Anda di halaman 1dari 7

Laporan Awal

Praktikum Pengolahan Sinyal Digital

Nama Praktikan M. Falen Fernanda NPM. 140910170045

Tanggal Praktikum 3 Mei 2019

Anggota Kelompok NPM.

NPM.

NPM.

NPM.

NPM.

NPM.

NPM.

Asisten

Modul 6. Korelasi

Tujuan Eksperimen Setelah mengikuti praktikum dengan pokok bahasan korelasi,


mahasiswa mampu menghitung korelasi dua deret.

PROGRAM STUDI TEKNIK ELEKTRO


UNIVERSITAS PADJADJARAN
2019
Lembar Pengesahan

Nama Praktikan M. Falen Fernanda 140910170045

Tanggal Praktikum 26 April 2019

Asisten

Modul 6. Korelasi

Tujuan Eksperimen Setelah mengikuti praktikum dengan pokok bahasan korelasi,


mahasiswa mampu menghitung korelasi dua deret.

Komponen Ya Tidak

1. Praktikan bisa menyebutkan tujuan eksperimen

2. Praktikan mengetahui hukum-hukum dan persamaan-persamaan


matematis yang akan digunakan?

3. Praktikan bisa menunjukkan cara pengukuran dengan alat yang


terkait

4. Praktikan bisa menjelaskan tabel/grafik yang akan diperoleh

5. Praktikan bisa menyebutkan dan menguraikan peralatan dan


komponen yang akan digunakan

Mengetahui

Dosen pengampu Asisten


I. Tujuan Praktikum
Setelah mengikuti praktikum dengan pokok bahasan korelasi, mahasiswa
mampu menghitung korelasi dua deret.
II. Teori Singkat
Operasi Korelasi hampir sama dengan operasi konvolusi. Korelasi sendiri
adalah teknik matematis untuk mengukur derajat kesamaan sinyal meskipun
sinyal tersebut memiliki noise. Korelasi dibedakan menjadi dua cara yaitu:
2.1 Autokorelasi
Korelasi adalah teknik matematis untuk menghitung apakah dua sinyal
berhubungan dan menghitung kuantitas kemiripannya. Ukuran kesamaan
antara pasangan sinyalsinyal energi x[n] dan y[n] dinyatakan dengan deret
korelasi silang rxy[1] yang dinyatakan dengan

Deret autokorelasi x[n] dinyatakan dengan

Untuk sinyal-sinyal daya deret autokorelasinya dinyatakan dengan

dan untuk sinyal-sinyal periodic dengan periode N adalah

Pergeseran waktu sinyal tidak mengubah deret autokorelasi. Sebagai contoh,


untuk y[n]=x[n-k]; maka ryy[l] = rxx[l], yaitu autokorelasi dari x[n] dan y[n]
adalah sama berapapun nilai pergeseran waktunya, k. Ini dapat ditunjukkan
dengan deret sinusoid dan kosinus dengan amplitudo dan frekuensi yang sama
akan memiliki fungsi autokorelasi yang sama pula.
Algoritma dari Autokorelasi adalah sebagai berikut:
1. Masukkan deret sebagai x
2. Gunakan fungsi ‘xcorr’ untuk mendapatkan output autokorelasi r
3. Plot seluruh deret

2.2 Korelasi Silang

Korelasi silang ini bertujuan untuk menghitung korelasi silang suatu deret
dan melihat sifat-sifat dari hasil korelasi tersebut. Dengan membandingkan
persamaan-persamaan konvolusi linear dan korelasi silang, kita lihat bahwa

yaitu, konvolusi sinyal acuan dengan deret lipatnya yang digeser (y[n]) yang
menghasilkan output korelasi silang. (Gunakan fungsi ‘fliplr’ untuk melipat
deret dalam operasi korelasi).
Sifat-sifat korelasi silang adalah:
1. Nilai-nilai sampel deret korelasi silang dibatasi dengan ketaksamaan

2. Korelasi silang dua deret x[n] dan y[n]=x[n-k] memiliki puncak pada nilai
k. Jadi, korelasi silang digunakan untuk menghitung nilai pasti dari delay k di
antara dua sinyal. Ini digunakan di dalam radar dan aplikasi sonar, dimana
sinyal refleksi dan terima dari target merupakan sinyal kirim yang telah
terdelay (pengukuran delay digunakan untuk menghitung jarak target).
3. Pengurutan subksrip xy menyatakan bahwa x[n] adalah deret acuan yang
tetap ada dalam waktu tertentu, sedangkan deret y[n] digeser dengan x[n]. Jika
y[n] adalah deret acuan maka r yx [ l ]=r xy [− l ] . Jadi, ryx[l] diperoleh dengan
melakukan pembalikan waktu deret rxy[l].

Algoritma dari Autokorelasi adalah sebagai berikut:


1. Masukkan deret sebagai x
2. Gunakan fungsi ‘xcorr’ untuk menghitung output korelasi r
3. Plot seluruh deret
III. Tugas Pendahuluan
1. Jelaskan perbedaan antara konvolusi dan korelasi.
2. Tuliskan berbagai metode untuk menghitung konvolusi
3. Apa fungsi Matlab untuk melakukan korelasi
4. Jelaskan fungsi-fungsi berikut:
a. rand(1,N)-0.5
b. flipr(Y)
c. xcorr(Y)
JAWAB:

1. Konvolusi adalah metode perhitungan untuk menentukan respon atau


keluaran dari system. Dengan kata lain konvolusi adalah cara untuk
mengkombinasikan dua buah deret angka yang menghasilkan deret angka
yang ketiga.
Korelasi adalah adalah teknik matematis untuk mengukur derajat
kesamaan sinyal meskipun sinyal tersebut memiliki noise.
2. -Pencerminan (Folding)
Cerminkan h[k] pada k=0 untuk memperoleh h[-k]
-Pergeseeran (Shifting)
Geser h[-k] dengan no kekanan (kiri) jika no positif (negatif) untuk
memperoleh h[no -k]
-Perkalian (Multiplication)
Kalikan x[k] dengan h[no-k] untuk memperoleh produk v no [k]=x[k]h[no-
k]
-Penjumlahan (Summation)
Jumlahkan seluruh nilai deret produk vno[k] untuk memperoleh nilai pada
waktu n= no
3. xcorr(Y)
4. a. rand(1,N)-0.5=digunakan untuk membangkitkan bilangan random yang
tersebar secara Uniform dengan rentang 1 sampai N. Variabel random
dapat berupa vektor maupun matriks.
b. fliplr(Y)= untuk melakukan flip (refleksi) matrik secara horizontal dan
flipud(matrik) untuk melakukan flip secara vertikal. dengan kata lain
proses pembalikan citra dari kiri ke kanan menggunakan fliplr, sedangkan
dari atas ke bawah menggunakan flipud.
c. r=xcorr(Y)= mengembalikan urutan autokorelasi y. Jika y adalah
matriks, maka r adalah matriks yang kolomnya berisi urutan autokorelasi
dan korelasi silang untuk semua kombinasi kolom y
Daftar Pustaka
[1] Dr. Hidayat, Darmawa, M.T.. 2017. Panduan Praktikum Pengolahan Sinyal
Digital.Departemen Tekik Elektro:Universitas Padjadjaran.

[2] Dr. Ir. Handoko, Yeffry Putra, M.T.unknown. Bab 4. Matematika Sinyal:
Solusi Persamaan Diferensi, Korelasi, Respon Frekuensi.
https://repository.unikom.ac.id/35659/1/Bab%204%20Matematika%20Sinyal.pdf.
Diakses pada 2 Mei 2019 pukul 20.55 WIB

[3] Yanti, Effrina Hamid.2017. Sinyal dan Sistem Waktu Diskrit.


http://et.stei.itb.ac.id/wp-content/uploads/sites/212/2017/01/ET3005-Bab-1-Sem-I-
1718-mhs.pdf.Diakses pada 2 Mei 2019 pukul 21.30 WIB

[5] Anonim.2016. Konvolusi Diskrit.


https://yulisun.staff.telkomuniversity.ac.id/files/2016/06/008_konvolusi-diskrit.pdf.
Diakses pada 2 Mei 2019 pukul 22.45 WIB

Anda mungkin juga menyukai