Anda di halaman 1dari 10

Laporan Akhir

Praktikum “Analisa Fourier Waktu Diskrit (M-10)”


Hari/Tanggal : Selasa/13 November 2018
Nama : Nathasya Cornelya Khairunissa

1. Latihan 3.2
a) 3.2a

 Listing

>> n = [0:1:99];
>> w = [0:pi/99:pi];
>> x = 2.*(0.8).^n.*(stepseq(0,0,99)-stepseq(20,0,99));
>> X = dtft(x,n,w);
>> MagX = abs(X);
>> ImagX= imag(X);
>> RealX = real(X);
>> AngX = angle(X);
>> subplot(2,2,1);plot(w/pi,MagX);xlabel('frekuensi satuan
pi');ylabel('Magnitude');title('Magnitude Part');grid on;
>> subplot(2,2,2);plot(w/pi,AngX);xlabel('frekuensi satuan
pi');ylabel('Angle satuan radian');title('Angle Part');grid on;
>> subplot(2,2,3);plot(w/pi,RealX);xlabel('frekuensi satuan
pi');ylabel('Real');title('Real Part');grid on;
>> subplot(2,2,4);plot(w/pi,ImagX);xlabel('frekuensi satuan
pi');ylabel('Imaginary');title('Imaginary Part');grid on;

 Tampilan

Analisa:
Dari hasil data yang diperoleh bahwa sinyal menurun saat frekuensi sama dengan 0
atau sekitar rentang 0-0.5, namun saat sinyal mendekati nilai frekuensi 1 maka sinyal
akan meningkat kembali. Hal ini sesuai dengan teori yang mana sinyal akan ada saat
frekuensi 1, dan saat frekuensi 0 maka sinyal tidak ada. Sinyal real dan sinyal
imaginary yang didapat pun hampir berbanding terbalik.
b) 3.2c
 Listing
>> n = [0:1:6];
>> w = [0:pi/6:6];
>> x = [4,3,2,1,2,3,4];
>> X = dtft(x,n,w);
>> MagX = abs(X);
>> ImagX= imag(X);
>> RealX = real(X);
>> AngX = angle(X);
>> subplot(2,2,1);plot(w/pi,MagX);xlabel('frekuensi satuan
pi');ylabel('Magnitude');title('Magnitude Part');grid on;
>> subplot(2,2,2);plot(w/pi,AngX);xlabel('frekuensi satuan
pi');ylabel('Angle satuan radian');title('Angle Part');grid on;
>> subplot(2,2,3);plot(w/pi,RealX);xlabel('frekuensi satuan
pi');ylabel('Real');title('Real Part');grid on;
>> subplot(2,2,4);plot(w/pi,ImagX);xlabel('frekuensi satuan
pi');ylabel('Imaginary');title('Imaginary Part');grid on;

 Tampilan

Analisa :
Dari hasil gambar sinyal yang didapat bahwa hampir sama dengan sebelumnya yaitu,
saat frekuensi kurang dari 1 maka sinyalnya menurun dan saat frekuensi lebih dari 1
maka sinyal kembali meningkat. Namun pada sinyal real tidak sesuai, pada sinyal
real cenderung konstan. Dan sinyal real dan imaginary tidak berbanding terbalik hal
ini dimungkinkan karena adanya kesalahan dalam membuat listing pada matlab.

2. Latihan 3.3
a) 3.3b
 Listing

>> n = [0:1:99];
>> w = [0:pi/99:99];
>> x = 2.*(0.8).^(n+2).*(stepseq(2,0,99));
>> X = dtft(x,n,w);
>> MagX = abs(X);
>> ImagX= imag(X);
>> RealX = real(X);
>> AngX = angle(X);
>> subplot(2,2,1);plot(w/pi,MagX);xlabel('frekuensi satuan
pi');ylabel('Magnitude');title('Magnitude Part');grid on;
>> subplot(2,2,2);plot(w/pi,AngX);xlabel('frekuensi satuan
pi');ylabel('Angle satuan radian');title('Angle Part');grid on;
>> subplot(2,2,3);plot(w/pi,RealX);xlabel('frekuensi satuan
pi');ylabel('Real');title('Real Part');grid on;
>> subplot(2,2,4);plot(w/pi,ImagX);xlabel('frekuensi satuan
pi');ylabel('Imaginary');title('Imaginary Part');grid on;

 Tampilan

Analisa :
Pada percobaan 3.3 ini frekuensi pada gambar yang kami dapat sampai dengan rentang
40. Sehingga penurunan dan kenaikan sinyal tidak begitu jelas. Namun sama seperti
sebelumnya yang mana saat frekuensi kurang dari 0 maka mengalami penurunan
sinyal, dan saat frekuensi mendekati 1 maka akan mengalami peningkatan. Pada
gambar diatas mengalami penaikan dan penurunannya sangat drastis dan dalam jarak
yang berdekatan

3. Latihan 3.5
a) Tentukan respon impulse ideal hd(n) menggunakan hubungan IDTFT (3.2)

 Listing

>> n = [0:1:99];
>> w = [0:pi/99:pi];
>> H = hp(0.5*pi,0,pi);
>> plot(w/pi,H);xlabel('freq');ylabel('H');title('Respon
Impuls');grid on;

 Tampilan

Analisa:
Dari hasil gambar yang diperoleh maka dapat disimpulkan bahwa sinyal ada saat
rentang 0.5-1, dan sinyal tidak ada saat rentang 0-0.5. pada filter high pass

b) Tentukan dan plot respon impuls yang terpotong

 Listing

>> k = 0:500; w = (pi/500)*k; % [0, pi] axis divided into 501


points.
>> w0 = pi/2; figure(1);
>> alpha=15; wc=0.5*pi; n = 0:30;
>> h = sin(wc*(n-alpha))./(pi*(n-alpha));
>> h(16) = 1/exp(1);
>> figure;
>> plot(n,h);xlabel('n'); ylabel('h(n)'); title('respon
Impulse');
>> H = dtft(h,n,w);

 Tampilan

Analisa:
Dari hasil gambar tersebut didapatkan bahwa sinyal yang diloloskan yaitu pada
kisaran 15, dikarenakan rumus pada listing nya alpha=15 sehingga yang diloloskan
pada kisaran tersebut

4. Latihan 3.6
a)
 Listing
>> k = 0:500; w = (pi/500)*k;% [0, pi] axis divided into 501
points.
>> b=[1,1,1,1];a=[1,0.81,0.81,0.81];
>> m=0:length(b)-1
>> l=0:length(a)-1
>> num=b*exp(-j*2.*m'*w)
>> den=a.^l*exp(-j*2.*l'*w)
>> H=num./den
>> magH=abs(H);angH=angle(H)
>> subplot (2,1,1);plot(w/pi,magH);grid on;title('sekuen
input');xlabel('frequency in pi units');
>> n=[0:200]
>> x=5+10*(-1.^n)
>> y=filter(b,a,x);
>> xlabel('n');ylabel('x(n)');
>> subplot(2,1,2);stem(n,x);xlabel('n');ylabel('y(n)')
;title('sekuen output');

 Tampilan

b)
 Listing

>> k = 0:500; w = (pi/500)*k;% [0, pi] axis divided into


501 points.
>> b=[1,1,1,1];a=[1,0.81,0.81,0.81];
>> m=0:length(b)-1
>> l=0:length(a)-1
>> num=b*exp(-j*2.*m'*w)
>> den=a.^l*exp(-j*2.*l'*w)
>> H=num./den
>> magH=abs(H);angH=angle(H)
>> subplot (2,1,1);plot(w/pi,magH);grid on;title('sekuen
input')
>> xlabel('frequency in pi units')
>> n=[0:200]
>> x=2*sin(pi*n/4)+3*cos(3*pi*n/4)
>> y=filter(b,a,x);
>> xlabel('n');ylabel('x(n)');
>> subplot(2,1,2);stem(n,x);
xlabel('n');ylabel('y(n)');title('sekuenoutput');

 Tampilan

Analisa:

5. Latihan 3.7
Sinyal analog 𝑥𝑎 (𝑡) = 𝑠𝑖𝑛 (1000𝜋𝑡)
 Listing

>> Dt=0.0001;
>> t=-0.1:Dt:0.1;
>> xa=sin(1000*pi*t);
>> subplot(2,1,1); plot(t,xa); xlabel('Frequency');
ylabel('Amplitude'); title('Sinyal Input Analog x_a(t)');
>> Ts=0.0001;
>> n=-0.1:Ts:0.1;
>> xn=sin(1000*pi*n);
>> subplot(2,1,2); stem(n,xn,'k'); xlabel('Frequency');
ylabel('Amplitude');title('Sinyal Input diskrit x(n)');

 Tampilan

a) Ts = 0.1 ms
b) Ts = 1 ms

c) Ts = 0.01 s

Analisa:
Dari ketiga gambar tersebut merupakan hasil sampling dengan waktu diskrit yang
berbeda-beda, yang pertama dengan waktu 0.1 ms, yang kedua dengan watu 1 ms, dan
selanjutnya dengan waktu 0.001 s. dari perbedaan wktu tersebut dapat disimpulkan
bahwa waktu sampling ini sangat berpengaruh pada sinyal dalam membawa informasi.
Semakin kecil interval waktunya maka sinyal semakin membentuk sinusoidal dan
informasi yang dibawa pun semakin lengkap namun kelemahannya terdapat noise juga
yang ikut terbawa dalam informasi tersebut.

6. Latihan 3.8

a)
 Listing

>> n=[0:50];
>> Ts1 = 0.01;
>> x1 = sin(20*pi*n*Ts1);
>> subplot(3,1,1);stem(n,x1);title('Grafik x(n) untuk
Ts=0.01');xlabel('n'); ylabel('x(n)');
>> Ts2 = 0.05;
>> x2 = sin(20*pi*n*Ts2);
>> subplot(3,1,2);stem(n,x2);title('Grafik x(n) untuk
Ts=0.05');xlabel('n'); ylabel('x(n)');
>> n3=[0:20];
>> Ts3 = 0.1;
>> x3 = sin(20*pi*n*Ts3);
>> subplot(3,1,3);stem(n,x3);title('Grafik x(n) untuk
Ts=0.1');xlabel('n'); ylabel('x(n)');

 Tampilan

Analisa:
Percobaan ini sama dengan sebelumnya yaitu melakukan sampling pada sinyal analog
namun dengan interval Ts = 0.01, 0.05, 0.1 dari grafik dapat disimpulkan bahwa dari 3
variasi interval Ts ini mempengaruhi ketelitian informasi dari sinyal yang didapatkan
atau dapat dikatakan juga ketelitian sampling berbanding terbalik dengan interval
waktu. Semakin kecil interval waktunya, semakin jelas bahwa sinyal berbentuk
sinusoid dan informasi bisa diambil. Dari hasil plot didapat untuk nilai Ts yang baik
yaitu pada T 0.01 sedangkan pada T variasi lain yang digunakan menghasilkan sinyal
yang berbeda jauh dengan sinyal asalnya.
b)
 Listing

>> dt = 0.001;
>> t = 0:dt:1;
>> n=[0:100];
>> Ts = 0.01;
>> Fs=1/Ts;
>> nTs = n*Ts;
>> x1 = sin(20*pi*nTs);
>> y1 = x1*sinc(Fs*(ones(length(n),1)*t-
nTs'*ones(1,length(t))));
>> subplot(3,1,1);plot(t,y1);title('Rekonstruksi sinyal x(n), Ts
= 0.01');xlabel('t (s)'); ylabel('y(t)');
>> Ts = 0.05;
>> Fs=1/Ts;
>> nTs = n*Ts;
>> x2 = sin(20*pi*nTs);
>> y2 = x2*sinc(Fs*(ones(length(n),1)*t-
nTs'*ones(1,length(t))));
>> subplot(3,1,2);plot(t,y2);title('Rekonstruksi sinyal x(n), Ts
= 0.05');xlabel('t (s)'); ylabel('y(t)');
>> Ts = 0.1;
>> Fs=1/Ts;
>> nTs = n*Ts;
>> x3 = sin(20*pi*nTs);
>> y3 = x3*sinc(Fs*(ones(length(n),1)*t-
nTs'*ones(1,length(t))));
>> subplot(3,1,3);plot(t,y3);title('Rekonstruksi sinyal x(n), Ts
= 0.1');xlabel('t (s)'); ylabel('y(t)');

 Tampilan

Analisa :
Pada percobaan ini dilakukan rekonstruksi sinyal y(n) dari input x(n) dengan interpolasi
sin. Dimana terlihat sinyal berbentuk sinusoid. Namun, rekonstruksi dilakukan pada
interval waktu tertentu. jika pada percobaan sebelumnya interval waktu menjadi
indikator ketelitian dari data yang diperoleh, pada percobaan ini pun sama. Ketika
interval waktu semakin besar, bentuk sinyal tidak begitu terlihat benar-benar sinusoidal.
Sehingga dapat dilihat pada grafik saat Ts = 0.01 hasil sinyal rekontruksinya baik dan
sesuai dengan sinyal awalnya yang berbentuk sinusoidal.

Kesimpulan:
1. DTFT merupakan sebuah metode transformasifourier yang menggunakan waktu diskrit.
Transformasi disini juga mengubah domain waktu menjadi domain frekuensi.
2. Sifat-sifat transformasi untuk mengetahui bentuk rumus sebelum ditransformasi dan setelah
ditransformasi.
3. –
4. Sampling adalah proses pengambilan suatu nilai pasti (diskrit) dalam suatu data kontinu
dalam satu titik tertentu.