DISUSUN OLEH:
Nama : Nurul Masittah
NIM : 1757301030
Kelas : TI 3.B
Dosen Pembimbing : Muhammad Arhami, Ssi, M.Kom
No Praktikum : 04/PSD/3.B/TI/2019
Judul Praktikum : Operasi Dasar Pada Sinyal 2 & Proses Sampling
Tanggal Praktikum : 9 Oktober 2019
Tanggal Penyerahan Laporan : 16 Oktober 2019
Nama Praktikan : Nurul Masittah
NIM : 1757301030
Kelas : 3.B
Jurusan : Teknologi Informasi dan Komputer
Prodi : Teknik Informatika
Nilai :
Keterangan :
i
DAFTAR ISI
LEMBAR PENGESAHAN……………………………………………………………....i
DAFTAR ISI…………………………………………………………………………….ii
BAB I PENDAHULUAN……………………………………………………………….1
BAB II TINJAUAN KEPUSTAKAAN…………………………………………………2
2.1 Operasi Dasar Sinyal…………………………………..…………………….2
2.1.1 Time Shifting………………………………………………………2
2.1.2 Time Scaling….……………………………………………………3
2.1.3 Reflection…...……………………………………………………...4
2.2 Proses Sampling…...…………………………………..…………………….5
2.2.1 Analog to Digital Conversion...……………………………………5
2.2.2 Proses Sampling…...………………………………………………6
2.2.3 Proses Aliasing..…………………………………………………...8
BAB III LANGKAH-LANGKAH PRAKTIKUM…………………………………….10
3.1 Operasi Dasar Sinyal…………………………………..…………………...10
3.1.1 Time Shifting……………………………………………………..10
3.1.2 Time Scaling (Down Sampling)...………………………………..11
3.1.3 Time Scaling (Up Sampling)…....………………………………..12
3.1.4 Time Reflection…...……………..……………………………….13
3.2 Proses Sampling…...…………………………………..…………………...13
3.2.1 Pengamatan Frekuensi Sampling Secara Visual……..…………..13
3.2.1 Pengamatan Frekuensi Sampling Secara Audio.……..…………..14
3.2.1 Pengamatan Efek Aliasing Pada Audio………..……..…………..15
BAB IV PEMBAHASAN DAN HASIL PRAKTIKUM ............................................... 17
4.1 Pembahasan dan Hasil Praktikum ................................................................ 17
4.1.1 Time Shifting……………………………………………………..17
4.1.2 Time Scaling (Down Sampling)...………………………………..18
4.1.3 Time Scaling (Up Sampling)…....………………………………..19
4.1.4 Time Reflection…...……………..……………………………….20
4.2 Proses Sampling…...…………………………………..…………………...21
4.2.1 Pengamatan Frekuensi Sampling Secara Visual……..…………..21
4.2.1 Pengamatan Frekuensi Sampling Secara Audio.……..…………..21
4.2.1 Pengamatan Efek Aliasing Pada Audio………..……..…………..22
BAB V PENUTUP ......................................................................................................... 23
5.1 Simpulan………........................................................................................... 23
5.2 Saran………….………………………………………………………........23
REFERENSI ................................................................................................................... 24
ii
BAB I
PENDAHULUAN
Pencuplikan dilakukan setiap satu satuan waktu yang lazim disebut sebagai
waktu cuplik (sampling time). Bagian quantiser akan merubah menjadi beberapa
level nilai, pembagian level nilai ini bisa secara uniform ataupun secara non-
uniform misal pada Gaussian quantiser.
Untuk kerja dari suatu ADC bergantung pada beberapa parameter, parameter
utama yang menjadi pertimbangan adalah sebagai berikut :
Suatu sinyal kontinyu time x(t) merupakan sampel pada suatu frekuensi(Hz)
untuk menghasilkan suatu sinyal sampel xs(t). Kita model xs(t) sebagai suatu
impuls dengan area dan impuls yang diberi oleh x(nTs). Suatu low-pass filter ideal
dengan frekuensi digunakan untuk memperoleh sinyal yang direkonstruksi xr(t).
1
BAB II
TINJAUAN KEPUSTAKAAN
Kita tetapkan x(t) sebagai suatu sinyal waktu kontinyu. Selanjutnya kita
tetapkan bahwa y(t) sebagai output dari suatu operasi pegeseran waktu, dan
mendefinisikannya sebagai:
Sehingga kita dapatkan bahwa y(t) merupakan sebuah versi tergeser waktu dari x(t),
dan dalam hal ini to merupakan besarnya pergeseran. Jika nilai to > 0, kita akan
mendapatkan bentuk pergeseran sinyal ke kanan, sedangkan jika nilai to < 0 akan
diperoleh bentuk pergeseran ke kiri.
2
2.1.2 Time Scaling
Kita tetapkan x(t) sebagai sebuah sinyl waktu kontinyu, selanjutnya anda
tetapkan bahwa y(t) adalah output dari sebuah proses pensekalaan yang dilakukan
dengan variable bebas, dalam hal ini waktu, t dengan sebuah factor penskalaan
bernilai a. Maka hubungan antara y(t) dan x(t) dapat dinyatakan di dalam
persamaan:
y(t) = x(at)
Jika a > 1, sinyal y(t) akan memiliki bentuk seperti x(t) dengan versi
terkompresi. Jika 0 < a <1, maka sinyal y(t) merupakan versi ekspansi atau versi
pembentangan (strected) dari sinyal x(t). Kedua efek operasi ini dikenal sebagai
proses time scaling, dan bisa dilihat seperti pada Gambar 1.3.
Di dalam versi sinyal waktu diskrit, operasi time scaling bias dinyatkaan
dalam persamaan matematik seperti berikut:
yang dalam hal ini hanya didefinisikan dengan integer pada nilai k. Jika nilai k > 1,
memungkinkan terjadinya hilangnya komponen nilai pada pada sinyal waktu diskrit
y[kn], untuk nilai k = 2. Sampel-sampel x[k] untuk n = + 1, + 3, … dst akan hilang
karena penempatan k = 2 pada x[kn] menyebabkan sampel-sampel ini terlewati.
Pada contoh kasus berikut ini dimana x[n] bernilai 1 untuk n = ganjil, dan x[n]
bernilai 0 untuk n genap. Maka ketika kita melakukan time scaling dengan y[n] =
x[kn] = x[2n], akan menghasilkan nilai 0 untuk semua nilai n. Sebab, y[n] terdiri
dari nilai-nilai x[2], x[4], x[6], … dst.
3
Gambar 1.4. Gambar time scaling pada sinyal waktu diskrit
Proses time scaling banyak ditemui pada pengolahan sinyal wicara, dimana
pada suatu kondisi diperlukan untuk meningkatkan jumlah sampel untuk
pembentukan sinyal dari data yang diperoleh dengan tujuan menghasilkan sinyal
yang lebih smooth. Proses ini selanjutnya berkembang menjadi teknik yang dikenal
dengan up sampling dan interpolasi. Pada suatu kondisi lainnya, perlu untuk
mengurangi jumlah sampel dengan tujuan mempercepat proses komputasi tanpa
mengorbankan kualitas sinyal. Proses ini kemudian berkembang menjadi down
sampling dan decimation.
2.1.3 Reflection
Kita tetapkan x(t) untuk menandai sebuah sinyal waktu kontiyu. Dan
selanjutnya y(t) ditetapkan sebagai hasil operasi yang diperoleh melaui penukaran
waktu ‘t’ dengan ‘– t’, yang merupakan sebuah pembalikan urutan proses sinyal
dari belakang ke depan. Sehingga kita memiliki persamaan:
y(t) = x(−t)
Dalam hal ini persamaan diatas merupakan sebuah operasi pemantulan (reflection),
yang mengacu pada suatu titik di t = 0.
Ada dua kondisi yang menjadi kasus khusus pada operasi refleksi:
Sinyal genap, untuk suau kondisi dimana x(−t) = x(t) belaku untuk semua
nilai t. Dalam hal ini sinyal hasil refleksi memiliki nilai yang sama dengan
sinyal sebelum proses refleksi.
Sinyal ganjil, untuk suatu kondisi dimana x(−t) = −x(t) berlaku untuk semua
nilai t. Dalam hal ini sinyal hasil refleksi merupakan versi negative dari
sinyal sebelum proses refleksi.
Dua hal ini juga berlaku untuk sinyal waktu diskrit.
4
Gambar 1.5. Operasi refleksi sinyal
5
menjadi bentuk analog. Ini bisa kita amati pada perangkat seperti PC, digital sound
system, dsb. Secara sederhana bentuk diagram bloknya adalah seperti Gambar 1.7.
fs > 2 fi
dimana:
fs = frekuensi sinyal sampling
fi = frekuensi sinyal informasi yanga kan disampel
Fenomena aliasing proses sampling akan muncul pada sinyal hasil sampling
apabila proses frekuensi sinyal sampling tidak memenuhi criteria diatas. Perhatikan
sebuah sinyal sinusoida waktu diskrit yang memiliki bentuk persamaan matematika
seperti berikut:
dimana:
A = amplitudo sinyal
∞ = frekuensi sudut
Θ = fase awal sinyal
Frekuensi dalam sinyal waktu diskrit memiliki satuan radian per indek
sample, dan memiliki ekuivalensi dengan 2_f.
6
Gambar 1.6. Sinyal sinus diskrit
Sinyal sinus pada Gambar 3 tersusun dari 61 sampel, sinyal ini memiliki frekuensi
f = 50 dan disampel dengan Fs = 1000. Sehingga untuk satu siklus sinyal sinus
memiliki sample sebanyak Fs/f = 1000/50 = 20 sampel. Berbeda dengan sinyal
waktu kontinyu (C-T), sifat frekuensi pada sinyal waktu diskrit (D-T) adalah:
2. Sinyal dengan fekuensi beda sejauh k2_ (dengan k bernilai integer) adalah
identik. Jadi berbeda dengan kasus pada C-T, pada kasus D-T ini sinyal
yang memiliki suatu frekuensi unik tidak berarti sinyal nya bersifat unik.
Sebagai contoh:
cos[(ωo + 2π)n +θ] = cos (ωo + 2π)
karena cos(ωo + 2π) = cos(ωo). Jadi bila xk(n) = cos(ωo + 2π) , k = 0,1,…. Dimana
ωk = ωon+ 2kπ, maka xk(n) tidak bisa dibedakan satu sama lain.
Artinya x1(n) = x2(n) = x3(n)….= xk(n). Sehingga suatu sinyal dengan frekuensi
berbeda akan berbeda jika frekuensinya dibatasi pada daerah −π < ω < π atau –1/2
< f <1/2.
7
2.2.3. Proses Aliasing
Seperti telah dijelaskan diatas bahwa proses aliasing akan terjadi jika
frekuensi sampling tidak sesuai dengan aturan Nyquist. Gambar 1.7
memperlihatkan proses sampling jika dilihat dari kawasan frekuensi. Karena
transformasi Fourier dari deretan impuls adalah juga suatu deretan impuls, maka
konvolusi antara spektrum sinyal S(Ω) dengan impuls δ(Ω - kΩT) menghasilkan
pergeseran spectrum sejauh kΩT. Sebagai akibatnya akan terjadi pengulangan
(tiling) spektrum di seluruh rentang frekuensi pada posisi kelipatan dari frekuensi
pencuplikan. Gambar 1.7 bagian kiri bawah menunjukkan spektrum dari sinyal
yang lebar pitanya Ωm yang kemudian mengalami proses pengulangan akibat
proses sampling.
Jika jarak antar pengulangan atau grid pengulangan cukup lebar, seperti
diperlihatkan pada Gambar 1.9 bagian atas, yang juga berarti bahwa frekuensi
samplingnya cukup besar, maka tidak akan terjadi tumpang tindih antar spektrum
yang bertetangga. Kondisi ini disebut sebagai non-aliasing. Selanjutnya sifat
keunikan dari transformasi Fourier akan menjamin bahwa sinyal asal dapat
diperoleh secara sempurna. Sebaliknya, jika ΩT kurang besar, maka akan terjadi
tumpang tindih antar spectrum yang mengakibatkan hilangnya sebagian dari
informasi. Peristiwa ini disebut aliasing, seperti diperlihatkan pada Gambar 1.9
bagian bawah.
8
Gambar 1.9. Kondisi non-aliasing dan aliasing pada proses pencuplikan
Pada kondisi ini, sinyal tidak dapat lagi direkonstruksi secara eksak. Dengan
memahami peristiwa aliasing dalam kawasan frekuensi, maka batas minimum laju
pencuplikan atau batas Nyquist dapat diperoleh, yaitu sebesar Nyquist = m.
Hasil ini dirumuskan sebagai teorema Shannon untuk pencuplikan sebagai berikut:
9
BAB III
LANGKAH-LANGKAH PRAKTIKUM
10
3.1.2 Time Scaling (Down Sampling)
1. Dibuat program time scaling dengan tujuan memperkecil jumlah sampel pada
suatu sekuen, yang dikenal dengan down sampling
11
3.1.3. Time Scaling (Up Sampling)
1. Dibuat program time scaling dengan tujuan memperbanyak jumlah sampel pada
suatu sekuen, yang dikenal dengan up sampling
12
3.1.4. Time Reflection
13
Gambar 1.23 Program sampling
14
2. Perlu dimodifikasi program diatas dengan mengubah frekuensinya
1. Program efek aliasing pada audio yang dibuat untuk menyusun lagu sederhana
15
2.Disambungkan dengan perintah audiowrite, bertujuan untuk menyimpan lagu
tersebut dengan nama gundul.wav
16
BAB IV
2.
17
4.1.2. Time Scaling (Down Sampling)
1.
2.
Gambar diatas adalah hasil program pada down sampling, grafik ditentukan
dengan variable k dan variable gbatas. Pada kedua gambar diatas, tidak terjadi
perubahan pada sinyal asli, karena pada script stem sinyal asli disesuaikan dengan
bilangan gbatas, yaitu 120, oleh karena itu batas akhir grafik pada sinyal asli adalah
120. Sedangkan pada hasilnya dibawah terdapat perbedaan, karena pada script stem
sinyal ditulisakn gbatas/k, oleh karena itu bilangan pada variable gbatas dibagi
18
dengan bilangan variable k, di gambar pertama ditentukan k nya adalah 6, maka
120/6, sehingga batas akhir grafiknya adalah 30. Lalu pada gambar kedua
ditentukan variable k nya menjadi 10, sehingga 120/10, oleh karena itu batas akhir
grafik pada gambar kedua menjadi 12.
1.
2.
19
Pada hasil program up sampling diatas ditunjukkan bahwa logika up
sampling adalah dengan perkalian antara variable gbatas dan variable k, berbeda
dengan downsampling yang menggunakan pembagian pada kedua variable
tersebut. Pada gambar pertama, ditentukan variable k nya adalah 4 dan variable
gbatas nya adalah 30, 4*30=120 maka batas akhir grafik pada gambar pertama
adalah 120. Sedangkan gambar kedua, telah dimodifikasi k nya adalah 10,
10*30=300 maka batas akhir grafik pada gambar kedua adalah 300.
1.
20
4.2. Proses Sampling
1.
1.
21
4.2.3. Pengamatan Efek Aliasing pada Audio
1.
2. Setelah disambung dengan script untuk menyimpan file gundul.wav, perlu dicari
file tersebut melalui explorer
Pada hasil program efek aliasing diatas, ditujukan untuk melihat gelombang
pada lagu yang dibuat pada script. Terdapat perbedaan pada dua gambar diatas,
bergantung dengan variable Fs. Pada gambar pertama Fs sebesar 16000, sehingga
gelombang menjadi lebih rapat, sedangkan gambar kedua Fs ditetapkan sebesar
2000, sehingga gelombang terlihat jarang. Melodi yang dihasilkan antar kedua
program diatas juga berbeda. Maka, semakin kecil Fs, semakin jarang gelombang
yang dihasilkan. Sebaliknya, semakin besar Fs, maka semakin rapat gelombang
yang dihasilkan.
22
BAB V
PENUTUP
5.1 Simpulan
1. Sinyal adalah besaran yang berubah dalam waktu dan atau dalam ruang, dan
membawa suatu informasi. Berbagai contoh sinyal dalam kehidupan sehari-
hari : arus atau tegangan dalam rangkaian elektrik, suara, suhu.
5.2 Saran
Saran kepada praktikan, untuk lebih banyak belajar mengenai penggunaan
tools-tools pada Matlab agar lebih memahami dan menguasai output-output yang
dihasilkan beserta fungsi dari perintah-perintah yang telah dilakukan dan lebih
memahami grafik sesuai dengan script yang dibuat.
23
REFERENSI
5. Pengantar PSD
http://staff.uny.ac.id/sites/default/files/Pengantar%20PSD_0.pdf
diakses pada tanggal 12 Okt. 19
24