<![CDATA[Penelitian ini bertujuan untuk mengevaluasi performa 1st Order Low-Pass Filter (LPF) dan Exponential Moving Average (EMA) sebagai signal conditioner untuk denoising data sensor, dengan fokus pada respons denoiser terhadap event transien. Metode synthetic benchmarking digunakan dengan data sensor sintetis yang terkontaminasi derau Gaussian dan injeksi pulsa Gaussian sebagai event transien pada interval waktu tertentu. Analisis dilakukan di domain waktu dan frekuensi menggunakan metrik Signal-to-Noise Ratio (SNR), Root Mean Squared Error (RMSE) keseluruhan dan transien, Peak Amplitude Preservation (PAP), serta Delay. Hasil simulasi menunjukkan bahwa kedua denoiser relatif efektif dalam mereduksi derau dan meningkatkan SNR. EMA terbukti superior dalam mempreservasi event transien, dengan PAP 65,89%, delay 2 ms, dan RMSEtransient 0,7845 dibandingkan LPF dengan PAP 57,98%, delay 3 ms, dan RMSEtransient 0,8886. Penelitian ini menggarisbawahi adanya kompromi inheren antara efektivitas denoising dan integritas event transien. Kondisi tersebut menunjukkan bahwa pemilihan denoiser harus mempertimbangkan prioritas spesifik masing-masing aplikasi.]]>
Copyrights © 2025
