Analisis Algoritma Music Untuk Deteksi Sudut Kedatangan Pada Perangkat Gunshot

Nilla Rachmaningrum; Rizal  Reynaldi; Risdilah  Mimma Untsa

doi:10.52435/complete.v5i1.491

Authors

Nilla Rachmaningrum Program Studi Teknik Telekomunikasi, Telkom University Surabaya, Surabaya, Indonesia
Rizal Reynaldi Program Studi Teknik Telekomunikasi, Telkom University Surabaya, Surabaya, Indonesia
Risdilah Mimma Untsa Program Studi Teknik Telekomunikasi, Telkom University Surabaya, Surabaya, Indonesia

DOI:

https://doi.org/10.52435/complete.v5i1.491

Keywords:

Algoritma MUSIC, DoA, SNR, Mikrofon Array

Abstract

Pada zaman perang dunia, teknologi memiliki peranan penting untuk membawa kemenangan suatu negara dan aliansinya pada saat itu. Sudah menjadi tugas dari TNI untuk menjaga persatuan dan kesatuan Negara Kesatuan Republik Indoensia. Salah satu sebab banyaknya korban adalah kurangnya teknologi untuk mengetahui arah asal tembakan dari lawan yaitu anggota KKB. Pada penelitian ini, perkembangan teknologi digunakan sebagai alat bantu untuk mempermudah dan meminimalisir terjadinya korban yang akan menyebabkan suatu kerugian pada TNI. Algoritma dari DoA (Direction of Arrival) dapat memberikan perkiraan arah datangnya suara tembakan yang cukup akurat. Dengan dikombinasikan dengan algoritma MUSIC (Multiple signal Classification), bisa memberikan informasi asal suara tembakan. Pada penelitian ini mendapatkan hasil informasi sudut kedatangan asal suara tembakan dan dapat mengetahui nilai SNR (Signal to Noise Ratio) nya. SNR digunakan untuk membandingkan sinyal informasi dengan noise yang terdapat pada sebuah transmisi. Pengukuran SNR dilakukan dengan cara melakukan pengukuran kekuatan sinyal dan pengukuran kekuatan sinyal noise yang sudah diatur. Hasil pengukuran nilai SNR untuk semua sudut memiliki nilai rata-rata 7,30 dB. Hasil tersebut berarti semakin tinggi nilai SNR, maka kualitas sinyal semakin baik dan nilai noise semakin kecil. Hasil penelitian ini juga menunjukkan tingkat keakuratan pendeteksian sudut kedatangan mencapai 99,21%.

References

Jonh Roy Purba, “53 Orang Tewas Akibat Ulah KKB Papua Selama 2022, 2021 Sebanyak 34 Orang,” detikNews. [Online]. Available: https://news.detik.com/berita/d-6486149/53-orang-tewas-akibat-ulah-kkb-papua-selama-2022-2021-sebanyak-34-orang.

C.-B. Ko and J.-H. Lee, “Performance of ESPRIT and Root-MUSIC for Angle-of-Arrival (AOA) Estimation,” in 2018 IEEE World Symposium on Communication Engineering (WSCE), IEEE, Dec. 2018, pp. 49–53. doi: 10.1109/WSCE.2018.8690541.

M. M. Gunjal and A. A. B. Raj, “Improved Direction of Arrival Estimation Using Modified Music Algorithm,” in 2020 5th International Conference on Communication and Electronics Systems (ICCES), IEEE, Jun. 2020, pp. 249–254. doi: 10.1109/ICCES48766.2020.9137982.

C. B. Muhammad, H. Wijanto, and A. D. Setiawan, “Analisis Pencarian Sudut Kedatangan Menggunakan Algoritma MUSIC untuk Adaptive Beamforming,” Jurnal TEKTRIKA, vol. 3, no. 2, Jul. 2018.

S.-H. Jeong, B. Son, and J.-H. Lee, “Asymptotic Performance Analysis of the MUSIC Algorithm for Direction-of-Arrival Estimation,” Applied Sciences, vol. 10, no. 6, p. 2063, Mar. 2020. doi: 10.3390/app10062063.

R. M. Untsa, G. Hendrantoro, and P. Handayani, “Clutter Mitigation Technique on OFDM MIMO Radar,” in 2019 International Conference of Artificial Intelligence and Information Technology (ICAIIT), IEEE, Mar. 2019, pp. 145–150. doi: 10.1109/ICAIIT.2019.8834528.

Mei J. Zhou, P. Xiong, X. et al., “DOA Estimation Method for Ultra-Wide-Band Insect Radar Based on Variable Conical Conformal Array: Adjustable MUSIC Algorithm,” in 2022 Mathematical Problems in Engineering, Hindawi, vol. 2022, Article ID 9443023, 10 pages. doi: 10.1155/2022/9443023.

Z. Zhang, W. Zhao, Y. Huang, et al., “Implementation of DOA Estimation System Based on HackRF One,” in 2022 International Journal of Antennas and Propagation, Hindawi, vol. 2022, Article ID 7901714, 12 pages. doi: 10.1155/2022/7901714.

A. Movahed, T. Waschkies, and U. Rabe, “Air Ultrasonic Signal Localization with a Beamforming Microphone Array,” in 2019 Advances in Acoustics and Vibration, Hindawi, vol. 2019, Article ID 7691645, 12 pages. doi: 10.1155/2019/7691645.

E. Aydemir, “Gunshot Audio Dataset,” Kaggle, Jan. 8, 2024. [Online]. Available: https://www.kaggle.com/datasets/emrahaydemr/gunshot-audio-dataset.

G. K. Papageorgiou, M. Sellathurai, and Y. C., “Deep Networks for Direction-of-Arrival Estimation in Low SNR,” in 2021 Transactions on Signal Processing, IEEE, Jun. 2021, pp. 3714–3729. doi: 10.1109/TSP.2021.3089927.

R. Untsa, F. Akbar, H. Briantoro, N. Rachmaningrum, and H. Mustakim, “Filter Least Mean Square (LMS) untuk Mengurangi Noise pada Sinyal Suara Tembakan,” CENTIVE, vol. 3, no. 1, pp. 104–112, Dec. 2023.