No abstract

ABSTRAKPenelitian ini membahas mengenai penerima gelombang extremely low frequency (ELF) untuk pengolahan akuisisi data gempa bumi. Penerima ELF dirancang menggunakan operational amplifier (Op-Amp) dengan masukan takmembalik. Sinyal yang diterima oleh antena diteruskan ke penerima ELF yang terdiri dari preamplifier dan amplifier untuk proses penguatan, serta filter aktif orde 2 untuk menekan sinyal di atas frekuensi cut-off sebesar 50Hz. Karakterisasi penerima ELF dilakukan dengan mengamati perbandingan level tegangan sinyal keluaran terhadap level tegangan sinyal masukan, sensitivitas, serta bentuk sinyal keluaran dari penerima ELF dalam domain waktu. Hasil simulasi menunjukkan bahwa penerima ELF menghasilkan penguatan sebesar 60,8dB dengan sensitifitas tinggi untuk level sinyal masukan di bawah -30dB yang mampu memenuhi level sinyal untuk pengolahan akuisisi data.Kata kunci: extremely low frequency, penerima ELF, operational amplifier, filter aktif, gempa bumi ABSTRACTThis research presents extremely low frequency (ELF) receiver for earthquake data acquisition processing. The ELF receiver is designed based on non-inverting operational amplifier (Op-Amp). The signal received by the antenna is fed into ELF receiver which consists of preamplifier and amplifier for amplification, and second order active filter to suppress unwanted signal above the cut-off frequency of 50Hz. Characterization of ELF receiver is performed by observing the comparison of the level output signal to level input signal, sensitivity, and ELF receiver signal output in time domain. The simulation results show that the ELF receiver has gain of 60.8dB with high sensitivity for low level input signals below -30dB that is able to meet signal level for data acquisition processing.Keywords: extremely low frequency, ELF receiver, operational amplifier, active filter, earthquake

No abstract

Dalam beberapa dekade terakhir, perkembangan teknologi telekomunikasi telah berevolusi secara signifikan. Teknologi 4G yang mulai berjalan secara komersial sejak tahun 2013 di Indonesia akan segera tergantikan dengan teknologi 5G yang telah ada di ambang pintu. Dalam penelitian ini, kami mempelajari skenario dimensi jaringan yang sesuai untuk mencapai datarate yang ditargetkan sesuai dengan standar 5G pada suatu lokasi dengan kepadatan pengguna yang cukup tinggi. Penelitian ini difokuskan pada jaringan femtocell yang merupakan small base station (akses poin) yang didesain untuk penggunaan indoor dengan konsumsi daya yang rendah. Dalam penelitian ini, digunakan tiga skenario antena (Multi-Input Multi-Output) MIMO yang berbeda. Dari hasil simulasi diperoleh bahwa dengan konfigurasi MIMO 16X16, sistem jaringan telah mampu menyediakan datarate sebesar 1Gbps untuk semua pengguna, dan menunjukkan hasil yang paling baik dibandingkan konfigurasi MIMO 4X4 dan MIMO 8X8.

Pada paper ini membahas tentang pendeteksian kedipan mata dengan menggunakan metode K-Nearest Neighbour dan Perangkat sensor gelombang otak (Electroencephalography/EEG). EEG atau Sensor gelombang otak merupakan sensor yang terdiri dari elektroda yang berfungsi untuk mendeteksi sinyal-sinyal listrik pada permukaan kulit kepala. Sinyal-sinyal listrik dihasilkan oleh gelombang otak saat tubuh melakukan aktifitas fisik, seperti mengedipkan mata, menggerakan tangan, kondisi tidur dan juga saat emosi. Pada EEG, elektroda yang digunakan sebaiknya lebih dari satu buah, hal ini untuk mendeteksi perubahan sinyal listrik dibeberapa bagian kepala sehingga dapat meningkatkan jenis aktifitas tubuh yang dapat diidentifikasi. Luaran EEG merupakan hasil pembacaan listrik yang dikonversi kedalam nilai ADC, sehingga masih membutuhkan pemrosesan selanjutnya agar dapat digunakan untuk mendeteksi gerakan. Pada paper ini digunakan metode K-Nearest Neighbour dengan dua teknik pemrosesan data untuk memproses data yang dihasilkan oleh elektroda untuk mendeteksi berkedip atau tidak. Hasil yang diperoleh menunjukan KNN #2  memiliki performa yang lebih baik dibandingkan metode KNN #1 baik dalam akurasi maupun kecepatan.