ABSTRAKSI: Perkembangan teknologi informasi dan komunikasi dewasa ini mengarah pada pelayanan multi media dengan kebutuhan bandwidth yang semakin besar. Perkembangan ini memicu pengembangan dan penggunaan skema modulasi digital adaptif yang dapat berubah mengikuti keadaan kanal transmisi, dengan tujuan dapat mengirim informasi dengan lebar bandwidth yang sebesar-besarnya dan laju data setinggi-tingginya. Di penerima, penerima harus mampu mendeteksi jenis modulasi digital yang digunakan oleh pengirim, sebelum mengekstrak informasi yang dikirim.
Pada penelitian ini dikembangkan suatu sistem pengenalan pola modulasi digital menggunakan transformasi wavelet dan jaringan syaraf tiruan. Jenis modulasi digital yang digunakan adalah ASK2, ASK4, FSK2, FSK4, PSK2 dan PSK4. DI saluran transmisi, disimulasikan kondisi kanal dalam lingkungan tanpa noise, dengan noise pada level EbNoR 10dBdan 20dB.Transformasi wavelet digunakan untuk denoising dan untuk mendapatkan rekonstruksi sinyal sebelum proses ekstraksi ciri. Parameter ciri terdiri dari enam parameter: rata-rata modulus, phasa dan frekuensi, variansi modulus, phasa dan frekuensi sinyal. Jaringan syaraf tiruan digunakan untuk memutuskan jenis modulasi yang dikirim. Jaringan syaraf tiruan yang digunakan adalah jaringan dengan satu dan dua hidden layer.
Dari hasil pengujian menggunakan jaringan syaraf tiruan single layer didapatkan tingkat akurasi pengenalan pola modulasi digital sama dengan 99 % untuk modulasi digital tanpa noise, dan 97% untuk lingkungan EbNoR =20 dB dan EbNR = 10 dB. Hasil pengujian menggunakan jaringan syaraf tiruan dua hidden layer didapatkan tingkat akurasi pengenalan pola sama dengan 99.67 % untuk modulasi tanpa noise dan 99% untuk lingkungan noise EbNR = 20 dB dab EbNR 10dB.
Kata Kunci : Jaringan syaraf tiruan(JST), transformasi wavelet, pengenalan pola modulasi digital, JST satu hidden layer, JST dua hidden layer.ABSTRACT: The recent advances in information and communication technology tend forward to multi-media services which need increasing band-width as width as possible. This trend triggering developing and using adaptive digital modulation scheme which adaptive to changing communication channel. At receiver, receiver have to have ability to deciding what is the type of digital signal that transmitter sended, before information ekstraction.
At this research,, digital signal recognition system using wavelet transformation and artificial neural network, was developed. The type of digital modulation which used are ASK2, ASK4, PSK2, PSK4, FSK2 and FSK4. At communication channel, AWGN channel is used as channel moddelling. Degradation level of signal to noised environment are modelled at EbNoR 10dB, 20dB and 100dB. Wavelet Transformation is used inorder to denoising noised signal and reconstruction to take-back original signal. There are six important feature will be used and extracted: mean and variance of amplitudes, phases and frequencies of digital signal. The types of artificial neural network that used are single hidden layer and double hidden layer. The single hidden layer using 5,10or 15 nodes at hidden layer, the double hidden layer using 5,10 0r 15 nodes at first hidden layer and 5,10 or 15 at second hidden layer.
From the testing result, for single hidden layer ANN is obtained recognition accuracy level is 99,77 for signal without noise, and 97% for signal under condition EbNoR 10 dB and 20dB. For double layer, commonly are obtained, recognition accuracy level are 99% for signal without noise and 97.67% for signal under condition EbNoR 10 dB and 20dB.
Keyword: Artificial Neural network (ANN), Wavelet Transformation, Single hidden layer ANN, double hidden layer ANN, Pattern Recognition.