Noise Reduction pada Pembacaan Sinyal Analog Mikrokontroler menggunakan Metode Double Exponential Moving Average (DEMA)

Rais Mu'ammar(1*), Moethia Faridha(2)

(1) Teknik Elektro, Universitas Islam Kalimantan MAB Banjarmasin, Indonesia
(2) Teknik Elektro, Universitas Islam Kalimantan MAB Banjarmasin, Indonesia
(*) Corresponding Author

Sari


Metode Exponential Moving Average (EMA) seringkali digunakan sebagai noise reduction pada sebuah sistem. Meskipun metode ini dapat mengurangi noise yang terdapat pada sebuah sistem, namun terdapat rentang waktu yang diperlukan untuk menghasilkan data nilai analog yang halus. Maka dari itu untuk mengatasi rentang waktu yang terjadi dan tetap menghasilkan data nilai analog yang halus maka dapat diterapkan sebuah metode yaitu Double Exponential Moving Average (DEMA). Pada metode ini, penghalusan data nilai analog disesuaikan dengan lonjakan nilai yang terjadi sehingga rentang waktu penghalusan dapat dipersingkat. Agar tujuan dari penelitian ini tercapai maka tahapan penelitian yang telah dilakukan adalah mengkonversi metode DEMA ke dalam bentuk bahasa pemrograman. Kemudian mensimulasikan nilai analog dan noise pada mikrokontroler dengan memanfaatkan data analog dari resistor variabel, tujuannya adalah agar nilai analog dapat mudah diatur sesuai keinginan. Berdasarkan hasil penelitian yang telah didapat, maka dapat simpulkan bahwa metode DEMA yang diterapkan mampu mengurangi noise yang terjadi pada nilai analog. Metode ini juga dapat merespon perubahan nilai analog dengan cepat, baik saat nilai analog naik secara signifikan ataupun turun secara signifikan dibandingkan dengan menggunakan metode EMA.

Kata Kunci


DEMA, noise, mikrokontroler

Teks Lengkap:

PDF

Referensi


Zhou, Yang., and Yang, Lihui., “Control Strategy to Smooth Wind Power Fluctuations of PMSG Wind Turbine based on the Secondary Exponential Moving Average Method” in IEEE PES Asia-Pasific Power and Energy Engineering Conference (APPEEC), 2019.

M. E. Haque, M. N. S. Khan, and M. R. I. Sheikh, “Smoothing control of wind farm output fluctuations by proposed Low Pass Filter, and Moving Averages,” in ICEEE 2015 - 1st International Conference on Electrical and Electronic Engineering, 2016, no. November, pp. 121–124.

H. Tajiri and T. Kumano, “Input filtering of MPPT control by exponential moving average in photovoltaic system,” in PECon 2012 - 2012 IEEE International Conference on Power and Energy, 2012, no. December, pp. 372–377.

Layakana, M., dan Iskandar, S., “Penerapan Metode Double Moving Average dan Double Eksponential Smoothing Dalam Meramalkan Jumlah Produksi Crude Palm (CPO) pada PT. Perkebunan Nusantara IV Unit Dolok Sinumbah, Jurnal Karismatika, 2020, Vol. 6 No. 1. 44-53.

Sarumaha, Demonius., “Penerapan metode Double Moving Average Untuk Memprediksi Penjualan Tiket Kereta Api”, Journal of Computer Science and Information Technology, 2021, Vol. 1. No. 1. 10-13.

A. R. Wilson, “Event triggered analog data acquisition using the exponential moving average,” IEEE Sens. J., vol. 14, no. 6, pp. 2048–2055, 2014.

M. Chen, T. Jiang, and W. Zou, “Differential physical layer secret key generation based on weighted exponential moving average,” 2015.




DOI: http://dx.doi.org/10.31602/eeict.v6i2.12870

Refbacks

  • Saat ini tidak ada refbacks.


EEICT (Electric, Electronic, Instrumentation, Control, Telecommunication) disebar luaskan oleh : Lisensi Creative Commons Atribusi 4.0 Internasional.