Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika
Hadi Suwastio
Unknown Affiliation
Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
KINERJA SISTEM CHAOTIC DIGITAL CDMA DENGAN MODULASI QUADRATURE CHAOTIC SHIFT KEYING Asep Permadi; Hadi Suwastio; Suyatno Suyatno
TEKTRIKA Vol 9 No 1 (2004)
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v9i1.234

Abstract

Salah satu definisi chaos adalah “sebuah keteraturan tanpa periodisitas”[10]. Salah satu sifat dari chaos adalah unpredictable atau tidak dapat di prediksi. Salah satu dari aplikasi chaos ini adalah digunakannya sinyal chaos pada teknik spreading code pada CDMA. Dengan teknik ini diharapkan tingkat keamanan dari sinyal informasi yang di tebar menjadi lebih tinggi. Teknik spreading code dengan menggunakan chaos ini sering disebut (CD)2MA atau Chaotic Digital Code Divission Multiple Access. Penelitian yang sudah dilakukan adalah teknik (CD)2MA dan dimodulasikan dengan menggunakan teknik modulasi VMSK (Very Minimum Phase Shift-Keying) yang mempunyai efisiensi bandwidth cukup efektif, namun proses demodulasinya sangat sulit sebab harus mengunakan filter kristal dengan delay group yang besar. Penelitian ini akan mencoba menggabungkan sistem (CD)2MA dan memodulasikannya dengan QCSK (Quadrature Chaotic Shift Keying). Dasar pemikiran QCSK adalah modulasi QPSK yang mempunyai performansi hampir sama dengan BPSK tetapi mempunyai efisiensi BW yang lebih baik. QCSK mempunyai efisiensi Bandwidth yang lebih baik yaitu setengah dari sistem DCSK. Hal ini diharapkan dapat mengimbangi sistem (CD)2MA yang menghasilkan lebar bandwidth yang cukup lebar.Hasil yang diharapkan adalah performansi dan efisiensi bandwidth sistem lebih baik atau sama dengan performansi yang dihasilkan dari sistem (CD)2MA yang dimodulasikan dengan modulasi VMSK.Kata kunci: Chaos, (CD)2MA, QCSK, VMSK, MAI, Processing Gain
LUNG DISORDERS DETECTION BASED ON IRISES IMAGE USING COMPUTATIONAL INTELLIGENT ART Anna Triwijayanti K.; Hadi Suwastio; Rini Damayanti
TEKTRIKA Vol 8 No 2 (2003)
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v8i2.224

Abstract

Iridology as a way of revealing human organs and tissues conditions is done by iridologist by taking the image of both irises of the patients. This can be done by using a digital camera and observe each iris on the LCD display or connect the camera to a computer or a television set and observe it through the display. Research on computerized iridology has been performed before by using artificial neural network of back propagation, which is a kind of supervised learning algorithm, as the classifier [13]. Such system should be able to retain its stability while still being plastic enough to adapt to arbitrarily input patterns. Adaptive Resonance Theory (ART), another kind of artificial neural network which uses unsupervised learning algorithm, has some important traits, such as real-time learning, self-stabilizing memory in response to arbitrarily many input patterns, and fast adaptive search for best match of input-to-stored patterns [9]. That way, ART architecture is expected to be the best stable and adaptable solution in changing environment of pattern recognition. In this research, the lung disorders detection is simply designed through the steps of segmentation, extraction of color variations, transformation of lung and pleura representation area in iris image to binary form as the input of ART 1, and pattern recognition by ART 1 neural network architecture. With 32 samples and 4 nodes of output layer of ART1, the system is able to determine the existences of the four stadiums of lung disorders (acute, subacute, chronic and degenerative) in relatively short time process (approximately 1.8 to 3.2 seconds) with the accuracy of stadium recognition 91.40625% by applying the vigilance parameter value of 0.4.Keywords: iridology, lung, pleura, segmentation, ART 1 neural network
Co-Authors Anna Triwijayanti K. Asep Permadi Sembiring, Rinawati Suyatno Suyatno