2.1 Tujuan
1. Mempelajari hubungan dalam domain waktu antara sinyal waktu kontinyu
xa(t) dan sinyal waktu diskrit x[1] yang dibangkitkan oleh sampling
periodik xa(t).
2. Menginvestigasi hubungan antara frekuensi sinyal sinusoidal xa(t) dengan
perioda sampling.
3. Menginvestigasi hubungan antara Continuous Time Fourier Transform
(CTFT) pada sinya waktu kontinyu band terbatas (limited) dan Discrete
Time Fourier Transform (DTFT) dari sinyal diskrit.
4. Mendesain Filter Low-pass Analog.
2.2 Peralatan
1. Program MATLAB 2012 ke atas.
{
u(t)= 1, t 0 .................................................(2.1)
0, t< 0
Di sini fungsi step memiliki arti bahwa amplitudo pada u(t) bernilai nol
pada t < 0 dan bernilai satu untuk semua t 0.
Untuk suatu sinyal waktu kontinyu x(t), hasil kali x(t)*u(t) sebanding
dengan x(t) untuk t>0 dan sebanding dengan nol untuk t<0. Perkalian pada
sinyal x(t) dengan sinyal u(t) mengeliminasi suatu nilai non-zero (bukan nol)
pada x(t) untuk nilai t<0. Fungsi ramp r(t) didefinisikan secara matematis sebagai:
{
r (t)= t , t 0 .............................................(2.2)
0,t <0
Untuk t> 0, slope (kemiringan) pada r(t) adalah senilai 1. Sehingga pada
kasus ini r(t) merupakan unit slope, yang mana merupakan alasan bagi r(t) untuk
dapat disebut sebagai unit ramp function. Jika ada variabel K sedemikian hingga
membentuk Kr(t), maka slope yang dimilikinya adalah K untuk t > 0.
e
transformasi Fourier Diskrit G( j) .
e
G( j)= g a (t ) e j t dt .............................(2.5)
n=
e
Relasi antara Ga(j) dengan G( j) , diberikan oleh :
e
1
G( j)= G a ( j jk T )|=/T ...............(2.6)
T n=
1 2 k
Ga j ( T )
jk T =
T
k=
(
Ga j
T
j
T ) .....................(2.7)
1
T
k=
dan melewatkan gp(t) ke Filter low-pass ideal Hr(j) dengan gain T dan
frekuensi cutoff c> m danc< T- m, sehingga:
m<c < (T - m)......................................(2.11)
Frekuensi tertinggi m yang terkandung dalam ga(t) disebut dengan
Frekuensi Nyquist, yang dinyatakan sebagai:
T > 2 m..............................................(2.12)
Dan 2 m disebut dengan Nyquist rate. Jika sampling rate lebih besar dari
Nyquist rate maka disebut dengan Over-sampling, dan jika sebaliknya disebut
dengan Under-sampling. Jika sampling rate sama dengan Nyquist rate maka
disebut dengan Critical-sampling.
H r ( j )=
{ T , C
0, C
..........................(2.13)
Maka,
1
hr ( t )=
2
H r ( j ) e j t dt ...........................(2.14)
c
T sin c t
2 c
e j t d =
T t / 2
t .......................(2.15)
....................................................................................................(2.21)
1. Buat script Matlab dan simpan dengan nama P2_2.
%ProgramP2_2
%Ilustrasiefekaliasingdalamdomain
clf;
T=0.1;f=13;
n=(0:T:1)';
xs=cos(2*pi*f*n);
t=linspace(0.5,1.5,500)';
ya=sinc((1/T)*t(:,ones(size(n)))
(1/T)*n(:,ones(size(t)))')*xs;
plot(n,xs,'o',t,ya);grid;
xlabel('Time,msec');ylabel('Amplitude');
title('Reconstructedcontinuoustimesignal
y_{a}(t)');
axis([011.21.2]);
Kode Program 2.2 Coding Matlab percobaan P2_2.
2
Gambar 2.17 Effect of Sampling in the Frequency Domain xa(t) = e t T = 1.0 s
2
Gambar 2.18 Effect of Sampling in the Frequency Domain xa(t) = e t T = 1.5 s
2.5.4 Desain Filter Lowpass Analog P2_4
Ws =
2.8274e+04
2.6 Analisa Data
2.6.1 Sampling Sinyal Sinusoidal P2_1
Proses sampling dilakukan dengan men-sampling sinyal analog dalam
perioda waktu tertentu disebut dengan perioda pencacahan (Ts). Kebalikan dari
1
perioda pencacahan adalah frekuensi sampling (Fs) yaitu Fs= . Semakin
Ts
tinggi frekuensi sampling, atau semakin kecil perioda sampling maka sinyal hasil
sampling akan semakin menyerupai sinyal analog asli. Sinyal hasil sampling
sering disebut dengan istilah Pulse Amplitude Modulation (PAM). Namun,
semakin tinggi frekuensi sampling membawa konsekuensi pada harga keseluruhan
pada proses pencacahan semakin tinggi sebaliknya, menggunakan frekuensi
sampling rendah akan menurunkan harga proses pencacahan tetapi mengandung
konseskuensi pada represensitasi sinyal PAM yang kurang dapat mewakili sinyal
analog aslinya. Karena itu secara alami akan muncul pertanyaan berupa jumlah
frekuensi minimal yang dapat digunakan agar hasil pengkodean digital nantinya
dapat dikendalikan ke bentuk dari sinyal analog. Hal tersebut sesuai dengan
Teorema Nyquist, dimana frekuensi sampling harus minimal 2 kali frekuensi
tertinggi (bukan bandwidth) yang dikandung oleh sinyal asli.
Dari gambar diatas maka didapat nilai dari frekuensi sampling adalah:
Fs seharusnya = 2 x Fa
= 2 x 13
= 26 Hz
1 1 100
Fs= = = =20 Hz
Ts 0,05 5
Berdasarkan teori dimana frekuensi sampling harus minimal 2 kali
frekuensi tertinggi yang dikandung sinyal asli. Data diatas menunjukkan
Frekuensi sampling (Fs) sebesar 20 Hz dimana belum mencapai lebih dari atau
sama dengan dua kali frekuensi sinyal asli yaitu 26 Hz sehingga hasil sampling
dari sinyal tersebut belum menyerupai sinyal analognya.
C. Sampling Sinyal F = 13Hz T = 0.01 s
Dari gambar diatas maka didapat nilai dari frekuensi sampling adalah:
Fs seharusnya = 2 x Fa
= 2 x 13
= 26 Hz
1 1 1000
Fs= = = =100 Hz
Ts 0,01 10
Berdasarkan teori dimana frekuensi sampling harus minimal 2 kali
frekuensi tertinggi yang dikandung sinyal asli. Data diatas menunjukkan
Frekuensi sampling (Fs) sebesar 100 Hz dimana sudah mencapai lebih dari atau
sama dengan dua kali frekuensi sinyal asli yaitu 26 Hz sehingga hasil sampling
dari sinyal tersebut sudah menyerupai sinyal analognya.
Dari gambar diatas maka didapat nilai dari frekuensi sampling adalah:
Fs seharusnya = 2 x Fa
= 2 x 13
= 26 Hz
1 1 100
Fs= = = =5 Hz
Ts 0,2 20
Berdasarkan teori dimana frekuensi sampling harus minimal 2 kali
frekuensi tertinggi yang dikandung sinyal asli. Data diatas menunjukkan
Frekuensi sampling (Fs) sebesar 5 Hz dimana belum mencapai lebih dari atau
sama dengan dua kali frekuensi sinyal asli yaitu 26 Hz sehingga hasil sampling
dari sinyal tersebut belum menyerupai sinyal analognya.
Dari gambar diatas maka didapat nilai dari frekuensi sampling adalah:
Fs seharusnya = 2 x Fa
= 2 x 13
= 26 Hz
1 1 10
Fs= = = =2 Hz
Ts 0,5 5
Berdasarkan teori dimana frekuensi sampling harus minimal 2 kali
frekuensi tertinggi yang dikandung sinyal asli. Data diatas menunjukkan
Frekuensi sampling (Fs) sebesar 2 Hz dimana belum mencapai lebih dari atau
sama dengan dua kali frekuensi sinyal asli yaitu 26 Hz sehingga hasil sampling
dari sinyal tersebut belum menyerupai sinyal analognya.
F. Sampling F = 3 Hz T = 0.1 s
Dari gambar diatas maka didapat nilai dari frekuensi sampling adalah:
Fs seharusnya = 2 x Fa
=2x3
= 6 Hz
1 1 10
Fs= = = =10 Hz
Ts 0,1 1
1 1
T = = =0,33 s
F 3
Berdasarkan teori dimana frekuensi sampling harus minimal 2 kali
frekuensi tertinggi yang dikandung sinyal asli. Sehingga data diatas menunjukkan
Frekuensi sampling (Fs) sebesar 10 Hz dimana sudah mencapai lebih dari atau
sama dengan dua kali frekuensi sinyal asli yaitu 6 Hz. Dan juga semakin tinggi
frekuensi sampling, atau semakin kecil perioda sampling maka sinyal hasil
sampling akan semakin menyerupai sinyal analog asli.
Dari gambar diatas maka didapat nilai dari frekuensi sampling adalah:
Fs seharusnya = 2 x Fa
=2x7
= 14 Hz
1 1 10
Fs= = = =10 Hz
Ts 0,1 1
Berdasarkan teori dimana frekuensi sampling harus minimal 2 kali
frekuensi tertinggi yang dikandung sinyal asli. Data diatas menunjukkan
Frekuensi sampling (Fs) sebesar 10 Hz dimana belum mencapai lebih dari atau
sama dengan dua kali frekuensi sinyal asli yaitu 14 Hz sehingga hasil sampling
dari sinyal tersebut belum menyerupai sinyal analognya.
(a) (b)
(c)
Gambar 2.27 Sinyal Sampling dengan (a) F =13 Hz, (b) F = 3 Hz, dan (c) F = 7 Hz.
Dilihat dari Gambar 2.27, terdapat tiga gambar dimana Gambar 2.27 (a)
merupakan hasil percobaan sampling sinyal dengan frekuensi 13 Hz, Gambar 2.27
(b) merupakan hasil percobaan sampling sinyal dengan frekuensi 3 Hz, dan
Gambar 2.27 (c) merupakan hasil percobaan sampling sinyal dengan frekuensi 7
Hz.
Dari gambar tersebut dapat dilihat bahwa sinyal hasil sampling yang
paling baik didapatkan pada percobaan dengan frekuensi 3 Hz (Gambar 2.27 (b)).
Hal ini terjadi karena sesuai dengan teorema Nyquist dimana frekuensi sampling
harus lebih besar atau sama dengan dua kali frekuensi alsinya, yang pada Gambar
2.27 (b) frekuensi sampling sudah lebih tinggi dari pada frekuensi asli dari sinyal
analog yang di-sampling yakni frekuensi sinyal analog sebesar 3 Hz dan frekuensi
sampling-nya sebesar 10 Hz. Untuk Gambar 2.27 (a) dan Gambar 2.27 (c),
masing-masing percobaan memiliki nilai F = 13 Hz, Fs = 10hz dan F=7 Hz, Fs =
10 Hz. Dimana besar nilai frekuensi sampling-nya belum memenuhi teorema
Nyquist sehingga sinyal hasil sampling-nya tidak menggambarkan sinyal analog
aslinya.
2.6.2 Pengaruh Aliasing Dalam Domain Waktu P2_2
Aliasing adalah fenomena bergesernya frekuensi tinggi gelombang seismik
menjadi lebih rendah yang diakibatkan pemilihan interval sampling yang terlalu
besar (kasar). Aliasing dapat menghasilkan efek dipping yang semu. Secara
spasial aliasing dapat menyisakan artifact (noise) setelah proses migrasi atau
dikenal migration artifact. Efek aliasing terjadi karena frekuensi sinyal
maksimum Fmax lebih besar dari frekuensi sampel (Fs). Untuk menghindari efek
aliasing maka frekuensi sample Fs harus dua kali lebih besar daripada frekuensi
sinyal maksimum Fmax. Apabila aliasing terjadi maka tidak dapat mengetahui
frekuensi sinyal yang sebenarnya. (Frekuensi aliasing = frekuensi pencuplikan
frekuensi sinyal).
Berdasarkan data di atas dengan range perioda yang sama tapi dengan
frekuensi yang berbeda beda. Mempunyai hasil penggambaran sinyal yang
sama. Sehingga didapatkan frekuensi aliasing masing masing ferkuensi adalah :
Pada frekuensi 13 Hz :
Frekuensi Aliasing= Frekuensi Sampling Frekuensi Sinyal
10 13 3 Hz
Pada frekuensi 7 Hz :
Frekuensi Aliasing= Frekuensi Sampling Frekuensi Sinyal
10 7 3 Hz
Pada frekuensi 3 Hz :
Frekuensi Aliasing= Frekuensi Sampling Frekuensi Sinyal
10 3 7 Hz
Sehingga didapatkan gambaran yang sama pada setiap frekuensi tersebut.
1
adalah frekuensi sampling (Fs) yaitu Fs= . Semakin tinggi frekuensi
Ts
sampling, atau semakin kecil perioda sampling maka sinyal hasil sampling akan
semakin menyerupai sinyal analog asli. Sinyal hasil sampling sering kali disebut
juga istilah Pulse Amplitude Modulation (PAM). Namun, semakin tinggi frekuensi
sampling membawa konsekuensi pada harga keseluruhan pada proses pencacahan
semakin tinggi sebaliknya, menggunakan frekuensi sampling rendah akan
menurunkan harga proses pencacahan tetapi mengandung konsekuensi pada
representasi sinyal PAM yang kurang dapat mewakili sinyal analog asli. Karena
itu secara alami akan muncul pertanyaan, berapa frekuensi terendah yang dapat
digunakan agar hasil pengkodean digital nantinya dapat dikendalikan ke bentuk
dari sinyal analog. Hal tersebut sesuai dengan Teorema Nyquist yang berbunyi
sebagai berikut Frekuensi sampling harus minimal 2 kali frekuensi tertinggi
(bukan bandwidth) yang dikandung oleh sinyal asli.
A. Sampling T = 1.0 s
(a) (b)
Gambar 2.35 (a) Sinyal Asli, (b) Sinyal Hasil Sampling
(c) (d)
Gambar 2.36 (c) Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu Diskrit, (d)
Perubahan dari Sinyal Waktu Diskrit menjadi Sinyal Waktu Kontinyu
Dari data di atas diperoleh hasil yaitu proses perubahan sinyal akibat
adanya variable frekuensi. Di mana Fs = 1Hz sesuai dengan proses perhitungan di
atas.
Gambar 2.37 Pengaruh Variable Frekuensi
B. Sampling T = 1.5s
(a) (b)
Gambar 2.39 (a) Sinyal Asli, (b) Sinyal Hasil Sampling
Data diatas menunjukkan sampling antara sinyal asli menjadi sinyal
sampling dengan T= 1,5.
(c) (d)
Gambar 2.40 (c) Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu Diskrit, (d)
Perubahan dari Sinyal Waktu Diskrit menjadi Sinyal Waktu Kontinyu
Dari data di atas diperoleh hasil yaitu proses perubahan sinyal akibat
adanya variabel frekuensi. Di mana T = 1,5 sesuai dengan proses
perhitungan di atas.
2
Gambar 2.42 Effect of Sampling in the Frequency Domain xa(t) = e t Dengan T=1.0 s
2
Pada hasil percobaan di atas dengan periode T = 1,0 dan x a(t) = e t
Sehingga apabila dilakukan perhitungan matematis akan diperoleh hasil sebagai
berikut:
1 1
Fs= = =1 Hz
Ts 1
Dalam hal ini akan dibandingkan antara Effect of Sampling in the
2
Gambar 2.43 Perbandingan Effect of Sampling in the Frequency T=1.0 dan Effect
2
of Sampling in the Frequency Domain xa(t) = e t dengan T=1.0.
Dari data di atas hanya diperoleh perubahan yang terjadi pada hasil sinyal
2
asli disebabkan karena adanya nilai xa(t) = e t . Sedangkan, untuk data hasil
sampling dan data Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu
Diskrit atau sebaliknya diperoleh hasil yang sama karena nilai T yang tetap.
e t dengan T=1.5s.
Gambar 2.45 Perbandingan Effect of Sampling in the Frequency T=1.5 dan Effect of
2
Sampling in the Frequency Domain xa(t) = e t dengan T = 1.5
Dari data di atas hanya diperoleh perubahan yang terjadi pada hasil sinyal
2
asli disebabkan karena adanya nilai xa(t) = e t . Sedangkan, untuk data hasil
sampling dan data Perubahan dari Sinyal Waktu Kontinyu menjadi Sinyal Waktu
Diskrit atau sebaliknya diperoleh hasil yang sama karena nilai T yang tetap.
Filter ini memiliki ordo N, dimana N adalah integer dan jika N semakin
besar maka respon filter mendekati respon filter ideal. Ordo filter ini ditentukan
oleh jumlah komponen penyimpan energi. Dari hasil di atas hanya terdapat N=18
dimana ordo N dapat dicari dengan menggunakan software Matlab dengan hasil
sebagai berikut:
Tabel 2.2 Mencari Nilai Orde (N), Frekuensi Cut-Off (Wn), Frekuensi Passband Low-Pass Filter
(Wp), Frekuensi Stopband Low-Pass Filter (Ws).
N =
18
Wn =
2.3338e+04
Wp =
2.1991e+04
Ws =
2.8274e+04
Dimana:
N = Jumlah ordo dari Low Pass Filter.
Wp = Frekuensi Passband Low-Pass Filter
Ws = Frekuensi Stopband Low-Pass Filter
Wn = Frekuensi Cut-Off
Dimana perbadingan antara frekuensi redaman yang diinginkan dengan
frekuensi cut off harus sama dengan satu. Seperti persamaan berikut:
=1
c
Dimana :
: Frekuensi redaman yang diinginkan
c : Frekuensi cut off 10 dB
1
| HN(J)|2= 1N = -10N log(10) dB = -10 dB/dec
1+10
Jadi setelah frekuensi cut off-nya, Filter Butterworth ini memiliki respon
meredam mendekati 10N dB/ dekade.
2.7 Kesimpulan
Dari percobaan yang telah dilakukan, dapat ditarik kesimpulan, yaitu:
1. Semakin tinggi frekuensi sampling, atau semakin kecil perioda sampling
maka sinyal hasil sampling akan semakin menyerupai sinyal analog asli.
2. Dengan range perioda yang sama sebesar dan frekuensi yang berbeda
beda. Mempunyai hasil penggambaran sinyal yang sangat indentik atau
sama tanpa adanya perbedaaan.
3. Effect of Sampling in the Frequency Domain mengakibatkan perubahan
yang terjadi pada hasil sinyal asli disebabkan karena adanya nilai xa(t) =
2