Wavelet Transform
Transformasi merupakan proses pengubahan data atau sinyal ke dalam bentuk lain
agar lebih mudah dianalisis, seperti transformasi fourier yang mengubah sinyal ke dalam
beberapa gelombang sinus atau cosinus dengan frekuensi yang berbeda, sedangkan
transformasi wavelet (wavelet transform) mengubah sinyal ke dalam berbagai bentuk
wavelet basis (mother wavelet) dengan berbagai pergeseran
CWT (Continu Wavelet Transform)
Cara kerja transformasi ini adalah dengan menghitung konvolusi sebuah sinyal
dengan sebuah jendela modulasi pada setiap waktu dengan tiap skala yang diinginkan.
Jendela modulasi yang mempunyai skala fleksibel inilah yang biasa disebut induk
wavelet atau fungsi dasar wavelet. (Reza 2013)
Untuk langkah-langkah transformasinya dapat diperlihatkan pada gambar (1) di
bawah ini.
Sehingga Hasil Sinyal yang sebenarnya yaitu suara Peluit Ke 2 saat Sebelum makan :
Dari persamaan father wavelet tersebut, wavelet yang pertama (mother wavelet) dapat
dibentuk sebagai persamaan:
Original signal
Hasil
Compressin
g sinyal
Gambar 5 Sinyal asli (Berwana merah) dan Sinyal setelah dilakukan de Noising
( berwarna Hitam)
Hasil diatas menunjukkan adanya perbedaan sinyal original ( berwarna merah ) dengan
sinyal yang sudah dilakukan de-Noising dengan menggunakan wavelet. Sinyal yang setelah di
lakukan de-noising terlihat lebih halus dan memiliki kuatan (energy) dalam satuan amplitude
lebih kecil dibandingkan dengan amplitude (energy) yang dihasilkan dari original signal. Gambar
hasil dari interval independent yang merupakan tahapan untuk melihat pola dan batasan dapat
dilihat pada gambar 6.
Gambar 7 diatas merupakan gambar residual dari suara(sinyal yang dimasukkan kedalam
wavelet) dengan menunjukkan sinyal yang sudah dilakukan de-Noising dan memproses dengan
1D wavelet sehingga menghasilkan gambar seperti diatas dengan FFT, FRekuensi original signal,
dan histogram cumulative, serta histogram sesungguhnya, dan memberikan informasi yaitu
autocorelation.Dengan melakukan countinous Wavelet Transform ( CWT ) hasil singnal yang
sama seperti sebelumnya akan memiliki hasil sebagai berikut :
Gambar 10. Pattern adaptep admissible ( Frekuensi ) suara peluit 1 sebelum makan
kolam show
Gambar 11. Pattern adaptep admissible ( Intensitas ) suara peluit 1 sebelum makan
kolam show
Gambar 10 dan gambar 11 diatas menunjukkan perbedaan dari hasil yang dimiliki
dikarenakan memiliki data yang sama tetapi memiliki nilai data yang jauh berbeda hasil dari
pattern ini menunjukkan puncak masing- masing dari hasil yang di tunjukkan ( lingkaran
berwarna hitam )
Gambar 12. Density estimate wavelet 1D suara peluit 1 sebelum makan kolam show
Pada gambar 12 diatas menunjukkan hasil dari estimasi kepadatan sinyal memiliki
dekomposisi yang berbeda , tetapi denga adanya pundak( puncak grafik ) yang terlihat pada
gambar sebelah kanan dengan dilingkari lingkaran berwarna hitam, dapat disimpulkan bahwa
pusat suara sebenarnya pada sinyal yang dimasukkan adalah berada di range 14 KHz 15 KHz.
PUSTAKA ACUAN
Reza, Candra. 2013. Teknik Potensi Diferensial pada Transformator Daya Tiga Fasa dengan
Menggunakan Transformasi Wavelet. Universitas Pendidikan Indonesia