SISTEM DIGITAL LANJUT

DEDEN ARDIANSYAH
MATERI

 PENGOLAHAN SINYAL DIGITAL  AUDIO PROCESSING

 Definisi Sinyal
 Klasifikasi sinyal
 Konsep Frekuansi Sinyal Analog dan Digital
 ADC
 Sampling
 Aliasing / Coding
 Quantisasi
 Sistem Digital / Diskrit
 Sinyal Dasar Sistem Diskrit
 Format Sinyal Sistem Diskrit
 Operasi Matematik Sinyal Diskrit
 Konvolusi
 Sinyal Audio Generator
 Manipulasi sinyal Audio
 IMAGE PROCESSING
 Pengenalan Image Dasar
 RGB and Index Image
 Grayscale Image
 Histogram Equalization
 Image Processing
 VIDEO PROCESSING ( Optional )
 Object detection
 Face Detection and CAMShift Tracking
 PART 1
Definisi Sinyal
Klasifikasi sinyal
Konsep Frekuensi Sinyal Analog dan Digital
 INFORMASI SINYAL
PENGOLAHAN SINYAL
ELEMEN DASAR PENGOLAH SINYAL DIGITAL
KELEBIHAN PEMROSESAN SINYAL SECARA

DEFINISI SINYAL DIGITAL

KELEMAHAN SINYAL DIGITAL
DEFINISI SINYAL

 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.
 Representasi sinyal berdasarkan dimensinya dibagi menjadi
 Dimensi-1 (contoh : sinyal audio),
 Dimensi-2 (contoh : citra),
 Dimensi-3 (contoh : video).
INFORMASI SINYAL

 amplitudo,
 frekuensi,
 perbedaan fase,
 dan gangguan akbiat noise,

untuk dapat mengamati informasi tersebut, dapat digunakan

secara langsung peralatan ukur elektronik seperti osciloskop,
spektrum analyser.
 Pengolahan Sinyal

 Pengolahan sinyal adalah suatu operasi matematik yang dilakukan

terhadap suatu sinyal sehingga diperoleh informasi yang berguna.

komponen Pengolahan sinyal secara digital

Komponen Pengolahan sinyal analog adalah menggunakan komponen digital, seperti :
• dioda, • register,
• transistor, • counter,
• op-amp dan lainnya. • dekoder,
• mikrokontroler, dan lainya.
ELEMEN DASAR PENGOLAH SINYAL
DIGITAL
Kelebihan Pemrosesan Sinyal Secara Digital

 Sebagai penyimpan hasil pengolahan, sinyal digital lebih mudah dibandingkan sinyal
analog.
 Sebagai media penyimpan digital dapat digunakan elemen memori: flash memory,
CD/DVD, hard disk. Untuk menyimpan sinyal analog dapat digunakan pita tape magnetik.
 Sinyal digital kebal terhadap noise, karena bekerja pada level tegangan logika “1” dan
“0”
 Lebih kebal terhadap perubahan temperatur, Lebih muda memprosesnya, secara teori
tidak ada batasannya, tergantung dari kreativitas dan inovasi perancang.
Kelemahan Sinyal Digital

 Dapat Terjadi kehilangan informasi akibat pembulatan saat kuantisasi dan

filtering saat pembalikan kembali ke sinyal analog.
 Diperlukan waktu proses yang lebih lama dibandingkan sinyal analog, perlu
waktu sampling dan rekonstruksi ulang.
 • SINYAL WAKTU KONTINYU DAN
SINYAL WAKTU DISKRIT
• SINYAL ANALOG DAN SINYAL
DIGITAL
• SINYAL RIIL DAN SINYAL
KOMPLEKS
KLASIFIKASI • SINYAL DETERMINISTIK DAN
SINYAL RANDOM
SINYAL • SINYAL GANJIL DAN SINYAL
GENAP
• SINYAL PERIODIK DAN SINYAL
NON-PERIODIK
 Sinyal waktu kontinyu dan sinyal waktu diskrit

Sinyal waktu kontinyu yaitu sinyal yang sinyal waktu diskrit adalah sinyal yang
terdefinisi untuk setiap nilai pada sumbu terdefinisi hanya pada nilai waktu diskrit n,
waktu t, dimana t adalah bilangan riil. dimana n adalah bilangan bulat.
Sinyal analog dan sinyal digital

Sinyal analog adalah sinyal data dalam Sinyal digital

bentuk gelombang yang kontinyu, yang merupakan sinyal data dalam bentuk pulsa yang
membawa informasi dengan mengubah dapat mengalami perubahan yang
karakteristik gelombang. tiba-tiba dan mempunyai besaran 0 dan 1.
 Sinyal riil dan sinyal kompleks

Sinyal riil merupakan sinyal yang Sinyal kompleks merupakan sinyal yang mempunyai nilai
bersifat riil untuk semua variabel. yang kompleks, ada faktor nilai imajiner.
 Sinyal deterministik dan sinyal random

Sinyal deterministik adalah sinyal yang Sinyal random mempunyai nilai random atau tidak diketahui
keseluruhan nilainya dapat ditentukan dengan pasti untuk waktu yang diberikan, contohnya noise
dengan suatu persamaan matematis, tegangan pada penguat.
contohnya sinyal sinus
 Sinyal ganjil dan sinyal genap

Sinyal x(t) atau sinyal x(n) dikatakan Sinyal x(t) atau sinyal x(n) dikatakan sebagai sinyal ganjil
sebagai sinyal genap jika : jika :
 Sinyal periodik dan sinyal non-periodik

Sinyal periodik yaitu sinyal yang mengalami dimana k adalah bilangan bulat dan N adalah
pengulangan bentuk yang sama pada selang perioda sinyal
waktu tertentu. Secara matematis, sinyal waktu
kontinyu dinyatakan periodik jika dan hanya jika :

dimana k adalah bilangan bulat dan T adalah perioda

sinyal. Sinyal waktu diskrit dinyatakan periodik jika dan
hanya jika :
 BENTUK SINYAL
KONSEP SINYAL SINUSOIDAL

FREKUENSI BENTUK SINYAL DISKRIT

CONTOH SOAL
 Konsep frekuensi

 Semua sinyal dalam pengolahan sinyal dapat didekati dengan model

dasar sinyal sinus.
 Suatu sinyal sinusoidal analog/kontinu dapat dinyatakan dengan
persamaan matematik:
Bentuk Sinyal

Dari sinyal disamping dapat diperoleh:

Sinyal sinusoidal diskrit
Bentuk Sinyal diskrit
Contoh Soal 1

Suatu sinyal sinusoidal dengan frekuensi 2 KHz disampling setiap Ts = 0.1 ms. Tentukan frekuensi
digitalnya !
 Contoh Soal 2

tentukan berapa frekuensi Informasi dari sinyal tersebut dari gambar berikut :
Jawab Contoh Soal 2

Dari gambar diatas dapat dilihat terdapat 5 Ts

untuk satu siklus gelombang penuh. Sehingga
dapat diperoleh frekuensi digital :
 Contoh 3:

Tentukan frekuensi sampling dari sinyal berikut! Dari gambar disamping dapat dilihat terdapat 12
Ts untuk satu siklus gelombang penuh. Sehingga
dapat diperoleh frekuensi digital :
 PART II
ANALOG DIGITAL CONVERTER
 SAMPLING

Sampling merupakan proses

pengambilan sinyal analog untuk
dirubah kedalam bentuk digital.
Karena 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 :
agar tidak terjadi aliasing besarnya frekuensi sampling minimal 2 kali
frekuensi informasi.

Hal ini disebut dengan :

teorema Nyquist yaitu

Fs (sampling) > 2 Fmaks (sinyal informasi)

 Contoh Sampling Menggunakan
MATLAB

t = [0:0.0001:2]; n = [0:100];
fs = 20;
A = 5;
Ts = 1/fs;
f = 2; nTs = n*Ts;
xt = A*sin(2*pi*f*t); xn = A*sin(2*pi*f*nTs);
subplot(2,2,1); subplot(2,2,2);
plot(t,xt,'LineWidth',2); h3 = stem(n,xn,'.r','LineWidth',2);
axis([0 4*(1/f) -A A]) axis([0 4*fs/f -A A])
xlabel('t(detik)'); xlabel('n(sample ke n), Ts=1/20
detik');
ylabel('x(t)');
ylabel('x(n)');
box('off'); box('off');
grid('on'); grid('on');
SOAL LATIHAN MATLAB

Sampling sinyal sinusiodal berikut menggunakan Matlab:

 ALIASING
Seperti yang telah disampaikan pada teori sampling, bahwa agar tidak terjadi aliasing maka Frekuensi Sampling
> 2 x Frekuensi Informasi. Bagaimana terjadinya Aliasing tersebut dapat dilihat pada contoh berikut ini:
Terjadi aliasing antara F1= 10Hz
dan F2=50Hz untuk frekuensi
sampling (Fs=40Hz)

Agar tidak terjadi sampling, maka

diperlukan frekuensi sampling > 2
x Frekuensi Maksimal
dari 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 Frekuensi
Sampling sebesar 150 Hz. Perhatikan hasil
sampling kedua sinyal tersebut:
Kuantisasi

 Proses kuantisasi mengubah sinyal continuous valued x(n) menjadi sinyal

discrete valued xq (n),
 digunakan untuk merepresentasikan x(n). Salah satu proses kuantisasi
yang sering digunakan berbentuk

xq (n) = Q[x(n)].

Kuantisasi ini menghasilkan kesalahan (error) kuantisasi sebesar

e q (n ) = x q (n )- x (n ).
Misalnya sinyal analog xa (t) ternyata memiliki
nilai antara 0.1£ xa (t) £ 0.4 .
Sinyal ini disampling pada sebuah frekuensi
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 ini
disebabkan oleh adanya pembatasan nilai
yang bisa dimiliki oleh xq (n). Nilai-nilai sebanyak L itu disebut sebagai level
Dalam contoh ini, xq (n) hanya diberi kuantisasi.
kesempatan untuk mempunyai satu dari L buah Step kuantisasi (D) adalah selisih antara satu level dengan
nilai dari daftar yang terbatas {0.0, 0.1, 0.2, dst}. level terdekat
berikutnya, yang dalam contoh ini sebesar 0.1.
Nilai-nilai yang terjadi dalam proses
kuantisasi
 Beberapa sifat dari kuantisasi adalah:

 Apabila step kuantisasi ini membesar, maka jumlah

level kuantisasi yang dibutuhkan untuk mencakup
rentang dinamis sinyal menjadi berkurang, sehingga
jumlah bit yang diperlukan dapat dihemat. Tapi
akibatnya eq (n) rata-rata membesar.

 Sebaliknya, apabila step kuantisasi mengecil, maka

eq (n) rata-rata membaik (mengecil). Namun
akibatnya jumlah jumlah level kuantisasi yang
dibutuhkan untuk mencakup rentang dinamis sinyal
menjadi membesar, sehingga jumlah bit yang
diperlukan menjadi boros.
 CONTOH

CONTOH 1
CONTOH 2
 PART III
SISTEM DIGITAL / DISKRIT
 SISTEM DISKRIT/DIGITAL

SISTEM DISKRIT/DIGITAL
Suatu sinyal diskrit dinyatakan dengan notasi x[n] ,
dimana n adalah suatu bilangan integer
(bulat), dimana n merepresentasikan suatu sampel
(sampling).

Untuk x[0], nilai o dalam kurung siku menyatakan sample

ke-0, x[1] nilai 1 dalam kurung siku menyatakan sample
ke 1.

Untuk sinyal pergeseran sinyal atau delay disimbolkan sebagai berikut :

x[n-1] menyatakan sinyal sampel ke n digeser ke kanan sejauh 1 sampel, dan x[n-2]
menyatakan sinyal sampel ke n digeser ke kanan sejauh 2 sampel.
x[n+1] menyatakan sinyal diskrit digeser ke kiri sejauh 1, x[n+2] menyatakan sinyal
diskrit digeser ke kiri sejauh 2 sample.
 Representasi Sinyal Diskrit

1. Dalam pengolahan sinyal diskrit dikenal 2. Delay unit sample Merupakan operasi pergeseran,
beberapa sinyal dasar. digunakan untuk merepresentasikan suatu sinyal sampling
yang ke-n. secara matematik, dinyatakan oleh persamaan
berikut:
 Deret unit step Unit Ramp function

Pada deret unit step besar amplitude atau

implusnya sama dengan 1 untuk n≥0 dan lainnya
sama dengan 0.
Sinyal unit step digunakan untuk mengambil
suatu sinyal pada daerah tertentu dan membuang
daerah yang ditidak diinginkan.
Merupakan suatu sinyal yang memiliki nilai membesar
secara proporsional dan linear. Persamaan fungsi ini
dinyatakan oleh persamaan berikut:

Proses ini dikenal pula dengan window atau masking.

 Format Sinyal Diskrit

Sinyal diskrit dapat direpresentasikan dalam bentuk persamaan matematik, table, dan deret.
Perhatikan sinyal diskrit pada gambar dibawah ini :
Referesentasi Sinyal Diskrit
 Operasi Matematik Sinyal Diskrit

1. Operasi penjumlahan
Operasi perkalian skalar
Operasi Pergeseran
Operasi Pencerminan
Operasi perkalian 2 sinyal
 KONVOLUSI

Konvolusi didefinisikan sebagai operasi penjumlahan dua fungsi setelah fungsi satu dicerminkan dan
digeser.
Konvolusi antara dua sinyal diskrit x[n] dan h[n] dapat dinyatakan sebagai
Contoh soal:
Menggunakan matlab

 xn=[2 1 2 1 1 0];
 hn=[1 0 1 2 2 1];
 yn=conv(x,h);
PART IV
AUDIO PROCESSING
 Pembangkitan Sinyal Sinus

%File Name: sin_suara_1.m

%Oleh: Deden, Lab Sinyal, EEPIS
Fs=8000;
t=0:0.001:1.0;
y1=sin(2*pi*852*t);%+sin(2*pi*1209*t);
wavplay(y1,Fs)
plot(t,y1);axis([0 0.2 -1 1]);
title('Sinyal Sinus (f=852 Hz), sampling 8000 Hz')
Membangkitkan Sirine

%File Name:lamp_02.m
%Oleh: Deden
fs=8000;
dt=1/fs;
dur=2.8;
t=0:dt:dur;
psi=2*pi*(100 + 200*t + 500*t.*t);
xx= 7.7*sin(psi);
sound(xx,fs);
 Pembangkitan Nada DTMF
Fs=8000;
t=0:0.001:1.5;
y1=sin(2*pi*852*t)+sin(2*pi*1209*t);
y2=sin(2*pi*770*t)+sin(2*pi*1477*t);
y3=sin(2*pi*770*t)+sin(2*pi*1477*t);
y4=sin(2*pi*697*t)+sin(2*pi*1209*t);
y5=sin(2*pi*697*t)+sin(2*pi*1336*t); y7=sin(2*pi*941*t)+sin(2*pi*1477*t);
y6=sin(2*pi*697*t)+sin(2*pi*1209*t); wavplay(y1,Fs)
wavplay(y2,Fs)
wavplay(y3,Fs)
wavplay(y4,Fs)
wavplay(y5,Fs)
wavplay(y6,Fs)
wavplay(y7,Fs)
 Pembangkit Sinyal DOREMI

Sinyal DOREMI Nada Sinyal DOREMI

fs=8000; % frekuensi sampling 8kHz db=[e,e,c,c,e,e,at,at,g,f,f,e,e,e…

t=0:1/fs:0.25; % panjang not ¼ detik e,f,f,e,f,f,e,d,c,d,d,c,b,b,b…
c=sin(2*pi*262*t); % nada c c,e,e,c,e,e,e,at,at,g,f,f,e,e,e,e…
d=sin(2*pi*294*t); % nada d e,f,f,e,f,f,f,f,f,f…
e=sin(2*pi*330*t); % nada e e,e,e,c,c,g,g,f,f,f,f,f,f];
f=sin(2*pi*349*t); % nada f
g=sin(2*pi*392*t); % nada g Mainkan Sinyal
a=sin(2*pi*440*t); % nada a sound(db,fs); % mainkan pada fs 8kHz
b=sin(2*pi*494*t); % nada b
c1=sin(2*pi*523*t); % nada C
nol=zeros(size(t)); % spasi kosong
Simpan Nada
wavwrite(db,’d:\dragonball.wav’); % simpan ke file WAV
Manipulasi Audio

Mainkan audio
normal signal and reversed signal
Membuat Echo
Cutting Audio

$ ffmpeg -ss 00:00:00.00 -t 30 -i Alone-

Sistar.mp3 -ab 256k -y Alone-Sistar.wav
Echo with softer tone
Echo with stereo
PART V
IMAGE PROCESSING
INTRODUCTION
Introduction Image Processing

 imread()
 imshow()
 imwrite()
 rgb2gray()
 imhist()
 imadjust()
 im2bw()
imread
imshow()

To show our image, we the imshow() or imagesc() command.

The imshow() command shows an image in standard 8-bit format, like it would
appear in a web browser.
The imagesc() command displays the image on scaled axes with the min value as
black and the max value as white.
RGB
RGB to Gray
Histogram
imadjust()
im2bw()
blending dan
Negasi
 blending dan Negasi

Operasi blending dalam pengolahan citra digital adalah operasi pengabungan dua citra
atau lebih, yang merupakan penjumlahan dari operasi perkalian ke-dua matriks dengan
skalar.
C = w1.A + w2 . B
w1 + w2 = 1

Operasi negasi dalam pengolahan citra digital adalah operasi pengurangan matriks konstan
dengan matriks (citra) sembarang.

C = k – A, k = matriks konstan
 Code Matlab Blending

clear all
clc
gambar1=imread('C:\Users\zhigayina-
);
zendra\Documents\MATLAB\kuliah\gambar\motor2.jpg'

gambar2=imread('C:\Users\zhigayina-
);
zendra\Documents\MATLAB\kuliah\gambar\motor3.jpg'

w1 = 0.5;
w2 = w1;
gambarblend = immultiply(gambar1,w1);
gambarblend2 = immultiply(gambar2,w2);
hasilblend = gambarblend+gambarblend2;
imshow(hasilblend);
 Code Matlab Negasi

clear all
clc
macan = imread('C:\Users\zhigayina-
zendra\Documents\MATLAB\kuliah\gambar\tah
anan.jpg'); Citra asli Citra setelah Blending

k = 200;
Konversi = k-macan;
figure, imshow(Konversi);
TERIMA KASIH

Hidup Itu Bukan Mencari Pilihan Tetapi Tetap Harus Memilih