ESTIMASI PARAMETER OPTIMAL PADA

PLANT MENGGUNAKAN FILTER DIGITAL

BERBASIS ALGORITMA LMS
Adaptive Least Mean Square Algorithm (LMS) Digital Filter

TEKNIK ELEKTRO 2017

Universitas Negeri Surabaya

Kampus Ketintang – Jln Ketintang, Surabaya. 60231

Email – info@unesa.ac.id

Laman – www.unesa.ac.id
APA ITU FILTER ?

Filter adalah suatu alat untuk memisahkan sinyal – sinyal yang

diinginkan dari sinyal-sinyal yang tidak diinginkan.
Filter berkembang dalam pemakaiannya di bidang Elektronika
menjadi alat untuk memisahkan signal dari derau.
Secara umum filter terdapat dua jenis yaitu :
1. Filter Analog
2. Filter Digital
SISTEM ADAPTIF ?

Sistem adaptif merupakan suatu sistem yang mampu

menyesuaikan dan dapat beradaptasi langsung dengan kondisi
lingkunganya. Setiap perubahan dari kondisi lingkungan akan
selalu diikuti.
FILTER ADAPTIF

Permasalahan yang mampu ditangani oleh filter adaptif bisa dikategorikan dalam
kelompok

(a) Identifikasi sistem Menggunakan filter adaptif untuk identifikasi respon satu
sistem yang tidak diketahui seperti saluran komunikasi atau jaringan telepon.
(b) Inverse identifikasi system.
(c) Penghilang derau (penghilang interferensi) Sering digunakan untuk penghilang
derau aktif dimana filter diadaptasi dalam waktu riil untuk mendapatkan error yang
kecil.
(d) Prediksi Penggunaannya untuk memprediksi besaran sinyal dimasa depan.
FILTER ADAPTIF
ESTIMASI PARAMETER ?

— Estimasi model berdasarkan data hasil pengukuran variabel sistem

merupakan salah satu topik penting dalam studi sistem dinamik. Estimasi
maximum likelihood (ML) merupakan suatu teknik estimasi stokastik
yang dapat digunakan untuk menentukan nilai parameter optimal pada
suatu model sistem dinamik berdasarkan data observasi yang bercampur
dengan sinyal gangguan acak.
LEAST MEAN SQUARE ALGORITHM (LMS)

Algoritma LMS dikembangkan oleh Widrow dan Hoff (1959). Setiap

koefisien bobot dari tapis digital diperbaharui dengan menggunakan
algoritma adaptif yang berdasarkan pada setiap data masukan.

Langkah–langkah perhitungan dari algoritma LMS, adalah sebagai berikut:

NOISE & NOISE CANCELLATION

Noise tidak bisa dihindari dalam sistem komunikasi. Dalam beberapa kasus,
noise dapat mengganggu sinyal. Ini sangat menjengkelkan karena sinyal yang
diterima bercampur dengan noise itu sendiri. Hal ini bisa saja diselesaikan
dengan filter lowpass, highpass atau bandpass untuk mendapatkan sinyal yang
diinginkan, tetapi metode ini jarang mendapatkan hasil optimum.
NOISE & NOISE CANCELLATION

Salah satu alternatif untuk menyelesaikan masalah adalah dengan

menggunakan filter adaptif. Algoritma adaptif yang sering digunakan
adalah Algoritma Least Mean Square (LMS) yang kompatibel dengan
Finite Impulse Response (FIR).

Hasil positif dari percobaan ini dapat dilihat dari nilai Mean Square Error
(MSE) dan Signal to Noise Ratio (SNR).
MATLAB DYNAMIC SIMULATION