4.1 Tujuan
1. Desain dan implementasi filter digital IIR.
2. Desain dan implementasi filter digital FIR.
4.2 Peralatan
1. Program Matlab 2014 keatas.
Gambar 4.2 Spesifikasi Respon Magnituda Ternormalisasi untuk Filter Digital Low-pass
Jika frekuensi tepi pass-band (Fp) dan stop-band (Fs) dari filter di gital
dinyatakan dalam Hz dengan laju sampling (FT), maka frekuensi angular ter-
normalisasi dalam radian dinyatakan dengan :
Ωp 2πFp
ωp = = = 2πFp T…………………….………….(4.5)
FT FT
Ωs 2πFs
ωs = = = 2πFs T…………………..…..……..…(4.6)
FT FT
4.3.2 Filter Butterworth
Butterworth filter merupakan satu jenis filter analog yang cukup mudah
untuk dibuat, dan tidak memerlukan terlalu banyak komponen. Dalam pembuatan
Butterworth LPF ini, perancangan alat meliputi pembuatan skematik sirkuit di
papan PCB dan pemasangan komponen-komponen filter.
Low-pass filter merupakan filter yang akan meloloskan frekuensi yang
berada di bawah frekuensi cut-off, dan meredam frekuensi di atasnya. LPF
Butterworth merupakan salah satu jenis filter yang dapat menghasilkan pass-band
yang rata, sehingga seting digunakan sebagai filter anti-aliasing.
Karakteristik respon Butterworth:
1. Respon filter Butterworth hampir rata (flat) untuk frekuensi dekat 0 dan
menghasilkan bentuk respon maximally-flat
2. Tingkat kerataan di daerah pass-band berbanding lurus dengan orde
filter
3. Jika orde filter N semakin tinggi, maka respon filter semakin mendekati
karakteristik idealnya
Aplikasi pasif filter low-pass berada di amplifier audio dan sistem speaker
untuk mengarahkan sinyal frekuensi bass yang lebih rendah untuk speaker bass
yang lebih besar atau untuk mengurangi noise frekuensi tinggi atau "mendesis"
distorsi jenis. Bila digunakan seperti ini di aplikasi audio filter lolos rendah kadang
disebut "high-cut", atau "cut treble" filter. Jika kita membalikkan posisi dari resistor
dan kapasitor dalam rangkaian sehingga tegangan keluaran sekarang diambil dari
resistor, kita akan memiliki sirkuit yang menghasilkan frekuensi output kurva
response yang sama dengan yang dari filter high-pass. Singkatnya filter low-pass
(LPF) adalah sebuah rangkaian yang tegangan keluarannya tetap dari DC naik
sampai ke suatu frekuensi cut-off fc. Bersama naiknya frekuensi di atas fc, tegangan
keluarannya diperlemah (turun). Low-Pass filter adalah jenis filter yang
melewatkan frekuensi rendah serta meredam atau menahan frekuensi tinggi. Bentuk
respon LPF seperti ditunjukkan gambar 4.3.
………………...…..…..(4.8)
dimana:
- H(z) merupakan fungsi transfer dari filter IIR
- a1, a2,..., aN merupakan koefisien feed back dari filter IIR
- b0, b1,...bN merupakan koefisien feed forwad dari filter IIR
Parameter :
Pass-Band Ripple = 0,5 dB
Stop-Band Ripple = 40 dB
Pass-Band Frequency = 4 kHz
Stop-Band Frequency = 8 kHz
Sampling Frequency = 40 kHz
B. High-pass Filter IIR
Tabel 4.2 Data Hasil Desain Filter HPF IIR
>> [N, Wn]=buttord ((1050/3500), (600/3500), 1, 50)
N = 11
Wn = 0.2775
>> [N, Wn]= cheb1ord((1050/3500), (600/3500), 1, 50)
N=6
Wn = 0.3000
>> [N, Wn]= cheb2ord ((1050/3500), (600/3500), 1, 50)
N=6
Wn = 0.1714
>> [N, Wn]=ellipord ((1050/3500), (600/3500), 1, 50)
N=5
Wn = 0.3000
Parameter :
Pass-Band Ripple = 1 dB
Stop-Band Ripple = 50 dB
Pass-Band Frequency = 1.050 Hz
Stop-Band Frequency = 600 Hz
Sampling Frequency = 3.500 Hz
C. Band-Pass Filter IIR
Tabel 4.3 Data Hasil Desain BPF IIR
>> [N, Wn]=buttord ([1.4/7 2.1/7], [1.05/7 2.45/7], 0.4, 50)
N = 12
Wn = 0.1939 0.3085
>> [N, Wn]= cheb1ord ([1.4/7 2.1/7], [1.05/7 2.45/7], 0.4, 50)
N=7
Wn = 0.2000 0.3000
>> [N, Wn]= cheb2ord ([1.4/7 2.1/7], [1.05/7 2.45/7], 0.4, 50)
N=7
Wn = 0.1500 0.3500
>> [N, Wn]=ellipord ([1.4/7 2.1/7], [1.05/7 2.45/7], 0.4, 50)
N= 5
Wn = 0.2000 0.3000
Parameter :
Pass-Band Ripple = 0,4 dB
Stop-Band Ripple = 50 dB
Pass-Band Frequency = 1,4 kHz dan 2,1 kHz
Stop-Band Frequency = 1,05 kHz dan 2,45 kHz
Sampling Frequency = 7 kHz
D. Band-Stop Filter IIR
Tabel 4.4 Data Hasil Desain Filter Band-Stop IIR
>> [N, Wn]=buttord ([2.1/12 4.5/12], [2.7/12 3.9/12], 0.6, 45)
N = 10
Wn = 0.1981 0.3635
>> [N, Wn]= cheb1ord ([2.1/12 4.5/12], [2.7/12 3.9/12], 0.6, 45)
N=6
Wn = 0.1750 0.3750
>> [N, Wn]= cheb2ord ([2.1/12 4.5/12], [2.7/12 3.9/12], 0.6, 45)
N=6
Wn = 0.2250 0.3250
>> [N, Wn]=ellipord ([2.1/12 4.5/12], [2.7/12 3.9/12], 0.6, 45)
N=5
Wn = 0.1750 0.3750
Parameter :
Pass-Band Ripple = 0,6 dB
Stop-Band Ripple = 45 dB
Pass-Band Frequency = 2,1 kHz dan 4,5 kHz
Stop-Band Frequency = 2,7 kHz dan 3,9 kHz
Sampling Frequency = 12 kHz
4.5.2 Data Hasil Percobaan Implementasi Low-Pass Filter IIR
Parameter :
Pass-Band Ripple = 0,5 dB
Stop-Band Ripple = 40 dB
Pass-Band Frequency = 4 kHz
Stop-Band Frequency = 8 kHz
Sampling Frequency = 40 kHz
Gambar 4.9 Skenario Dua Digital Output Magnitude
Parameter :
Pass-Band Ripple = 0,5 dB
Stop-Band Ripple = 100 dB
Pass-Band Frequency = 1.500 Hz
Stop-Band Frequency = 3.000 Hz
Sampling Frequency = 10.000 Hz
4.5.3 Data Hasil Percobaan Implementasi High-Pass Filter IIR
Parameter
Pass-Band Ripple = 1 dB
Stop-Band Ripple = 50 dB
Pass-Band Frequency = 1.050 Hz
Stop-Band Frequency = 600 Hz
Sampling Frequency = 3.500 Hz
Gambar 4.13 Skenario Dua Digital Output Magnitude
Parameter :
Pass-Band Ripple = 0,5 dB
Stop-Band Ripple = 100 dB
Pass-Band Frequency = 1.200 Hz
Stop-Band Frequency = 2.400 Hz
Sampling Frequency = 8.000 Hz
4.5.4 Data Hasil Implementasi LPF FIR
Parameter :
Pass-Band Ripple = 0,05 dB
Stop-Band Ripple = 0,04 dB
Pass-Band Frequency = 1.500 Hz
Stop-Band Frequency = 2.000 Hz
Sampling Frequency = 8.000 Hz
4.6 Analisa Data Hasil Percobaan
Salah satu metode yang sederhana dalam merancang sebuah IIR Filter
adalah melalui pembuatan prototipe filter Analog (Butterworth, Chebyshev). Hasil
perancangan ini kemudian diamati bentuk respon frekuensi dan respon impulse. Di
dalam praktikum ini akan dilakukan perancangan sebuah IIR filter, melihat respon
frekuensinya dan mencobanya untuk melakukan pem-filter-an pada sebuah sinyal.
Untuk mendesain butterworth filter analog, lakukan perintah [B,A] = butter(N,Wn).
Langkah ini menghasilkan sebuah low-pass filter digital berbasis Analog
Butterworth Filter.
N = Nilai orde
Wn = Frekuensi Cut-off
B = Koefisien feed-forward IIR filter
A = Koefisien feed-back IIR filter
Nilai cut-off harus berada diantara 0<Wn<1, Nilai Wn = 0 akan ekuivalen
dengan 0 Hz, nilai 1 akan ekuivalen dengan nilai fs/2 (setengah sampling rate atau
setengah frekuensi sampling)
Low Pass Filter [B,A] = butter(N,Wn)
Band Pass Filter Wn = [W1 W2] dengan orde 2N
Pass Band W1 < W < W2
Untuk filter Butterworth, etimasi orde dapat menggunakan command dari Matlab
yaitu:
[N,Wn] = buttord(Wp, Ws, Rp, Rs)
Untuk filter Chebyshev Tipe 1, etimasi orde dapat menggunakan command dari
Matlab yaitu:
[N, Wn] = cheb1ord(Wp, Ws, Rp, Rs)
Untuk filter Chebyshev Tipe 2, etimasi orde dapat menggunakan command dari
Matlab yaitu:
[N, Wn] = cheb2ord(Wp, Ws, Rp, Rs)
Untuk filter Elliptic, etimasi orde dapat menggunakan command dari Matlab yaitu:
[N, Wn] = ellipord(Wp, Ws, Rp, Rs)
4.6.1 Estimasi Orde Filter IIR
A. Low-pass Filter IIR
Tabel 4.5 Data Hasil Desain Filter LPF IIR
Dari data hasil percobaan low pass filter IIR didapatkan hasil :
1. Pada filter Butterworth N = 8, dapat dianalis bahwa nilai 8 merupakan orde
terkecil dengan menggunakan filter Butterworth. Dan Wn = 0,1151, berarti
bahwa frekuensi cut-off menggunakan filter Butterworth sesuai dengan teori
berada pada 0 < Wn < 1 .
2. Pada filter Chebyshev 1 N = 5, dapat dianalis bahwa nilai 5 merupakan orde
terkecil dengan menggunakan filter Chebyshev 1. Dan Wn = 0,1000, berarti
bahwa frekuensi cut-off menggunakan filter Chebyshev 1 sesuai dengan
teori berada pada 0 < Wn < 1 .
3. Pada filter Chebyshev 2 N = 5, dapat dianalis bahwa nilai 5 merupakan orde
terkecil dengan menggunakan filter Chebyshev 2. Dan Wn = 0,2000, berarti
bahwa frekuensi cut-off menggunakan filter Chebyshev 2 sesuai dengan
teori berada pada 0 < Wn < 1 .
4. Pada filter Elliptic N = 4, dapat dianalis bahwa nilai 4 merupakan orde
terkecil dengan menggunakan filter Elliptic. Dan Wn = 0,1000, berarti
bahwa frekuensi cut-off mengguakan filter Elliptic sesuai dengan teori
berada pada 0 < Wn < 1 .
Dari hasil di atas dapat disimpulkan bahwa pada saat laju sampling = 40
kHz, frekuensi pass-band = 4 kHz, frekuensi stop-band = 8 kHz, pass-band ripple
= 0,5 dB, dan redaman stop-band minimum = 40 dB. Maka filter yang lebih stabil
dan ideal dari ke-4 jenis low-pass filter IIR adalah pada filter butterworth dengan
orde sebesar N = 8, dimana sesuai dengan teori bahwa semakin tinggi orde filter
maka akan membuat filter menjadi semakin ideal.
Laju sampling : 7 kHz Frekuensi Pass-band : 1.4 kHz dan 2.1 kHz
Stopband Ripple : 50 dB Pass-band Ripple : 0.5 dB
Frekuensi Stop-band : 1.05 kHz dan 2.45 kHz
Dari data hasil percobaan high pass filter IIR didapatkan hasil :
1. Pada filter Butterworth N = 12, dapat dianalis bahwa nilai 12 merupakan
orde terkecil dengan menggunakan filter Butterworth. Dan Wn = 0,1939 dan
Wn=0,3085, berarti bahwa frekuensi cut-off menggunakan filter
Butterworth sesuai dengan teori berada pada 0 < Wn < 1 .
2. Pada filter Chebyshev 1 N = 7, dapat dianalis bahwa nilai 7 merupakan orde
terkecil dengan menggunakan filter Chebyshev 1. Dan Wn = 0,2000 dan
Wn=3000, berarti bahwa frekuensi cut-off menggunakan filter Chebyshev 1
sesuai dengan teori berada pada 0 < Wn < 1 .
3. Pada filter Chebyshev 2 N = 7, dapat dianalis bahwa nilai 7 merupakan orde
terkecil dengan menggunakan filter Chebyshev 2. Dan Wn = 0,1500 dan
Wn=3500, berarti bahwa frekuensi cut-off menggunakan filter Chebyshev 2
sesuai dengan teori berada pada 0 < Wn < 1 .
4. Pada filter Elliptic N = 5, dapat dianalis bahwa nilai 4 merupakan orde
terkecil dengan menggunakan filter Elliptic. Dan Wn = 2000 dan
Wn=0,3000, berarti bahwa frekuensi cut-off mengguakan filter Elliptic
sesuai dengan teori berada pada 0 < Wn < 1 .
Dari hasil di atas dapat disimpulkan bahwa pada saat laju sampling = 7 kHz,
frekuensi pass-band = 1,4 kHz dan 2,1 kHz, frekuensi stop-band = 1,05 kHz dan
2,45 kHz, pass-band ripple = 0,5 dB, dan redaman stop-band minimum = 50 dB.
Maka filter yang lebih stabil dan ideal dari ke-4 jenis band-pass filter IIR adalah
pada filter butterworth dengan orde sebesar N = 12, dimana sesuai dengan teori
bahwa semakin tinggi orde filter maka akan membuat filter menjadi semakin ideal.
Laju sampling : 12 kHz Frekuensi Pass-band : 2.1 kHz dan 2.1 kHz
Stop-band Ripple : 45 dB Frekuensi Stop-band : 2.7 kHz dan 3.9 kHz
Pass-band Ripple : 0.6 dB
Dari data hasil percobaan high pass filter IIR didapatkan hasil :
1. Pada filter Butterworth N = 10, dapat dianalis bahwa nilai 10 merupakan
orde terkecil dengan menggunakan filter Butterworth. Dan Wn = 0,1981 dan
Wn=0,3635, berarti bahwa frekuensi cut-off menggunakan filter
Butterworth sesuai dengan teori berada pada 0 < Wn < 1 .
2. Pada filter Chebyshev 1 N = 6, dapat dianalis bahwa nilai 6 merupakan orde
terkecil dengan menggunakan filter Chebyshev 1. Dan Wn = 0,1750 dan
Wn=0,3750, berarti bahwa frekuensi cut-off menggunakan filter Chebyshev
1 sesuai dengan teori berada pada 0 < Wn < 1 .
3. Pada filter Chebyshev 2 N = 6, dapat dianalis bahwa nilai 5 merupakan orde
terkecil dengan menggunakan filter Chebyshev 2. Dan Wn = 0,2250 dan
Wn=3250, berarti bahwa frekuensi cut-off menggunakan filter Chebyshev 2
sesuai dengan teori berada pada 0 < Wn < 1 .
4. Pada filter Elliptic N = 5, dapat dianalis bahwa nilai 4 merupakan orde
terkecil dengan menggunakan filter Elliptic. Dan Wn = 0,1750 dan
Wn=3750, berarti bahwa frekuensi cut-off mengguakan filter Elliptic sesuai
dengan teori berada pada 0 < Wn < 1 .
Dari hasil di atas dapat disimpulkan bahwa pada saat laju sampling = 12
kHz, frekuensi pass-band = 2,1 kHz dan 4,5 kHz, frekuensi stop-band = 2,7 kHz
dan 3,9 kHz, pass-band ripple = 0,6 dB, dan redaman stop-band minimum = 45 dB.
Maka filter yang lebih stabil dan ideal dari ke-4 jenis band stop filter IIR adalah
pada filter butterworth dengan orde sebesar N = 10, dimana sesuai dengan teori
bahwa semakin tinggi orde filter maka akan membuat filter menjadi semakin ideal.
(a) (b)
Gambar 4.18 Digital Output Phase Low-pass IIR Filter: (a) Skenario 1, (b) Skenario 2
(a) (b)
Gambar 4.19 Digital Output Magnitude Filter High-pass IIR : (a) Skenario satu, (b) Skenario dua
Dari data hasil percobaan pada gambar 4.21 yang merupakan perbandingan
output magnitude LPF FIR dapat dianalisis bahwa sesuai dengan teori pada filter
LPF akan melewatkan frekuensi rendah yang dilihat pada gambar 4.23 bahwa pada
nilai frekuensi normalisasi 0 – 0,7 memiliki bentuk yang luas.
Dari data hasil percobaan pada gambar 4.22 yang merupakan perbandingan
output phasor LPF FIR dapat dianalisis bahwa pada phasor LPF(gambar 4.24)
bentuk grafik nya pada nilai frekuensi normalisasi kurang dari 0,4 berubah bentuk
menjadi lebih rapat.
4.7 Simpulan
1. Berdasarkan percobaan low-pass filter, high-pass filter, band-pass filter,
dan band-stop filter pada estimasi orde filter IIR dapat disimpulkan bahwa
filter yang lebih stabil dan ideal dari ke-4 teknik perancangan filter IIR
adalah pada filter butterworth dengan masing – masing orde sebesar N = 8,
N = 11, N = 12, dan N = 10 dimana sesuai dengan teori bahwa semakin
tinggi orde filter maka akan membuat filter menjadi semakin ideal.
2. Perbandingan digital output magnitude skenario satu dan skenario dua pada
implementasi filter low-pass IIR didapatkan bahwa pada skenario satu
grafik lebih cepat menurun yaitu pada nilai frekuensi ternormalisasi 0,2 -
0,3 sedangkan pada skenario dua grafik menurun pada nilai frekuensi
ternormalisasi 0,3 - 0,4. Hal ini disebabkan karena frekuensi ternormalisasi
pada skenario 1 lebih kecil dari skenario 2.
3. Perbandingan digital output phase filter low-pass IIR skenario satu dan dua
pada implementasi filter low-pass IIR didapatkan bahwa pada skenario satu
hubungan antara normalisasi frekuensinya dengan fasenya adalah lebih
sedikit mengalami bentuk yang naik turun dibandingkan dengan skenario
dua, dan juga pada nilai normalisasi sekitar 0,4 fasenya mengalami
penurunan ke titik 0 hingga pada nilai normalisasi bernilai 1. Sedangkan
pada skenario dua pada nilai normalisasi 0,5 fasenya mengalami penurunan
tidak ke titik 0 hingga pada nilai normalisasi hampir mendekati 1.
4. Perbandingan digital output magnitude skenario satu dan skenario dua pada
implementasi filter high-pass IIR dapat dianalisis bahwa pada skenario dua
grafik lebih cepat mengalami nilai magnitude konstan pada nilai 0 yaitu
pada nilai frekuensi ternormalisasi 0,2 - 0,3 sedangkan pada skenario satu
grafik mengalami magnitude konstan pada nilai 0 yaitu pada frekuensi
ternormalisasi 0,5 – 0,6. Hal ini menyebabkan skenario satu bisa lebih
banyak melewatkan frekuensi tinggi.
5. Perbandingan digital output phase filter high-pass IIR skenario satu dan dua
pada implementasi filter high-pass IIR dapat dianalisis bahwa pada skenario
satu hubungan antara normalisasi frekuensinya dengan fasenya adalah lebih
sedikit mengalami bentuk yang naik turun dibandingkan dengan skenario
dua, dan juga pada nilai normalisasi diantara 0,7 – 0,8 fasenya mengalami
penurunan ke titik 0 hingga pada nilai normalisasi bernilai 1. Sedangkan
pada skenario dua pada nilai normalisasi 0,6 – 0,7 fasenya mengalami
penurunan ke titik 0 hingga pada nilai normalisasi bernilai 1.
6. Berdasarkan percobaan implementasi low-pass filter FIR yang merupakan
output dari magnitude LPF FIR, dapat dianalisis bahwa sesuai dengan teori
pada filter LPF akan melewatkan frekuensi rendah bahwa pada nilai
frekuensi normalisasi 0 – 0,45. Dari percobaan filter response LPF FIR
dapat dianalisis bahwa pada response LPF, bentuk grafiknya pada nilai
frekuensi normalisasi lebih dari 0,4 berubah bentuk menjadi lebih rapat.
LAMPIRAN
TUGAS :
1. Implementasi HPF FIR
1. Buat script Matlab dan simpan hasilnya dengan nama “FIR_HPF”
clc;
close all;
clear all;
rp=input('enter the passband ripple :');
rs=input('enter the stopband ripple :') ;
fp=input('enter the passband frequency :');
fs=input('enter the stopband frequency :');
f=input('enter the sampling freq :');
wp=2*fp/f;
ws=2*fs/f;
num=-20*log10(sqrt(rp*rs))-13;
dem=14.6*(fs-fp)/f;
n=ceil(num/dem);
n1=n+1;
if(rem(n,2)~=0)
n1=n;
n=n-1;
end
y=boxcar(n1);
b=fir1(n,wp,'high',y);
[h,o]=freqz(b,1,256);
m=20*log10(abs(h));
an=angle(h);
figure(1)
plot(o/pi,m);
title('******** HIGH PASS FIR FILTER RESPONSE
********');
ylabel('GAIN in db--->');
xlabel('Normalised Frequency--->');
figure(2)
plot(o/pi,an);
title('******** HIGH PASS FIR FILTER RESPONSE
********');
ylabel('PHASE--->');
xlabel('Normalised Frequency--->');
Dari data hasil percobaan pada gambar 4.17 yang merupakan perbandingan
output magnitude HPF FIR akan melewatkan frekuensi yang tinggi dapat dilihat
pada frekuensi ternormalisasi 0,4 – 1 memiliki bentuk yang luas. Dari data hasil
percobaan pada gambar 4.18 yang merupakan output phase response HPF bentuk
grafiknya pada nilai normalisasi kurang dari 0,4 berubah bentuk menjadi renggang
2. Tinjaun Teori untuk Disain Filter IIR dan FIR
A. Filter IIR
Yang perlu diingat disini bahwa infinite inpulse response (IIR) dalam hal ini
bukan berarti filter yang bekerja dari nilai negatif tak hingga sampai positif
tak hingga. Pengertian sederhana untuk infinite impulse respon filter disini adalah
bahwa output filter merupakan fungsi dari kondisi input sekarang, input
sebelumnya dan output di waktu sebelumnya. Konsep ini kemudian lebih kita
kenal sebagai recursive filter, yang mana melibatkan proses feedback dan feed-
forward. Dalam bentuk persamaan beda yang menghubungkan input dengan
output dinyatakan seperti persmaaan (1) berikut ini.
.........................................(4.11)
dimana:
{bk} koefisien feed forward
{al} koefisien feed back
banyaknya (total koefisien) = M+N+1
N ditetapkan sebagai orde filter IIR
B. Filter FIR
Sebuah finite impulse respon filter (filter FIR) memiliki hubungan input dan
output dalam domain waktu diskrit sebagai berikut:
................................................(4.12)
dimana:
{bk}= koefisien feed forward
banyaknya (total koefisien) L = M + 1
M ditetapkan sebagai orde filter FIR