Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal Menggunakan Metode Propagator dengan Dua Sensor Array Paralel.

ABSTRAK

Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal

menggunakan Metode Propagator dengan Dua Sensor Array

Paralel

Disusun oleh :

Enrico Lukiman (1122084)

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri, MPH. No. 65, Bandung, Jawa Barat, Indonesia

Email : enrico.lukiman88@gmail.com

ABSTRAK

Pencarian lokasi sumber sinyal merupakan masalah yang penting dalam teknologi radar, sonar dan navigasi. Berbagai macam algoritma digunakan untuk bisa mendapatkan estimasi lokasi sumber sinyal. Beberapa algoritma yang umum digunakan dalam menentukan Direction of Arrival (DOA) suatu sinyal antara lain seperti algoritma Multiple Signal Classification (MUSIC) dan Estimation of Signal Parameters via Rotational Invariant Techniques (ESPRIT).

Pada Tugas Akhir ini direalisasikan simulasi estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator dengan dua sensor array paralel. Algoritma ini lebih sederhana apabila dibandingkan dengan algoritma MUSIC dan ESPRIT. Dalam Tugas Akhir ini digunakan dua buah Uniform Linear Array

(ULA) sensor yang disusun secara paralel. Dari konfigurasi ini dibentuk dua sub ULA dengan (2N+1) sensor yang diberi nama subarray 1 dan subarray 2. Matriks kovarian dapat dicari dari keluaran masing-masing sub ULA dan matriks propagator didapat dari matriks kovarian. Setelah itu estimasi sudut elevasi dan azimuth dari sumber sinyal didapat.

Hasil percobaan menunjukkan bahwa Root Mean Square Error (RMSE) yang dihasilkan lebih kecil dari 0.1 untuk jumlah snapshots (J) lebih besar dari 100 (SNR=20 dB, d=�⁄2 meter, N=10), Signal to Noise Ratio (SNR) lebih besar dari 20 dB (J=200, d=�⁄2 meter, N=10), jarak antar sensor (d) lebih besar dari

ABSTRAK ii

Universitas Kristen Maranatha

�⁄4 meter (J=200, SNR=20 dB, N=10), dan jumlah sensor (2N+1) dengan nilai N lebih besar dari 6 (J=200, SNR=20 dB, d=�⁄2 meter). Algoritma yang telah direalisasikan juga dapat digunakan untuk kedatangan sinyal dengan arah yang berbeda-beda.

Kata kunci : Estimasi arah kedatangan sinyal, metode propagator, Uniform Linear Array

ABSTRACT

Two-Dimensional Direction of Arrival Estimation Simulation using

Propagator Method with Two Parallel Arrays of Sensors

Composed by :

Enrico Lukiman (1122084)

Department of Electrical Engineering, Faculty of Engineering, Maranatha Christian University, Bandung, West Java, Indonesia

Email : enrico.lukiman88@gmail.com ABSTRACT

Direction-of-arrival estimation for signal sources was an important matter in radar, sonar and navigation technology. A lot of algortihm has been proposed to estimate the direction-of-arrival of a signal source such as Multiple Signal Classification (MUSIC) and Estimation of Signal Parameters via Rotational Invariant Techniques (ESPRIT).

In this final project two dimensional direction of arrival estimation simulation using propagator method with two parallel arrays of sensors was made. This algorithm considered to have a lower computational complexity than the MUSIC and ESPRIT algorithm. In this final project two Uniform Linear Array (ULA) in parallel configuration was used. This configuration formed from two sub ULA that the (2N+1) sensor, named subarray 1 and subarray 2. Covariance matrix can be searched from the output of each sub ULA and propagator matrix obtained from the covariance matrix. Estimate angle of elevation and azimuth of the signal source can be done using the corresponding diagonal matrix.

The test results show Root Mean Square Error (RMSE) produced less than 0.1 (< 0.1) required number of snapshots (J) greater than 100, Signal to Noise Ratio (SNR) greater than 20 dB, spacing between sensors (d) greater than �⁄4

meters, and the number of sensors (2N+1) with a particular value of N greater than 6. The algorithm can be used to estimate a different direction of arrival as well.

DAFTAR ISI

vi _{Universitas Kristen Maranatha}

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xiii

BAB I PENDAHULUAN 1. 1. Latar Belakang ... 1

1. 2. Rumusan Masalah ... 2

1. 3. Tujuan Penelitian ... 2

1. 4. Pembatasan Masalah ... 2

1. 5. Sistematika Penulisan ... 2

BAB II LANDASAN TEORI 2. 1. Daerah Medan Antena ... 4

2.1.1. Daerah Medan Dekat Reaktif ... 5

2.1.2. Daerah Medan Dekat Radiasi ... 5

2.1.3. Daerah Medan Jauh ... 5

2. 2. Antena Omnidirectional ... 5

2. 3. Estimasi Arah Kedatangan Sinyal ... 6

2.3.1. Deskripsi Permasalahan Estimasi Arah Kedatangan Sinyal 6 2.3.2. Model Matematika ... 6

DAFTAR ISI vii

2. 4. Pemodelan Two Parallel Uniform Linear Aray ... 7

2. 5. Pemodelan Sinyal ... 8

2.5.1. White Gaussian Noise (WGN) ... 8

2.5.2. Keluaran Sinyal ... 8

2. 6. Metode Propagator ... 10

2. 7. Root Mean Square Error (RMSE) ... 12

BAB III PERANCANGAN PERANGKAT LUNAK 3. 1. Persamaan Estimasi Arah Kedatangan untuk Dua Sumber Sinyal ... 13

3. 2. Diagram Blok Simulasi ... 14

3. 3. Diagram Alir Simulasi... 15

3.3.1. Diagram Alir Observasi Sinyal pada Subarray 1 dan subarray 2 ... 16

3.3.2. Diagram Alir untuk Mencari Matriks dari Propagator 17 3.3.3. Diagram Alir untuk Mencari �̂_�,��_�,�̂_� ... 18

3. 4. Perancangan Graphic User Interface (GUI) ... 19

BAB IV DATA PENGAMATAN DAN ANALISIS DATA 4. 1. Prosedur Pengujian ... 21

4. 2. Pengaruh Jumlah Snapshots (J) Terhadap Root Mean Square Error (RMSE) ... 22

4.2.1. Analisis Data Pengaruh Jumlah Snapshots (J) ... Terhadap Root Mean Square Error (RMSE) ... 24

DAFTAR ISI viii

Universitas Kristen Maranatha 4. 3. Pengaruh Signal to Noise Ratio (SNR)Terhadap Root

Mean Square Error (RMSE) ... 25 4.3.1. Analisis Data Pengaruh Signal to Noise Ratio (SNR)

Terhadap Root Mean Square Error (RMSE) ... 27 4. 4. Pengaruh Jarak Antar Sensor (d) Terhadap

Root Mean Square Error (RMSE) ... 28 4.4.1. Analisis Data Pengaruh Jarak Antar Sensor (d)

Terhadap Root Mean Square Error (RMSE) ... 29 4. 5. Pengaruh Jumlah Sensor (2N+1) Terhadap Root Mean

Square Error (RMSE) ... 31 4.5.1. Analisis Data Pengaruh Jumlah Sensor (2N+1)

Terhadap Root Mean Square Error (RMSE) ... 32 4. 6. Nilai Root Mean Square Error (RMSE) untuk

Kedatangan Sinyal dengan Arah yang Berbeda ... 34 4.6.1. Analisis Data Nilai Root Mean Square Error (RMSE)

untuk Arah Kedatangan Sinyal yang Berbeda ... 35 4. 7 Perbandingan Hasil Percobaan antara Algoritma Li dengan

Algoritma Wu ... 36 4.7.1. Nilai Root Mean Square Error (RMSE) terhadap Jumlah

Snapshots (J) ... 36 4.7.2. Nilai Root Mean Square Error (RMSE) terhadap Signal to

Noise Ratio (SNR) ... 38 4.7.3. Nilai Root Mean Square Error (RMSE) terhadap Jarak antar

Sensor (d) ... 40 BAB V KESIMPULAN DAN SARAN

5. 1. Kesimpulan ... 43 5. 2. Saran ... 44

DAFTAR ISI ix

DAFTAR PUSTAKA ... 45 LAMPIRAN A – LISTING PROGRAM ... A-1

DAFTAR TABEL

x _{Universitas Kristen Maranatha}

DAFTAR TABEL

Halaman

Tabel 3. 1. Atribut MATLAB pada Perancangan Software ... 20

Tabel 4. 1. Nilai RMSE untuk J = 10 ... 22

Tabel 4. 2. Nilai RMSE untuk J = 50 ... 22

Tabel 4. 3. Nilai RMSE untuk J = 100 ... 23

Tabel 4. 4. Nilai RMSE untuk J = 150 ... 23

Tabel 4. 5 Nilai RMSE untuk J = 200 ... 23

Tabel 4. 6. Perubahan Jumlah Snapshots (J) terhadap Root Mean Square Error (RMSE) ... 24

Tabel 4. 7. Nilai RMSE untuk SNR = 0 dB ... 25

Tabel 4. 8. Nilai RMSE untuk SNR = 10 dB ... 26

Tabel 4. 9. Nilai RMSE untuk SNR = 20 dB ... 26

Tabel 4. 10. Nilai RMSE untuk SNR = 30 dB ... 26

Tabel 4. 11. Nilai RMSE untuk SNR = 40 dB ... 26

Tabel 4. 12. Perubahan Signal to Noise Ratio (SNR) terhadap Root Mean Square Error (RMSE) ... 27

Tabel 4. 13. Nilai RMSE untuk d = λ / 32 ... 28

Tabel 4. 14. Nilai RMSE untuk d = λ / 16 ... 28

Tabel 4. 15. Nilai RMSE untuk d = λ / 8 ... 29

Tabel 4. 16. Nilai RMSE untuk d = λ / 4 ... 29

Tabel 4. 17. Nilai RMSE untuk d = λ / 2 ... 29

Tabel 4. 18. Perubahan Jarak antar Sensor (d) terhadap Root Mean Square Error (RMSE) ... 30

DAFTAR TABEL xi

Tabel 4. 20. Nilai RMSE untuk N = 4 ... 31

Tabel 4. 21. Nilai RMSE untuk N = 6 ... 32

Tabel 4. 22. Nilai RMSE untuk N = 8 ... 32

Tabel 4. 23. Nilai RMSE untuk N = 10 ... 32

Tabel 4. 24. Perubahan Nilai N terhadap Root Mean Square Error (RMSE) ... 33

Tabel 4. 25. Nilai RMSE untuk θ1 = 250, ϕ1 = 730 dan θ2 = 560, ϕ2 = 330 ... 34

Tabel 4. 26. Nilai RMSE untuk θ1 = 420, ϕ1 = 680 dan θ2 = 720 , ϕ2 = 210 ... 34

Tabel 4. 27. Nilai RMSE untuk θ1 = 120, ϕ1 = 540 dan θ2 = 760, ϕ2 = 150 ... 35

Tabel 4. 28. Nilai RMSE untuk θ1 = 180, ϕ1 = 800 dan θ2 = 650, ϕ2 = 370 ... 35

Tabel 4. 29. Nilai RMSE untuk θ1 = 620, ϕ1 = 870 dan θ2 = 510, ϕ2 = 290 ... 35

Tabel 4. 30. Perubahan Jumlah Snapshots (J) terhadap Root Mean Square Error (RMSE) untuk Algoritma Li ... 36

Tabel 4. 31. Perubahan Jumlah Snapshots (J) terhadap Root Mean Square Error (RMSE) untuk Algoritma Wu ... 36

Tabel 4. 32. Perubahan Signal to Noise Ratio (SNR) terhadap Root Mean Square Error (RMSE) untuk Algoritma Li ... 38

Tabel 4. 33. Perubahan Signal to Noise Ratio (SNR) terhadap Root Mean Square Error (RMSE) untuk Algoritma Wu ... 38

Tabel 4. 34. Perubahan Jarak antar Sensor (d) terhadap Root Mean Square Error (RMSE) untuk Algoritma Li ... 40

DAFTAR TABEL xii

Universitas Kristen Maranatha Tabel 4. 35. Perubahan Jarak antar Sensor (d) terhadap

DAFTAR GAMBAR

DAFTAR GAMBAR

Halaman

Gambar 2. 1. Daerah Medan Antena ... 4

Gambar 2. 2. Susunan Antena ULA dengan 3 Sensor ... 6

Gambar 2. 3. Ilustrasi dari Geometri Array ... 8

Gambar 2. 4.Posisi Sumber Sinyal pada Geometri Array... 9

Gambar 3. 1. Diagram Blok Simulasi ... 14

Gambar 3. 2. Diagram Alir Simulasi ... 15

Gambar 3. 3. Diagram Alir Observasi Sinyal pada Subarray 1 dan Subarray 2 ... 16

Gambar 3. 4. Diagram Alir Matriks Propagator ... 17

Gambar 3. 5. Diagram Alir Mencari �̂_�,��_�,�̂_� ... 18

Gambar 3. 6. Rancangan Graphic User Interface (GUI) ... 19

Gambar 4. 1. Tampilan Program pada GUI ... 21

Gambar 4. 2. Perubahan Jumlah Snapshots (J) terhadap nilai Root Mean Square Error (RMSE) ... 24

Gambar 4. 3. Perubahan terhadap Signal to Noise Ratio (SNR) nilai Root Mean Square Error (RMSE) ... 27

Gambar 4. 4.Perubahan Jarak Antar Sensor (d) terhadap nilai Root Mean Square Error (RMSE) ... 30

Gambar 4. 5. Perubahan Jumlah Sensor (2N+1) terhadap nilai Root Mean Square Error (RMSE) ... 33

Gambar 4. 6. Perbandingan RMSE 1 antara Algoritma Li dengan Algoritma Wu ... 37

DAFTAR GAMBAR xiv

Universitas Kristen Maranatha Gambar 4. 7. Perbandingan RMSE 1 antara Algoritma Li dengan

Algoritma Wu ... 37 Gambar 4. 8. Perbandingan RMSE 1 antara Algoritma Li dengan

Algoritma Wu ... 39 Gambar 4. 9. Perbandingan RMSE 1 antara Algoritma Li dengan

Algoritma Wu ... 39 Gambar 4.10. Perbandingan RMSE 1 antara Algoritma Li dengan

Algoritma Wu ... 41 Gambar 4.11. Perbandingan RMSE 1 antara Algoritma Li dengan

BAB I PENDAHULUAN

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Pada masa sekarang ini, pencarian lokasi sumber merupakan masalah yang penting dalam teknologi radar, sonar, dan navigasi. Berbagai macam algoritma digunakan untuk bisa mendapatkan estimasi lokasi sumber sinyal. Beberapa algoritma yang umum digunakan dalam menentukan Direction of Arrival (DOA) suatu sinyal antara lain seperti algoritma Multiple Signal Classification (MUSIC) dan Estimation of Signal Parameters via Rotational Invariant Techniques

(ESPRIT). Akan tetapi kedua algoritma ini dirasa sulit karena melibatkan proses

eigendecompisition atau singular value decomposition (SVD) yang membutuhkan perhitungan yang kompleks dan banyak khususnya apabila dimensi matriks yang digunakan besar.

Algoritma yang akan digunakan pada tugas akhir ini lebih sederhana apabila dibandingkan dengan algoritma MUSIC dan ESPRIT. Algoritma ini memanfaatkan metode propagasi yang tidak melibatkan proses

eigendecomposition atau SVD. Algoritma ini memiliki kompleksitas perhitungan yang lebih sederhana apabila dibandingkan dengan algoritma lain khususnya apabila rasio jumlah sensor terhadap jumlah sumber besar dengan konsekuensi mengabaikan rugi-rugi pada kinerjanya.

Tugas Akhir ini adalah pengembangan dari tugas akhir yang berjudul “Simulasi Estimasi Arah Kedatangan Sinyal dengan Metode Propagator”. Perbedaan dengan Tugas Akhir sebelumnya adalah subarray yang digunakan pada Tugas Akhir ini dua buah, sedangkan yang sebelumnya menggunakan tiga buah subarray. Sudut arah kedatangannya yakni sudut elevasi dan azimuth diharapkan lebih baik serta teliti. Pada Tugas Akhir ini akan dilakukan simulasi untuk mendapatkan estimasi sudut kedatangan dua dimensi. Selain mendapatkan estimasi sudut kedatangan dua dimensi juga akan dilakukan uji performansi untuk mengetahui seberapa baik metode propagator ini.

BAB I PENDAHULUAN 2

Universitas Kristen Maranatha 1.2 Rumusan Masalah

Permasalahan yang akan dibahas dalam tugas akhir ini meliputi :

1. Bagaimana merealisasikan simulasi estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator?

2. Bagaimana performa estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator?

1.3 Tujuan Penelitian

Tujuan yang ingin dicapai dari tugas akhir ini adalah :

1. Merealisasikan simulasi estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator.

2. Menganalisis performa estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator.

1.4 Pembatasan Masalah

Pembatasan masalah yang dibahas pada tugas akhir ini antara lain : 1. Jumlah sumber yang digunakan sebanyak 2 buah.

2. Sumber sinyal berada pada medan jauh.

3. Masing-masing sumber mempunyai panjang gelombang yang sama. 4. Realisasi software menggunakan bahasa pemrograman MATLAB.

1.5 Sistematika Penulisan

Laporan Tugas Akhir ini disusun dengan sistematika penulisan sebagai berikut :

 BAB I. PENDAHULUAN

Bab yang menjelaskan mengenai latar belakang masalah, rumusan masalah, tujuan penelitian, dan sistematika penulisan.

 BAB II. LANDASAN TEORI

Bab yang menjelaskan tentang estimasi arah kedatangan sinyal dengan metode propagator.

BAB I PENDAHULUAN 3

 BAB III. PERANCANGAN SISTEM

Bab yang menjelaskan tentang desain yang akan dilakukan untuk membuat software mengenai estimasi arah kedatangan sinyal menggunakan metode propagator.

 BAB IV. ANALISIS DATA

Bab yang menjelaskan tentang hasil yang diperoleh dari penelitian dan analisis data yang diperoleh.

 BAB V. KESIMPULAN DAN SARAN

Bab yang menjelaskan tentang kesimpulan dan saran yang dapat diambil untuk melakukan pengembangan terhadap software dan sistem yang telah dibuat.

BAB V KESIMPULAN DAN SARAN

43 _{Universitas Kristen Maranatha}

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan berdasarkan hasil percobaan dan analisis data dari Tugas Akhir ini serta saran untuk pengembangan “Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal Menggunakan Metode Propagator Dengan Dua Sensor Array Paralel”.

5.1 Kesimpulan

Dari data pengamatan dan analisis yang dilakukan terkait dengan Tugas Akhir ini, dapat diambil beberapa kesimpulan sebagai berikut :

1. Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel berhasil direalisasikan dan dapat berfungsi dengan baik.

2. Root Mean Square Error (RMSE) yang dihasilkan lebih kecil dari 0.1 untuk jumlah snapshots (J) lebih besar dari 100 (SNR=20 dB, d=�⁄2 meter, N=10), Signal to Noise Ratio (SNR) lebih besar dari 20 dB (J=200, d=�⁄2 meter, N=10), jarak antar sensor (d) lebih besar dari �⁄4 meter (J=200, SNR=20 dB, N=10), dan jumlah sensor (2N+1) dengan nilai N lebih besar dari 6 (J=200, SNR=20 dB, d=�⁄₂ meter).

3. Nilai Root Mean Square Error (RMSE) berbanding terbalik dengan jumlah snapshots (J) dan Signal to Noise Ratio (SNR) dari sumber sinyal.

4. Hasil dari data percobaan yang diuji, jarak antar sensor pada d = �⁄2 meter dan N = 10 adalah yang paling baik.

5. Algoritma yang telah direalisasikan dapat digunakan untuk kedatangan sinyal dengan arah yang berbeda-beda.

6. Estimasi arah kedatangan sinyal menggunakan metode propagator untuk Algortitma Li hasilnya lebih baik dibandingkan dengan Algoritma Wu.

BAB V KESIMPULAN DAN SARAN 44

7. Untuk mendapatkan Root Mean Square Error (RMSE) yang relatif kecil dibutuhkan jumlah sensor yang jauh lebih banyak dari jumlah sumber yang dideteksi.

5.2 Saran

1. Dibutuhkan penelitian lebih lanjut untuk mencari rasio jumlah sensor dan jumlah sumber yang optimal untuk menghasilkan nilai Root Mean Square Error (RMSE) yang baik.

2. Mencari algoritma yang dapat melakukan estimasi arah kedatangan sinyal dengan Root Mean Square Error (RMSE) yang relatif kecil dengan jumlah sensor yang lebih sedikit.

DAFTAR PUSTAKA

45 Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Jianfeng Li, Xiaofei Zhang, dan Han Chen, “Improved two-dimensional DOA estimation algorithm for two-parallel uniform arrays using

propagator method”, Signal Processing, Vol. 92 (2012) 3032-3038

[2] Ramadhan, Billy. 2014. “Simulasi Estimasi Arah Kedatangan Sinyal dengan Metode Propagator”, Universitas Kristen Maranatha. Jurusan Teknik Elektro.

[3]

http://www.byteboss.com/view.aspx?id=3483011&name=compressive-sensing-untuk-direction-of-arrival-estimation_seminar_mingguan2 (diakses pada 11 maret 2015)

[4]

http://mlaiq.blogspot.com/2011/07/antenna-directional-omnidirectional.html (diakses 29 april 2015)

[5]

http://elib.unikom.ac.id/files/disk1/543/jbptunikompp-gdl-iryamannim-27128-5-iryaman_-i.pdf (diakses 4 mei 2015)

BAB I PENDAHULUAN

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Pada masa sekarang ini, pencarian lokasi sumber merupakan masalah yang penting dalam teknologi radar, sonar, dan navigasi. Berbagai macam algoritma digunakan untuk bisa mendapatkan estimasi lokasi sumber sinyal. Beberapa algoritma yang umum digunakan dalam menentukan Direction of Arrival (DOA) suatu sinyal antara lain seperti algoritma Multiple Signal Classification (MUSIC) dan Estimation of Signal Parameters via Rotational Invariant Techniques (ESPRIT). Akan tetapi kedua algoritma ini dirasa sulit karena melibatkan proses eigendecompisition atau singular value decomposition (SVD) yang membutuhkan perhitungan yang kompleks dan banyak khususnya apabila dimensi matriks yang digunakan besar.

Algoritma yang akan digunakan pada tugas akhir ini lebih sederhana apabila dibandingkan dengan algoritma MUSIC dan ESPRIT. Algoritma ini memanfaatkan metode propagasi yang tidak melibatkan proses eigendecomposition atau SVD. Algoritma ini memiliki kompleksitas perhitungan yang lebih sederhana apabila dibandingkan dengan algoritma lain khususnya apabila rasio jumlah sensor terhadap jumlah sumber besar dengan konsekuensi mengabaikan rugi-rugi pada kinerjanya.

Tugas Akhir ini adalah pengembangan dari tugas akhir yang berjudul “Simulasi Estimasi Arah Kedatangan Sinyal dengan Metode Propagator”. Perbedaan dengan Tugas Akhir sebelumnya adalah subarray yang digunakan pada Tugas Akhir ini dua buah, sedangkan yang sebelumnya menggunakan tiga buah subarray. Sudut arah kedatangannya yakni sudut elevasi dan azimuth diharapkan lebih baik serta teliti. Pada Tugas Akhir ini akan dilakukan simulasi untuk mendapatkan estimasi sudut kedatangan dua dimensi. Selain mendapatkan estimasi sudut kedatangan dua dimensi juga akan dilakukan uji performansi untuk

BAB I PENDAHULUAN 2

Universitas Kristen Maranatha 1.2 Rumusan Masalah

Permasalahan yang akan dibahas dalam tugas akhir ini meliputi :

1. Bagaimana merealisasikan simulasi estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator?

2. Bagaimana performa estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator?

1.3 Tujuan Penelitian

Tujuan yang ingin dicapai dari tugas akhir ini adalah :

1. Merealisasikan simulasi estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator.

2. Menganalisis performa estimasi arah kedatangan dua dimensi sinyal menggunakan metode propagator.

1.4 Pembatasan Masalah

Pembatasan masalah yang dibahas pada tugas akhir ini antara lain : 1. Jumlah sumber yang digunakan sebanyak 2 buah.

2. Sumber sinyal berada pada medan jauh.

3. Masing-masing sumber mempunyai panjang gelombang yang sama. 4. Realisasi software menggunakan bahasa pemrograman MATLAB.

1.5 Sistematika Penulisan

Laporan Tugas Akhir ini disusun dengan sistematika penulisan sebagai berikut :

 BAB I. PENDAHULUAN

Bab yang menjelaskan mengenai latar belakang masalah, rumusan masalah, tujuan penelitian, dan sistematika penulisan.

 BAB II. LANDASAN TEORI

Bab yang menjelaskan tentang estimasi arah kedatangan sinyal dengan metode propagator.

BAB I PENDAHULUAN 3

 BAB III. PERANCANGAN SISTEM

Bab yang menjelaskan tentang desain yang akan dilakukan untuk membuat software mengenai estimasi arah kedatangan sinyal menggunakan metode propagator.

 BAB IV. ANALISIS DATA

Bab yang menjelaskan tentang hasil yang diperoleh dari penelitian dan analisis data yang diperoleh.

 BAB V. KESIMPULAN DAN SARAN

Bab yang menjelaskan tentang kesimpulan dan saran yang dapat diambil untuk melakukan pengembangan terhadap software dan sistem yang telah dibuat.

BAB V KESIMPULAN DAN SARAN

43 _{Universitas Kristen Maranatha}

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan berdasarkan hasil percobaan dan analisis data dari Tugas Akhir ini serta saran untuk pengembangan “Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal Menggunakan Metode Propagator Dengan Dua Sensor Array Paralel”.

5.1 Kesimpulan

Dari data pengamatan dan analisis yang dilakukan terkait dengan Tugas Akhir ini, dapat diambil beberapa kesimpulan sebagai berikut :

1. Simulasi Estimasi Arah Kedatangan Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel berhasil direalisasikan dan dapat berfungsi dengan baik.

2. Root Mean Square Error (RMSE) yang dihasilkan lebih kecil dari 0.1 untuk jumlah snapshots (J) lebih besar dari 100 (SNR=20 dB, d=�⁄2 meter, N=10), Signal to Noise Ratio (SNR) lebih besar dari 20 dB (J=200, d=�⁄2 meter, N=10), jarak antar sensor (d) lebih besar dari �⁄4 meter (J=200, SNR=20 dB, N=10), dan jumlah sensor (2N+1) dengan nilai N lebih besar dari 6 (J=200, SNR=20 dB, d=�⁄₂ meter).

3. Nilai Root Mean Square Error (RMSE) berbanding terbalik dengan jumlah snapshots (J) dan Signal to Noise Ratio (SNR) dari sumber sinyal.

4. Hasil dari data percobaan yang diuji, jarak antar sensor pada d = �⁄2 meter dan N = 10 adalah yang paling baik.

5. Algoritma yang telah direalisasikan dapat digunakan untuk kedatangan sinyal dengan arah yang berbeda-beda.

6. Estimasi arah kedatangan sinyal menggunakan metode propagator untuk Algortitma Li hasilnya lebih baik dibandingkan dengan Algoritma Wu.

BAB V KESIMPULAN DAN SARAN 44

7. Untuk mendapatkan Root Mean Square Error (RMSE) yang relatif kecil dibutuhkan jumlah sensor yang jauh lebih banyak dari jumlah sumber yang dideteksi.

5.2 Saran

1. Dibutuhkan penelitian lebih lanjut untuk mencari rasio jumlah sensor dan jumlah sumber yang optimal untuk menghasilkan nilai Root Mean Square Error (RMSE) yang baik.

2. Mencari algoritma yang dapat melakukan estimasi arah kedatangan sinyal dengan Root Mean Square Error (RMSE) yang relatif kecil dengan jumlah sensor yang lebih sedikit.

DAFTAR PUSTAKA

45 Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Jianfeng Li, Xiaofei Zhang, dan Han Chen, “Improved two-dimensional DOA estimation algorithm for two-parallel uniform arrays using

propagator method”, Signal Processing, Vol. 92 (2012) 3032-3038 [2] Ramadhan, Billy. 2014. “Simulasi Estimasi Arah Kedatangan Sinyal

dengan Metode Propagator”, Universitas Kristen Maranatha. Jurusan Teknik Elektro.

[3] http://www.byteboss.com/view.aspx?id=3483011&name=compressive-sensing-untuk-direction-of-arrival-estimation_seminar_mingguan2

(diakses pada 11 maret 2015)

[4] http://mlaiq.blogspot.com/2011/07/antenna-directional-omnidirectional.html (diakses 29 april 2015)

[5] http://elib.unikom.ac.id/files/disk1/543/jbptunikompp-gdl-iryamannim-27128-5-iryaman_-i.pdf (diakses 4 mei 2015)