ESTIMASI PERBAIKAN NILAI SNR (SIGNAL TO NOISE RATIO) PADA PROSES DENOISING MENGGUNAKAN METODE WAVELET TERHADAP SUATU SINYAL BERDERAU

Abstract

Abstrak

SNR ( Signal to Noise Ratio) adalah perbandingan antara sinyal informasi dengan derau yang terdapat pada sebuah media transmisi. Semakin tinggi nilai SNR semakin baik kualitas sinyal informasi yang melewati media. Dalam penelitian SNR diukur dengan membandingkan energi sinyal berderau dan sinyal hasil denoising, dimana masing-masing sinyal dibandingkan dengan energi dari sinyal informasi. Sinyal hasil denoising didapat dengan metode Wavelet melalui proses pemisahan komponen sinyal derau dan threshold pada hasil iterasi. Selanjutnya proses pembangunan ulang sinyal untuk mendapatkan bentuk sinyal yang lebih baik dari sinyal berderau lalu dibandingkan terhadap sinyal informasi untuk dicari nilai SNR masing-masing sinyal. Terakhir melakukan operasi selisih SNR untuk mendapatkan nilai perbaikan SNR. Dari perhitungan yang dilakukan, didapat hasil perbaikan SNR Metode Wavelet Daubechies4 2 level dekomposisi dan Coiflet1 3 level dekomposisi mengalami perubahan yang signifikan terhadap perubahan nilai gain yang diberikan pada derau. Sedangkan  pada percobaan perubahan amplitudo dari nilai 1 sampai 50,  Metode Wavelet  Daubechies4 2 level dekomposisi dan Coiflet1 3 level dekomposisi mengalami penurunan masing-masing dari 7.3276 menjadi 3.6553 dan 9.3148 menjadi 4.7879 merupakan penurunan terbesar yang dialami pada jenis  Wavelet yang diuji.

Kata Kunci : Metode Wavelet ,SNR, DWT,  perbaikan SNR , threshold, Daubechies, Coiflet.

Abstract

SNR ( Signal to Noise Ratio) is a comparison between information signal and noise collide in a transmisssion medium. The higher value of SNR, the better quality an information signal would be when transmitted. For this research, SNR is estimated with comparing amount of energy between noisy signal and denoised signal, where both signal compared first with information signal. In order to define denoised signal, the noisy signal is passed into Wavelet Method (DWT) which create dividing operation between approximation and detail. In this operation noise determined and being thresholded after several iterations, then reconstruct using IDWT. The denoised signal is produced. Then compare the energy between both noisy and denoised signal by firstly compared the energy each of them to energy of information signal. The result then become the SNR of noisy signal to information minus denoised signal to information which is called SNR Improvement. From measurements, SNR improvement with DWT Daubechies4 3 level decomposition and Coiflet1 3 level decomposition providing significant value from gain changing from 0.001 to 1. Whereas from amplitude experiment, both DWT show drastic changes in value that keep going down where each of them is from 7.3276 to 3.6553 and  9.3148 to 4.7879.    

Keywords : Wavelet Method, SNR, DWT,  SNR Improvement , threshold, Daubechies, Coiflet.