Percobaan IV

Desain Filter dan Implementasi Algoritma DSP

Rahman Ecky Retnaldi (13116006)
Asisten : Dinur Wahyu Pratiwi (13115010)
Tanggal Percobaan : 12/10/2018
EL3104 Praktikum Pengolahan Sinyal Digital
Laboratorium Teknik Elektro
Institut Teknologi Sumatera

Abstrak— Pada percobaan modul 4 ini akan dilakukan II. LANDASAN TEORI
percobaan untuk mendesain filter dan implementasi algoritma
A. Blackfin BF561EZ
DSP. Dimana model atau rancangan filter FIR yang akan
Blackfin BF561EZ adalah sebuah development board
dibuat ini adalah filter lowpass, bandpass dan highpas. Yang
produksi dari Analog Devices yang digunakan untuk penelitian
kemudian mengeksekusi nilai koefisien yang diperoleh dari
dan pengembangan aplikasi menggunakan Prosesor ADSP
FIR1 kedalam sebuah source code visual DSP yang kemudian
BF561. BF561EZ ini terdiri dari bermacam-macam peripheral
akan dilakukan debugging ke board Blackfin BF561EZ. Setelah
yang digunakan untuk pengembangan. BF561EZ mempunyai
itu output diamati dengan audacity. Adapun percobaan yang
fitur :
akan dilakukan yaitu pertama percobaan implementasi filter
 Prosesor ADSP-BF561 Blackfin
FIR Low-pass filter, kedua percobaan implementasi filter FIR
Band-pass filter dan yang terahir Percobaan implementasi filter  64 MB (16 M x 16-bit x 2) SDRAM
FIR High-pass filter.  8 MB (4 M x 16-bit) FLASH memory
 AD1836 multichannel 96 kHz audio codec
Kata Kunci— Visual DSP+++ 5.1.2, Audacity ,Blackfin  3 RCA jack untuk composite (CVBS), differential
BF561EZ, FIR Lowpass, FIR Highpass dan FIR Bandpass component (YUV) atau S video (Y/C) input
 RCA jack untuk input/output audio stereo
I. PENDAHULUAN
Digital signal prosessing (DSP) adalah teknik , algoritma dan  10-bit video decoder ADV7183A
bentuk matematis yang digunakanuntuk memanipulasi data  NTSC/PAL video encoder ADV7179
sinyal kedalam bentuk digital . Tujuan dari DSP ini adalah
Pada Gambar 1 ditampilkan blok diagram dari Blackfin
untuk mendapatkan informasi yang dibawa oleh sinyal seperti
BF561EZ. ADSP-BF561 merupakan anggota dari keluarga
meningkatkan kualitas gambar , suara kompresi data dan lain-
prosesor Blackfin yang memang ditargetkan untuk konsumen
lain. Dalam pemrosesan sinyal umunya digunakan software
aplikasiaplikasi multimedia. Di dalam perangkat ini terdapat
visual DSP++ yang di integrasikan pada board development
dua core prosesor Blackfin yang independen satu sama lain
blackfin.
yang menawarkan performa tinggi serta konsumsi daya yang
Pemfilteran FIR merupakan sebuah filter yang memiliki respon
rendah dengan tetap menjaga kemudahan penggunaan serta
impulse dengan batasan tertentu. Filter FIR ini umumnya ada 3
kompatibilitas. Arsitektur inti mengombinasikan mesin
jenis yaitu FIR Lowpass, FIR Bandpass dan FIR Highpass.
pengolah sinyal dual-MAC, kemampuan single-instruction
Dalam praktikum ini praktikan akan mempelajari cara
multipledata (SIMD) yang fleksibel dan fitur-fitur multimedia
mendesain filter dengan algortima DSP. Yang kemudian akan
ke dalam arsitektur single-instructionset.
diimplementasikan ke board BF561EZ dengan arsitektur
SMID. Selanjutnya hasil output akan diamati dengan software
eksternal audacity.
Percobaan ini memiliki tujuan sebagai berikut :
1. Praktikan mampu menjelaskan bagian-bagian penting
dari BlackfinnBF561EZ beserta fungsinya.
2. Praktikan mampu melakukan trouble-shooting
BF561EZ.
3. Mengimplementasikan pemfilteran FIR untuk
berbagai macam filter di Blackfin BF561EZ.
4. Melakukan verivikasi filter FIR hasil implementasi

Gambar 1. Diagram Block Blackfin BF561EZ

B. Periferal-Periferal Adsp-Bf561
Sistem ADSP-BF561 memiliki periferal-periferal sebagai
berikut:
 Antarmuka Periferal Parallel / Parallel Peripheral
Interfaces (PPIs)
 Port Serial / Serial Ports (SPORTs)
 Antarmuka Periferal Serial / Serial Peripheral Interface
(SPI)
 Timer multi-guna / General-Purpose Timers
 Universal Asynchronous Receiver Transmitter (UART)
 Watchdog Timers
 I/O multi-guna / General Purpose I/O (Programmable
Flags)
Periferal-periferal tersebut di atas terhubungkan dengan inti
melalui beberapa bus berbandwidth besar, seperti ditampilkan
pada Gambar 1. Semua periferal kecuali I/O multi-guna dan
Timer, didukung oleh struktur DMA yang fleksibel, termasuk
di antaranya adalah dua buah pengatur DMA (DMA1 dan
DMA2) dan sebuah pengatur internal memory DMA
(IMDMA). Pada masing-masing dari DMA1 dan DMA2,
terdapat dua belas kanal periferal DMA yang dapat deprogram
dan dua aliran memori DMA terpisah, ditujukan untuk transfer
data antar ruang memori DSP, yang mencakup SDRAM dan
memori asynchronous. Beberapa bus on-chip menyediakan
bandwidth yang cukup untuk menjaga agar inti prosesor
berjalan meskipun terdapat pula aktivitas pada semua periferal-
periferal on-chip dan periferal-periferal eksternal.
C. Arsitektur Inti (CORE) ADSP-BF561
ADSP-BF561 memiliki dua inti Blackfin identik dan setiap
inti mengandung dua 16-bit multiplier, dua 40-bit accumulator,
dua 40-bit arithmetic logic unit (ALU),empat 8-bit video ALU
dan sebuah 40-bit shifter bersamaan dengan unit-unit
fungsional dari setiap inti, seperti ditampilkan pada Gambar 2.
Unit-unit komputasional memproses data 8-, 16-, atau 32-bit
dari register.
Gambar 2. Arsitektur inti BF-561
File register komputasi mengandung delapan register 32-bit.
Saat menjalankan operasioperasi komputasi pada data operand
16-bit, file register beroperasi sebagai 16 register 16- bit yang
independen. Semua operand untuk operasi-operasi komputasi
berasal dari file register multi-port dan field-field instruksi yang
konstan. Setiap MAC dapat menjalankan sebuah 16 x 16 bit
perkalian setiap siklusnya, dengan akumulasi ke sebuah hasil
40-bit. Format-format signed dan unsigned, pembulatan dan
saturasi didukung di dalamnya.
ALU menjalankan set-set traditional aritmatikadan operasi-
operasi logika pada data 16-bit atau 32-bit. Beberapa instruksi-
instruksi khusus tergabung di dalamnya untuk mempercepat
berbagai tugas pengolahan sinyal. Ini mencakup operasi-
operasi bit seperti field extract dan population count, perkalian
modulo 232, pembagian primitive, saturasi dan pembulatan,
dan deteksi sign/eksponen. Set dari instruksi-instruksi video
mencakup bytealignment dan operasi packing, penjumlaahan
16-bit dan 8-bit dengan clipping, operasi rata-rata 8-bit, dan
operasi-operasi pengurangan / nilai absolute/ akumulasi 8-bit.
Selain itu tersedia pula instruksi-instruksi perbandingan dan
pencarian vektor. Untuk beberapa instruksi, dua operasi 16-bit
ALU dapat dijalankan bersamaan pada pasangan register (16-
bit paruh tengah atas dan 16-bit paruh tengah bawah dari
register komputasi). Juga dengan menggunakan ALU kedua,
operasi quad 16-bit juga dimungkinkan. Shifter 40-bit dapat
menyimpan data dan juga menjalankan operasi pergeseran,
rotasi, normalisasi dan ekstraksi.
Sebuah pegurut program mengendalikan aliran dari eksekusi
instruksi termasuk instruksi alignment dan decoding. Untuk
pengendalian aliran program, pengurut mendukung PCrelative
dan conditional jump tidak langsung (dengan prediksi cabang
statis), dan panggilanpanggilan subrutin. Perangkat keras
disediakan untuk mendukung zero-overhead looping. Unit
alamat aritmatika menyediakan dua alamat untuk pengambilan
secara simultan dari memori. Unit ini mengandung file register
multi-port yang terdiri dari empat set 32-bit, yaitu register
Index, register Modify, register Length dan register Base (untuk
circular buffer), dan delapan register pointer 32-bit tambahan.
Produk-produk Blackfin mendukung arsitektur Harvard
termodifikasi dalam kombinasinya dengan struktur memori
hierarki. Memori level 1 (L1) biasanya beroperasi pada
kecepatan prosesor maksimum tanpa latensi. Pada level L1,
memori instruksi memegang hanya instruksi-instruksi saja dan
memori data memegang data, sedangkan sebuah memori data
scratchpad terdedikasi menyimpan informasi mengenai stack
dan variabel-variabel lokal. Selain itu tersedia pula blok-blok
memori L1, yang dapat dikonfigurasi sebagai campuran antara
SRAM dan cache. Memory Management Unit (MMU)
menyediakan proteksi memori untuk pekerjaan-pekerjaan
individual yang mampu beroperasi pada inti dan dapat
melindungi register sistem dari akses yang tidak diinginkan. Inti
ganda pada ADSP-BF561 saling membagi sistem memori on-
chip L2, yang mampu menyediakan akses SRAM kecepatan
tinggi dengan hambatan yang cukup besar.
Memori L2 merupakan suatu kesatuan memori instruksi dan
data serta dapat menyimpan berbagai campuran data dan kode
yang dibutuhkan oleh desain sistem. Arsitektur menyediakan
tiga mode operasi: User, Supervisor, dan Emulation. Mode User
memiliki akses terbatas untuk sebuah subset dari sumber daya
sistem sehingga menyediakan lingkungan perangkat lunak yang
terlindungi. Mode Supervisor dan Emulation memiliki akses
yang tak terbatas pada sumber daya inti. Set instruks Blackfin
telah dioptimasi sedemikian sehingga op-codes 16-bit
mewakilkan instruksi-instruksi yang paling sering digunakan.
Instruksi-instruksi DSP yang kompleks dikodekan menjadi op-
codes 32-bit sebagai instruksi-instruksi multifungsi. Produk-
produk Blackfin mendukung kemampuan multi-isu yang
terbatas, di mana insturks 32-bit dapat diisukan secara parallel
bersamaan dengan instruksi-instruksi 16-bit. Ini
memungkinkan seorang programmer untuk menggunakan
banyak sumber daya inti dalam satu siklus instruksi. Bahasa
assembly ADSP-BF561 menggunakan sebuah sintaks aljabar.
Arsitektur juga diptimasikan untuk digunakan dengan sebuah
compiler C.
D. Dasar Teori Pemfilteran
Sinyal di dunia nyata ada dalam bentuk analog dan selalu
merupakan sinyal komposit antara bagian yang diketahui dan
yang tidak diketahui. Misalnya, suara di jalur telepon adalah
gabungan dari suara speaker di ujung dan derau. Pendengar di
ujung harus mem-filter suara dominan agar pembicaraan dapat
berlangsung. Contoh ini menunjukkan bahwa telepon mem-
filter hampir semua derau kanal dan selanjutnya terserah
pengguna untuk mem-filter dan mengartikan suara. Karenanya,
pem-filter-an adalah teknik pemrosesan sinyal yang mendasar
untuk mengekstrak sinyal yang diperlukan dari bentuk aslinya.
Semua teknik pem-filter-an analog –low-pass, high-pass, band-
pass, dan band-stop– dapat diimplementasikan di domain dijital
bila sinyalnya di-sampling dengan tepat. Sampel sinyal ini
dikirim melalui struktur filter dijital untuk melakukan pem-
filter-an. Filter dijital diklasifikasi menjadi filter FIR (Finite
Impulse Response) dan IIR (Infinite Impulse Response).
Masing-masing filter ini dapat melakukan hal yang serupa
dengan filter analog.
input analog -> h(t) ->output analog
input analog ->A/D ->h(n) -> D/A ->output analog
Filter analog mengambil input analog dan menghasilkan output
analog. Filter dijital, dengan adanya perangkat pencuplikan dan
konverter, melakukan hal yang sama dengan filter analog.
E. Penyimpanan Koefisien Filter Dan Sinyal Input
Dari percobaan sebelumnya Anda telah memperoleh koefisien
filter untuk melakukan pemfilter-an. Kita akan
menggunakannya sebagai koefisien filter yang akan diterapkan
di BF561. Nantinya kita akan mencoba program filter dalam
bahasa pemograman C ataupun Assembly, jadi kita dapat
menuliskan koefisien tersebut di program kita,
int koef={a1,a2,a3,a4};
Tetapi biasanya akan lebih mudah bila kita menyimpan
koefisien tersebut di dalam file. Hal ini memudahkan apabila
kita ingin mengganti-ganti koefisien kita dengan cepat. 43
Perhatikan bahwa koefisien harus ditulis dalam format Q31 dan
jangan lupa bahwa prosesor yang kita gunakan adalah prosesor
fixed-point 32 bit sehingga setiap bilangan direpresentasikan
dalam 32 bit dengan kisaran –2 -31 sampai 231 -1 atau –
2147483648 – 2147483647 untuk –1 sampai 1.
Q31 adalah salah satu contoh format Q, yaitu penulisan
bilangan untuk bilangan fixed-point. Pada BF561 yang
merupakan prosesor fixed-point 32 bit, maka untuk N=32,
digunakan format Q31. Format Q31 ini merepresentasikan
fraksional 31 bit. Pada format ini, MSB adalah sign bit yang
diikuti oleh suatu titik imajiner, dan kemudian 31 bit atau
mantisa yang dinormalisasi ke 1. Bilangan Q31 memiliki
kisaran desimal antara –1 sampai 0.9999 (0x8000h sampai
0x7FFFh). Bilangan fraksional h dapat direpresentasikan
sebagai     N n 0 n h bn 2 atau h= -b02 0 + b12 -1 + b22 -
2 + ... + bN2 -N , dimana h adalah bilangan fraksional dan b
adalah biner 1 atau 0.
F. White Noise
White noise adalah sinyal acak (random) dengan spektrum
daya flat. Artinya sinyal white noise memiliki daya yang sama
pada bandwidth yang tetap pada setiap frekuensi tengah. White
noise merupakan nama yang diturunkan dari cahaya putih yang
spektrum daya dari cahayanya terdistribusi pada rentang band
cahaya tampak. Bandwidth dari white noise terbatas pada
prakteknya oleh mekanisme pembangkitan noise, media
transmisi. Sinyal random dapat dikatakan white noise jika
memiliki spektrum yang flat pada bandwidth terlebar yang
mungkin dapat dilewatkan pada sebuah medium.
III. METODELOGI
A. Alat dan bahan
Pada percobaan modul 4 ini alat dan bahan yang
digunakan yaitu :
1. unit computer
2. Blackfin BF561EZ,adaftor,kabel RCA, Converter RCA,
dan speaker
3. Software Matlab dan visual DSP++ 5.1.2
B.1 Percobaan Implementasi Filter FIR Low-Pass Filter
Dengan cara yang sudah dibahas pada modul dua dan metode
pengambilan koefisien yang telah dibahas pada subbab 4 di atas
FIR buat filter tipe low-pass orde 31 dengan frekuensi cut-off 800
Hz dengan MATLAB.
Ditampilkan VisualDSP++ dan siapkan program yang digunakan
pada modul tiga. Buka Process_data.c pada bagian CoreA-
>SourceFiles (dengan jalan
diklik tanda (+) pada tulisan CoreA dan Source Files) dari Project
window Perhatikan bagian: //Filter Coefficients (from MATLAB):
intfilter[BUFFERLENGTH]={…};//////////////////////////////////////
////////////// Perhatikan bahwa nilai-nilai yang dimasukkan di
atas merupakan koefisien koefisien dari filter FIR.
Diganti koefisien-koefisien tersebut dengan koefisien low-pass
filter yang telah didapatkan dalam MATLAB
Pada menu bar klik Project -> Build Project lalu di jalankan
program yang telah di-build, pada menu bar klik Debug ->Run.
Diakukan pengamatan pada sinyal masukan dan keluaran.
Perhatikan efek pemfilteran (low-pass filtering) yang telah
diterapkan.
Diuji filter yang telah dibuat dengan menggunakan White noise
sebagai input. Rekam keluaran filter dengan program Audacity.
Periksa spektrum sinyal hasil.
B.2 Percobaan Implementasi Filter FIR Band-Pass Filter
Dengan cara yang sudah dibahas pada modul dua dan metode
pengambilan koefisien yang telah dibahas pada subbab 4 di
atas FIR buat filter tipe low-pass orde 31 dengan frekuensi pass
1000 Hz -3000 Hz dengan MATLAB.
Ditampilkan VisualDSP++ dan siapkan program yang
digunakan pada modul tiga. Buka Process_data.c pada bagian
CoreA->SourceFiles (dengan jalan
diklik tanda (+) pada tulisan CoreA dan Source Files) dari
Project window Perhatikan bagian: //Filter Coefficients (from
MATLAB):
intfilter[BUFFERLENGTH]={…};//////////////////////////////////
////////////////// Perhatikan bahwa nilai-nilai yang
dimasukkan di atas merupakan koefisien koefisien dari filter
FIR.
Diganti koefisien-koefisien tersebut dengan koefisien Band-
pass filter yang telah didapatkan dalam MATLAB
Pada menu bar klik Project -> Build Project lalu di jalankan
program yang telah di-build, pada menu bar klik Debug ->Run.
Diakukan pengamatan pada sinyal masukan dan keluaran.
Perhatikan efek pemfilteran (Band-pass filtering) yang telah
diterapkan.
Diuji filter yang telah dibuat dengan menggunakan White
noise sebagai input. Rekam keluaran filter dengan program
Audacity. Periksa spektrum sinyal hasil.
B.3 Percobaan Implementasi Filter FIR High-Pass Filter
Dengan cara yang sudah dibahas pada modul dua dan metode
pengambilan koefisien yang telah dibahas pada subbab 4 di
atas FIR buat filter tipe low-pass orde 31 dengan frekuensi cut-
off 6000 Hz dengan MATLAB.
Ditampilkan VisualDSP++ dan siapkan program yang
digunakan pada modul tiga. Buka Process_data.c pada bagian
CoreA->SourceFiles (dengan jalan
diklik tanda (+) pada tulisan CoreA dan Source Files) dari
Project window Perhatikan bagian: //Filter Coefficients (from
MATLAB):
intfilter[BUFFERLENGTH]={…};//////////////////////////////////
////////////////// Perhatikan bahwa nilai-nilai yang
dimasukkan di atas merupakan koefisien koefisien dari filter
FIR.
Diganti koefisien-koefisien tersebut dengan koefisien High-
pass filter yang telah didapatkan dalam MATLAB
Pada menu bar klik Project -> Build Project lalu di jalankan
program yang telah di-build, pada menu bar klik Debug ->Run.
Diakukan pengamatan pada sinyal masukan dan keluaran.
Perhatikan efek pemfilteran (High-pass filtering) yang telah
diterapkan.
Diuji filter yang telah dibuat dengan menggunakan White
noise sebagai input. Rekam keluaran filter dengan program
Audacity. Periksa spektrum sinyal hasil.
 // time a complete audio
IV. HASIL DAN ANALISIS frame has been received. The new //
// input samples can be
A. Percobaan Implementasi Filter FIR Low-Pass Filter found in the variables iChannel0LeftIn,//
Pada percobaan ini pertama dilakukan pengambilan nilai // iChannel0RightIn,
koefisien low-pass pada percobaan FIR1 pada modul 1. iChannel1LeftIn and iChannel1RightIn //
kemudian nilai koefisien di konvert menjadi bilangan // respectively. The
fraksional, pengubahan kebilangan fraksional ini bertujuan agar processed data should be stored in //
blackfin dapat melakukan operasi, karena blackfin hanya bisa // iChannel0LeftOut,
mengoprasikan bilangan integer Q31. Untuk mengkonvert pada iChannel0RightOut, iChannel1LeftOut, //
matlab menggunakan perintah berikut : // iChannel1RightOut,
iChannel2LeftOut and iChannel2RightOut //
>>fs =16000; // respectively.
>>Wn1=800/(fs/2);
>>Lowpass=fir1(N,Wn1,’Low’); //
>>frak=round(2^31*Lowpass); //--------------------------------------------------------------------------
//
Dari perintah diatas diperoleh nilai koefisien lowpas yang void Process_Data(void)
sudah di convert ke fraksional sebagai berikut : {
//Left
//Buffering input
bufferLeft[i] = iChannel0LeftIn;
//convolution with circular buffer
tempLeft=0;
for (j = 0; j < BUFFERLENGTH; j++)
{
tempLeft += (filter[j] >> 16) * (bufferLeft[(i + j) %
BUFFERLENGTH] >> 15);
}
//Output
Dari nilai-nilai koefisien yang diperoleh diatas kemudian iChannel0LeftOut = tempLeft;
dimasukan dalam source code seperti berikut : // //Right
//Buffering input
#include "Talkthrough.h" bufferRight[i]= iChannel0RightIn;
#define BUFFERLENGTH 32 //convolution with circular buffer
int tempRight=0;
bufferLeft[BUFFERLENGTH],bufferRight[BUFFERLENGT for (j = 0; j < BUFFERLENGTH; j++)
H]={0,0,0}; {
int tempLeft, tempRight = 0; tempRight += (filter[j] >> 16) * (bufferRight[(i + j) %
int i,j=0; BUFFERLENGTH] >> 15);
//Filter Coefficients (from MATLAB): }
int filter[BUFFERLENGTH]= {-3283169,-4089104,- //Output
5394501,-6768273,-7261877,- iChannel0RightOut=tempRight;
5516883,0,10673790,27392986,50250325,78362065,1098553 //decreasing i (circular)
26,142041242,171754609,195805997,211467481,216903618, i=(i+BUFFERLENGTH-1)%BUFFERLENGTH;
211467481,195805997,171754609,142041242,109855326,78 //
362065,50250325,27392986,10673790,0,-5516883,- //channel1
7261877,-6768273,-5394501,-4089104,-3283169} ; //Left
iChannel1LeftOut = iChannel1LeftIn;
//right
//-------------------------------------------------------------------------- iChannel1RightOut = iChannel1RightIn;
//
// Function: Process_Data() }

// Kemudian dibuat sinyal white noise pada audacity. berikut

// adalah bentuk sinyal white noise :

//
// Description: This function is called from inside the SPORT0
ISR every //

Gambar 3. Sinyal White Noise
Gambar 4. Analyse Frekuensi White Noise
Selanjutnya dilakukan implementasi filter lowpass pada board
Blackfin BF561EZ Dengan sinyal inputan berupa white noise
sehingga diperoleh hasil sebagai berikut :.
Gambar 5. Sinyal Hasil pemfilteran Lowpass
Gambar 6. Frekuensi analysis Hasil
pemfilteran Lowpass
Berdasarkan hasil dari gambar diatas terlihat bahwa sinyal
domain waktu dan analisis frekuensi pada filter lowpass
bentuknya jauh berbeda dengan sinyal inputan white noise, hal
ini karena sinyal telah difilter dengan model lowpas . kemudian
pada analisi frekuensi ketika sinyal memiliki frekuensi dibawah
3000 Hz sinyal memiliki amplitude sangat besar. Sedangkan
pada sinyal yang frekuensinya lebih dari 3000 HZ sinyalnya
sangat kecil. Hal ini menunjukan bahwa pemfilteran yang
dilakukan hanya akan meloloskan sinyal yang
memilikifrekuensi dibawah 3000 HZ dan akan meredam sinyal
yang memiliki frekuensi lebih dari 3000 Hz. Kemudian dilihat
dari gambar juga frekuensi mulai mengalami penurunan
dikisaran 800 Hz, dimana 800 Hz ini merupakan frekuensi cut-
offnya. Dengan demikian percobaan implementasi dengan FIR
Lowpass ini sudah benar dan sesuai dengan teori.
B. Percobaan Implementasi Filter FIR Band-Pass Filter
Pada percobaan ini dilakukan pengambilan nilai koefisien
band-pass pada percobaan FIR1 pada modul 1. kemudian nilai
koefisien di konvert menjadi bilangan fraksional, pengubahan
kebilangan fraksional ini bertujuan agar blackfin dapat
melakukan operasi, karena blackfin hanya bisa mengoprasikan
bilangan integer Q31. Untuk mengkonvert pada matlab
menggunakan perintah berikut :
>>fs =16000;
>>Wn2=[1000/(fs/2) 3000/(fs/2);
>>bandpass=fir1(N,Wn2,’bandpass’);
>>frak=round(2^31*bandpass);
Dari perintah diatas diperoleh nilai koefisien Bandpas yang
sudah di convert ke fraksional sebagai berikut :
Dari nilai-nilai koefisien yang diperoleh diatas kemudian
dimasukan dalam source code seperti berikut :
#include "Talkthrough.h"
#define BUFFERLENGTH 32
int
bufferLeft[BUFFERLENGTH],bufferRight[BUFFERLENGT
H]={0,0,0};
int tempLeft, tempRight = 0;
int i,j=0;
//Filter Coefficients (from MATLAB):
int filter[BUFFERLENGTH]= {0,-
2181204,0,10773679,24354187,22990859,0,-
18424869,0,33132130,0,-141470186,-294409348,-
273397515,0,365030666,534466228,365030666,0,-
273397515,-294409348,-141470186,0,33132130,0,-
18424869,0,22990859,24354187,10773679,0,-2181204,0} ;
 //right
//-------------------------------------------------------------------------- iChannel1RightOut = iChannel1RightIn;
//
// Function: Process_Data() }

// Dari source code diatas selanjutnya dilakukan implementasi

// filter lowpass pada board Blackfin BF561EZ melalui visual
DSP++ Dengan sinyal inputan berupa white noise sehingga
// diperoleh hasil sebagai berikut :.
// Description: This function is called from inside the SPORT0
ISR every //
// time a complete audio
frame has been received. The new //
// input samples can be
found in the variables iChannel0LeftIn,//
// iChannel0RightIn,
iChannel1LeftIn and iChannel1RightIn //
// respectively. The
processed data should be stored in //
// iChannel0LeftOut,
iChannel0RightOut, iChannel1LeftOut, //
// iChannel1RightOut,
iChannel2LeftOut and iChannel2RightOut // Gambar 7. Sinyal Hasil pemfilteran Bandpass
// respectively.

//
//--------------------------------------------------------------------------
//
void Process_Data(void)
{
//Left
//Buffering input
bufferLeft[i] = iChannel0LeftIn;
//convolution with circular buffer
tempLeft=0;
for (j = 0; j < BUFFERLENGTH; j++)
{
tempLeft += (filter[j] >> 16) * (bufferLeft[(i + j) % Gambar 8. Frekuensi Analyze Hasil
pemfilteran Bandpass
BUFFERLENGTH] >> 15);
}
//Output Berdasarkan Gambar diatas terlihat bahwa sinyal pada domain
iChannel0LeftOut = tempLeft; waktu dan analisis frekuensi bentuknya berbeda dengan
// //Right inputanya hal ini dikarenakan sinyal white noise telah
//Buffering input dilakukan pemfilteran dengan model bandpass filter. Kemudian
bufferRight[i]= iChannel0RightIn; jika dibandingkan dengan sinyal lowpass amplitudenya sinyal
//convolution with circular buffer domain waktu pada bandpass lebih besar dari pada amplitude
tempRight=0; lowpas. Kemudian pada analisis frekuensi pada rentan
for (j = 0; j < BUFFERLENGTH; j++) frekuensi 100-300 Hz amplitude rendah muncul, kemudian
{ mulai muncul dengan amplitude mulai naik ketika frekuensi
tempRight += (filter[j] >> 16) * (bufferRight[(i + j) % diatas 1000Hz. Kemudian ketika frekuensi lebih dari 7000 Hz
BUFFERLENGTH] >> 15); amplitudenya mulai mengalami penurunan. Selain itu terlihat
} juga bahwa rentan frekuensi pasnya berubah pada dari rentan
//Output 1000-3000 Hz pada percobaan 1 berubah menjadi antara 3000
iChannel0RightOut=tempRight; -7000 Hz. Terjadinya perubahan frekuensi pas ini kemungkinan
//decreasing i (circular) karena adanya effek 40-bit shifter yang ada pada brackfin
i=(i+BUFFERLENGTH-1)%BUFFERLENGTH; BF561EZ yang menyebabkan frekuensi pasnya bergeser. Hal
// ini menyebabkan filter hanya meloloskan sinyal dengan rentan
//channel1 frekunesi pas antara 3000 – 7000 Hz . meskipun demikian
//Left bentuk frekuensi yang dihasilkan ini sesuai dengan karakteristik
iChannel1LeftOut = iChannel1LeftIn; pemfikteran FIR Bandpass. Sehingga percobaan yang
dilakukan untuk implementasi bandpass menggunakan blackfin // Function: Process_Data()
BF561 dapat dikatakan benar.
//
//
C. Percobaan Implementasi Filter FIR High-Pass Filter
Pada percobaan ini dilakukan pengambilan nilai koefisien //
high-pass pada percobaan FIR1 pada modul 1. kemudian nilai // Description: This function is called from inside the SPORT0
koefisien di konvert menjadi bilangan fraksional. pengubahan ISR every //
kebilangan fraksional ini bertujuan agar blackfin dapat // time a complete audio
melakukan operasi, karena blackfin hanya bisa mengoprasikan frame has been received. The new //
bilangan integer Q31. Untuk mengkonvert pada matlab // input samples can be
menggunakan perintah berikut : found in the variables iChannel0LeftIn,//
// iChannel0RightIn,
>>fs =16000; iChannel1LeftIn and iChannel1RightIn //
>>Wn3=6000/(fs/2); // respectively. The
>>highpass=fir1(N,Wn3,’high’); processed data should be stored in //
>>frak=round(2^31*highpass); // iChannel0LeftOut,
iChannel0RightOut, iChannel1LeftOut, //
Dari perintah diatas diperoleh nilai koefisien highpass yang // iChannel1RightOut,
sudah di convert ke fraksional sebagai berikut : iChannel2LeftOut and iChannel2RightOut //
// respectively.

//
//--------------------------------------------------------------------------
//
void Process_Data(void)
{
//Left
//Buffering input
bufferLeft[i] = iChannel0LeftIn;
//convolution with circular buffer
tempLeft=0;
for (j = 0; j < BUFFERLENGTH; j++)
{
tempLeft += (filter[j] >> 16) * (bufferLeft[(i + j) %
BUFFERLENGTH] >> 15);
}
Dari nilai-nilai koefisien yang diperoleh diatas kemudian //Output
dimasukan dalam source code seperti berikut : iChannel0LeftOut = tempLeft;
// //Right
#include "Talkthrough.h" //Buffering input
#define BUFFERLENGTH 32 bufferRight[i]= iChannel0RightIn;
int //convolution with circular buffer
bufferLeft[BUFFERLENGTH],bufferRight[BUFFERLENGT tempRight=0;
H]={0,0,0}; for (j = 0; j < BUFFERLENGTH; j++)
int tempLeft, tempRight = 0; {
int i,j=0; tempRight += (filter[j] >> 16) * (bufferRight[(i + j) %
//Filter Coefficients (from MATLAB): BUFFERLENGTH] >> 15);
int filter[BUFFERLENGTH]= {0,2869454,- }
5628996,5870718,0,-12528018,24938095,- //Output
24238586,0,43586522,-81768406,77088945,0,- iChannel0RightOut=tempRight;
148977863,330592721,-480211122,538136919,- //decreasing i (circular)
480211122,330592721,-148977863,0,77088945,- i=(i+BUFFERLENGTH-1)%BUFFERLENGTH;
81768406,43586522,0,-24238586,24938095,- //
12528018,0,5870718,-5628996,2869454,0} ; //channel1
//Left
iChannel1LeftOut = iChannel1LeftIn;
//-------------------------------------------------------------------------- //right
// iChannel1RightOut = iChannel1RightIn;
}

Dari source code diatas selanjutnya dilakukan implementasi
filter lowpass pada board Blackfin BF561EZ melalui visual
DSP++ Dengan sinyal inputan berupa white noise sehingga
diperoleh hasil sebagai berikut :
 Blackfin BF561EZ dapat digunakan untuk pemrosessan
sinyal digital untuk mendapatkan sinyal output sesuai yang
di harapkan.
 Pemodelan filter Fir lowpas , bandpass dan highpass dapat
diimplementasikan pada BF561EZ dengan menggunakan
nilai koefisien pada filter lowpas, highpass dan bandpass
yang diperoleh dari Fir1 pada matlab. kemudian diproses
dengan algoritma pemfilteran circular buffer pada visual
DSP++.
 Hasil implementasi filter dengan algoritma DSP yang
diberi inputan white noise dapat menghasilkan sinyal
output yang menyerupai filter lowpass,bandpass, dan
highpass.

REFERENSI
[1]. Ingle, V. K. and J. G. Proakis, Digital Signal Processing
Gambar 9. Sinyal Hasil pemfilteran Highpass
Using Matlab v.4. Boston, MA: PWS Publishing
Company, 1997.
[2]. Proakis, J.G. and D. G. Manolakis, Digital Signal
Processing, Principles, Algorithms, and Applications 4th
ed. Upper Saddle River, NJ: Prentice Hall, 2006.
[3]. Higham,Desmond J. and Nicholas J. Higham, Matlab
Guide 2nd.Philadelphia:SIAM,2005
[4]. Kananda,kiki,dkk. Praktikum Pengolahan Sinyal Digital.
Laboratorium Dasar Teknik Elektro ITERA, Lampung,
2018

Gambar 10. Frekuensi analyse Hasil

pemfilteran Highpass

Berdasarkan hasil dari gambar diatas terlihat bahwa

sinyaldomain waktu dan analisis frekuensi pada pemfilteran
highpass bentuknya jauh berbeda dengan sinyal inputan white
noise,dimana amplitude hasil filter nilainya lebih kecil. hal ini
karena sinyal telah difilter dengan model highpass. Kemudian
dari frekuensi analisisnya seharusnya frekuensi teredam ketika
frekuensinya dibawah 6000 Hz. Namun pada gambar terlihat
bahwa frekuensi teredam ketika berada kurang dari 7000 Hz
dan ketika lebih besar dari 7000 Hz baru mengalami kenaikan.
Hal ini kemungkinan disebabkan oleh 40-bit shifter yang
mengakibatkan adanya pergeseran pada titik cutoff sehingga
frekuensi cut-offnya ikut berubah. Meskipun demikian hasil
yang diperoleh ini sudah sesuai dengan karakteristik dari filter
FIR highpass filter.

V. SIMPULAN

 Blackfin BF51 memiliki arsitektur ADSP-BF561 identik

yang terdiri dari 40-bit shifter , 2 16-bit multiplier, 2 40-bit
accumulator , 2 40-bit ALU dan 4 8-bit Video ALU. Selain
itu juga terdiri dari periferal periferal yang berfungsi untuk
pengembangan.