Sampling merupakan proses pencuplikan dari sebuah sinyal informasi yang nantinya akan
diproses. Sampling merupakan salah satu proses untuk mengubah sinyal analog menjadi
sinyal digital. Untuk melakukan sampling terhadap sinyal informasi, kita harus
memperhatikan penggunaan frekuensi sampling yang akan digunakan. Frekuensi sinyal
sampling sendiri menurut teorema Nyquist adalah harus dua kali lebih besar dari frekuensi
informasi (fs > 2*fi) dengan fs adalah frekuensi sampling dan fi adalah frekuensi informasi.
Kenapa frekuensi sampling harus lebih besar daripada frekuensi informasi? karena agar
dihasilkan proses sampling yang baik. Jika frekuensi sampling lebih kecil daripada frekuensi
informasi akan mengakibatkan sinyal hasil sampling rusak. Untuk membuat dan melihat
proses sampling kita dapat menggunakan software MATLAB. Berikut ini merupakan
langkah-langkah untuk membuat Sampling Sinyal dengan menggunakan MATLAB :
Langkah pertama yaitu membuat vektor waktu untuk menampilkan grafik sinyal dalam
domain waktu dengan menggunakan syntak :
t = [ 0 : 1 : 40 ];
Langkah kedua yaitu memasukan frekuensi sinyal informasi yang akan disampling dengan
menggunakan syntak :
f = 500;
Langkah ketiga yaitu memasukan frekuensi sampling yang akan digunakan. Frekuensi
sampling sendiri harus mengikuti teorema Nyquist. Sehingga jika frekuensi informasi yang
kita gunakan adalah 500, maka frekuensi sampling yang kita gunakan harus dua kali lebih
besar dari frekuensi informasi. Sehingga nilai frekuensi sampling yang kita gunakan harus
lebih besar dari 500. Untuk memasukan frekuensi sampling kita bisa menggunakan syntak :
fs = 8000;
Langkah keempat yaitu membuat sinyal informasi yang telah di sampling pada domain
waktu dengan menggunakan syntak :
x = sin(2*pi*f/fs*t);
Langkah kelima yaitu menampilkan sinyal asli dan proses sampling yang telah kita lakukan.
Untuk menampilkan sinyal informasi asli kita bisa menggunakan syntak :
figure();
stem(t*1/fs*1000,x,'r');
Sedangkan untuk menampilkan proses sampling kita bisa menggunakan syntak :
hold on;
plot(t*1/fs*1000,x);
Untuk membuat output sinyal asli dan proses sampling berada dalam satu gambar, maka kita
menggunakan syntak hold on sebagai tambahan seperti terlihat pada syntak diatas. Jika sobat
mengikuti langkah-langkah diatas dengan benar, seharusnya program yang tersebut dapat
menghasilkan output seperti gambar dibawah ini :
Dari gambar diatas dapat dilihat bahwa sinyal yang berwarna biru menunjukan sinyal asli
sebelum disampling dan sinyal yang berwarna merah menunjukan sinyal hasil sampling.
PERCOBAAN 2
Landasan Teori
Kebanyakan sinyal di alam ini dalam bentuk analog. Untuk memperoleh sinyal diskrit dari
sinyal analog harus dilakukan suatu proses yang disebut sampling. Secara matematik, proses
sampling dapat dinyatakan oleh persamaan berikut :
Dimana:
x(t) = Sinyal Analog
x(n) = Sinyal Waktu Diskrit
xa(nT) = Sinyal Analog yang disampling setiap perioda Ts
Fs = 1/Ts
Ts = Waktu Sampling
Fs= 1/Ts sampling rate atau sampling/detik
Secara Umum :
𝐹
∮ = 𝐹𝑠
Agar tidak terjadi aliasing besarnya frekwensi sampling minimal 2 kali frekwensi informasi.
Hal ini disebut dengan teorema Nyquist.
ALIASING
Adalah fenomena bergesernya frekuensi tinggi gelombang seismik menjadi lebih rendah yang
diakibatkan pemilihan interval sampling yang terlalu besar (kasar).
Pengaruh Aliasing
pada data seismik dapat merusak kualitas bahkan dapat menghasilkan artifact yang
menyesatkan, seperti pada kasus lapisan yang sangat miring, aliasing dapat menghasilkan
efek dipping yang semu. Secara spasial, aliasing dapat menyisakan artifact (noise) setelah
proses migrasi atau dikenal dengan migration artifact.
Efek Aliasing
Efek aliasing terjadi karena frekuansi sinyal maksimum fmax lebih besar dari ½ frekuensi
sampel fs. untukmenghindari efek aliasing maka frekuensi sampel fs harus dua kali lebih
besar daripada frekuensi sinyal maksimum fmax. Apabila efek aliasing terjadi maka kita
tidak dapat mengetahui frekuensi sinyal yang sebenarnya.
Sampling yang benar, fs > 2fmax
Gambar diatas adalah contoh sampling yang benar. Dimana frekuensi sampling fs lebih besar
dari dua kali frekuensi sinyal maksimum fmax, fs > 2fmax.
Sampling yang menyebabkan efek aliasing, fs <2fmax>Gambar diatas adalah contoh aliasing.
Sinyal yang dihasilkan tidak sama dengan sinyal aslinya. Sinyal yang dihasilkan akan seperti
gambar di bawah.
Anti Aliasing
Anti-aliasing dalam pengolahan sinyal digital adalah teknik mengurangi artifak distorsi dalam
merepresentasikan citra resolusi tinggi pada resolusi yang lebih rendah. Artifak distorsi
disebut aliasing. Anti-aliasing digunakan dalam fotografi digital, grafik komputer, audio
digital, dan bidang lainnya.
Anti-aliasing berarti menghilangkan komponen sinyal yang memiliki frekuensi lebih tinggi
dari yang dapat diterima oleh alat perekam (sampling). Jika perekaman dilakukan tanpa
menghilangkan bagian sinyal ini, maka dapat menyebabkan tampilan citra yang tidak
diinginkan (noise).
Aliasing bisa terjadi pada sinyal sampel dalam waktu, misalnya audio digital , dan disebut
sebagai aliasing temporal. Aliasing juga bisa terjadi pada sinyal spasial sampel , misalnya
gambar digital . Aliasing dalam sinyal spasial sampel disebut aliasing spasial .
Seperti yang telah disampaikan pada teori sampling, bahwa agar tidak terjadi aliasing maka
Frekuensi Sampling > 2 x Frekuensi Informasi. Bagaimana terjadinya Aliasing tersebut
dapatdilihat pada contoh berikut ini:
Misalnya x1(t) = sin (20t)
x2(t) = sin (100t)
Jika kedua sinyal tersebut disampling dengan frekwensi sampling yang sama Fs = 40 Hz.
Tentukan x1(n) dan x2(n).
Jawab:
1 1
FS = 40 Hz dan TS = 𝐹𝑠 = 40
1
x1(n) = sin (20 n TS) = sin (20 n40) = sin (0,5 n)
1
x2(n) = sin (100n TS) = sin (100n40) = sin (2,5n)
x2(n) = sin(2n+0,5n)
= sin(2n) cos (0,5n)+cos(2n) sin (0,5n)
x2(n) = cos(2n) sin(0,5n) =sin (0,5n), n = ganjil
Terjadi aliasing antara F1= 10Hz dan F2=50Hz untuk frekuensi sampling (Fs=40Hz).
Agar tidak terjadi sampling, maka diperlukan frekuensi sampling > 2 x Frekuensi
Maksimaldari sinyal-sinyal tersebut. Dari dua sinyal diatas kita ketahui bahwa Fmaks sebesar
50 Hz.
Sehingga Frekuensi sampling yang dibutuhkan > 2 x Fmaks misalnya kita gunakan
FrekuensiSampling sebesar 150 Hz. Perhatikan hasil sampling kedua sinyal tersebut:
Proses kuantisasi mengubah sinyal continuous valued x(n) menjadi sinyal discrete valued
xq(n), yang digunakan untuk merepresentasikan x(n). Salah satu proses kuantisasi yang
seringdigunakan berbentuk xq (n) = Q[x(n)].
Kuantisasi ini menghasilkan kesalahan (error) kuantisasi sebesar eq (n) = xq (n)- x(n).
Besar kesalahan ini diilustrasikan pada Gambar berikut. Misalnya sinyal analog xa(t) ternyata
memiliki nilai antara
0.1≤xa (t) ≤ 0.4 .
Sinyal ini disampling pada sebuahfrekuensi sampling tertentu menghasilkan x(n). Pada titik-
titik sampling, nilai x(n) persis
sama dengan xa (t).
Namun ketika dikuantisasi, maka hasilnya xq (n) memiliki perbedaan dengan x(n) (dan xa (t)
pada titik sampling) sebesar eq (n). Hal inidisebabkan oleh adanya pembatasan nilai yang
bisa dimiliki oleh xq (n). Dalam contohini, xq (n) hanya diberi kesempatan untuk mempunyai
satu dari L buah nilai dari daftar
yang terbatas {0.0, 0.1, 0.2, dst}.
Nilai-nilai sebanyak L itu disebut sebagai levelkuantisasi.
Step kuantisasi (D) adalah selisih antara satu level dengan level terdekatberikutnya, yang
dalam contoh ini sebesar 0.1.
Contoh :
𝜋
1. Sinyal x(n) = 6,35 cos (10n) hendak dikuantisasi. Berapa banyak bit persample yang
diperlukan apabila :
a. Δ= 0,1
b. Δ= 0,2
2. Sebuah sinyal sismik mempunyai rentang dinamis 1 volt dan sampel dengan sebuah
ADC 8 bit yang memiliki
FS = 20 Hz. Ditanyakan :
a. Tentukan bit rate dan resolusi
b. Frekwensi maksimum yang bisa direpresentasikan pada sinyal digitalnya.