ABSTRAK
Active noise control (ANC) adalah sebuah sistem berbasis pada teori adaptif filter yang berkembang
sekitar tahun 1980. Perkembangan teknologi komputer dan sistem mikroprosesor menjadikan implementasi
nyata konsep ANC sudah semakin dekat. Penggunaan sebuah PC yang dilengkapi dengan perangkat lunak yang
menjalankan sebuah algoritma ANC dapat memberikan manfaat langsung dalam peredaman sumber noise.
Sistem ini dapat menjadikan sebuah implementasi berbiaya rendah dari sebuah algoritma ANC dan
memberikan perkembangan yang luas dalam ANC. Hasil penelitian ini berupa sebuah disain perangkat keras
berbasis PC dan perangkat lunak menggunakan bahasa pemrograman C++.
PC diisi dengan sebuah kemampuan adaptif teori dan filter yang merepresentasikan sistem kerja ANC.
Dengan konsep interfacing PC dilengkapi dengan input proses berupa monitoring sumber noise dan output
proses yang berupa aksi mengeluarkan sinyal peredam noise. Sedangkan dalam PC sendiri dilengkapi dengan
pemrosesan signal berupa algoritma ANC. Kemampuan dan konfigurasi ini diimplementasikan dalam
pengendalian noise yang keluar dari sebuah pembangkit listrik (generator) yang biasa dipasang di tempat-
tempat kegiatan manusia (kompleks perkantoran, hotel, rumah sakit dll).
C-19
Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6
Yogyakarta, 18 Juni 2005
a. Duct Noise: satu dimensi lorong seperti lorong dengan perangkat lain (blower, fan,
pembuangan, jaringan pipa dan lorong transformator dll) sehingga keberhasilan
ventilasi. aplikasi ini akan memberikan kemudahan
b. Interior Noise: noise dalam sebuah ruang dalam perubahan plant.
tertutup (enclosed)
c. Personal hearing protection: perangkat DESKRIPSI SISTEM
antinoise yang berfungsi sebagai proteksi
Anc berbasis PC adalah sebuah perangkat
(headphone dll).
yang terdiri dari:
d. Ruang Bebas Noise; radiasi noise dalam ruang
terbuka.
Sensor
Beberapa pengembangan ANC yang Anti
noise
Noise
menggunakan satu jenis atau gabungan beberapa PC Generat
jenis ANC telah dilakukan di banyak tempat or
diantaranya adalah: (Spe
a. Otomotif
a. Sensor noise: berupa microphone yang
- Single Channel (satu dimensi); ANC untuk
berfungsi untuk menangkap sinyal noise
muffler, sistem induksi dll.
(berupa amplitude, frekuensi dan fasanya)
- Multiple Channel (tiga dimensi): antinoise
b. PC: berisi algoritma ANC dan berfungsi
di ruang penumpang.
mengolah data input untuk memprosesnya
b. Perangkat Rumah tinggal
sehingga diperoleh sinyal Anti Noise.
- Single Channel (satu dimensi): Lorong
c. Anti Noise generator: berupa perangkat untuk
AC, Pendingin, mesin cuci dll
mentranformasikan karakteristik anti noise
- Multiple Channel (tiga dimensi): vacuum
yang dihasilkan melalui perhitungan di PC
cleaner, ruang isolasi dll.
menjadi sebuah sinyal listrik.
c. Industri: seperti ruang AC, fan, pompa,
kompresor dan perangkat berat industri.
Dalam aplikasinya melakukan peredaman
noise generator maka ANC memiliki karakteristik
Perkembangan yang terjadi di bidang ANC
sebagai berikut:
tidak berhenti meskipun banyak temuan-temuan
a. Melakukan peredaman dalam bentuk isolasi
baru yang dihasilkan. Hal ini disebabkan belum
sebuah ruang tertutup.
tercapainya kepuasan dalam temuan tersebut.
b. Menggunakan lebih dari satu input dan output
Kepuasan tergantung dari beberapa pertimbangan
(multiple channel).
yaitu:
c. Melakukan peredaman noise yang dihasilkan
• Efektifitas pembangunan berupa seberapa
oleh generator saat bekerja sehingga suara
besar kompleksitas ANC yang dipakai
tersebut tidak akan disalurkan keluar ruangan
dibandingkan dengan manfaat yang diperoleh.
generator.
• Konsep algortima yang digunakan belum
memberikan hasil yang maksimal. The Multiple-Channel ANC System
• Semakin kompleks nya perangkat-perangkat
penghasil noise semakin meningkatkan Saat sifat geometris dari noise bersifat
kompleksitas noise itu sendiri sehingga kompleks atau rumit maka tidak akan cukup jika
memerlukan peningkatan kemampuan dari digunakan ANC dengan sensor tunggal maupun
ANC. actuator tunggal (single channel ANC). Sehingga
dalam kasus ANC pada ruang generator perlu
Dengan alasan tersebut pengembangan ANC diperhitungkan:
yang dilakukan masih sangat diperlukan dalam a. Multiple Channel ANC: jumlah variable dan
kontribusinya bagi perkembangan teknologi. Untuk sensor serta actuator. Penempatan sensor dan
itulah dilakukan DISAIN ACTIVE NOISE actuator.
CONTROL DENGAN ALGORITMA b. Algoritma yang mampu menangani Multiple
NEUROFUZZY. Channel dan dapat menggunakan PC sebagai
Pemilihan tema tersebut didasarkan pada pemroses sinyal.
pertambangan sebagai berikut: c. Interfacing antara sensor dengan PC maupun
- Penggunaan PC sebagai pemroses sinyal dengan actuator.
adalah untuk kemudahan pengubahan
algoritma ANC, interfacing dengan plant dan Sebuah Multiple Channel ANC dapat
efektifitas biaya dihubungkan dengan digambarkan sebagai berikut:
fleksibilitas plant.
- Generator Listrik merupakan salah satu plant
yang memiliki karakteristik yang hampir sama
C-20
Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6
Yogyakarta, 18 Juni 2005
C-21
Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6
Yogyakarta, 18 Juni 2005
Neurofuzzy memiliki tugas untuk membangun, Sistem kendali (Neurofuzzy untuk ANC)
mengembangkan dan meningkatkan pengetahuan didisain untuk penggunaan nyata. Disain didasrkan
dengan menggunakan kamampuan belajar. pada komnsep dasar neurofuzzy dan ANC.
Tiga konfigurasi utma sudah banyak Neurofuzzy pada ANC digunakan sebagai
dikembangkan dan hasilnya cukup sukses. alat identifikasi dengan cara memonitor sinyal
Keberhasilan ini akan dijadikan dasar dalam noise dan melakukan prediksi terhadap sinyal noise
implementasi Neurofuzzy di lingkup yang lain. berikutnya yang akan melewati titik noise. Dari
hasil prediksi ini selanjutnya dihasilkan sinyal
antinoise. Konsep ini dapat digambarkan sebagai
NEUROFUZZY UNTUK ANC
berikut:
Intelligent Control System didefinisikan
sebagai sebuah sistem kendali dengan derajat
autonomi tertentu dalah istilah memiliki
kemampuan self-learning, self-reconfigurability,
reasoning, planning dan decision making. Secara
umum, saat ini ICS didasrkan pada kemampuan
sistem pakar, logika fuzzy dan neural network.
Aplikasi dari ICS berkembang meluas di
segala bidan dan disiplin keilmuan. Pada sistem
kendali dan komputer ICS berkembang sangat Neurofuzzy sebagai Prediction tool
pesat. Kombinasi antar komponen ICS bertujuan
untuk menekan kerugian dan memunculkan Dari gambar tersbeut, digital filter W(z)
berisi kairdah Neurofuzzy . Dasar dari sistem ANC
keuntungan. Salah satu alasan penggunaan Adaptif
adalah sebuah sistem adaptif yag akan melakukan
Logika Fuzzy adalah kemampuan dalam mengubah proses identifikasi untuk mendekati plant P(z) yang
kaidah dasar dan set fuzzy.Kemampuan adaptif tidak diketahui. P(z) mengandung respon akustik
diturnkan dari karingan syaraf tiruan. Kemampuan dari sensor. Jika plant P(z) bersifat dinamis maka
ini akan digunakan sebagai konsep ANC yaitu diperlukan sebuah algirtima adaptif untuk dapt
dapat memahami karakteristik noise menggunakan melakukan penjejakan terhadap variasi dari kondisi
algoritma neurofuzzy. Pemahaman noise yang plant atau sinyal.
akuran akan memudahkan menghasilkan antinoise Tujuan utama dari filter W(z) adalah untuk
yang tepat. meminimalkan sinyal residual error e(n) signal.
Setelah adaptive filter W(z) mengalami
PENELITIAN konvergensi maka diperoleh W(z)=P(z) untuk E(z)
=/ 0 yang menjadikan y(n)=d(n) . Sehingga,
Penelitian dilakukan dengan tujuan: adaptive filter output y(n) adalah identik dengan
a. Disain algortima dan struktur ANC yang sesuai sinyalnoise/gangguan d(n) . Pada saat d(n) dan
untuk peredaman noise Generator. y(n) secara akustik dikombinasikan maka residual
b. Membuktikan bahwa disain yang dibuat dapat error adalah e(n)=d(n)-y(n)=0 yang merupakan
memenuhi fungsinya sebagai ANC melalui hasil yang sempurna untuk proses anti noise.
simulasi sistem. Pada gambar di bawah, setelah sensor
referensi mengambil sinyal refernsi maka komputer
Dengan tujuan tersebut maka penelitian atau pengendali akan memiliki cukup waktu untuk
dilakukan dengan tahapan dan langkah sebagai menghitung keluaran yang tepat melaluai speaker
berikut: untuk anti noise.
a. Penyusunan Konfigurasi ANC disesuaikan Dengan menggunakan konsep Neurofuzzy
dengan kebutuhan untuk pengendalian noise maka tugas W(z) akan dikendalikan oleh
yang dihasilkan oleh generator. Neurofuzzy. Dengan kemampuan adaptifnya tugas
b. Penyusunan karakteristik ruangan isolasi yang W(z) dapat ditangani oleh Neurofuzzy . Neurofuzzy
menjadi tempat generator. dapat digambarkan sebagai berikut:
c. Penentuan konfigurasi ANC berupa jumlah
input dan output (multiple channel)
d. Penentuan titik- titik penempatan sensor dan
aktuator.
e. Disain algoritma ANC dengan referensi
kondisi di atas.
f. Membuat sebuah perangkat simulasi
menggunakan perangkat lunak Matlab.
g. Evaluasi terhadap hasil simulasi. NF
Diagram Blok of ANC mengunakan Neurofuzzy
Algorithm
C-22
Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6
Yogyakarta, 18 Juni 2005
PUSTAKA
Gambar sinyal noise (merah) dengan sinyal [1] Widrow, B., and S. D. Stearns, Adaptive Signal
identifikasi (kuning) Processing, Prentice-Hall, Englewood Cliffs,
NJ, 1985.
[2] Kuo, S. M., and C. Chen, “Implementation of
Adaptive Filters with the TMS320C25 or the
TMS320C30,” Digital Signal Processing
Applications with the TMS320 Family, Volume
3, edited by P. Papamichalis, Prentice-Hall,
Englewood Cliffs, NJ, 1990, pp. 191–271.
[3] Kuo, S. M., and J. Chen, “Multiple-
Microphone Acoustic Echo Cancellation
Gambar sinyal noise (merah) dengan sinyal anti System with the Partial Adaptive Process,”
noise (kuning) Digital Signal Processing, Vol. 3, No. 1,
January 1993. pp. 1–10.
[4] Glover, J. R., Jr., “Adaptive Noise Canceling
Applied to Sinusoidal Interferences,” IEEE
Trans.on ASSP, Vol. ASSP-25, No. 6, Dec.
1977. pp. 484–491.
[5] Kuo, S. M., and D. Vijayan, “Feedback Active
Noise Control Systems,” Proc. Int. Conf.
Signal Processing Applications and
Technology, 1993. pp. 132–141.
[6] Allie, M. C., C. D. Bremigan, and L. J.
Gambar Sinyal Residu Noise Eriksson, “Hardware and Software
Considerations for Active Noise Control,”
Proc. ICASSP-88, New York, April 1988. pp.
2598–2601.
[7] Nishimura, M., “Some Problems of Active
Noise Control for Practical Use,” Proc. Int.
Symp. Active Control of Sound and Vibration,
Tokyo, 1991. pp. 157–164.
C-23
Seminar Nasional Aplikasi Teknologi Informasi 2005 (SNATI 2005) ISBN: 979-756-061-6
Yogyakarta, 18 Juni 2005
[8] Oppenheim, A. V., and R. W. Schafer, [12] Melton, D. E., and R. A. Greiner, Adaptive
Discrete-Time Signal Processing, Prentice- Feedforward Multiple-Input, Multiple-Output
Hall, Englewood Cliffs, NJ. 1989. Active Noise Control, Proc. ICASSP, 1992. pp.
[9] Texas Instruments, TMS320C2x User’s Guide, II–229–232.
1993. [13] Guicking, D., and M. Bronzel, Multi-Channel
[10] Crochier, R., R. Cox, and J. Johnson, “Real- Broadband Active Noise Control in Small
Time Speech Coding,” IEEE Enclosures, Proc. Inter-Noise, 1990. pp. 1255–
Trans.Communications, April 1982. pp. 1258.
[11] Elliott, S. J., P. A. Nelson, I. M. Stothers and [14] Garcia, D., Precision Digital Sine-Wave
C. C. Boucher, In-Flight Experiments on the Generation with the TMS32010, Chap. 8 in
Active Control of Propeller-Induced Cabin Digital Signal Processing Applications with
Noise, Journal of Sound and Vibration, Vol. the TMS320 Family, vol. 1, edited by K. S.
140, No. 2, 1990. pp. 219–238. Lin, Texas Instruments, 1989.g
C-24