Anda di halaman 1dari 6

Simulasi Hasil Perancangan LPF (Low Pass Filter) Digital....

Hanafi

15

SIMULASI HASIL PERANCANGAN LPF (LOW PASS FILTER) DIGITAL
MENGGUNAKAN PROTOTIP FILTER ANALOG BUTTERWORTH

Hanafi
1

1
Dosen Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe
Email:Hnfbatubara@yahoo.com

ABSTRAK

Alat bantu Komputer dan perangkat lunak Matlab dapat digunakan untuk mensimulasikan hasil rancangan filter,
dalam hal ini hasil rancangan filter digital LPF (Low Pass Filter) dari prototip filter analog. Simulasi ini
menampilan sinyal masukan dan sinyal keluaran setelah penerapan filter LPF dalam domain waktu. Program
dibuat ada tiga bagian proses yaitu proses sinyal masukan, proses pemfilteran dengan LPF, kemudian hasil proses
pemfilteran berupa sinyal keluaran. Simulasi sinyal x(t) =sin (2t 50 t) +sin (2t 100 t) +x
3
dengan asumsi sin (2t
50 t) +sin (2t 100 t) sebagai sinyal masukan tanpa noise dan x
3
diasumsikan sebagai noise dalam simulasi ini nilai
diubah-ubah. Filter LPF digital yang dirancang dapat menyaring frekuensi yang diinginkan dan mengeliminasi
noise yang tidak diinginkan dengan indikasi pengurangan ripple dengan penaikan frekuensi noise yang diberikan.
Frekuensi noise yang yang dapat dieleminasi dengan baik 4500 Hz keatas. frekuensi dibawah 4500 sampai dengan
2000 Hz noise meningkat dengan indikasi bertambahnya ripple.

Kata-kata Kunci : Filter, Filter LPF, Ripple, Noise
I. PENDAHULUAN
Algoritma pemrosesan sinyal digital dapat
diklasifikasikan sebagai sistem waktu diskrit.
Umumnya diimplementasikan pada komputer atau
pemrosesan sinyal digital DSP (Digital Signal
Processing). Akibat kelebihannya , filter-filter digital
sering menggantikan filter-filter analog klasik.
Dengan bantuan perangkat lunak Matlab kita dapat
mensimulasikan hasil rancangan filter digital dari
prototip filter analog dan menganalisa hasil dari
simulasi tersebut.
Dalam mendesain sistem-sistem komunikasi,
kendali (kontrol), dan telemetri, kita sering harus
memperhitungkan pula filter-filter pembentuk
spectrum dari berbagai sinyal. Dikarenakan luasnya
pemakaian berbagai komputer digital dan perangkat
keras digital untuk tujuan tertentu, maka penyaringan
digital telah menjadi suatu teknik yang sangat penting
dalam berbagai penerapan yang mencakup
pemrosesan sinyal pembicaraan, radar, seismic dan
biomedis[2].

II. TINJAUAN PUSTAKA
2.1 Filter
Pengolahan sinyal merupakan suatu operasi
matematika untuk mengolah/memproses sinyal
menjadi informasi yang berguna (data). Informasi
merupakan hasil pengolahan sinyal yang mempunyai
daya guna. Filter memegang peranan penting dalam
pengolahan sinyal. Filter adalah suatu rangkaian
elektronik yang berfungsi untuk mengolah frekuensi
dari suatu sinyal, frekuensi sinyal tersebut akan
diloloskan atau diredam, dalam hal ini disesuaikan
dengan kebutuhan. Berdasarkan sifat ini, filter
dibedakan menjadi 4 macam, yaitu low pass filter
(LPF), high pass filter (HPF), band pass filter (BPF)
dan band reject filter (BRF). Dalam DSP (Digital
Signal Processing) filter analog berupa filter
Butterworth , filter Chebyshev, dan filter Elliptic
sebagai dasar dalam merancang filter digital IIR
(Infinite Impulse Response) diperlukan fungsi alih
filter analog H(s). Dari fungsi alih filter analog ini
akan diturunkan fungsi alih filter digital H(z) [4].
2.2 Sistem Waktu Diskrit dalam Persamaan Beda
(Difference Equation)
Persamaan beda merupakan bentuk umum
dari system diskrit, di mana pada system analog
bentuk umum keluaran system dinyatakan dengan
persamaan differensial (differential equation).
Dengan impuls respons h(n), keluaran system y(n)
untuk setiap deret input x(n) dapat dituliskan dengan
konvolusi seperti pada persamaan 1 dan 2 berikut
ini:[4].
y(n) = h(k)x(nk)

-
(1)
Persamaan beda untuk filter dapat ditulis:
y(n) = a
k
y(n k) + b
k
x(nk)
M
k=0
N
k=1
...(2)
2.3 Filter Digital
Filter-filter digital biasanya diklasifikasikan
sebagai filter tanggapan impuls yang lamanya
terbatas(finite duration impulse response=FIR) atau
filter tanggapan impuls yang lamanya tak terbatas
(infinite duration impulse response=IIR). Filter-filter
FIR dicirikan dengan suatu tanggapan impuls yang
panjangnya terbatas atau secara setara dengan suatu
fungsi alih dalam bentuk polinom [2]:
E(z) =o
0
+o
1
z
-1
++o
m
z
-M
..(3)

Jurnal Litek (ISSN: 1693-8097) Volume 10 Nomor 1, Maret 2013: hal. 15 - 20

16

Filter-filter IIR di pihak lain dicirikan oleh fungsi alih
dalam bentuk suatu bentuk fungsi rasional atau
perbandingan polinom[2]:
E(z) =
u
i
z
-i M
i=0
1+ b
i
z
-i N
i=1
(4)
Digambarkan dengan blok diagram gambar 1, berikut
ini.[4]

Gambar 1. Blok diagram filter IIR

2.4 Transformasi Z
Menurut [4] Transformasi z dalam bidang
digital signal processing (DSP) atau control digital
digunakan sebagai alat untuk memodelkan sistem
secara diskrit (digital), sedangkan transformasi
Laplace digunakan untuk memodelkan system
analog. Definisi transformasi z untuk suatu sinyal
diskrit h(n) dinyatakan oleh persamaan 5.
E(z) = (n)z
-n
n=-
(5)
Input :
x(n) X(z) = x(n)z
-n
n=-
(6)
Proses :
h(n) H(z) = (n)z
-n
n=-
.(7)
Output :
y(n) Y(z) = y(n)z
-n
n=-
(8)
Persamaan keluaran :
Y(z) =X(z).H(z) .(9)
Filter H(z) dapat ditampilkan sebagai berikut [1]:
E(z) =
B(z)
A(z)
=
b
1
+b
2
z
-1
+ b
N
z
-1(N-1)
u
1
+uz
-1
+ u
N
z
-1(N-1)
(10)
Secara geometris menurut [4], bidang z
merupakan suatu lingkaran. Akar-akarnya terletak
pada lingkaran, sedangkan pada transformasi
Laplace, bidang s merupakan bidang datar. Korelasi
bidang z dengan bilangan kompleks dapat dilihat
pada persamaan 10.
z =rc
]o
. (11)
dimana : r =jari-jari, r=x
2
+y
2
di mana untuk r =
1 dikenal unit cycle.
c
]o
=cos +]sin
Untuk r =1 maka z =c
]o
. (12)
Hubungan transformasi z dengan bidang frekuensi,
dapat dinyatakan oleh persamaan 13.
E(z) =E(c
]o
) = (n)c
-]on
n=-
(13)
2.5 Invers Transformasi Z
Dari definisi transformasi z pada persamaan
6 (untuk mudahnya akan ditulis kembali ).
Transformasi z dari x(n) :
E(z) = (n)z
-n
n=-

Untuk memperoleh balik nilai h(n) dilakukan suatu
proses balik yang dikenal dengan invers transformasi
z, proses ini didefinisikan sebagai berikut : h(n) =z
-
1
{h(z)}.
Secara umum proses balik untuk h(n) dinyatakan oleh
persamaan 14
(n) =
1
2n]
x(z)z
n-1
Jz
c
..(14)
2.6 Proses Merancang Filter
Filter digital mengeliminasi sejumlah
masalah yang berhubungan dengan filter analog yang
akhirnya menggantikan posisi filter analog. Filter
digital termasuk kelas sistem waktu diskrit LTI
(Linear Time Invariant) yang mempunyai
karakteristik kausal dan rekursif dan stabil. Filter
digital dapat dikarakterisasi dalam ranah waktu
dengan unit respon impuls dan dalam ranah
transformasi dengan fungsi transfer. Ada beberapa
metode yang dapat digunakan untuk merancang filter
digital IIR, antara lain matched-z transformation,
impulse step invariant, dan transformation bilinier,
karena dari ketiga metode ini metode transformasi
bilinier memberikan hasil yang lebih teliti, maka
metode ini yang dipakai pada perancangan ini [4].
2.7 Transformasi Bilinear
Metode transformasi Bilinear, ekuivalen
dengan trapezoidal integration. Pada dasarnya metode
ini adalah proses pemetaan frekuensi dari relasi
transformasi Laplace ke transformasi Z. Pemetaan ini
mempunyai sifat sebagai berikut [4]:
- Jika H(s) dari transformasi Laplace adalah sistem
LTI kausal dan stabil, maka H(z) akan kausal dan
stabil
- Karakteristik dari H(s) adalah sebagai sifat awal
dari karakteristik H(z) artinya dalam metode ini
diperlukan H(s).
Permasalahan utama pada Transformasi Biliniear
adalah perubahan dari frekuensi filter analog ke
frkeuensi digital bersifat nonlinier, dimana
transformasi dari bidang s yang merupakan bidang
datar ke bidang z yang merupakan bidang lingkaran.
Hubungan transformasi bilinear dengan transformasi
z dapat dilihat pada persamaan 15 dan 16 [4]
b

z
-1
m
=0

o

z
-1
n
=0

Simulasi Hasil Perancangan LPF (Low Pass Filter) Digital....Hanafi

17

s =
2(1-z
-1
)
1(1+z
-1
)
dan z =
1+
sT
2
1-
sT
2
. (15)
Sehingga : H(z)=H(s)|
s=
2(1-z
-1
)
T
s
(1+z
-1
)

Transformasi invers-nya adalah: =
1+[
T
2
s
1-[
T
2
s
, dengan
i

=2f rad/s sebagai symbol frekuensi analog dan

i
=
i
T
s
=2
]
]
s
rad (16)
Hubungan antara frekuensi analog dengan frekuensi
digital merupakan hubungan yang tidak linier di
mana bidang z =e
j
adalah lingkaran, sedangkan s =
j adalah bidang datar. Untuk itu perlu diadakan
koreksi yang dikenal dengan prewarping.
] =
2(1-c
-]n
)
1(1+c
+]n
)
(17)
Jika persamaan 16 dibagi dengan j dan fungsi
tangensial diterapkan pada bagian sebelah kanan
persamaan 16, maka akan diperoleh persamaan 17
dan 18 [4].
=
2
1
ton[
o
2
(18)
=2ton
-1
[

c
T
2
. (19)
Fungsi magnitude kwadrat filter butterworth adalah
sebagai berikut[3]:
|E
c
(])|
2
=
1
1+[

2N
. (20)
Orde filter low-pass Butterworth analog dapat
dihitung besarnya orde (N) dari filter dengan
menggunakan persamaan berikut[4]:
N =
Iog_
10
-k
1
/ 10
10
-
k
2
10-1
_
2Iog [

(21)

III. METODE PENELITIAN
3.1 Perancangan Filter
Perancangan filter LPF ini akan melewatkan
bandwidth frekuensi dengan respons frekuensi rata,
turun sampai dengan 3 dB dari 0~1500 Hz. Pada
frekuensi 2500 Hz sinyal diredam minimum 10 dB.
Filter tersebut dirancang bekerja pada frekuensi
sampling 10 kHz dengan sinyal masukan berupa :

x(t) =sin (2t 50 t) +sin (2t 100 t) +sin (2t 2500 t)

Frekeunsi sampling yang digunakan dalam
perancangan filter LPF digital adalah f
s
=10 kHz,
maka perioda sampling adalah, T
s
= 10
-4
detik.
Tanggapan magnitudo filter digital yang dirancang
seperti yang diperlihatkan pada gambar 2, sebagai
berikut ini.


Gambar 2. Tanggapan magnitudo filter digital yang
dirancang

Menggunakan persamaan 16 maka didapat

1
=0,3nrad pada K
1
-3dB dan

2
=0,5nrad pada K
2
-10dB
Menggunakan persamaan 18 maka didapat :
10191
1
= O 20000
2
= O
Transformasi ternormalisasi kemudian dilakukan,
maka gambar 2 dapat dinyatakan sebagai gambar 3
sebagai berikut:


Gambar 3. Tanggapan magnitudo filter
ternormalisasi

Berikutnya menghitung
r
O sebagai berikut:
8317 , 1
10919
20000
1
2
= =
O
O
= O
r


Menggunakan persamaan 21 digunakan untuk
menghitung orde LPF Butterworth sehingga
diperoleh orde N sebagai berikut:

1,8191
)
8317 , 1
1
log( 2
)] 1 10 / ) 1 10 log[(
)
1
log( 2
)] 1 10 / ) 1 10 log[(
1 3 , 0 10 / 10 /
2 1
=

=
O

=

r
K K
N

Hasil perhitungan, N lebih mendekati ke angka dua
maka dilakukan pembulatan ke atas, maka diperoleh
nilai N =2 dan dari tabel polinomial Butterworth
diperoleh :

1 s 2 s ) s ( B
2
n
+ + =

oleh Karena itu untuk LPF Butterworth orde 2
ternormalisasi berlaku:
dB
K
1

1
0

2 e (rad)
K
2

dB
K
1

e
1

0
e
2
e (rad)
K
2


Jurnal Litek (ISSN: 1693-8097) Volume 10 Nomor 1, Maret 2013: hal. 15 - 20

18

1 2
1
) (
1
) (
2
+ +
= =
s s s B
s H
n
LPF


Variabel s/O

menggantikan variable s maka


maka LPF Butterworth analog hasil disain diperoleh:
1
10919
2
10919
1
1 2
1
) (
1
) ( ) (
2
1
2
1
/
1
+ + |
.
|

\
|
=
+
O
+
|
|
.
|

\
|
O
=
= =
O =
s s
s s
s B
s H s H
n
s s
LPF LPF


Transfer function H(z) menggunakan dari Filter
Low-Pass digital yang direncanakan diperoleh
dengan mengganti variable S dengan
2(1 z-1)
1(1 + z-1)
, maka
diperoleh:

1
1
1
5904 , 2
1
1
3550 , 3
1
) (
1
1
2
1
1
+
|
|
.
|

\
|
+

+
)
`

|
|
.
|

\
|
+

z
z
z
z
z H


Menggunakan persamaan 10 transfer function H(z)
dari Low-Pass Filter digital yang direncanakan dapat
dibuat sebagai berikut:

2 1
2 1
2722 , 0 7478 . 0 1
1311 , 0 2622 , 0 1311 , 0
) (


+
+ +
=
z z
z z
z H

Menggunakan persamaan 2 persamaan beda Low-
Pass Filter digital yang direncanakan dapat dibuat
menjadi sebagai berikut :

y(n) =0,1311 x(n) +0,2622 x(n-1) +0,1311 x(n-2)
+0,7478 y(n-1) 0,2722 y(n-2)

Nilai koefisien dari persamaan ini, akan menjadi
parameter input dalam program simulasi yang akan
dilakukan.
3.2 Implementasi dalam Pemrograman Matlab
Simulasi ini menampilan sinyal masukan
dan sinyal keluaran setelah penerapan filter LPF
dalam domain waktu. Program dibuat ada tiga bagian
proses yaitu proses sinyal masukan, proses
pemfilteran dengan LPF, kemudian hasil proses
pemfilteran berupa sinyal keluaran. Program untuk
memproses dan menampilkan sinyal masukan adalah
sebagai berikut:
Program pemrosesan sinyal masukan :
x
1
=sin (2t 50 t), dengan f
1
=50 Hz
x
2
=sin (2t 100 t), dengan f
2
=100 Hz
x
3
=sin (2t 2500 t), dengan f
3
=2500 Hz
x
3
anggap sebagai noise dan dapat diubah-ubah
nilainya dalam simulasi ini
x(t) =sin (2t 50 t) +sin (2t 100 t) +x
3

adalah sebagai berikut:
%Sinyal masukan
Fs=10000;%Sampling Sinyal masukan
t=(1:300)/Fs;
x=sin(2*pi*50*t)+sin(2*pi*100*t)+sin(2*pi*2500*t);
subplot(2,1,1);
plot(t,x,'k');
title('Sinyal Masukan')
xlabel('Waktu, t(detik)')
ylabel('Level Sinyal, x(t)')
axis([0 0.02 -2 2])
grid on

Program untuk memproses pemfilteran menggunakan
LPF persamaan beda dengan memasukan koefisien
filter y(n) =0,1311 x(n) +0,2622 x(n-1) +0,1311
x(n-2) +0,7478 y(n-1) 0,2722 y(n-2)
sebagai berikut:

for n=1:200;
if n==1;
y(n)=0.1311 *x(n);
elseif n==2;
y(n)=0.1311*x(n)+0.2622*x(n-1)+0.7478*y(n-
1);
elseif n>=3;
y(n)=0.1311 *x(n)+0.2622 *x(n-1)+0.1311
*x(n-2)+0.7478 *y(n-1)- 0.2722 *y(n-2);
end
end

Program untuk memproses dan menampilkan sinyal
keluaran adalah sebagai berikut:

subplot(2,1,2);
plot(t(1:200),y(1:200),'k');
title('Sinyal Keluaran')
xlabel('Waktu, t(detik)')
ylabel('Level Sinyal, y(t)')
axis([0 0.02 -1.5 1.5])
grid on

IV. HASIL DAN PEMBAHASAN
Hasil dari eksekusi program matlab diatas
sebagai berikut:
Gambar 4. Grafik Sinyal masukan dan grafik sinyal
keluaran LPF dengan sinyal noise f
3
=2000 Hz
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-2
-1
0
1
2
Sinyal Masukan
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

x
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-1
0
1
Sinyal Keluaran
Waktu, t(detik)
L
e
v
e
l
S
in
y
a
l,

y
(
t
)

Simulasi Hasil Perancangan LPF (Low Pass Filter) Digital....Hanafi

19


Dengan cara yang sama dengan dengan memasukkan
sinyal noise f
3
=2500, 3000, 3500, 4000, dan 4500
Hz, diperoleh grafik sebagai berikut:

Gambar 5. Grafik Sinyal masukan dan grafik
sinyal keluaran LPF dengan sinyal noise f
3
=2500
Hz


Gambar 6. Grafik Sinyal masukan dan grafik
sinyal keluaran LPF dengan sinyal noise f
3
=3000
Hz


Gambar 7. Grafik Sinyal masukan dan grafik
sinyal keluaran LPF dengan sinyal noise f
3
=3500
Hz


Gambar 8. Grafik Sinyal masukan dan grafik
sinyal keluaran LPF dengan sinyal noise f
3
=4000
Hz

Gambar 9. Grafik Sinyal masukan dan grafik
sinyal keluaran LPF dengan sinyal noise f
3
=4500
Hz
Simulasi sinyal x(t) =sin (2t 50 t) +sin (2t
100 t) +x
3
dengan asumsi sin (2t 50 t) +sin (2t 100
t) sebagai sinyal masukan tanpa noise dan x
3

diasumsikan sebagai noise dalam simulasi ini nilai
diubah-ubah. Gambar 4 dan 5 memperlihatkan masih
sangat ber-noise dengan jelas terlihatnya ripple pada
sinyal keluaran. Gambar 6, 7 dan 8 memperlihatkan
noise berkurang dengan menyusutnya ripple pada
sinyal keluaran. Gambar 9 memperlihatkan sinyal
keluaran tidak mengandung ripple sehingga sinyal
keluaran ini terbebas dari noise dari hasil penerapan
filter LPF yang dirancang. Dengan demikian filter ini
dapat menghilangkan noise terbaik frekeunsi 4500 Hz
keatas. Sedangkan gambar 4, 5, 6, 7 dan 8 masih
adanya pengaruh noise walaupun berkurang dengan
menaiknya frekuensi noise yang diberikan tetapi filter
LPF yang dirancang dapat menjalankan fungsi untuk
mengeliminasi noise dengan berkurangnya ripple
yang terjadi dengan makin naiknya frekuensi noise
yang diberikan.

V. KESIMPULAN
1. Filter LPF digital yang dirancang dapat
menyaring frekuensi yang diinginkan dan
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-2
-1
0
1
2
Sinyal Masukan
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

x
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-1
0
1
Sinyal Keluaran
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

y
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-2
-1
0
1
2
Sinyal Masukan
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

x
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-1
0
1
Sinyal Keluaran
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l,

y
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-2
-1
0
1
2
Sinyal Masukan
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

x
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-1
0
1
Sinyal Keluaran
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

y
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-2
-1
0
1
2
Sinyal Masukan
Waktu, t(detik)
L
e
v
e
l

S
in
y
a
l,

x
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-1
0
1
Sinyal Keluaran
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

y
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-2
-1
0
1
2
Sinyal Masukan
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

x
(
t
)
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
-1
0
1
Sinyal Keluaran
Waktu, t(detik)
L
e
v
e
l

S
i
n
y
a
l
,

y
(
t
)

Jurnal Litek (ISSN: 1693-8097) Volume 10 Nomor 1, Maret 2013: hal. 15 - 20

20

mengeliminasi noise yang tidak diinginkan
dengan indikasi pengurangan ripple dengan
penaikan frekuensi noise yang diberikan.
2. Frekuensi noise yang yang dapat dieleminasi
dengan baik 4500 Hz ke atas
3. Frekuensi dibawah 4500 sampai dengan 2000
Hz noise meningkat dengan indikasi
bertambahnya ripple
DAFTAR PUSTAKA
[1] Biran, A., dan Breiner, M., 1995, MATLAB for
Engineers, New York: Addison-Wesley
Publishing Company.
[2] Gabel R.A., dan Roberts, R.A., 1996, Sinyal dan
Sistem Linear. Jakarta: Erlanggga.
[3] Oppenheim, A. V., Schafer, R. W., dan Buck J.
R., 1999, Discrete-Time Signal Processing,
New Jersey, Prentice Hall
[4] Tanudjaja, H., 2007, Pengolahan Sinyal Digital
& Sistem Pemrosesan Sinyal.Yogyakarta :
Penerbit Andi.