Estimasi Lokasi Sumber Jamak Dalam Medan Dekat Menggunakan 3-D Multiple Signal Classification (Music).

i Universitas Kristen Marantaha ESTIMASI LOKASI SUMBER JAMAK DALAM MEDAN DEKAT

MENGGUNAKAN 3-D MULTIPLE SIGNAL CLASSIFICATION (MUSIC)

Disusun Oleh: Nama : Juke Ratna Puri Nrp : 0422085

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

email : yuke_ratna_puri@yahoo.com

ABSTRAK

Sinyal keluaran dari sensor array dapat digunakan untuk mengetahui lokasi (sudut azimuth, sudut elevasi, dan jarak) sumber jamak dalam medan dekat. Algoritma Multiple Signal Classification (MUSIC) dikembangkan menjadi versi 3-D agar diperoleh estimasi lokasi sumber yang semakin akurat. 3-D MUSIC membutuhkan pencarian lokasi dalam tiga dimensi sehingga sudut azimuth, sudut elevasi, dan jarak sumber jamak dalam medan dekat dapat diestimasi secara simultan.

Nilai minimum dari spektrum 3-D Multiple Signal Classification (MUSIC) menunjukkan lokasi dari sumber jamak dalam medan dekat. Berdasarkan hasil simulasi diperoleh bahwa untuk 4 buah sensor, 60 jumlah sampel data (number of snapshots), jarak antar sensor 2 , dan Signal to Noise Ratio (SNR) sebesar 30dB, sudah didapat estimasi lokasi sumber jamak dengan benar. Sedangkan untuk 6 buah sensor, 60 jumlah sampel data (number of snapshots), jarak antar sensor , dan Signal to Noise Ratio (SNR) sebesar 30dB, telah dapat diperoleh estimasi lokasi sumber jamak dengan benar pula.

ii Universitas Kristen Marantaha THE ESTIMATION OF NEAR-FIELD MULTIPLE SOURCES LOCATION USING 3-D MULTIPLE SIGNAL CLASSIFICATION

(MUSIC) Disusun Oleh: Nama : Juke Ratna Puri Nrp : 0422085

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

email : yuke_ratna_puri@yahoo.com

ABSTRACK

The output signal from array of sensors can be used to determine location (bearing, elevation, and range) of multiple sources in the near field. Multiple Signal Classification (MUSIC) is modified to its 3D version to get the estimation of source location more accurate. 3D MUSIC needs to search the location in three dimensional, so that the bearing, elevation, and range of multiple sources can be estimated simultaneously.

The minimum of 3D MUSIC spectrum shows the location of near field multiple sources. Based on simulation results, for 4 sensors, 60 number of snapshots, distance between each sensor is 2 , and signal to noise ratio (SNR) 30dB, the location of multiple sources have been estimated correctly. And for 6 sensors, 60 number of snapshots, distance between each sensor is , and signal to noise ratio (SNR) 30dB, it gets the same result also.

iii Universitas Kristen Marantaha

KATA PENGANTAR

Segala puji syukur diucapkan kepada Tuhan Yang Maha Esa atas segala rahmat dan karunia-Nya sehingga penulis mampu menyelesaikan tugas akhir ini dengan baik dan tepat pada waktunya. Laporan tugas akhir yang berjudul “ESTIMASI LOKASI SUMBER JAMAK DALAM MEDAN DEKAT MENGGUNAKAN 3-D MULTIPLE SIGNAL CLASSIFICATION _{(MUSIC)” ini disusun untuk memenuhi persyaratan} program studi sarjana strata satu (S-1) Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Bandung.

Selama pelaksanaan tugas akhir penulis telah mendapat banyak bimbingan, dorongan, dan bantuan yang berarti dari berbagai pihak. Oleh karena itu, penulis tidak lupa mengucapkan terima kasih kepada pihak-pihak yang telah membantu dan mendukung dalam pengerjaan tugas akhir : 1. Keluarga tercinta yang telah memberikan dorongan, nasehat, dan

dukungan baik dalam moral maupun material.

2. Bapak DR Daniel Setiadikarunia, Ir., MT., selaku dosen pembimbing tugas akhir yang telah menawarkan topik, menyumbangkan pengetahuan, memberikan masukan berupa ide-ide, kritik, serta saran, sehingga tugas akhir ini dapat diselesaikan tepat pada waktunya.

3. Bapak Ir. Supartono, MSc., Ibu DR. Ratnadewi ST., MT., Bapak Riko Arlando Saragih ST., MT., selaku penguji yang telah memberikan ide, kritik, dan saran pada saat seminar dan sidang tugas akhir.

4. Ibu Ir. Anita Supartono, MSc., selaku Koordinator Tugas Akhir Jurusan Teknik Elektro Universitas Kristen Maranatha.

5. Ibu Ir. Yohana Susanthi, MSc., selaku dosen wali.

6. Seluruh karyawan dan Civitas Akademika Universitas Kristen Maranatha yang telah membantu kami dalam menyelesaikan laporan Tugas Akhir ini.

iv Universitas Kristen Marantaha 7. Teman-teman khususnya Meriza, Kezia, Iva, Charlie Susanto, Shanti,

Andreas Rindoko, Rendy, Berly, Lano, Sherly dan teman-teman lain yang tidak dapat kami sebutkan satu per satu.

8. Terima kasih khususnya untuk Yoshua Dominic,ST., yang telah memberikan masukan untuk penyusunan tugas akhir ini.

9. Semua rekan yang telah membantu kami baik secara langsung maupun tidak langsung.

Semoga Tuhan Yang Maha Esa membalas segala budi baik dan jasa Bapak, Ibu, dan Saudara sekalian.

Penulis menyadari sepenuhnya bahwa masih banyak kekurangan dan kesalahan dalam penulisan laporan tugas akhir ini, walaupun penulis telah berusaha sebaik mungkin dengan segala kemampuan yang ada. Oleh karena itu, dengan segala kerendahan hati, penulis mengharapkan saran dan kritik yang membangun yang dapat menyempurnakan laporan tugas akhir ini.

Semoga laporan tugas akhir ini dapat bermanfaat bagi semua pihak yang membutuhkan.

Bandung, Agustus 2008

v Universitas Kristen Marantaha

DAFTAR ISI

ABSTRAK ... i

ABSTRACK ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... x

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

I.2 Perumusan Masalah ... 2

I.3 Tujuan ... 2

I.4 Pembatasan Masalah ... 2

I.5 Sistematika Penulisan ... 2

BAB II LANDASAN TEORI II.1 Telekomunikasi ... 4

II.2 Daerah Medan Dekat ... 4

II.3 Sperical Wave ... 5

II.4 Additive White Gaussian Noise (AWGN) ... 6

II.5 3-D Multiple Signal Classification (MUSIC) ... 7

BAB III PERANCANGAN SIMULASI III.1 Estimasi Lokasi Sumber Jamak dalam Medan Dekat Menggunakan Sensor Array Penerima ... 8

III.2 Algoritma 3-D Multiple Signal Classification (MUSIC)10 III.3 Perhitungan Root Mean Square Error (RMSE) ... 16

BAB IV DATA PENGAMATAN DAN ANALISA IV.2.1 Uji Simulasi untuk Sumber 1 = 2 meter, 450, 480 dan

vi Universitas Kristen Marantaha

Sumber 2 = 5meter, 800, 1000 dengan jumlah sensor (L) = 4 ... 18

IV.1.1 Data Pengamatan Pengaruh Number of Snapshots ... 18

IV.1.2 Data Pengamatan Pengaruh Signal to Noise Ratio (SNR) ... 21

IV.1.2.1 Dengan Number of Snapshots (m) Sebesar 60 ... 21

IV.1.2.2 Dengan Number of Snapshots (m) Sebesar 100 ... 24

IV.1.3 Data Pengamatan Pengaruh Jarak Antar Sensor (d) ... 27

IV.1.3.1 Dengan Number of Snapshots (m) Sebesar 60 ... 27

IV.1.3.2 Dengan Number of Snapshots (m) Sebesar 100 ... 31

IV.2 Uji Simulasi untuk Sumber 1 = 2 meter, 450, 480 dan Sumber 2 = 5meter, 800, 1000 dengan jumlah sensor (L) =6 ... 35

IV.2.1 Data Pengamatan Pengaruh Number of Snapshots ... 36

IV.2.2 Data Pengamatan Pengaruh Signal to Noise Ratio (SNR) ... 38

IV.2.2.1 Dengan Number of Snapshots (m) Sebesar 60 ... 39

IV.2.2.2 Dengan Number of Snapshots (m) Sebesar 100 ... 41

IV.2.3 Data Pengamatan Pengaruh Jarak Antar Sensor (d) ... 44

IV.2.3.1 Dengan Number of Snapshots (m) Sebesar 60 ... 44

IV.2.3.2 Dengan Number of Snapshots (m) Sebesar 100 ... 46

IV.3 Uji Simulasi untuk Sumber 1 = 2 meter, 450, 480 dan Sumber 2 = 5 meter, 800, 1000 dengan menempatkan sensor secara linier ... 48

IV.3.1 Data Pengamatan Pengaruh Number of Snapshots ... 49

IV.3.2 Data Pengamatan Pengaruh Signal to Noise Ratio (SNR) ... 52

IV.3.2.1 Dengan Number of Snapshots (m) Sebesar 60 ... 52

IV.3.2.2 Dengan Number of Snapshots (m) Sebesar 100 ... 55

IV.3.3 Data Pengamatan Pengaruh Jarak Antar Sensor (d) ... 58

IV.3.3.1 Dengan Number of Snapshots (m) Sebesar 60 ... 58

vii Universitas Kristen Marantaha IV.4 Uji Simulasi untuk Sumber 1 = 2 meter, 450, 480 dan

Sumber 2 = 5 meter, 800, 1000 dengan menempatkan sensor

secara acak ... 64

IV.4.1 Data Pengamatan Pengaruh Number of Snapshots ... 65

IV.4.2 Data Pengamatan Pengaruh Signal to Noise Ratio (SNR) ... 67

IV.4.2.1 Dengan Number of Snapshots (m) Sebesar 60 ... 67

IV.4.2.2 Dengan Number of Snapshots (m) Sebesar 100 ... 70

IV.5 Analisis Hasil Simulasi IV.5.1 Analisa Simulasi Pada Sumber 1 = 2 meter, 450, 480 dan Sumber 2 = 5meter, 800, 1000 dengan jumlah sensor (L) = 4 dan jumlah sensor (L) = 6 ... 73

IV.5.1 Analisa Simulasi Pada Sumber 1 = 2 meter, 450, 480 dan Sumber 2 = 5meter, 800, 1000 dengan menempatkan sensor secara linier ... 73

IV.5.1 Analisa Simulasi Pada Sumber 1 = 2 meter, 450, 480 dan Sumber 2 = 5meter, 800, 1000 dengan menempatkan sensor secara acak ... 74

BAB V. KESIMPULAN DAN SARAN V.1 Kesimpulan ... 75

V.2 Saran ... 75

DAFTAR PUSTAKA ... xiv LAMPIRAN A TABEL DATA PENGAMATAN

viii Universitas Kristen Marantaha

DAFTAR TABEL

Tabel IV.1 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap m (L=4) ... 20 Tabel IV.2 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=60, d= 0.5 (L=4) ... 23 Tabel IV.3 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=100, d= 0.5 (L=4) .... 26 Tabel IV.4 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap d, m=60, d= 0.5 ,

SNR=30dB(L=4) ... 30 Tabel IV.5 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap d, m=100, d= 0.5 ,

SNR=30dB(L=4) ... 34 Tabel IV.6 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap m (L=6) ... 37 Tabel IV.7 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=60, d= 0.5 (L=6) ... 40 Tabel IV.8 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=100, d= 0.5 (L=6) .... 43 Tabel IV.9 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap d, m=60, d= 0.5 ,

SNR=30dB(L=6) ... 46 Tabel IV.10 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap d, m=100, d= 0.5 ,

SNR=30dB(L=6) ... 48 Tabel IV.11 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap m

ix Universitas Kristen Marantaha Tabel IV.12 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=60, d= 0.5

(penempatan sensor scr linier) ... 54 Tabel IV.13 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=100, d= 0.5

(penempatan sensor scr linier) ... 57 Tabel IV.14 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap d, m=60, d= 0.5 , SNR=30dB (penempatan sensor scr linier) ... 60 Tabel IV.15 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap d, m=100, d= 0.5 , SNR=30dB (penempatan sensor scr linier) ... 63 Tabel IV.16 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap m

(penempatan sensor scr acak) ... 66 Tabel IV.17 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=60, d= 0.5

(penempatan sensor scr acak) ... 68 Tabel IV.18 Nilai-nilai RMSE tiap estimasi

lokasi sumber jamak terhadap SNR, m=100, d= 0.5

x Universitas Kristen Marantaha

DAFTAR GAMBAR

Gambar II.1 Daerah Antena... 5

Gambar II.2 Sperical Wave dalam dimensi dua ... 5

Gambar III.1 Bentuk geometri sensor array dalam medan dekat ... 8

Gambar III.2 Flowchart algoritma 3-D MUSIC ... 12

Gambar IV.1 Tampilan program simulasi yang dibuat ... 17

Gambar IV.2 Tampilan lokasi sumber jamak dan sensor array (L=4) ... 18

Gambar IV.3 Tampilan hasil simulasi untuk L=4 ... 19

Gambar IV.4 Grafik RMSE jarak terhadap number of snapshots (L=4) ... 20

Gambar IV.5 Grafik RMSE azimuth terhadap number of snapshots (L=4) ... 21

Gambar IV.6 Grafik RMSE elevasi terhadap number of snapshots (L=4) ... 22

Gambar IV.7 Tampilan hasil simulasi untuk SNR=10dB, m=60, d=0.5 (L=4) . 23 Gambar IV.8 Grafik RMSE jarak terhadap SNR, m=60 (L=4) ... 23

Gambar IV.9 Grafik RMSE azimuth terhadap SNR, m=60 (L=4) ... 23

Gambar IV.10 Grafik RMSE elevasi terhadap SNR, m=60 (L=4) ... 24

Gambar IV.11 Tampilan hasil simulasi untuk SNR=10dB, m=100, d=0.5 (L=4) ... 25

Gambar IV.12 Grafik RMSE jarak terhadap SNR, m=100 (L=4) ... 26

Gambar IV.13 Grafik RMSE azimuth terhadap SNR, m=100 (L=4) ... 26

Gambar IV.14 Grafik RMSE elevasi terhadap SNR, m=100 (L=4) ... 27

Gambar IV.15 Tampilan hasil simulasi untuk d=0.5 , m=60,SNR=10dB (L=4) 28 Gambar IV.16 Tampilan hasil simulasi untuk d= , m=60,SNR=10dB (L=4) ... 28

Gambar IV.17 Tampilan hasil simulasi untuk d=2 , m=60,SNR=10dB (L=4) ... 29

Gambar IV.18 Grafik RMSE jarak terhadap d, m=60 (L=4) ... 30

Gambar IV.19 Grafik RMSE azimuth terhadap d, m=60 (L=4) ... 30

Gambar IV.20 Grafik RMSE elevasi terhadap d, m=60 (L=4) ... 31

Gambar IV.21 Tampilan hasil simulasi untuk d=0.5 ,m=100, SNR=10dB (L=4) ... 32

xi Universitas Kristen Marantaha Gambar IV.23 Tampilan hasil simulasi untuk d=2 , m=100,SNR=10dB (L=4) . 33

Gambar IV.24 Grafik RMSE jarak terhadap d, m=100 (L=4) ... 34

Gambar IV.25 Grafik RMSE azimuth terhadap d, m=100 (L=4) ... 34

Gambar IV.26 Grafik RMSE elevasi terhadap d, m=100 (L=4) ... 35

Gambar IV.27 Tampilan lokasi sumber jamak dan sensor array (L=6) ... 35

Gambar IV.28 Tampilan hasil simulasi untuk L=6 ... 36

Gambar IV.29 Grafik RMSE jarak terhadap number of snapshots (L=6) ... 37

Gambar IV.30 Grafik RMSE azimuth terhadap number of snapshots (L=6) ... 38

Gambar IV.31 Grafik RMSE elevasi terhadap number of snapshots (L=6) ... 38

Gambar IV.32 Tampilan hasil simulasi untuk SNR=10dB, m=60, d=0.5 (L=6) 39 Gambar IV.33 Grafik RMSE jarak terhadap SNR, m=60 (L=6) ... 40

Gambar IV.34 Grafik RMSE azimuth terhadap SNR, m=60 (L=6) ... 41

Gambar IV.35 Grafik RMSE elevasi terhadap SNR, m=60 (L=6) ... 41

Gambar IV.36 Tampilan hasil simulasi untuk SNR=10dB, m=100, d=0.5 (L=6) ... 42

Gambar IV.37 Grafik RMSE jarak terhadap SNR, m=100 (L=6) ... 43

Gambar IV.38 Grafik RMSE azimuth terhadap SNR, m=100 (L=6) ... 43

Gambar IV.39 Grafik RMSE elevasi terhadap SNR, m=100 (L=6) ... 44

Gambar IV.40 Tampilan hasil simulasi untuk d=2 , m=60,SNR=30dB (L=6) ... 45

Gambar IV.41 Grafik RMSE elevasi terhadap d, m=60 (L=6) ... 46

Gambar IV.42 Tampilan hasil simulasi untuk d=2 , m=100,SNR=30dB (L=6) . 47 Gambar IV.43 Grafik RMSE elevasi terhadap d, m=100 (L=6) ... 48

Gambar IV.44 Tampilan lokasi sumber jamak dan sensor array (untuk penempatan sensor secara linier) ... 49

Gambar IV.45 Tampilan hasil simulasi untuk penempatan sensor secara linier .. 50

Gambar IV.46 Grafik RMSE jarak terhadap number of snapshots (untuk penempatan sensor secara linier) ... 51

Gambar IV.47 Grafik RMSE azimuth terhadap number of snapshots (untuk penempatan sensor secara linier) ... 51

Gambar IV.48 Grafik RMSE elevasi terhadap number of snapshots (untuk penempatan sensor secara linier) ... 52

xii Universitas Kristen Marantaha Gambar IV.49 Tampilan hasil simulasi untuk SNR=10dB, m=60, d=0.5

(untuk penempatan sensor secara linier) ... 53 Gambar IV.50 Grafik RMSE jarak terhadap SNR, m=60

(untuk penempatan sensor secara linier) ... 54 Gambar IV.51 Grafik RMSE azimuth terhadap SNR, m=60

(untuk penempatan sensor secara linier) ... 54 Gambar IV.52 Grafik RMSE elevasi terhadap SNR, m=60

(untuk penempatan sensor secara linier) ... 55 Gambar IV.53 Tampilan hasil simulasi untuk SNR=10dB, m=100, d=0.5

(untuk penempatan sensor secara linier) ... 56 Gambar IV.54 Grafik RMSE jarak terhadap SNR, m=100

(untuk penempatan sensor secara linier) ... 57 Gambar IV.55 Grafik RMSE azimuth terhadap SNR, m=100

(untuk penempatan sensor secara linier) ... 57 Gambar IV.56 Grafik RMSE elevasi terhadap SNR, m=100

(untuk penempatan sensor secara linier) ... 58 Gambar IV.57 Tampilan hasil simulasi untuk d=2 , m=60,SNR=30dB

(untuk penempatan sensor secara linier) ... 59 Gambar IV.58 Grafik RMSE jarak terhadap d, m=60

(untuk penempatan sensor secara linier) ... 60 Gambar IV.59 Grafik RMSE azimuth terhadap d, m=60

(untuk penempatan sensor secara linier) ... 60 Gambar IV.60 Grafik RMSE elevasi terhadap d, m=60

(untuk penempatan sensor secara linier) ... 61 Gambar IV.61 Tampilan hasil simulasi untuk d=2 , m=100,SNR=30dB

(untuk penempatan sensor secara linier) ... 62 Gambar IV.62 Grafik RMSE jarak terhadap d, m=100

(untuk penempatan sensor secara linier) ... 63 Gambar IV.63 Grafik RMSE azimuth terhadap d, m=100

xiii Universitas Kristen Marantaha Gambar IV.64 Grafik RMSE elevasi terhadap d, m=100

(untuk penempatan sensor secara linier) ... 64 Gambar IV.65 Tampilan lokasi sumber jamak dan sensor array

(untuk penempatan sensor secara acak) ... 64 Gambar IV.66 Tampilan hasil simulasi untuk penempatan sensor secara acak ... 65 Gambar IV.67 Grafik RMSE jarak, azimuth, elevasi, terhadap number of

snapshots (untuk penempatan sensor secara acak) ... 66 Gambar IV.68 Tampilan hasil simulasi untuk SNR=10dB, m=60

(untuk penempatan sensor secara acak) ... 67 Gambar IV.69 Grafik RMSE jarak terhadap SNR, m=60

(untuk penempatan sensor secara acak) ... 69 Gambar IV.70 Grafik RMSE azimuth terhadap SNR, m=60

(untuk penempatan sensor secara acak) ... 69 Gambar IV.71 Grafik RMSE elevasi terhadap SNR, m=60

(untuk penempatan sensor secara acak) ... 69 Gambar IV.72 Tampilan hasil simulasi untuk SNR=10dB, m=100

(untuk penempatan sensor secara acak) ... 70 Gambar IV.73 Grafik RMSE jarak terhadap SNR, m=100

(untuk penempatan sensor secara acak) ... 71 Gambar IV.74 Grafik RMSE azimuth terhadap SNR, m=100

(untuk penempatan sensor secara acak) ... 72 Gambar IV.75 Grafik RMSE elevasi terhadap SNR, m=100

BAB I PENDAHULUAN

1 Universitas Kristen Maranatha

BAB I

PENDAHULUAN

I.1 Latar Belakang

Pada masa sekarang ini, pencarian lokasi sumber menggunakan sensor array pasif merupakan masalah yang penting dalam dunia radar, sonar, navigasi, seismology, dan radio-astronomy. Umumnya, berbagai algoritma dipakai untuk mendapatkan estimasi lokasi sumber dalam medan jauh. Ternyata seiring dengan perkembangan teknologi, ada suatu kebutuhan untuk mengetahui lokasi sumber medan dekat misalnya pada dunia medis. Dalam menentukan lokasi sumber

medan dekat, perhitungan algoritma 2-D Multiple signal classification (MUSIC)

hanya dapat mengetahui jarak sumber dan sudut arah kedatangan / Directions of

Arrival (DOA) terhadap titik referensi. Apabila dibutuhkan estimasi yang lebih akurat meliputi jarak sumber, sudut azimuth, dan sudut elevasi terhadap suatu titik

referensi maka algoritma yang digunakan adalah 3-D Multiple signal

classification (MUSIC).

3-D Multiple signal classification (MUSIC) diimplementasikan sebagai suatu algoritma untuk mendapatkan perkiraan sudut elevasi, sudut azimuth dan jarak sumber terhadap referensi. Dengan mendeteksi sinyal-sinyal yang diterima oleh sensor tersebut, maka posisi sumber dapat diketahui melalui perhitungan-perhitungan dengan menggunakan rumus-rumus yang ada.

Dalam Tugas Akhir ini akan dilakukan estimasi serta pengujian melalui proses simulasi sehingga pendekatan perhitungan dapat lebih dipahami. Diharapkan Tugas Akhir ini dapat menambah pengetahuan dan memberikan masukan yang cukup berguna bagi rekan mahasiswa-mahasiswi lainnya khususnya mahasiswa-mahasiswi Jurusan Teknik Eleketro, Universitas Kristen Maranatha.

BAB I PENDAHULUAN-2

Universitas Kristen Maranatha I.2 Perumusan Masalah

1. Bagaimana estimasi jarak, sudut azimuth, dan sudut elevasi sumber jamak

terhadap referensi dalam medan dekat menggunakan 3-D Multiple signal

classification (MUSIC)?

2. Bagaimana pengaruh number of snapshots, jumlah sensor, jarak antar

sensor, dan SNR terhadap hasil estimasi lokasi sumber jamak

menggunakan 3-D Multiple signal classification (MUSIC)?

I.3 Tujuan

1. Mengetahui jarak, sudut azimuth, dan sudut elevasi sumber jamak

terhadap suatu referensi dalam medan dekat menggunakan 3-D Multiple

signal classification (MUSIC).

2. Mengetahui pengaruh number of snapshots, jumlah sensor, jarak antar

sensor, dan SNR terhadap hasil estimasi lokasi sumber jamak

menggunakan 3-D Multiple signal classification (MUSIC).

I.4 Pembatasan Masalah

1. Proses estimasi lokasi sumber jamak menggunakan alogaritma MUSIC

2. Jumlah sumber jamak dibatasi hanya 2 sumber yang tidak bergerak

dengan frekuensi 110Hz dan 120Hz

3. Sinyal dari sumber jamak bersifat uncorrelated dan berada pada lingkup

Additive White Gaussian Noise (AWGN).

4. Simulasi menggunakan MATLAB 6.5.1.

I.5 Sistematika Penulisan

1. Bab I : Pendahuluan

Pada bab ini berisikan uraian tentang latar belakang, identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari laporan Tugas Akhir ini.

BAB I PENDAHULUAN-3

Universitas Kristen Maranatha

2. Bab II : Landasan Teori

Pada bab ini berisikan uraian tentang teori-teori yang berhubungan dengan

topik yang dibahas, antara lain antena dalam medan dekat, spherical wave

sebagai bentuk sinyal masukan, alogaritma 3-D Multiple Signal

Classification (MUSIC).

3. Bab III : Perancangan Simulasi

Pada bab ini berisikan uraian tentang tahap-tahap estimasi lokasi sumber

jamak dalam medan dekat menggunakan 3-D Multiple Signal

Classification (MUSIC).

4. Bab IV : Data Pengamatan dan Analisa

Pada bab ini berisikan data-data hasil pengujian simulasi dengan mengubah beberapa parameter dan mengamati pengaruhnya terhadap hasil penentuan lokasi sumber dari penerima.

5. Bab V : Kesimpulan dan Saran

Pada bab ini berisikan kesimpulan yang didapat dari hasil perancangan dan pengujian simulasi, serta saran untuk pengembangan lebih lanjut.

BAB V. KESIMPULAN DAN SARAN

75 Universitas Kristen Maranatha

BAB IV

KESIMPULAN DAN SARAN

V.1 Kesimpulan

1. Program simulasi untuk estimasi lokasi sumber jamak berdasarkan jarak, sudut azimuth, dan sudut elevasi telah berhasil direalisasikan menggunakan 3-D MUSIC.

2. Berdasarkan data pengamatan, untuk mendapatkan estimasi lokasi sumber jamak dengan tepat (nilai Root Mean Square Error sama dengan nol) minimal dilakukan pada keadaan 4 buah sensor, jumlah sampel data sebanyak 60, jarak antar sensor 2 , dan Signal to Noise Ratio (SNR) sebesar 30dB.

3. Percobaan yang dilakukan pada 6 buah sensor, jumlah sampel data sebanyak 60, jarak antar sensor , dan Signal to Noise Ratio (SNR) sebesar 30dB, sudah dapat diperoleh estimasi lokasi sumber jamak dengan benar.

4. Dalam uji simulasi untuk lokasi penempatan sensor yang sembarang (acak) diperoleh RMSE sama dengan 0, minimal pada keadaan 20 number of snapshots dan Signal to Noise Ratio (SNR) sebesar 30dB.

5. Penempatan sensor secara linier menghasilkan nilai error yang lebih besar dibanding lokasi penempatan sensor yang tidak linier.

V.2 Saran

1. Untuk memperoleh estimasi lokasi sumber jamak yang lebih baik dapat dicoba menggunakan metoda lain.

2. Metoda 3-D Multiple Signal Classification (MUSIC) selain digunakan untuk menentukan lokasi sumber jamak, dapat pula digunakan untuk mengetahui jumlah sumber jamak dengan menggabungkan metoda 3-D

BAB V KESIMPULAN DAN SARAN-76

Universitas Kristen Maranatha

Multiple Signal Classification (MUSIC) ini dengan metoda lain, seperti Minimum Description Length.

DAFTAR PUSTAKA

xiv Universitas Kristen Maranatha

DAFTAR PUSATAKA

[1].Away, Gunaidi A., MATLAB Programming, Penerbit Informatika, Bandung, 2006.

[2].Balanis, Constantine A., Antenna Theory Analysis and Design, John Wiley & Sons, New York, 1982.

[3].Hsien-sen Hung, “3-D MUSIC For Near-Field Source Localization”, 1996. [4].Schmidt, Ralph O., “Multiple Emitter Location and Signal Parameter

Estimation”, IEEE Transaction on Antennas and Propagation, vol. AP-34, hal 276-280, 1986.

[5].Y.D.Huang dan M. Barkat, “Near-Field Multiple Source Localization by Passive Sensor Array”, IEEE Transaction on Antennas and Propagation, vol.39, hal 968-974, 1991.

BAB I PENDAHULUAN

1 Universitas Kristen Maranatha

BAB I

PENDAHULUAN

I.1 Latar Belakang

Pada masa sekarang ini, pencarian lokasi sumber menggunakan sensor array pasif merupakan masalah yang penting dalam dunia radar, sonar, navigasi, seismology, dan radio-astronomy. Umumnya, berbagai algoritma dipakai untuk mendapatkan estimasi lokasi sumber dalam medan jauh. Ternyata seiring dengan perkembangan teknologi, ada suatu kebutuhan untuk mengetahui lokasi sumber medan dekat misalnya pada dunia medis. Dalam menentukan lokasi sumber medan dekat, perhitungan algoritma 2-D Multiple signal classification (MUSIC) hanya dapat mengetahui jarak sumber dan sudut arah kedatangan / Directions of Arrival (DOA) terhadap titik referensi. Apabila dibutuhkan estimasi yang lebih akurat meliputi jarak sumber, sudut azimuth, dan sudut elevasi terhadap suatu titik referensi maka algoritma yang digunakan adalah 3-D Multiple signal classification (MUSIC).

3-D Multiple signal classification (MUSIC) diimplementasikan sebagai suatu algoritma untuk mendapatkan perkiraan sudut elevasi, sudut azimuth dan jarak sumber terhadap referensi. Dengan mendeteksi sinyal-sinyal yang diterima oleh sensor tersebut, maka posisi sumber dapat diketahui melalui perhitungan-perhitungan dengan menggunakan rumus-rumus yang ada.

Dalam Tugas Akhir ini akan dilakukan estimasi serta pengujian melalui proses simulasi sehingga pendekatan perhitungan dapat lebih dipahami. Diharapkan Tugas Akhir ini dapat menambah pengetahuan dan memberikan masukan yang cukup berguna bagi rekan mahasiswa-mahasiswi lainnya khususnya mahasiswa-mahasiswi Jurusan Teknik Eleketro, Universitas Kristen Maranatha.

BAB I PENDAHULUAN-2

Universitas Kristen Maranatha I.2 Perumusan Masalah

1. Bagaimana estimasi jarak, sudut azimuth, dan sudut elevasi sumber jamak terhadap referensi dalam medan dekat menggunakan 3-D Multiple signal classification (MUSIC)?

2. Bagaimana pengaruh number of snapshots, jumlah sensor, jarak antar sensor, dan SNR terhadap hasil estimasi lokasi sumber jamak menggunakan 3-D Multiple signal classification (MUSIC)?

I.3 Tujuan

1. Mengetahui jarak, sudut azimuth, dan sudut elevasi sumber jamak terhadap suatu referensi dalam medan dekat menggunakan 3-D Multiple signal classification (MUSIC).

2. Mengetahui pengaruh number of snapshots, jumlah sensor, jarak antar sensor, dan SNR terhadap hasil estimasi lokasi sumber jamak menggunakan 3-D Multiple signal classification (MUSIC).

I.4 Pembatasan Masalah

1. Proses estimasi lokasi sumber jamak menggunakan alogaritma MUSIC 2. Jumlah sumber jamak dibatasi hanya 2 sumber yang tidak bergerak

dengan frekuensi 110Hz dan 120Hz

3. Sinyal dari sumber jamak bersifat uncorrelated dan berada pada lingkup Additive White Gaussian Noise (AWGN).

4. Simulasi menggunakan MATLAB 6.5.1.

I.5 Sistematika Penulisan

1. Bab I : Pendahuluan

Pada bab ini berisikan uraian tentang latar belakang, identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari laporan Tugas Akhir ini.

BAB I PENDAHULUAN-3

Universitas Kristen Maranatha 2. Bab II : Landasan Teori

Pada bab ini berisikan uraian tentang teori-teori yang berhubungan dengan topik yang dibahas, antara lain antena dalam medan dekat, spherical wave sebagai bentuk sinyal masukan, alogaritma 3-D Multiple Signal Classification (MUSIC).

3. Bab III : Perancangan Simulasi

Pada bab ini berisikan uraian tentang tahap-tahap estimasi lokasi sumber jamak dalam medan dekat menggunakan 3-D Multiple Signal Classification (MUSIC).

4. Bab IV : Data Pengamatan dan Analisa

Pada bab ini berisikan data-data hasil pengujian simulasi dengan mengubah beberapa parameter dan mengamati pengaruhnya terhadap hasil penentuan lokasi sumber dari penerima.

5. Bab V : Kesimpulan dan Saran

Pada bab ini berisikan kesimpulan yang didapat dari hasil perancangan dan pengujian simulasi, serta saran untuk pengembangan lebih lanjut.

BAB V. KESIMPULAN DAN SARAN

75 Universitas Kristen Maranatha

BAB IV

KESIMPULAN DAN SARAN

V.1 Kesimpulan

1. Program simulasi untuk estimasi lokasi sumber jamak berdasarkan jarak, sudut azimuth, dan sudut elevasi telah berhasil direalisasikan menggunakan 3-D MUSIC.

2. Berdasarkan data pengamatan, untuk mendapatkan estimasi lokasi sumber jamak dengan tepat (nilai Root Mean Square Error sama dengan nol) minimal dilakukan pada keadaan 4 buah sensor, jumlah sampel data sebanyak 60, jarak antar sensor 2 , dan Signal to Noise Ratio (SNR) sebesar 30dB.

3. Percobaan yang dilakukan pada 6 buah sensor, jumlah sampel data sebanyak 60, jarak antar sensor , dan Signal to Noise Ratio (SNR) sebesar 30dB, sudah dapat diperoleh estimasi lokasi sumber jamak dengan benar.

4. Dalam uji simulasi untuk lokasi penempatan sensor yang sembarang (acak) diperoleh RMSE sama dengan 0, minimal pada keadaan 20 number of snapshots dan Signal to Noise Ratio (SNR) sebesar 30dB.

5. Penempatan sensor secara linier menghasilkan nilai error yang lebih besar dibanding lokasi penempatan sensor yang tidak linier.

V.2 Saran

1. Untuk memperoleh estimasi lokasi sumber jamak yang lebih baik dapat dicoba menggunakan metoda lain.

2. Metoda 3-D Multiple Signal Classification (MUSIC) selain digunakan untuk menentukan lokasi sumber jamak, dapat pula digunakan untuk mengetahui jumlah sumber jamak dengan menggabungkan metoda 3-D

BAB V KESIMPULAN DAN SARAN-76

Universitas Kristen Maranatha Multiple Signal Classification (MUSIC) ini dengan metoda lain, seperti Minimum Description Length.

DAFTAR PUSTAKA

xiv Universitas Kristen Maranatha

DAFTAR PUSATAKA

[1].Away, Gunaidi A., MATLAB Programming, Penerbit Informatika, Bandung, 2006.

[2].Balanis, Constantine A., Antenna Theory Analysis and Design, John Wiley & Sons, New York, 1982.

[3].Hsien-sen Hung, “3-D MUSIC For Near-Field Source Localization”, 1996. [4].Schmidt, Ralph O., “Multiple Emitter Location and Signal Parameter

Estimation”, IEEE Transaction on Antennas and Propagation, vol. AP-34, hal 276-280, 1986.

[5].Y.D.Huang dan M. Barkat, “Near-Field Multiple Source Localization by Passive Sensor Array”, IEEE Transaction on Antennas and Propagation, vol.39, hal 968-974, 1991.