DESAIN FILTER DIGITAL FINITE IMPULSE

RESPON (FIR) BAND STO PFILTER

Makalah
Dikerjakan untuk menyelesaikan tugas mata kuliah Digital Signal
Processing

Oleh :
Ngatmari (1851180002)
Ekananda Sulistyo Puta (1851180015)

MAGISTER TERAPAN TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI MALANG
Tahun Akademik 2017-2018
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam perkembangan awal elektronika, filter analog menjadi pilihan karena
relatif murah dan mudah dalam perancanganya. Akan tetapi setelah ditemukan
piranti digital dengan kemampuan komputasi yang cepat, implementasi filter digital
sangat digemari dan sejak itu hingga kini telah banyak menggantikan peran filter
analog. Sampai saat ini filter digital masih menjadi objek penelitian yang terus
berkembang dan diminati banyak orang.
Filter digital adalah suatu prosedur matematika atau algoritma yang mengolah
sinyal masukan digital dan menghasilkan isyarat keluaran digital yang memiliki
sifat tertentu sesuai dengan tujuan filter. Filter digital dapat dibagi menjadi dua
yaitu filter digital IIR (infinite impulse response) dan FIR (finite impulse response).
Pembagian ini berdasarkan pada tanggapan impuls filter tersebut yaitu FIR
memiliki tanggapan impuls yang panjangnya terbatas sedangkan IIR tidak terbatas.
Filter digital FIR didesain dengan teknik yang serupa dengan teknik yang
digunakan pada perancangan filter analog. Pada setiap metode perancangan teknik
digital FIR selalu diawali dengan perancangan filter analog terlebih dahulu dalam
kawasan frekwensi analog. Kemudian dirancang filter digital FIR sebagai
penandaan dari filter analog. Diharapkan karakteristik filter digital yang dibentuk
akan sama atau mendekati sama dengan filter analog.

1.2 Rumusan Masalah

1. Bagaimana cara kerja filter digital FIR Band Stop Filter
2. Bagaimana melakukan desain filter digital FIR Band Stop Filter

1.3 Rumusan Masalah

1. Untuk mengetahui cara kerja filter digital FIR Band Stop Filter
2. Untuk mengetahui cara melakukan desain filter digital FIR Band Stop Filter
 BAB II
DASAR TEORI

2.1 Pengertian Filter

Filter merupakan suatu sistem yang mempunyai fungsi transfer tertentu untuk
meloloskan sinyal masukan pada frekuensi - frekuensi tertentu dan menyaring
/memblokir / melemahkan sinyal masukan pada frekuensi-frekuensi yang lain.

2.2 Filter Digital

Filter digital adalah semua filter elektronik yang bekerja dengan
menerapkanoperasi matematika digital atau algoritma pada suatu pemrosesan
sinyal. Salah satu batasan utama pada filter digital adalah dalam hal keterbatasan
kecepatan pemrosesan/waktu komputasi yang sangat tergantung dengan
kemampuanmikrokontroler atau komputer yang digunakan.
Dibandingkan dengan filter analog filter digital mempunyai kelebihan antara
lain :
a. Filter digital lebih mudah diubah-ubah dan programmable. Filter
digitalmembutuhkan memori-prosessor dan filter analog membutuhkan
rangkaianfilter, sehingga untuk mengubah filter berarti mengubah
rangkaian.
b. Filter digital lebih mudah di design, tes, dan diimplementasikan /
dihubungkan pada komputer
c. Karakteristik rangkaian analog yang lebih mudah terkena gangguan & noise
/ temperatur. Filter digital lebih stabil.
d. Dalam praktek, filter digital menggunakan DSP (PLC / Mikrokontroller /
DSPcard) relatif lebih simpel dan compact dibandingkan rangkaian analog.

2.3 Finite Impulse Respon (FIR)

Filter FIR adalah salah satu tipe dari filter digital yang dipakai pada aplikasi
Digital Signal Processing (DSP). FIR kepanjangan dari Finite Impulse
Response.Filter ini disebut sebagai finite karena tidak ada feedback didalam filter.
 Keuntungan filter FIR antara lain adalah stabil dan memiliki phasa yang linier.
Sedangkan kerugiannya adalah filter FIR terkadang membutuhkan lebih banyak
memory dan / atau perhitungan untuk mencapai karakteristik respon filter yang
diberikan. Dan juga, respon tertentu tidak mudah dilaksanakan untuk
diimplementasikan dengan filter FIR.
 BAB III
PERENCANGAN

1. Perencanaan Parameter FIR Band Stop Filter

Rancangan desain FIR Band Stop Filter adalah sebagai berikut :
- 𝜔𝑐1 = 0.3𝜋
- 𝜔𝑐2 = 0.6𝜋
- 𝜔𝑠1 = 0.4𝜋
- 𝜔𝑠2 = 0.5𝜋
- Redaman = 30dB
Redaman digunakan untuk menentukan jenis windowing & lebar transisi sesuai
dengan tabel dibawah ini
Dengan redaman senilai 30dB maka dapat digunakan jenis windowing Rectangular
dan Bartlett. Pada makalah ini digunakan jenis windowsing Bartlett
2. Mencari lebar pita transisi
|𝜔𝑐1 − 𝜔𝑠1| = |0.3𝜋 − 0.4𝜋| = 0.1𝜋
8𝜋
𝑁= + 1 = 80 + 1 = 81
0.1𝜋
𝑁−1 81 − 1 80
𝛼= = = = 40
2 2 2
3. Menentukan Response Impulse
Response impulse ideal ditentukan dari tabel dibawah ini :

Sehingga didapatkan rumus respons impuls ideal sebagai berikut

sin(𝜔𝑐1(𝑛 − 𝛼)) sin(𝜋(𝑛 − 𝛼)) sin(𝜔𝑐2(𝑛 − 𝛼))
ℎ𝑑(𝑛) = + −
𝜋(𝑛 − 𝛼) 𝜋(𝑛 − 𝛼) 𝜋(𝑛 − 𝛼)

Setelah menentukan response impuls ℎ𝑑(𝑛), selanjutnya menentukan nilai

windowing sesuai dengan jenis windowing yang digunakan sehingga rumus
w(n) adalah sebagai berikut
  2n
 N 1 untuk 0  n  ( N  1) / 2


 2n
2  untuk ( N  1) / 2  n  ( N  1)
wB (n)   N 1

 0 untuk h arg a n yang lainnya




Setelah menentukan rumus w(n) selanjutnya mencari h(n) sesuai dengan rumus
dibawah ini
ℎ(𝑛) = ℎ𝑑(𝑛)𝑥 𝑤(𝑛)
Dari ketiga persamaan diatas didapatkan tabel sebagai berikut
n hd(n) w(n) h(n)
0 3.889712 0 0
1 3.564718 0.025 0.089118
2 -3.10193 0.05 -0.1551
3 -8.58214 0.075 -0.64366
4 -16.2744 0.1 -1.62744
5 -18.5103 0.125 -2.31379
6 -18.9901 0.15 -2.84851
7 -12.8077 0.175 -2.24136
8 -5.79449 0.2 -1.1589
9 4.1542 0.225 0.934695
10 10.65616 0.25 2.664039
11 15.71725 0.275 4.322245
12 15.13771 0.3 4.541314
13 12.77169 0.325 4.150799
14 7.033187 0.35 2.461615
15 2.607627 0.375 0.97786
16 -1.60666 0.4 -0.64266
17 -2.40718 0.425 -1.02305
18 -2.21095 0.45 -0.99493
19 0.111222 0.475 0.05283
20 1.435094 0.5 0.717547
21 2.413719 0.525 1.267202
22 1.029026 0.55 0.565964
23 -1.07667 0.575 -0.61909
24 -4.31754 0.6 -2.59052
25 -6.52434 0.625 -4.07771
26 -7.79573 0.65 -5.06722
27 -6.89582 0.675 -4.65468
28 -4.79732 0.7 -3.35812
29 -1.58263 0.725 -1.14741
30 1.288566 0.75 0.966424
31 3.480987 0.775 2.697765
32 4.226463 0.8 3.381171
33 3.892208 0.825 3.211072
34 2.688176 0.85 2.28495
35 1.376335 0.875 1.204293
36 0.318733 0.9 0.28686
37 -0.17746 0.925 -0.16415
38 -0.23604 0.95 -0.22424
39 -0.0852 0.975 -0.08307
40 0 1 0
41 -0.0852 0.975 -0.08307
42 -0.23604 0.95 -0.22424
43 -0.17746 0.925 -0.16415
44 0.318733 0.9 0.28686
45 1.376335 0.875 1.204293
46 2.688176 0.85 2.28495
47 3.892208 0.825 3.211072
48 4.226463 0.8 3.381171
49 3.480987 0.775 2.697765
50 1.288566 0.75 0.966424
51 -1.58263 0.725 -1.14741
52 -4.79732 0.7 -3.35812
53 -6.89582 0.675 -4.65468
54 -7.79573 0.65 -5.06722
55 -6.52434 0.625 -4.07771
56 -4.31754 0.6 -2.59052
57 -1.07667 0.575 -0.61909
58 1.029026 0.55 0.565964
59 2.413719 0.525 1.267202
60 1.435094 0.5 0.717547
61 0.111222 0.475 0.05283
62 -2.21095 0.45 -0.99493
63 -2.40718 0.425 -1.02305
64 -1.60666 0.4 -0.64266
65 2.607627 0.375 0.97786
66 7.033187 0.35 2.461615
67 12.77169 0.325 4.150799
68 15.13771 0.3 4.541314
69 15.71725 0.275 4.322245
70 10.65616 0.25 2.664039
71 4.1542 0.225 0.934695
72 -5.79449 0.2 -1.1589
73 -12.8077 0.175 -2.24136
74 -18.9901 0.15 -2.84851
75 -18.5103 0.125 -2.31379
76 -16.2744 0.1 -1.62744
77 -8.58214 0.075 -0.64366
78 -3.10193 0.05 -0.1551
79 3.564718 0.025 0.089118
80 3.889712 0 0
4. Simulasi pada MATLAB
Simulasi menggunakan fungsi yang terdapat pada matlab
clc
clear all
close all

N = 80
fs = 8000
fc1 = 1200
fc2 = 2400
wc1 = fc1/(fs/2)
wc2 = fc2/(fs/2)
h = fir1(N, [wc1 wc2],'stop', bartlett(N + 1))
freqz(h,1,512,fs)
Didapatkan grafik sebagai berikut
 Pada simulasi digunakan untuk melihat grafik response impulse menggunakan
script dibawah ini
clc
clear all
close all
N = 81;
wc1 = 0.3;
wc2 = 0.6;
a = 40;
t = [ 0 : 1 : N-1 ]
for i = 1:81
n = i-1
hd(i) = ((sin(wc1*(n-a)))/3.14*(n-a))+((sin(3.14*(n-a)))/3.14*(n-a))-
((sin(wc2*(n-a)))/3.14*(n-a))
end
i=0
n1 = 0
for a = 1:40
n1 = a-1
w(a) = 2*n1/(N-1)
end
for a = 41:81
n = a-1
w(a) = 2-(2*n/(N-1))
end
i=0
n=0
for i = 1:81
h(i) = w(i) * hd(i)
end
figure(1)
title('hd(n')
stem(t, hd, 'r')
figure(2)
title('w(n)')
stem(t, w, 'b')
figure(3)
title('h(n)')
stem(t, h, 'y')

f1 = 6800
f2 = 7000
fs = 20000
t=1/fs:1/fs:10;f1=1;x = sin(2*pi*f1*t) + 0.2*sin(2*pi*f2*t);
%pembangkitan sinyal sinus dengan beragam frekuensi
figure(4);plot(t/2,x)
grid on;
title('Sinyal Input')
%Proses pemfilteran
y=conv(h,x); %proses konvolusi respon impulse filter dengan sinyal input
figure(5);
plot(y)
grid on;
title('Sinyal Output')
Dari script diatas didapatkan hasil sebagai berikut
1. Respons hd(n)

2. Respons w(n)
3. Respons h(n)

4. Sinyal Input
5. Sinyal Output
 BAB IV
ANALISAN DAN KESIMPULAN
4.1 Analisa
Pada percobaan ini hal tepenting yang harus diperhatikan adalah bagaimana
mencari dan menganalisis impuls respon yang ada dari bandpass filter dan dapat
menampilkan secara ideal. bandstop filter tersebut mempunyai spesifikasi 81 taps,
frekuensi cut-off rendah nya sebesar 1200Hz, frekuensi cut-off tinggi nya sebesar
2400Hz dari frekuensi sampling 8000Hz. Simple ideal bandpass filter adalah
sebagai berikut :
sin(𝜔𝑐1(𝑛 − 𝛼)) sin(𝜋(𝑛 − 𝛼)) sin(𝜔𝑐2(𝑛 − 𝛼))
ℎ𝑑(𝑛) = + −
𝜋(𝑛 − 𝛼) 𝜋(𝑛 − 𝛼) 𝜋(𝑛 − 𝛼)
Sehingga didapatkan response seperti gambar dibawah ini

Dikarenakan taps sudah ditentukan sebanyak 81 unit, maka arrai h juga akan
bernilai 71 unit. FIR ideal menjadikan desain menjadi simetris (mirroring) dengan
nilai taps 81 unit maka pada taps 40 bernilai 0
Freqz() akan menghitung dan memplot magnitude (pada nilai absolut) dari
frekuensi respon. sintaks yang dipakai : freqz(N, 1, 512, fs)
 frekuensi Dapat dianalisis bahwa pada freqz diatas bahwa sapling yang
digunakan 8000Hz dengan 512 sample waktu yang dibutuhkan tanpa kembalian

Gambar di atas terlihat bahwa sebelum frekuensi lower cut-off (pada

1200Hz). dalam keadaan noise dan gain yang diterima besar, seharusnya frekuensi
tersebut diredam dari frekuensi batas filter (lower cut-off). Setelah frekuensi upper
cut-off (pada 1400Hz) juga mendapati hal yang sama. Masalah ini dapat diatasi
dengan menggunakan window dan meminimalisir error yang terjadi. Sehingga
didapatkan seperti grafik dibawah ini
4.2 Kesimpulan
1. Filter secara ideal harus memperhatikan spesifikasi penyusunya serta
faktor faktor penghalangnya.
2. Metode windowing adalah untuk memperoleh respon frekuensi ideal filter
dan menghitung respon impulsenya.
3. Metode windowing dapat memodifikasi noise tanpa mengubah frekuensi
yang diinginkan.
 DAFTAR PUSTAKA

1. http://www.academia.edu/5507074/Praktikum_dsp_9
2. https://slideplayer.info/slide/4867735/
3. http://shodhganga.inflibnet.ac.in/bitstream/10603/180778/10/10_chapter
%204.pdf
4. http://tribudi.lecturer.pens.ac.id/LN_DSP/DSP_tutorial_5.pdf
5. http://ridha.staff.gunadarma.ac.id/Downloads/files/3817/el302-07.pdf
6. http://www.iitg.ac.in/cstw2013/matlab/notes/SP_ppt.pdf