Darmadi, Dedy
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

SIMULASI ELIMINASI NOISE DENGAN METODE TRANSFORMASI WAVELET BERBANTUAN GRAPHICAL USER INTERFACE (GUI) MATLAB Darmadi, Dedy; Imansyah, Fitri; Yacoub, Redi Ratiandi
Jurnal Teknik Elektro Universitas Tanjungpura Vol 1, No 1 (2020): Jurnal S1 Teknik Elektro UNTAN
Publisher : Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (416.425 KB)

Abstract

Dalam proses pengiriman sinyal informasi ke penerima akan melewati suatu media transmisi. Pada proses pengiriman ini maka akan muncul derau atau noise sehingga mengakibatkan sinyal informasi yang diterima mengalami gangguan dan bercampur dengan sinyal-sinyal yang tidak diinginkan sehingga dapat mengganggu keaslian informasi. Banyak cara yang dapat dilakukan untuk menghilangkan noise yang tercampur pada sinyal suara salah satunya menggunakan transformasi wavelet. Pada penelitian ini dibuat suatu aplikasi yang dapat digunakan untuk mengeleminasi noise dengan metode Transformasi Wavelet. Berbantuan Graphical User Interface (GUI) pada matlab, aplikasi ini akan diberikan fitur berupa recording agar dapat mensimulasikan sinyal suara secara seketika setelah di rekam dengan hasil output suara yang diharapkan bersih dari Noise atau suara yang tidak diinginkan. Aplikasi Eliminasi noise dibuat stand-alone agar dapat dijalankan di personal computer tanpa memerlukan proses instalasi aplikasi matlab terlebih dahulu. Semakin tinggi level dekomposisi maka semakin tinggi nilai SNR yang didapatkan namun semakin tinggi pula resiko kehilangan sinyal informasi pada file suara yang di eliminasi. Hilangnya sinyal informasi ditandai dengan menurunnya nilai SNR hingga lebih rendah dari level di bawah nya atau bahkan nilai SNR nya lebih rendah dari nilai SNR awal. Jenis wavelet Coiflets mendapatkan hasil yang lebih baik pada setiap sampel suara. Hal ini di dapat dilihat dari nilai SNR nya dimana jenis Wavelet Coiflets pada sampel suara 1 mendapatkan nilai SNR tertinggi 18.5939 dB atau 41.5% lebih tinggi dari nilai SNR awal, pada sampel suara 2 mendapatkan SNR tertinggi 24.8905 dB atau 25.05% lebih tinggi dari nilai SNR awal, dan pada sampel suara 3 mendapatkan SNR tertinggi 17.7862 dB atau 55.89% lebih tinggi dari nilai SNR awal.Â