Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Computer teknology has been fastly developed in each life elemen; one of them is digital imaging technology.Taking a digital picture is very easy,on the other one hand there are many digital processing for digital imaging has been used nowday....

Abstrak :
ABSTRACT
The study establishes the thickness and distribution of the ?X? sandstone reservoir in the ASA Field that is located at the southern margin of West Natuna Basin, southwestern South China Sea. The field is located on top of the ?D? horst, which is bordered by the east-northeast (ENE) -west-southwest (WSW) trending basement ridge on the south. By application of discrete Fourier transform (DFT) on high-resolution 3D seismic data over a short window covering the geologic zone of interest, the amplitude spectra of an ?X? sandstone prone channel can help delineate temporal bed thickness variability and sandstone distribution. Spectral decomposition is just valid for analysis covered one wavelet seismic that will decrease the noise, so that all of frequency range until Nyquist frequency can be used for analysis. Noise appearance can be used to determine geological boundaries such as channels and sand bars, but it cannot be used for the thickness estimation. The maximum value of the first peak frequency will determine the thinnest layer observable within analysis window. The average tuning thickness ranges is from 30 to 40 feet. The thinnest detectable layer is about 12 feet that are found at the finite area, this is equal with 1/12λ, where λ is seismic wavelet wavelength. The tuning thickness of the sandstone reservoir detected by spectral decomposition analysis is thinner than conventional tuning calculation which is about 35 feet on ¼λ. The paleo-stream flow is interpreted to be from northwest to southeast across the study area based on spectral decomposition analysis. Faulting was not active during ?X? sandstone deposition as evidenced by lack of downthrown thickening and continuity of interpreted sand bars across faulted area. Based on this study, more advance study is recommended to be done to understand the optimum window length for spectral decomposition analysis especially using more than one seismic wavelet to determine sand distribution and its thickness. More advanced method of spectral decomposition analysis is necessary to detect, within one seismic wavelet, variation in bulk rock properties from which inferences regarding depositional environment and lithology can be made.

Abstrak :
ABSTRAK
Untuk menyederhanakan solusi dari suatu masalah komputasi selalu digunakan apa yang disebut dengan teknik analisa transformasi. Salah satu contoh dari teknik analisa ini adalah transformasi Fourier. Transformasi Fourier dari sebuah gelombang diperlukan untuk memisah gelombang tersebut menjadi sejumlah gelombang sinusoidal dengan frekwensi yang berbeda.
Dengan dikembangkannya suatu transformasi Fourier cepat ( Fast Fourier Transform- FFT ) yaitu sebuah algoritma yang efisien untuk menghitung DFT ( Discrete Fourier Transform), maka telah terjadi perubahan yang besar dalam menganalisa berbagai cabang Ilmu Pengetahuan (science). Prosesor FFT yang terkecil mempunyai dua titik transformasi ( N = 2 ).
Pada tulisan ini dibahas tentang aspek-aspek komputasi dan aspek-aspek perancangan pada sistem VLSI yang berkaitan dengan perancangan prosesor FFT-DIT untuk titik transformasi sebanyak delapan buah ( N = 8 ).
Perancangan simulasi Prosesor FFT ini dilakukan dengan menggunakan teknologi CMOS. Perancangan ini dilakukan dengan menggunakan perangkat lunak CIRCAD II pada workstation HP9000 dan SUN SPARCstation 1+. Perancangan ini menggunakan modul FFT-DIT dengan N= 2 yang dirancang oleh sdr. Ir.Totok Mujiono di laboratorium CAD UI pada tahun 1990 yang lalu.
Perancangan FT-DIT untuk N = 8 ini dilakukan dengan menggabungkan modul FFT--DIT dengan N = 2 sebanyak 12 buah. Penggabungan dilakukan sesuai dengan grafik aliran sinyal dari FFT-DIT untuk N = 8 . Pada perancangan ini faktor wp ( twiddle factor ) dianggap sudah tersedia, jadi merupakan masukan dari chip prosesor FFT-DIT dengan N = 8 ini.

Abstrak :
Aktivitas jantung janin atau Fetal Electrocardiogram (FECG) dapat digunakan untuk mendeteksi potensi kelainan pada jantung janin. Perekaman FECG dilakukan dengan menggunakan Elektrokardiogram (EKG) pada perut ibu hamil. Namun hasil yang didapat tidak serta merta memberikan nilai detak jantung janin per menit, karena terdapat berbagai macam suara bising yang mengganggu pembacaan FECG. Sinyal noise tersebut didapat dari keberadaan Maternal ECG (MECG) yang mendominasi pembacaan, pergerakan rahim, dan lain sebagainya. Sehingga dibutuhkan dokter ahli dalam pembacaan manual hasil EKG perut yang memperlambat proses diagnosis. Oleh karena itu, diperlukan suatu metode untuk memisahkan FECG dengan Maternal Electrocardiogram (MECG). Tujuan dari penelitian ini adalah untuk merancang metode baru menggunakan Fast Fourier Transform dan Filter Moving Average kemudian membandingkan hasilnya dengan metode yang sudah ada untuk memisahkan FECG dari MECG. Cara validasi yang dilakukan adalah membandingkan FHR yang didapat dari kedua metode (Metonia et al. (2020) dan Fast Fourier Transform dan Filter Moving Average) dengan nilai yang sudah divalidasi oleh dokter. Hasil yang didapat adalah pada data Ibu Hamil, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai 0,727 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai 1,939. Pada data Ibu Melahirkan, Mean Average Error (MAE) menggunakan metode Moving Average dan FFT Filter bernilai -0,5490 yang lebih kecil dibandingkan metode Metonia et al., (2020) yang bernilai -0,3275. ......Fetal heart activity or Fetal Electrocardiogram (FECG) can be used to detect potential abnormalities in the fetal heart. FECG recording is done using an Electrocardiogram (ECG) on the abdominal of pregnant women. However, the recording results obtained do not immediately provide a value for the fetal heart rate per minute, because there are various kinds of noise that interfere with the reading of the FECG. The noise signal is obtained from the presence of the Maternal ECG (MECG) which dominates the reading, the movement of the uterus, and so on. So that an expert doctor is needed in manual reading of the Abdominal ECG results which slows down the diagnosis process. Therefore, it is necessary to have a method for separating FECG with Maternal Electrocardiogram (MECG). The purpose of this research is to design a new method using Fast Fourier Transform and Moving Average Filter then compare the results with the current available method to separate FECG from MECG. The results obtained are the data for pregnant women, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods, is 0.727 which is smaller than the Metonia et al., (2020) method which is 1.939. In Maternal data, the Mean Average Error (MAE) using the Moving Average and FFT Filter methods is -0.5490 which is smaller than the Metonia et al., (2020) method which is -0.3275.

Abstrak :
Sekarang ini metode MT cukup berkembang dan seringkali digunakan sebagai metode geofisika yang mampu memetakan kondisi bawah permukaan dengan baik, khususnya sistem panasbumi. Namun di sisi lain, keberadaan software atau program yang dapat digunakan untuk melakukan pengolahan data MT masih terbatas dan harganya relatif mahal. Dengan demikian penulis berupaya untuk melakukan penelitian dalam pembuatan program pengolahan data MT tersebut, terutama yang dapat mengolah data mentah MT berupa time series sampai menjadi data resistivitas semu dan fase. Dalam penelitian ini, penulis memfokuskan pada pembuatan program menggunakan MATLAB yang dapat melakukan pengolahan data time series menjadi resistivitas semu dan fase. Ada beberapa tahapan penting yang perlu dilakukan dalam melakukan proses pengolahan data time series, yaitu proses transformasi Fourier dengan teknik Fast Fourier Transform (FFT) yang bertujuan untuk mentransformasi data dari domain waktu menjadi domain frekuensi. Selanjutnya dilakukan penentuan interval frekuensi yang nantinya akan diproses pada tahapan selanjutnya. Kemudian dilakukan teknik robust processing yang tujuannya adalah untuk membuat data menjadi lebih smooth. Setelah itu dapat dihitung nilai tensor impedansinya untuk perhitungan resistivitas semu dan fase. Adapun hasil pengolahan data MT dari program yang telah dibuat sangat baik, dimana terdapat adanya kesesuaian antara kurva resistivitas semu dan fase yang dihasilkan dari program yang dibuat dan yang dihasilkan dari software komersial (SSMT2000). Perbandingan dengan menggunakan hasil inversi 2-D dengan input berupa data resistivitas semu dan fase dari kedua program pun menunjukkan adanya kesesuaian. ......Recently, Magnetotelluric (MT) Method has been developed and often used as geophysical method which has good ability for subsurface mapping, especially geothermal system. However, software and program that could be used to carry out MT data processing is limited and expensive. Accordingly, the author attempted to do research in developing MT data processing program, especially time series data processing to be apparent resistivity and phase data. In this research, the author focuses on developing the computer program using MATLAB to proces the time series data transformation to be apparent resistivity and phase. There are several important steps to do in time series data processing, firstly Fourier transformation using Fast Fourier Transform (FFT) technique to transform the data from time domain to frequency domain. The next step is determination of frequency interval to be used for the next step. After that, a robust processing technique is performed to make the data smoother. Then, further step is calculation of tensor impedance for calculating apparent resistivity and phase. The MT data processing result produced from the computer program is excellent, where there is similarity between the apparent resistivity and phase curve produced from the computer program and those produced from the commersial software (SSMT2000). Comparison using 2-D inversion by inputting the apparent resistivity and phase data produced from both computer programs shows good agreement.

Abstrak :
Metode Magnetotellurik (MT) adalah metode geofisika pasif yang digunakan untuk mengetahui keadaan bawah permukaan menggunakan induksi elektromagnetik. Data yang didapatkan pada pengukuran MT biasanya masih mengandung noise sehingga hasil dari pemrosesan datanya masih kurang baik. Oleh karena itu, noise tersebut harus dikurangi semaksimal mungkin dengan menggunakan metode remote reference. Keberadaan software untuk melakukan pemrosesan data MT dengan menggunakan remote reference masih sangat terbatas. Pada penelitian ini, penulis memfokuskan pada pembuatan program MATLAB untuk pengolahan data MT dari data mentah berupa time series sampai mendapatkan hasil akhir berupa kurva resistivitas semu dan fase dengan menggunakan metode MT remote reference. Terdapat beberapa tahapan dalam pengolahan data MT remote reference ini, yaitu transformasi Fourier dengan teknik Fast Fourier Transform (FFT). Kemudian melakukan estimasi impedansi dan perhitungan mencari nilai resistivitas semu dan fase. Setelah itu, langkah terakhir yaitu teknik estimasi robust. Hasil dari kurva resistivitas semu dan fase yang menggunakan remote reference terlihat lebih teratur dan smooth dibandingkan yang tidak menggunakan remote reference. Hal ini membuktikan bahwa pengolahan data MT dengan menggunakan remote reference dapat mengurangi noise pada data MT. Adapun hasil dari inversi 2-D memiliki kesesuaian antara program yang dibuat di MATLAB dengan software yang telah ada (SSMT2000). ......Magnetotelluric method (MT) is a passive geophysical method used to determine the state of the subsurface using electromagnetic induction. The data obtained was usually still contain noise so that the results was still not good. Therefore, noise should be reduced as much as possible by using the remote reference method. The software to perform data processing using a remote reference MT was limited. In this study, the authors focused on the manufacture of MATLAB for processing of MT data from the raw data in the form of time series to obtain the final form of the curve apparent resistivity and phase by using a remote reference MT method. There are several steps in the remote reference MT data processing, Fourier transform technique with Fast Fourier Transform (FFT). Then the impedance estimation and calculations to find the value of apparent resistivity and phase. After that, the last step is robust estimation techniques. The results was better and smoother than those which not using a remote reference. This proved that the MT data processing using a remote reference can reduce noise in MT data. The results of 2-D inversion was matched between a program created in MATLAB with existing software (SSMT2000).