MODUL IV

DESAIN FILTER DAN

IMPLEMENTASI ALGORITMA
DSP

Pahala Samosir (13117050)

Asisten : Fakhrur Rozi (13116110)
Tanggal Percobaan : 11/10/2019
EL3104-Praktikum Pengolahan Sinyal Digital
Laboratorium Teknik Elektro
Institut Teknologi Sumatera

II. LANDASAN TEORETIS

Abstrak— Pada praktikum desain filter dan implementasi
algoritma dsp ini, kita akan melakukan 3 percobaan yang akan
dilakukan yaitu membuat filter dengan lowpass,badpass,dan
highpass dengan menggunakan source code pada matlab, lalu
koefisien yang didapat di salin ke aplikasi visual dsp yang
akan di compile dan di running kedalam audiocity dan
menggunakan hardware blackfin bf561ez. Pada input
masukan blackfin kita hubungkan ke computer yang akan
berfungsi sebagai perekam suara gelombang sinyal, serta pada
output keluaran di hubungkan ke computer yang bekerja
sebagai speaker atau pemberi audio, setelah ini kita akan
mengamati frekuensi gelombang yang dihasilkan dan hasil
menggunakan whirenoise pada audacity.
Kata Kunci—Audacity,blacfin,visual dsp, matlab
I. PENDAHULUAN
Pada praktikum — Pada praktikum desain filter dan
implementasi algoritma dsp ini menggunakan hardware
blacfin dengan type bf561ez, dan menggunakan software
lainnya seperti audacity,matlab dan visual dsp ++.
Adapun tujuan praktikum pada modul tentang desain filter dan
implementasi algoritma dsp ini yaitu:
- Praktikan mampu menjelaskan bagian bagian penting dari
blackfin BF561EZ beserta fungsinya
- Praktikan mampu melakukan trouble-shooting BF561EZ
- Mengimplementasikan pemfilteran FIR untuk berbagai
macam filter di BF561EZ
- Melakukan verifikasi filter FIR hasil implementasi
Blackfin BF561EZ adalah sebuah development board
produksi dari Analog Devices yang digunakan untuk
penelitian dan pengembangan aplikasi menggunakan
Prosesor ADSP BF561. BF561EZ ini terdiri dari bermacam-
macam peripheral yang digunakan untuk pengembangan.
BF561EZ mempunyai fitur :
 Prosesor ADSP-BF561 Blackfin
 64 MB (16 M x 16-bit x 2) SDRAM
 8 MB (4 M x 16-bit) FLASH memory
 AD1836 multichannel 96 kHz audio codec
 3 RCA jack untuk composite (CVBS), differential
component (YUV) atau S video (Y/C) input
 RCA jack untuk input/output audio stereo
 10-bit video decoder ADV7183A
 NTSC/PAL video encoder ADV7179
Pada Gambar 1 ditampilkan blok diagram dari Blackfin
BF561EZ. ADSP-BF561 merupakan anggota dari keluarga
prosesor Blackfin yang memang ditargetkan untuk konsumen
aplikasi- aplikasi multimedia. Di dalam perangkat ini terdapat
dua core prosesor Blackfin yang independen satu sama lain
yang menawarkan performa tinggi serta konsumsi daya yang
rendah dengan tetap menjaga kemudahan penggunaan serta
kompatibilitas. Arsitektur inti mengombinasikan mesin
pengolah sinyal dual-MAC, kemampuan single-instruction
multiple- data (SIMD) yang fleksibel dan fitur-fitur
multimedia ke dalam arsitektur single-instruction- set.

Produk-produk Blackfin memiliki fitur Dynamic Power
Management, yang merupakan kemampuan untuk
memvariasikan tegangan dan frekuensi operasional, demi
optimasi konsumsi daya disesuaikan dengan tugas yang
dijalankan.
2.1 Periferal-periferal ADSP-BF561
Sistem ADSP-BF561 memiliki periferal-periferal
sebagai berikut:
- Antarmuka Periferal Parallel / Parallel
Peripheral Interfaces (PPIs
- Port Serial / Serial Ports (SPORTs)
- Antarmuka Periferal Serial / Serial Peripheral
Interface (SPI)
- Timer multi-guna / General-Purpose Timers
- Universal Asynchronous Receiver Transmitter
(UART)
- Watchdog timers
- I/O multi-guna/ General Purpose I/O
(Programmable Flags)
Periferal-periferal tersebut di atas terhubungkan
dengan inti melalui beberapa bus ber- bandwidth besar,
seperti ditampilkan pada Gambar 1.
Semua periferal kecuali I/O multi-guna dan
Timer, didukung oleh struktur DMA yang fleksibel,
termasuk di antaranya adalah dua buah pengatur DMA
(DMA1 dan DMA2) dan sebuah pengatur internal
memory DMA (IMDMA). Pada masing-masing dari
DMA1 dan DMA2, terdapat dua belas kanal periferal
DMA yang dapat deprogram dan dua aliran memori
DMA terpisah, ditujukan untuk transfer data antar ruang
memori DSP, yang mencakup SDRAM dan memori
asynchronous. Beberapa bus on-chip menyediakan
bandwidth yang cukup untuk menjaga agar inti prosesor
berjalan meskipun terdapat pula aktivitas pada semua
periferalperiferal on-chip dan periferal-periferal
eksternal.
2.2 Arsitektur inti (Core) ADSP-BF561
ADSP-BF561 memiliki dua inti Blackfin identik
dan setiap inti mengandung dua 16-bit multiplier, dua
40-bit accumulator, dua 40-bit arithmetic logic unit
(ALU),empat 8-bit video ALU dan sebuah 40-bit shifter
bersamaan dengan unit-unit fungsional dari setiap inti,
seperti ditampilkan pada Gambar 2. Unit-unit
komputasional memproses data 8-, 16-, atau 32-bit dari
register.
File register komputasi mengandung delapan
register 32-bit. Saat menjalankan operasi- operasi
komputasi pada data operand 16-bit, file register
beroperasi sebagai 16 register 16- bit yang independen.
Semua operand untuk operasi-operasi komputasi berasal
dari file register multi-port dan field-field instruksi yang
konstan.
2.3 Dasar Teori Pemfilteran
Sinyal di dunia nyata ada dalam bentuk analog dan
selalu merupakan sinyal komposit antara bagian yang
diketahui dan yang tidak diketahui. Misalnya, suara di
jalur telepon adalah gabungan dari suara speaker di
ujung dan derau. Pendengar di ujung harus mem-filter
suara dominan agar pembicaraan dapat berlangsung.
Contoh ini menunjukkan bahwa telepon mem-filter
hampir semua derau kanal dan selanjutnya terserah
pengguna untuk mem-filter dan mengartikan suara.
Karenanya, pem-filter-an adalah teknik pemrosesan
sinyal yang mendasar untuk mengekstrak sinyal yang
diperlukan dari bentuk aslinya.
Semua teknik pem-filter-an analog –low-pass, high-
pass, band-pass, dan band-stop– dapat
diimplementasikan di domain dijital bila sinyalnya di-
sampling dengan tepat. Sampel sinyal ini dikirim
melalui struktur filter dijital untuk melakukan pem-
filter-an
2.4 Penyimpanan Koefisien Filter dan Sinyal Input
Dari percobaan sebelumnya Anda telah memperoleh
koefisien filter untuk melakukan pem- filter-an. Kita
akan menggunakannya sebagai koefisien filter yang
akan diterapkan di BF561. Nantinya kita akan mencoba
program filter dalam bahasa pemograman C ataupun
Assembly, jadi kita dapat menuliskan koefisien tersebut
di program kita, seperti berikut (contoh).
int koef={a1,a2,a3,a4};
Tetapi biasanya akan lebih mudah bila kita menyimpan
koefisien tersebut di dalam file. Hal ini memudahkan
apabila kita ingin mengganti-ganti koefisien kita dengan
cepat.
2.5 White Noise 2. Percobaan Implementasi filter FIR : Band-Pass Filter
• Buat source code bandpass filter pada MATLAB dengan orde 31 dan
White noise adalah sinyal acak (random) dengan 1 frekuensi pass 1000-3000 Hz

spektrum daya flat. Artinya sinyal white noise memiliki

• Tampilkan VisualDSP++ dan siapkan program yang digunakan pada
daya yang sama pada bandwidth yang tetap pada setiap 2 modul tiga

frekuensi tengah. White noise merupakan nama yang

• Buka Process_data.c
diturunkan dari cahaya putih yang spektrum daya dari 3

cahayanya terdistribusi pada rentang band cahaya

• Pastikan nilai yang dimasukkan adalah koefisien dari filter FIR
tampak. Bandwidth dari white noise terbatas pada 4

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

• Lakukan pengamatan pada sinyal masukan dan keluaran.

III. METODOLOGI 8

A. Alat dan Bahan

• Uji filter yang telah dibuat menggunakan white noise
Adapun komponen peralatan yang akan digunakan pada 9

percobaan modul ini yaitu:

• Rekam keluaran filter dengan program audacity
- 1 unit computer 10
- Software MATLAB dan Visual DSP++ 5.1.2
- Kit Blackfin BF561EZ, Adaftor, Kabel
RCA,Converter RCA, dan Speaker aktif 3. Percobaan Implementasi filter FIR : High-Pass Filter

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

• Tekan tombol F5 pada keyboard.

• Tekan tombol F5 pada keyboard. 7
7

• 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
1. Percobaan Implementasi filter FIR : Low-Pass
Filter
Figure 1 sinyal hasil pemfilteran low-pass
Figure 2 Frekuensi linier filter low-pass
Source code:
>> koef = fir1 (31,800/8000);
>> koef = round (2^31*koef);
Analisis:
Pada percobaan ini, kita terlebih dahulu melakukan
pengambilan koefisien filter lowpass dengan menggunakan
MATLAB, sama hal nya seperti praktikum pada modul ke tiga.
Disini kita menggunakan filter lowpass dengan orde 31 dan
frekuensi cut off 800 Hz dan frekuensi sampling sebesar 8000
Hz. Pada perintah yang ada pada matlab menggunakan source
code,koefisien filter harus diubah menjadi bilangan fraksional,
hal ini dilakukan karena prosesor fixed point pada blackfin
sebesar 32 bit sehingga hanya dapat mengolah bilangan
integer , setelah itu kita akan mengimplementasikan filter
pada blackfin ke visual dsp ++.
Kita akan mebuat filterisasi berupa sebuah masukan
white noise yang sama halnya seperti sebuah sinyal yang
memiliki spectrum flat, dikarenakan sinyal tersebut bersifat
flat, maka respon frekuensi dari keluaran sinyal output yang
akan dihasilkan akan mengikuti plot respon magnitude dari
lowpass 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
2. Percobaan Implementasi filter FIR : Band-Pass
Filter
Figure 3 Sinyal hasil pemfilteran band-pass
Figure 4 Frekuensi linier filter band-pass
Source code:
>> koef = fir1 (31,[0.125,0.375],’bandpass’) ;
>> koef= round (2^31*bandpass);
Pada percobaan ini, kita terlebih dahulu melakukan
pengambilan koefisien filter bandpass dengan menggunakan
MATLAB, sama hal nya seperti praktikum pada modul ke tiga.
Disini kita menggunakan filter bandpass dengan orde 31 dan
frekuensi pass 0.125 dan frekuensi sampling sebesar 0.375.
Pada perintah yang ada pada matlab menggunakan source
code,koefisien filter harus diubah menjadi bilangan fraksional,
hal ini dilakukan karena prosesor fixed point pada blackfin
sebesar 32 bit sehingga hanya dapat mengolah bilangan
integer , setelah itu kita akan mengimplementasikan filter
pada blackfin ke visual dsp ++.
Pada percobaan yang kedua ini, suatu filterisasi dilakukan
dengan memasukkan sinyal input yang memiliki suatu
spectrum flat seperti white noise, dikarenakan sinyal yang
akan kita jadikan input bersifat flat, maka dari itu respon
frekuensi yang akan dihasilkan akan mengikuti plot dari
respon magnitude filter
3. Percobaan Implementasi filter FIR : High-Pass
Filter
Figure 5 Sinyal hasi pemfilteran high-pass
Figure 6 Frekuensi linier filter high-pass
Source code:
>> highpass = fir1 (31,0.75.’high’);
>> koef= round (2^31* highpass);
Pada percobaan ini, kita terlebih dahulu melakukan
pengambilan koefisien filter highpass dengan menggunakan
MATLAB, sama hal nya seperti praktikum pada modul
sebelumnya. Disini kita menggunakan filter highpass dengan
orde 31 dan frekuensi high 0.75 . Pada perintah yang ada pada
matlab menggunakan source code,koefisien filter harus
diubah menjadi bilangan fraksional, hal ini dilakukan karena
prosesor fixed point pada blackfin sebesar 32 bit sehingga
hanya dapat mengolah bilangan integer , setelah itu kita akan
mengimplementasikan filter pada blackfin ke visual dsp ++.
Dari gambar grafik sinyal diatas, dapat dilihat bahwa white
noise menghasilkan suatu sinyal output yang dapat mem blok
amplitude dibawah frekuensi yang telah berlaku dan
meloloskan nilai frekuensi dibawahnya.
V. Kesimpulan
- Implementasi dari filter digital dapat menggunakan
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)
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
REFERENSI
[1] Proakis,Jhon.Manokalis,Dimiritis,Digital Signal
Processing, Principles, Algoritm, and Apllication,Prentice
Hall,1998.
[2] Mervin T Hutabarat, Praktikum Elektronika II
Laboratorium Teknik Elektro ITB,Bandung,2015.
[3]http://bima.lecturer.pens.ac.id/materi%20praktikum@20d
sp/ps5_fir.pdf
Lampiran