prakteknya oleh mekanisme pembangkitan noise, media • Ganti koefisien dengan koefisien lowpass dari MATLAB
5
transmisi. Sinyal random dapat dikatakan white noise
jika memiliki spektrum yang flat pada bandwidth • Tekan tombol F7 pada keyboard.
6
terlebar yang mungkin dapat dilewatkan pada sebuah
medium. • Tekan tombol F5 pada keyboard.
7
B. Prosedur Percobaan • Buat source code lowpass filter pada MATLAB dengan orde 31 dan
1. Percobaan Implementasi filter FIR : Low-Pass Filter 1 frekuensi cut off 6000 Hz
• Buat source code lowpass filter pada MATLAB dengan orde 31 dan
frekuensi cut off 800 Hz • Tampilkan VisualDSP++ dan siapkan program yang digunakan pada
1
2 modul tiga
• Tampilkan VisualDSP++ dan siapkan program yang digunakan pada
2 modul tiga
• Buka Process_data.c
3
• Buka Process_data.c
3
• Pastikan nilai yang dimasukkan adalah koefisien dari filter FIR
4
• Pastikan nilai yang dimasukkan adalah koefisien dari filter FIR
4
• ganti koefisien dengan koefisien highpass fari MATLAB
5
• ganti koefisien dengan koefisien lowpass fari MATLAB
5
• Tekan tombol F7 pada keyboard.
• Tekan tombol F7 pada keyboard. 6
6
• Lakukan pengamatan pada sinyal masukan dan keluaran. • Lakukan pengamatan pada sinyal masukan dan keluaran.
8 8
• Uji filter yang telah dibuat menggunakan white noise • Uji filter yang telah dibuat menggunakan white noise
9 9
• Rekam keluaran filter dengan program audacity • Rekam keluaran filter dengan program audacity
10 10
IV. DATA PERCOBAAN akan dihasilkan akan mengikuti plot respon magnitude dari
1. Percobaan Implementasi filter FIR : Low-Pass lowpass filter.
Filter Pada percobaan ini frekuensi cut off bukan sebuah frekuensi
sinyal telah teredam, melainkan frekuensi ketika energy dari
sinyal tersebut mulai menurun atau mengecil. Dapat
dibuktikan bahwa percobaan yang pertaman adalah benar
Source code:
>> koef = fir1 (31,800/8000);
>> koef = round (2^31*koef);
Analisis:
Pada percobaan ini, kita terlebih dahulu melakukan Figure 4 Frekuensi linier filter band-pass
pengambilan koefisien filter lowpass dengan menggunakan
MATLAB, sama hal nya seperti praktikum pada modul ke tiga. Source code:
Disini kita menggunakan filter lowpass dengan orde 31 dan >> koef = fir1 (31,[0.125,0.375],’bandpass’) ;
frekuensi cut off 800 Hz dan frekuensi sampling sebesar 8000 >> koef= round (2^31*bandpass);
Hz. Pada perintah yang ada pada matlab menggunakan source
code,koefisien filter harus diubah menjadi bilangan fraksional, Pada percobaan ini, kita terlebih dahulu melakukan
hal ini dilakukan karena prosesor fixed point pada blackfin pengambilan koefisien filter bandpass dengan menggunakan
sebesar 32 bit sehingga hanya dapat mengolah bilangan MATLAB, sama hal nya seperti praktikum pada modul ke tiga.
integer , setelah itu kita akan mengimplementasikan filter Disini kita menggunakan filter bandpass dengan orde 31 dan
pada blackfin ke visual dsp ++. frekuensi pass 0.125 dan frekuensi sampling sebesar 0.375.
Kita akan mebuat filterisasi berupa sebuah masukan Pada perintah yang ada pada matlab menggunakan source
white noise yang sama halnya seperti sebuah sinyal yang code,koefisien filter harus diubah menjadi bilangan fraksional,
memiliki spectrum flat, dikarenakan sinyal tersebut bersifat hal ini dilakukan karena prosesor fixed point pada blackfin
flat, maka respon frekuensi dari keluaran sinyal output yang sebesar 32 bit sehingga hanya dapat mengolah bilangan
integer , setelah itu kita akan mengimplementasikan filter hanya dapat mengolah bilangan integer , setelah itu kita akan
pada blackfin ke visual dsp ++. mengimplementasikan filter pada blackfin ke visual dsp ++.
Pada percobaan yang kedua ini, suatu filterisasi dilakukan Dari gambar grafik sinyal diatas, dapat dilihat bahwa white
dengan memasukkan sinyal input yang memiliki suatu noise menghasilkan suatu sinyal output yang dapat mem blok
spectrum flat seperti white noise, dikarenakan sinyal yang amplitude dibawah frekuensi yang telah berlaku dan
akan kita jadikan input bersifat flat, maka dari itu respon meloloskan nilai frekuensi dibawahnya.
frekuensi yang akan dihasilkan akan mengikuti plot dari
respon magnitude filter
V. Kesimpulan
3. Percobaan Implementasi filter FIR : High-Pass - Implementasi dari filter digital dapat menggunakan
Filter hardware beriupa blackfin untuk berbagai macam filter
seperti lowpass,bandpass,serta highpass.
- Pada filter lowpass hanya dapat meloloskan sinyal input
masukan yang berada pada range minimum diantara kedua
frekuensi
- Blackfin adalah hardware yang dapat memproses sinyal
input digital dan dapat menghasilkan sinyal output yang
akan kita inginkan
- Pada modul praktikum ini, white noise bekerja dengan
baik, dimana white noise adalah sinyal acak (random)
Figure 5 Sinyal hasi pemfilteran high-pass dengan spektrum daya flat. Sinyal white noise
memiliki daya yang sama pada bandwidth yang tetap
pada setiap frekuensi tengah.
- Filter low-pass berfungsi hanya meloloskan sinyal
masukan yang memiliki nilai frekuensinya berada
dibawah frekuensi cut off
- Filter band-pass berfungsi hanya meloloskan sinyal
masukan yang memiliki frekuensi diantara ke dua
batasan nilai frekuensi pass nya.
- Filter high-pass berfungsi hanya meloloskan sinyal
masukan yang memiliki nilai frekuensinya berada
pada diatas frekuensi cut off nya
Figure 6 Frekuensi linier filter high-pass