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