Analisa Data Digital

Adjeng Yalastri Atha Nafilah
03411640000038
Responsi Analisa Data Digital D
Tugas 03
1. Coba di MATLAB
a. Buat suatu sinyal sembarang. Kemudian dilakukan fft dengan fungsi fft(x,n). Coba-
coba untuk panjang x=n, x>n, dan x<n. Lalu plotkan spektrum amplitudo, spektrum
magnitudo, dan spektrum fase.
b. Lakukan ifft (x,n)
2. Apa kegunaan dari masing-masing spektrum (Tampilkan contohnya)
3. Power Spectral Density
a. Jelaskan Power Spectral Density
b. dan dicoba pada MATLAB
1.a , 1.b, dan 3.b

Script
close all
clc
%Adjeng Yalastri
%PARAMETER SINYAL
F = [2 10];
A = [2 4];
tmin = 0;
tmax = 2;
teta = [-45 90];
Fs = 100; %sample per sekon
dt = 1/Fs;
t = tmin:dt:tmax;
N = length(t);
y=0;
for j=1:length(F)
y0 = y+A(j)*sin(2*pi*F(j)*t);
end
figure(1), subplot (3,1,1), plot(t,y0,'r'), title('Sinyal Asli')

xlabel ('t (second)'), ylabel('y(t) (meter)'), hold on
y = y0 + 1.5*randn(1,N); %Menambah random noise

figure(1), subplot(3,1,2), plot(t,y), title('sinyal dengan noise')
xlabel('t (second)'), ylabel('y(t) (meter)')
%FFT x=n
yf = fft(y);
m_yf = abs(yf);
a_yf = m_yf/N;
k = 0:N-1;
df = Fs/(N-1);
fmax = 1/dt;
f = 0:df:fmax;
03411640000038
Tugas 03
%plot amplitude spectrum

figure(2), subplot(2,1,1)
plot(f,a_yf), title('Original Amplitude Spectrum')
xlabel('f (Hz)'), ylabel('Y(f)')
%plot magnitude spectrum

subplot(2,1,2),plot(f,m_yf), title('Spektrum Magnitudo')
xlabel('f (Hz)'), ylabel('Magnitudo')
%menghitung sudut fasa sinyal

fasa=atan(imag(yf)/real(yf))
Fasa_derajat=angle(fasa)
%plot phase spectrum

figure(3),stem(F,teta,'o','b','linewidth',2),title('Spektrum Fasa')
xlabel('f (Hz)'), ylabel('sudut fasa (derajat)')
ylim([-180 180]),xlim([0 50])
%ifft
yt=ifft(yf,N);
figure(1), subplot(3,1,3),plot(t,yt),title('sinyal with noise hasil ifft')
%power spectral density

Ts=1/Fs;
T=N.*Ts;
XFs=yf/Fs;
Exf=abs(XFs).^2;
Pxf=Exf/T;
maxPxf=max(Pxf);
figure(4)
subplot(2,1,1),plot(f,Pxf), title('PSD of x(t)')
ylabel('energi per frekuensi'),xlabel('f (Hz)')
subplot(2,1,2),plot(f,10*log10(Pxf/maxPxf)), title('PSD of x(t) in dB')
axis([0 100 -30 10]), ylabel('Power Spectrum Magnitudo (dB)'), xlabel('f
Hz')
%FFT x>n
N=128 %2^7=128 || N1=201 || 128<201 = n<x
yf = fft(y,N);
m_yf = abs(yf);
a_yf = m_yf/N;
k = 0:N-1;
df = Fs/(N-1);
fmax = 1/dt;
f = 0:df:fmax;

03411640000038
Tugas 03


ylim([-180 180]),xlim([0 50])
%ifft
yt=ifft(yf,N);

Ts=1/Fs;
T=N.*Ts;
XFs=yf/Fs;
Exf=abs(XFs).^2;
Pxf=Exf/T;
maxPxf=max(Pxf);
figure(4)
Hz')
%FFT x<n
N=256 %2^8=256 || N1=201 || 256>201 = n>x
yf = fft(y,N);
m_yf = abs(yf);
a_yf = m_yf/N;
k = 0:N-1;
df = Fs/(N-1);
fmax = 1/dt;
f = 0:df:fmax;



03411640000038
Tugas 03

ylim([-180 180]),xlim([0 50])
%ifft
yt=ifft(yf,N);

Ts=1/Fs;
T=N.*Ts;
XFs=yf/Fs;
Exf=abs(XFs).^2;
Pxf=Exf/T;
maxPxf=max(Pxf);
figure(4)
Hz')
Hasil Running/Plot
03411640000038
Tugas 03
Pembahasan
Pada percobaan kali ini bertujuan untuk membuat sinyal sembarang lalu dilakukan Fast
Fourier Transform (FFT) dengan dibuat 3 kondisi. Sinyal yang digunakan yaitu 𝑦 = 𝐴𝑠𝑖𝑛2𝜋𝑓𝑡
dan pada fungsi fft(x,n) dibuat kondisi x=n, x>n, dan x<n. Frekuensi yang digunakan adalah 5
dimana pada vektor j pada matriks (i,j). Untuk membuat 3 kondisi maka pada N (banyaknya
sampling yang dilakukan saat FFT) digunakan N = banyaknya data t (banyaknya data 0 hingga 2
dengan interval 1/Frekuensi sampling maka data yang dimiliki sebanyak 201 data) untuk x=n,
N=128 untuk x>n, dan N=256 untuk x<n.
Setelah dilakukan FFT dengan 3 kondisi lalu diplotkan untuk melihat masing-masing
spektrum amplitudo, magnitudo, dan fasanya. Terlihat pada hasil plot masing-masing spektrum
terdapat perbedaan. Hal ini dikarenakan N yang digunakan berbeda-beda karena dari persamaan
untuk mendapatkan masing-masing spektrum melibatkan nilai N. Berikut persamaan untuk
masing-masing spektrum :
Spectrum Fourier →
Dimana:
R = bilangan riil hasil FFT
I = bilangan imajiner FFT
03411640000038
Tugas 03
Pada hasil plot spektrum amplitudo dan magnitudo terlihat sudut fasanya lebih besar.
Inverse Fast Fourier Transform (IFFT) bertujuan untuk mengembalikan kembali seperti
hasil FFT. Terlihat pada hasil plot IFFT sama dengan hasil plot pada FFT dengan noise. Hal ini
menunjukkan proses rekonstruksi sinyal sudah sesuai.
2. Fugsi masing-masing Spectrum
• Amplitudo adalah ukuran tinggi rendahnya tegangan dari sinyal analog,
• Frekuensi adalah jumlah gelombang sinyal analog dalam satuan detik,
• Fase (Phase) adalah menyatakan pergeseran fase atau sudut fase dari setiap frekuensi
03411640000038
Tugas 03
Dimana :
i = imajiner (-1) ½
u = peubah frekuensi
Untuk f(x) real, F(u) adalah fungsi kompleks dan dapat dituliskan sebagai:
Amplitudo atau êF(u) êdisebut spektrum Fourier dari f(x) yang sudah disebutkan sebelumnya
dimana didefinisikan sebagai:
Dan sudut fase spectrum, menyatakan pergeseran fase atau sudut fase dari setiap frekuensi u
3.a Power Spectral Density

Frekuensi sebuah gelombang secara alami ditentukan oleh frekuensi sumber. Laju
gelombang melalui sebuah medium ditentukan oleh sifat-sifat medium. Sekali frekuensi (f) dan
laju suara (v) dari gelombang sudah tertentu, maka panjang gelombang () sudah ditetapkan.
Dengan hubungan f = 1/T maka dapat diperoleh persamaan (6).

= (6)
f
Karena pada penelitian laju suara yang digunakan pada medium zat cair, yaitu air laut. Maka
laju suara di udara yang dilambangkan dengan (v) dapat dirubah dengan laju suara di air yang
dilambangkan dengan (C), sehingga diperoleh persamaan (7)
C
= (7)
f
03411640000038
Tugas 03
Power Spectral Density (PSD) didefenisikan sebagai besarnya power per interval
frekuensi, dalam bentuk mate,atik (Brook dan Wynne 1991):
|𝑋𝑛|2 (𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑜)2
PSD = ……………………….( ) (8)
𝑓 𝐻𝑧
Suatu sinyal periodik memiliki energi tak terhingga (infinite) dan daya rata-rata yang
terhingga (finite), yang diberikan sebagai
Kemudian kita nyatakan dalam bentuk ck
X(t) adalah deret harmonic dan daya rata2 pada masing-masing komponen frekuensi:
Bila kita memplot |ck|2 sebagai fungsi dari frekuensi kF0, k= …-2,-1,0,1,2, … , maka dapat
dibuat suatu diagram yang disebut Power Density Spectrum, yang menggambarkan bagaimana
daya dari sinyal periodik didistribusikan diantara komponen-komponen frekuensi.
Perhitungan PSD pada MATLAB menggunakan metode Welch (Krauss et.al 1995), yakni
mencari DFT (berdasarkan perhitungan dengan algoritma FFT), kemudian mengkuadratkan nilai
magnitude tersebut. Berikut adalah hasil pengolahan yang dijalankan dengan menggunakan syntax
:
03411640000038
Tugas 03
Pada gambar diatas menunjukkan adanya 10 siklus yang dihasilkan oleh syntax yang
dijalakan menggunakan MATLAB , siklus tersebut ditunjukkan dengan gambar garis berwarna
biru. Siklus tersebut memiliki nilai yang sama hingga menuju ke nilai 0.007 dengan nilai yang
terdapat pada sumbu y yaitu dengan range 0 -1 , karena time yang digunakan adalah 1/n / Fs .
sehingga nilai maksimal yang dihasilkan oleh siklus tersebut adalah 1.
3.b Hasil Plot Power Spectral Density (PSD) dan Penjelasan
Gambar 3. Hasil Plot Power Spectral Density

03411640000038
Tugas 03
Pada gambar diatas ditunjukkan hasil dari Power spectral density pada nilai x(t) dengan
menggunakan Frekuensi yaitu 2 dan 10 Hz, sedangkan nilai Fs yaitu 2 kali lipat besar frekuensi
sesuai dengan perhitungan dalam mencari Frekuensi sample yaitu sebesar 100 Hz memiliki nilai
tertinggi yaitu pada 6.695 dengan sumbu x yaitu bernilai 10 dan 90.5
Pada gambar diatas yaitu power spectral Density pada x(t) dengan satuan dB yang sudah
dimasukkan kedalam fungsi anti Log 10 log (n) , dapat dilihat gambar diatas memiliki pola yang
sama dengan nilai tertinggi pada sumbu y yaitu berada pada 0 dB, dengan nilai yaitu berada pada
selang 10 dan 90.5, dan frekuensi yang digunakan adalah 2 dan 10 Hz dan Frekuensi Sample yaitu
100 Hz.

Analisa Data Digital

Diunggah oleh

Informasi Dokumen

Hak Cipta

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Analisa Data Digital

Diunggah oleh

Hak Cipta:

Adjeng Yalastri Atha Nafilah

1.a , 1.b, dan 3.b

figure(1), subplot (3,1,1), plot(t,y0,'r'), title('Sinyal Asli')

y = y0 + 1.5*randn(1,N); %Menambah random noise

%plot amplitude spectrum

%plot magnitude spectrum

%menghitung sudut fasa sinyal

%plot phase spectrum

%power spectral density

%plot amplitude spectrum

%menghitung sudut fasa sinyal

%plot phase spectrum

%power spectral density

%plot amplitude spectrum

%plot magnitude spectrum

%menghitung sudut fasa sinyal

%plot phase spectrum

%power spectral density

• Frekuensi adalah jumlah gelombang sinyal analog dalam satuan detik,

3.a Power Spectral Density

Kemudian kita nyatakan dalam bentuk ck

3.b Hasil Plot Power Spectral Density (PSD) dan Penjelasan

Gambar 3. Hasil Plot Power Spectral Density

Anda mungkin juga menyukai