ANALOG & DIGITAL FILTER MENGGUNAKAN MATLAB

PENGERTIAN DAN KLASIFIKASI

Filter adalah adalah sebuah rangkaian yang dirancang agar melewatkan suatu pitra frekuensi tertentu
seraya memperlemah semua isyarat di luar pita ini. Pengertian lain dari filter adalah rangkaian pemilih
frekuensi agar dapat melewatkan frekuensi yang diinginkan dan menahan (couple)/membuang (by
pass) frekuensi lainnya.

Jaringan-jaringan filter bisa bersifat aktif maupun pasif.

Jaringan filter pasif hanya berisi tahanan, inductor dan kapasitor saja.
Jaringan Filter aktif berisikan transistor atau op-amp ditambah tahanan, inductor dan kapasitor.

Adapun Jenis-Jenis Filter :Filter Low Pass 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/menahan
frekuensi tinggi. Bentuk respon LPF seperti ditunjukkan gambar di bawah ini.

Gambar respon LPF

Pita Lewat : Jangkauan frekuensi yang dipancarkan
Pita Stop : Jangkauan frekuensi yang diperlemah.
Frekuensi cutoff (fc) : disebut frekuensi 0.707, frekuensi 3-dB, frekuensi pojok, atau frekuensi putus.

Filter High Pass memperlemah tegangan keluaran untuk semua frekuensi di bawah frekuensi cutoff
fc. Di atas fc, besarnya tegangan keluaran tetap. Garis penuh adalah kurva idealnya, sedangkan
kurva putus-putus menunjukkan bagaimana filter-filter high pass yang praktis menyimpang dari ideal.
Pengertian lain dari High Pass Filter yaitu jenis filter yang melewatkan frekuensi tinggi serta
meredam/menahan frekuensi rendah. Bentuk respon HPF seperti ditunjukkan gambar di bawah ini.

Filter Band Pass hanya melewatkan sebuah pita frekuensi saja seraya memperlemah semua frekuensi
di luar pita itu. Pengertian lain dari Band Pass Filter adalah filter yang melewatkan suatu range
frekuensi. Dalam perancangannya diperhitungkan nilai Q(faktor mutu). dengan
Q = faktor mutu
fo = frekuensi cutoff
B = lebar pita frekuensi
Gambar Band Pass Filter seperti berikut ini :

Filter Band Elimination, yaitu filter band elimination menolak pita frekuensi tertentu seraya
melewatkan semua frekuensi diluar pita itu.Bisa juga disebut Band Reject merupakan kebalikan dari
Band Pass, yaitu merupakan filter yang menolak suatu range frekuensi. Sama seperti bandpass filter,
band reject juga memperhitungkan faktor mutu.

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.

dimana:
- {bk} koefisien feed forward
- {al} koefisien feed back
- banyaknya (total koefisien) = M+N+1
- N ditetapkan sebagai orde filter IIR

Untuk merealisasikan ke dalam sebuah program simulasi atau perangkat keras maka
bentuk persamaan diatas dapat disederhanakan ke dalam diagram blok Gambar 1.

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 relative
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.
Kita coba untuk merealisasikan dalam program Matlab secara sederhana dengan melihat pada
masing-masing kasus, dalam hal ini adalah low pass filter (LPF) dan high pass filter (HPF).

Contoh 1:
Kita akan mencoba merancang sebuah low pass filter (LPF) IIR dengan memanfaatkan filter
Butterworth. Frekuensi cut off ditetapkan sebesar 2000 Hz. Dalam hal ini frekuensi sampling adalah
10000 Hz. Langkah realisasi dalam Matlab adalah sebagai berikut.

clear all;
R=0.2;
N=16;
Wn=0.2;
figure(1);
[B,A] = butter(N,Wn);
[H,w]=freqz(B,A,N);
len_f=length(H);
f=1/len_f:1/len_f:1;
plot(f,20*log10(abs(H)),'linewidth',2)

Dari langkah ini akan didapatkan respon frkeuensi seperti gambar berikut.

Contoh 2:
Pada contoh kedua ini kita akan mencoba merancang sebuah filter IIR untuk high pass filter (HPF).
Tetap dengan frekuensi cut off 2000 Hz, dan frekuensi sampling 10000. Langkah pemrogramanya
adalah dengan sedikit memodifikasi bagian berikut.
[B,A] = butter(N,Wn,'high'); Ini akan memberikan respon frekuensi seperti berikut.
Filter FIR

Sebuah finite impulse respon filter (filter FIR) memiliki hubungan input dan output dalam domain
waktu diskrit sebagai berikut:

dimana:
-{bk}= koefisien feed forward
- banyaknya (total koefisien) L = M + 1
- M ditetapkan sebagai orde filter FIR

Dalam realisasi diagram blok akan dapat digambarkan seperti pada Gambar 4 berikut ini

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<1.0. style="font-weight: bold;">Contoh 3:
Kita akan merancang sebuah LPF dengan frekuensi cut off sebesar 2000 Hz. Frekuensi sampling yang
ditetapkan adalah 10000 Hz. Orde filter ditetapkan sebesar 32. Maka langkah pembuatan programnya
adalah sebagai berikut:

fs=10000;
[x,fs]=wavread('a.wav');
Wn = .20;
N = 32;
LP = fir1(N,Wn);
[H_x,w]=freqz(LP);
len_f=length(H_x);
f=1/len_f:1/len_f:1;
plot(f,20*log10(abs(H_x)))
grid

Hasilnya adalah respon frekuensi seperti Gambar 5 berikut

Contoh 4:
Kita akan merancang sebuah Band Pass Filter (BPF) dengan frekuensi cut off sebesar 2000 Hz (untuk
daerah rendah) dan 5000 Hz (untuk daerah tinggi). Frekuensi sampling yang ditetapkan adalah
10000 Hz. Orde filter ditetapkan sebesar 32. Beberapa bagian program diatas perlu modifikasi seperti
berikut.

Wn1 = [.20, .50];

BP = fir1(N,Wn1);

Hasilnya akan didapatkan respon frekuensi seperti pada Gambar 6 berikut ini.
 Contoh 5:
Kita akan merancang sebuah High Pass Filter (HPF) dengan frekuensi cut off sebesar
5000 Hz (untuk daerah tinggi). Frekuensi sampling yang ditetapkan adalah 10000 Hz.
Orde filter ditetapkan sebesar 32. Beberapa bagian program diatas perlu modifikasi
seperti berikut.

Wn2 = .50;
HP = fir1(N,Wn2,'high');

Hasilnya berupa akan didapatkan respon frekuensi seperti pada Gambar 7 berikut ini.

Filter Pre-Emphasis

Dalam proses pengolahan sinyal wicara pre emphasis filter diperlukan setelah proses sampling.
Tujuan dari pemfilteran ini adalah untuk mendapatkan bentuk spectral frekuensi sinyal wicara yang
lebih halus. Dimana bentuk spectral yang relatif bernilai tinggi untuk daerah rendah dan cenderung
turun secara tajam untuk daerah fekuensi diatas 2000 Hz.
Filter pre-emphasis didasari oleh hubungan input/output dalam domain waktu yang dinyatakan dalam
persamaan beda seperti berikut:

dimana:
a merupakan konstanta filter pre-emhasis, biasanya bernilai 0.9 <> Bentuk ini
kemudian akan memberikan dasar pembentukan diagram blok yang menggambarkan hubungan input
dan output seperti pada Gambar 8.

Dengan memanfaatan perangkat lunak Matlab kita akan dengan mudah mendapatkan bentuk respon
frekuensi filter pre-empasis.

clear all;
w=0:.01:3.14;
a=0.93;
H=1-a*exp(-j*w);
plot(w/3.14,20*log10(abs(H)),'linewidth',2)
grid
axis([0 1.00 -25 10])
xlabel('frekuensi ternormalisasi')
ylabel('magnitudo (dB)')
title('Pre-Emphasis filter')
Dengan nilai a = 0,93 akan mampu melakukan penghalusan spectral sinyal wicara yang secara umum
mengalami penurunsan sebesar 6 dB/octav.

Sekarang yang menjadi pertanyaan adalah bagaimana pengaruh sebenarnya filter ini pada sebuah
sinyal wicara? Untuk itu anda dapat memanfaatkan program dibawah ini.

clear all;
fs=10000;[x,fs]=wavread('a.wav');
xx=length(x)+1;x(xx)=0; alpha=0.96;
for i=2:xx
y0(i)=x(i-1);
end
for i=1:xx
y(i) = x(i) - alpha*y0(i);
end
subplot(211)
t=1:xx;
plot(t/fs,y);legend('input');grid
xlabel('waktu (dt)'); ylabel('magnitudo');axis([0 0.7 -0.25 0.25]);
subplot(212)
plot(t/fs,y0); legend('output');grid
xlabel('waktu (dt)'); ylabel('magnitudo'); axis([0 0.7 -1 1.5])

Hasilnya adalah berupa sebuah gambaran bentuk sinyal input dan output dari file sinyal wicara
’a.wav’ dalam domain waktu.
Sedangkan hasil yang didapatkan dalam bentuk domain frekuensi adalah seperti berikut.

Digital Filter

Dalam elektronika, filter digital adalah sebuah sistem yang melakukan operasi
perhitungan diskrit-waktu sinyal untuk mengurangi atau meningkatkan aspek-aspek tertentu
dari sinyal. Filter digital bekerja berdasarkan data masukan diskrit dari cuplikan-cuplikan
sinyal continu,yang kemudian diubah oleh converter analog ke digital ADC (analog-ke-
digital) menjadi data digital binear .data –data inilah yang nantinya akan di manipulasi
kinerja dan spectrum sinyalnya dengan prosesor digital.hasil dari data digital di kembalikan
ke dalam benk analaog jika diinginkan dengan converter digital to analog DAC (digital
analog converter) untuk mengubah sinyal kembali ke bentuk analog.penerapanya filter digital
pada pengolahan sinyal dapat digunakan dalam noicereduction, image processing,antialiasig
dan menghilang pseudoimage pada multirate processing ,matched filtring,dan osilator
digital.Perhatikan bahwa dalam filter digital, sinyal direpresentasikan oleh urutan angka,
bukan tegangan atau arus.

a) Karakteristik dari Digital Filter

Filter digital dicirikan oleh fungsi transfer. Analisis matematis dari fungsi transfer dapat
menggambarkan bagaimana filter digital akan menanggapi segala masukan. Dengan
demikian, merancang filter terdiri dari spesifikasi sesuai dengan masalah nya.(misalnya, dua
buah filter lowpass dengan urutan tertentu frekuensi cut-off), dan kemudian menghasilkan
fungsi transfer yang memenuhi spesifikasi. Fungsi transfer linear(waktu-invarian) filter
digital dapat dinyatakan sebagai fungsi transfer dalam Z-. Lihat persamaan fungsi transfer Z-
transform's LCCD.

Persaman ini untuk filter recursive, yang biasanya mengarah pada perilaku respon impulse
yang tak terbatas, tetapi jika penyebut adalah satu, maka adalah bentuk untuk respon impulse
yang terbatas penyaring.

b) Beberapa keunggulan dari filter digital setelah melalui proses pengolahan sinyal adalah :

· Pengaturan frekuensi cuplikan sehingga daerah kerja yang dapat dipilih sangat lebar(meliputi
frekuensi rendah dan frekuensi tinggi)

· Respon fasa yangbenar-benar linear

· Karena menggunakan programmable processor,maka respons frekuensi dapat dipilih secara

langsung dan secara otomatis

· Bebrapa sinyal masukan dapat disimpan untuk keperlan selanjutnya

· Berkembanya teknologi piko memungkinkan penggunaan hardware yang lebih kecil,konsumsi

daya yang kecil,menekan biaya produksi,dan single chip.

Dalam implementasi filter digital dapat menggunakan block diaram atau signal flowgraph .

c) Filter digital diklasifikasikan ke dalam dua bentuk, sesuai dengan bagaimana mereka
menanggapi suatu impuls satuan:
- Respon impulse yang terbatas (FIR) filter outputanya menjelaskan jumlah dari input N
terakhir, dimana N merupakan urutan filter. Karena respon impulse tidak menggunakan
umpan balik, maka respon impulse stabil. Jika koefisien simetris (kasus yang biasa),
maka penyaring adalah fase linier, sehingga penundaan sinyal dari semua frekuensi
yang sama. Hal ini penting dalam banyak aplikasi. Hal ini juga mudah untuk
menghindari meluap dalam sebuah filter FIR. Kerugian utama adalah bahwa respon
impulse mungkin memerlukan pemrosesan secara signifikan sehingga lebih banyak
sumber daya memori dari pada yang dirancang dengan IIR varian. FIR filter umumnya
lebih mudah untuk merancang dari pada IIR filter - algoritma pertukaran yang Remez
merupakan salah satu metode yang cocok untuk merancang filter cukup baik semi-
otomatis. Contoh dari respon impulse (FIR) :
Ø FIR 1
Ialah Jendela-respon impulse yang terbatas berdasarkan desain filter, fir1
mengimplementasikan metode klasik berjendela linier-fase desain filter
(digital FIR [1]). Ini desain standar filter dalam lowpass, highpass, bandpass,
dan bandstop konfigurasi. Secara default filter dinormalkan sehingga besarnya
respons dari filter di pusat frekuensi passband adalah 0 dB.
Syntax
b = fir1(n,Wn)
b = fir1(n,Wn,'ftype')
b = fir1(n,Wn,window)
b = fir1(n,Wn,'ftype',window)
b = fir1(...,'normalization')
b = fir1 (n, Wn) mengembalikan vektor baris b n +1 yang berisi koefisien
perintah n lowpass FIR filter. Ini adalah Hamming-jendela berbasis, fasa
linear filter dengan frekuensi cutoff ternormalisasi Wn. Filter output koefisien,
b, diperintahkan dalam kekuatan menurun z.

jika Wn adalah multi-elemen vektor, Wn = [W1 w2 w3 W4 W5 ... wn], fir1

kembali perintah multiband n filter dengan band-band 0 <ω Secara default,
penyaring adalah skala pusat passband pertama mempunyai besar tepat 1
setelah windowing. b = fir1 (n, Wn, 'ftype') menentukan jenis penyaring, di mana
'ftype' adalah:tinggi' untuk highpass filter dengan frekuensi cutoff Wn.'berhenti'
untuk bandstop filter, jika Wn = [W1 w2]. Stopband rentang frekuensi yang
ditentukan oleh interval ini.'DC-1' untuk membuat band pertama dari sebuah
multiband menyaring passband.'DC-0' untuk membuat band pertama dari
sebuah multiband menyaring stopband.
- Algoritma
fir1 menggunakan metode jendela filter FIR desain [1]. Jika w
(n) menunjukkan sebuah jendela, di mana 1 ≤ n ≤ N, dan
respon impulse filter yang ideal adalah h (n), di mana h (n)
adalah invers transformasi Fourier dari respon frekuensi yang
ideal, maka berjendela digital koefisien filter diberikan oleh
 Contoh 1 : Merancang 48-order filter dengan bandpass FIR passband 0,35 ≤ ω
≤ 0,65:b = fir1 (48, [0,35 0,65]);
freqz (b, 1.512)

Contoh 2 :Merancang tatanan 34-highpass FIR filter untuk

melemahkan komponen dari sinyal di bawah ini fs / 4. Gunakan
frekuensi cutoff 0,48 dan Chebyshev jendela dengan 30 dB riak:

Ø FIRCLS(FIR filter multiband desain)

b = fircls (n, f, amp, naik, lo) menghasilkan panjang n +1 fase linier
FIR filter b. Berkekuatan frekuensi karakteristik filter ini cocok dengan
yang diberikan oleh vektor f dan amp. f adalah vektor frekuensi transisi
dalam berkisar dari 0 hingga 1, di mana 1 sesuai dengan frekuensi
Nyquist. Titik pertama dari f harus 0 dan titik terakhir 1. Poin frekuensi
harus dalam urutan yang meningkat. amp merupakan sebuah vektor
yang menggambarkan diinginkan piecewise amplitudo konstan dari
respon frekuensi. Panjang amp adalah sama dengan jumlah band
dalam penanggulangan dan harus sama dengan panjang (f) -1. dan lo
adalah vektor dengan panjang yang sama seperti amp. Mereka
menetapkan batas atas dan bawah untuk respon frekuensi di masing-
masing band. Contoh Desain perintah 150 lowpass filter:

n = 150;
f = [0 0,4 1];
a = [1 0];
atas = [1,02 0,01];
 lo = [0,98 -0,01];
b = fircls (n, f, a, naik, lo, 'baik');% Display bidang band
Terikat Pelanggaran = 0,0788344298966
Terikat Pelanggaran = 0,0096137744998
Terikat Pelanggaran = 0,0005681345753
Terikat Pelanggaran = 0,0000051519942
Terikat Pelanggaran = 0,0000000348656
Terikat Pelanggaran = 0,0000000006231
Bound% di atas menunjukkan Pelanggaran Iterasi sebagai
% Desain menyatu.
fvtool (b)% Display besarnya plot

.- Infiniterespon impulse(IIR) atau penyaring mitra digital analog filter. Seperti filter internal

berisi kombinasi linear input dan output). Secara teori, respon impulse filter tidak pernah
sempurna. Filter IIR biasanya membutuhkan lebih sedikit sumber daya komputasi dari sebuah
filter FIR dalam kinerjanya. Namun karena system umpan balik maka urutan tinggi IIR filter
dapat mengalami masalah dengan ketidak stabilan, dan membatasi siklus, dan membutuhkan
desain yang hati-hati untuk menghindari perangkap tersebut. Selain itu, karena pergeseran
fasa secara inheren non-linear fungsi dari frekuensi yaitu waktu tunda melalui semacam filter
frekuensi bergantung dalam banyak situasi.

Perbandingan filter analog dan digital

Filter digital tidak terpengauh pada desain filter analog komponen non-linearities atau
yang sangat menyulitkan. Analog filter terdiri dari komponen elektronik yang tidak
sempurna, nilai-nilai yang ditetapkan untuk batas toleransi (misalnya nilai-nilai resistor
sering memiliki toleransi terhadap + / - 5%) dan juga berubah dengan temperatur dan drift
terhadap waktu.
Filter digital dapat digunakan dalam desain filter respon impulse yang terbatas.
Analog filter tidak memiliki kemampuan yang sama, karena filter respon impulse yang
terbatas memerlukan unsur penundaan.Mengandalkan filter digital tidak dapat pada sirkuit
analog. Filter digital akan memperkenalkan ke sinyal suara analog selama melewati
penyaringan rendah,(konversi analog ke digital) dan mungkin memperkenalkan gangguan
digital karena kuantisasi. Dengan filter analog, setiap komponen merupakan sumber
kebisingan termal, sehingga kompleksitas filter tumbuh, begitu pula suara.
Namun, filter digital melakukan perkenalan latensi mendasar yang lebih tinggi ke
sistem. Dalam sebuah filter analog, latensi sering diabaikan. Dalam filter digital, latensi
adalah fungsi dari jumlah penundaan elemen dalam sistem. Digital filter juga cenderung lebih
terbatas dalam bandwidth dari analog filter. Bandwidth tinggi memerlukan filter digital
ADC / DAC untuk diproses.Dalam kasus yang sangat sederhana, lebih efektif untuk
menggunakan filter analog. Menggunakan filter digital memerlukan sirkuit overhead yang
cukup besar, seperti yang dibahas sebelumnya, termasuk dua low pass filter analog.

Figure 4. Transposing resistors and capacitors in the Figure 3 circuit yields a 5th-order, 1dB-ripple
Chebyshev highpass filter.
Figure 5. These SPICE outputs simulate the response of the highpass and lowpass Chebyshev
circuits.

Example Analog Filter

Figure E.1: Simple RC lowpass.

Figure E.1 shows a simple analog filter consisting of one resistor ( Ohms) and one capacitor (

Farads). The voltages across these elements are and , respectively, where denotes time

in seconds. The filter input is the externally applied voltage , and the filter output is taken to be

. By Kirchoff's loop constraints [20], we have