PEMROSESAN AWAL DATA RUNTUN WAKTU HASIL PENGUKURAN UNTUK IDENTIFIKASI SISTEM TUNGKU SINTER DEGUSSA

Sari

ABSTRAK─Pemrosesan awal data merupakan langkah penting dan kritis serta memiliki dampak besar pada keberhasilan analisis atau penggunaan selanjutnya dari data. Data hasil pengukuran yang terbebas dari noise tidak pernah dapat diperoleh dalam pengukuran menggunakan sensor dilaboratorium proses kimia atau fisika karena adanya noise yang timbul dari efek termodinamika dan kuantum. Selain itu noise juga terjadi karena kesalahan transmisi, lokasi memori yang rusak, dan kesalahan timing pada konversi analog ke digital. Pada makalah ini dilakukan penelitian dan eksperimen untuk mencari parameter optimal penapisan noise spike (outlier) menggunakan median filter pada data runtun waktu input-output hasil akuisisi proses sintering. Dari hasil eksperimen diperoleh parameter optimal median filter untuk data runtun waktu input–output proses sintering adalah dengan lebar jendela pergeseran N=25. Parameter tersebut menghasilkan rasio sinyal terhadap noise (SNR) yang cukup tinggi dengan rerata 3,6685 dan rerata kesalahan kuadrat (MSE) rendah dengan rerata 0,0352 dengan tetap mempertahankan bentuk asli puncak sinyal. Dengan demikian data hasil pemrosesan awal data dapat digunakan pada proses selanjutnya yaitu identifikasi sistem menggunakan teknik cerdas dengan efisien dan akurat.

Kata Kunci – Pemrosesan awal data, runtun waktu, median filter, sintering

ABSTRACT─Data preprocessing is an important and critical step and have a huge impact on the success of the analysis or the subsequent use of the data. Measurement data with free of noise can never be obtained from the sensor measurement in chemical or physical process laboratory due to the noise arising from thermodynamics and quantum effects. In addition, noise also occurs because of a transmission error, faulty memory location, and timing errors at the analog to digital conversion. In this paper carried out research and experiments to find the optimal parameters for filtering spikes noise (outliers) using a median filter on input-output time series data that obtained from the data acquisition of the sintering process. From the experimental results obtained that median filter optimal parameter is using moving windows size N=25. These parameters produce sufficiently high Signal to Noise Ratio (SNR) with the average of 3.6685 and a low Mean Square Error (MSE) with the average of 0.0352 while maintaining the shape of the original signal peaks on the data. Thus the results of data preprocessing can be used in the next step of the data usage i.e. for system identification using intelligent technique efficiently and accurately.

Keywords – Data preprocessing, time series, median filtering, sintering