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.