MODUL IV

DESAIN FILTER DAN IMPLEMENTASI

ALGORITMA DSP
Amanda Madeliane Christine (118130067)
Asisten : Tri Wijaya (13117033)
Tanggal Percobaan : 06/05/2021
EL3031 Praktikum Pengolahan Sinyal Digital
Laboratorium Teknik Elektro
Institut Teknologi Sumatera

Abstrak— Pada praktikum pengolahan sinyal digital modul 4
ini akan membahas mengenai desain filter dan implementasi
algoritma DSP. Praktikum ini mengharapkan praktikan dapat
mengerti dan mampu menjelaskan bagian-bagian penting dari
Blackfin BF561EZ berserta fungsinya, mampu melakukan trouble
shooting BF561EZ, mengimplementasikan pemfilteran FIR untuk
berbagai macam filter di BF561EZ dan melakukan verifikasi filter
FIR hasil implementasi. Blackfin BF561EZ merupakan perangkat
produksi dari analog device yang digunakan untuk meneliti dan
mengembangkan aplikasi menggunakan processor ADSP-BF561.
Processor ADSP-BF561 ini biasa digunakan pada aplikasi
multimedia. Praktikum ini dilakukan dengan menggunakan
sampel berupa salah satu jenis noise pada komunikasi digital yaitu
white noise. Beberapa alat dan bahan yang digunakan pada
praktikum ini yaitu sofetware Matlab, visual DSP++ 5.1.2,
software Audiacity, board blackfin dan speaker. Praktikum ini
terdapat 3 percobaan yang akan di lakukan dimana menggunakan
syntax FIR1 yang pertama yaitu percobaan percobaan
implementasi Filter FIR : Lowpass Filter , kedua percobaan
implementasi Filter FIR : Bandpass Filter dan percobaan
implementasi Filter FIR : Highpass Filter. Melalui 3 percobaan ini
hasil yang di dapatkan diharapkan sesuai dan dapat mengetahui
penjelasan mengenai bentuk sinyal di dapatkan , serta
mengentahui besar intensitas suaranya melalui plot spektrum
suara di audiacity.
Kata Kunci—DSP++ 5.1.2, buffer, desibel, FIR, audiacity.
I. PENDAHULUAN
Sitem komunikasi yang paling familiar dikalangan
masyarakat adalah system komunikasi berbasis suara
contohnya telepon. Saat kita sedang berkomunikasi
menggunakan telepon terkadang kita sering mengakami
kendala seperti suara putus-putus, bising ataupun terkadang
suara terdengar asing atau berubah sehingga tidak dikenal.
Selain karena adanya masalah jaringan hal ini disebabkan juga
karena adanya noise yang banyak pada sinyal suara kita.
Sebuah sinyal suara terdiri dari sinyal pesan dan sinyal noise
atau derau. Noise mengakibatkan suara yang diterima
mengalami kerusakan bahkan menghilangkan informasi suara
yang dibawa. Hal ini tentu saja mengakibatkan kualitas suara
yang diterima menjadi kurang bagus, sehingga diperlukan
pengolahan sinyal suara untuk menghilangkan noise tersebut.
Maka dari itu diperlukan solusi alternatif untuk mengatasi
masalah noise pada suara yaitu dengan filter digital FIR,
sehingga suara yang diterima menjadi lebih baik dan bersih dari
noise walaupun tidak total hilang.
Adapun tujuan dari percobaan modul ini ialah:
1. Praktikan mampu menejlasakan bagian-bagian
penting dari Blackfin BF561EZ beserta fungsinya.
2. Praktikan mampu melakukan trouble shooting
BF561EZ.
3. Mengimplementasikan pemfilteran FIR untuk
berbagai macam filter di BF561EZ.
4. Melakukan verifikasi filter FIR hasil implementasi.
II. LANDASAN TEORITIS
A. Blackfin BF561EZ
Blackfin BF561EZ adalah sebuah development board
produksi dari Analog Devices yang digunakan untuk penelitian
dan pengembangan aplikasi menggunakan Prosesor
ADSPBF561. Blackfin BF561EZ ini terdiri dari bermacam-
macam peripheral yang digunakan untuk pengembangan.
BF561EZ mempunyai fitur:
1. Prosesor ADSP-BF561 Blackfin.
2. 64 MB (16 M x 16-bit x 2) SDRAM.
3. 8 MB (4 M x 16-bit) FLASH memory.
4. AD1836 multichannel96 kHz audio codec.
5. 3 RCA jack untuk composite (CVBS),
differential component (YUV) atau S video (Y/C)
input.
6. RCA jack untuk input/output audio stereo.
7. 10-bit video decoder ADV7183A.
8. NTSC/PAL video encoder ADV7179.[1]

Gambar 1. Blok Diagram Blackfin BF561EZ
B. ADSP-BF561
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. 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)
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 periferal- periferal on-chip
dan periferal-periferal eksternal.[2]
C. Noise
Noise adalah suatu sinyal gangguan yang bersifat akustik
(suara), elektris, maupun elektronis yang hadir dalam suatu
system dalam bentuk gangguan yang bukan merupakan sinyal
yang diinginkan. Gangguan yang diakibatkan oleh noise dapat
mengubah sinyal informasi, yang menyebabkan gelombang
sinus mempunyai sinyal noise yang kecil yang bergabung
didalamnya. Sehingga penerima tidak dapat membedakan
sinyal informasi yang sebenarnya dari noise yang ditambahkan.
Noise juga dapat merubah bentuk sinyal asli, menambah atau
mengurangi amplitude, memperlambat waktu dan bentuk-
bentuk perubahan lainnya. Noise tidak hanya merusak sinyal
analog tetapi juga merusak sinyal digital. Beberapa jenis
internal noise yang terdapat dalam sistem komunikasi digital
diantaranya adalah thermal noise, dan white noise.
a) Thermal noise
Thermal noise atau sering juga disebut dengan Johnson Noise
merupakan suatu fenomena noise yang berhubungan dengan
suhu material. Semakin tinggi suhu komponen, daya noise akan
semakin besar. Contohnya adalah white noise.
b) White noise
White noise merupakan suatu noise dengan kerapatan spektrum
yang merata pada seluruh komponen frekuensinya. Dikatakan
white noise karena berpedoman pada kenyataan bahwa
sebenarnya cahaya putih merupakan kumpulan dari berbagai
warna yang dapat diuraikan secara merata melalui suatu
spektrum.[3]
D. Filter Digital FIR
Filter digital merupakan suatu program (algoritma) yang
dibuat sedemikian sehingga karakteristiknya menyerupai filter
analog yang bersesuaian. Filter digital lebih banyak digunakan
dibandingkan filter analog karena beberapa alasan berikut:
1. Filter digital dapat mempunyai karakteristik yang
tidak mungkin. didapatkan dengan filter analog seperti
respons fasa linier.
2. Kinerjanya tidak dipengaruhi oleh factor lingkungan
seperti suhu.
3. Respons frekuensi filter digital dapat dengan mudah
disesuaikan (hanya mengganti program atau membuat
program untuk filter adaptif).
4. Beberapa sinyal masukan dapat diproses hanya
dengan menggunakan satu filter digital.
Namun demikian, beberapa kelemahan filter digital adalah
sebagai berikut :
1. Kecepatan dari filter digital (waktu proses) tergantung
dari prosesor yang digunakan dan juga kompleksitas
algoritma yang digunakan.
2. Karena masukan filter digital biasanya adalah sinyal
analog, maka diperlukan ADC (Analog to Digital
Converter) yang akan menimbulkan noise, dan akan
mempengaruhi kinerja filter digital.
3. Perancangan filter membutuhkan waktu yang cukup
lama, karena memerlukan beberapa pengetahuan
khusus lain, seperti pemrograman dan perangkat keras
yang digunakan.
Filter digital dapat dibedakan menjadi dua jenis yaitu Finite
Impulse Response (FIR) dan Infinite Impulse Response (IIR).
Perbedaannya terletak pada response impulse, filter IIR Hitung nilai Wn untuk Bandpass filter pada frekuensi
memiliki response impulse yang tidak terbatas, sedangkan FIR 1000-3000Hz
memiliki response impulse yang terbatas. Respon impulse
terbatas pada filter Finite Impulse Response (FIR) disebabkan
Buat pemograman pada matlab dengan syntax FIR1
tidak adanya feedback. Contohnya Jika memasukkan sebuah BPF + gunakan orde 31
impulse (yaitu sebuah sinyal ‘1’ diikuti dengan banyak sinyal
‘0’), sinyal 0 akan keluar setelah sinyal 1 melewati semua delay
Buka Visual DSP + proyek bernama Talkthrough dari
line dengan koefisiennya. [4]
kumpulan contoh program (File + Open + Project
Group)

III. METODOLOGI Lihat source code dengan klik process_data.c (Core A

Alat dan Bahan + Source File)

• Laptop (1buah)
Ubah nilai int filter [BUFFERLENGTH] = {koefband}
• Software Visual DSP++ 5.1.2 (1buah)
• Software Matlab (1buah)
• Kit Blackfin BF561EZ (1buah) Compile + build load project
• Adaptor (1buah)
• Kabel RCA Jalankan program dengan klik Debug + Run
• Converter RCA
• Speaker Aktif
Rekam sinyal input pada audiacity di PC1 dan amati
keluaran pada audiacity di PC2
Langkah Kerja
Percobaan A : Percobaan implementasi Filter FIR:
Lowpass Filter Ambil sampel selama 10 detik lalu analisis sinyal
output
Hitung nilai Wn untuk Lowpass filter pada frekuensi
800Hz

Buat pemograman pada matlab dengan syntax FIR1 Percobaan C : Percobaan implementasi Filter FIR:
LPF + gunakan orde 31 Highpass Filter
Hitung nilai Wn untuk Highpass filter pada frekuensi
Buka Visual DSP + proyek bernama Talkthrough dari 800Hz
kumpulan contoh program (File + Open + Project
Group)
Buat pemograman pada matlab dengan syntax FIR1
HPF + gunakan orde 32
Lihat source code dengan klik process_data.c (Core A
+ Source File)
Buka Visual DSP + proyek bernama Talkthrough dari
kumpulan contoh program (File + Open + Project
Ubah nilai int filter [BUFFERLENGTH] = {koeflow} Group)

Compile + build load project Lihat source code dengan klik process_data.c (Core A
+ Source File)

Jalankan program dengan klik Debug + Run Ubah nilai int filter [BUFFERLENGTH] = {koefhigh}

Rekam sinyal input pada audiacity di PC1 dan amati Compile + build load project
keluaran pada audiacity di PC2

Jalankan program dengan klik Debug + Run

Ambil sampel selama 10 detik lalu analisis sinyal
output
Rekam sinyal input pada audiacity di PC1 dan amati
keluaran pada audiacity di PC2
Percobaan B : Percobaan implementasi Filter FIR:
Bandpass Filter
Ambil sampel selama 10 detik lalu analisis sinyal
output
 IV. HASIL DAN ANALISIS Orde=31
Koefband pada int Filter[BUFFERLENGTH] :
Data Hasil Percobaan -1266918 ,-1785526 ,3764551 ,16037437 ,23937671
,12243881 ,-11589147 ,-13582702 ,18436039 ,29190711
Algoritma Matlab : ,-58506820 ,-225299285 ,-313455699 ,-163315726
lowpass=fir1(31,0.1); ,188958585 ,489772056 ,489772056 ,188958585 ,163315726
koeflow = round (2^31 * lowpass); ,-313455699 ,-225299285 ,-58506820 ,29190711
bandpass = fir1(31,[0.125 0.375],'bandpass'); ,18436039 ,-13582702 ,-11589147 ,12243881 ,23937671
koefband = round (2^31 * bandpass); ,16037437 ,3764551 ,-1785526
highpass = fir1(32,0.75,'high');
koefhigh = round (2^32 * highpass); Hasil keluaran sinyal dan spektrumnya :
- Sinyal keluaran dari Audiacity
Percobaan A : Percobaan implementasi Filter FIR:
Lowpass Filter
Orde=31
Koeflow pada int Filter[BUFFERLENGTH] :
-3536251, -4225062, -5369498, -6374650, -6108929, -
3066134, 4343412, 17426395, 36840647, 62312135,
92505185, 125088145, 156997763, 184864134, 205523014,
216521520, 216521520, 205523014, 184864134, 156997763,
125088145, 92505185, 62312135 ,36840647 ,17426395
,4343412 ,-3066134 ,-6108929 ,-6374650 ,-5369498 ,
4225062

Hasil keluaran sinyal dan spektrumnya : - Spektrum sinyal keluaran dari Audiacity
- Sinyal keluaran dari Audiacity

- Spektrum sinyal keluaran dari Audiacity

Percobaan C : Percobaan implementasi Filter FIR:

Highpass Filter
Orde=32
Koefhigh pada int Filter[BUFFERLENGTH] :
0 ,5738907 ,-11257992 ,11741436, 0 ,-25056036
,49876189 ,-48477171 ,0 ,87173044 ,-163536812
,154177890 ,0,-297955726 ,661185442 ,-960422245
,1076273839.00000 ,-960422245 ,661185442, -297955726,
0, 154177890 ,-163536812 ,87173044 ,0 ,-48477171,
49876189, -25056036, 0 ,11741436 ,-11257992 ,5738907

Hasil keluaran sinyal dan spektrumnya :

Percobaan B : Percobaan implementasi Filter FIR: - Sinyal keluaran dari Audiacity
Bandpass Filter

- Spektrum sinyal keluaran dari Audiacity
Analisa
Pada percobaan pertama yaitu percobaan mengenai
implementasi filter FIR untuk Lowpass filter disini kita akan
mengamati bagaimana hasil output sinyal pada domain waktu
dan spektrum sinyal output pada domain frekuensi akibat dari
pengaruh pemfilteran LPF pada board blackfin melalui program
di visual DSP++ terhadap sinyal keluaran pada Audiacity . Pada
percobaan ini digunakan orde 31 karena prosesor yang
digunakan adalah prosesor fixed-point 32 bit yang mana saat
n=32 maka digunakan format Q31 dan sampel berupa white
noise dari audiacity selama 10 detik yang kemudian di filter dan
di analisis plot sinyalnya pada domain frekuensi . Dari bentuk
plot sinyal yang didapatkan tampak bentuk grafik menurun, bila
di teliti saat frekuensi sebesar 5000Hz tampak spektrum mulai
turun karena frekuensi diatas 5000 Hz tersebut diblokir
sedangkan frekuensi dibawahnya diloloskan hingga kemudian
semakin kecil dan terhenti pada frekuensi 21kHz. Mengenai
respon frekuensi pada sinyal output akan mengikuti plot respon
magnitude dari filter lowpass karena sifat dari sinyal inputnya
(white noise) adalah sinyal flat. Dari hasil ini dapat di
simpulkan bahwasannya frekuensi cut off bukanlah frekuensi
saat sinyal teredam atau terblokir melainkan frekuensi sinyal
kehilangan ½ dayanya dan semakin diperlemah hingga
mencapai gain saat sinyal teredam.
Pada percobaan kedua yaitu percobaan mengenai
implementasi filter FIR untuk Bandpass filter disini kita akan
mengamati bagaimana hasil output sinyal pada domain waktu
dan spektrum sinyal output pada domain frekuensi akibat dari
pengaruh pemfilteran BPF pada board blackfin melalui
program di visual DSP++ terhadap sinyal keluaran pada
Audiacity . Pada percobaan ini digunakan orde 31 karena
prosesor yang digunakan adalah prosesor fixed-point 32 bit
yang mana saat n=32 maka digunakan format Q31 dan sampel
berupa white noise dari audiacity selama 10 detik yang
kemudian di filter dan di analisis plot sinyalnya pada domain
frekuensi . Dari bentuk plot sinyal yang didapatkan tampak
grafik hanya meloloskan sinyal pada frekuensi diantara >43Hz
sampai <15000Hz , hal ini disebabkan karena prinsip dari
bandpass filter adalah memblokir sinyal dibawah frekuensi low
dan diatas frekuensi high sedangkan frekuensi yang berada
diantaranya yang diloloskan. Mengenai respon frekuensi pada
sinyal output akan mengikuti plot respon magnitude dari filter
bandpass karena sifat dari sinyal inputnya (white noise) adalah
sinyal flat juga. Dari hasil ini dapat di simpulkan bahwasannya
frekuensi cut off bukanlah frekuensi saat sinyal teredam atau
terblokir melainkan frekuensi sinyal kehilangan ½ dayanya dan
semakin diperlemah hingga mencapai gain saat sinyal teredam.
Pada percobaan ketiga yaitu percobaan mengenai
implementasi filter FIR untuk Highpass filter disini masih sama
kita akan mengamati bagaimana hasil output sinyal pada
domain waktu dan spektrum sinyal output pada domain
frekuensi akibat dari pengaruh pemfilteran HPF pada board
blackfin melalui program di visual DSP++ terhadap sinyal
keluaran pada Audiacity . Pada percobaan ini digunakan orde
32 karena saat dibuat 31 pada DSP eror mungkin dikarenakan
prosesor yang digunakan adalah prosesor fixed-point 32 bit
yang mana saat n=33 maka digunakan format Q32 dan sampel
berupa white noise dari audiacity selama 10 detik yang
kemudian di filter dan di analisis plot sinyalnya pada domain
frekuensi . Dari bentuk plot sinyal yang didapatkan tampak
bentuk grafik menaik, bila di teliti saat frekuensi sebesar
>15000Hz tampak spektrum mulai naik karena frekuensi diatas
15000 Hz tersebut diloloskan sedangkan frekuensi dibawahnya
didiblokir sesuai sifat filternya yaitu highpass filter, yang mana
akan terus meneruskan sinyal yang berada diatas 15000Hz.
Mengenai respon frekuensi pada sinyal output akan mengikuti
plot respon magnitude dari filter highpass karena sifat dari
sinyal inputnya (white noise) adalah sinyal flat. Dari hasil ini
dapat di simpulkan bahwasannya frekuensi cut off bukanlah
frekuensi saat sinyal teredam atau terblokir melainkan frekuensi
sinyal kehilangan ½ dayanya dan semakin diperlemah hingga
mencapai gain saat sinyal teredam.
V. SIMPULAN
1. Pada Blackfin BF561EZ terdapat processor ADSP-
BF561 yang didalamnya memiliki 2 core prosesor
blackfin independent dimana prosesor ini menawarkan
performansi tinggi dengan konsumsi daya rendah,
terdapat peripheral lainnya seperti 40-bit shifter, dua
buah 16-bit multiplier, dua buah 40-bit accumulator, dua
buah 40-bit Aritmatik Logic Unit (ALU), dan empat buah
10-bit video ALU beserta unit-unit fungsional dari setiap
inti yang mampu memvariasikan tegangan dan frekuensi
operasional demi optimasi konsumsi daya disesuaikan
dengan tugas yang dijalankan.
 2. Untuk mengatasi masalah/ memperbaiki sinyal yang
mengandung noise dapat dilakukan dengan memfiltering
sinyal tersebut dengan filter FIR yang diimplementasikan
pada Blackfin BF561EZ melalui software DSP sehingga
suara yang diterima menjadi lebih baik dan bersih dari
noise walaupun tidak total hilang.
3. Pengimplementasian berbagai macam filter pada
Blackfin BF561EZ dapat dilakukan dengan Langkah
pertama yaitu mencari nilai Wn dengan rumus (Wn=
fc/(Fs/2)), kemudian dimasukkan kedalam syntax FIR1
lalu diambil koefisiennya untuk digunakan sebagai
bufferlength dan di masukkan pada program pada DSP++
setelah itu blackfin akan meimplementasikan efek filter
yang dibuat pada sinyal input kita.
4. Hasil implementasi filter FIR yang di dapatkan akan
mengikuti plot respon magnitude dari filter FIR karena
sifat dari sinyal inputnya (white noise) adalah sinyal flat.

VI. REFERENSI

[1] https://pdfcoffee.com/el31100513211059-pdf-free.html

[2] Modul 3 Praktikum PSD Penggunaan Visual DSP++ 5.1.2

[3] https://fit.labs.telkomuniversity.ac.id/noise-sistem-
komunikasi-jenis-jenis-dan-pengaruhnya/

[4] https://elib.unikom.ac.id/files/disk1/632/jbptunikompp-
gdl-gugungunaw-31581-12-unikom_g-i.pdf
 Lampiran

Kartu Praktikum
BCP