Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPada tugas akhir ini, saya menganalisa probabilitas outage dari teknologi full-duplex dengan menggunkan sistem MIMO (2x2) dengan memperhatikan faktor dari self-interference. Faktor self-interference pada tugas akhir ini diasumsikan telah ditekan dengan menggunakan active dan passive cancellation. Diasumsikan kanal yang dilalui sinyal antar 2 node merupakan kanal Rayleigh dan kanal yang dilalui sinyal interferensi merupakan kanal Rician. Selanjutnya, akan diperhatikan nilai dari probabilitas outage akibat dampak dari perubahan faktor K, 𝛾̅ɑ adalah SINR (Signal to Interference plus Noise Ratio), threshold rate (R) dan jumlah antena (N). Pada hasil perhitungan dengan nilai dari K = 35 dB atau lebih serta SINR = 70 dB dan R = 10 bps/Hz, probabilitas outage bernilai lebih dari 10-2 namun, dengan nilai SINR = 70 dB dan R = 10 bps/Hz, probabilitas outage bernilai lebih kecil dari 10-4 untuk nilai K = 15 dB atau kurang, maka didapat bahwa probabilitas outage meningkat jika nilai K meningkat. Selanjutnya, dengan nilai K = 10 dB didapat nilai dari probabilitas outage sebesar 10-4 ketika nilai SINR = 60 dB dan probabilitas outage sebesar 10-6 ketika nilai SINR = 70 dB, maka didapat probabilitas outage menurun jika nilai SINR meningkat. Hasil perhitungan lainnya dengan nilai K = 10 dB, didapat nilai dari probabilitas outage lebih dari 0,2 ketika nilai R = 6 bps/Hz dan probabilitas outage sebesar 0,8 ketika nilai R = 8 bps/Hz, didapatkan Probabilitas outage meningkat jika nilai R meningkat. Selanjutnya, dengan nilai K = 15 dB dan R = 20 bps/Hz, didapatkan nilai probabilitas outage sebesar 0,4, namun ketika nilai dari K = 15 dB dan R = 20 bps/Hz, nilai dari probabilitas outage dibawah 0,1, maka probabilitas outage menurun jika nilai N meningkat.

---

ABSTRACTIn this report, I analyze an outage probability in bidirectional nirkabel communication using full-duplex MIMO system with consider effect of self-interference. The self-interference in this report is mitigated by active and passive cancellation, yet there is still interference happens in this system, called residual interference. Assumed, transmit information signal (channel between node-1 and node-2) using Rayleigh fading channel and express interference signal stream using Rician fading channel. I derive a closed-form solution of outage probability towards effect of Rician factor (K), γ̅ɑ is SINR (Signal to Interference plus Noise Ratio), threshold rate (R) and number of antenna (N). With SINR is 70 dB and R is 10 bps/Hz, value of outage probability is more than 10-2, yet with SINR is 70 dB and R is 10 bps/Hz, we get value of probability is below 10-2 for value of K is 15 dB or below, we obtain that value of outage probability increases when we increasing value of K. At value of K is 10 dB, we get outage probability is 10-4 when SINR is 60 dB and outage probability is 10-6 when SINR is 70 dB, from the result we conclude that for certain value of R, as SINR increases outage probability decreases for given K. Furthermore, at value of K is 10 dB, we get outage probability is more than 0.2 when R is 6 bps/Hz and outage probability is 0.8 when R is 8 bps/Hz. We get that as threshold rate increases outage probability increases for given SINR. Moreover, at value of K is 15 dB and R is 20 bps/Hz, we get outage probability is 0.4 but when value of K is 15 dB and R is 20 bps/Hz, we get outage probability is below 0.1. We obtain that increases number of antenna will decreases value of outage probability."

"Daerah penelitian terletak di area sekitar Toba dengan koordinat 98.106° BT – 99.874° BT dan 1.091° LU – 3.36° LU. Pada penelitian ini digunakan metode ambient noise tomography (ANT) dengan menggunakan data dari 13 seismometer milik BMKG. Data yang digunakan merupakan data ambient noise yang berasal dari getaran terus menerus yang disebabkan oleh gelombang laut. Tujuan dari penelitian ini adalah untuk mengkarakterisasi kecepatan grup gelombang Rayleigh. Gelombang Rayleigh diperoleh dalam penelitian ini karena hanya digunakan komponen vertikal dari seismometer. Tahapan korelasi silang dilakukan untuk mendapatkan Fungsi Green antar stasiun. Hasil dari Fungsi Green ini kemudian digunakan untuk mendapatkan kurva dispersi yang merupakan fungsi antara kecepatan grup dengan periode. Hasil dari kurva dispersi kemudian dilakukan tomografi sehingga dihasilkan peta kecepatan grup gelombang Rayleigh dengan periode 1 – 6 s. Hasil dari penelitian ini adalah anomali kecepatan tinggi berada pada litologi granit yang letaknya berada di Pegunungan Barisan, anomali rendah pada wilayah Toba mencerminkan adanya fraksi lelehan batuan dan sedimen tebal, dan anomali rendah di sekitar Tarutung mencerminkan adanya sedimen.

---

The research area located in the area around Toba with the coordinates 98,106 ° E - 99,874 ° E and 1,091 ° N - 3.36 ° N. This study used the ambient noise tomography (ANT) method using data from 13 BMKG's seismometers. The data used is ambient noise data that comes from continuous vibrations caused by ocean waves. This research aims to characterize the velocity of the Rayleigh wave group. Rayleigh waves are obtained in this study because only the vertical component of the seismometer is used. The cross-correlation step is carried out to obtain Green's Function between stations. Green's Function is then used to obtain a dispersion curve which is a function of the group velocity and period. The dispersion curve results were then performed tomography to produce Rayleigh group velocity maps with a period of 1 - 6 s. This study's results are high-velocity anomalies in granite lithology located in the Barisan Mountains, low anomalies in the Toba region reflecting the presence of molten rock fraction and thick sediment, and low anomalies around Tarutung reflecting sediments."

"Turbin Angin Sumbu Vertikal (TASV) merupakan jenis turbin angin yang dengan kecepatan angin rendah dapat menghasilkan listrik dan cukup mudah diterapkan pada beban kelistrikan yang terisolasi. Penelitian ini bertujuan untuk mendapatkan desain sistem TASV dan sistem pasokan listrik yang paling optimal baik secara teknis maupun ekonomis untuk memenuhi kebutuhan energi listrik di daerah Tertinggal, Terdepan dan Terluar (3T). Dengan pendekatan statistik Ordinary Kriging, nilai kecepatan rara-rata tahunan di Raja Ampat diestimasikan berdasarkan data historis kecepatan angin yang berasal dari Badan Meteorologi, Klimatologi dan Geofisika 2019 (BMKG) dan data National Oceanic and Atmospheric Administration 2019 (NOAA) sehingga distribusi kecepatan angin dapat diproyeksikan dengan menggunakan pendekatan distribusi Weibull dan Rayleigh. Parameter yang divariasikan meliputi spesifikasi turbin, kapasitas daya dan kecepatan angin. Hasil penelitian menunjukkan bahwa desain TASV yang optimal untuk diimplementasikan di Raja Ampat adalah turbin 10 kW tipe darrieus dengan blade lurus, cut-in speed 1.5 m/s, kecepatan rated 9 m/s dan faktor kapasitas 20.9%. Untuk kebutuhan energi listrik rata-rata 1,074/pelanggan/tahun, Produksi Energi Tahunan sebesar 18,337 kWh/unit/turbin, 1-unit TASV dapat mensuplai energi listrik kepada 12 pelanggan atau 1-unit turbin dalam radius 1 km2 dengan kepadatan penduduk rata-rata 48 Jiwa/km2. Untuk memasok jumlah permintaan di Raja Ampat sebesar 459,797 kWh ditahun 2021, dibutuhkan sebanyak 25-unit TASV dengan LCOE 20.2 Sen USD / kWh / unit atau lebih rendah dari Biaya Produksi yang Diatur (21.34 sen USD / kWh). Hasil ini menunjukkan TASV merupakan alternatif yang tepat secara teknis dan ekonomis untuk beban kelistrikan di negara-negara kepulauan dengan banyak daerah terisolasi seperti Indonesia.

---

Vertical Axis Wind Turbine (VAWT) can generate electricity just by low wind speed and simply able to apply for isolated demands. This study aims to obtain the most optimal VAWT system design and power supply system both techno-economic to meet the demands in disadvantaged, frontier and outermost (3T) areas. By Ordinary Kriging method, the annual average velocity in Raja Ampat was estimated based on historical wind speed data from the 2019 Meteorology, Climatology and Geophysics Agency (BMKG) and the 2019 National Oceanic and Atmospheric Administration (NOAA) so that the wind speed distribution can be projected using the Weibull and Rayleigh distribution. The varied parameters include turbine specifications, power capacity and wind speed. The results showed that the optimal VAWT design was the 10 kW straight blade Darrieus turbine, with a cut-in speed of 1.5 m/s, an rated speed of 9 m/s and a capacity factor of 20.9%. For demands an average of 1,074/customer/year, Annual Energy Production of 18,337 kWh turbine unit, then 1 unit can supply the demand for 12 customers or 1 units within a radius of 1 km2, with an average population density of 48 people/ km2. To supply the total demand in Raja Ampat of 459,797 kWh in 2021, 25-unit VAWT with a LCOE of 20.2 Cents USD/kWh or lower than the Regulated Production Cost (21.34 cents USD / kWh) were required. These results suggest that VAWT is a techno-economic viable alternative for electricity demand in archipelagic countries with many isolated areas such as Indonesia."

"The Hidden Markov Model (HMM) is a frequently used tool in scientific research for recognizing pattern. This study discusses signature recognition using HMM where the signature image is transmitted from the remote station to the headquarter office by wireless because the remote station was not provided by the original signature as a reference. Generally, the transmission of radio communication has been corrupted with Additive White Gaussian Noise (AWGN) over the Rayleigh fading channel. To reduce the number of bits in the bitstream, the signal prior to transmission was compressed by means of run-length encoding (RLE), also known as source coding. The signature image detected from the receiver was processed in the computer using the HMM. The successful rate of recognition was 0-36% without compression and 60-76%with compression."

"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."