Telah dikembangkan sebuah metode analisis sinyal non-stasioner menggunakan Penapisan Adaptif berbasis Wavelet, yang selanjutnya dinamakan Adaplet. Proses ini diawali dengan melakukan penundaan pada sinyal asli d(n) untuk mendapatkan x(n) yang diumpankan ke penapis adaptif sehingga menghasilkan keluaran y(n), kemudian keluaran ini dibandingkan dengan masukan sinyal asli d(n), sebagai sinyal yang dikehendaki (expected signal) yang akhirnya menghasilkan keluaran ralat e(n) yang kemudian digunakan sebagai tuner untuk penapis adaptif yang bersangkutan, sedemikian hingga ralat e(n) bisa mendekati 0 (nol).
Selama proses penapisan adaptif akan diperoleh sekumpulan ralat e(n), yang kemudian di-autokorelasi-kan sehingga membentuk kurva yang memiliki koefisien-koefisien polinomial. Koefisien-koefisien polinomial ini yang kemudian digunakan sebagai ’model’ dari sinyal yang diamati, hal ini berkaitan dengan pola-pola ranah waktu yang terdapat pada sinyal yang bersangkutan. Selain itu, antar koefisien pada tipe-tipe sinyal tertentu dibandingkan sehingga diperoleh persamaan linear garis (y=ax+b) yang merupakan fitur sinyal yang bersangkutan.
Hasil untuk data-data seismik volkanik Gunung Merapi yang mewakili 3 jenis yang berbeda menunjukkan adanya pola-pola tertentu, yang ditunjukkan dari plot hingga 4 koefisien polinomial 3-komponen (Sn, Se dan Sz) dan hubungan antar koefisien yang dinyatakan dalam persamaan garis linear.
Informasi selengkapnya bisa diunduh DISINI.
Tags: adaplet, merapi, polinomial, wavelet
June 1st, 2009 at 1:49 pm
Pak,
saya ada sedikit pertanyaan.. kalau pada sinyal kan datanya itu bisa kita tunda atau majukan berdasrkan nilai X(n+ i)nya..
Kalau gambar gimana kira2 menganalisanya pak mohon sedikit pencerahannya…
June 2nd, 2009 at 8:53 am
@Zakaria:
untuk gambar, analisa hampir sama dengan sinyal 1D, Anda bisa melihat informasi frekuensi menggunakan 2D DFT, atau menggunakan DCT Anda akan memperoleh komponen AC (komponen frekuensi) dan DC (rerata data) dari suatu image, dst…
June 5th, 2009 at 3:00 pm
Pak,
saya boleh ngak minta filenya adn kalau ada matlab programnnya untuk belajar lebih dalam menggenai ADAPLET. siapa tahu bisa dipakai untuk tugas akhir saya nich..kirimnnya via email aja yhadibowo@gmail.com
makasih banyak
yudha
June 11th, 2009 at 10:47 am
Pak
1. Bagaimana menentukan mother wavelet yang sesuai untuk suatu sinyal?
2. Hasil rekonstruksi yang baik punya kriteria apa aja?
Thanx
June 15th, 2009 at 7:47 am
@tutut:
1. Mother wavelet yang sesuai bisa ditentukan berdasar analisis apa yang akan dilakukan (sekedar transformasi atau dekomposisi atau apa), selain itu (bisa) tergantung dengan macam sinyalnya -> saya sudah mengembangkan sebuah algoritma yang melakukan adaptasi wavelet terhadap sinyalnya (adaplet), silahkan cek di karya ilmiah…
2. rekonstruksi yang baik tentunya mendekati 100% dibandingkan sinyal asal atau aslinya…
June 15th, 2009 at 7:49 am
@Yudha:
untuk artikel ADAPLET bisa Anda unduh di bagian halaman ini, sedangkan skrip matlab belum siap kita publish karena masih dalam tahap pengembangan lebih lanjut, jika sudah ready akan saya postingkan di web saya + penjelasannya, Insya Alloh…
August 5th, 2009 at 4:10 am
Pak, apa bedanya transformasi wavelet dan dekomposisi wavelet ?
August 5th, 2009 at 9:39 am
@andy:
transformasi wavelet digunakan untuk membawa data-data isyarat (sinyal) dari time domain ke time/scale-frequency domain…
sedangkan dekomposisi wavelet adalah proses penapisan bertingkat (filter bank) untuk sebuah sinyal… (mendekomposisi…)
April 13th, 2018 at 2:10 pm
Menambah wawasan saya nih pak
May 16th, 2018 at 3:12 pm
thank you for sharing it’s so helpful
November 26th, 2018 at 7:50 pm
terimakasih sangat membantu