PENGARUH COMPRESSIVE SENSING PADA KINERJA FILTER ADAPTIF BERBASISKAN LMS UNTUK PENGHILANG DERAU

SHOLICHATUR RIZKIYAH

Informasi Umum

Kode

21.04.4507

Klasifikasi

621.38 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signals-signal Processing

Dilihat

227 kali

Informasi Lainnya

Abstraksi

Dari tahun ke tahun teknologi terus mengalami perkembangan. Hampir setiap individu memanfaatkan teknologi untuk bertukar informasi mulai dari melakukan pengiriman pesan teks, suara, gambar, maupun file – file penting lainya. File-file yang dikirimkan atau diterima terkadang berukuran cukup besar, sehingga akan membutuhkan media penyimpanan yang cukup besar. Selain itu karena pertukaran informasi banyak dilakukan menggunakan internet akan membuat data lebih mudah terserang noise. Untuk menghindari hal tersebut maka digunakanlah metode Compressive Sensing (CS) dan juga filter digital. Pada Tugas Akhir ini dilakukan analisa pengaruh Compressive Sensing terhadap kinerja filter adaptif. CS memiliki fungsi untuk mengkompresi audio host yang sudah tercampur dengan noise. Pada tahap akuisisi CS digunakan metode DCT untuk merubah sinyal dari domain waktu ke frekuensi, pada proses rekonstruksi digunakan metode Orthogonal Matching Pursuit (OMP). Pada metode ini filter adaptif menggunakan algoritma Least Mean Square (LMS). Pengamatan dilakukan terhadap orde filter yang merupakan tingkatan filter yang digunakan, N merupakan nilai panjang sinyal awal audio yang digunakan dalam sistem, ? merupakan koefisien kecepatan filter yang digunakan, L merupakan panjang audio yang diakuisisi serta M adalah panjang vektor dari sampel CS Hasil yang diperoleh dari penelitian ini Compressive Sensing mempengaruhi kinerja filter adaptif berbasiskan LMS. Sistem yang dirancang bekerja maksimal pada saat nilai koefisien kecepatan filter = 0,005, rasio kompresi 50% dan nilai parameter N = 80000. Pemfilteran yang dipengaruhi Compressive Sensing menghasilkan nilai SNR yang lebih kecil 0,1 dB dibandingkan dengan hasil pemfilteran yang tidak dipengaruhi proses Compressive Sensing. Kata kunci: Compressive Sensing, Filter Adaptif, Least Mean Square, Orthogonal Matching Pursuit.