputasi. Model threshold acuan Gang Yang [9] memberikan MSE terbaik dengan waktu komputasi 119,252 detik pada level dekomposisi 4, sedangkan threshold modifikasi menawarkan waktu komputasi lebih cepat yaitu 87,965 detik dengan MSE hampir setara pada level dekomposisi 2. Peningkatan panjang filter wavelet meningkatkan kompleksitas program dan waktu komputasi, namun efeknya bervariasi pada tiap model threshold. Selain itu, dilakukan denoising pada noise teras rumah (SPL 83,445 dB) dan noise mesin konstruksi (SPL 87,439 dB). Pada noise teras rumah, level dekomposisi 1 dengan Biorthogonal 3.3 (bior33) paling efektif, mengurangi SPL menjadi 40,216 dB. Pada noise mesin konstruksi, level dekomposisi 1 dengan Reverse Biorthogonal 3.3 (rbio33) paling efektif, menurunkan SPL menjadi 69,569 dB. Berdasarkan hal tersebut, dalam memilih model threshold yang optimal, perlu dipertimbangkan nilai MSE dan efisiensi komputasi. Penelitian ini memberikan wawasan penting dalam memilih metode denoising yang efektif untuk meningkatkan kualitas sinyal suara.

---

In telecommunications, signals carry information with variations over time, including non-stationary audio signals. Noise in audio signals can degrade the quality of transmitted information. Wavelet transform is an effective approach for denoising audio signals, but optimal results require appropriate threshold models and wavelet families. This study explores the performance of various threshold models in denoising speech signals. Results indicate that computation time for denoising increases with decomposition levels; the Donoho threshold is the fastest, followed by the modified model, with Gang Yang [9]'s reference model being the slowest. Wavelet family choice significantly impacts Mean Squared Error (MSE) and computation time. The Gang Yang [9] reference model offers the best MSE at SNR 20-27 with a slight computation time increase (119.252 seconds at level 4), while the modified model achieves faster computation (87.965 seconds at level 2) with nearly equivalent MSE. Longer wavelet filters increase program complexity and computation time, varying by threshold model. Additionally, denoising was performed on residential porch noise (SPL 83.445 dB) and construction machinery noise (SPL 87.439 dB). For residential porch noise, decomposition level 1 with Biorthogonal 3.3 (bior33) was most effective, reducing the SPL to 40.216 dB. For construction machinery noise, decomposition level 1 with Reverse Biorthogonal 3.3 (rbio33) was most effective, lowering the SPL to 69.569 dB. Thus, selecting an optimal threshold model involves considering both MSE and computational efficiency. This study provides key insights for effective denoising methods to enhance speech signal quality."

"ABSTRAKDenoising dengan transformasi wavelet tradisionai (ortogonal) terkadang menampakkan apa yang disebut dengan artifak, yaitu noise yang dapat berupa osilasi tak beraturan, yang diantaranya dikenal sebagai fenomena Gibbs. Ini menipakan kelemahan yang ada pads denoising basis wavelet.Suatu metode digunakan daiam rangka menekan atau mengurangi artifak tersebut (noise). Metode ini diperkenalkan olch Coifman, dan dikenal dengan metode Cycle-Spinning, serta variannya yang dikenal dengan metode Translasi-Invarian.Pada skripsi ini, akan ditunjukkan perbandingan unjuk kerja dari metode_metode tersebut dibandingakan dengan metode denoising tradisionai (wavelet shrinkage biasa seperti VisuShrink). Unjuk kerja dari metode ini diperlihatkan daiam bentuk penampilan visual objek basil rekonstruksi dan pengitungan root niean square error (nnse)-nva dalam suatu tabel dan graft perbandingan.Objek yang digunakan untuk proses denoising yaitu berupa suatu sinval artifisial menurut suatu fungsi tertentu, yang dalam beberapa penclitian dan iiterarur, objek-objek ini cukup sering digunakan.Perbandingan yang dilakukan tidak hanya denoising daiam domain wavelet, namun juga denoising dalam domain paket cosinus yang mcnunjukkan bahwasannya metode ini dapat diterapkan dan bermanfaat untuk metode-metode lainnya (selain wavelet). Berhagai variasi dilakukan dalam simulasi yang menggunakan perangkat lunak Matiab versi 5.3.

---

"

"Jaman dahulu lontar merupakan salah satu media yang digunakan untuk menulis tulisan Bali. Lontar-lontar tersebut digunakan untuk mendokumentasikan sesuatu yang dianggap penting baik berupa cerita sejarah, silsilah keluarga maupun teknik pcngobatan. Masih banyak warisan lontar yang disimpan oleh masyarakat Bali hingga saat ini. Karena cara penyimpanan yang kurang baik serta dipengaruhi oleh cuaca dan waktu, lontar-lontar peninggalan tersebut banyak yang mengalami penurunan kualitas. Untuk menangani hal ini diperlukan sebuah sistem yang dapat meningkatkan kualitas lontar yang disimpan secara digital. Metode yang digunakan dalam pembuatan sistem adalah Wavelet Denoising, dimana sistem bekerja dimulai dari tahap mencerahkan gambar, mengkonversi gambar menjadi grayscale, kemudian gambar dihaluskan dan dicerahkan kembali untuk mendapatkan hasil yang lebih maksimal. Tahapan akhir adalah menghilangkan noise yang hadir pada citra, yang diketahui melalui penelusuran intensitas setiap pikselnya. Dari beberapa percobaan, sistem ini terbukti memberikan hasil yang baik, terutama ketika input yang diberikan dalam kualitas yang cukup baik pula."

"Noise linier adalah energi seismik yang menjalar di sepanjang permukaan (gelombang permukaan). Karakteristik noise linier adalah frekuensi rendah, kecepatan rendah, dan amplitudo tinggi. Noise linier masih menjadi permasalahan dalam data seismik, sebab mampu menyamarkan sinyal refleksi. Teknik pengolahan yang saat ini digunakan adalah filter F-K, berpotensi untuk mereduksi sinyal refleksi yang berada pada rentang slope noise. Metode dekomposisi spektral berbasis transformasi wavelet merupakan metode filtering alternatif, mampu mendekomposisikan data seismik menjadi beberapa subband melalui filter low-pass dan filter high-pass. Setiap filtering mendekomposisikan data seismik ke dalam domain frekuensi (f) dan bilangan gelombang (k). Metode ini diujikan pada data real seismik darat 2-D yang memiliki rentang velocity 20 m/ms hingga 100 m/ms. Terdapat 2 metode filtering, yaitu membuang subband yang mengandung noise dan menggunakan filter F-K pada subband yang mengandung noise. Metode filtering 2 lebih efektif mereduksi noise linier pada data penelitian dibandingkan metode filtering 1. Hal ini dibuktikan pada hasil penelitian yang menunjukkan peningkatan kualitas tampilan shot point gather dan stacking.

---

Linear noise is seismic energy that propagates along the surface (surface waves). Characteristic of linear noise is low-frequency, low-velocity, and high amplitude. Linear noise is such a problem in land seismic data, because able to disguise signal reflection. Current processing techniques aimed at linear noise suppression, such as f-k filtering has potentially to reduce signal reflection which range in noise slope. A new alternative to f-k filtering is spectral decomposition based on wavelet transform, which decomposes seismic data into different sub bands by applying low-pass and high-pass filters. Each filtering decomposes the seismic data into frequency and wavenumber domain. This method is applied in real 2-D land seismic data to reduce linear noise with velocity range 20 m/ms to 100 m/ms. There are two methods of filtering, killing sub bands which contained noise and using f-k filter on sub band which contained noise. Second method is more effective to reduce linear noise than first method. This technique leads to the improvement of shot records and final stack quality."

"Salah satu kelainan kongenital yang dapat dialami bayi adalah cacatnya dinding abdomen seperti adanya omfalokel. Omfalokel dengan ukuran di atas 5 cm atau adanya herniasi pada hati dapat dikategorikan sebagai giant omphalocele. Penelitian ini dilakukan pada bayi dengan giant omphalocele yang dirawat pada ruang perina rumah sakit ibu dan anak. Intervensi dilakukan dengan memulai white noise melalui speaker bluetooth ketika tanda-tanda nyeri muncul. Penelitian ini menghasilkan bahwa terapi white noise mengalami penurunan skala nyeri sebanyak 3-4 poin dari sebelum diberikan intervensi, mampu meningkatkan kenyamanan pasien, dan mempermudah neonatus untuk tidur. Namun penurunan dan peningkatan laju napas neonatus setelah tindakan kurang relevan untuk menunjukkan efektivitas pada kasus ini. Penelitian lebih lanjut terkait efektivitas terapi white noise dalam mengatasi masalah nyeri pada beragam subjek penelitian dibutuhkan.

---

One of the congenital abnormalities experienced by neonates is an abdominal wall defect such as an omphalocele. Omphalocele with a size above 5 cm or the presence of herniation of the liver categorizes as a giant omphalocele. This study was conducted on neonates with giant omphalocele treated in the perineal ward of the maternal and child hospital. The intervention was carried out by starting white noise through a Bluetooth speaker when signs of pain appeared. This study resulted that white noise therapy decreased the pain scale by 3-4 points, increased patient comfort, and made it easier for neonates to sleep. However, the fluctuation of respiratory rate in the neonatal after the procedure is irrelevant to showing effectiveness in this case. Further research on the effectiveness of white noise therapy in overcoming pain problems in various research subjects is needed."