Sistem Identification Friend Foe or Neut (1)
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
SEMINAR RADAR NASIONAL 2008
Prosiding
Gedung Widya Graha LIPI
Jakarta, 30 April 2008
ii
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Prosiding
Seminar Radar Nasional 2008
ISSN : 1979 - 2921
Hak cipta © 2008 oleh Pusat Penelitian Elektronika dan Telekomunikasi – LIPI
Hak cipta dilindungi undang-undang. Dilarang menyalin, memproduksi dalam segala bentuk, termasuk
mem-fotocopy, merekam, atau menyimpan informasi, sebagian atau seluruh isi dari buku ini tanpa ijin
tertulis dari penerbit.
Prosiding Seminar Radar Nasional / [editor by] Mashury Wahab, A.A. Lestari, A.B. Suksmono,
Rustini S. Kayatmo, Purwoko Adhi, Goib Wiranto.
vi + pp.; 21,0 x 29,7 cm
ISBN : 1979 - 2921
Radio Detecting and Ranging (Radar)
Technical editing by Pamungkas Daud, Yusuf Nur Wijayanto, and Dadin Mahmudin,
Cover design by Yadi Radiansah.
Diterbitkan oleh :
Pusat Penelitian Elektronika dan Telekomunikasi (PPET)
Lembaga Ilmu Pengetahuan Indonesia (LIPI)
Kampus LIPI Jl. Sangkuriang, Bandung
Telp. (022) 2504661 Fax. (022) 2504659
Website : www.ppet.lipi.go.id
iii
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Pelindung
Deputi Ilmu Pengetahuan Teknik LIPI
Ketua Umum
Yuyu Wahyu
Panitia Pengarah
Lilik Hendradjaja, Dephan
Adang Suwandi, ITB
Masbah RT Siregar, LIPI
Tatang A. Taufik, BPPT
Hiskia Sirait, LIPI
Andriyan B Suksmono, ITB
A Andaya Lestari,IRCTR-IB
Endon Bharata, IRCTR-IB
Nana Rachmana, ITB
Mashury Wahab, LIPI
Syamsu Ismail, LIPI
Rustini S Kayatmo, LIPI
Purwoko Adhi, LIPI
Eko Tjipto Rahardjo, UI
Panitia Pelaksana
Ridwan Effendi, ITB
Andi Kirana, RCS
Gunawan Handayani, ITB
Asep Yudi Hercuadi, LIPI
Pamungkas Daud, LIPI
Deni Permana K, LIPI
Sri Hardiati, LIPI
Yudi Yulius Maulana, LIPI
Dadin Mahmudi, LIPI
Iqbal Syamsu, LIPI
Lia Mulyani P, LIPI
Novrita Indayanti, LIPI
Lilis Retnaningsih, LIPI
Folin Oktafiani, LIPI
Yusuf Nur Wijayanto, LIPI
Sulistyaningsih, LIPI
Yadi Radiansah, LIPI
Zaenul Arifin, LIPI
Popi Sumarni, LIPI
Lisdiani, LIPI
Endang Ridwan, LIPI
Noorfiya Umniyati, LIPI
iv
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Daftar Isi
Susunan Panitia ................................................................................................................. iv
Kata Pengantar ................................................................................................................... v
Daftar Isi ............................................................................................................................ vi
Daftar Makalah ................................................................................................................ vii
vi
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Daftar Makalah
1. Rancang Bangun Radar Pengawasan Pantai INDRA II Di Pusat
Penelitian Elektronika dan Telekomunikasi (PPET) LIPI ..............................
Mashury Wahab, Pamungkas Daud, Yuyu Wahyu, dan Rustini S. Kayatmo
2. Status Pemetaan dengan Radar di Bakosurtanal .............................................
Fahmi Amhar, Ade Komara Mulyana, Aris Poniman
3. Rancangbangun System Secondary Surveillance RADAR untuk Aplikasi
Tracking Peluncuran Roket Jarak Jauh ...........................................................
Wahyu Widada dan Sri Kliwati
4. Pembangunan Radar VHF Lapan Di Pameungpeuk .......................................
M. Sjarifudin, S. Kaloka, A. Purwono, A. Kurniawan, P. Sitompul, S. Cahyo,
M. A. Aris, H. Bangkit, M. Batubara, J. R. Roettger, M. Chandra, G.
Viswanathan
5. A Method to Determine Radial Speed of Target from the FMCW Radar
Signal ....................................................................................................................
W. Sediono, A. A. Lestari
1-6
7 - 12
13 - 18
19 - 24
25 - 28
6. Aplikasi Radar Pasif untuk Mengisi Celah Kosong Liputan Radar ..............
Syamsu Ismail
29 - 32
7. Pembangkit Gelombang RADAR Berdasarkan Teknik Heterodyne Optis .
Bambang Widiyatmoko, Tomi Budi Waluyo dan Masbah R.T. Siregar
33 - 36
8. Phase Shifter Control Card dan Test Bench untuk Radar Thomson .............
Bambang Sutopo
37 - 41
9. Pembuatan Exciter Untuk Perangkat Pemancar Jamming ............................
Elan Djaelani, Daday Ruhiat
42 - 47
10. Evaluasi Penerapan Gaya Pengembang – Telitian – Industri –
Manufaktur di Institut Teknologi Telkom ........................................................
Soetamso, Suwandi, Kris Sujatmoko, Arfianto Fahmi, Heroe Wijanto,
Ashardi Haryuno
11. Kajian Perbandingan Distribusi Amplitudo pada Pencatu Antena
Susun Untuk Aplikasi Radar Maritim ..............................................................
Y.K. Ningsih, F.Y. Zulkifli, E.T. Rahardjo, A.A. Lestari
12. Pengolahan Sinyal Stepped Frequency Continous Wave – Ground
Penetrating Radar (SFCW-GPR) dengan Metode Gabor Based
Compressive Sampling .........................................................................................
Dodik Ichrom Resanto
13. Desain Parallel-Coupled Microstrip Bandpass Filter dengan Substrate
Tuning untuk Aplikasi INDRA I-II ..................................................................
vii
48 - 51
52 - 57
58 - 62
63 - 68
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Liarto, A.A. Lestari
14. Metode Pengaturan Impedansi Input Antena pada Sistem SFCW GPR
100 – 1000 MHz ...................................................................................................
A.A. Pramudita,A. Kurniawan, A. B Suksmono, A.A. Lestari
69 - 72
15. Analisa Spektral Curah Hujan Tropis Menggunakan Data Surabaya
Untuk Evaluasi Sistem Radar Dan Komunikasi Radio Di Atas 10 Ghz ........
Achmad Mauludiyanto, Gamantyo Hendrantoro
73 - 76
16. Penerapan dan Pengembangan Georadar RCS ...............................................
A. Sulaiman, A. Kirana
17. Sistem Identification Friend, Foe, or Neutral Radar Menggunakan
Radar Cross Section dan Kecepatan Pesawat Berbasis Jaringan Syaraf
Tiruan Adaptive Resonance Theory 1 dan Fusi Informasi .............................
Nopriansyah, Aciek Ida Wuryandari, Arwin D.W. Sumari, Andaruna
Setiawan
77 - 80
81 - 86
18. Dekoding Format Data Untuk Integrasi Sistem Radar Yang Berbeda ..........
Thomas Sri Widodo
87 - 90
19. Desain Graphical User Interface (GUI) Untuk Radar Maritim Indra ...........
Deni Yulian, Imam Fahrur Rozi, A. Andaya Lestari
91 - 96
20. Rangkaian Pengukuran Jarak dengan Gelombang Ultrasonik
menggunakan AT89C51 ..................................................................................... 96 - 100
Teguh Praludi, Yusuf Nur Wijayanto
21. Kajian Penggunaan Dielectric Resonant Oscillator (DRO) untuk
Frequency Modulated Continuous Wave (FM-CW) Radar ............................101 - 104
Rustini Soemaryato Kayatmo, Fredrika H. Kana
22. Rancang Bangun Perangkat Lunak Citra RADAR .........................................105 - 109
Mashury, Dadin Mahmudin, Yusuf Nur Wijayanto
23. Analisa Plot Medan Listrik untuk Antena GPR Dengan dan Tanpa
Pembebanan Resistif dan Kapasitif menggunakan Simulasi FDTD ..............110 - 115
Folin Oktafiani, Yudi Yuliyus Maulana, Yuyu Wahyu
24. Rectangular Patch Array untuk Sistem Antena Radar Pantai .......................116 - 118
Pamungkas Daud, Yusuf Nur Wijayanto
25. Estimasi Batasa Penyinaran Radiasiterhadap Lingkungan dari Gerakan
Beam Antena Radar ............................................................................................119 - 122
Sri Hardiati
26. Antena Adaftif untuk Ground Penetrating Radar ...........................................123 - 127
Yudi Yuliyus Maulana, Yusuf Nur Wijayanto
viii
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Sistem Identification Friend, Foe, or Neutral Radar Menggunakan Radar
Cross Section dan Kecepatan Pesawat Berbasis Jaringan Syaraf Tiruan
Adaptive Resonance Theory 1 dan Fusi Informasi
Nopriansyah 1), Aciek Ida Wuryandari 2), Arwin D.W. Sumari 3), Andaruna Setiawan 4)
1) 2) 3) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung
Gedung Labtek VIII Kampus ITB, Jl. Ganesa No. 10, Bandung, 40132– INDONESIA
Email: vassilinopri@yahoo.com, aciekidaw@yahoo.com, daemon00idaf@yahoo.com
3) 4) Departemen Elektronika, Akademi TNI Angkatan Udara
Ksatrian Akademi TNI AU, Lanud Adisutjipto, Yogyakarta, 55002 – INDONESIA
Email: andarun17@yahoo.com
ABSTRACT
To identify an object in the air, Radar will transmit Identification Friend, Foe, or Neutral (IFFN) signal. The
detected object then will be manually matched to the flight data. If the air object detected by the Radar is
unregistered then this object will be identified as a black flight. In order that this object identification process
can be quickly and accurately done, an Identification Friend, Foe, or Neutral (IFFN) system based on Adaptive
Resonance Theory 1 Neural Network (ART1-NN) and information fusion is proposed and designed. The system
uses the air object Radar Cross Section (RCS) and velocity data as the identifier data. The ART1-NN matches
the RCS and velocity data of the detected air object to the data it already learned. The final identification
process is done by fusing the information resulted from the ART1-NN matching process by using voting and
Boolean AND methods to obtain the identity of the observed air object. The IFFN system is hoped to be able to
give a worth contribution in order to guard the Republic of Indonesia sovereignty in the sky.
Keywords : Radar, identification, radar cross section, velocity, ART1-NN, information fusion.
ABSTRAK
Untuk mengidentifikasi suatu obyek di udara, Radar akan memancarkan sinyal Identification Friend, Foe, or
Neutral (IFFN). Obyek yang ditangkap Radar akan dicocokkan dengan data penerbangan yang ada secara
manual. Bila obyek udara yang ditangkap oleh Radar tidak terdaftar maka obyek udara tersebut akan
diidentifikasikan sebagai penerbangan gelap (black flight). Agar proses identifikasi obyek udara dapat
dilaksanakan dengan cepat dan akurat, diajukan dan dirancang satu sistem Identification Friend, Foe, or
Neutral (IFFN) berbasis Jaringan Syaraf Tiruan model Adaptive Resonance Theory 1 (JST-ART1) dan fusi
informasi. Sistem menggunakan data Radar Cross Section (RCS) dan kecepatan obyek udara sebagai data
pengidentifikasi. JST-ART1 bertugas mencocokkan data RCS dan kecepatan obyek udara yang dideteksi dengan
data yang telah dipelajarinya. Proses identifikasi akhir dilakukan dengan memfusikan informasi hasil
pencocokan JST-ART1 menggunakan metoda voting dan Boolean AND untuk memperoleh identitas obyek udara
dalam pengamatan. Sistem IFFN ini diharapkan dapat memberikan satu kontribusi berharga dalam rangka
menjaga kedaulatan Negara Kesatuan Republik Indonesia (NKRI) di udara.
Kata Kunci : Radar, identifikasi, radar cross section, kecepatan, JST-ART1, fusi informasi.
yang akan melintas di atas suatu wilayah udara dalam
pemantauan suatu Radar telah didaftarkan secara
resmi kepada otoritas yang berwenang. Oleh karena
itu bila ada suatu obyek dideteksi oleh Radar maka
informasi identitas obyek tersebut dapat dengan
mudah dimunculkan pada layar monitor.
Untuk memastikan identitas sebenarnya dari obyek
tersebut, otoritas berwenang akan memerintahkan
pesawat-pesawat
tempur
untuk
melakukan
pengamatan secara visual. Ancaman dalam
pengamatan visual adalah kemungkinan obyek tak
dikenal tersebut membawa persenjataan lebih canggih
1. PENDAHULUAN
Di dalam suatu sistem pertahanan udara, Radar
adalah komponen utama dengan salah satu tugas
melakukan peringatan dini (early warning) terhadap
adanya kedatangan obyek-obyek di suatu wilayah
udara. Untuk mengenal obyek tersebut, Radar akan
memancarkan sinyal Identification Friend, Foe, or
Neutral (IFFN). Bila obyek tersebut kawan atau netral
maka ia akan memberi jawaban berupa urutan kode
tertentu yang menunjukkan identitasnya. Sebaliknya
bila musuh, ia tidak akan memberi jawaban atau
mematikan alat penjawabnya. Identitas setiap obyek
81
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
dan menyerang pesawat-pesawat tempur pengamat
sehingga dapat berakibat fatal.
Untuk mengatasi permasalahan tersebut dan agar
keputusan yang diambil oleh otoritas yang berwenang
dapat dilakukan dengan cepat dan tepat, diajukan satu
sistem IFFN berbasis Jaringan Syaraf Tiruan model
Adaptive Resonance Theory 1 (JST-ART1) dengan
menggunakan data Radar Cross Section (RCS) dan
kecepatan obyek udara. Obyek udara yang dimaksud
dalam makalah ini adalah pesawat terbang.
2. LANDASAN TEORI
Ga mba r 2. Ma c a m RCS se sua i d e ng a n g e o me tri
2.1. Konsep Radar [7]
Radar adalah singkatan dari Radio Detection And
Ranging. Radar dapat diartikan sebagai alat yang
digunakan untuk pencarian, pengawasan dan
penangkapan pesawat udara yang terbang dalam
kawasan wilayah jangkauan rambatan gelombang
elektromagnetik yang dipancarkan.
sa sa ra n
Gambar 3 memperlihatkan contoh bentuk RCS
pesawat terbang yang ditangkap oleh Radar. Setiap
pesawat terbang/obyek udara memiliki RCS yang
sangat berbeda sesuai dengan konfigurasi elemenelemen pembentuk RCS itu sendiri.
Gambar 1. Cara kerja Radar.
Pada prinsipnya Radar memancarkan pulsa
elektromagnetik ke udara dan menerima echo yang
dipantulkan oleh benda-benda sasaran. Selang waktu
antara pengiriman dan penerimaan kembali pulsa
elektromagnetik menunjukkan jarak antara pemancar
dengan obyek yang dideteksi tersebut.
2.1.1. Radar Cross Section [1]
Radar Cross Section (RCS) adalah perbandingan
antara kerapatan daya yang dipantulkan ke arah
sumber pemancar dengan kerapatan daya yang
dipantulkan oleh sasaran.
Untuk obyek udara berupa pesawat terbang, RCS
dapat diperoleh dengan menggunakan persamaan 1.
σ=
( 4π )
3
Gambar 3. RCS pesawat terbang pada umumnya..
2.1.2. Kecepatan (Velocity) Pesawat pada Radar
Pr R 4
2 2
λ
PG
t
(1)
dimana σ adalah RCS, Pr adalah daya yang diterima di
antena penerima, Pt adalah daya yang dipancarkan
antena pemancar, G adalah antenna gain, R adalah
jarak antara Radar dengan sasaran dan λ adalah
panjang gelombang elektromagnetik Radar.
Gambar 4. Azas Doppler.
Kecepatan pesawat terbang yang ditampilkan pada
layar Radar dapat diketahui dengan menggunakan
azas Doppler yang diperlihatkan pada persamaan 2.
82
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
fd =
2.v
λ
cos θ
(2)
dengan fd adalah Doppler shift, v adalah kecepatan
pesawat terbang, λ adalah panjang gelombang dan θ
adalah sudut antara arah propagasi sinyal datang
dengan arah pergerakan antena.
2.2. Adaptive Resonance Theory 1 (ART1) [6]
JST-ART
dirancang
untuk
memudahkan
pengontrolan derajat kemiripan pola yang ditempatkan
pada cluster yang sama. ART dirancang untuk
mengatasi masalah stability-plasticity yang dihadapi
oleh JST lainnya. JST-ART1 dirancang untuk
mengelompokkan (clustering) vektor-vektor masukan
biner. JST-ART1 mempunyai dua lapisan, yaitu
lapisan F1 yang dibagi menjadi F1(a) sebagai bagian
masukan dan F1(b) sebagai bagian antarmuka, dan
lapisan F2 (cluster) bersama dengan unit reset yang
digunakan untuk mengontrol derajat kemiripan polapola yang diletakkan pada unit cluster yang sama.
Lapisan F1 dan F2 dihubungkan oleh dua kelompok
jalur-jalur bobot, bobot bottom-up dan bobot topdown. Untuk mengontrol proses belajar, beberapa unit
pelengkap juga dilibatkan pada JST ini.
2.3. Fusi Informasi [2,3,4]
Fusi data atau informasi adalah suatu teknik
pengombinasian data atau informasi untuk
memperkirakan (estimate) atau memprediksi berbagai
keadaan entitas.
Entitas-entitas tersebut dapat
berbentuk fisik atau non fisik. Masukan-masukan ke
suatu sistem fusi informasi dapat berupa
1. data hasil observasi sensor-sensor,
2. masukan-masukan perintah dan data dari operator
atau pengguna,
3. data a priori dari suatu basis data yang telah ada
2.3.1. Arsitektur-Arsitektur Fusi Informasi
Dalam aplikasi fusi informasi terdapat tiga alternatif
arsitektur yang digunakan untuk memfusikan
informasi dari multisensor.
• Arsitektur terpusat dengan masukan data kasar
atau vektor fitur.
• Arsitektur mandiri dengan masukan vektor fitur
dengan keluaran deklarasi identitas atau estimasi
dari vektor keadaan. Teknik-teknik yang umum
digunakan adalah suara terbanyak (voting),
penyimpulan klasik, teorema Bayes, metoda DS
dan metoda Dezert-Smarandache Theory (DSmT).
• Arsitektur hibrida yang mengombinasikan kedua
arsitektur di atas.
Lapisan Pengenalan atau
Attention Subsystem
O
r
i
e
n
t
i
n
g
Y1
+
Yj
Ym
G2
+
+
Gain Control
tji
Sinyal Reset
+
A
S
u
b
s
y
s
t
e
m
2.3.2. Kelas-Kelas Tataran Fusi Informasi
Kelas-kelas tataran fusi informasi sensor majemuk
(multisensor) pada umumnya digunakan untuk
aplikasi-aplikasi pengenalan sasaran otomatis
(automatic target recognition, ATR).
a. Fusi Tataran Piksel. Tataran ini diaplikasikan
kepada data piksel teregistrasi dari sekumpulan
citra untuk kepentingan fungsi deteksi dan
diskriminan. Data citra diperoleh dari sensorsensor citra seperti Radio Detection and Ranging
(RADAR) dan Forward Looking Infra Red
(FLIR).
b. Fusi Tataran Fitur. Tataran ini mengombinasikan
fitur-fitur obyek yang dideteksi dan dipisahkan di
dalam masing-masing wilayah sensor. Fitur-fitur
setiap obyek diekstraksi secara independen di
dalam setiap wilayah dan membentuk satu ruang
fitur bersama untuk klasifikasi obyek.
c. Fusi Tataran Keputusan. Fusi pada tataran
keputusan mengombinasikan keputusan-keputusan
dari jalur-jalur klasifikasi atau deteksi sensorsensor independen menggunakan metoda-metoda
operator Boolean (AND, OR) atau dengan nilai
heuristik seperti M-of-N, suara terbanyak
maksimum (maximum vote) atau jumlah terbobot
(weighted sum) untuk keputusan tegas (hard
decision) dan metoda Bayes, DS dan variabel fuzzy
untuk keputusan halus (soft decision).
Lapisan F2 (cluster)
+
bij
+
X1
Xi
Xn
Lapisan F1(b)
G1
+
+
Gain Control
Input Vektor
S1
Si
Sn
Lapisan F1(a)
Lapisan Perbandingan
Input Vektor
⎛ x ⎞
⎜
⎟
⎜ s ⎟
⎝
⎠
Gambar 5. Arsitektur JST-ART1.
Arsitektur JST-ART1 terdiri dari dua bagian.
Arsitektur JST-ART1 diperlihatkan pada Gambar 5.
• Unit-unit Komputasional. Terdiri dari lapisan F1
(bagian masukan dan antarmuka), lapisan F2, dan
unit reset.
• Unit-unit Pelengkap. Unit ini menyediakan suatu
mekanisme sehingga komputasi yang dilakukan
oleh algoritma ART1 dapat dilaksanakan dengan
menggunakan prinsip-prinsip JST. Unit-unit
tersebut disebut juga dengan unit-unit gain control.
83
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Gambar 6.
Arsitektur sistem IFFN.
3. DESAIN DAN KONSEP IMPLEMENTASI
SISTEM IFFN
Ta be l 1. Da ta d a n Po la RCS Pe sa wa t Te rb a ng [8]
No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
Sistem IFFN dibagi ke dalam tiga bagian besar
yakni pengolahan awal, identifikasi obyek dan
pengolahan akhir dengan dua macam moda yakni
moda pembelajaran JST-ART1 dan moda pakai.
Arsitektur sistem IFFN diperlihatkan pada Gambar 6.
3.1. Pengolahan Awal
Pada pengolahan awal dilakukan proses ekstraksi
fitur RCS dan kecepatan pesawat dari basis data
pesawat terbang. Proses berikutnya adalah melakukan
melakukan pembangkitan pola RCS dan pola
kecepatan
pesawat
terbang
dengan
cara
mengkonversikannya ke bentuk kode-kode biner.
Kode-kode biner ini adalah pola-pola yang akan
diajarkan kepada JST-ART1 pada moda pembelajaran.
3.2. Identifikasi Obyek
Pada moda aplikasi JST-ART1 akan langsung
melakukan pencocokan pola masukan RCS dan pola
kecepatan pesawat terbang dengan pengetahuan yang
disimpan dalam memorinya. Proses temu kembali data
identitas pesawat terbang dari dalam basis data dengan
pola hasil fusi informasi pola RCS dan pola kecepatan
pesawat terbang menggunakan metoda dari penelitian
[2].
Pola-pola fitur RCS dan kecepatan yang
dipelajari dan diujikan pada sistem IFFN diperlihatkan
pada Tabel 1 dan Tabel 2.
Jenis
Pesawat Terbang
Bell 47G
F-16 Fighting Falcon
Hawk 200
Su-30 Sukhoi
Cobra AH-1S
Casa C-212
CN-235 PT DI
A-310 Airbus
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
RCS
Pola
3
5
8
15
18
27
30
100
unlisted
unlisted
unlisted
unlisted
unlisted
unlisted
unlisted
unlisted
0000
0001
0010
0011
0100
0101
0110
0111
1000
1001
1010
1011
1100
1101
1110
1111
Pada blok identifikasi obyek dilakukan proses
pencocokan pola masukan data RCS dan data
kecepatan pesawat terbang dengan pola yang disimpan
di dalam memori JST-ART1. Informasi keluaran dari
JST-ART1 kemudian difusikan untuk memperoleh
satu estimasi pola identitas pesawat terbang dalam
pengamatan. Fusi informasi dilakukan secara iteratif
pada obyek yang sama menggunakan metoda voting
pada tahap I. Estimasi pola diperoleh dari hasil fusi
informasi tahap II menggunakan metoda Boolean
AND. Daftar estimasi pola hasil fusi informasi sistem
IFFN diperlihatkan pada Tabel 3.
84
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Tabel 2. Data dan Pola Kecepatan Pesawat Terbang [8]
Kecepatan
Jenis Pesawat
rata-rata
Pola
No.
Terbang
(km/h)
1.
Bell 47G
168,532
0000
2.
F-16 Fighting Falcon
1.470
0001
3.
Hawk 200
1000,08
0010
4.
Su-30 Sukhoi
2.878,75
0011
5.
Cobra AH-1S
227,796
0100
6.
Casa C-212
364,844
0101
7.
CN-235 PT DI
459,296
0110
8.
A-310 Airbus
980
0111
9.
Unidentified
unlisted
1000
10.
Unidentified
unlisted
1001
11.
Unidentified
unlisted
1010
12.
Unidentified
unlisted
1011
13.
Unidentified
unlisted
1100
14.
Unidentified
unlisted
1101
15.
Unidentified
unlisted
1110
16.
Unidentified
unlisted
1111
Dalam proses identifikasi ini dilakukan beberapa
kali pembacaan data agar keluaran fusi informasi
memberikan keyakinan identitas dari pesawat terbang
yang dideteksi. Dengan mengombinasikan metoda fusi
voting dan AND, sistem IFFN dapat dengan cepat
mengidentifikasikan obyek pada contoh di atas
sebagai pesawat F-16 Fighting Falcon. Proses fusi
informasi diperlihatkan pada Tabel 4 dan Tabel 5.
Tabel 4. Proses Pencocokan dan Fusi Informasi Tahap 1
RCS
Voting
v
Voting
Iterasi
0011
1
0001
0001
0001
0001
2
0001
0001
3
0011
Tabel 5. Proses Fusi Informasi Tahap II dan Estimasi Pola
Obyek
Voting RCS
Voting v
AND
Estimasi
0001
Fusi informasi digunakan untuk menghasilkan satu
estimasi pola pesawat terbang bila informasi masukan
RCS dan kecepatan hasil olahan JST-ART1 tidak
memenuhi kriteria. Fusi informasi akan menghasilkan
keluaran prediksi identitas pesawat terbang dalam
pengamatan. Sebagai contoh hasil pencocokan dari
JST-ART1 adalah pola 0001 atau pola RCS pesawat
F-16 Fighting Falcon, dan pola 0011 atau pola
kecepatan pesawat Su-30 Sukhoi.
Keluaran ini
memberikan ambiguitas mengenai identitas obyek
yang dideteksi.
0001
0001
F-16
Fighting
Falcon
3.3. Pengolahan Akhir
Pada blok pengolahan akhir buffer menyimpan
pola hasil fusi informasi pola RCS dan pola kecepatan
pesawat. Informasi pada buffer ini digunakan sebagai
masukan untuk pemanggilan kembali data identitas
pesawat terbang yang disimpan dalam basis data
pesawat terbang. Informasi identitas pesawat terbang
atau obyek udara ini kemudian ditampilkan di layar
tampilan untuk dijadikan sebagai dasar pengambilan
keputusan oleh otoritas yang berwenang.
Tabel 3. Estimasi Pola Hasil Fusi Informasi RCS dan
Kecepatan Pesawat Terbang
Estimasi Pola
No.
Jenis Pesawat Terbang
Hasil Fusi Informasi
1. Bell 47G
0000
2. F-16 Fighting Falcon
0001
3. Hawk 200
0010
4. Su-30 Sukhoi
0011
5. Cobra AH-1S
0100
6. Casa C-212
0101
7. CN-235 PT DI
0110
8. A-310 Airbus
0111
9. Unidentified
1000
10. Unidentified
1001
11. Unidentified
1010
12. Unidentified
1011
13. Unidentified
1100
14. Unidentified
1101
15. Unidentified
1110
16. Unidentified
1111
4. KESIMPULAN
Identifikasi visual terhadap obyek udara tak
dikenal (black flight) memberikan resiko tinggi bila
obyek tersebut dipersenjatai dengan peralatan tempur
yang lebih baik. Di sisi lain otoritas berwenang belum
memiliki kemampuan untuk melakukan identifikasi
obyek yang tak terdaftar dengan cepat dan akurat.
Solusi diberikan dengan mengaplikasikan Sistem
IFFN berbasis JST-ART1 dengan menggunakan data
RCS dan kecepatan pesawat terbang sebagai sarana
identifikasi. Proses identifikasi dilakukan dengan cara
mencocokkan pola fitur RCS dan kecepatan pesawat
terbang dengan pola-pola yang telah dipelajari oleh
JST-ART1. Untuk mendapatkan satu estimasi pola
identitas bila data RCS dan kecepatan pesawat terbang
tidak sesuai dengan kriteria yang ada, dilakukan
proses fusi informasi pola RCS dan pola kecepatan
pesawat terbang keluaran dari JST-ART1. Fusi
informasi menggunakan kombinasi metoda voting dan
Boolean AND.
Hasil akhir fusi informasi adalah estimasi identitas
dari pesawat terbang atau obyek udara yang dideteksi
85
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
oleh Radar. Informasi identitas ini dapat dijadikan
dasar dalam pengambilan keputusan otoritas yang
berwenang untuk mengirimkan pesawat tempur yang
paling tepat guna mengatasi pesawat terbang atau
obyek udara khususnya yang diidentifikasikan sebagai
penerbangan gelap (black flight).
UCAPAN TERIMA KASIH
Makalah ini adalah salah satu bagian dari
penelitian dalam program pengembangan kekuatan
untuk memenuhi minimum essential force TNI
Angkatan Udara dalam kerjasama dengan ITB melalui
bidang pendidikan. Penulis mengucapkan terima
kasih dan penghargaan yang tinggi kepada Kepala Staf
TNI Angkatan Udara, Aspers Kasau, Gubernur AAU,
Kadisdikau dan Kadiskomlekau atas dukungan dalam
bidang pendidikan di ITB.
DAFTAR REFERENSI
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
Antonius Arso, Ir., Teknik Radar, Diktat Kuliah
Karbol Akademi Angkatan Udara, 2003.
Arwin D.W. Sumari, Sistem Temu Kembali
Informasi “Cerdas” Berbasis Jaringan Syaraf
Tiruan Adaptive Resonance Theory 1, Laporan
Tugas Akhir (S-1), Jurusan Teknik Elektro,
Institut Teknologi Bandung, 1996.
Arwin D.W. Sumari, Adang Suwandi Ahmad
dan Aciek Ida Wuryandari, Fusi Informasi :
Konsep dan Aplikasi dalam Bidang Teknologi
Informasi dan Komunikasi, akan diterbitkan
dalam Proceedings e-Indonesia Initiative 2008.
David L. Hall, Mathematical Techniques in
Multisensor Data Fusion, Artech House, 1992.
David L. Hall and James Llinas, Handbook of
Multisensor Data Fusion, CRC Press LLC, 2001.
David M. Skapura, Artificial Neural Networks:
Algorithms, Applications, and Programming,
Addison-Wesley, 1991.
Merrill I. Skolnik, Introduction to Radar
Systems 3rd Edition, McGraw-Hill, 2001.
http://www.airtoaircombat.com.
86
SEMINAR RADAR NASIONAL 2008
Prosiding
Gedung Widya Graha LIPI
Jakarta, 30 April 2008
ii
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Prosiding
Seminar Radar Nasional 2008
ISSN : 1979 - 2921
Hak cipta © 2008 oleh Pusat Penelitian Elektronika dan Telekomunikasi – LIPI
Hak cipta dilindungi undang-undang. Dilarang menyalin, memproduksi dalam segala bentuk, termasuk
mem-fotocopy, merekam, atau menyimpan informasi, sebagian atau seluruh isi dari buku ini tanpa ijin
tertulis dari penerbit.
Prosiding Seminar Radar Nasional / [editor by] Mashury Wahab, A.A. Lestari, A.B. Suksmono,
Rustini S. Kayatmo, Purwoko Adhi, Goib Wiranto.
vi + pp.; 21,0 x 29,7 cm
ISBN : 1979 - 2921
Radio Detecting and Ranging (Radar)
Technical editing by Pamungkas Daud, Yusuf Nur Wijayanto, and Dadin Mahmudin,
Cover design by Yadi Radiansah.
Diterbitkan oleh :
Pusat Penelitian Elektronika dan Telekomunikasi (PPET)
Lembaga Ilmu Pengetahuan Indonesia (LIPI)
Kampus LIPI Jl. Sangkuriang, Bandung
Telp. (022) 2504661 Fax. (022) 2504659
Website : www.ppet.lipi.go.id
iii
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Pelindung
Deputi Ilmu Pengetahuan Teknik LIPI
Ketua Umum
Yuyu Wahyu
Panitia Pengarah
Lilik Hendradjaja, Dephan
Adang Suwandi, ITB
Masbah RT Siregar, LIPI
Tatang A. Taufik, BPPT
Hiskia Sirait, LIPI
Andriyan B Suksmono, ITB
A Andaya Lestari,IRCTR-IB
Endon Bharata, IRCTR-IB
Nana Rachmana, ITB
Mashury Wahab, LIPI
Syamsu Ismail, LIPI
Rustini S Kayatmo, LIPI
Purwoko Adhi, LIPI
Eko Tjipto Rahardjo, UI
Panitia Pelaksana
Ridwan Effendi, ITB
Andi Kirana, RCS
Gunawan Handayani, ITB
Asep Yudi Hercuadi, LIPI
Pamungkas Daud, LIPI
Deni Permana K, LIPI
Sri Hardiati, LIPI
Yudi Yulius Maulana, LIPI
Dadin Mahmudi, LIPI
Iqbal Syamsu, LIPI
Lia Mulyani P, LIPI
Novrita Indayanti, LIPI
Lilis Retnaningsih, LIPI
Folin Oktafiani, LIPI
Yusuf Nur Wijayanto, LIPI
Sulistyaningsih, LIPI
Yadi Radiansah, LIPI
Zaenul Arifin, LIPI
Popi Sumarni, LIPI
Lisdiani, LIPI
Endang Ridwan, LIPI
Noorfiya Umniyati, LIPI
iv
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Daftar Isi
Susunan Panitia ................................................................................................................. iv
Kata Pengantar ................................................................................................................... v
Daftar Isi ............................................................................................................................ vi
Daftar Makalah ................................................................................................................ vii
vi
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Daftar Makalah
1. Rancang Bangun Radar Pengawasan Pantai INDRA II Di Pusat
Penelitian Elektronika dan Telekomunikasi (PPET) LIPI ..............................
Mashury Wahab, Pamungkas Daud, Yuyu Wahyu, dan Rustini S. Kayatmo
2. Status Pemetaan dengan Radar di Bakosurtanal .............................................
Fahmi Amhar, Ade Komara Mulyana, Aris Poniman
3. Rancangbangun System Secondary Surveillance RADAR untuk Aplikasi
Tracking Peluncuran Roket Jarak Jauh ...........................................................
Wahyu Widada dan Sri Kliwati
4. Pembangunan Radar VHF Lapan Di Pameungpeuk .......................................
M. Sjarifudin, S. Kaloka, A. Purwono, A. Kurniawan, P. Sitompul, S. Cahyo,
M. A. Aris, H. Bangkit, M. Batubara, J. R. Roettger, M. Chandra, G.
Viswanathan
5. A Method to Determine Radial Speed of Target from the FMCW Radar
Signal ....................................................................................................................
W. Sediono, A. A. Lestari
1-6
7 - 12
13 - 18
19 - 24
25 - 28
6. Aplikasi Radar Pasif untuk Mengisi Celah Kosong Liputan Radar ..............
Syamsu Ismail
29 - 32
7. Pembangkit Gelombang RADAR Berdasarkan Teknik Heterodyne Optis .
Bambang Widiyatmoko, Tomi Budi Waluyo dan Masbah R.T. Siregar
33 - 36
8. Phase Shifter Control Card dan Test Bench untuk Radar Thomson .............
Bambang Sutopo
37 - 41
9. Pembuatan Exciter Untuk Perangkat Pemancar Jamming ............................
Elan Djaelani, Daday Ruhiat
42 - 47
10. Evaluasi Penerapan Gaya Pengembang – Telitian – Industri –
Manufaktur di Institut Teknologi Telkom ........................................................
Soetamso, Suwandi, Kris Sujatmoko, Arfianto Fahmi, Heroe Wijanto,
Ashardi Haryuno
11. Kajian Perbandingan Distribusi Amplitudo pada Pencatu Antena
Susun Untuk Aplikasi Radar Maritim ..............................................................
Y.K. Ningsih, F.Y. Zulkifli, E.T. Rahardjo, A.A. Lestari
12. Pengolahan Sinyal Stepped Frequency Continous Wave – Ground
Penetrating Radar (SFCW-GPR) dengan Metode Gabor Based
Compressive Sampling .........................................................................................
Dodik Ichrom Resanto
13. Desain Parallel-Coupled Microstrip Bandpass Filter dengan Substrate
Tuning untuk Aplikasi INDRA I-II ..................................................................
vii
48 - 51
52 - 57
58 - 62
63 - 68
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Liarto, A.A. Lestari
14. Metode Pengaturan Impedansi Input Antena pada Sistem SFCW GPR
100 – 1000 MHz ...................................................................................................
A.A. Pramudita,A. Kurniawan, A. B Suksmono, A.A. Lestari
69 - 72
15. Analisa Spektral Curah Hujan Tropis Menggunakan Data Surabaya
Untuk Evaluasi Sistem Radar Dan Komunikasi Radio Di Atas 10 Ghz ........
Achmad Mauludiyanto, Gamantyo Hendrantoro
73 - 76
16. Penerapan dan Pengembangan Georadar RCS ...............................................
A. Sulaiman, A. Kirana
17. Sistem Identification Friend, Foe, or Neutral Radar Menggunakan
Radar Cross Section dan Kecepatan Pesawat Berbasis Jaringan Syaraf
Tiruan Adaptive Resonance Theory 1 dan Fusi Informasi .............................
Nopriansyah, Aciek Ida Wuryandari, Arwin D.W. Sumari, Andaruna
Setiawan
77 - 80
81 - 86
18. Dekoding Format Data Untuk Integrasi Sistem Radar Yang Berbeda ..........
Thomas Sri Widodo
87 - 90
19. Desain Graphical User Interface (GUI) Untuk Radar Maritim Indra ...........
Deni Yulian, Imam Fahrur Rozi, A. Andaya Lestari
91 - 96
20. Rangkaian Pengukuran Jarak dengan Gelombang Ultrasonik
menggunakan AT89C51 ..................................................................................... 96 - 100
Teguh Praludi, Yusuf Nur Wijayanto
21. Kajian Penggunaan Dielectric Resonant Oscillator (DRO) untuk
Frequency Modulated Continuous Wave (FM-CW) Radar ............................101 - 104
Rustini Soemaryato Kayatmo, Fredrika H. Kana
22. Rancang Bangun Perangkat Lunak Citra RADAR .........................................105 - 109
Mashury, Dadin Mahmudin, Yusuf Nur Wijayanto
23. Analisa Plot Medan Listrik untuk Antena GPR Dengan dan Tanpa
Pembebanan Resistif dan Kapasitif menggunakan Simulasi FDTD ..............110 - 115
Folin Oktafiani, Yudi Yuliyus Maulana, Yuyu Wahyu
24. Rectangular Patch Array untuk Sistem Antena Radar Pantai .......................116 - 118
Pamungkas Daud, Yusuf Nur Wijayanto
25. Estimasi Batasa Penyinaran Radiasiterhadap Lingkungan dari Gerakan
Beam Antena Radar ............................................................................................119 - 122
Sri Hardiati
26. Antena Adaftif untuk Ground Penetrating Radar ...........................................123 - 127
Yudi Yuliyus Maulana, Yusuf Nur Wijayanto
viii
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Sistem Identification Friend, Foe, or Neutral Radar Menggunakan Radar
Cross Section dan Kecepatan Pesawat Berbasis Jaringan Syaraf Tiruan
Adaptive Resonance Theory 1 dan Fusi Informasi
Nopriansyah 1), Aciek Ida Wuryandari 2), Arwin D.W. Sumari 3), Andaruna Setiawan 4)
1) 2) 3) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung
Gedung Labtek VIII Kampus ITB, Jl. Ganesa No. 10, Bandung, 40132– INDONESIA
Email: vassilinopri@yahoo.com, aciekidaw@yahoo.com, daemon00idaf@yahoo.com
3) 4) Departemen Elektronika, Akademi TNI Angkatan Udara
Ksatrian Akademi TNI AU, Lanud Adisutjipto, Yogyakarta, 55002 – INDONESIA
Email: andarun17@yahoo.com
ABSTRACT
To identify an object in the air, Radar will transmit Identification Friend, Foe, or Neutral (IFFN) signal. The
detected object then will be manually matched to the flight data. If the air object detected by the Radar is
unregistered then this object will be identified as a black flight. In order that this object identification process
can be quickly and accurately done, an Identification Friend, Foe, or Neutral (IFFN) system based on Adaptive
Resonance Theory 1 Neural Network (ART1-NN) and information fusion is proposed and designed. The system
uses the air object Radar Cross Section (RCS) and velocity data as the identifier data. The ART1-NN matches
the RCS and velocity data of the detected air object to the data it already learned. The final identification
process is done by fusing the information resulted from the ART1-NN matching process by using voting and
Boolean AND methods to obtain the identity of the observed air object. The IFFN system is hoped to be able to
give a worth contribution in order to guard the Republic of Indonesia sovereignty in the sky.
Keywords : Radar, identification, radar cross section, velocity, ART1-NN, information fusion.
ABSTRAK
Untuk mengidentifikasi suatu obyek di udara, Radar akan memancarkan sinyal Identification Friend, Foe, or
Neutral (IFFN). Obyek yang ditangkap Radar akan dicocokkan dengan data penerbangan yang ada secara
manual. Bila obyek udara yang ditangkap oleh Radar tidak terdaftar maka obyek udara tersebut akan
diidentifikasikan sebagai penerbangan gelap (black flight). Agar proses identifikasi obyek udara dapat
dilaksanakan dengan cepat dan akurat, diajukan dan dirancang satu sistem Identification Friend, Foe, or
Neutral (IFFN) berbasis Jaringan Syaraf Tiruan model Adaptive Resonance Theory 1 (JST-ART1) dan fusi
informasi. Sistem menggunakan data Radar Cross Section (RCS) dan kecepatan obyek udara sebagai data
pengidentifikasi. JST-ART1 bertugas mencocokkan data RCS dan kecepatan obyek udara yang dideteksi dengan
data yang telah dipelajarinya. Proses identifikasi akhir dilakukan dengan memfusikan informasi hasil
pencocokan JST-ART1 menggunakan metoda voting dan Boolean AND untuk memperoleh identitas obyek udara
dalam pengamatan. Sistem IFFN ini diharapkan dapat memberikan satu kontribusi berharga dalam rangka
menjaga kedaulatan Negara Kesatuan Republik Indonesia (NKRI) di udara.
Kata Kunci : Radar, identifikasi, radar cross section, kecepatan, JST-ART1, fusi informasi.
yang akan melintas di atas suatu wilayah udara dalam
pemantauan suatu Radar telah didaftarkan secara
resmi kepada otoritas yang berwenang. Oleh karena
itu bila ada suatu obyek dideteksi oleh Radar maka
informasi identitas obyek tersebut dapat dengan
mudah dimunculkan pada layar monitor.
Untuk memastikan identitas sebenarnya dari obyek
tersebut, otoritas berwenang akan memerintahkan
pesawat-pesawat
tempur
untuk
melakukan
pengamatan secara visual. Ancaman dalam
pengamatan visual adalah kemungkinan obyek tak
dikenal tersebut membawa persenjataan lebih canggih
1. PENDAHULUAN
Di dalam suatu sistem pertahanan udara, Radar
adalah komponen utama dengan salah satu tugas
melakukan peringatan dini (early warning) terhadap
adanya kedatangan obyek-obyek di suatu wilayah
udara. Untuk mengenal obyek tersebut, Radar akan
memancarkan sinyal Identification Friend, Foe, or
Neutral (IFFN). Bila obyek tersebut kawan atau netral
maka ia akan memberi jawaban berupa urutan kode
tertentu yang menunjukkan identitasnya. Sebaliknya
bila musuh, ia tidak akan memberi jawaban atau
mematikan alat penjawabnya. Identitas setiap obyek
81
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
dan menyerang pesawat-pesawat tempur pengamat
sehingga dapat berakibat fatal.
Untuk mengatasi permasalahan tersebut dan agar
keputusan yang diambil oleh otoritas yang berwenang
dapat dilakukan dengan cepat dan tepat, diajukan satu
sistem IFFN berbasis Jaringan Syaraf Tiruan model
Adaptive Resonance Theory 1 (JST-ART1) dengan
menggunakan data Radar Cross Section (RCS) dan
kecepatan obyek udara. Obyek udara yang dimaksud
dalam makalah ini adalah pesawat terbang.
2. LANDASAN TEORI
Ga mba r 2. Ma c a m RCS se sua i d e ng a n g e o me tri
2.1. Konsep Radar [7]
Radar adalah singkatan dari Radio Detection And
Ranging. Radar dapat diartikan sebagai alat yang
digunakan untuk pencarian, pengawasan dan
penangkapan pesawat udara yang terbang dalam
kawasan wilayah jangkauan rambatan gelombang
elektromagnetik yang dipancarkan.
sa sa ra n
Gambar 3 memperlihatkan contoh bentuk RCS
pesawat terbang yang ditangkap oleh Radar. Setiap
pesawat terbang/obyek udara memiliki RCS yang
sangat berbeda sesuai dengan konfigurasi elemenelemen pembentuk RCS itu sendiri.
Gambar 1. Cara kerja Radar.
Pada prinsipnya Radar memancarkan pulsa
elektromagnetik ke udara dan menerima echo yang
dipantulkan oleh benda-benda sasaran. Selang waktu
antara pengiriman dan penerimaan kembali pulsa
elektromagnetik menunjukkan jarak antara pemancar
dengan obyek yang dideteksi tersebut.
2.1.1. Radar Cross Section [1]
Radar Cross Section (RCS) adalah perbandingan
antara kerapatan daya yang dipantulkan ke arah
sumber pemancar dengan kerapatan daya yang
dipantulkan oleh sasaran.
Untuk obyek udara berupa pesawat terbang, RCS
dapat diperoleh dengan menggunakan persamaan 1.
σ=
( 4π )
3
Gambar 3. RCS pesawat terbang pada umumnya..
2.1.2. Kecepatan (Velocity) Pesawat pada Radar
Pr R 4
2 2
λ
PG
t
(1)
dimana σ adalah RCS, Pr adalah daya yang diterima di
antena penerima, Pt adalah daya yang dipancarkan
antena pemancar, G adalah antenna gain, R adalah
jarak antara Radar dengan sasaran dan λ adalah
panjang gelombang elektromagnetik Radar.
Gambar 4. Azas Doppler.
Kecepatan pesawat terbang yang ditampilkan pada
layar Radar dapat diketahui dengan menggunakan
azas Doppler yang diperlihatkan pada persamaan 2.
82
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
fd =
2.v
λ
cos θ
(2)
dengan fd adalah Doppler shift, v adalah kecepatan
pesawat terbang, λ adalah panjang gelombang dan θ
adalah sudut antara arah propagasi sinyal datang
dengan arah pergerakan antena.
2.2. Adaptive Resonance Theory 1 (ART1) [6]
JST-ART
dirancang
untuk
memudahkan
pengontrolan derajat kemiripan pola yang ditempatkan
pada cluster yang sama. ART dirancang untuk
mengatasi masalah stability-plasticity yang dihadapi
oleh JST lainnya. JST-ART1 dirancang untuk
mengelompokkan (clustering) vektor-vektor masukan
biner. JST-ART1 mempunyai dua lapisan, yaitu
lapisan F1 yang dibagi menjadi F1(a) sebagai bagian
masukan dan F1(b) sebagai bagian antarmuka, dan
lapisan F2 (cluster) bersama dengan unit reset yang
digunakan untuk mengontrol derajat kemiripan polapola yang diletakkan pada unit cluster yang sama.
Lapisan F1 dan F2 dihubungkan oleh dua kelompok
jalur-jalur bobot, bobot bottom-up dan bobot topdown. Untuk mengontrol proses belajar, beberapa unit
pelengkap juga dilibatkan pada JST ini.
2.3. Fusi Informasi [2,3,4]
Fusi data atau informasi adalah suatu teknik
pengombinasian data atau informasi untuk
memperkirakan (estimate) atau memprediksi berbagai
keadaan entitas.
Entitas-entitas tersebut dapat
berbentuk fisik atau non fisik. Masukan-masukan ke
suatu sistem fusi informasi dapat berupa
1. data hasil observasi sensor-sensor,
2. masukan-masukan perintah dan data dari operator
atau pengguna,
3. data a priori dari suatu basis data yang telah ada
2.3.1. Arsitektur-Arsitektur Fusi Informasi
Dalam aplikasi fusi informasi terdapat tiga alternatif
arsitektur yang digunakan untuk memfusikan
informasi dari multisensor.
• Arsitektur terpusat dengan masukan data kasar
atau vektor fitur.
• Arsitektur mandiri dengan masukan vektor fitur
dengan keluaran deklarasi identitas atau estimasi
dari vektor keadaan. Teknik-teknik yang umum
digunakan adalah suara terbanyak (voting),
penyimpulan klasik, teorema Bayes, metoda DS
dan metoda Dezert-Smarandache Theory (DSmT).
• Arsitektur hibrida yang mengombinasikan kedua
arsitektur di atas.
Lapisan Pengenalan atau
Attention Subsystem
O
r
i
e
n
t
i
n
g
Y1
+
Yj
Ym
G2
+
+
Gain Control
tji
Sinyal Reset
+
A
S
u
b
s
y
s
t
e
m
2.3.2. Kelas-Kelas Tataran Fusi Informasi
Kelas-kelas tataran fusi informasi sensor majemuk
(multisensor) pada umumnya digunakan untuk
aplikasi-aplikasi pengenalan sasaran otomatis
(automatic target recognition, ATR).
a. Fusi Tataran Piksel. Tataran ini diaplikasikan
kepada data piksel teregistrasi dari sekumpulan
citra untuk kepentingan fungsi deteksi dan
diskriminan. Data citra diperoleh dari sensorsensor citra seperti Radio Detection and Ranging
(RADAR) dan Forward Looking Infra Red
(FLIR).
b. Fusi Tataran Fitur. Tataran ini mengombinasikan
fitur-fitur obyek yang dideteksi dan dipisahkan di
dalam masing-masing wilayah sensor. Fitur-fitur
setiap obyek diekstraksi secara independen di
dalam setiap wilayah dan membentuk satu ruang
fitur bersama untuk klasifikasi obyek.
c. Fusi Tataran Keputusan. Fusi pada tataran
keputusan mengombinasikan keputusan-keputusan
dari jalur-jalur klasifikasi atau deteksi sensorsensor independen menggunakan metoda-metoda
operator Boolean (AND, OR) atau dengan nilai
heuristik seperti M-of-N, suara terbanyak
maksimum (maximum vote) atau jumlah terbobot
(weighted sum) untuk keputusan tegas (hard
decision) dan metoda Bayes, DS dan variabel fuzzy
untuk keputusan halus (soft decision).
Lapisan F2 (cluster)
+
bij
+
X1
Xi
Xn
Lapisan F1(b)
G1
+
+
Gain Control
Input Vektor
S1
Si
Sn
Lapisan F1(a)
Lapisan Perbandingan
Input Vektor
⎛ x ⎞
⎜
⎟
⎜ s ⎟
⎝
⎠
Gambar 5. Arsitektur JST-ART1.
Arsitektur JST-ART1 terdiri dari dua bagian.
Arsitektur JST-ART1 diperlihatkan pada Gambar 5.
• Unit-unit Komputasional. Terdiri dari lapisan F1
(bagian masukan dan antarmuka), lapisan F2, dan
unit reset.
• Unit-unit Pelengkap. Unit ini menyediakan suatu
mekanisme sehingga komputasi yang dilakukan
oleh algoritma ART1 dapat dilaksanakan dengan
menggunakan prinsip-prinsip JST. Unit-unit
tersebut disebut juga dengan unit-unit gain control.
83
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Gambar 6.
Arsitektur sistem IFFN.
3. DESAIN DAN KONSEP IMPLEMENTASI
SISTEM IFFN
Ta be l 1. Da ta d a n Po la RCS Pe sa wa t Te rb a ng [8]
No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
Sistem IFFN dibagi ke dalam tiga bagian besar
yakni pengolahan awal, identifikasi obyek dan
pengolahan akhir dengan dua macam moda yakni
moda pembelajaran JST-ART1 dan moda pakai.
Arsitektur sistem IFFN diperlihatkan pada Gambar 6.
3.1. Pengolahan Awal
Pada pengolahan awal dilakukan proses ekstraksi
fitur RCS dan kecepatan pesawat dari basis data
pesawat terbang. Proses berikutnya adalah melakukan
melakukan pembangkitan pola RCS dan pola
kecepatan
pesawat
terbang
dengan
cara
mengkonversikannya ke bentuk kode-kode biner.
Kode-kode biner ini adalah pola-pola yang akan
diajarkan kepada JST-ART1 pada moda pembelajaran.
3.2. Identifikasi Obyek
Pada moda aplikasi JST-ART1 akan langsung
melakukan pencocokan pola masukan RCS dan pola
kecepatan pesawat terbang dengan pengetahuan yang
disimpan dalam memorinya. Proses temu kembali data
identitas pesawat terbang dari dalam basis data dengan
pola hasil fusi informasi pola RCS dan pola kecepatan
pesawat terbang menggunakan metoda dari penelitian
[2].
Pola-pola fitur RCS dan kecepatan yang
dipelajari dan diujikan pada sistem IFFN diperlihatkan
pada Tabel 1 dan Tabel 2.
Jenis
Pesawat Terbang
Bell 47G
F-16 Fighting Falcon
Hawk 200
Su-30 Sukhoi
Cobra AH-1S
Casa C-212
CN-235 PT DI
A-310 Airbus
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
Unidentified
RCS
Pola
3
5
8
15
18
27
30
100
unlisted
unlisted
unlisted
unlisted
unlisted
unlisted
unlisted
unlisted
0000
0001
0010
0011
0100
0101
0110
0111
1000
1001
1010
1011
1100
1101
1110
1111
Pada blok identifikasi obyek dilakukan proses
pencocokan pola masukan data RCS dan data
kecepatan pesawat terbang dengan pola yang disimpan
di dalam memori JST-ART1. Informasi keluaran dari
JST-ART1 kemudian difusikan untuk memperoleh
satu estimasi pola identitas pesawat terbang dalam
pengamatan. Fusi informasi dilakukan secara iteratif
pada obyek yang sama menggunakan metoda voting
pada tahap I. Estimasi pola diperoleh dari hasil fusi
informasi tahap II menggunakan metoda Boolean
AND. Daftar estimasi pola hasil fusi informasi sistem
IFFN diperlihatkan pada Tabel 3.
84
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
Tabel 2. Data dan Pola Kecepatan Pesawat Terbang [8]
Kecepatan
Jenis Pesawat
rata-rata
Pola
No.
Terbang
(km/h)
1.
Bell 47G
168,532
0000
2.
F-16 Fighting Falcon
1.470
0001
3.
Hawk 200
1000,08
0010
4.
Su-30 Sukhoi
2.878,75
0011
5.
Cobra AH-1S
227,796
0100
6.
Casa C-212
364,844
0101
7.
CN-235 PT DI
459,296
0110
8.
A-310 Airbus
980
0111
9.
Unidentified
unlisted
1000
10.
Unidentified
unlisted
1001
11.
Unidentified
unlisted
1010
12.
Unidentified
unlisted
1011
13.
Unidentified
unlisted
1100
14.
Unidentified
unlisted
1101
15.
Unidentified
unlisted
1110
16.
Unidentified
unlisted
1111
Dalam proses identifikasi ini dilakukan beberapa
kali pembacaan data agar keluaran fusi informasi
memberikan keyakinan identitas dari pesawat terbang
yang dideteksi. Dengan mengombinasikan metoda fusi
voting dan AND, sistem IFFN dapat dengan cepat
mengidentifikasikan obyek pada contoh di atas
sebagai pesawat F-16 Fighting Falcon. Proses fusi
informasi diperlihatkan pada Tabel 4 dan Tabel 5.
Tabel 4. Proses Pencocokan dan Fusi Informasi Tahap 1
RCS
Voting
v
Voting
Iterasi
0011
1
0001
0001
0001
0001
2
0001
0001
3
0011
Tabel 5. Proses Fusi Informasi Tahap II dan Estimasi Pola
Obyek
Voting RCS
Voting v
AND
Estimasi
0001
Fusi informasi digunakan untuk menghasilkan satu
estimasi pola pesawat terbang bila informasi masukan
RCS dan kecepatan hasil olahan JST-ART1 tidak
memenuhi kriteria. Fusi informasi akan menghasilkan
keluaran prediksi identitas pesawat terbang dalam
pengamatan. Sebagai contoh hasil pencocokan dari
JST-ART1 adalah pola 0001 atau pola RCS pesawat
F-16 Fighting Falcon, dan pola 0011 atau pola
kecepatan pesawat Su-30 Sukhoi.
Keluaran ini
memberikan ambiguitas mengenai identitas obyek
yang dideteksi.
0001
0001
F-16
Fighting
Falcon
3.3. Pengolahan Akhir
Pada blok pengolahan akhir buffer menyimpan
pola hasil fusi informasi pola RCS dan pola kecepatan
pesawat. Informasi pada buffer ini digunakan sebagai
masukan untuk pemanggilan kembali data identitas
pesawat terbang yang disimpan dalam basis data
pesawat terbang. Informasi identitas pesawat terbang
atau obyek udara ini kemudian ditampilkan di layar
tampilan untuk dijadikan sebagai dasar pengambilan
keputusan oleh otoritas yang berwenang.
Tabel 3. Estimasi Pola Hasil Fusi Informasi RCS dan
Kecepatan Pesawat Terbang
Estimasi Pola
No.
Jenis Pesawat Terbang
Hasil Fusi Informasi
1. Bell 47G
0000
2. F-16 Fighting Falcon
0001
3. Hawk 200
0010
4. Su-30 Sukhoi
0011
5. Cobra AH-1S
0100
6. Casa C-212
0101
7. CN-235 PT DI
0110
8. A-310 Airbus
0111
9. Unidentified
1000
10. Unidentified
1001
11. Unidentified
1010
12. Unidentified
1011
13. Unidentified
1100
14. Unidentified
1101
15. Unidentified
1110
16. Unidentified
1111
4. KESIMPULAN
Identifikasi visual terhadap obyek udara tak
dikenal (black flight) memberikan resiko tinggi bila
obyek tersebut dipersenjatai dengan peralatan tempur
yang lebih baik. Di sisi lain otoritas berwenang belum
memiliki kemampuan untuk melakukan identifikasi
obyek yang tak terdaftar dengan cepat dan akurat.
Solusi diberikan dengan mengaplikasikan Sistem
IFFN berbasis JST-ART1 dengan menggunakan data
RCS dan kecepatan pesawat terbang sebagai sarana
identifikasi. Proses identifikasi dilakukan dengan cara
mencocokkan pola fitur RCS dan kecepatan pesawat
terbang dengan pola-pola yang telah dipelajari oleh
JST-ART1. Untuk mendapatkan satu estimasi pola
identitas bila data RCS dan kecepatan pesawat terbang
tidak sesuai dengan kriteria yang ada, dilakukan
proses fusi informasi pola RCS dan pola kecepatan
pesawat terbang keluaran dari JST-ART1. Fusi
informasi menggunakan kombinasi metoda voting dan
Boolean AND.
Hasil akhir fusi informasi adalah estimasi identitas
dari pesawat terbang atau obyek udara yang dideteksi
85
Prosiding Seminar Radar Nasional 2008., Jakarta, 30 April 2008., ISSN : 1979-2921.
oleh Radar. Informasi identitas ini dapat dijadikan
dasar dalam pengambilan keputusan otoritas yang
berwenang untuk mengirimkan pesawat tempur yang
paling tepat guna mengatasi pesawat terbang atau
obyek udara khususnya yang diidentifikasikan sebagai
penerbangan gelap (black flight).
UCAPAN TERIMA KASIH
Makalah ini adalah salah satu bagian dari
penelitian dalam program pengembangan kekuatan
untuk memenuhi minimum essential force TNI
Angkatan Udara dalam kerjasama dengan ITB melalui
bidang pendidikan. Penulis mengucapkan terima
kasih dan penghargaan yang tinggi kepada Kepala Staf
TNI Angkatan Udara, Aspers Kasau, Gubernur AAU,
Kadisdikau dan Kadiskomlekau atas dukungan dalam
bidang pendidikan di ITB.
DAFTAR REFERENSI
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
Antonius Arso, Ir., Teknik Radar, Diktat Kuliah
Karbol Akademi Angkatan Udara, 2003.
Arwin D.W. Sumari, Sistem Temu Kembali
Informasi “Cerdas” Berbasis Jaringan Syaraf
Tiruan Adaptive Resonance Theory 1, Laporan
Tugas Akhir (S-1), Jurusan Teknik Elektro,
Institut Teknologi Bandung, 1996.
Arwin D.W. Sumari, Adang Suwandi Ahmad
dan Aciek Ida Wuryandari, Fusi Informasi :
Konsep dan Aplikasi dalam Bidang Teknologi
Informasi dan Komunikasi, akan diterbitkan
dalam Proceedings e-Indonesia Initiative 2008.
David L. Hall, Mathematical Techniques in
Multisensor Data Fusion, Artech House, 1992.
David L. Hall and James Llinas, Handbook of
Multisensor Data Fusion, CRC Press LLC, 2001.
David M. Skapura, Artificial Neural Networks:
Algorithms, Applications, and Programming,
Addison-Wesley, 1991.
Merrill I. Skolnik, Introduction to Radar
Systems 3rd Edition, McGraw-Hill, 2001.
http://www.airtoaircombat.com.
86