Pengolahan Sinyal Isyarat Bahasa Menggunakan Sparse Sampling Pada Aplikasi Array Teknologi Radar Doppler Frekuensi Kerja X-band

Puspa Kurniasari, Iwan Pahendra Anto Saputra, Melia Sari

Abstract


Transmisi sinyal untuk pengiriman informasi dapat dipengaruhi derau dan interferensi dari perangkat dan penghalang sekitar objek (target) sehingga mempengaruhi lebar pita frekuensi transmisi sinyal. Metode pengolahan sinyal berperan penting untuk efisiensi lebar pita dan kecepatan saat transmisi sinyal. Sparse sampling sebagai metode tersebut digunakan pada penelitian ini untuk mengolah sinyal isyarat bahasa melalui gerakan tangan atau jari dengan aplikasi array teknologi radar Doppler frekuensi X-band dan dilakukan pengukuran kinerja sparse sampling dalam pengolahan sinyal isyarat. Pengukuran kinerja sinyal hasil sparse sampling dengan parameter Signal Noise to Ratio (SNR), Peak Signal Noise Ratio (PSNR) dan Mean Square Error (MSE). Hasil yang diperoleh untuk penggunaan array sejajar, sinyal isyarat bahasa ‘bahaya!’ dengan SNR 0,23472 dB, PSNR 31,184 dB, MSE 4,7484 % dengan amplitudo 79 V. Untuk pengujian dengan array radar Doppler frekuensi X-band dengan sudut 30o menghasilkan SNR 0,076566 dB, PSNR 33, 2933 dB dan MSE 1,2047 % di amplitudo 50,7 V untuk sinyal isyarat bahasa ‘saya’. Berdasarkan hasil yang diperoleh, kinerja sparse sampling pada sinyal isyarat ini telah dapat bekerja untuk optimalisasi kinerja sistem radar Doppler frekuensi X-band.

Keywords


Isyarat bahasa; radar Doppler; pengolahan sinyal; sparse sampling

Full Text:

PDF

References


Arthamanolap, K., Gabbualoy, S., Phasukkit, P., 2019. Doppler Radar for Dynamic Hand Gesture Recognition based on Signal Image Processing, in: 2019 16th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON). Presented at the 2019 16th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON), pp. 931–934. https://doi.org/10.1109/ECTI-CON47248.2019.8955217

Banzi, M., Shiloh, M., 2022. Getting Started With Arduino. Maker Media, Inc.

Budiman, G., Bahari, P., Saidah, S., 2018. KINERJA TEKNIK COMPRESSIVE SAMPLING DAN SINKRONISASI PADA AUDIO WATERMARKING STEREO BERBASIS STATIONARY WAVELET TRANSFORM DENGAN METODE HISTOGRAM. Presented at the Seminar Nasional Inovasi dan Aplikasi Teknologi di Industri 2018.

Cadence PCB Solutions, 2024. What is Signal to Noise Ratio and How to calculate it? [WWW Document]. URL https://resources.pcb.cadence.com/blog/2020-what-is-signal-to-noise-ratio-and-how-to-calculate-it (accessed 8.16.24).

Ghefari, M.N., Kurniasari, P., 2020. PERANCANGAN DAN IMPLEMENTASI RADAR DOPPLER X-BAND MENGGUNAKAN FAST FOURIER TRANSFORM UNTUK PEMANTAUAN PERGERAKAN KENDARAAN (undergraduate). Sriwijaya University.

Haq, A.D., Santoso, I., Macrina, A.A.Z., 2012. ESTIMASI SIGNAL TO NOISE RATIO (SNR) MENGGUNAKAN METODE KORELASI. Transient: Jurnal Ilmiah Teknik Elektro 1, 326–332. https://doi. org/10.14710/transient.v1i4.326-332

Kamus SIBI [WWW Document], n.d. URL https://pmpk.kemdikbud.go.id/sibi/ (accessed 8.16.24).

Kulhandjian, H., Sharma, P., Kulhandjian, M., D’Amours, C., 2019. Sign Language Gesture Recognition Using Doppler Radar and Deep Learning, in: 2019 IEEE Globecom Workshops (GC Wkshps). Presented at the 2019 IEEE Globecom Workshops (GC Wkshps), pp. 1–6. https://doi.org/10.1109/GCWkshps45667.2019.9024607

Maghein, M.K., Budiman, G., Safitri, I., 2017. Perancangan Dan Implementasi Compressive Sensing Untuk Sistem Audio Watermarking Dengan Metode Kombinasi Discrete Cosine Transform Dan Discrete Wavelet Transform | eProceedings of Engineering [WWW Document]. URL https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/4955 (accessed 8.16.24).

Mengenal Bahasa Isyarat – Yayasan Peduli Kasih ABK [WWW Document], n.d. URL https://www.ypedulikasihabk.org/mengenal-bahasa-isyarat/ (accessed 8.16.24).

Purnamasari, R., Suksmono, A.B., 2019. Compressive Sampling untuk Sinyal Beat Radar Cuaca via Discrete Cosine Transform (DCT). ELKOMIKA 7, 238. https://doi.org/10.26760/elkomika.v7i2.238

Rahman, H., 2019. Fundamental Principles of Radar, 1st ed. CRC Press, Boca Raton : Taylor & Francis, [2019]. https://doi.org/10.1201/9780429279478

Rukundo, O., Cao, H., 2012. Nearest Neighbor Value Interpolation. International Journal of Advanced Computer Science and Applications 3, 25:30. https://doi.org/10.14569/IJACSA.2012.030405

Sipasulta, R.Y., Lumenta, A.S.M., Sompie, S.R.U.A., 2014. Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform). Jurnal Teknik Elektro dan Komputer 3, 1–9. https://doi.org/10.35793/jtek.v3i2.4448

Zhang, G., Lan, S., Zhang, K., Ye, L., 2020. Temporal-Range-Doppler Features Interpretation and Recognition of Hand Gestures Using mmW FMCW Radar Sensors, in: 2020 14th European Conference on Antennas and Propagation (EuCAP). Presented at the 2020 14th European Conference on Antennas and Propagation (EuCAP), pp. 1–4. https://doi.org/10.23919/EuCAP48036.2020.9135694




DOI: http://dx.doi.org/10.17977/um034v33i1p23-35

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 TEKNO: Jurnal Teknologi Elektro dan Kejuruan

Gedung B11, Lantai 2
Departemen Teknik Elektro dan Informatika, Fakultas Teknik
Universitas Negeri Malang
Jln. Semarang No.5 Malang, Jawa Timur

Creative Commons License TEKNO : Jurnal Teknologi Elektro dan Kejuruan licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

View Tekno Stats