MODUL 3

SAMPLING DAN ALIASING

1. TUJUAN
a. Mahasiswa memahami pengaruh pemilihan jumlah sample dan pengaruhnya pada proses recovery
sinyal.
b. Mahasiswa dapat memahami proses operasi konvolusi pada dua sinyal.
c. Mahasiswa dapat membuat sebuah program operasi konvolusi dan mengetahui pengaruhnya pada
suatu sinyal.

2. DASAR TEORI
Dalam proses pengolahan sinyal analog, sinyal input masuk ke Analog Signal Processing (ASP),
diberi berbagai perlakukan (misalnya pemfilteran, penguatan, dsb.) dan outputnya berupa
sinyal analog

Gambar 1. Sistem Pengolahan Sinyal Analog

Proses pengolahan sinyal secara digital memiliki bentuk sedikit berbeda. Komponen utama system ini
berupa sebuah processor digital yang mampu bekerja apabila inputnya berupa sinyal digital. Untuk
sebuah input berupa sinyal analog perlu proses awal yang bernama digitalisasi melalui perangkat yang
bernama analog-to-digital conversion (ADC), dimana sinyal analog harus melalui proses sampling,
quantizing dan coding. Demikian juga output dari processor digital harus melalui perangkat digital-to-
analog conversion (DAC) agar outputnya kembali menjadi bentuk analog. Ini bisa kita amati pada
perangkat seperti PC, digital sound system, dsb. Secara sederhana bentuk diagram bloknya adalah seperti
berikut ini.

Gambar 2. Sistem Pengolahan Sinyal Digital

2.1 Sampling
Berdasarkan pada penjelasan diatas kita tahu betapa pentingnya satu proses yang bernama sampling.
Setelah sinyal waktu kontinyu atau yang juga popoler kita kenal sebagai sinyal analog disampel, akan
didapatkan bentuk sinyal waktu diskrit. Untun mendapatkan sinyal waktu diskrit yang mampu mewakili
sifat sinyal aslinya, proses sampling harus memenuhi syarat nyquist
𝑓𝑠 > 2 𝑓𝑖 (1)
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. Kriteria sampling adalah
a. Lebar data sampling (Kualitas ADC)
b. Kecepatan Sampling (Frekuensi Sampling)

2.2 Aliasing
Aliasing adalah termappingnya sinyal pada frekuensi yang berbeda diakibatkan oleh kesalahan sampling
yang tidak memenuhi ketentuan Nyquist. Aliasing dapat dilihat pada gambar 2. Suara yang dapat di dengar
oleh manusia adalah 20-20.000Hz oleh karena itu sebuah file audio minimum harus disampling dengan
frekuensi sampling 44.000Hz untuk memenuhi teorema Nyquist dan menghindari aliasing.

Gambar 2. Aliasing pada gelombang Sinus

2.3 Konvolusi

3. PERSIAPAN PRATIKUM

Pelajari cara melakukan sampling pada MATLAB.

4. PERCOBAAN

4.1 Peralatan Yang Digunakan

 PC/Laptop yang dilengkapi dengan perangkat multimedia (sound card)
 Headphone
 Sistem Operasi Windows dan Perangkat Lunak Matlab yang dilengkapi dengan tool box
DSP

4.2 Sampling dan Sampling Rate

4.2.1 Efek bit data pada sampling
1. Buatlah kode matlab berikut ini, Voice.wav file disampling dengan lebar data tiap sample
adalah 16 bit. Dengan format 1 bit decimal 15 bit fraction

% author : Rian Ferdian

fn = "Vocal.wav";
[SW,FS] = audioread(fn);
sound(SW,56100);

2. Ubah lebar data sampling dengan menggunakan fungsi quantz,

quantz(input, lebar decimal, lebar fraction)

% author : Rian Ferdian

fn = "Voice.wav";
[SW,FS] = audioread(fn);
decimalLen =1;
fractionLen = 15;
SW = quantz(SW,decimalLen,fractionLen);
sound(SW,44100);
plot(SW);

3. Ubah nilai fractionLen dari 15,7,3,1 dengarkan suara yang dihasilkan, jelaskan pengaruh lebar
data tiap sampling terhadap hasil rekonstruksi sampling.
4. Simpan jasil plot gambar untuk masing-masing lebar data sampling. Jelaskan perbedaan plot
dari masing-masing hasil sampling dengan lebar data yang berbeda.

4.2.2 Pengaruh Frekuensi Sampling

1. Buat file baru dengan code sebagai berikut
% author : Rian Ferdian
fn = "Voice.wav";
[SW,FS] = audioread(fn);
freqSamp = 44100;
sound(SW,freqSamp);

2. Nilai Frekuensi default untuk Voice.wav adalah 44100, hitung berapa lama durasi dari audio
Voice.wav dengan menggunakan aplikasi stopwatch.

3. Ubah nilai freqSamp menjadi 10000, 20000, 30000, 50000, 60000, 70000, 80000 hitung adurasi
untuk masing-masing freqSamp, dan jelaskan pengaruhnya pada audio yang didengarkan.

4.2.3 Aliasing
1. Buat file baru dengan code sebagai berikut
%author : Rian Ferdian

fn = "Vocal.wav";
[SW,FS] = audioread(fn);
len = length(SW);
downlevel = 1;
downlen = floor(len/downlevel);
SW2 = zeros(1,downlen);
for i=1:downlen
SW2(i) = SW((i*downlevel));
end
sound(SW2,FS/downlevel);
2. Ubah nilai variable downlevel menjadi 1, 5, 10, 15, 20, 25, 30, 35,40
3. Jelaskan suara yang didengar untuk masing-masing level down sampling
4. plot SW2 untuk masing-masing level down sampling
5. Bandingkan hasil plot array hasil down sampling SW2 untuk tiap-tiap level down sampling
dengan hasil sampling asli pada array SW

5. TUGAS PADA LAPORAN

1. Apa pengaruh lebar bit pada hasil sampling
2. Apa pengaruh frekuensi sampling
3. Apa yang terjadi jika teorema Nyquist tidak dipenuhi