PERCOBAAN IV

DESAIN FILTER DIGITAL

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.

4.3 Dasar Teori

4.3.1 Filter
Spesifikasi filter biasanya dinyatakan dalam bentuk response
magnitudanya. Sebagai contoh, magnituda |G(ejω )| dari filter low-pass G(z),
dinyatakan seperti pada Gambar 4.1.

Gambar 4.1 Tipikal Response Magnitude untuk Filter Digital Low-pass

Dalam pass-band didefinisikan oleh 0 ≤ ω ≤ ωp, diperlukan :

1 − δp ≤ |G(ejω )| ≤ 1 + δp untuk |ω| ≤ ωp ………...….(4.1)
Dengan kata lain, magnituda mendekati 1 dengan kesalahan ±δp . Dalam
stop-band, didefinisikan oleh ωs ≤ | ω | ≤ π, diperlukan:
|G(ejω )| ≤ δs untuk ωs ≤ | ω | ≤ π…………….……….(4.2)
Yang menunjukan bahwa magnituda mendekati 1 dengan kesalahan δs
Frekuensi dan ωp , masing-masing disebut dengan frekuensi tepi pass-band
dan frekuensi tepi stop-band. Batas maksimum toleransi dalam pass-band (δp ) dan
stop-band (δs ), disebut dengan Ripples.
Pada banyak aplikasi, spesifikasi filter digital diketahui seperti ditunjukan
pada gambar 4.2. Disini, pass-band dinyatakan oleh 0 ≤ ω ≤ ωp , nilai maksimum
dan minimum dari magnituda masing-masing dinyatakan dengan 1 dan
1 / √1 + e2 . Peak pass-band ripple (dB) adalah :
R p = 20 log10 √1 + e2 dB……………………..……….(4.3)
Maksimum Ripple dalam stop-band, didefinisikan oleh ωs ≤ | ω | ≤ π,
dinyatakan dengan 1/A, dan maksimum minimum stop-band attenuation (dB)
dinyatakan dengan :
R s = 20 log10 A dB……………….……..……….…(4.4)

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

4.3.3 Filter Chebyshev

Sama dengan filter Butterworth, filter ini dapat mencapai steep roll-offs
dengan perancangan orde yang lebih tinggi. Antara filter Chebyshev dan
Butterworth mempunyai bentuk perancangan penguatan pada daerah transisi yang
sama. Keuntungannya adalah ripple yang terjadi pada daerah passband.
Perbedaannya dengan filter Butterworth adalah frekuensi cut-off untuk filter ini
tidak dispesifikasikan pada titik 3-dB point, tapi lebih disukai pada frekuensi
dimana dispesifikasikan ripple maksimumnya. Seperti pada filter Butterworth,
filter ini secara lengkap dispesifikasikan dengan penguatan passband maksimum,
frkuensi cut-off dan orde frekuensi.

4.3.4 Filter Elliptic

Bila dibandingkan dengan filter Butterworth dan filter Chebyshev, filter
elliptik mempertahankan tanjakan kemiringan cut-off pada orde filter terendah.
Tapi mempunyai ripple yang sangat kurang baik pada daerah passband dan
stopband. Ketajaman cut-off dicapai dengan menambahkan dip atau “notches” pada
daerah stopband. Notch untuk memberikan zero transmission (penguatan yang
lengkap) pada daerah yang dipilih. Sebagai tambahan terhadap pengatan passband
maksimum dan frekuensi corner. Spesifikasi yang lengkap dari filter ini termasuk
orde dari filter tersebut dan ripple pada stopband. Klompleksitas dari filter ini
biasanya memerlukan sebuah komputer dalam perancangannya. Tanggapan fasa
dari filter ini biasanya tidak linier.

4.3.5 Low-Pass Filter

Low-Pass Filter memiliki tegangan output konstan dari DC (0Hz), sampai
frekuensi Cut-off ditentukan, (ƒc) titik. Titik frekuensi cut-off adalah 0,707 atau -3
dB (dB = -20Log Vout / Vin) dari gain tegangan diizinkan untuk lolos. Rentang
frekuensi "di bawah" ini ƒc cut-off poin umumnya dikenal sebagai Band-Pass
sebagai sinyal input diperbolehkan untuk melewati filter. Rentang frekuensi "di
atas" titik cut-off umumnya dikenal sebagai Band-Stop sebagai sinyal input diblokir
atau dihentikan dari melewati. Sebuah rangkaian sederhana untuk low-pass filter
dapat dibuat dengan menggunakan sebuah resistor tunggal di seri dengan kapasitor
non-terpolarisasi tunggal (atau komponen reaktif tunggal) di sebuah sinyal input
Vin, sementara output sinyal Vout diambil dari seluruh kapasitor. Frekuensi cut-off
atau -3dB, dapat ditemukan dengan menggunakan rumus, ƒc = 1 / (2πRC). Sudut
fase dari sinyal output pada ƒc dan -45o untuk Low-Pass Filter. Keuntungan dari
filter atau penyaring dalam hal ini, umumnya dinyatakan dalam Decibel dan
merupakan fungsi dari nilai output dibagi dengan nilai input yang sesuai dan
diberikan sebagai :
V𝑜𝑢𝑡
𝐺𝑎𝑖𝑛 𝑖𝑛 dB = 20 log ……………………………(4.7)
V𝑖𝑛

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.

Gambar 4.3 Respon Low-Pass Filter

4.3.6 High-Pass Filter

High-Pass Filter (HPF) adalah jenis filter yang melewatkan frekuensi tinggi
serta meredam atau menahan frekuensi rendah. Bentuk respon HPF seperti
memperlemah tegangan keluaran untuk semua frekuensi di bawah frekuensi cut-off
fc. Di atas fc, besarnya tegangan keluaran tetap. High-pass filter adalah lawan yang
tepat untuk low-pass filter. Filter ini memiliki tegangan output dari DC (0Hz),
sampai ke titik cut-off tertentu (ƒc) frekuensi. Titik cut-off frekuensi rendah adalah
70,7% atau -3dB (dB =-20 Log Vout / Vin) dari gain tegangan diizinkan untuk
lolos. Rentang frekuensi "di bawah" ini poin ƒc cut-off umumnya dikenal sebagai
band-pass sementara rentang frekuensi "di atas" titik cut-off umumnya dikenal
sebagai band-pass. Frekuensi cut-off atau -3dB titik, dapat ditemukan dengan
menggunakan rumus, ƒc = 1 / (2πRC). Sudut fase dari sinyal output pada ƒc adalah
+45o. Umumnya, penyaring bernilai tinggi kurang distorsi dari pass filter setara
rendah. Sebuah aplikasi yang sangat umum pass filter pasif tinggi, adalah dalam
audio amplifier sebagai kapasitor coupling antara dua tahap penguat audio dan
dalam sistem speaker untuk mengarahkan sinyal frekuensi tinggi untuk speaker
kecil "tweeter" tipe sementara memblokir sinyal bass yang lebih rendah atau juga
digunakan sebagai filter untuk mengurangi noise frekuensi rendah atau "gemuruh"
distorsi jenis. Bila digunakan seperti ini pada aplikasi audio pass filter tinggi
kadang-kadang disebut "berpotongan rendah" atau "bass memotong" filter. Vout
tegangan output tergantung pada konstanta waktu dan frekuensi dari sinyal input
seperti yang terlihat sebelumnya. Dengan sinyal AC sinusoidal diterapkan pada
sirkuit berperilaku sebagai filter 1st orde lolos sederhana tinggi. Tetapi jika kita
mengubah sinyal input untuk yang dari "gelombang persegi" sinyal berbentuk yang
memiliki masukan langkah hampir vertikal, respon rangkaian perubahan dramatis
dan menghasilkan sirkuit umum dikenal sebagai diferensiator.
Garis penuh adalah kurva idealnya, sedangkan kurva putus-putus
menunjukkan bagaimana filter-filter high-pass yang praktis menyimpang dari ideal.
High-Pass Filter yaitu ditunjukkan gambar 4.4.

Gambar 4.4 Respon High-Pass Filter

4.3.3 Band-Pass Filter

Band-pass filter (BPF) adalah rangkaian yang melewatkan frekuensi pada
daerah tertentu di antara frekuensi cut-off pertama dan frekuensi cut-off kedua dan
meredam frekuensi di luar daerah tersebut. Selain itu Band-pass filter merupakan
sebuah rangkaian yang dirancang untuk melewatkan frekuensi dalam batasan
tertentu dan menolak frekuensi lain diluar frekuensi yang dikehendaki. Dan Band-
pass filter merupakan gabungan antara high-pass dan low-pass filter. Filter band-
pass akan meneruskan sinyal-sinyal dengan frekuensi antara (median frequency)
dan menahan frekuensi di bawah dan di atas median tersebut.

Gambar 4.5 Respon Band-Pass Filter

4.3.4 Band-Stop Filter

Dalam pemrosesan sinyal, band-stop filter atau filter band-penolakan
adalah filter yang melewati frekuensi paling tidak berubah, tetapi attenuates mereka
dalam rentang tertentu ke tingkat yang sangat rendah. Ini adalah kebalikan dari
band-pass filter. Sebuah filter takik adalah filter band-stop dengan stop-band
sempit (tinggi faktor Q). Notch filter digunakan dalam reproduksi suara hidup
(Sistem Public Address, juga dikenal sebagai sistem PA) dan instrumen penguat
(terutama amplifier atau pre-amplifiers untuk instrumen akustik) untuk mengurangi
atau mencegah umpan balik, sedangkan yang berpengaruh nyata kecil diseluruh
spektrum frekuensi. Band-filter membatasi 'nama lain termasuk', 'Filter T-takik',
'band-eliminasi filter', dan 'menolak band-filter'. Biasanya, lebar stop-band kurang
dari 1-2 dekade. Dalam pita suara, filter takik menggunakan frekuensi tinggi dan
rendah yang mungkin hanya semitone terpisah.
 Gambar 4.6 Respon Band-Stop Filter

4.3.5 Infinite Impuse Response (IIR)

Infinite Impuse Response (IIR) dalam dalam hal ini jangan dipahami sebagai
suatu kondisi response impulse dari -~ dan berakhir sampai + ~. Lebih tepat
dipahami sebagai suatu filter yang memperhitungkan kondisi sebelum dan
sesudahnya, atau sebagai gabungan antara “feedback” dan “feedforward”.
Filter IIR dari (Infinite Impulse Response) adalah salah satu tipe dari filter
digital yang dipakai pada aplikasi Digital Signal Processing (DSP). Keuntungan
filter IIR antara lain adalah membutuhkan koefesien yang lebih sedikit untuk respon
frekuensi yang curam sehingga dapat mengurangi jumlah waktu komputasi. Fungsi
transfer filter IIR adalah:

………………...…..…..(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

4.3.6 Filter Finite Impulse Response (FIR)

Finite Impulse Response (FIR) Filter atau disebut juga filter non recursive
merupakan filter dimana output y(n) dihitung dari nilai – nilai input sekarang dan
sebelumnya x(n), x(n-1), x(n-2),dst. Orde filter FIR merupakan jumlah input
sebelumnya yang digunakan untuk menghitung output sekarang.
Contoh :
1. y(n) = x(n) orde ke 0
2. y(n) = k x(n) orde ke 0
3. y(n) = x(n-1) orde ke 1
4. y(n) = x(n) - x(n-1) orde ke 1
5. y(n) = [x(n) + x(n-1) ] / 2 orde ke 1
6. y(n) = [x(n) + x(n-1)+x(n-2) ] / 3 orde ke 2
7. y(n) = [x(n) - x(n-2) ] / 2 orde ke 2
Filter FIR adalah sistem yang murni umpan maju (feed-forward), stabil,
strukturnya sederhana dan fasenya linier. Filter FIR adalah suatu sistem yang
mempunyai tanggapan terhadap impuls (impulse) dengan panjang terhingga.
Dengan kata lain, ketika filter tersebut diberi masukan berupa impuls (impulse),
keluarannya hanya ada sampai waktu tertentu. Hal ini terjadi karena keluaran filter
tersebut sengaja dibatasi sampai waktu tertentu saja.
Filter FIR dapat didesain dengan memotong tanggapan impuls dari suatu
filter IIR. Bila h(n) adalah tanggapan impuls dari karakteristik filter IIR H(), maka
tanggapan impuls dari filter FIR adalah Hd(n) = H(n) untuk 0  n  N -1 dan bernilai
0 untuk n lainnya dengan N adalah panjang filter atau orde filter. Suatu filter Hd()
akan mempunyai fase linier jika mempunyai tanggapan impuls yang simetri genap,
atau :
Hd(n) = hd(2m – n)……………………..………………(4.9)
dimana m adalah bilangan genap, atau dengan kata lain panjang filter adalah :
N = 2m + 1……….…………………….…………. (4.10)
dengan m adalah bilangan genap.
Perancangan filter FIR untuk mendapatkan fase linier digunakan beberapa
metode, antara lain metode windowing, metode Frekuensi Cuplik (Frequency-
Sampling Method), dan metode pendekatan Chebyshev.
4.4 Langkah Percobaan
4.4.1 Percobaan Desain Filter LPF IIR
Fungsi transfer analog yang biasa digunakan dalam mendesain filter IIR
adalah Butterworth, Chebyshev Tipe 1, Chebyshev Tipe 2, dan fungsi transfer
Elliptic.
A. Estimasi Orde Filter IIR
Langkah pertama dalam proses mendesain filter adalah memilih tipe
pendekatan filter yang diterapkan dan kemudian mengestimasi orde fungsi transfer
dari spesifikasi filter. Untuk filter Butterworth, estimasi orde dapat menggunakan
command dari Matlab yaitu :
[N,Wn] = buttord(Wp, Ws, Rp, Rs)
Untuk filter Chebyshev Tipe 1, estimasi orde dapat menggunakan command
dari Matlab yaitu :
[N, Wn] = cheb1ord(Wp, Ws, Rp, Rs)
Untuk filter Chebyshev Tipe 2, estimasi orde dapat menggunakan command
dari Matlab yaitu :
[N, Wn] = cheb2ord(Wp, Ws, Rp, Rs)
Untuk filter Elliptic, estimasi orde dapat menggunakan command dari
Matlab, yaitu :
[N, Wn] = ellipord(Wp, Ws, Rp, Rs)

1. Ketikkan command Matlab diatas untuk menghitung orde terendah filter

low-pass IIR pada ke-4 jenis filter, menggunakan spesifikasi filter berikut
: 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.
Catatan : Normalisasi nilai frekuensi dalam radian, seperti Wp = (4/40)
Hz, Ws = (8/40) Hz
Berikan penjelasan terhadap hasil yang diperoleh.
 2. Ketikan command Matlab diatas untuk menghitung orde terendah filter
high-pass IIR pada ke-4 jenis filter, menggunakan spesifikasi filter
berikut : Laju Sampling = 3.500 Hz, frekuensi pass-band = 1.050 Hz,
frekuensi stop-band = 600 Hz, pass-band ripple = 1 dB, dan redaman
stop-band minimum = 50 dB.
Berikan penjelasan terhadap hasil yang diperoleh.
3. Ketikan command Matlab diatas untuk menghitung orde terendah filter
band-pass IIR pada ke-4 jenis filter, menggunakan spesifikasi filter
berikut : 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 =
0.4 dB, dan redaman stop-band minimum = 50 dB.
Berikan penjelasan terhadap hasil yang diperoleh.
4. Ketikan command Matlab diatas untuk menghitung orde terendah filter
band-stop IIR pada ke-4 jenis filter, menggunakan spesifikasi filter
berikut : 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.
Berikan penjelasan terhadap hasil yang diperoleh.

B. Implementasi Filter Low-Pass IIR

Setelah tipe filter telah dipilih dan ordenya telah diestimasi, langkah
berikutnya adalah menentukan fungsi transfer filter. Untuk mendesain filter digital
Butterworth pada orde N, command matlabnya adalah :
[num,den] = butter(N,Wn,’high’) → filter High-pass
[num,den] = butter(N,Wn,’stop’) → filter band-stop
1. Buat script Matlab dan simpan hasilnya dengan nama “IIR_LPF”.
clc;
close all;
clear all;
format long
rp=input('enter the passband ripple :');
rs=input('enter stopband ripple :');
wp=input('enter passband freq :');
ws=input('enter stopband freq :');
fs=input('enter sampling freq :');
w1=2*wp/fs;
w2=2*ws/fs;
%Digital LPF
[n,wn]= buttord(w1,w2,rp,rs);
[b,a]=butter(n,wn);
w=0:.01:pi;
[h,om]=freqz(b,a,w);
m=20*log10(abs(h));
an=angle(h);
figure(1)
plot(om/pi,m);
title('**** Digital Output Magnitude *****');
ylabel('gain in db...>');
xlabel('normalised freq..>');
figure(4)
plot(om/pi,an);
title('**** Digital Output Phase ****');
xlabel('normalised freq..>');
ylabel('phase in radians...>');

Kode Program 1 Low-pass Filter IIR

2. Jelaskan prosedur dari sript Matlab diatas, disesuaikan dengan teori

implementasi LPF IIR.
3. Input-kan spesifikasi filter IIR dengan rincian sebagai berikut : 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.
Berikan penjelasan terhadap hasil yang diperoleh.
4. Input-kan spesifikasi filter IIR dengan rincian sebagai berikut : Laju
Sampling = 10.000 Hz, frekuensi pass-band = 1500 Hz, frekuensi stop-
band = 3000 Hz, pass-band ripple = 0.5 dB, dan redaman stop-band
minimum = 100 dB.
Berikan penjelasan terhadap hasil yang diperoleh.
C. Implementasi Filter High-Pass IIR
1. Buat script Matlab dan simpan hasilnya dengan nama “IIR_HPF”.
clc;
close all;
clear all;
format long
rp=input('enter the passband ripple :');
rs=input('enter stopband ripple :');
wp=input('enter passband freq :');
ws=input('enter stopband freq :');
fs=input('enter sampling freq :');
w1=2*wp/fs;
w2=2*ws/fs;
%Digital HPF
[n,wn]= buttord(w1,w2,rp,rs);
[b,a]=butter(n,wn,'high');
w=0:.01:pi;
[h,om]=freqz(b,a,w); m=20*log10(abs(h));
an=angle(h);
figure(3)
plot(om/pi,m);
title('**** Digital Output Magnitude *****');
ylabel('gain in db...>');
xlabel('normalised freq..>');
figure(4)
plot(om/pi,an);
title('**** Digital Output Phase ****');
xlabel('normalised freq..>');
ylabel('phase in radians...>');

Kode Program 2 High-pass Filter IIR

2. Input-kan spesifikasi filter IIR dengan rincian sebagai berikut : Laju

Sampling = 3.500 Hz, frekuensi pass-band = 1.050 Hz, frekuensi stop-
band = 600 Hz, pass-band ripple = 1 dB, dan redaman stop-band
minimum = 50 dB.
Berikan penjelasan terhadap hasil yang diperoleh.
3. Input-kan spesifikasi filter IIR dengan rincian sebagai berikut : Laju
Sampling = 8.000 Hz, frekuensi pass-band = 1.200 Hz, frekuensi stop-
band = 2400 Hz, pass-band ripple = 0.5 dB, dan redaman stop-band
minimum = 100 dB.
Bandingkan hasil yang diperoleh dengan percobaan 3.
4.4.2 Implementasi LPF FIR
1. Buat script Matlab dan simpan hasilnya dengan nama “FIR_LPF”.
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,y);
[h,o]=freqz(b,1,256);
m=20*log10(abs(h));
an=angle(h);
figure(1)
plot(o/pi,m);
title('******** LOW PASS FIR FILTER RESPONSE
********');
ylabel('GAIN in db--->');
xlabel('Normalised Frequency--->');
figure(2)
plot(o/pi,an);
title('******** LOW PASS FIR FILTER RESPONSE
********');
ylabel('PHASE--->');
xlabel('Normalised Frequency--->');

Kode Program 3 Low-pass Filter FIR

2. Jelaskan prosedur dari script Matlab diatas, disesuaikan dengan teori
implementasi LPF FIR.
3. Input-kan spesifikasi filter IIR dengan rincian sebagai berikut : Laju
Sampling = 8.000 Hz, frekuensi pass-band = 1.500 Hz, frekuensi stop-
band = 2.000 Hz, pass-band ripple = 0.05 dB, dan redaman stop-band
minimum = 0.04 dB.
Berikan penjelasan terhadap hasil yang diperoleh, dan cobakan dengan
spesifikasi yang lain.
4.5 Data Hasil Percobaan
4.5.1 Data Hasil Percobaan Estimasi Orde Filter IIR
A. Low-pass Filter IIR
Tabel 4.1 Data Hasil Desain Filter LPF IIR

>> [N,Wn]= buttord((4/40), (8/40), 0.5, 40)

N=8
Wn = 0.1151
>> [N, Wn]= cheb1ord ((4/40), (8/40), 0.5, 40)
N=5
Wn = 0.1000
>> [N, Wn]= cheb2ord ((4/40), (8/40), 0.5, 40)
N=5
Wn = 0.2000
>> [N, Wn]=ellipord ((4/40), (8/40), 0.5, 40)
N=4
Wn = 0.1000
>>

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

Gambar 4.7 Skenario Satu Digital Output Magnitude

Gambar 4.8 Skenario Satu Digital Output Phase

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

Gambar 4.10 Skenario Dua Digital Output Phase

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

Gambar 4.11 Skenario Satu Digital Output Magnitude

Gambar 4.12 Skenario Satu Digital Output Phase

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

Gambar 4.14 Skenario Dua Digital Output Phase

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

Gambar 4.15 Skenario Satu LPF FIR Gain Response

Gambar 4.16 Skenario Satu LPF FIR Phase Response

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

>> [N,Wn]= buttord((4/40), (8/40), 0.5, 40)

N=8
Wn = 0.1151
>> [N, Wn]= cheb1ord ((4/40), (8/40), 0.5, 40)
N =5
Wn = 0.1000
>> [N, Wn]= cheb2ord ((4/40), (8/40), 0.5, 40)
N=5
Wn = 0.2000
>> [N, Wn]=ellipord ((4/40), (8/40), 0.5, 40)
N=4
Wn = 0.1000

Laju sampling : 40 KHz Frekuensi Passband : 4 KHz

Frekuensi Stop-band : 8 KHz Passband Ripple : 0.5 dB
Stop-band Ripple : 40 dB

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.

B. High-pass Filter IIR

Tabel 4.6 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

Laju sampling : 3500 Hz Frekuensi Pass-band : 1050 Hz

Frekuensi Stop-band : 600 Hz Pass-band Ripple : 1 dB
Stopband Ripple : 50 dB
 Dari data hasil percobaan high pass filter IIR didapatkan hasil :
1. Pada filter Butterworth N = 11, dapat dianalis bahwa nilai 11 merupakan
orde terkecil dengan menggunakan filter Butterworth. Dan Wn = 0,2775,
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 = 0,3000, 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 = 0,1714, 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 = 0,3000, 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 = 3500
kHz, frekuensi pass-band = 1050 kHz, frekuensi stop-band = 600 kHz, pass-band
ripple = 1 dB, dan redaman stop-band minimum = 50 dB. Maka filter yang lebih
stabil dan ideal dari ke-4 jenis high-pass filter IIR adalah pada filter butterworth
dengan orde sebesar N = 11, dimana sesuai dengan teori bahwa semakin tinggi orde
filter maka akan membuat filter menjadi semakin ideal.
 C. Band-pass Filter IIR
Tabel 4.7 Data Hasil Desain Filter Band-pass 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

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.

D. Band-stop Filter IIR

Tabel 4.8 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

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.

4.6.2 Implementasi Filter Low-pass IIR

Filter Low-pass adalah sebuah rangkaian yang tegangan keluarannya tetap
dari dc naik sampai frekuensi cut-off naik fc. Bersama naiknya frekuensi diatas fc,
tegangan keluarannya diperlemah (turun). Low-pass Filter adalah jenis filter yang
melewatkan frekuensi rendah serta meredam frekuensi tinggi.
 (a) (b)
Gambar 4.17 Digital Output Magnitude: (a) Skenario satu, (b) Skenario dua

Dari hasil percobaan pada gambar 4.17 yang merupakan perbandingan

digital output Magnitude skenario satu dan skenario dua dapat di analisis bahwa
pada gambar 4.17(a) grafik lebih cepat menurun yaitu pada nilai frekuensi
ternormalisasi 0,2-0,3 sedangkan pada gambar 4.17(b) grafik menurun pada nilai
frekuensi ternormalisasi 0,3-0,4. Hal ini disebabkan karena frekuensi ternormalisasi
pada skenario 1 lebih kecil dari skenario 2.

(a) (b)
Gambar 4.18 Digital Output Phase Low-pass IIR Filter: (a) Skenario 1, (b) Skenario 2

Dari hasil percobaan pada gambar 4.18 yang merupakan perbandingan

digital output phase low-pass IIR filter skenario satu dan dua dapat dianalisis bahwa
pada gambar 4.18(a) hubungan antara normalisasi frekuensinya dengan phasenya
adalah lebih sedikit mengalami bentuk yang naik turun dibandingkan dengan
gambar 4.18(b), dan juga pada nilai normalisasi sekitar 0,4 phasenya mengalami
penurunan ke titik 0 hingga pada nilai normalisasi bernilai 1. Sedangkan gambar
4.18(b) pada nilai normalisasi 0,5 phasenya mengalami penurunan tidak ke titik 0
hingga pada nilai normalisasi hampir mendekati 1.
4.6.3 Implementasi Filter High-pass IIR
Filter High-pass adalah filter yang memperlemah tegangan keluaran untuk
semua frekuensi di bawah frekuensi cut-off fc. Di atas fc, besarnya tegangan
keluaran tetap. Filter ini juga biasanya disebut filter yang dapat meredam frekuensi
rendah.

(a) (b)
Gambar 4.19 Digital Output Magnitude Filter High-pass IIR : (a) Skenario satu, (b) Skenario dua

Dari hasil percobaan pada gambar 4.21 yang merupakan perbandingan

digital output Magnitude skenario satu dan skenario dua dapat di analisis bahwa
pada gambar 4.19(b) grafik lebih cepat mengalami nilai gain konstan pada nilai 0
yaitu pada nilai frekuensi ternormalisasi 0,2-0,3 sedangkan pada gambar 4.19(a)
grafik mengalami gain konstan pada nilai 0 yaitu pada frekuensi ternormalisasi 0,5
– 0,6. Hal ini menyebabkan skenario satu bisa lebih banyak melewatkan frekuensi
tinggi.
 (a) (b)
Gambar 4.20 Digital Output Phase Filter High-pass IIR : (a) Skenario satu, (b) Skenario dua

Dari hasil percobaan pada gambar 4.20 yang merupakan perbandingan

digital output phase filter High-pass IIR skenario satu dan dua dapat dianalisis
bahwa pada gambar 4.20(a) hubungan antara normalisasi frekuensinya dengan
phasenya adalah lebih sedikit mengalami bentuk yang naik turun dibandingkan
dengan gambar 4.20(b), dan juga pada nilai normalisasi diantara 0,7 – 0,8 phasenya
mengalami penurunan ke titik 0 hingga pada nilai normalisasi bernilai 1. Sedangkan
pada gambar 4.20(b) pada nilai normalisasi 0,6 – 0,7 phasenya mengalami
penurunan ke titik 0 hingga pada nilai normalisasi bernilai 1.

4.6.4 Implementasi LPF FIR

Gambar 4.21 FIR Filter Response Magnitude LPF FIR

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.

Gambar 4.22 FIR Filter Response Phasor LPF FIR

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--->');

Kode Program 4 High Pass Filter FIR

1. Jelaskan prosedur dari script Matlab diatas, disesuaikan dengan teori

implementasi HPF FIR.
2. Inputkan spesifikasi filter FIR dengan rincian sebagai berikut : Laju
sampling = 8.000 Hz, Frekuensi Pass-band = 1.500 Hz, frekuensi
stop-band = 2.000 Hz, pass-band ripple = 1 dB, redaman stop-band
minimum = 50 dB. Berikan penjelasan terhadap hasil yang diperoleh.
4.5.5 Data Hasil Implementasi HPF FIR

Gambar 4.17 Skenario Satu HPF FIR Gain Response

Gambar 4.18 Skenario Satu LPF FIR Phase Response

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

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

Gambar 4.23 Diagram blok Filter IIR

Untuk merealisasikan ke dalam sebuah program simulasi atau

perangkat keras maka bentuk persamaan diatas dapat disederhanakan ke dalam
diagram blok Gambar 4.23.
 Untuk implementasi sebuah low-pass filter bersifat narrow-band
menggunakan sebuah filter IIR merupakan pilihan yang sangat sulit tetapi masih
mungkin dilakukan. Satu alasannya adalah penentuan orde yang tepat sehingga
menghasilkan bentuk yang tajam pada respon frekuensi relatif sulit. Pada
domain unit circle bidang-z sering ditandai dengan letak pole-pole yang ada
diluar lingkaran, hal ini secara fisis memberikan arti bahwa filter yang dihasilkan
tidak stabil.

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

Gambar 4.24 Diagram blok FIR Filter

Untuk tujuan simulasi perangkat lunak kita bisa memanfaatkan fungsi

standar berikut ini: B = FIR1(N,Wn) Ini merupakan sebuah langkah untuk
merancang filter digital FIR dengan orde sebesar N, dan frekuensi cut off Wn.
Secara default oleh Matlab ditetapkan bahwa perintah tersebut akan menghasilkan
sebuah low pass filter (LPF). Perintah ini akan menghasilkan koefisien-
koesifien filter sepanjang (N+1) dan akan disimpan pada vektor B. Karena
dalamdomain digital, maka nilai frekuensi cut off harus berada dalam rentang
0<Wn<1.0. Nilai 1.0 akan memiliki ekuivalensi dengan nilai 0,5 dari sampling rate
(fs/2).Yang perlu anda ketahui juga adalah bahwa B merupakan nilai real dan
memiliki fase yang linear. Sedangkan gain ternormalisasi filter pada Wn sebesar -
6 dB.