Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T

Dalam sistem komunikasi, derau merupakan sinyal yang tidak diinginkan, yang menyertai sinyal informasi sehingga akan mempengaruhi kualitas sinyal yang akan dikirimkan. Pada aplikasi filter adaptif penghapus derau, sebagai masukannya adalah sinyal utama yaitu sinyal informasi yang telah tercampur den...

Full description

Bibliographic Details
Main Authors: Dimitra Levina Hartono, Suwadi Suwadi, Wirawan Wirawan
Format: Article
Language:Indonesian
Published: Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M) 2013-03-01
Series:Jurnal Teknik ITS
Subjects:
LMS
Online Access:http://ejurnal.its.ac.id/index.php/teknik/article/view/2348
id doaj-536fd6eaa1fc4d27868cbe0a77ee2b80
record_format Article
spelling doaj-536fd6eaa1fc4d27868cbe0a77ee2b802020-11-24T20:50:55ZindLembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)Jurnal Teknik ITS2301-92712337-35392013-03-0121651Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416TDimitra Levina Hartono0Suwadi Suwadi1Wirawan Wirawan2Teknik Elektro FTI ITSTeknik Elektro FTI ITSTeknik Elektro FTI ITSDalam sistem komunikasi, derau merupakan sinyal yang tidak diinginkan, yang menyertai sinyal informasi sehingga akan mempengaruhi kualitas sinyal yang akan dikirimkan. Pada aplikasi filter adaptif penghapus derau, sebagai masukannya adalah sinyal utama yaitu sinyal informasi yang telah tercampur dengan derau dan sinyal referensi dimana sinyal referensi tersebut memiliki korelasi dengan sinyal utama.Selama pengujian dan analisa algoritma Fast Blok LMS (FBLMS) menggunakan modul DSK TMS320C6416T ini telah berhasil diimplementasikan sistem penghilang derau berbasis TMS320C6416T dengan menggunakan pembanding algoritma LMS dan FBLMS. Hal ini dapat diambil kesimpulan bahwa pada perbandingan SNR untuk hasil simulasi antara LMS dan FBLMS, untuk hasil terbaik yaitu pada saat <em>step size</em> dengan besar 0.005, baik untuk <em>filter length</em> 16, 32, maupun 32. Nilai SNR terbesar dan konvergen untuk LMS adalah 28.2499 sedangkan FBLMS adalah 28.2362. Sehingga dapat disimpulkan bahwa hasil kinerja LMS masih lebih baik daripada FBLMS.http://ejurnal.its.ac.id/index.php/teknik/article/view/2348LMSFBLMSTMS320C6416T
collection DOAJ
language Indonesian
format Article
sources DOAJ
author Dimitra Levina Hartono
Suwadi Suwadi
Wirawan Wirawan
spellingShingle Dimitra Levina Hartono
Suwadi Suwadi
Wirawan Wirawan
Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
Jurnal Teknik ITS
LMS
FBLMS
TMS320C6416T
author_facet Dimitra Levina Hartono
Suwadi Suwadi
Wirawan Wirawan
author_sort Dimitra Levina Hartono
title Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
title_short Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
title_full Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
title_fullStr Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
title_full_unstemmed Implementasi Algoritma FBLMS Untuk Pereduksi Derau Pada Sinyal Suara Menggunakan TMS320C6416T
title_sort implementasi algoritma fblms untuk pereduksi derau pada sinyal suara menggunakan tms320c6416t
publisher Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M)
series Jurnal Teknik ITS
issn 2301-9271
2337-3539
publishDate 2013-03-01
description Dalam sistem komunikasi, derau merupakan sinyal yang tidak diinginkan, yang menyertai sinyal informasi sehingga akan mempengaruhi kualitas sinyal yang akan dikirimkan. Pada aplikasi filter adaptif penghapus derau, sebagai masukannya adalah sinyal utama yaitu sinyal informasi yang telah tercampur dengan derau dan sinyal referensi dimana sinyal referensi tersebut memiliki korelasi dengan sinyal utama.Selama pengujian dan analisa algoritma Fast Blok LMS (FBLMS) menggunakan modul DSK TMS320C6416T ini telah berhasil diimplementasikan sistem penghilang derau berbasis TMS320C6416T dengan menggunakan pembanding algoritma LMS dan FBLMS. Hal ini dapat diambil kesimpulan bahwa pada perbandingan SNR untuk hasil simulasi antara LMS dan FBLMS, untuk hasil terbaik yaitu pada saat <em>step size</em> dengan besar 0.005, baik untuk <em>filter length</em> 16, 32, maupun 32. Nilai SNR terbesar dan konvergen untuk LMS adalah 28.2499 sedangkan FBLMS adalah 28.2362. Sehingga dapat disimpulkan bahwa hasil kinerja LMS masih lebih baik daripada FBLMS.
topic LMS
FBLMS
TMS320C6416T
url http://ejurnal.its.ac.id/index.php/teknik/article/view/2348
work_keys_str_mv AT dimitralevinahartono implementasialgoritmafblmsuntukpereduksideraupadasinyalsuaramenggunakantms320c6416t
AT suwadisuwadi implementasialgoritmafblmsuntukpereduksideraupadasinyalsuaramenggunakantms320c6416t
AT wirawanwirawan implementasialgoritmafblmsuntukpereduksideraupadasinyalsuaramenggunakantms320c6416t
_version_ 1716803209808314368