Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 195494 dokumen yang sesuai dengan query
cover
Rr. Wulan Apriliyanti P.
Rancang bangun dan analisis sistem pemantau polusi udara pada area parkir tertutup menggunakan FPGA Xilinx spartan 3E dan sensor gas CO MQ7 = Development and analysis of air pollution monitoring system at closed parking area using FPGA Xilinx spartan 3E and MQ7 CO gas sensor
"Penelitian pada skripsi ini merancang, membuat, dan menganalisis sistem tertanam pemantau polusi udara pada area parkir tertutup menggunakan FPGA Xilinx Spartan 3E dan sensor gas CO MQ7. Sistem ini berguna untuk mengatasi secara dini kasus keracunan gas emisi kendaraan bermotor yang terendap pada area parkir tertutup. Metode yang digunakan dalam penelitian mengikuti tahapan Software Development Life Cycle (SDLC). Bahasa yang digunakan untuk mengkonfigurasikan FPGA Xilinx Spartan 3E adalah VHDL melalui Xilinx ISE Design Suite 13.2. Selain itu, diperlukan dua rangkaian tambahan sebagai antarmuka, yaitu rangkaian Pulse Width Modulation (PWM) dan transduser. FPGA ini akan mendapatkan data pembacaan sensor tiap 19,11 ms. Pengambilan data dilakukan dengan pengambilan sampel pada sense phase sensor yang diambil tiap 10 detik selama 15 menit. Berdasarkan pengujian, sistem menghasilkan selisih pembacaan sebesar 1,76 ppm (2,45% kesalahan) terhadap data normal.
This thesis discusses the design, manufacture, and analyzes the embedded air pollution monitor system in a enclosed parking area using the FPGA Xilinx Spartan 3E and the CO MQ7 gas sensor. This system is useful as a precautionary measure in cases of motor vehicles gas emission poisoning deposited in enclosed parking area. The method used in this research follows the Software Development Life Cycle (SDLC). The programming language used in configuring the FPGA Xilinx Spartan 3E is VDHL using Xilinx ISE Design Suite 13.2. In addition, two additional circuit is needed to act as an interface, a Pulse Width Modulation (PWM) and a transducer. The FPGA reads the data every 19.11 ms. Data extractions is performed by extracting samples from the sense phase sensor every 10 seconds for 15 minutes. The test resulted in a deviation of 1.76 ppm (2.45% error) form normal data."
Depok: Fakultas Teknik Universitas Indonesia, 2012
S42850
UI - Skripsi Open  Universitas Indonesia Library
cover
Sumbayak, Evan G.
Rancang bangun dan analisis antarmuka sistem pemantau dan peringatan polusi udara pada ruang parkir tertutup menggunakan FPGA xilinx spartan 3E = Development and analysis interface of air pollution monitoring and warning system at closed parking area using FPGA xilinx spartan 3E
"Penelitian yang dilakukan pada skripsi ini adalah merancang, membuat dan menganalisis sistem pemantau dan peringatan polusi udara pada ruang parkir tertutup berbasis FPGA Xilinx Spartan 3E. Metode yang digunakan dalam pembuatan antarmuka ini mengikuti System Development Life Cycle (SDLC) dan mengikuti kaidah Human Computer Interaction. Bahasa yang digunakan adalah VHDL dengan software Xilinx ISE.
Antarmuka sistem pemantau dan peringatan polusi ini menampilkan kadar CO dalam ppm, grafik, dan tingkatan kondisi polusi udara (aman, waspada, berbahaya). Antarmuka sistem menggunakan layar CRT atau LCD dengan ukuran 1030x788 pixel melalui port VGA. Antarmuka yang dibuat dapat melakukan update ketika data masukan berubah. Tampilan kadar gas CO (ppm) akan diperbaharui setiap dua detik. Kecepatan menampilkan satu frame di layar monitor adalah 32,67 ms.
Research conducted in this thesis is to design, create and analyze the system of monitoring and warning of air pollution at the closed parking area based on Xilinx Spartan 3E FPGA. The method used in the design of this interface follows the System Development Life Cycle (SDLC) and the rules of Human Computer Interaction. The language used is VHDL with Xilinx ISE software.
The interface pollution monitoring and warning system displays CO levels in ppm, graphics, and levels of air pollution conditions (safe, alert, dangerous). The Interface systems use CRT screens with LCD or with size 1030x788 pixel through the VGA port. The interface that can be made an update when the data input changes. Display of levels CO gas (ppm) will be updated every two seconds. Speed of display a single frame on the screen is 32.67 ms."
Depok: Fakultas Teknik Universitas Indonesia, 2012
S43563
UI - Skripsi Open  Universitas Indonesia Library
cover
Vicky Dwi Kurniawan
Rancang bangun dan analisis sistem peringatan polusi udara pada area parkir tertutup menggunakan FPGA xilinx spartan 3E
"Area parkir tertutup merupakan salah satu tempat terjadinya polusi udara tertutup akibat emisi gas buang kendaraan bermotor yang tidak dapat keluar dari ruangan tertutup. Polusi udara tertutup jauh lebih berbahaya dibandingkan dengan polusi udara terbuka. Skripsi ini merancang, membuat prototipe, serta menganalisis sistem peringatan polusi udara menggunakan Field Programmable Gate Array (FPGA) Xilinx Spartan 3E. Peralatan yang digunakan sebagai sistem peringatan dalam prototipe berupa LED, buzzer, dan fan. Metode yang digunakan dalam sistem embedded ini mengikuti Software Development Life Cycle (SDLC). Bahasa yang digunakan adalah VHDL dengan software Xilinx ISE.
Berdasarkan hasil uji coba, didapatkan hasil bahwa timing diagram antara simulasi Register Transfer Level (RTL) dan implementasi tidak jauh berbeda dengan selisih waktu 0.37%, sehingga untuk melihat output dan response time keseluruhan sistem dapat melalui simulasi RTL. Waktu yang dibutuhkan sistem untuk mengeluarkan CO lebih lama 60-71% dari perhitungan dikarenakan terdapat jeda waktu pembacaan kadar CO oleh sensor. Diperlukan sebanyak 1024 sampel data ADC pada FPGA Spartan 3E agar hasil pembacaan sensor stabil.
Closed parking area can deposit motor gas emission that could be harmful to humans. Indoor air pollution is more dangerous than the outdoor one. This thesis discusses the design, prototype making, and analyzes the embedded air pollution warning system using Field Programmable Gate Array (FPGA) Xilinx Spartan 3E. Other equipments use in this system are LED, buzzer, and fan. The method used in this research follows the Software Development Life Cycle (SDLC). The programming language used in configuring the FPGA Xilinx Spartan 3E is VDHL using Xilinx ISE Design Suite 13.2.
Based on result, Register Transfer Level (RTL) simulation and implementation timing diagram does not have much different with a difference 0,37% so to see the output and overall system response time can be through RTL simulation. Time required to remove carbon monoxide from the dummy box is 60-71% longer than the calculation because there is a lag time of the reading levels of CO by the sensor. 1024 data ADC samples are needed in order to give a stable result from FPGA Spartan 3E. "
Depok: Fakultas Teknik Universitas Indonesia, 2012
S42111
UI - Skripsi Open  Universitas Indonesia Library
cover
Riyanto
Perancangan VLSI 0.25 μm dengan desain hybrid VHDL berbasis FPGA Xilinx Spartan 3 untuk CPU ocean bottom unit Tsunami Early Warning System = VLSI design 0.25 μm of a hybrid design with VHDL Xilinx Spartan 3 FPGA-based for ocean bottom unit CPU Tsunami Early Warning System
"Perancangan VLSI dengan hybrid VHDL merupakan metode desain untuk menghasilkan Sistem On Chip yang berbasis FPGA Xilinx Spartan 3. Sistem yang di desain adalah arsitektur CPU yang terdapat di Ocean Bottom Unit (OBU) Tsunami Early Warning System. Proses desain di implementasikan pada FPGA board Xilinx Spartan 3.
Perancangan VLSI CPU OBU dengan metode hybrid VHDL di lakukan dengan urutan proses desain yaitu membuat kode VHDL untuk menyimpan data pengukuran dan mengolah dengan algoritma mofjeld, Mengubah kode VHDL menjadi RTL, Mengubah RTL menjadi schematic dan kode verilog, Mengubah verilog menjadi CMOS layout, Menggunakan kode VHDL sebagai configure device pada XC3S200, genetrate PROM file pada XCF02S.
Hasil rancangan adalah VLSI 0,25 μm pada CPU OBU dengan jumlah gerbang logika yang digunakan sebanyak 699 buah dan 347 buah flipflop. Sedangkan dalam teknologi VLSI kapasitas adalah 10k -1M. Dengan metode hybrid VHDL jumlah gate pada desain CPU OBU masih dapat ditingkatkan dengan cara meningkatkan memori simpan sebanyak mungkin.
VLSI design with a hybrid VHDL is a design methods to produce a System On Chip based on CMOS layout. The designed system is CPU architecture located on Ocean Bottom Unit Tsunami Early Warning System. The design process implemented on Xilinx Spartan 3 FPGA board.
Design of VLSI OBU CPU with a hybrid VHDL method is done by order of the design process is to make VHDL code for storing and processing the measurement data with the algorithm mofjeld, Changing the VHDL code into RTL, Changing RTL into schematic and verilog file, Changing verilog code into CMOS layout, Using the VHDL code as configure devices on the XC3S200, generating PROM files on XCF02S Xilinx Spartan.
The design results is VLSI 0,25 μm in CPU OBU with 699 logic gates and 347 flip-flops. While in VLSI technology the capacity is 10k-1M. With a hybrid method the gate of CPU OBU can be increased by increasing the memory as much as possible."
Depok: Fakultas Teknik Universitas Indonesia, 2012
T40836
UI - Tesis Open  Universitas Indonesia Library
cover
Helmiriawan
Rancang bangun dan analisis sistem pemantau lalu lintas menggunakan OpenCV dengan algoritma canny dan blob detection = Development and analysis of traffic monitoring system by using OpenCV with canny algorithm and blob detection
"ABSTRAK
Skripsi ini berisi perancangan, pembuatan, dan analisis sistem pemantau lalu
lintas dengan teknologi computer vision menggunakan OpenCV. Sistem
memberitahukan kondisi kemacetan jalan yang dipantau dalam empat level
(lengang, ramai lancar, padat merayap, dan macet). Penelitian dilakukan
menggunakan OpenCV sebagai library pemograman bahasa C++ dengan
algoritma Canny dan Blob Detection untuk mendeteksi kendaraan menggunakan
kamera pemantau pada posisi vertikal dari samping. Berdasarkan pengujian
metode Blob Detection lebih unggul pada kondisi jalan lengang, namun ketika
kondisi semakin ramai algoritma Canny lebih unggul. Sistem mendeteksi
kendaraan yang lewat dengan rata-rata kecepatan pendeteksian 9.8 ms per frame
dengan input video berukuran 320 x 240 pixel.
ABSTRACT
This thesis describes the design, making, and analysis of traffic monitoring system
by using computer vision technology with OpenCV. These systems notify the user
about the state of the monitored road congestion in four levels (quiet, crowded,
dense crowded, and congested). The research was conducted using the OpenCV
library programming language C++ with the Canny algorithm and Blob Detection
to detect the vehicle using camera on the position of vertical side. Based from the
test results, the Blob Detection method is superior in the deserted road conditions,
but when conditions are more crowded the Canny algorithm is superior. The
system can detect vehicle with average speed of 9.8 ms per frame with video input
size 320 x 240 pixels."
Fakultas Teknik Universitas Indonesia, 2012
S42743
UI - Skripsi Open  Universitas Indonesia Library
cover
Raehan Khalifsyah
Rancang Bangun Air Pollution Monitoring System Berbasis LPWAN di Daerah Urban = Design of Air Pollution Monitoring System Using LPWAN in Urban Area
"Pencemaran udara merupakan masuknya polutan ke lingkungan yang menyebabkan efek negatif terhadap lingkungan seperti menurunkan tingkat kesehatan manusia dan organisme lain. Polusi udara terdiri dari dua jenis polutan yang berbentuk partikel dan gas dimana partikel berisikan PM2.5&PM10, sedangkan gas bersisikan Karbon Monoksida (CO), Nitrogen Dioksida (NO2), Sulfur Dioksida (SO2), dan Ozon (O3). Oleh karena itu, dibutuhkan suatu sistem yang dapat memantau tingkat polusi udara untuk mengetahui kualitas udara. Dengan menggunakan sistem berbasis Internet of Things (IoT), monitoring polusi udara dapat dilakukan secara real-time. Sistem IoT yang digunakan adalah berbasis Low Power Wide Area Network (LPWAN) yang cenderung baik untuk pemantauan polusi udara karena memiliki karakteristik konsumsi daya yang sedikit dan jarak jangkauan yang cukup luas. Parameter yang diukur pada penelitian ini adalah partikel PM2.5 & PM10 yang didasarkan oleh Air Quality Index (AQI).
Air pollution is the entry of pollutants into the environment that causes negative effects on the environment, such as reducing the health levels of humans and other organisms. Air pollution consists of two types of pollutants in the form of particles and gases. Particles include PM2.5 and PM10, while gases include Carbon Monoxide (CO), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), and Ozone (O3). Therefore, a system is needed to monitor air pollution levels to determine air quality. By using an Internet of Things (IoT) based system, air pollution monitoring can be done in real-time. The IoT system used is based on Low Power Wide Area Network (LPWAN), which is well-suited for air pollution monitoring due to its low power consumption and wide coverage range. The parameters measured in this research are PM2.5 and PM10 particles, based on the Air Quality Index (AQI)."
Depok: Fakultas Teknik Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Irwan Kustianto
Rancang Bangun Sistem Pemantauan Temperatur dalam Air Berbasis IoT Menggunakan Sensor Temperatur FBG = Design of water temperature monitoring system based on IoT using an FBG temperature sensor
"Pemantauan temperatur air sangat penting dalam memahami perubahan lingkungan. Untuk itu, dibutuhkan perangkat yang dapat mendeteksi temperatur secara realtime dengan tingkat sensitivitas yang tinggi. Pada penelitian ini, dilakukan karakterisasi terhadap fiber Bragg grating (FBG) sebagai sensor berbasis optik untuk mengukur temperatur dalam rentang yang lebar, yaitu  4  hingga 50 . Hasil eksperimen skala laboratorium dengan air tawar menunjukkan bahwa  terdapat hubungan yang linear antara perubahan panjang gelombang dengan sensitivitas rata-rata 0,0103 , dengan error repeatibility dari 0,96%.  Selanjutnya, untuk mengantisipasi aplikasi pengukuran temperatur air di laut dilakukan simulasi untuk kondisi kedalaman 2000 . Hasil simulasi menunjukkan bahwa semakin tinggi tekanan hidrostatik akan berdampak terhadap bertambahnya peningkatan perubahan panjang gelombang Bragg. Selain itu dilakukan juga integrasi sensor temperatur FBG ini ke dalam sistem Internet of Things (IoT). Perancangan dimulai dengan pengolahan data yang didapat dari sensor temperatur FBG melalui optical interrogator, pembuatan database dan mengirimkannya ke dalam web server, di samping juga pembuatan website IoT dashboard yang berisi data-data yang didapat dari sensor temperatur FBG agar dapat dibaca secara online dan realtime. Dari hasil pengukuran quality of service website tersebut didapatkan nilai pengukuran throughput sebesar  0.73942412 , packet loss 0%, dan delay sebesar 1.3 .
Monitoring water temperature is crucial in understanding environmental changes. For this purpose, a device capable of detecting temperature in real-time with high sensitivity is required. In this research, characterization of Fiber Bragg Grating (FBG) was conducted as an optical-based sensor to measure temperature over a wide range - from 4  to 50 . Laboratory-scale experiments with freshwater revealed a linear relationship between wavelength changes and an average sensitivity of 0.0103 , with a repeatability error of 0.96%. Furthermore, to anticipate the application of water temperature measurement in the sea, simulations were carried out for conditions at a depth of 2000 . The simulation results indicated that higher hydrostatic pressure impacts the increase in Bragg wavelength changes. In addition, integration of the FBG temperature sensor into the Internet of Things (IoT) system was also performed. The design began with processing data obtained from the FBG temperature sensor through an optical interrogator, creating a database, and sending it to a web server. This was complemented by the development of an IoT dashboard website displaying data from the FBG temperature sensor, accessible online and in real-time. The quality of Service measurements of this website showed a throughput value of 0.73942412 , 0% packet loss, and a delay of 1.3 "
Depok: Fakultas Teknik Universitas Indonesia, 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Deza Achmad Zakiy
Rancang Bangun Sistem Monitoring Laboratorium dengan Multi Sensor dan Algoritma CART = Design of Laboratory Room Monitoring System using Multi Sensor and CART Algorithm
"Dengan perkembangan teknologi mikrokontroler dan teknologi informasi, teknologi IoT tumbuh dengan pesat. Mikrokontroler adalah salah satu dari teknologi yang memungkinkan untuk mengaplikasikan IoT dalam berbagai bidang contohnya sistem monitoring ruangan menggunakan sensor yang dibutuhkan untuk mengawasi kondisi ruangan khusus seperti laboratorium secara otomatis. Untuk membangun sistem monitoring yang efisien digunakan sebuah modul mikrokontroler yaitu NodeMCU ESP8266. NodeMCU ESP8266 adalah jenis board mikrokontroler yang dilengkapi dengan modul Wifi. Mikrokontroler ini memungkinkan untuk merancang sebuah sistem yang dapat mengirim data hasil pembacaan dari banyak sensor untuk ditampilkan dan dikirimkan ke database server menggunakan modul Wifi. Data yang terkumpul dalam database kemudian akan diolah menggunakan machine learning dengan algoritma Classification and Regression Tree (CART) untuk membuat sebuah model yang kemudian akan diimplementasikan langsung menjadi embedded machine learning pada board mikrokontroler untuk mendeteksi ancaman serta memberikan peringatan dini. Sebelum diterapkan ke dalam mikrokontroler, algoritma CART juga diuji dan dibandingkan dengan beberapa jenis algoritma machine learning lain untuk mendapatkan perbandingan performa. Dengan implementasi tersebut didapatkan sebuah sistem monitoring yang menggunakan algoritma CART sebagai hasil terbaik nilai accuracy sebesar 0.99992 pada training dan 0.999154 pada testing, precision sebesar 0.999154, recall sebesar 0.999946, serta f1-score sebesar 1.0. Algoritma CART juga memberikan waktu proses yang sangat cepat dengan waktu training 0.5 detik dan waktu testing 0.06 detik.
With the development of microcontroller technology and information technology, IoT is growing rapidly. The microcontroller is one of the technologies that make it possible to apply IoT in various fields, for example, a room monitoring system using sensors that are needed to supervise special room conditions such as laboratories automatically. A microcontroller module called NodeMCU ESP8266 is used to build an efficient monitoring system. ESP8266 is a type of microcontroller board that is equipped with a Wifi module. ESP8266 makes it possible to design a system that can send data from multiple sensors to be displayed and sent to the database server using the Wifi module. The data collected in the database will be processed using machine learning by the Classification and Regression Tree (CART) algorithm and then implemented to the microcontroller as embedded machine learning so that system can detect impending early threats and provide early warnings. Before being implemented into a microcontroller, the CART algorithm is also tested and compared to several other types of machine learning algorithms to get a comparison of performance. In the simulation, it achieved the best result, with the accuracy of 0.99992 and 0.999154 ​​in training and testing, respectively. The precision of 0.999154, recall of 0.999946, and f1-score of 1.0 have also resulted. CART algorithm also provides a speedy processing time with training and testing time of 0.5 seconds and 0.06 seconds, respectively."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Gandhi Arssegi
Analisis sistem pemantau sensor ruang bangunan berbasis intel galileo dan thingspeak web service = Analysis of indoor sensor monitoring system based on intel galileo and thingspeak web service
"Penelitian ini menganalisis sistem pemantauan sensor ruang bangunan menggunakan Intel Galileo, Intel Wifi Link 5100 dan Thingspeak Web-service yang diimplementasikan terhadap ruang bangunan untuk konsep Green Building. Sistem ini merupakan metode alternatif dari pembuatan sistem pemantauan sensor dengan instalasi dan konfigurasi yang lebih ringkas berdasarkan pemanfaatan Web-service. Konfigurasi terhadap sensor dilakukan dengan pengkodean bahasa C khusus Arduino. Integrasi antar perangkat keras dengan Web-service Thingspeak dilakukan berdasarkan pemanfaatan API Web dengan instruksi HTTP yang disematkan kedalam kode program. Mulai dari booting, Intel Galileo membutuhkan waktu rata-rata 77,4 detik untuk melakukan update pembacaan sensor ke dalam situs Thingspeak Web-service melalui pengujian booting Intel Galileo sebanyak 10 kali. Rata-rata error waktu update setelah sistem berjalan adalah sebesar 1,5% jika 20 sampel acak dibandingan terhadap pewaktuan pada desain. Secara garis besar berdasarkan tabel checklist fungsi didapatkan tingkat fungsionalitas sistem sebesar 97,5% dan berdasarkan kuesioner indikator performa Sistem Pemantau Sensor dianggap memuaskan dengan mendapatkan skor 5,13 dari skala (1-6).
This research proposes a sensor monitoring system for indoor building space using Intel Galileo, Intel Wifi Link 5100 and Thingspeak Web-services to evaluate its performance. The system intend to be implemented in green building concept as an alternative method of sensor monitoring system with more simplified installation and configuration based on utilizing Web-service. The system configured by C-Arduino integrated to Thingspeak Web-Service by Web API instruction embedded in the program code. The evaluation was verified by experiments, checklist table and questionnaire with several parameters. Intel Galileo needs average booting proccess time of 77,4 seconds to update the sensor measurement value. Compared with designed update time, average error of system update time while the process cycle running was 1,5%. The checklist table parameters valued the system functionality as 97,5% functional. Based on the questionnaire parameters the sensor monitoring system was stated as satisfying by averagely scored 5,13 out of 6."
Depok: Fakultas Teknik Universitas Indonesia, 2014
S57953
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rizki Arif
Rancang bangun sistem akuisisi data elektroensefalografi (EEG) berbasis FPGA PYNG = Development of electroencephalography (EEG) data acquisition system based on FPGA PYNG
"Dalam penelitian ini, telah dibuat sebuah sistem akuisisi data 32-channel berbasis Field Programmable Gate Array FPGA untuk mengakuisisi dan memroses sinyal Electroencephalography EEG . Sistem akuisisi data yang dibangun menggunakan board PYNQZ1, dengan Xilinx ZYNQ XC7Z20-1CLG400C All Programmable System-on-Chip APSoCs yang dapat memberikan sebuah sistem tertanam dengan performa tinggi, karena memiliki kombinasi antara fleksibilitas serta versatility dari programmable logic PL dengan prosesor embedded atau programmable system PS dengan kecepatan tinggi. Sebagai pusat dari sistem akuisisi data yang dibangun, FPGA menerima, memproses, dan menyimpan data dari Front-End Analog to Digital Converter ADC ADS1299EEG-FE. Komunikasi data yang digunakan dalam sistem akuisisi data yang dibangun adalah Serial Peripheral Interface SPI dengan konfigurasi daisy-chain. Untuk bagian pemrosesan sinyal, penulis mengimplementasikan filter bandpass Butterworth dengan orde 5 dan Fast Fourier Transform FFT pada overlay dari PYNQ-Z1. Overlay merupakan desain FPGA yang dapat dikonfigurasi sehingga menghubungkan PS pada ZYNQ dengan PL, memberikan penulis kemampuan untuk mengendalikan secara langsung platform hardware memanfaatkan Python pada PS. Rerata dari error akurasi yang didapatkan dari hasil validasi adalah 1.34 dan kriteria performa Total Harmonic Distortion THD menghasilkan 0.0091 , dengan memanfaatkan NETECH MiniSIM EEG Simulator 330. Perbandingan dari sistem akuisisi data dengan Neurostyle NS-EEG-D1 System yang mengambil data EEG yang sama menghasilkan parameter korelasi gradien dengan 0.9818, y-intercept dengan -0.1803, dan R2 dengan 0.9742 berdasarkan analisis least square. Parameter tersebut memperlihatkan sistem akusisi data yang telah dibangun cukup, jika tidak setara, dengan sistem akuisisi data komersil dengan standar medis, yaitu Neurostyle NS-EEG-D1 System, karena dapat memastikan dan mempertahankan akurasi dengan konfigurasi frekuensi sampling yang lebih tinggi.
This study proposes a novel Field Programmable Gate Array FPGA based 32 channel data acquisition system to acquire and process Electroencephalography EEG signal. The data acquisition system is utilizing PYNQ Z1 board, which is equipped with a Xilinx ZYNQ XC7Z020 1CLG400C All Programmable SoC APSoCs that can offer high performance embedded system because of the combination between the flexibility and versatility of the programmable logic PL and the high speed embedded processor or programmable system PS . As the core of the data acquisition system, the FPGA collect, process, and store the data based on Front End Analog to Digital Converter ADC ADS1299EEG FE. The communication protocol used in the data acquisition system is Serial Peripheral Interface SPI with daisy chain configuration. For the signal processing part, we implement a 5th order Butterworth bandpass filter and Fast Fourier Transform FFT directly on the PYNQ Z1 rsquo s overlay. The overlay are configurable FPGA design that extend the system from the PS of the ZYNQ to the PL, enabling us to control directly the hardware platform using Python running in the PS. The mean accuracy error obtained from validation result of the developed system is 1.34 and the Total Harmonic Distortion THD performance criterion resulting in 0.0091 , both of them validated with NETECH MiniSIM EEG Simulator 330. The comparison between the developed system with Neurostyle NS EEG D1 System acquiring the same EEG data shows correlation parameter gradient of 0.9818, y intercept with 0.1803, and R2 of 0.9742 based on the least square analysis. The parameter above indicates that the developed system is adequate enough, if not on a par, with the commercialized, medical grade EEG data acquisition system Neurostyle NS EEG D1 as it can assure and maintain accuracy with higher sampling frequency."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>