Sistem Pengolahan Sinyal

LAPORAN
EKSPERIMEN PEMROSESAN SINYAL DIGITAL 1

DESAIN FIR METODE OPTIMAL
Disusun oleh :
Nama
: Ryan Eko Saputro
NIM
: 12/331380/PA/14638
Assisten
: Rahmawan Budikusumo
UNIT LAYANAN ELEKTRONIKA DAN UNIT LAYANAN INSTRUMENTASI

JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2015
I.
TUJUAN
Mengoptimalkan metode Fourier Transform
Dapat menggunakan dan mengaplikasikan metode optimal
II.
DASAR TEORI
Filter digital adalah suatu piranti yang sangat dibutuhkan oleh sistemsistem elektronika,
misalnya saja untuk pengolahan sinyal audio dan image processing. Kita dapat
menggunakan filter analog untuk melakukan tugas ini, namun filter digital memberikan
fleksibilitas dan akurasi yang lebih baik dibanding filter analog. Filter digital dapat dibagi
menjadi dua yaitu filter digital IIR (Infinite Impulse Response) dan filter digital FIR (Finite
Impulse Response). Ada beberapa metode untuk merancang filter digital FIR. Salah satu
metode yang sering digunakan adalah metode optimal.
1. Filter Digital FIR ( Finite Impulse Response)
Filter digital dalam konteks software adalah suatu prosedur matematika / algoritma yang
mengolah sinyal masukan digital dan menghasilkan isyarat keluaran digital dengan sifat
tertentu sesuai tujuan filter. Banyak sistem digital menggunakan pemfilteran sinyal
untuk :
Memisahkan sinyal sinyal yang telah digabung, misalnya rekaman musik dan
noise yang tercampur selama proses perekaman
Memisahkan sinyal sinyal sesuai dengan frekuensi yang diinginkan
Restorasi sinyal yang telah mengalami perubahan
Dua jenis filter digital yang menyediakan fungsi fungsi di atas adalah filter Finite
Impulse Response (FIR) dan filter Infinite Impulse Response (IIR). Pembagian ini
berdasarkan pada respon impuls filter tersebut. FIR memiliki respon impuls yang
panjangnya terbatas, sedangkan IIR tidak terbatas. FIR sering juga disebut sebagai filter
non-rekursif dan IIR sebagai filter rekursif. Pembagian ini berdasarkan pada cara
pengimplementasian filter yaitu rekursif dan konvolusi (non-rekursif). Bila
dibandingkan dengan filter IIR, filter FIR memiliki beberapa kelebihan, diantaranya :
Dapat didesain dengan mudah agar memiliki fasayang linear

Memiliki kestabilan
Mudah diimplementasikan
Pengaruh kesalahan karena pembulatan dan pemotongan dapat dengan mudah
diminimumkan dalam implementasi
Disamping kelebihannya, filter FIR juga memiliki kekurangan yaitu berdasarkan

teori memerlukan lebih banyak perhitungan untuk mendapatkan karakteristik respon
filter yang diinginkan, sehingga akan dibutuhkan lebih banyak memori bila filter
rancangan diaplikasikan pada hardware (Digital Signal Processor).
Proses pendesainan filter meliputi identifikasi koefisien-koefisien yang
bersesuaian dengan respon frekuensi spesifikasi untuk sistem. Koefisien-koefisien
menentukan respon dari filter.
2. Metode Optimal
Kunci dari penggunaan metode ini adalah penggunaan fungsi remez. remez akan
memdesain fase linear FIR menggunakan algoritma Park-McClellan. Biasa disebut dengan
metode Remez.
Metode ini mendesain secara optimal fase linear filter
Metode ini merupakan metode standar untuk membuat FIR filter
Metodologi yang dibuat akan mendesain filter simetris yang meminimalisasi panjang
pada desain constrains{p, s, p, s}.
Hasil dari filter meminimalisasi error antara frekuensi yang diinginkan dengan frekuensi
yang didapat dengan menyebarkan kesalahan pendekatan pada masing masing band
(band stop dan band pass).
Filter tersebut yang menunjukkan ripple yang bain pada kedua passband dan stopband
maka sering disebut equiripple filters.
Dengan ripple dan attenuasi sudah ditentukan untuk menjadi metode optimal.
Pengurangan error dapat dengan megalikan ds dan dp ( dengan sebelumnya digunakan
ds dan dp niali absolut) dengan weight (ws wp) sebagai patokan ideal.
maka :
Lalu didapat Ws dan Wp sebagai faktor error weight. Penggunaan Remez sebagai
perhitungan coefisien filter. Dengan sintaks fungsi : b = remez(n,f,a)
sintaks b merupakan vector baris yang menyatakan n+1 koefisien dari n FIR dengan
frekuensi amplitude yang karakteristiknya diberikan oleh vector f dan a. Output filter
coefisien (taps) dalam b relasinya :
Dengan vector f dan a mempunyai frekuensi-magnitude filter sebagai berikut :
adalah vector dengan sepasang frekuensi point yang mempunyai spesifikasi range dari
0 dan 1, ketika 1 akan menjadi setengah dari frekuensi sampling (Nyquist frequency).
adalah vector yang memuat amplitude yang diinginkan dengan spesifikasi point pada
vector f.
dan a harus sama dimensinya dan dimensinya harus berupa angka.
Hubungan dari keduanya dapat dilihat pada bagan berikut :
remez(n,f,a,w)
menggunakan weights pada vector w sehingga dapat pas tepat pada setiap
band frekuensi panjang dari w adalah setengah dari panjang f san a maka terlihat satu 1 weight
per band. Dengan Ws dan Wp sebagai faktor error weight.
III.
HASIL OUTPUT DAN LISTING

A. Low Pass Filter
1. Frekuensi respon dari lowpass filter setelah menggunakan metode optimal
2. Impuls respon dari lowpass filter setelah mengguakana metode optimal
Low Pass Filter

Bagian
ke-
Listing kode
Penjabaran arti
fs = 8000;
fold = fs/2;
stop = 40;
Pendeklarasian frekuensi sampling sebesar

8000Hz, dengan fold atau setengah dari
frekuensi sampling sebesar 4000Hz. dan
stopband attenuation sebesar 40dB
k1
k2
k3
k4
Pendeklarasian setiap koefisien dari

k1,k2,k3,dan k4
dp = 10^(1/20)-1;
ds = 10^(-stop/20);
Pendeklarasian nilai dari ds sebagai

pasband ripple dan stopband attenuation
(dalam magnutide)
ws = dp;
wp = ds;
Pendeklarasian nilai ws sebagai fraction

form (denumerator) dan wp sebagai
fraction form (numerator)
f = [k1 k2 k3 k4];
m = [1 1 0 0 ];
w = [wp ws];
Pendeklarasian nilai f yang berisi koefisien

dan nilaim yang berisi magnitude 1 1 0 0
(low pass)
figure(1);
b = remez(36,f,m,w);
freqz(b,1,512,fs);
axis([0 fs/2 -80 10]);
Mengaplikasikan fungsi remez dan di cetak

pada figure 1 . dengan filter order 36
figure(2);
stem(b);
Mencetak nilai b (berupa impuls respon) ke

figure 23
=
=
=
=
0/fold;
1200/fold;
1500/fold;
4000/fold;
Menampilkan frekuensi respon dengan

penggunaan numerator b (fungsi remez),
frekuensi sampling 8000Hz, waktu sample
512 dengan tanpa feedback.
B. Bandpass Filter
1. Frekuensi respon dari Bandpass filter setelah menggunakan metode optimal
2. Impuls respon dari Bandpass filter setelah mengguakana metode optimal
Bandpass Filter
Bagian
ke-
Listing kode
Penjabaran arti
fs = 8000;
fold = fs/2;
stop = 40;

k1
k2
k3
k4
k5
k6

k1,k2,k3,k4,k5, dan k6
dp = 10^(1/20)-1;
ds = 10^(-stop/20);

(dalam magnutide)
ws = dp;
wp = ds;

f = [k1 k2 k3 k4 k5 k6];
m = [0 0 1 1 0 0 ];
w = [ws wp ws];

dan nilai m yang berisi magnitude 0 0 1 1 0
0 (bandpass). Pendeklarasian ws sebagai
bandstop dan wp sebagai bandpass
figure(1);
format long;
freqz(b,1,512,fs);
axis([0 fs/2 -80 10]);

figure(2);
stem(b);

figure 2
=
=
=
=
=
=
0/fold;
800/fold;
1200/fold;
1600/fold;
2000/fold;
4000/fold;

3. Bandstop Filter
1. Frekuensi respon dari bandstop filter setelah menggunakan metode optimal
2. Impuls respon dari bandstop filter setelah mengguakana metode optimal
Bandstop Filter
Bagian
ke-
Listing kode
Penjabaran arti
fs = 8000;
fold = fs/2;
stop = 50;

k1
k2
k3
k4
k5
k6

k1,k2,k3,k4,k5 dan k6
dp = 10^(1/20)-1;
ds = 10^(-stop/20);
a = dp/ds;

(dalam magnutide)
ws = dp;
wp = ds;

f = [k1 k2 k3 k4 k5 k6];
m = [1 1 0 0 1 1 ];
w = [wp ws wp];

1 (bandstop). Pendeklarasian ws sebagai
figure(1);
format long;
freqz(b,1,512,fs);
axis([0 fs/2 -80 10]);

figure(2);
stem(b);

figure 23
=
=
=
=
=
=
0/fold;
1200/fold;
1800/fold;
2000/fold;
2600/fold;
4000/fold;

IV.
PEMBAHASAN
A. Lowpass Filter
Pada percobaan ini hal tepenting yang harus diperhatikan adalah bagaimana
mencari dan menganalisis suatu error yang ada dari lowpass filter dan dapat
meminimalisir error tersebut menggunakan metode optimal. Lowpass filter
tersebut mempunyai spesifikasi :
Sampling rate = 8000Hz
Passband = 0-1200Hz
Stopband = 1500-4000Hz
Passband riplle =1dB
Stopband Attenuation = 40dB
Pembuatan gelombang ini adalah sama seperti percobaan minggu lalu
mengenai FIR. Menampilkan frekuensi respon dengan penggunaan numerator
fungsi remez. FIR mempunyai karakteristik tanpa feedback (finite) maka pada
denumerator diberi nilai 1. FIR filter ini menggunakan built-in respon pada
ranah frekuensi (component sebagai input) dari sintem diskrit yang
dinotasikan : freqz( )
Freqz() akan menghitung dan memplot magnitude (pada nilai absolut) dari
frekuensi respon. sintaks yang dipakai : freqz(b,1,512,8000)
frekuensi Dapat dianalisis bahwa pada freqz diatas bahwa sapling yang
digunakan 8000Hz dengan 512 sample waktu yang dibutuhkan tanpa
kembalian (1).
Perbedaan dengan minggu lalu adalah pada metode yang digunakan untuk
meminimalisir adanya error yang diberikan agar mencapai spesifikasi yang
ditentukan, minggu lalu menggunakan metode window sedangkan praktikum
minggu ini menggunakan metode optimal.
Kunci dari penggunaan metode ini adalah penggunaan fungsi remez.
remez akan memdesain fase linear FIR menggunakan algoritma ParkMcClellan. Seperti yang telah dipaparkan pada bagian dasar teori bahwasanya
fungsi remez tersebut memerlukan n koefisien, frekuensi point(f),
amplitude point (m) dan error weight(w).
1. n koefisien FIR
Mencari n koefisien sendiri adalah dengan cara test and trial (coba-coba)
dengan dasar spesifikasi yang dibutuhkan. Dengan stopband attenuation
adalah 40dB maka spesifikasinya tidak boleh di atas 40dB (pada stop band
attenuation).
dapat dilihat bahwa stopband attenuation di puncaknya adalah bernilai 41.42 dB yang berarti telah sesuai seperti spesifikasi (kurang dari -40dB).
2. Frekuensi point
Frekuensi point ini merupakan nilai yang diinginkan (band stop atau band
pass) dengan memberikan setengah dari frekuensi sampling dibagi dengan
frekuensi band dan di simpang ke dalam sebuah matriks
f = [k1 k2 k3 k4]; dengan :
k1
k2
k3
k4
=
=
=
=
passband
passband
stopband
stopband
0Hz
1200Hz
1500Hz
4000Hz
3. Amplitude Point
Nilai amplitude adalah 1 atau 0 dengan berdasar kepada frekuensi point
yang dimensinya atau panjang matriksnya adalah sama seperti frekuensi
point. Dikarenakan lowpas filter maka amplitude point nya adalah
[ 1 1 0 0] seperti gambar ideal lowpass filter :
nilai amplitude pass band adalah 1 dan nilai amplitude stop band adalah 0
korelasi terhadap frekuensi point :
frekuensi 0Hz (pass band) amplitude 1
frekuensi 1500Hz (stop band) amplitude 0

4. Error Weight
Perhitungan
dp = 10^(1/20)-1;
ds = 10^(-stop/20);
Lalu didapat Ws dan Wp sebagai faktor error weight.

Lalu fungsi remez akan berjalan dan menghasilkan memdesain fase linear
FIR menggunakan algoritma Park-McClellan (dengan spesifikasi seperti di
atas). Hasil dapat dilihat pada bagian hasil output dan listing bagian low pass
filter.
Untuk membuat impuls plot koefisien maka menggunakan fungsi stem
(penjabaran stem ada pada laporan minggu lalu) dengan komponen freqz
sebagai penarikan fungsi yang sebelumnya nilai b telah didapat dari fungsi
remez. Hasil dapat dilihat pada bagian hasil output dan listing bagian low
pass filter.
B. Band Pass Filter

mencari dan menganalisis suatu error yang ada dari band pass filter dan dapat
meminimalisir error tersebut menggunakan metode optimal. Band pass filter
Sampling rate = 8000 Hz
Passband = 1200-1600 Hz
lower Stopband = 0 Hz-800 Hz
upper Stopband = 2000 Hz - 4000Hz
Passband riplle =1dB
Pembuatan gelombang ini adalah sama seperti percobaan yang pertama
(low pass filter) FIR. Menampilkan frekuensi respon dengan penggunaan
numerator fungsi remez. FIR mempunyai karakteristik tanpa feedback (finite)
maka pada denumerator diberi nilai 1. FIR filter ini menggunakan built-in
respon pada ranah frekuensi (component sebagai input) dari sintem diskrit
yang dinotasikan : freqz( )
kembalian (1).
Perbedaan dengan prektikum 1 (low pass filter ) adalah pada metode filter
yang digunakan yaitu menggunakan band pass filter.
1. n koefisien FIR
attenuation). serta passband riplle adalah 1dB.
dapat dilihat bahwa stopband attenuation di puncaknya adalah bernilai

-41.51 dB yang berarti telah sesuai seperti spesifikasi (kurang dari -40dB).
2. Frekuensi point
f = [k1 k2 k3 k4 k5 k6]; dengan :
k1 = stop band 0Hz

k2 = stop band 800Hz
k3
k4
k5
k6
=
=
=
=
pass
pass
stop
stop
band
band
band
band
1200Hz
1600Hz
2000Hz
4000Hz
3. Amplitude Point
point. Dikarenakan band pas filter maka amplitude point nya adalah
[ 0 0 1 1 0 0] seperti gambar ideal lowpass filter :
4. Error Weight
Perhitungan
dp = 10^(1/20)-1;
ds = 10^(-stop/20);

atas). Hasil dapat dilihat pada bagian hasil output dan listing bagian band pass
filter.
remez. Hasil dapat dilihat pada bagian hasil output dan listing bagian band
pass filter.
C. Band Stop Filter

mencari dan menganalisis suatu error yang ada dari band stop filter dan dapat
meminimalisir error tersebut menggunakan metode optimal. band stop filter
Sampling rate = 8000Hz
lower transisi = 600Hz
Upper transisi = 600Hz
Upper Cutoff = 2300Hz
Passband riplle =0.1dB
Maka dari spesifikasi tersebut bisa ditentukan :
Pass band = 0Hz-1200 Hz
Stop band = 1800 Hz-2000Hz
Pass band = 2600 Hz-4000 Hz
Pembuatan gelombang ini adalah sama seperti percobaan sebelunya (low
pass dan band pass ) filter mengenai FIR. Menampilkan frekuensi respon
dengan penggunaan numerator fungsi remez. FIR mempunyai karakteristik
tanpa feedback (finite) maka pada denumerator diberi nilai 1. FIR filter ini
menggunakan built-in respon pada ranah frekuensi (component sebagai input)
dari sintem diskrit yang dinotasikan : freqz( )

kembalian (1).
Perbedaan dengan percobaan sebelumnya adalah pada metode yang
digunakan menggunakan band stop filter.
1. n koefisien FIR
attenuation).
dapat dilihat bahwa stopband attenuation di puncaknya adalah bernilai 52.78 dB yang berarti telah sesuai seperti spesifikasi (kurang dari -50dB).
2. Frekuensi point
f = [k1 k2 k3 k4 k5 k6]; dengan :
k1
k2
k3
k4
k5
k6
3. Amplitude Point
=
=
=
=
=
=
passband
passband
stopband
stopband
passband
passband
0Hz
1200Hz
1800Hz
2000Hz
2600Hz
4000Hz

point. Dikarenakan lowpas filter maka amplitude point nya adalah
[ 1 1 0 0 1 1] seperti gambar ideal band stop filter :
4. Error Weight
Perhitungan
dp = 10^(1/20)-1;
ds = 10^(-stop/20);

atas). Hasil dapat dilihat pada bagian hasil output dan listing. Hasil dapat
dilihat pada bagian hasil output dan listing bagian band stop filter.
remez. Hasil dapat dilihat pada bagian hasil output dan listing bagian band
stop filter.
V.
KESIMPULAN
Filter secara ideal harus memperhatikan spesifikasi penyusunya serta faktor
faktor penghalangnya.
Metode windowing adalah untuk memperoleh respon frekuensi ideal filter dan
menghitung respon impulsenya.
Metode windowing dapat memodifikasi riak tanpa mengubah frekuensi yang
diinginkan.
VI.
DAFTAR PUSTAKA
http://dali.feld.cvut.cz/ucebna/matlab/toolbox/signal/remez.html diakses pada 8 april
2015 pukul 21.00
IEEE. Programs for Digital Signal Processing. IEEE Press. New York: John Wiley
& Sons, 1979. Algorithm 5.1.
IEEE. Selected Papers in Digital Signal Processing, II. IEEE Press. New York: John
Wiley & Sons, 1979.
Rabiner, L.R., J.H. McClellan, and T.W. Parks. "FIR Digital Filter Design
Techniques Using Weighted Chebyshev Approximations." Proc. IEEE 63 (1975).
VII.
TUGAS
a. Optimal Desain Metod

Bagian
ke-
Listing kode
Penjabaran arti
fs = 8000;
fold = fs/2;
stop = 50;

k1
k2
k3
k4
k5
k6

k1,k2,k3,k4,k5 dan k6
dp = 10^(1/20)-1;
ds = 10^(-stop/20);
a = dp/ds;

(dalam magnutide)
ws = dp;
wp = ds;

f = [k1 k2 k3 k4 k5 k6];
m = [1 1 0 0 1 1 ];
w = [wp ws wp];

1 (bandstop). Pendeklarasian ws sebagai
figure(1);
format long;
freqz(b,1,512,fs);
axis([0 fs/2 -80 10]);

figure(2);
stem(b);

figure 23
=
=
=
=
=
=
0/fold;
1200/fold;
1800/fold;
2000/fold;
2600/fold;
4000/fold;

b. Rectangular Window
Bagian
ke-
Listing kode
Penjabaran arti
fs=8000;

8000Hz dan frekuensi
lf=1500;
hf=2300;
Pendeklarasian frekuensi cut-off bawah

sebesar 1500Hz dan Pendeklarasian
frekuensi cut-off atas sebesar 2300Hz.
Wl=2*pi*lf/fs;
Pendeklarasian Wl sebagai batas bawah

yang terdiri dari pembagian frekuensi cutoff bawah dengan frekuensi sampling
terhadap pangjang data (2*pi).
Wh=2*pi*hf/fs;
Pendeklarasian Wh sebagai batas atas yang

terdiri dari pembagian frekuensi cut-off
bawah dengan frekuensi sampling
N=33;
Pendeklarasian nilai taps (filter taps)
h1=zeros(1,N);
window=zeros(1,N);
Pendeklarasian arrai h dan windows

dengan rentang data dari 1 sampai N dan
diisi zeros atau 0 sebagai nilai awal
for i=1:N
n=i-17;
h1(i)=(sin(Wh*n)/(pi*n))+(sin(Wl*n)/(pi*n));
window(i)=1;
end
Merupakan Kode untuk pembuatan impuls

respon bandpass filter. Dengan pengisian
arrai pada h secara satu persatu sebagai
bentuk koefisien noncausal tidak sama
dengan 0. arrai pada window juga diisi
secara satu persatu sesuai rumus
Rectangular window.
h1(17)= ((pi-Wh)+Wl)/pi;
Untuk nilai arrai h saat o (pada arrai nomer

17) berlaku selisih dari frekuensi cut-off
tinggi dengan frekuensi cut-off tinggi dan
pembagian terhadap pi
figure(1)
hw1=h1.*window;
stem(hw1);
Menampilkan Impuls respon dari ideal

bandpass filter setelah diberi Rectangular
window
figure(2)
freqz(hw1,1,512,8000);
Menampilkan Frekuensi respon dari

bandpass filter setelah diberi Rectangular
window
c. Hamming Window
Bagian
ke-
Listing kode
Penjabaran arti
fs=8000;

8000Hz
lf=1500;
hf=2300;

Wl=2*pi*lf/fs;

Wh=2*pi*hf/fs;

N=33;
h1=zeros(1,N);
window=zeros(1,N);

for i=1:N
n=i-17;
window(i)= 0.54+(0.46*cos(pi*n/17))
;
end

secara satu persatu sesuai rumus Hamming
window.
h1(17)= ((pi-Wh)+Wl)/pi;

figure(4)
hw1=h1.*window;
stem(hw1);

bandpass filter setelah diberi Hamming
window
figure(5)
freqz(hw1,1,512,8000);

bandpass filter setelah diberi Hamming
window
d. Hanning Window
Bagian
ke-
Listing kode
Penjabaran arti
fs=8000;

8000Hz dan frekuensi
lf=1500;
hf=2300;

Wl=2*pi*lf/fs;

Wh=2*pi*hf/fs;

N=33;
h1=zeros(1,N);
window=zeros(1,N);

for i=1:N
n=i-17;
window(i)= 0.5+0.5*cos(pi*n/15);
end

secara satu persatu sesuai rumus Hanning
window.
h1(17)= ((pi-Wh)+Wl)/pi;

figure(4)
hw1=h1.*window;
stem(hw1);

bandpass filter setelah diberi Hanning
window
figure(5)
freqz(hw1,1,512,8000);

bandpass filter setelah diberi Hanning
window
e. Blackman Window
Bagian
ke-
Listing kode
Penjabaran arti
fs=8000;

8000Hz
lf=1500;
hf=2300;

Wl=2*pi*lf/fs;

Wh=2*pi*hf/fs;

N=33;
h1=zeros(1,N);
window=zeros(1,N);

for i=1:N
n=i-17;
window(i)=
0.42+0.5*cos(pi*n/17)+0.08*cos(pi*n*2/17)

secara satu persatu sesuai rumus blackman
window.
end
h1(17)= ((pi-Wh)+Wl)/pi;

figure(4)
hw1=h1.*window;
stem(hw1);

bandpass filter setelah diberi Blackman
window
figure(5)
freqz(hw1,1,512,8000);
VIII. LAMPIRAN

bandpass filter setelah diberi Blackman
window

Sistem Pengolahan Sinyal

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sistem Pengolahan Sinyal

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN

EKSPERIMEN PEMROSESAN SINYAL DIGITAL 1

: Ryan Eko Saputro

UNIT LAYANAN ELEKTRONIKA DAN UNIT LAYANAN INSTRUMENTASI

Dapat didesain dengan mudah agar memiliki fasayang linear

Disamping kelebihannya, filter FIR juga memiliki kekurangan yaitu berdasarkan

Dengan vector f dan a mempunyai frekuensi-magnitude filter sebagai berikut :

Hubungan dari keduanya dapat dilihat pada bagan berikut :

HASIL OUTPUT DAN LISTING

2. Impuls respon dari lowpass filter setelah mengguakana metode optimal

Low Pass Filter

Pendeklarasian frekuensi sampling sebesar

Pendeklarasian setiap koefisien dari

Pendeklarasian nilai dari ds sebagai

Pendeklarasian nilai ws sebagai fraction

Pendeklarasian nilai f yang berisi koefisien

Mengaplikasikan fungsi remez dan di cetak

Mencetak nilai b (berupa impuls respon) ke

Menampilkan frekuensi respon dengan

2. Impuls respon dari Bandpass filter setelah mengguakana metode optimal

Pendeklarasian frekuensi sampling sebesar

Pendeklarasian setiap koefisien dari

Pendeklarasian nilai dari ds sebagai

Pendeklarasian nilai ws sebagai fraction

Pendeklarasian nilai f yang berisi koefisien

Mengaplikasikan fungsi remez dan di cetak

Mencetak nilai b (berupa impuls respon) ke

Menampilkan frekuensi respon dengan

2. Impuls respon dari bandstop filter setelah mengguakana metode optimal

Pendeklarasian frekuensi sampling sebesar

Pendeklarasian setiap koefisien dari

Pendeklarasian nilai dari ds sebagai

Pendeklarasian nilai ws sebagai fraction

Pendeklarasian nilai f yang berisi koefisien

Mengaplikasikan fungsi remez dan di cetak

Mencetak nilai b (berupa impuls respon) ke

Menampilkan frekuensi respon dengan

frekuensi 1500Hz (stop band) amplitude 0

Lalu didapat Ws dan Wp sebagai faktor error weight.

B. Band Pass Filter

dapat dilihat bahwa stopband attenuation di puncaknya adalah bernilai

k1 = stop band 0Hz

Lalu didapat Ws dan Wp sebagai faktor error weight.

C. Band Stop Filter

frekuensi respon. sintaks yang dipakai : freqz(b,1,512,8000)

Nilai amplitude adalah 1 atau 0 dengan berdasar kepada frekuensi point

Lalu didapat Ws dan Wp sebagai faktor error weight.

a. Optimal Desain Metod

Pendeklarasian frekuensi sampling sebesar

Pendeklarasian setiap koefisien dari

Pendeklarasian nilai dari ds sebagai

Pendeklarasian nilai ws sebagai fraction

Pendeklarasian nilai f yang berisi koefisien

Mengaplikasikan fungsi remez dan di cetak

Mencetak nilai b (berupa impuls respon) ke

Menampilkan frekuensi respon dengan

Pendeklarasian frekuensi sampling sebesar

Pendeklarasian frekuensi cut-off bawah

Pendeklarasian Wl sebagai batas bawah

Pendeklarasian Wh sebagai batas atas yang

Pendeklarasian nilai taps (filter taps)

Pendeklarasian arrai h dan windows