TEMPORAL AND SPATIAL SIGNAL PROCESSING

Dosen pembimbing

Mursyidin, M.T.

Disusun Oleh :
Fajrator rozi - 170211078

UNIVERSITAS ISLAM NEGERI AR-RANIRY BANDA ACEH

FAKULTAS TARBIYAH DAN KEGURUAN
PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRO
BANDA ACEH
2021
 KATA PENGANTAR

Puji syukur kehadirat ALLAH Yang Maha Kuasa atas segala limpahan
Rahmat, Taufik dan Hidayahnya sehingga penulis dapat menyelesaikan
penyusunan makalah tentang “TEMPORAL AND SPATIAL SIGNAL
PROCESSING ”. Semoga makalah ini dapat dipergunakan sebagai pengetahuan
dan petunjuk maupun pedoman bagi pembaca.
Harapan penyusun semoga makalah ini dapat membantu menambah
pengetahuan dan pengalaman bagi para pembaca. Penulis akui makalah ini masih
banyak kekurangan karena pengalaman yang penulis miliki masih sangat kurang.
Oleh kerena itu, kami harapkan kepada para pembaca untuk memberikan
masukan-masukan yang bersifat membangun untuk kesempurnaan makalah ini.
Sehingga kami dapat memperbaiki makalah ini agar kedepannya dapat menjadi
lebih baik. Akhirnya, semoga Allah senantiasa memberikan rahmat dan hidayah-
Nya kepada siapa saja yang mencintai pendidikan. Amin ya robbal alamin.

Penyusun

Banda Aceh, 1 February 2021

BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Pertimbangkan bagaimana dua urutan data, masing-masing terdiri dari
nilai-nilai secara bersamaan sampel yang diambil dari dua bentuk gelombang
yang sesuai, bisa dibandingkan. Jika dua bentuk gelombang bervariasi sama
titik untuk titik, maka ukuran korelasi mereka mungkin diperoleh dengan
mengambil jumlah dari produk dari pasangan merespon cor- poin. Usulan ini
menjadi lebih meyakinkan ketika kasus dua urutan data independen dan acak
dianggap. Dalam hal ini jumlah dari produk akan cenderung ke arah nomor
acak makin kecil karena jumlah pasang poin meningkat. Hal ini karena semua
nomor, positif dan negatif, sama-sama mungkin terjadi sehingga pasangan
produk cenderung membatalkan diri pada penjumlahan. Sebaliknya,
keberadaan sejumlah terbatas akan menunjukkan tingkat korelasi. Sebesar
negatif akan menunjukkan korelasi negatif, yang merupakan peningkatan satu
variabel berhubungan dengan penurunan variabel lain.
The r12 korelasi silang (n) antara dua data yang sekuens x1 (n) dan x2 (n)
masing-masing yang berisi data N. Definisi korelasi silang,bagaimanapun,
menghasilkan hasil yang tergantung pada jumlah titik sampling yang diambil.
Ini dikoreksi oleh normalisasi hasil untuk jumlah poin dengan membagi oleh
N. alternatif ini dapat dianggap sebagai rata-rata jumlah produk. Dengan
demikian, definisi ditingkatkan adalah Perhitungan r12 diilustrasikan dalam
contoh berikut, di mana angka-angka titik dalam urutan data n, dan urutan
yang x1 dan x2.

B. Rumusan Masalah
1. Korelasi sebagai alat pengolah sinyal
2. Persamaan korelasi untuk beberapa sinyal
3. Ekstransi sinyal umtuk pemisahan sinyal dari noise
4. Persamaan dasar dalam tomografi
C. Tujuan Masalah
1. Untuk mengetahui Korelasi sebagai alat pengolah sinyal
2. Untuk mengetahui Persamaan korelasi untuk beberapa sinyal
3. Untuk mengetahui Ekstransi sinyal umtuk pemisahan sinyal dari noise
4. Untuk mengetahui Persamaan dasar dalam tomografi

BAB II

PEMBAHASAN

A. Korelasi sebagai alat pengolah sinyal

Korelasi merupakan suatu kegiatan dalam menghubunhkan suatu titik
dengan titik lain pada sebuah penampang, dengan asumsi bahwa titik-titik
 tersebut terletak pada suatu bidang perlapisan yang sama, dengan asumsi
bidang perlapisan merupakan kegiatan korelasi ini merupakan tahapan analisis
log, dilakukan korelasi terhadap tiap sumur untuk mengetahui sebaran litologi
serta struktur yang terdapat pada penampang tesebut

Sistem adaptif adalah suatu sistem yang dapat menyesuaikan diri tanpa
campur tangan operator. Arti menyesuaikan diri disini adalah berusaha
melakukan proses agar nilai besaran tertentu yang terkait dengan sistem
sesesuai mungkin dengan suatu besaran target tertentu. Sebagai contoh
penyesuaian diri adalah sistem kendali yang berusaha agar keluarannya
sesesuai mungkin dengan nilai target yang ditentukan, yang berupa suatu
nilai standar, dalam proses pengujiannya.
Dengan pemikiran bahwa dalam periode operasionalnya harus juga
mencakup kemungkinan target berubah-ubah atau tidak statis, maka selain
meminimumkan nilai galat (error) juga harus diupayakan pencapaian galat
minimum tersebut dalam waktu secepatnya. Kaitan antara kecepatan
adaptasi dan dinamika target menyarankan suatu ukuran keberhasilan
pencapaian target dengan dasar MSE (mean square error). Hal ini
didasarkan kenyataan analisa data yang terekam masuk ke kawasan
statistika. Sehingga sebelum diuji secara nyata di lapangan, harus
dilakukan perhitungan probabilistik terlebih dahulu. Analitika secara
matematis sangat diperlukan untuk memperoleh gambaran proses adaptif,
sebelum dilakukan percobaan konkretnya. Untuk itu dicoba suatu bentuk
sederhana, yaitu penggabung linear yang jabaran analitika mudah
dilakukan. Karena proses adaptasi ditujukan agar y k menjadi sama dengan
dk, maka keberhasilannya

B. Persamaan korelasi untuk beberapa sinyal

HASIL KORELASI
 DENGAN PERGESERAN UNTUK DUA CUPLIK
SAMPEL

SAMPEL 400 SAMPEL 501

S/D 500 S/D 600
K REF DG INP REF REF INP REF

E REF DG DG DG DG DG
INP INP REF INP INP
0 1 1 0.2197 1 1 -0.6084
1 0.8768 0.9182 0.2526 0.9525 0.8254 -0.6328
2 0.7632 0.8553 0.324 0.8721 0.7214 -0.6009
3 0.7497 0.8355 0.357 0.8193 0.7604 -0.5646
4 0.7044 0.7549 0.3434 0.7862 0.6759 -0.5641
5 0.6771 0.7363 0.4045 0.7665 0.6565 -0.5385
6 0.6029 0.7343 0.4309 0.7465 0.6403 -0.5323

dst dst dst dst dst dst dst

96 0.3208 -0.3358 0.5086 0.9788 0.2242 -0.5099
97 -0.2522 0.3425 0.9421 1 -1 1
98 -1 -1 -1 1 1 1
99 1 1 1

Gambar 1 : Korelasi Silang dan Auto Korelasi Dua

Sampel Pencuplikan

Setelah mengamati semua hasil korelasi pada semua cuplikan, maka

dapat disimpulkan korelasi terbesar pertama dan kedua tiap-tiap cuplikan
dalam tiga kasus korelasi, yaitu korelasi antara isyarat referensi dengan
referensi, isyarat input dengan input dan isyarat referensi dengan input,
semuanya dengan pergeseran.
 cuplik Ref dg ref Inp dg inp Ref dg inp
400-500 1(0) dan 0.8768(1) 1(0) dan 0.9182(1) 0.9421(97)
501-600 1(0) dan 0.9525(2) 1(0) dan 0.8254(1) 1(97)
601-700 1(0) dan 0.8630(1) 1(0) dan 0.8506(1) 0.6997(93)
701-800 1(0) dan 0.9835(97) 1(0) dan 0.9094(1) 0.6296(91)
801-900 1(0) dan 0.9554(1) 1(0) dan 0.8004(1) 1(97)
901-1000 1(0) dan 0.9217(1) 1(0) dan 0.8861(1) 0.9848(97)
1001- 1(0) dan 0.8648(1) 1(0) dan 0.8663(1) 0.8477(197)
1200
1201- 1(0) dan 0.9439(1) 1(0) dan 0.9638(1) 0.6869(259)
1500
1501- 1(0) dan 0.9357(1) 1(0) dan 0.8803(1) 0.6764(182)
1750
1751- 1(0) dan 0.9431(1) 1(0) dan 0.9756 (1) 0.9472(195)
2000
2001- 1(0) dan 0.9522 (1) 1(0) dan 0.9495(1) 0.9939(296)
2250
2251- 1(0) dan 0.9508(1) 1(0) dan 0.8848(1) 0.9999(297)
2500
2501- 1(0) dan 0.9348 (1) 1(0) dan 0.9228 (1) 1(298)
2750
2751- 1(0) dan 0.9336 (1) 1(0) dan 0.9285 (1) 0.7842(297)
3000
Ket : (n) : pergeseran ke n

Gambar 2 . Kesimpulan Hasil Cuplikan

C. Ekstraksi Sinyal untuk Pemisahan Sinyal dari Noise

Hal- Hal yang perlu diperhatikan pada saat rekontruksi data setelah
pemisahan noise dengan menggunakan transformasi wavelet diantaranya spike
 yang muncul merupakan noise lingkungan atau fenomena fisis terkait dengan
interaksi angin surya dengan magnetosfer bumi, karenanya masih perlu
dilakukan pengujian tehadap beberapa kejadian badai magnet agar data terkait
dengan fenomena fisis tidak tereduksi. Hal ini disebabkan karena spike transien
seringkali muncul dalam variasi medan magnet. Berdasarkan referensi atau
sumber yang saya peroleh dari salah saatu jurnal, pemisahan sinyal noise dari
data medan magnet bumi menggunakan penerapan transformasi wavelet. Oleh
karena itu, adanya noise yang ditandai dengan adanya periodik anomali pada
raw data dapat direduksi dengan menggunakan wavelet. Untuk noise yang
bersifat transien yang ditandai dengan adanaya pelebaran sinyal pada raw data
juga dapat direduksi dengan menggunakan wavelet. Menunjukkan bahwa
wavelet dapat digunakan untuk memisahkan noise yang bersifat periodik,
random, maupun transien.

D. Persamaan Dasar dalam Tomografi

Dalam hal yang berkaitan dengan kelistrikan, terdapat tomografi kapasitif
yang memanfaatkan informasi distribusi kapasitansi yang disebabkan oleh
perbedaan nilai permitivitas bahan untuk merekonstruksi struktur bagian dalam
benda. Prinsip dasar tomografi kapasitif adalah pengukuran nilai kapasitansi
dari berbagai konfigurasi pasangan elektroda. Selain tomografi kapasitif, juga
terdapat beberapa metode lainnya seperti tomografi optik dengan menggunakan
sinar tampak, tomografi elektromagnetik menggunakan gelombang radio,
tomografi radiologi menggunakan sinar-X atau sinar gamma, dan tomografi
listrik menggunakan deteksi kapasitansi atau induktansi. Tomografi adalah
teknik pengamatan struktur penampang benda tanpa melakukan tindakan yang
bersifat merusak atau mengubah benda yang dibutuhkan dalam penerapan
industri, kesehatan, dan keamanan. Hal ini dilakukan dengan memanfaatkan
interaksi bahan dalam benda terhadap sinyal eksitasi eksternal. Hasil
pengukuran ini digunakan untuk merekonstruksi struktur penampang internal
benda. Tomografi juga merupakan metode pencitraan penampang (potongan)
benda dengan melakukan rekonstruksi non-destruktif dan non-invasif.
DAFTAR PUSTAKA
 Edward W. Kamen and Bonnie S. Heck, Fundamentals of

Signals and Systems, 1997, Prentice-Hall

Fred J. Taylor, 1994, Principle of Signal and Systems,

McGraw-Hill, Singapore

John G. Proakis and D. G. Manolakis, 1995, Introduction to

Digital Signal Processing, Prentice Hall, Englewood Cliffs,

Oktay Alkin, 1994, Digital Signal Processing: A Laboratory

Approach Using PC-DSP, Prentice Hall, Englewood Cliffs,

Robert D. Strum and Donald E. Kirk, Contemporary Linear

Systems, 1996, PWS Publishing Co., Boston, USA