Garuda - Garba Rujukan Digital

Coverage Prediction of HF Wireless Network for Disaster Early Warning System in Indonesia Wismanu Susetyo; Gamantyo Hendrantoro; Achmad Affandi
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

HF Radio communication (2 – 25 MHz) is relatively low cost beyond the line-of-sight application. Andhave an alternative to satellite and tropospheric scatter communication. Using the wireless sensor array networkfor monitoring and identifying of sea, land, mountain etc which deal with activity of earthquake disaster inrelatively small area. The data collected and processed in one center node regional divisions, then using the HFwireless network build a national disaster early warning system. The important medium for HF radiocommunication is Ionosphere, which have spatially and temporally propagation characteristics, but when usedappropriate time and location a long range communication can be done.This paper focuses on coverage prediction of point to point HF radio communication, which used tocommunicate from six center node regional divisions to national main control system in Indonesia. Usingstatistical based tool communication analysis and prediction program VOACAP is yielded that the bestcommunication can be done at disaster frequency 12.6MHz almost all day long. Padang, Pontianak, Palu,Ambon, Kupang and Tembagapura is set as center node regional divisions with main control system at Surabaya,they have coverage capability when used in the disaster early warning system in Indonesia.Keyword: coverage prediction, HF radio communication, wireless sensor array.

Analisa Spektral Redaman Hujan Tropis Menggunakan Data Pengukuran di Surabaya untuk Evaluasi Sistem Radio Gelombang Milimeter Achmad Mauludiyanto; Gamantyo Hendrantoro
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Makalah ini menyampaikan hasil simulasi dari spektral redaman hujan terkait dengan evaluasi sistemradio gelombang milimeter. Simulasi ini menggunakan data pengukuran hujan di Surabaya dengan disdrometer.Hasil spektral yang disimulasikan menunjukkan kecenderungan mulai f-3,396, f-3,614, f-3,723, dan f-3,709 berturut-turutuntuk link 1 Km, 2 Km, 3 Km, dan 4 Km untuk arah angin barat-timur. Sedangkan untuk arah angin selatanutarakecenderungannya f-1,277 baik untuk link 1 Km, 2 Km, 3 Km, dan 4 Km. Perubahan daya pada sistem radiogelombang milimeter terjadi sangat cepat pada link barat-timur, sehingga diperlukan suatu sistem daya adaptifdengan respon lebih tinggi, dengan semakin besar panjang link maka semakin besar pula kerapatan daya yangterjadi, artinya dibutuhkan daya kirim yang semakin besar untuk mengkompensasi redaman link pada saathujan. Metode spektral adalah salah satu metode pendekatan untuk pembangkitan redaman hujan. Metode inibelum mampu mendekati redaman hujan hasil pengukuran karena gradien yang didapatkan kurang bervariasiterhadap frekuensi spektral.Katakunci: redaman hujan, synthetic storm technique, spektral redaman hujan.

Model Statistik Fading Karena Hujan di Surabaya Febrin Aulia; Porman Hutajulu; Gamantyo Hendrantoro; Achmad Mauludiyanto
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2008
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Pada sistem komunikasi gelombang milimeter, peristiwa fading (pelemahan) sangat mempengaruhipenyampaian gelombang elektromagnetik karena dapat menyebabkan sinyal yang diterima terganggu. Untukmengurangi pengaruh ini, maka diperlukan perancangan kontrol daya dari stasiun pemancar yang dapatmengikuti variasi fading selama peristiwa hujan untuk mengimbangi redaman hujan. Penelitian ini mencarimodel distribusi fade dynamics dari pengukuran parameter hujan di Surabaya yang terdiri dari fade slope danfade duration. Model ini akan diterapkan untuk mengevaluasi Fade Mitigation Tehniques (FMT) yang sesuaiuntuk iklim di Indonesia, dengan melakukan pengukuran curah hujan di lingkungan kampus ITS. Sedangkandata kecepatan angin diperoleh dari Badan Meteorologi dan Geofisika Juanda Surabaya. Data curah hujan dankecepatan angin tersebut digunakan untuk menghitung besarnya redaman hujan. Dari nilai redaman tersebutmaka dapat dilakukan perhitungan untuk menentukan fade slope pada tiap even hujan dan fade duration denganmenentukan batas thresholdnya yaitu pada 5, 10, 15, 20, 25, dan 30 dB yang berorientasi pada dua arah linkyaitu Barat-Timur dan Utara-Selatan. Selanjutnya dilakukan perhitungan statistik fade slope dan fade durationkondisional sehingga dapat diperoleh model statistik fading di Surabaya. Statistik fading sangat dipengaruhioleh variasi wilayah, tahun, arah angin dan arah link komunikasi serta panjang link komunikasi. Sehinggadalam merancang sistem komunikasi harus memperhatikan hal-hal tersebut. Perancangan kontrol daya harusmemperhitungkan arah dan kecepatan angin. Dalam perancangan kontrol daya jika panjang lintasan yangdiinginkan semakin panjang, maka equalizer juga harus dirancang untuk bisa mengikuti variasi sinyal yangsemakin cepat.Katakunci : Fading, fade slope, fade duration, fade mitigation techniques.

Pemodelan Varima dengan Efek Deteksi Outlier Terhadap Data Curah Hujan Achmad Mauludiyanto; Gamantyo Hendrantoro; Mauridhi Hery P; Suhartono Suhartono
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Makalah ini menyampaikan hasil pemodelan VARIMA (Vektor Autoregressive Integrated Moving Average)dengan efek deteksi outlier terhadap data curah hujan di Surabaya. Pemodelan ini menggunakan program SASdan minitab. Tahap awal dari pemodelan ARIMA adalah identifikasi stasioneritas data, baik dalam mean danvarians. Identifikasi bentuk ACF dan PACF dari data yang sudah stasioner digunakan untuk menentukan ordemodel VARIMA dugaan. Tahapan selanjutnya adalah estimasi parameter dengan MLE (Maximum LikehoodEstimation) dan cek Approx. Pr.>⎢t⎥ harus lebih kecil dari 0,05. Jika hasil Approx. Pr.>⎢t⎥ lebih besar dari 0,05maka orde dari model yang diduga tidak signifikan. Sehingga, langkah selanjutnya yang dilakukan adalahmengeliminasi orde tersebut dari model ARIMA dugaan. Pada bagian akhir dari hasil ditunjukkan rangkumandari deteki outlier dan jenisnya. Hasil penelitian menunjukkan Dengan program SAS dapat ditentukan secaraotomatis jumlah outlier yang terjadi, sehingga menghindari terjadinya ‘spurious outlier’. Untuk jarak antarraingaguge > 1 Km maka data curah hujan diantara 2 raingaguge tidak saling berpengaruh, sebaliknya jikajaraknya < 1 Km maka hasil perekaman data curah hujan saling mempengaruhi. Hal ini bisa terjadi karena selhujan yang terjadi mempunyai radius sekitar 1 Km. Artinya diameter sel hujan yang terjadi < 1 Km, sehinggajika jarak pengukuran > 1 Km maka alat ukur (raingauge) yang kedua berada pada sel hujan yang berbedadengan alat ukur (raingauge) yang pertama.Kata kunci: model VARIMA, SAS, deteksi outlier, MSE.

Estimasi Kanal dengan Pendekatan Linear Piece Wise untuk Mitigasi ICI pada Sistem OFDM Mobile Adhe Budi Santoso; Titiek Suryani; Gamantyo Hendrantoro
Jurnal Teknik ITS Vol 1, No 1 (2012)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Sistem transmisi OFDM merupakan sistem transmisi yang menggunakan beberapa buah frekuensi yang saling orthogonal. Transmisi OFDM digunakan karena dapat mengoptimalkan pemakaian spektrum, memiliki efisensi pemakaian frekuensi yang lebih baik dan tahan terhadap frequency selective fading. Namun untuk aplikasi pada kanal OFDM Mobile, perubahan kanal terhadap waktu akibat Doppler akan menimbulkan interferensi yaitu berupa intercarrier-interference (ICI) pada OFDM yang dapat mempengaruhi performa kinerja sistem. Untuk itu dibutuhkan estimasi kanal untuk keperluan mitigasi ICI. Pada simulasi, estimasi pada kanal OFDM Mobile menggunakan pendekatan linier piece wise untuk keperluan Mitigasi intercarrier-interference (ICI), pada sistem transmisi ini baik dengan bantuan cyclic prefix (satu-slope) dan menggunakan bantuan adjacent symbol (dua-slope). Hasil akhir yang ingin dicapai adalah perbandingan dari hasil perhitungan BER pada kanal yang diestimasi dengan interpolasi linier piece wise yang menggunakan pencarian slope dengan metode satu slope yang memanfaatkan informasi dari cyclic prefix dengan yang menggunakan metode dua slope yang memanfaatkan informasi hasil estimasi titik tengah dari dua simbol yang saling berdekatan. Dari hasil simulasi berdasarkan variasi banyaknya jumlah iterasi antara dua algoritama pada estimasi linier piece wise, dapat disimpulkan bahwa algoritma (two-slope) mampu mengestimasi kanal lebih baik daripada dengan menggunakan informasi dari cyclic prefix (one-slope), hal ini bisa dilihat dari error yang dihasilkan lebih kecil yaitu 2.10-1 - 4.10-5 untuk iterasi sebanyak 10 kali dengan fd=0.02, ini jauh lebih baik daripada yang dengan menggunakan metode (one-slope) yang memiliki error 3.10-1 - 9.10-5 untuk iterasi yang sama dengan nilai fd sama, lebih buruk 5.10-5 daripada two-slope di SNR 40.

MODELING HIDDEN NODES COLLISIONS IN WIRELESS SENSOR NETWORKS: ANALYSIS APPROACH A. Sjamsjiar Rachman; Wirawan Wirawan; Gamantyo Hendrantoro
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 8, No 1, Januari 2010
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

This paper studied both types of collisions. In this paper, we show that advocated solutions for coping with hidden node collisions are unsuitable for sensor networks. We model both types of collisions and derive closed-form formula giving the probability of hidden and visible node collisions. To reduce these collisions, we propose two solutions. The first one based on tuning the carrier sense threshold saves a substantial amount of collisions by reducing the number of hidden nodes. The second one based on adjusting the contention window size is complementary to the first one. It reduces the probability of overlapping transmissions, which reduces both collisions due to hidden and visible nodes. We validate and evaluate the performance of these solutions through simulations.

PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER Achmad Mauludiyanto; Gamantyo Hendrantoro; Mauridhi Hery P; Suhartono Suhartono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 3, Januari 2009
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

The purpose of this paper is to provide the results of Arima modeling and outlier detection in the rainfall data in Surabaya. This paper explained about the steps in the formation of rainfall models, especially Box-Jenkins procedure for Arima modeling and outlier detection. Early stages of modeling stasioneritas Arima is the identification of data, both in mean and variance. Stasioneritas evaluation data in the variance can be done with Box-Cox transformation. Meanwhile, in the mean stasioneritas can be done with the plot data and forms of ACF. Identification of ACF and PACF of the stationary data is used to determine the order of allegations Arima model. The next stage is to estimate the parameters and diagnostic checks to see the suitability model. Process diagnostics check conducted to evaluate whether the residual model is eligible berdistribusi white noise and normal. Ljung-Box Test is a test that can be used to validate the white noise condition, while the Kolmogorov-Smirnov Test is an evaluation test for normal distribution. Residual normality test results showed that the residual model of Arima not white noise, and indicates the existence of outlier in the data. Thus, the next step taken is outlier detection to eliminate outlier effects and increase the accuracy of predictions of the model Arima. Arima modeling implementation and outlier detection is done by using MINITAB package and MATLAB. The research shows that the modeling Arima and outlier detection can reduce the prediction error as measured by the criteria Mean Square Error (MSE). Quantitatively, the decline in the value of MSE by incorporating outlier detection is 23.7%, with an average decline 6.5%.

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search