ABSTRAKSI: Automatic Digital Recognition Modulation (ADRM) mulai berkembang untuk mendukung performansi teknologi termutakhir saat ini. Sub-bagian dari blok receiver ini mengambil peranan penting dalam segi optimasi dan fleksibilitas. Pendekatan hardware optimation dalam suatu perangkat, akan memerlukan biaya yang mahal dan implementasi yang sulit jika dilakukan modifikasi atau system upgrade. Sehingga, solusi yang mungkin yaitu dengan melalui pendekatan software. Pendekatan inilah yang kemudian kita kenal sebagai Software Defined Radio (SDR).
Dalam tugas akhir ini, pendeteksi modulasi digital difokuskan pada QPSK, 16QAM, dan 64QAM yang termasuk modulasi yang digunakan dalam WiMAX. Sistem pendeteksian tipe modulasi digital pada tugas akhir ini yaitu menggunakan metode spektral dan statistik pada bagian ekstraksi ciri (feature extraction), lalu dengan menambah blok bagian baru yaitu pemilihan ciri (feature selection) menggunakan Algoritma Genetika. Dan pada bagian keputusan (desicion part) menggunakan Jaringan Syaraf Tiruan. Sedangkan kanal transmisi yang digunakan adalah kanal fading.
Hasil penelitian menunjukkan bahwa reduksi ciri sebesar 50% s.d 75% berpengaruh pada peningkatan akurasi sistem. Pemilihan ciri yang optimum untuk mendeteksi benar ≥90% tipe modulasi yang digunakan, menunjukkan hasil yang sama pada tiga kecepatan kanal transmit. Pada kecepatan 3, 30 dan 120 Km/jam, pemilihan ciri yang optimum adalah dengan empat ciri: STD Frequency, Mean, Varians, PSD Max pada SNR minimum 0 dB.Kata Kunci : Automatic Digital Recognition Modulation, Software Defined Radio, Algoritma Genetika, Jaringan Syaraf Tiruan, Kanal fadingABSTRACT: Automatic Digital Modulation Recognition (ADRM) began to develop to support current performance technologies. This sub-section of the receiver blocks is taking an important role in terms of optimization and flexibility. Optimation in hardware approach for a device, would be costly and difficult to implement in modification or system upgrade. Thus, a possible solution is to approach through software. This approach is then known as Software Defined Radio (SDR).
This final project is focused on the detection of digital modulation QPSK, 16QAM, and 64QAM modulation that used in WiMAX. Detection of digital modulation type in this final project is using spectral and statistical methods in the feature extraction, and by adding a new section, feature selection using a Genetic Algorithm. And in the desicion part using Artificial Neural Network (ANN). While the transmission channel used is fading channels.
The results showed that the feature reduction of 50% to 75% effect on increasing the accuracy of the system. Selection of the optimum features for the ≥ 90% detection correct of modulation type used, showed same results in the three-speed transmit channels. At 3, 30 and 120 Km / h, the selection of the optimum features are the four features: STD Frequency, Mean, Variance, PSD Max with minimum SNR 0 dB.Keyword: Automatic Digital Modulation Recognition, Software Defined Radio, Genetic Algorithms, Neural Networks, Channel fading