Sungguh menyenangkan bisa menulis dan berbagi berbagai macam artikel atau paper yang berkaitan dengan Pemrosesan Sinyal Digital atau PSD yang sudah sekian tahun saya geluti, dan sebagaimana saya telah membuat rangkuman artikel tentang mikrokontroler dan PLC, berikut ini adalah rangkuman tentang artikel/paper tentang PSD atau DSP yang telah saya tulis sepanjang tahun 2008 - 2015, selamat membaca dan berdiskusi…

Tahun 2014 - 2015

  • A Survey of Pedestrian Detection in Video
    Pedestrian detection is one of the important topics in computer vision with key applications in various fields of human life such as intelligent vehicles, surveillance and advanced robotics. In recent years, research related to pedestrian detection commonplace. This paper aims to review the papers related to pedestrian detection in order to provide an overview of the recent research. Main contribution of this paper is to provide a general overview of pedestrian detection process that is viewed from different sides of the discussion. We divide the discussion into three stages: input, process and output. This paper does not make a selection or technique best method and optimal because the best technique depends on the needs, concerns and existing environment. However, this paper is useful for future researchers who want to know the current researches related to pedestrian detection.
  • Automatic Segmentation of Indonesian Speech into Syllables using Fuzzy Smoothed Energy Contour with Local Normalization, Splitting, and Assimilation
    This paper discusses the usage of short term energy contour of a speech smoothed by a fuzzy-based method to automatically segment the speech into syllabic units. Two additional procedures, local normalization and postprocessing, are proposed to improve the method. Testing to Indonesian speech dataset shows that local normalization significantly improves the accuracy of fuzzy smoothing. In postprocessing step, the procedure of splitting missed short syllables reduces the deletion errors, but unfortunately it increases the insertion ones. On the other hand, an assimilation of a single consonant segment into its previous or next segment reduces the insertion errors, but increases the deletion ones. The sequential combination of splitting and then assimilation gives quite significant improvement of accuracy as well as reduction of deletion errors, but it slightly increases the insertion ones.
  • Desain Pembangunan Korpus Indonesia (Tinjauan Informatika)
    Kebutuhan penggunaan korpus yang menggunakan bahasa Indonesia semakin meningkat akan tetapi kebutuhan tersebut belum didukung dengan tersedianya korpus berbahasa Indonesia. Banyak negara sudah memiliki korpus nasional seperti British National Corpus (BNC), American National Corpus (ANC) dan lain sebagainya. Proyek pembuatan Korpus Nasional Bahasa Indonesia (KNBI) sendiri pernah disinggung dalam laporan akhir tahun anggaran 2001 proyek Iptekda BPPT. Namun perkembangannya sampai saat ini belum diketahui sejauh mana statusnya. Dengan adanya korpus bahasa Indonesia akan membantu banyak bidang seperti penerjemahan, komputasi linguistik dan lain sebagainya. Pembuatan korpus sendiri memiliki kriteria desain supaya dapat memenuhi kebutuhan yang diharapkan. Desain tersebut ada yang bersifat umum dan khusus, korpus bahasa yang satu dengan yang lain dapat berbeda disesuaikan dengan bahasa yang akan diproses dan kompleksitas yang melingkupi bahasa tersebut. Pembuatan korpus bahasa saat ini juga harus mempertimbangkan perkembangan teknologi, khususnya teknologi informatika. Sebagai contoh bidang informatika yang berkaitan dengan desain korpus adalah seperti internet, basis data, pengkodean, proses stemming dan lainnya. Korpus saat ini harus mampu beradaptasi dengan sifat internet, seperti keterbukaan dan interoperabilitas. Pengkodean korpus yang mampu digunakan kembali untuk diproses kembali juga merupakan salah satu kemampuan dari desain pembuatan korpus saat ini. Bagaimana korpus disimpan juga menarik untuk dikaji dalam desain korpus. Aspek-aspek bidang informatika tersebut merupakan tujuan dari penelitian ini.
  • The Best Mother Wavelet for Stock Prediction Using Adaplet Method
    It has been determined the best mother wavelet for stock prediction of SONY 2006 and BNI 2012 based on the Adaplet Method (The Adaptive Filter which is use wavelet as initial coefficients). The Mother Wavelets, which is used, are Coiflet 1-5, Daubechies 1-5, and Symlet 1-5. The prediction analysis includes overshoot, autocorrelation error and data pattern conformity, three days prediction, and segmentation. According to the overshoot analysis, it shown that for all the data, the overshoot at the beginning of data increased as its wavelet level increased. While using Daubechies 1 and Symlet 1 produced smallest overshoot among other wavelets (112.2%). The autocorrelation error of data pattern prediction indicates conformity with the original data. As its wavelet level increased, the autocorrelation error pattern also ramped (near zero). Coiflet 5 and Daubechies 1 produced the smallest mean square error (MSE), which is equal to 0.0147; meanwhile, Coiflet 1 shows the best result with an average error of 0.001 in next three days prediction analysis. On the other hands, Symlet 3 shows the best MSE of 1.213. Symlet offers the best result, according to best wavelet sequence assessment of each method.

Tahun 2012

Tahun 2011

Tahun 2010

Tahun 2009

  • Latar Belakang dan Cakupan Aplikasi PSD (DSP)
    Pemrosesan sinyal telah banyak digunakan untuk merubah atau memanipulasi sinyal-sinyal analog atau digital sejak lama. Aplikasi yang sering digunakan adalah penapisan suatu sinyal. Pemrosesan Sinyal Digital atau Digital Signal Processing (DSP) telah banyak ditemukan dalam berbagai macam aplikasi, mulai dari pemrosesan sinyal komunikasi data, suara, audio atau biomedik hingga instrumentasi dan robotik.
  • Analisis Sinyal Non-stasioner menggunakan Metode ADAPLET (Tapis adaptif berbasis Wavelet)
    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)…
  • Sinyal Acak: Pendahuluan
    Sinyal yang dapat dinyatakan dengan persamaan matematik adalah sinyal deterministik (deterministic signal). Jika seseorang memberikan Anda sebuah persamaan matematik suatu sinyal, Anda bsa menghitung nilai sinyal tersebut untuk sembarang waktu (kapan saja), tapi jika Anda tidak memiliki persamaan matematik-nya, Anda tidak dapat memberikan informasi apapun tentang sinyal tersebut.
  • Sinyal Acak: White Uniform Noise
    Silahkan Anda pilih sederetan bilangan nyata menggunakan aturan sebagai berikut: Bilangan yang Anda pilih antara 0 dan 1; Anda tidak boleh cenderung memilih suatu bilangan, atau cenderung tidak memilih suatu bilangan. Semua bilangan memilki kesempatan yang sama untuk dipilih; Setiap bilangan dipilih secara bebas, tidak bergantung dengan lainnya. Anda tidak boleh mengingat bilangan-bilangan sebelumnya dan merubah keputusan…
  • Sinyal Acak: White Gaussian Noise
    Ada milyaran sumber sinyal radio di alam semesta ini. Jika Anda menggunakan antena, maka akan diterima energi dari setiap sumber tersebut dan dijumlahkan semua. Hasilnya berupa tegangan acak, tetapi tidak uniform atau tidak seragam. Sepanjang waktu, masing-masing sinyal tersebut akan membatalkan satu dengan lainnya, dan menghasilkan tegangan mendekati nol.
  • Sinyal Acak: Colored Noise
    Dua sinyal acak yang dibahas sebelumnya (WUN dan WGN) dinamakan white atau putih karena algoritma yang digunakan untuk menghitung nilai pada suatu titik tidak dipengaruhi oleh nilai-nilai sebelum dan sesudahnya. Jika Anda mengukur spektrum dari sinyal-sinyal tersebut, akan Anda temukan energi yang sama untuk semua frekuensi, seperti cahaya putih yang mengandung daya atau energi yang…
  • Sinyal Acak: Pink Noise and Other Noises
    Terdapat derau berwarna khusus yang dinamakan sebagai derau jambon (pink noise) atau derau 1/f. Derau ini berguna untuk pemodelan beberapa proses dunia-nyata, juga digunakan dalam pemrosesan sinyal audio dan dapat digunakan untuk menjelaskan ketidak-stabilan (phase noise) berbagai macam osilator.
  • Sinyal Acak: Random Data Signals
    Misalnya saja dua buah komputer melakukan komunikasi dengan mengirimkan serangkaian data ‘1′ dan ‘0′. Sering dianggap bahwa sebuah bit bisa merupakan sebuah ‘1′ atau ‘0′, dan masing-masing bit independen, tidak bergantung, dengan lainnya. Ini sama saja dengan melempar koin, ada dua sisi, bisa sisi kepala atau sisi ekor (mata uang asing), ‘1′ untuk kepala dan…
  • Prediction Results Analysis of Sony 2006 and Toshiba 2006 Share Data using Adaplet Method (Wavelet based Adaptive Filter)
    The pattern prediction results from the Sony 2006 and Toshiba share data have been analyzed using Adaplet Method, a wavelet based adaptive filter (adaptive filter which its initial coefficients are wavelet coefficients), which is based on Coiflet, Symlet and Daubechies Wavelets. According to these wavelets, it has shown that, for all data, as its wavelet…
  • Mengapa menggunakan FPGA untuk aplikasi PSD?
    “It is no accident that FPGAs serve an increasingly vital role in the design and development of today’s most demanding digital signal processing (DSP) systems. Superior performance, system-level cost- and powerefficiency, faster time to market and unrivaled flexibility are the hallmarks of FPGA-based DSP designs - value propositions that havefound increasingly appreciative reception among leaders…”
  • MATLAB: Akuisisi Data melalui Kartu Suara
    Biasanya, ada 4 (empat) proses yang harus dilakukan dalam akusisi data melalui Kartu suara (soundcard) menggunakan MATLAB…
  • Pengaruh Panjang Data, Jendela & Frekuensi Cuplik pada FFT
    Artikel yang saya tulis ini merupakan jawaban detil dari soal yang ada di bukunya Li Tan, 2008, “Digital Signal Processing: Fundamentals and Application”, nomor 4.17 dan 4.18. Intinya diketahui sebuah isyarat yang terdiri dari 3 macam sinusoidal dengan persamaan di bawah ini. Akan dilakukan eksperimen pengaruh penggunaan jendela, panjang data dan frekuensi pencuplikan Fs pada…

Tahun 2008

  • Perjalanan Mempelajari DSP.
    Apaan DSP itu?? DSP merupakan kependekan dari Digital Signal Processing atau dalam bahasa kita dikenal dengan PSD atau Pemrosesan Sinyal Digital.
  • DSP = The Most Powerful Technologies!
    Digital Signal Processing is one of the most powerful technologies that will shape science and engineering in the twenty-first century. Revolutionary changes have already been made in a broad range of fields: communications, medical imaging, radar & sonar, high fidelity music reproduction, and oil prospecting, to name just a few.
  • What is a Filter? And why learn about it?
    What is a Filter? Any medium through which the music signal passes, whatever its form, can be regarded as a filter. However, we do not usually think of something as a filter unless it can modify the sound in some way. For example, speaker wire is not considered a filter, but the speaker is (unfortunately).
  • Transformasi Paket Wavelet, Dekomposisi Wavelet dan Korelasi pada Data Seismik Gn. Merapi, Jawa - Indonesia
    Pada penelitian ini telah dilakukan eksplorasi dan pengujian Transformasi Paket Wavelet (TPW) dan Dekomposisi Wavelet yang dilanjutkan dengan proses korelasi terhadap data-data Gn. Merapi. Proses korelasi dilakukan untuk menghasilkan analisa kuantitaif tingkat kesamaan pada frekuensi-frekuensi tertentu (berkaitan dengan hasil Dekomposisi Wavelet).
  • Pembuatan Ekualiser 10-Band Stereo Digital dengan Algoritma Penapis Lolos-pita Tanggap Impuls Tak-Hingga
    Telah dibuat sebuah aplikasi ekualiser menggunakan algoritma Penapis Lolos-pita Tanggap Impuls Tak-hingga (IIR - Infinite Impulse Response). Dengan ekualiser tersebut dapat diubah penguatan pada tingkat frekuensi tertentu, sehingga dapat ditonjolkan suara bass, trebel maupun vokal dari suatu sinyal audio.
  • Kelebihan Pemrosesan Sinyal Digital
    Ada beberapa alasan mengapa digunakan pemrosesan sinyal digital pada suatu sinyal analog. Pertama, suatu sistem digital terprogram memiliki fleksibilitas dalam merancang-ulang operasi-operasi pemrosesan sinyal digital hanya dengan melakukan perubahan pada program yang bersangkutan, sedangkan proses merancang-ulang pada sistem analog biasanya melibatkan rancang-ulang perangkat keras, uji coba dan verifikasi agar dapat bekerja seperti yang diharapkan.
  • Bagaimana membuat & menggambar sinusoidal di Matlab?
    Baiklah, mari kita mulai dengan menggambar atau membuat sinyal sinusoidal dengan frekuensi 1 Hz selama 1 detik…
  • Nyquist - Apaan tuch?
    Dalam dunia Pemrosesan Sinyal Digital, ada suatu proses untuk mendapatkan data digital melalui proses pencuplikan, artinya sinyal analog dicuplik (diambil) secara diskrit dengan periode Ts atau frekuensi cuplik Fs. Nah agar tidak terjadi kesalahan (yang kemudian diberi nama aliasing), pak Nyquist memberikan aturan bahwa frekuensi cuplik minimal harus 2 (dua) kali lipat frekuensi maksimum…
  • Nyquist - Efek Aliasing
    Jika Anda belum tahu tentang Teorem Nyquist, coba baca artikel saya disini. Okey, sekarang saya akan coba menunjukkan kepada Anda mengenai Efek Aliasing (yang nanti akan lihat bahwa frekuensi alias = frekuensi pencuplikan - frekuensi sinyal), yaitu suatu efek yang akan terjadi jika kita melakukan pencuplikan dengan frekuensi pencuplikan dibawah dari ketentuan Nyquist.
  • Perkembangan (Aplikasi) Transformasi Wavelet
    Wavelet theory” is the result of a multidisciplinary effort that brought together mathematicians, physicists and engineers… this connection has created a flow of ideas that goes well beyond the construction of new bases or transforms. - Stephane Mallat
  • Analisis Sinyal Menggunakan Wavelet - Pendahuluan
    Kebutuhan akan resolusi tinggi dalam analisis sinyal non-stasioner telah mengakibatkan perkembangan berbagai sarana (tools) yang ampuh untuk menganalisis data-data sinyal non-stasioner. Metode Transformasi berbasis Wavelet merupakan salah satu sarana yang dapat digunakan untuk menganalisis (meneliti) sinyal-sinyal non-stasioner. Dalam beberapa tahun terakhir ini, metode ini telah dibuktikan kegunaannya dan sangat populer di berbagai bidang ilmu.
  • Transformasi Fourier, apaan tuch?
    Transformasi Fourier merupakan keluarga dari Transformasi Integral, gampangnya, ini adalah ‘alat’ yang bisa kita gunakan untuk melihat sinyal dengan kacamata yang lain. Jika selama ini kita hanya melihat sinyal melalui osiloskop atau alat sejenis lainnya, itu adalah visualisasi sinyal dalam ranah waktu (time domain), sumbu horisontal-nya waktu (t) dan sumbu vertikal-nya adalah amplitudo (A)…
  • Transformasi Fourier - Kapan muncul frekuensi-nya?
    Kalau Anda belum tahu cerita saya tentang Transformasi Fourier silahkan klik disini. Jika sudah saya punya pertanyaan… Baiklah pakai contoh saja dengan Matlab… Kita buat sebuah sinyal sebagai berikut, masih sama seperti sebelumnya, namun kali ini kedua frekuensi, yaitu 100 Hz dan 200Hz tidak muncul bersamaan tetapi bergantian, apakah Transformasi Fourier mampu melihat kedua frekuensi ini?
  • Tapis IIR: Metode penempatan Pole dan Zero
    Tapis IIR (Infinite Impulse Response), sebuah tapis yang bergantung pada masukan dan keluaran (tidak hanya masukan saja, sebagaimana dijumpai pada FIR, Finite Impulse Response), bisa dirancang menggunakan metode penempatan pole-zero pada bidang-Z. Walaupun metode ini lebih bersifat intuitif dan pendekatan, ada beberapa kasus dimana kita bisa melakukan secara non-intuitif dan lebih akurat, ya walau hanya…
  • Implementasi Metode Penapis Highpass dan Penapis Highboost dalam Penajaman Citra menggunakan Kernel Konvolusi
    Telah dibuat sebuah sistem penajaman citra menggunakan kernel konvolusi penapis High-pass dan High-boost. Sistem terdiri dari dua kategori, yaitu mengimplementasikan metode kernel konvolusi penapis High-pass dan penapis High-boost untuk mempertajam citra dan menghitung nilai MSE (Mean Square Error) antara citra asli dengan citra yang telah dimodifikasi.
  • Tapis FIR: Efek Order Tapis vs. Penempatan Pole/Zero
    Eksperimen sederhana berikut ini menggukanan Matlab 7.0 yang dilengkapi dengan Signal Processing Toolbox dan menggunakan ‘fdatool‘, sebuah alat untuk analisis dan merancang tapis (the Filter Design and Analysis Tool)…
  • Pemisahan Derau dan Suara - Speech Noise Reduction
    Dalam suatu sistem perekaman suara, dilakukan perekaman suara secara digital dalam suatu area yang berisik dengan frekuensi cuplik 8 kHz. Dianggap bahwa rekaman suara yang dihasilkan mengandung informasi mulai dari hingga 1800 Hz, sehingga kita bisa merancang sebuah tapis lolos-rendah (low-pass) yang akan menahan derau antara 1800 Hz hingga batasan Nyquist…

    Semoga bermanfaat dan (sekali lagi) selamat menikmati…

    Tags: , , , ,

    32 Responses to “Rangkuman artikel Pemrosesan Sinyal Digital sepanjang 2008-2015”

    1. artikelnya hebat banget..

      Mr. Eko,
      aq minta tlong mo nggk???
      udah kliling dunia maya nich..
      susah banget nyari artikel tentang :

      “Konvolusi signal analog & digital”

      Tolong d balas yach.. or kasih sarannya.. thank’s :)

    2. assalamu’alaykum

      smoga karya2 bapak memberikan manfaat pada pembaca….

      semoga Allah membalas kebaikan yang banyak pada bapak…

      makasih…. ^^

      saya mau tanya tentang analisis spectral dan tentang seluk beluknya….

      terimakasih pak…

    3. Pak Agfi Yth,

      Apakah mungkin dilakukan pemrosesan signal digital dengan uC yang non DSP, misalnya keluarga ATMega ? Apakah bpk mempunyai contoh aplikasinya ? kalo ada, mohon diposting pak.

      Buntoro

    4. @buntoro:
      jawabannya mungkin dan ada bukunya hanya saja menggunakan uC dari motorola (http://www.amazon.com/Digital-Signal-Processing-Microcontroller-Grover/dp/0130813486) atau lihat di http://www.silabs.com/Support%...../an219.pdf

    5. tntang Filter Digital yg pnjelasnnya g ribet donk……

    6. mo nanya nie klo mw buat sinyal square di atmega32 gmn y???
      misalna mw bwt sinyal dengan frekuensi 440Hz..
      thanx

    7. minta bantuannya donk langkah kerja sekaligus sourccodenya sinyal deterministik dan random menggunakan MATLAB. terimakasih

    8. assalamualaikum
      kepada bapak yg terhormat. boleh saya meminta bantuan pak. saya ada buat tugas ttg dsp. tetapi saya bingun mau ngerjakan dari mana dl om.
      bisa minta tolong bantuannya om.

    9. Pak Agfi Yth,

      saya mau membuat simulasi perhitungan biaya energi listrik terpakai. dengan memanfaatkan filter digital. menggunakan simuling.
      apa bapak punya contohnya. kalo ada mohon di postingkan pak.
      terima kasih

    10. P Agfi Yth,

      Saya sedang membuat penelitian tentang FPGA, dimana saya ingin membuat sebuah controller digital dengan library P,PI,PD dan PID. saya masih bingung mau memulainya dari mana, saya berharap sekali Pak Agfi bisa memberikan bantuan referensi. saya menggunakan FPGA Altera Module DE0-Nano

    11. terima kasih atas infonya pak, sangat membantu sekali artikel ini.

    12. mohon maaf newbie om soal DSP, ane mau nanya.
      apa sih yang di maksud addictive noise cancellation, dan contohnya aplikasinya?

    13. Rasa-rasanya perlu mengepo lbh banyak pak page DSP di situs pak Agfi, btw makasih banyak penyampaiannya sederhana dan mudah dipahami, hehehehe

    14. jawabannya mungkin dan ada bukunya hanya saja menggunakan uC dari motorola http://www.obatpriajakarta.com/ http://www.perangsangjakarta.com/ http://www.klgjakarta.net/ http://www.obatkuatkarawang.com/

    15. dahsyat y Pak Agfi, pusing juga baca nya, he he he… karena memang basic saya bukan dibidang ini. nah diatas Pak Agfi ada gelar NNLP Pract. apakah ini neuro linguistic Pak yang juga banyak dimiliki para trainer pengembangan diri? apakah Bapak juga seorang trainer pengembangan diri? terimakasih Pak Agfi.

    16. semoga sinyal di indonesia semakin kuat, terbaik dll

      http://www.pembesarpenismurah.com/

      http://www.alatbantusexonani.com/

    17. terimakasih atas artikel yang sangat bermanfaat ini :)

    18. Terima kasih atas infonya..

    19. terima kasih atas infonya pak, sangat membantu sekali artikel ini.
      http://www.obataborsiasliampuh.net/
      http://www.jualobatkuatsemarang.com/

    20. terimakasih gan,, semoga bermanfaat bagi kami

    21. Terimakasih atas infonya sangat membantu bagi saya yang sedang bingung mencari referensi tentang sinyal digital

    22. Artikelnya berguna sekali. Terima kasih

    23. mau menerbitkan buku? klik saja pustakapedia.com

    24. thank you for sharing

    25. Thanks You Information

    26. artikel yang sangat bermanfaat.

    27. thank you for sharing. it’s so helpful

    28. terimakasih pak artikelnya sangat bermanfaat sekali :)

    29. thanks for sharing

    30. rangkuman yang sangat komplit, begitu membantu untuk menemukan ide ide skripsi, terima kasih abnyak ams.

    31. terima kasih min, udah saring informasi

    32. artikel yang sangat bermanfaat. terimakasih

    Leave a Reply

    You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>