Pengaplikasian Nilai Eigen dan Vektor Eigen dalam kehidupan sehari-hari.
Mhd. Theo Ari Bangsa
17/418648/PPA/05432
1. Menganalisa Sumber Suara
- Pengamatan Nilai Eigen Nilai eigen yang diperoleh dari tiap masukan bunyi vokal berupa matrik diagonal dengan ordo n tergantung panjang segmentasi yang digunakan. Untuk kemudahan dalam pengamatan, maka nilai eigen disusun dalam bentuk matrik kolom tunggal dengan mengambil nilai diagonalnya saja dan diperoleh matrik baru berukuran satu kolom (n x 1). - Ekstraksi Ciri Bunyi Vokal Bahasa Indonesia Laju bit data dalam pengiriman suara jarak jauh dapat ditekan menjadi cukup rendah dengan teknik kompresi dan penyandian. Penurunan laju bit yang lebih drastis akan diperoleh bila yang dikirim hanya berupa ciri suara. Selanjutnya penerima akan mensintesiskan suara yang serupa. Ciri dari suara tersebut sangat membantu guna membedakan suara vokal yang satu dengan yang lain. Penganalisaan akan mencari parameter bunyi vokal dengan membuat grafik sebaran nilai yang terbentuk dari nilai-nilai eigen. - Ciri dari Sebaran Nilai Eigen Cara penganalisaannya adalah dengan membuat plot grafik sebaran nilai eigen ke dalam sumbu x terhadap sumbu y. Sumbu x mewakili ni lai eigen yang lebih tinggi, sedang sumbu y mewakili nilai eigen di bawahnya. Jika belum ditemukan grafik sebaran nilai yang menunjukan ciri khusus dari bunyi vokal, maka dilanjutkan dengan memplot grafik sebaran nilai eigen yang lainnya, Demikan seterusnya sampai diperoleh penunjukan ciri khusus sebaran nilai yang terbaik dari bunyi vokal. Dari pengamatan grafik nilai eigen di atas, hanya akan diambil 10 nilai eigen tertinggi. Penganalisaan dilakukan dengan memplot antara 2 nilai eigen, maka sesuai dengan kaidah permutasi dan kombinasi akan diperoleh kombinasi sebanyak 45 buah sebaran nilai eigen. Dari hasil analisa, pengaruh dari perubahan panjang segmentasi adalah semakin besar panjang segmentasi yang digunakan untuk menganalisa bunyi vokal maka sebaran nilai eigen yang diperoleh makin mengelompok dan terpusat pada nilai tertentu sehingga mempermudah dalam penunjukkan ciri penyebaran nilai dari metode eigen. Jadi, Parameter pencirian bunyi vokal dalam bahasa Indonesia dapat dilakukan dengan metode eigen, yaitu nilai eigen. Pencirian bunyi vokal sangat baik direpresentasikan dengan sebaran nilai eigen, dari hasil analisa diperoleh sebaran nilai terbaik pada sebaran nilai eigen ke-1 terhadap eigen ke-5, eigen ke-1 terhadap eigen ke-6 dan eigen ke-2 terhadap eigen ke-5 dari nilai tertinggi. Semakin besar panjang segmentasi yang digunakan maka pencirian bunyi vokal akan semakin baik dan jelas. 2. Aplikasi Nilai Eigen Pada Sistem Tenaga Listrik Power System Stabilizier (PSS) Penggunakan Power System Stabilizer (PSS) pada system tenaga listrik secara luas telah banyak digunakan untuk meningkatkan stabilitas sistem. PSS konvensional yang telah dikembangkan,didesain menggunakan pemodelan linier yang diperoleh dengan linierisasi model nonlinier disekitar nilai nominal yang menghasilkan nilaioptimal untuk kondisi dan parameter sistem yang nominal . Yang dimaksud dengan sistem tenaga listrik yaitu komponen-komponen tenaga listrik yang membentuk suatu sistem terpadu dan terhubung Sistem Tenaga Listrik Analisa Kestabilan Dengan State Space Segala gejala dari sistem yang dinamik, seperti halnya sistem tenaga, dapat direpresentasikan dalam kesatuan dari n non linear orde pertama dari persamaan differensial yang mengikuti persamaan berikut: xi = fi(x1, x2, …, xn ;u1, u2, …,ur; t) dengan i = 1,2,…,n bentuk lain yang lebih ringkas dari persamaan sebelumnya adalah, x = f (x ; u ; t) Kolom dari x disebut dengan variabel keadaan, sedangkan u adalah variabel inputan dan t adalah waktu. Kolom input adalah segala masukan dari dalam atau luar sistem yang mempengaruhi sistem tersebut. persamaan umum dari state space ini terhadap sistem yang besar, yaitu x = A Dx + B Du Dy = C Dx + D Du Persamaan di atas dapat mengatasi analisa mengenai kestabilan saat gangguan kecil, dengan variabel-variabelnya adalah sebagai berikut: Dx adalah vektor keadaan dengan dimensi n Dy adalah vektor keluaran dengan dimensi m Du adalah vektor masukan dengan dimensi r A adalah matriks keadaan dari sistem dengan ukuran nxn B adalah matriks pengontrol masukan dengan ukuran nxr C adalah matriks keluaran dengan ukuran mxn D adalah matriks feedforward antara input dan output dengan ukuran mxr Jika studi sistem telah diungkapkan ke dalam analisa state space atau melalui blok diagram, maka analisa kestabilan sistem tersebut dapat diketahui melalui nilai eigennya Kestabilan sistem non linier dari gangguan kecil diberikan oleh akar-akar (eigen) dari persamaan karakteristik matriks A, yaitu: (a) Jika nilai-nilai eigennya negatif, maka sistem tersebut dikatakan stabil (b) Jika setidaknya ada satu nilai positif , maka sistem tersebut dapat dikatakan tidak stabil (c) Jika nilai real dari eigenvalue tersebut mendekati nol, maka tidak dapat dikatakan sistem tersebut stabil atau tidak (critical) . Sedangkan eigen values suatu matriks itu sendiri didapat dari nilai skalar parameter λ yang berasal dari persamaan : AФ=λФ Sedangkan A adalah matriks nxn dan Ф adalah matriks nx1 Bilangan kompleks tersebut mempunyai bentuk λ = σ ± jώ Dengan frekuensi osilasi dalam Hz ƒ = ώ / 2 π Frekuensi di atas menandakan frekuensi teredam Rasio redaman ditentukan oleh persamaan: ζ = - σ / √ σ² + ώ² 3. Aplikasi Nilai Eigen terhadap perbedaan genotip Dalam kehidupan sehari-hari sering ditemui masalah perbedaan karakter seseorang, bentuk seseorang, dan perbedaan kemampuan seseorang. Ini merupakan salah satu sifat turunan yang berupa gen yang dibawa dari orang tua yang terdiri dari genotip yang merupakan susunan konstitusi genetika. Pada umumnya penentuan kemungkinan jenis genotip keturunan suatu makhluk hidup ditentukan dengan teori peluang, ternyata kemungkinan jenis genotip keturunan itu dapat ditentukan dengan perhitungan matematika lainnya yaitu menggunakan salah satu cabang matematik aljabar linier. Yaitu dengan pengaruh nilai eigen.