22
recognize the detected aircraft’s patterns by generalizing
the knowledge of what they “see” and what they have already learnt during training session.
The result is the system is able to produce the correct aircraft estimation, namely Bell 47G helicopter.
4.3.2. Unsupervised NN-AIS
Figure 14 and Figure 15 clearly present the mechanism carried out by unsupervised NN-AIS in
identifying the detected aircrafts. The identification is done directly by matching the detected aircrafts’
patterns with the knowledge they already memorized during the training session. The result is the system is
able to produce the correct aircraft estimation, namely Bell 47G
and Cobra AH-1S helicopters. 5.
CONCLUDING REMARKS
We have presented the utilization of supervised BPN and unsupervised ART NNs and observe their
performances in identifying the identity of aircrafts in NN-AIS framework. The two approaches result in
good estimations even though the vector patterns have been modified. The supervised NNs use the
generalization capability to recognize the patterns while the unsupervised ones use matching mechanism
in recognizing the patterns.
By noticing the results of this research, there is a possibility that these approaches can be combined
with the real-life Radar system in order to increase its identification tasks. The NNs-based system can give
significant advantage especially to identify harmful unlisted detected aircrafts.
REFERENCES
[1] A.I. Wuryandari, A.D.W. Sumari, and Nopriansyah, Aircraft Identification by Using
Combination of Neural Network and Information Fusion, to be appeared in Jurnal Penelitian dan
Pengembangan Telekomunikasi JURTEL, No.
2, Vol. 13, Desember 2008, ITTelkom, Bandung [2] A.S. Ahmad, and A.D.W. Sumari, Multi-Agent
Information Inferencing Fusion in Integrated Information System
, Seri “Information Science and Computing”, Sekolah Teknik Elektro dan
Informatika, Institut Teknologi Bandung, Penerbit ITB, 2008, ISBN 978-979-1344-31-9.
[3] A.D.W. Sumari, et.al., Application of Adaptive Resonance Theory 1 for Identification Friend,
Foe, or Neutral System, Proceedings of the 4
th
International Conference Information Communication Technology and System 2008
ICTS2008, Institut Teknologi 10 Nopember Surabaya, Surabaya, 5 August 2008a, pp. 602-
609, ISSN 1858-1633. [4] A.D.W. Sumari, A.S. Ahmad, A.I. Wuryandari,
and Nopriansyah, Object Identification by Using Combination of Neural Network and Information
Fusion, Proceedings of the 1
st
International Graduate Conference on Engineering and
Science 2008 IGCES2008, Universiti
Teknologi Malaysia, Johor, Malaysia, D31, 23- 24 December 2008b, ISSN 1823-3287.
[5] D.L. Hall and J. Llinas, Eds., Handbook of Multisensor Data Fusion
, USA: CRC Press LLC, 2001.
[6] D.M. Skapura, Artificial Neural Networks: Algorithms, Applications, and Programming,
Addison-Wesley, 1991. [7] D. Priyanto, A.D.W. Sumari, and E.P.T.
Wibowo, Design of Neural Network-based Intelligent Classroom System: A Preliminary
Research, Proceedings of the 1
st
Makassar International Conference on Electrical
Engineering and Informatics 2008 MICEEI2008, Universitas Hasanuddin, 13-14
Nopember 2008, Makassar, pp. 67-72, ISBN 978-979-18765-0-6.
[8] L. Fausset, Fundamentals of Neural Networks: Architectures, Algorithms, and Applications
,
Prentince-Hall, USA, 1994.
[9] M. Darusman, A.D.W. Sumari, and A.I. Wuryandari, Desain dan Implementasi Sistem
Identifikasi Pesawat Terbang Berbasis Jaringan Syaraf Tiruan Model Back Propagation Network,
Prosiding Seminar Nasional Teknologi Informasi dan Aplikasinya 2009
SENTIA09, Politeknik Negeri Malang, Malang, 12 March 2009, pp.
F55-F60, ISSN 977-208-5234-00-7. [10] Nopriansyah, A.D.W. Sumari, A.I. Wuryandari,
and Andaruna, Radar Identification Friend, Foe, or Neutral System using Aircraft’s Radar Cross
Section and Speed based on Adaptive Resonance Theory 1 Artificial Neural Network and
Information Fusion, Proceedings of 2008 National Radar Seminar
, ISSN 1979-2921, April
30, Jakarta, 81-86 in Indonesian. [11] N.I. Utama, A.D.W. Sumari,
and A.I. Wuryandari, Aplikasi Jaringan Syaraf Tiruan
Adaptive Resonance Theory 1 pada Sistem Identifikasi Pesawat Terbang, Prosiding Seminar
Nasional Teknologi Informasi dan Aplikasinya 2009
SENTIA09, Politeknik Negeri Malang, Malang, 12 March 2009, pp. F22-F27, ISSN
977-208-5234-00-7. [12] S. Haykin, Neural Networks: A Comprehensive
Foundation , IEEE Press, USA, 1994.
Minimalisasi Sinyal Harmonik Radar INDRA I dengan IF Lumped Element Filter
Liarto
1
, A.A Lestari
2
, Sri Hardiati,
3
1, 2 Radar and Communication Systems RCS Segitiga Emas Bussines Park, Jl Prof. Dr. Satrio KAV 6
Telp. 62 21 579511 33 Fax 62 21 579511 38, email: Liartosolusi247.com, A.Lestariirctr.tudelft.nl 3 Pusat Penelitian Elektronika Telekomunikasi - LIPI
Jl. Cisitu 21154 D Bandung 40135, Indonesia. Phone : 0222504661, Fax 022 2504659 email:
ash_egtyahoo.com .
ABSTRAK
Radar INDRA I adalah jenis radar maritim ship radar d ngan teknologi Frekwensi Modulation Continous Wave FMCW. Pada radar INDRA I digunakan DRO Dielectric Resonator Oscillator 9.856GHz sebagai clock sentral
dari sistem radar. Agar tercapai kondisi singkron, maka stiap sinyal input sistem radar INDRA I diturunkan dari sinyal DRO 9.856GHz clock sentral. Penurunan sinyal dilakukan dengan cara membagi frekwensi clock sentral menggunakan
cip divider. Pembagian frekwensi menggunakan cip divider memunculkan sinyal harmonik pada frekwensi – frekwensi turunannya, yang menyebabkan terbacanya objek ganda pada ra ar. Pada paper ini akan dilakukan minimalisasi
harmonik pada sistem radar INDRA I dengan cara menambahkan lumped element filter pada bagian IF sistem transmit radar. Penambahan IF lumped element filter mengakibatkan penekanan harmonik hingga level -40dB, sehingga
terbacanya objek ganda dapat dihindari. e
d
Kata kunci
: IF Lumped Element Filter, FMCW
1. PENDAHULUAN
Wilayah kelautan Negara Republik Indonesia NKRI yang luas membutuhkan sistem pengamanan
berteknologi tinggi untuk menjamin pengawasannya. Salah satu teknologi yang dapat dipergunakan untuk pengawasan
kelautan adalah teknologi radar maritim. INDRA I Indonesia Maritime Radar I adalah radar maritim
berteknologi FMCW yang dirancang untuk aplikasi ship radar
radar kapal. Radar INDRA I Gambar 1 tepat digunakan untuk kebutuhan navigasi maupun pengawasan
terhadap illegal-logging, hal ini ditunjang dengan penggunaan teknologi FMCW yang memungkinkan tidak
terganggunya perangkat lain pada jarak dekat dan mengurangi kemungkinan terdeteksinya sinyal radar
INDRA I oleh radar scanner yang banyak digunakan oleh kapal illegal [1-2]. INDRA I sepenuhnya sudah
menggunakan solid state bukan tabung, yang
memungkinkan radar INDRA I memiliki masa pakai lebih lama. Pada sistem radar berteknologi FMCW,
permasalahan yang sering terjadi adalah adanya sinyal harmonik dari divider pembagi pada proses penurunan
frekwensi sentral clock 9.856Ghz sampai ke level IF Intermediate Frequency
radar. Sinyal harmonik menyebabkan terbacanya objek ganda pada radar. Untuk
mengurangi sinyal harmonik maka peranan filter menjadi penting pada sistem radar. Pada paper ini akan
dilakukan perancangan dan pabrikasi dari filter IF sehingga dapat mengurangi besarnya sinyal
harmonik. Pembuatan filter diutamakan pada sinyal IF, karena sinyal IF adalah turunan dari clock sentral
yang tertumpangi banyak sinyal harmonik, disamping faktor pabrikasi filter pada bagian X-
band
membutuhkan perangkat yang memadai.
Gambar 1 : Radar INDRA I
23
2. SISTEM HARDWARE INDRA