1Jurusan Teknik Elektro, Universitas Diponegoro Semarang, Indonesia
2Jln. Prof. Sudharto, SH. Kampus UNDIP Tembalang, Semarang 50275, Indonesia, Indonesia
BibTex Citation Data :
@article{Transient4302, author = {David Simangunsong and Ajub Zahra and Achmad Hidayatno}, title = {ESTIMASI PERBAIKAN NILAI SNR (SIGNAL TO NOISE RATIO) PADA PROSES DENOISING MENGGUNAKAN METODE WAVELET TERHADAP SUATU SINYAL BERDERAU}, journal = {Transient: Jurnal Ilmiah Teknik Elektro}, volume = {2}, number = {4}, year = {2013}, keywords = {(Metode Wavelet ,SNR, DWT, perbaikan SNR , threshold, Daubechies, Coiflet; Wavelet Method, SNR, DWT, SNR Improvement , threshold, Daubechies, Coiflet.)}, 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. }, issn = {2685-0206}, pages = {895--899} doi = {10.14710/transient.v2i4.895-899}, url = {https://ejournal3.undip.ac.id/index.php/transient/article/view/4302} }
Refworks Citation Data :
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.
Article Metrics:
Last update:
Penulis yang menyerahkan naskah perlu menyetujui bahwa hak cipta dari artikel tersebut akan diserahkan ke TRANSIENT: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Universitas Diponegoro sebagai penerbit jurnal. Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.
TRANSIENT: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Universitas Diponegoro dan Editor berusaha keras untuk memastikan bahwa tidak ada data, pendapat, atau pernyataan yang salah atau menyesatkan dipublikasikan di jurnal. Dengan cara apa pun, isi artikel dan iklan yang diterbitkan dalam TRANSIENT: Jurnal Ilmiah Teknik Elektro adalah tanggung jawab tunggal dan eksklusif masing-masing penulis dan pengiklan.
Formulir Transfer Hak Cipta dapat diunduh di sini: [Formulir Transfer Hak Cipta Transient]. Formulir hak cipta harus ditandatangani dan dikirim ke Editor dalam bentuk surat asli, dokumen pindaian atau faks:
Dr. Wahyudi (Ketua Editor)Departemen Teknik Elektro, Universitas Diponegoro, IndonesiaJl. Prof. Sudharto, Tembalang, Semarang 50275 IndonesiaTelepon/Facs: 62-24-7460057Email: transient@elektro.undip.ac.id