< prev

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

Page 2 of 10
next >

Majalah Ilmiah UNIKOM

Vol.8, No. 1

60

H a l a m a n

mendapatkan H optimum tersebut.

Algoritma yang paling mendasar adalah

Least Mean Square

Recursive Least Square

Gradient Least Mean

Square

Struktur filter H dapat berupa FIR

Finite Impulse Response

karena banyak algoritma adaptasi untuk

struktur tersebut, sementara belum

ditemukan algoritma adaptasi yang umum

Infinite Impulse

Transform

mean square

error

processing yang harus dicapai. Dengan

mean

square error

processing makin lambat. Jadi trade-off

harus dilakukan dalam penentuan orde

filter ini.

Tujuan percobaan ini adalah untuk

mengamati serta membandingkan kinerja

dan perilaku filter adaptif menggunakan 2

jenis algoritma saja yaitu LMS dan RLS.

Untuk mengamati kinerja dan perilaku filter

adaptif tersebut, dibuat suatu program

simulasi menggunakan bahasa pemrogra-

man Pascal, dengan compiler Borland Del-

phi 2.0 untuk sistem operasi Windows.

Batasan Masalah

Dalam percobaan ini diamati perilaku dan

kinerja 2 algoritma filter adaptive, yaitu LMS

Least Mean SquareRecursive

Least Square

diamati dengan cara memasukkan sinyal-

sinyal sinusoidal, Gaussian White Noise

serta sinyal siklo-stasioner. Sinyal-sinyal ini

dapat dimasukkan secara terpisah maupun

gabungan.

excess

error

Pembahasan

Masalah simulasi adalah bagaimana mem-

buatnya menjadi seolah-olah dapat mewakili

keadaan riil bila suatu device atau sistem

diimplementasikan. Dalam simulasi algo-

ritma adaptive ini ada beberapa masalah

menarik yang harus diperhatikan untuk

membuat simulasi ini dapat mewakili

keadaan sebenarnya.

Untuk merubah fungsi continue menjadi

fungsi diskrit dalam fungsi waktu dapat din-

yataan oleh persamaan :

x(nT

s

) = x(t), atau t = nT

s

., T

s

= 1/f

s

Dimana : T adalah perioda sampling.

Misal untuk pembangkitan sinusoidal, den-

gan

sin 2

f t = sin2f n T

s

atau sin 2

f t = sin2

Susmini Indriani Lestariningati

Gambar 1.

Skema Blok Filter Adaptive Wiener