< prev

Page 1Page 2Page 3Page 4Page 5Page 6Page 7Page 8Page 9Page 10Page 11Page 12

Page 8 of 12
next >

Majalah Ilmiah UNIKOM

Vol.11 No. 1

142

H a l a m a n

Sehingga sinyal gangguan m(n) yang

diperoleh adalah seperti Gambar 4 berikut.

Sinyal pengukuran d(n) adalah hasil

interferensi sinyal b(n) dan m(n) yang

ditunjukkan pada Gambar 5 berikut.

Tujuan dari ANC adalah memperoleh

kembali sinyal b(n), seperti yang ditunjukkan

pada Gambar 2, dari sinyal pengukuran d

(n), seperti yang ditunjukkan pada Gambar

5. Salah satu contoh hasil implementasi

PSO pada ANC menggunakan algoritma

Original PSO

berikut.

Adapun hasil pengujian lengkap dari setiap

algoritma PSO ditunjukkan pada Tabel 3

berikut

KESIMPULAN

Berdasarkan hasil implementasi, dapat

diambil kesimpulan sebagai berikut.

1.

Beberapa pengembangan algoritma

Original PSOLocal PSO,

Canonical PSO, Decreasing Inertia

Weight PSO, Increasing Inertia

Weight PSO, Stochastic Inertia

Weight PSO, Fully Informed PSO, Self

-Organizing Hierarchical PSO with

Time-Varying

Acceleration

Coefficients,

Hierarchical

PSO,

Adaptive Hierarchical PSO

Estimation of Distribution PSO

berhasil diimplementasikan pada

Adaptive Noise Cancellation

2.

Algoritma PSO yang menghasilkan

rata-rata

MSE

terbaik

adalah

Estimation of Distribution PSO

dengan MSE sebesar 3,87 x 10

-2

.

Tri Rahajoeningroem & Muhammad Aria

Gambar 4. Sinyal gangguan m(n)

noise

Gambar 6. Hasil implementasi PSO pada

Original PSO