Postingan

Menampilkan postingan dari April, 2018

kuis 7 pengolahan sinyal digital

Gambar
Sifat-Sifat Transformasi Fourier: Sifat-sifat transformasi Fourier diperlukan di saat dilakukan berbagai perlakuan terhadap sinyal asli-nya. Sifat-sifat tersebut adalah: a.               Linearitas Sifat linearitas berarti jika x(t) = X(ω), maka: Sifat linearitas yang lain adalah : F(af(x)+bg(x)) aF(f)+bF(g) Dui mana a dan b adalah konstanta sedangkan f(x) dan g(x) adalah fungsi kontinyu. Bukti dari sifat linear adalah :

Cara Kerja Backpropagation

Gambar
Arsitektur : Dalam metode Backpropagation, biasanya digunakan jaringan multilayer. Pada gambar, unit input dilambangkan dengan X, hidden unit dilambangkan dengan Z, dan unit output dilambangkan dengan Y. Bobot antara X dan Z dilambangkan dengan v sedangkan bobot antara Z dan Y dilambangkan dengan w. Seperti yang diperlihatkan pada gambar diatas bahwa jaringan Backpropagation terdiri dari 3 sel neuron pada lapisan input yaitu x1,x2,dan x3; 2 sel neuron pada lapisan tersembunyi yaitu z1 dan z2; serta 1 sel neuron pada lapisan output yaitu y. Nilai bias  b1 yang di berikan pada lapisan tersembunyi bertujuan untuk mengolah data input ditambah bobot Vij yang masuk ke dalam sel-sel pada lapisan tersembunyi dengan bantuan fungsi aktifasi. Begitupula dengan nilai bias b2 yang diberikan pada lapisan keluaran adalah untuk mengolah data yang berasal dari keluaran sel pada lapisan tersembunyi ditambah bobot Wij yang masuk kedalam lapisan keluaran dengan bantuan fungsi aktifasi. Cara Kerja : Met

kuis 6

Gambar
Sifat-sifat transformasi Fourier berpengaruh terhadap operasi nilai input pada sebuah sistem a.    Linearitas    Sifat linearitas berarti jika x(t) = X(ω), maka: Sifat linearitas yang lain adalah : F(af(x)+bg(x)) aF(f)+bF(g) Dimana a dan b adalah konstanta sedangkan f(x) dan g(x) adalah fungsi kontinyu. Bukti dari sifat linear adalah : b. Pergeseran Waktu Efek pergeseran di domain waktu hanyalah menambahkan suku bilangan linier -ω t 0 pada spektrum fasa aslinya, θ(ω) sehingga dapat dituliskan dalam persamaan berikut: c.   Pergeseran Frekuensi           Persamaan yang menggambarkan efek pergeseran frekuensi adalah sebagai berikut: d. Perubahan Skala Perubahan skala berarti jika terjadi kompresi dimensi waktu dari sebuah sinyal (a > 1) akan mengakibatkan ekspansi spektrumnya, sedangkan jika terjadi ekspansi dimensi waktu (a < 1) akan mengakibatkan kompresi spektrumnya. Hal ini digambarkan pada persamaan berikut: e.    Pembalikan wakt
Gambar
R a n g ka i a n D ec o d e r D e c o de r m e r u pa k a n r a n g k a i a n k o m b i n a s i o n a l y a n g be r f u n g si m e n g k o d e k a n k e m ba l i (m en a f s i r k an ) k o d e p a d a i n p u t n y a m e n j a d i d a t a p a d a o u t p u t n y a . P a d a da s a r n y a m e r u p a k a n k u m p u l a n g e r b a n g A N D s e h i n g g a d a pa t d i g u na k a n s e b a ga i pe m b a ng k i t f u n g s i . D e c o de r m e n g u b a h i n f o rm a si b i n e r da r i n s a l u r a n i n pu t m e n j a d i m a x i m u m 2 n s a l u r a n ou t p u t . S eb a g a i c on t o h : b a n y a k n y a i n p u t n = 3 m a ka b an y a k n ya s a l u r a n ou t p u t a d a l a h m = 2 3 . C o n t o h d e c o de r 3 t o 8 . I n p u t n = 3 , m a ka o u t p u t n y a 2 3 = 8 s a l u r an . L i h a t g a m b a r 1 d a n 2 . D e c o de r     b i a s an y a     m e m ili ki     s a l u r a n     e n ab l e