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...."

"Perkembangan teknologi sistem telekomunikasi berkembang sangat cepat. Berbagai cara dilakukan untuk meningkatkan kinerja sistem telekomunikasi yang handal. Seiring dengan perkembangan teknologi pita lebar, sistem telekomunikasi yang digunakan pada saat ini juga terus dikembangkan agar dapat menghasilkan performa yang lebih baik lagi. Teknik yang digunakan dalam sistem pita lebar tersebut saat ini yaitu menggunakan teknik Orthogonal Frequency Division Multiplexing (OFDM).Orthogonal Frequency Division Multiplexing (OFDM) merupakan suatu teknik transmisi yang menggunakan beberapa frekuensi subcarrier yang saling tegak lurus. Sistem OFDM mampu memberikan efisiensi bandwidth yang lebih tinggi dibandingkan dengan sistem Frequency Division Multiplexing (FDM) biasa. Untuk membuat sinyal OFDM diperlukan suatu teknik transformasi yang diterapkan dalam sistem OFDM. Beberapa transformasi yang biasanya digunakan dalam sistem OFDM ialah Discrete Fourier Transform (DFT) dan Discrete Wavelet Transform (DWT).Dalam skripsi ini dirancang dan dianalisa sistem OFDM yang menggunakan transformasi Lifitng Discrete Wavelet Transform (LDWT). LDWT merupakan pengembangan dari trasformasi DWT. Kelebihan-kelebihan yang dimiliki oleh transformasi LDWT ini mampu memberikan performa yang lebih baik untuk sistem OFDM. Dari hasil simulasi didapatkan bahwa sistem OFDM-LDWT menghasilkan nilai BER yang lebih baik dibandingkan sistem OFDM-DWT untuk wavelet Db2, Sym2, dan Coif2, sedangkan wavelet Haar menghasilkan nilai BER yang sama baik. Nilai BER paling baik yang dihasilkan sistem OFDM-LDWT yaitu pada saat menggunakan wavelet Haar, Db2, dan Sym2 pada kanal AWGN dengan menggunakan modulasi QPSK dan tanpa menggunakan Cyclic Prefix (CP).

---

The development of telecommunication system grows rapidly. Various methods are used to improve the performance of telecommunication system. Due to the development of broadband communication, telecommunication system should be developed to reach the good performance. The technology used in broadband system is Orthogonal Frequency Division Multiplexing (OFDM).Orthogonal Frequency Division Multiplexing (OFDM) uses multiple orthogonal subcarriers frequency. OFDM system can provide higher bandwidth efficiency than Frequency Division Multiplexing (FDM) system. A transformation technique is required to build the OFDM signal. Some transformations used in the OFDM system is the Discrete Fourier Transform (DFT) and Discrete Wavelet Transform (DWT).This final project designs and analyzes OFDM system using Lifting Discrete Wavelet Transform (LDWT). LDWT is the next generarion of DWT transform. The advantages of LDWT transform can improve the performance of OFDM system. The result of simulation shows that OFDM-LDWT system has a better BER than OFDM-DWT system in the wavelet Db2, Sym2, and Coif2, while the wavelet Haar has the same good BER. System of OFDM-LDWT has the best performance of BER when using wavelet Haar, Db2, and Sym2 in the AWGN channel with QPSK modulation and without Cyclic Prefix (CP)."

"Kebutuhan layanan multimedia berkembang dengan pesat melalui kanal radio (wireless channels) mendorong terbentuknya sistem transmisi citra nirkabel (wireless image transmission systems) baik pada kanal AWGN maupun kanal fading. Aplikasi dari transmisi citra melalui kanal nirkabel sangat menarik untuk diamati karena hal ini memerlukan desain yang seperti dari penggunaan pengkodean (coding) untuk kompresi dari citra dikarenakan keterbatasan sumber daya seperti bandwidth dan daya energi untuk transmisi. Untuk mengurangi ukuran data yang ditransmisikan digunakan teknik kompresi citra, salah satunya yaitu Run Length Encoding (RLE). Saat ini, pentingnya identifikasi biometric mengalami peningkatan seiring dengan adanya perdagangan elektronik (electronic commerce). Identifikasi tanda tangan dikembangkan secara luas sebagai salah satu metoda identifikasi biometric. Salah satu metoda identifikasi untuk tanda tangan digunakan Hidden Markov Model (HMM). Dalam tesis ini dilakukan pengenalan citra tanda tangan yang telah ditransmisikan pada kanal fading Rayleigh dengan menggunakan metode Hidden Markov Model (HMM). Sebelum ditransmisikan, citra tanda tangan dikompresi terlebih dahulu dengan menggunakan RLE. Citra tanda tangan ditransmisikan beberapa kali untuk disimpan pada basis data sedangkan pada proses pengenalan citra tanda tangan hanya ditransmisikan sekali saja untuk dijadikan sebagai citra uji. Pada tahap pembentukkan basis data, citra tanda tangan diubah menjadi vektor sebagai titik sample dan titik-titik yang terdekat akan dikuantisasi menjadi centroid atau codeword. Kumpulan codeword akan disimpan sebagai codebook di dalam basis data. Pengenalan dilakukan dengan membandingkan besaran log of probability HMM yang dihitung berdasarkan urutan observasi atau codeword dari setiap sample citra tanda tangan. Dengan menggunakan codebook berukuran 32, 64 dan 128 bit dengan jumlah training 10 dan 20 kali, diperoleh tingkat akurasi pengenalan citra tanda tangan pada kanal fading Rayleigh dengan tidak menggunakan kompresi RLE yaitu antara 0 sampai 36 % sedangkan yang menggunakan kompresi RLE akurasinya sebesar 60 % sampai 76 %. Rasio kompresi citra tanda tangan didapatkan antara 97,78% sampai 98,42 %. Probabilitas kesalahan simbol citra tanda tangan yang tidak menggunakan RLE yaitu 0,9749 sampai dengan 0,9762 sedangkan yang menggunakan kompresi RLE sebesar 0,6785 sampai 0,9691.

---

The need of multimedia services growth increasingly over wireless channels that encourage wireless image transmission systems both through AWGN or fading channel. Application from image transmission over wireless channels are very interesting to be observation because its need the good design from compression coding because the limited resource such as bandwidth and energy resource for transmission. To reduce transmission data size, image compression technique is used, such as Run Length Encoding (RLE).

Recently application of biometric identification increases because of electronic commerce. Signature identification was extended as once method of biometric identification. Once of signature identification method is Hidden Markov Model (HMM).

In this research recognition of transmitted signature on Rayleigh fading channels used HMM. Before transmission, signature image compressed with RLE. Signature image transmitted more once times then it?s saved at data base but at the recognition process signature image only transmitted once time as tested image.

In the process of making data base, signature image changed to be vector as sample point and the nearest points will be quantized as centroid or codeword. The collection of codeword will be stored as codebook in data base. Recognition is performed by comparing the value log of probability HMM which computed base on sequences of observation or codeword each sample from signature image.

Base on using codebook 32, 64 and 128 bit with 10 and 20 training, can reach performance of signature image recognition at Rayleigh fading channel if not using RLE compression is 0 % ? 36 % and if using RLE compression is 60 % - 76 % . Compression rate of signature image is 97,78% - 98,42%. Probability of symbol error of signature image which not using RLE compression is 0,9749 ? 0,9762 but if using compression RLE is 0,6785 ? 0,9691."