MODUL 1 PENGENALAN MATLAB
Helmi Purwacaraka (1710631160061)
Asisten: Fikri Ika P, Riyant Irawan, Rosita Dewi, Sukma Tri R
Tanggal Percobaan: 13/04/2020
TEL61653-Praktikum Pengolahan Sinyal Digital
Laboratorium Komputasi–Fakultas Teknik UNSIKA
Abstrak
Pada praktikum Modul 1 ini dilakukan beberapa
percobaan yaitu pertama dilakukan pembuatan sinyal input
filter yang berasal dari hasil superposisi tiga buah sinyal
sinusoidal dengan frekuensi yang berbeda-beda menggunakan
frekuensi sampling 18 kHz. Sinyal hasil superposisi tersebut
selanjutnya diplot kedalam sebuah grafik dan diamati pula
respon frekuensinya. Percobaan kedua yaitu pembuatan filter
dengan fungsi FIR1 berorde 30 yang terdiri dari low-pass
filter, band-pass filter, dan high-pass filter. Lalu diamati
frekuensi response untuk masing-masing filter yang telah
dibuat. Percobaan ketiga yaitu melakukan penapisan hasil
konvolusi pada sinyal pertama dan kedua dengan filter FIR
yang terlah dirancang sebelumnya.
Kata kunci: MATLAB, FIR1, frequensi respons.
1. PENDAHULUAN
MATLAB adalah sebuah bahasa dengan
kemampuan tinggi untuk komputasi teknis. Ia
menggabungkan komputasi, visualisasi, dan
pemrograman dalam satu kesatuan yang mudah
digunaka dimana masalah dan penyelesaiannya di
ekspresikan dalam notasi matematik yang sudah
dikenal. Pemakaian MATLAB meliputi :
matematika dan komputasi, pengembangan
algoritma, akuisisi data, pemodelan, simulasi,
prototype, grafik saintifik dan engineering dan
lain-lain.
MATLAB adalah system interaktif yang
mempunyai basis data array yang ridak
membutuhkan dimensi. Ini memungkinan kita
dapat menyelesaikan banyak masalah komputasi
teknis, khususnya yang berkaitan dengan
formulasi matrik dan vector.
Sistem MATLAB terdiri atas lima bagian utama :
• Development Environment, yaitu
kumpulan semua alat-alat dan fasilitas
untuk membantu user dalam
menggunakan fungsi dan file MATLAB.
• The MATLAB mathematical function
library, yaitu koleksi semua algoritma
komputasi.
• The MATLAB language, yaitu Bahasa
matriks/array level tinggi dengan contoh
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA
flow, fungsi, struktur data, input/output,
dan fitur objek programming lainnya.
• Graphics, yaitu fasilitas untuk
menampilkan vector dan matriks sebagai
grafik.
• The MATLAB Application Program
Interface (API), yaitu paket yang
memungkinkan user menulis Bahasa C
dan Fortran yang berinteraksi dengan
MATLAB.
Tujuan yang ingin dicapai pada modul ini yaitu :
• Mempelajari penggunaan system help
untuk mengetahui commands dan syntax
dasar MATLAB.
• Dapat menggunakan MATLAB untuk
desain filter.
• Mempelajari bagaimana menulis fungsi
dan m-file pada MATLAB.
• Merancang pem-filter-an FIR dengan
MATLAB.
• Memahami pem-filter-an lewat MATLAB
secara mendalam.
2. STUDI PUSTAKA
MATLAB (Matrix Laboratory) adalah sebuah
program untuk analisis dan komputasi numerik.
Pada awalnya, program ini merupakan interface
untuk koleksi rutin-rutin numerik dari proyek
LINPACK dan EISPACK, namun sekarang
merupakan produk komersial dari perusahaan
Mathworks, Inc. MATLAB telah berkembang
menjadi sebuah environment pemrograman yang
canggih yang berisi fungsi-fungsi built-in untuk
melakukan tugas pengolahan sinyal, aljabar linier,
dan kalkulasi matematis lainnya. MATLAB juga
berisi toolbox yang berisi fungsi-fungsi tambahan
untuk aplikasi khusus.
MATLAB bersifat extensible, dalam arti bahwa
seorang pengguna dapat menulis fungsi baru
untuk ditambahkan pada library ketika
fungsifungsi built-in yang tersedia tidak dapat
melakukan tugas tertentu. Kemampuan
1
pemrograman yang dibutuhkan tidak terlalu sulit
bila Anda telah memiliki pengalaman dalam
pemrograman bahasa lain seperti C, PASCAL,
atau FORTRAN.
2.1 MATLAB HELP
MATLAB menyediakan sistem help on-line yang
dapat diakses dengan perintah help.
Contoh:
>> help instruksi;
yang akan memberikan informasi mengenai
masukan, keluaran, penggunaan, dan fungsi dari
instruksi tersebut. Dengan menuliskan help pada
command window, daftar instruksi yang ada pada
MATLAB akan diperlihatkan.
>> help filter;
Perintah di atas akan menampilkan informasi
dalam bentuk teks pada layar MATLAB Anda.
Sebuah perintah yang sangat berguna untuk
mempelajari pemrograman MATLAB adalah
intro, yang membahas konsep ‐ konsep dasar
tentang bahasa MATLAB. Selain itu, juga terdapat
banyak program demonstrasi yang
mengilustrasikan berbagai kapabilitas MATLAB,
yang dapat dimulai dengan perintah demo.
2.2 VARIABEL DAN OPERASI
MATRIKS
Tipe variabel dasar pada MATLAB adalah matriks
(pada versi 5 dan ke atas, MATLAB juga
menyediakan berbagai tipe data seperti pada
bahasa pemrograman lainnya). Untuk
mendeklarasikan sebuah variabel, Anda hanya
perlu memberikan nilai tertentu padanya pada
MATLAB prompt. Sebagai contoh:
>>M = [ 1 2 6; 5 2 1]
M=
126
521
Ketika definisi sebuah matriks melibatkan sebuah
rumus yang panjang atau banyak entri, maka
sebuah perintah MATLAB yang sangat panjang
dapat dipecah menjadi dua (atau lebih) baris
dengan cara menempatkan sebuah tanda (…)
pada akhir dari sebuah baris yang ingin
dilanjutkan. Sebagai contoh:
P = [ 1, 2, 4, 6, 8 ]+ [ pi, 4, exp(1), 0, -1] + …
[ cos(0.1*pi), sin(pi/3), tan(3), atan(2), sqrt(pi) ];
Ketika sebuah ekspresi perintah atau pernyataan
diakhiri dengan tanda semicolon (;), maka
hasilnya tidak akan ditampilkan di layar. Hal ini
sangat membantu ketika Anda bekerja dengan
matriks dengan ukuran yang sangat besar.
Ukuran dari sebuah matriks dapat diketahui
dengan operator size:
>>Msize = size(M)
Msize =
23
Oleh karena itu, kita tidak perlu menggunakan
variabel khusus untuk melacak jumlah baris dan
kolom suatu matriks. Ada dua jenis variabel
matriks pada MATLAB, yakni skalar (scalars) dan
vektor (vectors). Sebuah skalar adalah sebuah
matriks yang hanya berisi satu elemen, jadi
berukuran 1 x 1. Sebuah vektor adalah sebuah
matriks yang hanya berisi satu baris atau kolom.
Elemen individu dari sebuah variabel matriks
dapat diakses dengan memberikan indeks baris
dan kolom, sebagai contoh
>>M13 = M(1,3)
M13 =
6
Submatriks juga dapat diakses dengan cara yang
mirip dengan menggunakan operator colon (:)
seperti yang dijelaskan pada sesi berikut.
2.2.1 OPERATOR COLON (:)
Operator colon (:) sangat berguna untuk membuat
index arrays. Gunakan perintah help colon untuk
mengetahui deskripsi detail tentang
kapabilitasnya.
Notasi colon didasarkan pada ide bahwa sebuah
selang indeks dapat dihasilkan dengan
memberikan sebuah nilai awal, interval, dan
sebuah nilai akhir. Karena itu, sebuah vektor yang
terpartisi secara teratur dapat diperoleh dengan
perintah
iii = nilai awal : interval : nilai akhir
Tanpa parameter interval, nilai default ‐ nya
adalah 1. Metode perhitungan ini mirip dengan
notasi loop DO pada FORTRAN, namun metode
pada MATLAB selangkah lebih maju dengan cara
menggabungkannya dengan pengindeksan
matriks. Untuk sebuah matriks A 9 x 8, A(2,3)
adalah elemen skalar yang berada pada baris
kedua dan kolom ketiga dari matriks A. Jadi
sebuah submatriks 4 x 3 dapat diekstrak dengan
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 2
perintah A(2:5,1:3). Tanda colon juga berfungsi
sebagai sebuah wild card, misalnya, A(2,:) adalah
baris kedua matriks A.
Pengindeksan mundur akan membalikkan sebuah
vektor, misalnya X(9:‐1:1) untuk sebuah vektor
yang berisi 9 buah elemen. Kadang ‐ kadang,
Anda juga memerlukan sebuah daftar yang berisi
semua nilai elemen pada matriks, jadi A(:)
memberikan sebuah vektor kolom 72 x 1, yang
merupakan hasil concatenation elemen ‐ elemen
setiap kolom matrik A. Ini merupakan contoh
reshaping matriks. Teknik reshaping yang lebih
umum dapat dilakukan dengan fungsi
reshape(A,M,N). Sebagai contoh, matriks A 9 x 8
dapat di‐reshape menjadi sebuah matriks 12 x 6
dengan Anew = reshape(A,12,6).
2.2.2 OPERASI MATRIKS DAN ARRAY
Operasi default pada MATLAB adalah operasi
matriks. Jadi A*B berarti perkalian matriks, yang
akan dibahas pada bagian berikut.
2.2.3 TINJAUAN PERKALIAN MATRIKS
Operasi perkalian matriks AB hanya dapat
dilakukan bila kedua matriks tersebut memiliki
dimensi yang kompatibel, yakni jumlah kolom
matriks A harus sama dengan jumlah baris
matriks B. Sebagai contoh, sebuah matriks 5 x 8
dapat mengalikan sebuah matriks 8 x 3 untuk
menghasilkan sebuah matriks AB 5 x 3. Secara
umum, bila A adalah m x n, maka B haruslah n x
p, dan hasil perkalian AB akan memiliki dimensi
m x p. Umumnya perkalian matriks tidak bersifat
komutatif, yakni AB ≠ BA. Bila p ≠ m, maka
perkalian AB tidak terdefinisi.
Beberapa kasus khusus untuk perkalian matriks
adalah outer product dan inner product. Pada
outer product, sebuah vektor kolom mengalikan
sebuah vektor baris untuk menghasilkan sebuah
matriks. Bila kita membiarkan semua elemen salah
satu vektor tersebut berupa ‘1’ , maka kita akan
memperoleh hasil yang berulang.
Untuk inner product, sebuah vektor baris
mengalikan sebuah vektor kolom, jadi hasilnya
berupa skalar. Bila kita membiarkan semua
elemen salah satu vektor tersebut berupa ‘1’, maka
kita akan memperoleh penjumlahan semua
elemen vektor lainnya.
2.2.4 OPERASI POINTWISE ARRAY
Bila kita ingin melakukan perkalian pointwise,
ada beberapa kebingungan yang bisa muncul.
Pada kasus pointwise, kita ingin mengalikan
matriks secara elemen per elemen, jadi mereka
harus memiliki dimensi yang sama. Sebagai
contoh, dua matriks 5 x 8 dapat dikalikan secara
pointwise, walaupun keduanya tidak bisa
melakukan perkalian matriks biasa. Untuk
melakukan perkalian pointwise pada MATLAB,
kita menggunakan operator “point‐star” A .* B.
Misalnya bila A dan B keduanya adalah matriks 3
x 2 maka
Untuk selanjutnya, perkalian semacam ini kita
sebut dengan istilah perkalian array. Perhatikan
bahwa perkalian array bersifat komutatif karena
kita akan memperoleh hasil yang sama bila kita
menghitung D = B.*A.
Dalam MATLAB, bila sebuah “titik” digunakan
dengan operator aritmetik, maka ia akan
mengubah definisi operator tersebut ke operasi
pointwise. Jadi operator ./ berarti pembagian
pointwise, .^ berarti pemangkatan pointwise.
Misalnya, xx = (0.9).^(0:49) akan menghasilkan
suatu vector yang nilainya sama dengan (0,9)n
untuk n = 0,1, 2, …49.
2.2.5 OPERASI CONCATENATION
ARRAY
Operasi ini digunakan untuk menempelkan dua
atau lebih array dengan syarat syarat tertetu
sesuai dengan operasi concatenation yang
diinginkan. Dalam MATLAB terdapat dua buah
fungsi yang dapat digunakan untuk melakukan
proses concatenation (penempelan) arrays. Fungsi
tersebut adalah vertcat dan horzcat. Penjelasan
lanjut dapat dilihat pada help MATLAB untuk
fungsi‐fungsi tersebut.
2.3 PLOT DAN GRAFIK
MATLAB dapat menghasilkan plot dua dimensi x
‐y dan plot tiga dimensi, menayangkan citra, dan
bahkan membuat dan memutar video. Dua fungsi
yang yang sering digunakan pada praktikum ini
adalah plot dan stem. Untuk memanggil fungsi
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 3
ini, umumnya kita membutuhkan dua vektor (satu
vektor juga bisa, namun untuk definisi yang
berbeda, gunakan perintah help untuk melihat
informasi yang lebih lengkap), untuk sumbu x dan
sumbu y. Pemanggilan fungsi plot(x,y) akan
menghasilkan suatu plot yang terkoneksi dengan
garis lurus untuk setiap dua titik
{ (x(1),y(1), (x(2),y(2), (x(3),y(3), …….., (x(N),y(N) }
seperti yang ditunjukkan pada gambar PA.1.
Pemanggilan fungsi stem(x,y) akan menghasilkan
presentasi seperti yang ditunjukkan pada gambar
kedua PA.1
MATLAB memiliki banyak opsi plotting yang
dapat dipelajari dengan help plotxy, help plotxyz,
dan help graphics (versi 4) atau help graph2d,
help graph3d, dan help specgraph (versi 5).
2.3.1 FIGURE WINDOWS
Ketika MATLAB membuat sebuah plot, MATLAB
menulis grafik tersebut ke figure windows. Anda
bisa membuka beberapa figure windows namun
setiap saat hanya satu window yang aktif. Setiap
perintah plot pada command window akan
mengalihkan keluarannya ke window yang aktif.
Perintah figure(n) akan menampilkan sebuah
figure window yang baru yang ditandai dengan
bilangan n, atau membuatnya aktif kembali bila
telah ada sebelumnya. Pengendalian terhadap
berbagai atribut window (ukuran, lokasi, warna)
juga mungkin dilakukan dengan perintah figure,
yang melakukan inisialisasi terhadap window plot.
2.3.2 MEMPLOT BEBERAPA GRAFIK
Anda juga dapat membuat beberapa grafik/plot
pada satu window dengan menggunakan fungsi
subplot. Fungsi ini tidak melakukan proses
plotting, namun hanya membagi window menjadi
beberapa segmen. Sebagai contoh, perintah
subplot(3,2,3) akan membagi figure window
menjadi tiga baris dan dua kolom (jadi terdapat
enam segmen) dan mengarahkan plot berikutnya
ke segmen kiri baris kedua. Grafik pada PA.1
diperoleh dengan perintah subplot(2,1,1) dan
subplot(2,1,2).
2.4 KONSTRUK PEMROGRAMAN
MATLAB mendukung paradigma pemrograman
fungsional, di mana Anda dapat menyusun fungsi
‐ fungsi secara nested. Perhatikan persamaan di
bawah
yang dapat diimplementaskan dengan hanya
menggunakan satu baris kode MATLAB, yakni
sum( log( abs(x) ) )
di mana x adalah sebuah vektor yang berisi
elemen‐elemen xn. Contoh ini mengilustrasikan
MATLAB dalam bentuk yang paling efisien, di
mana fungsi ‐ fungsi individu dikombinasikan
untuk menghasilkan keluaran. Penulisan kode‐
kode MATLAB yang efisien memerlukan gaya
pemrograman yang menghasilkan fungsi‐fungsi
kecil yang divektorisasi. Loop ‐ loop harus
dihindari. Cara utama untuk menghindari loop
adalah memanggil fungsi ‐ fungsi toolbox
sebanyak/sesering mungkin.
2.4.1 FUNGSI BUILTIN MATLAB
Banyak fungsi ‐ fungsi MATLAB yang dapat
beroperasi pada skalar sama mudahnya dengan
operasi pada array. Sebagai contoh, bila x adalah
sebuah array, maka cos(x) mengembalikan sebuah
array dengan ukuran yang sama seandainya x
berisi kosinus dari setiap elemen x.
Perhatikan bahwa tidak ada loop yang diperlukan,
meskipun cos(x) melakukan operasi kosinus pada
setiap elemen array. Kebanyakan fungsi
transcendental mengikuti aturan pointwise ini.
Pada beberapa kasus khusus, adalah sangat
penting untuk membedakan eksponensial matriks
(expm) dengan eksponensial pointwise (exp):
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 4
2.4.2 ALIRAN PROGRAM (PROGRAM FLOW)
Aliran program dapat dikendalikan pada
MATLAB menggunakan pernyataan if, loop
while, dan loop for. Pada MATLAB versi 5, Gambar 3-1 Memulai Percobaan
terdapat juga pernyataan switch. Hal ini mirip
dengan bahasa‐bahasa tingkat tinggi seperti C++
atau PASCAL. Deskripsi dan contoh dari setiap Membuat Sinyal Masukan Filter
konstruk program tersebut dapat dilihat dengan
menggunakan perintah help. •Pada Matlab, direpresentasikan sinyal dalam
vektor (matriks 1 x N, N panjang vektor).
2.5 MATLAB SCRIPTS 1
Setiap perintah/pernyataan yang dapat •Dibuat 3 sinyal sinusoidal pada frekuensi
dimasukkan pada window prompt dapat fs=18 Khz untuk masing-masing frekuensi
disimpan pada sebuah file teks dan dieksekusi
2 sinyal f1=400 Hz, f2=2400 Hz, f3=6000 Hz

sebagai script. File teks tersebut dapat dibuat •Dijumlahkan ketiga sinyal tersebut menjadi
dengan menggunakan sembarang editor ASCII satu sinyal sinusoidal rusak dengan perintah
seperti program Notepad atau pada editor teks 3 >>sintot1=(sin1+sin2+sin3)/3

MATLAB. Ekstensi file harus berupa .m dan script

tersebut dieksekusi pada MATLAB dengan hanya
mengetikkan nama file (dengan atau tanpa
•Dicoba plot gambarnya dengan perintah
ekstensi). Program‐program tersebut umumnya >>plot(sintot)
4
dikenal dengan istilah m‐file. Berikut merupakan
contoh sebuah m‐file: •Diilihat juga respon frekuensinya dengan
perintah freqz
tt = 0:0.3:4; 5
xx = sin(0.7*pi*tt);
subplot(2,1,1) •Buat sebuah sintot2 dengan frekuensi
plot( tt, xx) f=[200:600:8000]
6
title(‘tt = 0:0.3:4; xx = sin(0.7*pi*tt); plot( tt, xx)’)
subplot(2,1,2)
stem( tt, xx) Gambar 3-2 Membuat Sinyal Masukan Filter
title(‘‘tt = 0:0.3:4; xx = sin(0.7*pi*tt); plot( tt, xx)’)
Bila perintah‐perintah ini disimpan dengan file
Desain dan Simulasi Filter FIR
bernama plotstem.m maka pengetikan plotstem
pada command prompt akan menjalankan file •Dibuat beberapa filter dengan spesifikasi
tersebut, dan kedelapan baris perintah akan sebagai berikut :
dieksekusi sama halnya bila mereka diketikkan 1 •Filter FIR LPF, BPF, HPF dengan orde 30
baris per baris pada command prompt. Hasilnya
•Dirancang ketiga filter tersebut, dicari koefisien
adalah dua buah plot seperti yang tampak pada filternya dengan perintah yang sesuai (fir1).
gambar PA.1. 2 Dicatat masing-masing koefisien filter

3. METODOLOGI •Dilihat frekuensi respon masing-masing filter

dengan perintah freqz. Digambarkan hasilnya.
3 Dianalasis pada frekuensi cut-off
Pada percobaan 1 ini, alat dan bahan yang
digunakan yaitu :
Gambar 3-3 Desain dan Simulasi Filter FIR
1. Komputer beserta software MATLAB

2. Buku catatan
Melakukan Penapisan
Memulai percobaan
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 5
 •Lakukan penapisan pada sinyal sintot1 dan
sintot2 dengan menggunakan filter LPF, BPF,
1 dan HPF FIR yang telah dirancang.

•Plot sinyal keluaran menggunakan perintah

stem
2

•Plot spektrum frekuensi menggunakan

perintah freqz
3

Gambar 3-5 Melakukan Penapisan

Mengakhiri Percobaan

•Sebelum keluar dari ruang praktikum,

dirapikan meja praktikum dan dimatikan
1 komputer dari jala-jala listrik Gambar4-2 Plot sinyal perintah >>stem(i, sintot1);

•Dipastikan asisten telah menandatangani

catatan percobaan kali ini pada Buku Catatan
2 Laboratorium

•Selesai
3

Gambar 3-6 Mengakhiri Percobaan

4. HASIL DAN ANALISIS

Percobaan 1: membuat sinyal masukan Filter

Pada percobaan pertama ini dilakukan Gambar4-3 Script dengan perintah freqz
representasi 3 buah sinyal sinusoidal dengan nilai
frekuensi yang berbeda-beda. Representasi sinyal
tersebut dilakukan sebanyak 100 sampel (I dari 1
sampai 100). Untuk masing-masing frekuensi
sinyalnya yaitu f1 = 400 Hz, f2 = 2400 Hz, dan f3 =
6000 Hz. Dengan frekuensi sampling sebesar
18000 Hz. Lalu kita diperintahkan menjumlahkan
ketiga sinyal tersebut dalam sintot1.

Gambar4-4 Respon frekuensi perintah freqz

Gambar4-1 Script >>stem(i, sintot1);

LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 6

Gambar4-5 Script perintah >>stem(i, sintot2);
Gambar4-6 Plot sinyal perintah sintot2
Gambar4-7 Respon frekuensi sintot2 freqz
Pertanyaan:
1. Mengapa digunakan frekuensi sampling
fs=18000 Hz? Kaitkan dengan fenomena aliasing?
2. Apakah terjadi aliasing pada sintot2?
Jawaban:
Karena frekuensi informasi tertinggi pada sintot1
yaitu sebesar 6000 Hz, maka frekuensi sampling
minimumnya adalah 12000 Hz. Pada sintot2
frekuensi informasi tertinggi sebesar 8000 Hz,
maka frekuensi sampling minimumnya adalah
16000 Hz. Oleh sebab itu, digunakan frekuensi
sampling sebesar 18000 Hz agar tetap memenuhi
kriteria Nyquist. Karena jika tidak memenuhi
kriteria tersebut akan menimbulkan efek yang
disebut aliasing. Rumus kriteria Nyquist:
Fs = >2fi
Fenomena aliasing proses sampling akan muncul
pada sinyal hasl sampling apabila proses frekuensi
sinyal sampling tidak memenuhi kriteria di atas.
Lalu pada sintot2 sendiri tidak terjadi efek aliasing
karena frekuensi informasi tertinggi pada sintot2
sebesar 8000 Hz jika dilihat dari rumus kriteria
Nyquist Fs = >2fi maka 18000 = >2 X 8000. Jadi
pada sintot2 tidak terjadi efek aliasing.
Percobaan 2: Desain dan Simulasi Filter FIR
Pada percobaan 2, dilakukan pembuatan 3 buah
filter dengan memanfaatkan fungsi fir1 yang telah
ada pada MATLAB. Filter pertama yang dibuat
yaitu filter FIR low-pass orde 30 dan fc=1000 Hz,
lalu catat seluruh koefisien filter. Berikut respons
frekuensi dan respon impulsnya.
a. LPF
Gambar4-8 Script LPF freqz
Gambar4-9 Frekuensi respons LPF freqz
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 7
 Gambar4-10 Script LPF impz Gambar4-14 Script BPF impz

Gambar4-11 Plot respons impulse LPF impz Gambar4-15 Plot respons impuls BPF impz

b. BPF c. HPF

Gambar4-12 Script BPF freqz Gambar4-16 Script HPF freqz

Gambar4-13 Frekuensi respons BPF freqz Gambar4-17 Frekuensi respons HPF freqz

LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 8

 Gambar4-20 Script LPF
Gambar4-18 Script HPF impz

Gambar4-21 Command Window LPF

Gambar4-19 Plot respon impuls HPF impz

Pertanyaan:
1. Berapa nilai magnitude respons frekuensi filter
di frekuensi cut-off? Apakah sama dengan
teori?

Jawaban:
Dapat dilihat dari grafik hasil percobaan diperoleh
bahwa sinyal LPF mengalami penurunan, juga
terhadap filter yang lain. Hasil ini relevan dengan
teori yang mengemukakan akan terjadinya suatu
peredaman
Gambar4-22 Konvolusi stem LPF

Percobaan 3: Melakukan Penapisan

Pada percobaan keempat ini, praktikan akan
melakukan penapisan pada sinyal sintot1 dan
sintot2 dengan menggunakan filter LPF, BPF, dan
HPF FIR dan IIR. Gunakan fungsi conv. Lalu plot
sinyal keluaran dengan perintah stem dan freqz.

• Sinyal sintot 1
LowPass
Syntax pada percobaan ini di tunjukan sebagai
berikut

LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 9

 Gambar4-23 Plot frekuensi freqz LPF

PassBand
Syntax pada percobaan ini di tunjukan sebagai
berikut

Gambar4-24 Script BPF

Gambar4-27 Plot Frekuensi freqz BPF

HighPass
Syntax pada percobaan ini di tunjukan sebagai
berikut

Gambar4-25 Comannd window BPF

Gambar4-28 Script HPF

Gambar4-29 Command window HPF

Gambar4-26 Stemp BPF

LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 10

 Gambar4-30 Stemp HPF

Gambar4-31 Plot frekuensi freqz HPF Gambar4-34 Stemp LPF

• Sinyal sintot 2
LowPass
Syntax pada percobaan ini di tunjukan sebagai
berikut

Gambar4-32 Script LPF

Gambar4-35 Plot frekuensi freqz LPF

BandPass
Syntax pada percobaan ini di tunjukan sebagai
berikut

Gambar4-33 Command window LPF

Gambar4-36 Script BPF

LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 11

 Gambar4-40 Script HPF

Gambar4-37 Command window BPF

Gambar4-41 Command window HPF

Gambar4-38 Stemp BPF

Gambar4-42 Stemp HPF

Gambar4-39 Plot frekuensi freqz

HighPass
Syntax pada percobaan ini di tunjukan sebagai
berikut

Gambar4-43 Plot frekuensi freqz HPF

Pertanyaan:
LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 12
Jelaskan perbedaan sinyal keluaran ketiga macam
filter tersebut (LPF, BPF, HPF). Hubungkan
dengan spektrum frekuensi sinyal keluaran.

Jawaban: Dapat dilihat dari hasil percobaan

yang telah dilakukan, ditemukan bahwa
keluaran sinyal dari tiap masing-masing filter
yang berbeda-beda. Untuk filter LPF hanya
melewatkan atau menyaring frekuensi rendah
saja, untuk BPF dapat menyaring frekuensi
dalam rentang waktu tertentu atau diantara,
sedangkan untuk HPF hanya menyaring
frekuensi tinggi saja.

5. KESIMPULAN

Berikut adalah kesimpulan dari percobaan 1 ini:

1. Sistem help sangat bermanfaat sekali bagi

siapapun yang memulai menggunakan
MATLAB. Gunakan perintah ini apabila
kita merasa lupa/ingin tahu commands
atau syntax dasar ketika menggunakan
MATLAB.

2. Percobaan 2 dan 3 memperdalam

praktikan untuk lebih memahami
penggunaan MATLAB dalam mendesain
filter.

3. Praktikan juga telah mampu melakukan

desain dan simulasi filter FIR melalui
percobaan 2 dan 3.

4. Praktikan telah mampu memahami secara

mendalam serta merancang pem-filter-an
FIR dengan MATLAB.

DAFTARPUSTAKA
[1] Jackstar H. S., Panduan PenulisanLaporan, Jacks
Publishing, Bandung, 2008.
[2] Adel S. Sedra dan Kennet C. Smith,
Microelectronic Circuits, Oxford University Press,
USA, 1997.
[3] http://www.labdasar.ee.itb.ac.id, 13 April
2020, 10.00 WIB.

LaporanPraktikum - LaboratoriumKomputasi – FT UNSIKA 13