Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kebutuhan manusia untuk dapat berinteraksi dengan lebih baik dan lebih mudah ketika berhadapan dengan sistem yang terdiri dari mesin-mesin serta kebutuhan akan sistem keamanan yang lebih baik telah menjadi salah satu pemicu mengapa teknologi speech recognition terus dikembangkan. Sistem pengolahan sinyal yang dipakai di dalam sistem pengenalan suara telah banyak dikembangkan, cara-cara pengolahan sinyal inilah yang akan menghasilkan sebuah hasil akhir yang merupakan sebuah parameter bagi sistem pengenalan suara tersebut, disebut juga dengan front ends. Beberapa front ends yang dikenal saat ini diantaranya adalah Linear Predictive Coefficients (LPC), Linear Predictive Cepstral Coefficients (LPCC), dan Cepstral Transform Coefficients (CC), yang masing-masing datang dengan keunggulan dan kekurangannya masing-masing. Penulisan skripsi ini bertujuan untuk memberikan pengenalan lebih baik terhadap kinerja ketiga front ends tersebut berikut analisa faktor-faktor lain yang dapat mempengaruhi kinerja ketiganya. Hasil akhir yang didapatkan dalam penulisan skripsi ini juga menunjukkan keunggulan metode pengolahan sinyal menggunakan transformasi fourier dibandingkan metode pengolahan sinyal menggunakan teknik prediksi linear, serta adanya keunggulan dan kekurangan yang terdapat pada masing-masing metode LPC dan LPCC apabila keduanya dibandingkan.

Abstrak :
Pada skripsi ini, dibahas simulasi metode pencocokkan blok dengan ukuran blok bervariasi (variable size block matching) yang diterapkan pada pemampatan sinyal gambar bergerak (video compression), dan membandingkannya dengan metode pencocokkan blok dengan ukuran tetap. Data yang akan dibandingkan berupa perbandingan sinyal terhadap noise dan besarnya bit yang akan ditransmisikan dengan asumsi saluran bersifat tanpa loss sehingga besarnya overhead tambahan untuk menangani masalah pengirimannya, tidak dimasukkan dalam perhitungan. Simulasi menunjukkan, kualitas gambar yang dihasilkan bila digunakan ukuran blok yang bervariasi pada metode pencocokkan blok, ternyata cukup tinggi, dan jumlah bit yang dihasilkan untuk merepresentasikan gambar tersebut relatif lebih kecil bila dibandingkan dengan pemakaian ukuran blok yang tetap. Nilai optimum pernakaian ukuran blok yang bervariasi tersebut dicapai bila digunakan ukuran blok S x S piksel dengan ukuran minimal 2 x 2 piksel. Karena pada pemakaian blok inilah, dicapai kompromi yang baik antara usaha meningkatkan kualitas gambar hasiI pemampatan, dengan usaha mengurangi banyaknya bit hasil pemampatan.

Abstrak :
Skripsi ini membahas mengenai rancang bangun interpolasi suara dijital arch terima (ISD-T) dengan menggunakan Simulator TMS320C541, yaitu terdiri dari sate saluran masukan clan diuraikan menjadi dua kanal keluaran pembicaraan. Sinyal sisipan yang diterima dari arah kirim terdiri dari dua sinyal pembicaraan yang digabung menjadi sate dengan memanfaatkan waktu-waktu kosong dari masing-masing kanal masukan. Dalam proses pelaksanaannya, sinyal suara analog terlebih dahulu diubah ke dalam bentuk bit-bit sinyal dijital. Pengiriman dilakukan dengan mernakai header untuk masing-masing kanal agar tidak terjadi kesalahan pengiriman sampel data. Pada arah terima, kedua sinyal gabungan dipisahkan kembali menjadi dua sinyal pembicaraan. Besar waktu penyisipan suara yang dikirim tersebut mempengaruhi suara yang didengar penerima. Jika terjadi tabrakan bit akibat adanya sinyal suara di kedua kanal masukar4 maka akan terjadi perubahan berupa hilangnya beberapa sampel data sehingga suara yang didengar pada bagian penerima mengalami perubahan. Dengan pengaturan waktu penyisipan terbaik untuk bit-bit suara dengan sampel dari 16 byte sampai dengan 80 byte menggunakan simulator dari prosessor T,MS320C541, dimana semua proses dilakukan dalam simulator tersebut, sehingga rangkaian yang digunakan menjadi lebih sederhana.

Abstrak :
Kebutuhan akan kompresi data memunculkan banyak metode dan konsep untuk mengurangi ukuran sebuah informasi digital. Tujuan dari kompresi data adalah untuk menghemat kapasitas media penyimpanan dan mempermudah pengiriman informasi melalui media transmisi. Metode Huffman Code merupakan salah satu metode kompresi Lossless yang dapat memberikan kompresi bit tanpa mengurangi informasi di dalam data yang asli. Tugas Akhir ini membahas tentang penggunaan metode Huffman Code dengan jumlah data yang besar, yaitu pada sebuah Frame Video MPEG-4 dengan menggunakan nilai intensitas warna pada setiap pixel sebagai data dan letak pixel sebagai dimensi matriks. Proses yang melibatkan berjuta bit tersebut terlalu rumit untuk diselesaikan secara manual, sehingga membutuhkan bantuan software komputer Matlab. Pemrograman Matlab dilengkapi dengan tools yang memberikan kemudahan dalam penyelesaian komputasi tesebut. Data yang diamati adalah kecepatan proses kompresi-dekompresi, rasio antara jumlah bit sebelum dan sesudah kompresi, dan ketepatan antara data hasil dekompresi dengan data aslinya. Kecepatan proses kompresi dan dekompresi menunjukkan waktu yang dibutuhkan untuk mengganti setiap simbol dalam data dengan kode Huffman-nya. Kecepatan tersebut berbeda-beda tergantung pada spesifikasi alat yang digunakan. Rasio merupakan perbandingan antara data terkompresi dengan data aslinya. Ketepatan data menunjukkan perbandingan antara nilai-nilai pada data yang dikompresi dengan data aslinya. Pada kompresi Huffman data hasil dekompresi dan data asli harus sama. ......The need of data compression makes a lot of methods and concepts made to reduce the size of digital information. The purpose of data compression is to save the capacity of a storage media and to ease information transmission through transmission lines. The Huffman Code Method is one of Lossless compression method which able to give bit compression without reducing the information inside the original data. This final project examine the utilization of Huffman Code method with huge number of data, and that is an MPEG-4 video frame using the value of color intensity on each pixel as data and pixel’s position as matrix dimension. The Process which involves millions of bits is too complicated to be done manually, so a help from computer software, Matlab is required. Matlab programming is equipped with tools which gives ease on handling the complex computation. The Data which observed are the compressing-decompressing speeds, ratio between the number of bits before and after the compression, and the accuracy between the decompressed data and the original data. Processing speed in compressing and decompressing shows the time needed to replace each symbol in data with its Huffman code. The speed varies depends on the specification of the device used for the process. Ratio is the comparison between compressed data with its original data. The accuracy of data shows the comparison between values in the decompressed data and the original data. In Huffman Code compression, the decompressed data and the original data must shows exact match.