Mekanisme proyeksi linier dari sebuah sinyal ke dalam sebuah matriks pengukuran untuk mendapatkan sinyal yang sudah dalam bentuk termampatkan dikenal dengan nama penginderaan kompresif (compressive sensing). Penginderaan kompresif adalah paradigma baru dalam akuisisi sinyal dimana penginderaan dan pemampatan sinyal dilakukan secara simultan. Pada penginderaan kompresif, sinyal dapat direkonstruksi dari jumlah pengukuran yang jauh lebih sedikit dibandingkan dengan metode tradisional yang didasarkan pada teorema pencuplikan Shannon-Nyquist. Penginderaan kompresif mensyaratkan sinyal memiliki representasi sparse di dalam suatu kamus-basis (dictionary) yang tepat. Incoherency antara matriks pengukuran dan kamus-basis menentukan jumlah pengukuran minimal yang dibutuhkan dan akurasi rekonstruksi sinyal dari penginderaan kompresif. Matriks pengukuran yang saat ini umum digunakan pada penginderaan kompresif adalah matriks-acak yang memiliki incoherency yang cukup baik dengan basis yang biasa digunakan seperti Fourier dan Wavelet. Beberapa metode atau algoritma telah diajukan untuk mendesain matriks pengukuran yang lebih baik dari matriks-acak. Pada penginderaan kompresif, perkalian antara matriks pengukuran dan kamus-basis disebut kamus-basis ekivalen. Kamus-basis ekivalen ini memainkan peranan yang penting dalam mendesain sebuah matriks pengukuran yang optimal. Pada penelitian ini matriks pengukuran didesain dengan membuat Gram matriks dari kamus-basis ekivalen mendekati matriks identitas. Pendekatan tersebut akan menghasilkan sebuat himpunan solusi dimana alternating projection based on tight frames dan iterative shrinkage method digunakan untuk mendapatkan solusi yang optimal. Hasil percobaan menunjukan bahwa matriks pengukuran yang diperoleh dari metode yang diajukan di atas meningkatkan kinerja penginderaan kompresif dalam hal akurasi sinyal rekonstruksi dan lebih baik dari metode desain matriks pengukuran sebelumnya.

Penginderaan kompresif, sparse, incoherency, kamus-basis, desain matriks pengukuran, tight frames.

• Dr. Endra, S.Kom., M.T.