PETUNJUK PRAKTIKUM

PENGOLAHAN SINYAL DIGITAL

Disusun Oleh :

Laboratorium Pengolahan Sinyal Digital

Fakultas Teknik/Teknik Elektro

UNIVERSITAS WIDYAGAMA MALANG
2021
 DAFTAR ISI
Hal.
HALAMAN JUDUL..................................................................................................... i
DAFTAR ISI.................................................................................................................. ii
BAB I SINYAL WAKTU KONTINYU DAN DISKRIT........................................... 1
1.1. Tujuan............................................................................................................... 1
1.2 Peralatan............................................................................................................. 2
1.3 Pendahuluan....................................................................................................... 2
1.4 Langkah Percobaan............................................................................................ 6
1.5 Hasil Percobaan................................................................................................. 7
1.6 Analisa Data....................................................................................................... 11
1.7 Tugas.................................................................................................................. 16
1.8 Kesimpulan........................................................................................................ 20
BAB II OPERASI SINYAL WAKTU KONTINYU DAN DISKRIT...................... 1
2.1. Tujuan............................................................................................................... 1
2.2 Peralatan............................................................................................................. 2
2.3 Pendahuluan....................................................................................................... 2
2.4 Langkah Percobaan............................................................................................ 6
2.5 Hasil Percobaan................................................................................................. 7
2.6 Analisa Data....................................................................................................... 11
2.7 Tugas.................................................................................................................. 16
2.8 Kesimpulan........................................................................................................ 20
BAB III PENYELESAIAN PERSAMAAN BEDA.................................................... 1
3.1. Tujuan............................................................................................................... 1
3.2 Peralatan............................................................................................................. 2
3.3 Pendahuluan....................................................................................................... 2
3.4 Langkah Percobaan............................................................................................ 6
3.5 Hasil Percobaan................................................................................................. 7
3.6 Analisa Data....................................................................................................... 11
3.7 Tugas.................................................................................................................. 16
3.8 Kesimpulan........................................................................................................ 20
BAB IV TRANSFORMASI FOURIER...................................................................... 1
4.1. Tujuan............................................................................................................... 1
4.2 Peralatan............................................................................................................. 2
 4.3 Pendahuluan....................................................................................................... 2
4.4 Langkah Percobaan............................................................................................ 6
4.5 Hasil Percobaan................................................................................................. 7
4.6 Analisa Data....................................................................................................... 11
4.7 Tugas.................................................................................................................. 16
4.8 Kesimpulan........................................................................................................ 20
BAB V PERANCANGAN LPF DIGITAL IIR BUTTERWORTH......................... 1
5.1. Tujuan............................................................................................................... 1
5.2 Peralatan............................................................................................................. 2
5.3 Pendahuluan....................................................................................................... 2
5.4 Langkah Percobaan............................................................................................ 6
5.5 Hasil Percobaan................................................................................................. 7
5.6 Analisa Data....................................................................................................... 11
5.7 Tugas.................................................................................................................. 16
5.8 Kesimpulan........................................................................................................ 20
 BAB I
OPERASI SINYAL WAKTU KONTINYU DAN DISKRIT
1.1. Tujuan
Tujuan dari praktikum ini adalah untuk memahami klasifikasi sinyal waktu konntinyu
dan diskrit
1.2 Peralatan
Peralatan yang digunakan pada praktikum ini adalah komputer PC atau laptop yang
sudah terinstall MATLAB 7.0 dan versi lebih baru
1.3 Pendahuluan
A. Sinyal Waktu Kontinyu Vs. Diskrit
Sinyal waktu kontinyu / sinyal analog adalah sinyal yang didefinisikan untuk setiap
nilai waktu dan diambil dalam selang kontinyu (a, b) dimana a = - dan b = .
Contoh : x ( t )=sin πt
Sinyal waktu diskrit adalah sinyal yang didefinisikan hanya pada nilai-nilai waktu
khusus tertentu dan diambil dalam selang waktu tertentu (a, b) dimana a =- dan b =
Contoh : x [ n ] =sin 0.1 πn
B. Sinyal Deterministik Vs. sinyal Acak
Sinyal deterministik adalah sinyal yang dapat dideskripsikan secara unik dengan
persamaaan matematis ekspisit, suatu table data, atau suatu aturan yang didefinisikan
dengan baik. Istilah ini digunakan untuk menegaskan fakta bahwa seluruh nilai
sebelum, sekarang dan yang akan datang diketahui secara pasti, tanpa ada
ketidakpastian
Contoh : x ( t )=sin πt
Sinyal Acak adalah sinyal yang tidak dapat dideskripsikan dengan formula-formula
matematis eksplisit dan dibatasi oleh waktu dengan cara yang tidak bisa diramalkan
sehingga analisisnya perlu digunakan teori probabilitas dan skokastik. Contoh: sinyal
bising generator, sinyal seismic, dan lain-lain
C. Sinyal Waktu Diskrit Elementer
1. Sekuen Konstan
Sinyal ini dihasilkan dari sampling sinyal waktu kontinyu yang nilainya konstan,
misalnya sinyal DC. Bentuk sinyal waktu diskrit untuk representasinya berupa
deretan pulsa-pulsa bernilai sama mulai dari negatif tak berhingga sampai dengan
positif tak berhingga
 2. Sekuen Impulse
Sekuen impuls bukan merupakan bentuk sampel dari suatu sinyal waktu diskrit.
Sekuen impulse pada saat bernilai 1 untuk titik ke-10 dan yang lainnya bernilai nol
dapat didefinisikan sebagai :

δ [ n ] = 1 ,untuk n bernilai> 0
{ 0 ,untuk yang lainnya
3. Unit Step
Sebuah sekuen unit step untuk satu kasus dimana nilainya =1 untuk nilai n >= 10
dan bernilai 0 untuk k sebelumnya, dapat didefinisikan sebagai:

q [ n ] = 1 , n ≥1
{ 0 , n<0
4. Sinusoida Diskrit
Sinyal sinusoida diskrit adalah sinyal periodic dengan fungsi sinusoida dengan
waktu diskrit periodik T.
x [ n ] =A sin(Ω n+ϕ)
Ω=2 πf
Contoh : x [ n ] =A sin(0.2 πn)
Konversi sinyal analog ke diskrit
x ( t )= Asin ( 2 πft + ϕ )
Jika Frekeunsi sampling adalah Fs
f¿
x [ n ] =A sin(2 π n+ ϕ)
FS
1.4 Langkah Percobaan
1. Membuat sinyal sinusoida waktu kontinyu
% PROGRAM SINYAL SINUSOIDA WAKTU KONTINYU
clear all;
clc
t1=0:1:100; % Waktu pengamatan
f=XX; % Frekuensi
T=100; % Periode
t=t1/T; % Normalisasi waktu
fasa=pi/2
x1=sin(2*pi*f*t+fasa); % Sinyal Periodik
figure(1),
plot(t,x1);
title('Sinyal Waktu Kontinyu');
ylabel('amplitudo');
xlabel('frekuensi');
grid on
2. Membuat Sinyal Acak
% PROGRAM SINYAL ACAK
clear all;
clc
t1=0:1:100; % Waktu pengamatan
f=XX; % Frekuensi
T=100; % Periode
t=t1/T; % Normalisasi waktu
fasa=0;
x1=sin(2*pi*f*t-fasa); % Sinyal Periodik
r=(rand(1,101))*10;
x2=r.*x1
figure(1),
plot(t,x2);
title('Sinyal Acak');
ylabel('amplitudo');
xlabel('frekuensi');
grid on
3. Membuat Sinyal Sinusoida Waktu Diskrit
% SINYAL PROGRAM SINUSOIDA WAKTU DISKRIT
clear all;
clc
n=0:1:40; % Waktu pengamatan
A=1 % Amplitudo
fin=XX; % Frekuensi
Fs=N*XX;
x=A*sin(2*pi*fin/Fs*n); % Sinyal sinusoida waktu
diskrit
 figure(1),
stem(n,x);
title('Sinyal Waktu Diskrit');
ylabel('amplitudo');
xlabel('frekuensi');
Keterangan :
XX adalah dua digit NIM Akhir mahasiswa
N adalah nilai pengali frekuensi sampling, yaitu : 2, 4, 6, 8 dan 10
1.5 Hasil Percobaan
Tampilkan gambar dengan program MATLAB dari :
1. Sinyal sinusoida waktu kontinyu

Sinyal Waktu Kontinyu

1

0.8

0.6

0.4

0.2
amplitudo

-0.2

-0.4

-0.6

-0.8

-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
frekuensi

Gambar 1.1 Sinyal Sinusoida Waktu Kontinyu

 Gambar 1.2 Program Sinyal Sinusoida Waktu Kontinyu

2. Sinyal Acak

Sinyal Acak
10

2
amplitudo

-2

-4

-6

-8

-10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
frekuensi

Gambar 1.3 Sinyal Acak

 Gambar 1.4 Program Sinyal Acak

3. Sinyal Sinusoida Waktu Diskrit untuk tiap nilai N

10-14 Sinyal Waktu Diskrit

1

0.5

0
amplitudo

-0.5

-1

-1.5
0 5 10 15 20 25 30 35 40
frekuensi

Gambar 1.5 Sinyal Sinusoida Waktu Diskrit N=2

 Gambar 1.6 Program Sinyal Sinusoida Waktu Diskrit N=2

Sinyal Waktu Diskrit

1

0.8

0.6

0.4

0.2
amplitudo

-0.2

-0.4

-0.6

-0.8

-1
0 5 10 15 20 25 30 35 40
frekuensi
Gambar 1.7 Sinyal Sinusoida Waktu Diskrit N=4

Gambar 1.8 Program Sinyal Sinusoida Waktu Diskrit N=4

 Sinyal Waktu Diskrit
1

0.8

0.6

0.4

0.2
amplitudo

-0.2

-0.4

-0.6

-0.8

-1
0 5 10 15 20 25 30 35 40
frekuensi
Gambar 1.9 Sinyal Sinusoida Waktu Diskrit N=6

Gambar 1.10 Program Sinyal Sinusoida Waktu Diskrit N=6

 Sinyal Waktu Diskrit
1

0.8

0.6

0.4

0.2
amplitudo

-0.2

-0.4

-0.6

-0.8

-1
0 5 10 15 20 25 30 35 40
frekuensi
Gambar 1.11 Sinyal Sinusoida Waktu Diskrit N=8

Gambar 1.12 Program Sinyal Sinusoida Waktu Diskrit N=8

 Sinyal Waktu Diskrit
1

0.8

0.6

0.4

0.2
amplitudo

-0.2

-0.4

-0.6

-0.8

-1
0 5 10 15 20 25 30 35 40
frekuensi
Gambar 1.13 Sinyal Sinusoida Waktu Diskrit N=10

Gambar 1.14 Program Sinyal Sinusoida Waktu Diskrit N=10

1.6 Analisa Data
Berikan analisa hasil pada point 3 hasil percobaan terkait besarnya nilai frekuensi
sampling terhadap bentuk sinyal sinusoida yang dihasilkan, berikan alasan sesuai
dengan teorema Nyquist
 Semakin besar nilai Fs nya, maka semakin rapat gelombang sinyal diskritnya
 Apabila nilai Fs nya tidak terlalu besar, maka magnitude gelombang sinyal
diskritnya renggang antara satu sama lain.
1.7 Tugas
Buatlah persamaan sinyal input waku kontinyu x(t) dengan frekuensi XX Hz dan
Frekuensi sampling Fs=8*XX sample/det. Dapatkan persamaan sinyal waktu diskrit
output x[n]. Asumsikan sendiri nilai lain yang belum disebutkan
Buatlah kode program untuk menggambarkan x(t) dan x(n) dengan subplot (2 baris, 1
kolom)

Sinyal input x(t) Fs Sinyal output x[n]

Sampler
Suatu sinyal unit step dengan persamaan :
clear all;
clc
t1=0:1:40; % Waktu pengamatan
fin=08; % Frekuensi (NIM.1922020191152725
Fs=8*08; % Nilai pengali frekuensi sampling N=8
T=100; % Periode
t=t1/T; % Normalisasi waktu

xt=sin(2*pi*fin*t); % Sinyal Periodik

xn=sin(2*pi*fin/Fs*t1); % Sinyal Periodik
figure(1),
subplot(2,1,1),plot(t,xt), title('xt')
subplot(2,1,2),plot(t,xn), title('xn')

xt
1

0.5

-0.5

-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4

xn
1

0.5

-0.5

-1
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4

Gambar 1.15 Sinyal Waktu Kontinyu

 Gambar 1.15 Program Sinyal Waktu Kontinyu

1.8 Kesimpulan
Berikan kesimpulan dari kegiatan praktikum di atas.
 Gelombang sinyal diskrit adalah gelombang sinyal yang dicacah, sehingga kita
dapat mengetahui berapa second waktu yang dibutuhkanoleh masing-masing
gelombang sinyal.
 Sinyal waktu kontinyu / sinyal analog adalah sinyal yang didefinisikan untuk setiap
nilai waktu dan diambil dalam selang kontinyu (a, b) dimana a = -∞ dan b = ∞.
 Sinyal waktu diskrit adalah sinyal yang didefinisikan hanya pada nilai-nilai waktu
khusus tertentu dan diambil dalam selang waktu tertentu (a, b) dimana a= -π dan b=
π.
 Sinyal Acak adalah sinyal yang tidak dapat dideskripsikan dengan formula-formula
matematis eksplisit dan dibatasi oleh waktu dengan cara yang tidak bisa diramalkan
sehingga analisisnya perlu digunakan teori probabilitas dan skokastik.
 Berdasarkan percobaan yang dilakukan, diketahui bahwa besarnya nilai frekuensi
sampling berpengaruh terhadap bentuk sinyal sinusoida yang dihasilkan. Hal ini
sesuai dengan teorema Nyquist berikut:
1. Semakin besar nilai Fs nya, maka semakin rapat gelombang sinyal
diskritnya.
2. Apabila nilai Fs nya tidak terlalu besar, maka magnitude gelombang
sinyal diskritnya renggang antara satu sama lain.
 BAB II
OPERASI SINYAL WAKTU KONTINYU DAN DISKRIT
2.1 Tujuan
Tujuan dari praktikum ini adalah untuk memahami operasi yang terjadi pada sinyal
waktu kontinyu dan diskrit
2.2 Peralatan
Peralatan yang digunakan pada praktikum ini adalah komputer PC atau laptop yang
sudah terinstall MATLAB 7.0 dan versi lebih baru
2.3 Pendahuluan
Operasi dasar untuk sinyal waktu kontinyu dan sinyal waktu diskrit, antara lain :
• Atenuasi (Pelemahan)
• Amplifikasi (Penguatan)
• Delay (Pergeseran)
• Penjumlahan
• Perkalian

2.4 Langkah Percobaan

1. Melakukan operasi pelemahan dan penguatan sinyal
clear all;
clc
t1=0:1:100; % Waktu pengamatan
f=XX; % Frekuensi
T=100; % Periode
t=t1/T; % Normalisasi waktu
fasa1=0
fasa2=pi/2;
x1=sin(2*pi*f*t+fasa1);
% 1). Jika system mempunyai fungsi berupa Pelemahan
(atenuasi),
h=0.XX % pelemahan kanal, maka :
% Output system adalah :
x2=h*x1
% 2). Jika System mempunyai fungsi penguatan (amplifikasi)
h1=X.X % Penguatan, maka :
 x3=h1*x1;
figure(1)
plot(t,x1,t,x2,t,x3)
legend('Sinyal Sebelum','Sinyal Sesudah Pelemahan','Sinyal
Sesudah Penguatan')
2. Melakukan Operasi Penjumlahan Sinyal

clear all;
clc
t1=0:1:100; % Waktu pengamatan
f1=XX; f2=2*XX; f3=3*XX; % Frekuensi
T=100; % Periode
t=t1/T; % Normalisasi waktu
fasa=0
x1=sin(2*pi*f1*t+fasa);
x2=sin(2*pi*f2*t+fasa);
x3=sin(2*pi*f3*t+fasa);
x4=x1+x2+x3;
figure(1)
Fs=5*F_input Max;
n=t1;
x5=sin(2*pi*f1/Fs*n+fasa)+sin(2*pi*f2/Fs*n+fasa)
+sin(2*pi*f3/Fs*n+fasa);
stem(n,x5)
2.5 Hasil Percobaan
Tampilkan gambar dengan program MATLAB dari :
1. Operasi pelemahan dan penguatan sinyal Sinyal Acak
 1
Sinyal Sebelum
0.8 Sinyal Sesudah Pelemahan
Sinyal Sesudah Penguatan
0.6

0.4

0.2

-0.2

-0.4

-0.6

-0.8

-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Gambar 2.1 Sinyal Pelemahan dan Penguatan

Gambar 2.2 Program Sinyal Pelemahan dan Penguatan

2. Operasi Penjumlahan Sinyal

2.5

2 X4
Y 2.325
1.5

0.5

-0.5

-1

-1.5

-2

-2.5
0 10 20 30 40 50 60 70 80 90 100

Gambar 2.3 Operasi Penjumlahan Sinyal

Gambar 2.4 Program Operasi Penjumlahan Sinyal

2.6 Analisa Data
1. Berdasarkan percobaan point 1 terkait operasi pelemahan dan penguatan sinyal,
dapat diketahui dari analisa hasil berikut:
 Pada operasi pelemahan (atenuasi) sinyal, diketahui bahwa bentuk dan jumlah
gelombang yang dihasilkan sesudah pelemahan sinyal sama persis dengan
bentuk gelombang sebelum proses pelemahan sinyal. Akan tetapi hal yang
membedakan yaitu pada amplitude gelombang sesudah pelemahan lebih kecil
yaitu 0.25, bila dibandingkan dengan amplitude gelombang sebelum pelemahan
sinyal yaitu 1.
 Pada operasi penguatan (amplifikasi) sinyal, diketahui bahwa bentuk dan
jumlah gelombang yang dihasilkan sesudah penguatan sinyal sama persis
dengan bentuk gelombang sebelum proses penguatan sinyal. Akan tetapi hal
yang membedakan yaitu pada amplitude gelombang sesudah penguatan lebih
besar yaitu 2.5, bila dibandingkan dengan amplitude gelombang sebelum
penguatan sinyal yaitu 1.
2. Berdasarkan percobaan point 2 terkait operasi penjumlahan sinyal, diketahui bahwa
saat menjumlahkan dua buah sinyal maka amplitude sinyal hasil penjumlahan akan
bertambah sesuai dengan nilai penjumlahan dari sinyal pertama dan sinyal kedua.
2.7 Tugas
Buatlah persamaan dua buah sinyal input waktu diskrit x1[n] dan x2[n]. Tentukan
sendiri semua parameter yang dibutuhkan. Selanjutnya lakukan operasi perkalian pada
dua buah sinyal tersebut untuk menghasilkan output y[n]=x1[n]*x2[n]. Buatkan kode
program dan gambar hasilnya dalam bentuk subplot (3 baris, 1 kolom)
clear all
clc
n=0:120;
xx=08; % 2 Digit NIM akhir
A=3;
fin=08;
Fs=08*08;
yn=zeros(120+1,1);
yn(08+1:120,:)=1;
yn=yn';
xn=A*sin(2*pi*fin/Fs*n); % Sinyal Sinusoida Diskrit
xyn=xn.*yn; % Perkalian Sinyal xn dengan qn
figure(1)
subplot(311),stem(n,yn), title('Sinyal y[n]');
subplot(312),stem(n,xn), title('Sinyal x[n]');
subplot(313),stem(n,xyn), title('Sinyal xy[n]');
 Sinyal y[n]
1

0.5

0
0 20 40 60 80 100 120
Sinyal x[n]
2

-2

0 20 40 60 80 100 120
Sinyal xy[n]
2

-2

0 20 40 60 80 100 120

Gambar 2.5 Operasi Perkalian Dua Buah Sinyal

Gambar 2.6 Program Operasi Perkalian Dua Buah Sinyal

2.8 Kesimpulan
 Dari percobaan yang dilakukan, dapat dilihat bahwa proses penguatan dan
pelemahan sinyal merupakan dua hal yang hampir sama. Dalam penguatan sinyal
amplitudo sinyal output lebih tinggi dibandingkan sinyal input, sementara pada
pelemahan sinyal amplitudo sinyal output lebih rendah dibandingkan sinyal input.
Tetapi pada kedua proses operasi ini bentuk dasar sinyal tidak mengalami
perubahan.
 BAB III
PENYELESAIAN PERSAMAAN BEDA
3.1. Tujuan
Tujuan dari praktikum ini adalah untuk memahami penyelesaian persamaan beda
dengan rekursi dan konvolusi
3.2 Peralatan
Peralatan yang digunakan pada praktikum ini adalah komputer PC atau laptop yang
sudah terinstall MATLAB 7.0 dan versi lebih baru
3.3 Pendahuluan
Persamaan Beda Linear Input/Output dengan Koefisien Konstan
Suatu sistem waktu diskrit single-input single-output (SISO) :
M M
y [ n ] + ∑ ak y [ n−k ] =∑ b k x [n−k ]
k=1 k=0

Maka ouput dari system ini adalah :

M M
y [ n ] =−∑ ak y [ n−k ] + ∑ b k x [n−k ]
k=1 k=0

Dimana :
x [ n ] =input
y [ n ] =output
a k =koefisien output
b k =koefisien input
Konvolusi :
Konvolusi didefinisikan sebagai cara untuk mengkombinasikan dua buah deret angka
yang menghasilkan deret angka yang ketiga.
Jika terdapat sinyal masukan x [ n ] → x [ k ]
Dan respon impuls system h [n ]→ h [ k ]
Ada 4 tahapan dalam konvolusi :
1. Folding (Percerminan) h ( k ) → h(−k)
2. Shifting (Pergeseran) h (−k ) → h(n−k )
3. Perkalian (Multiplication) x [ k ] . h[n−k ]
∞
Penjumlahan (Summation) ∑ x [ k ] . h[n , k ]
¿−∞
3.4 Langkah Percobaan
1. Penyelesaian Persamaan Beda dengan Rekursi
Pertimbangkan suatu sistem waktu diskrit dengan persamaan beda orde dua :
y [ n ] −1.5 y [ n−1 ] + y [ n−2 ] =2 x [n−2]
jika input adalah sinyal unit step u[n] dengan ouput awal y[-2]=2, y[-1]=1 , dapat y [n]
untuk n=010
Penyelesaian :
y [ n ] =1.5 y [ n−1 ] − y [n−2]+2 x [ n−2 ]

x [ n ] →u [ n ] = 1 , untuk n ≥ 0
{ 0 ,untuk n<0
% clear all, clc
% PROGRAM PENYELESAIAN PERSAMAAN BEDA DENGAN REKURSI
y = zeros(1, XX); % Pre-allocate
y(1:2) = [2, 1];
x=zeros(1,XX);
x(3:10)=1;
for k = 3:10
y(k) = 1.5*y(k-1)-y(k-2)+2*x(k-2);
end
figure
subplot(2,1,1), stem(x), title('Sinyal Input x[n]')
subplot(2,1,2), stem(y), title('Sinyal Output Hasil
Rekursi y[n]')

3. Melakukan Operasi Penjumlahan Sinyal

Contoh Konvolusi sinyal :
Respon impuls suatu system LTI adalah
h [ n ] = {1 , ⃗
2 ,1 ,−1 }
Tentukan respon dari system jika inputnya :
x [ n ] ={ ⃗1 ,2 , X , X ,1 }
clear all, clc
% PROGRAM KONVOLUSI SINYAL
hn=[1 2 1 -1];
 xn=[1 2 3 1];
% Konvolusi xn dan hn
yn=conv(xn,hn)
figure
subplot(3,1,1), stem(hn), title('Respon Impuls')
subplot(3,1,2), stem(xn), title('Sinyal Input')
subplot(3,1,3), stem(yn), title('Output Konvolusi')
3.5 Hasil Percobaan
Tampilkan gambar dengan program MATLAB dari :
1. Penyelesaian persaman beda dengan rekursi

Sinyal Input x[n]

1

0.5

0
1 2 3 4 5 6 7 8 9 10

Sinyal Output Hasil Rekursi y[n]

10

1 2 3 4 5 6 7 8 9 10

Gambar 3.1 Persaman Beda Dengan Rekursi

Gambar 3.2 Program Persaman Beda Dengan Rekursi

 2. Penyelesaian persaman beda dengan konvolusi

Respon Impuls
2

-1
1 1.5 2 2.5 3 3.5 4
Sinyal Input
2

0
1 1.5 2 2.5 3 3.5 4
Output Konvolusi

0
1 2 3 4 5 6 7

Gambar 3.3 Persaman Beda Dengan Konvolusi

Gambar 3.4 Program Persaman Beda Dengan Konvolusi

3.6 Analisa Data
Berikan analisa hasil pada point 1 dan 2 hasil percobaan dengan menghitung secara
manual
3.7 Tugas
y [ n ] + X . X y [ n−1 ] + y [ n−2 ] =x [ n ] + X . X x [ n−1 ] −3 x [n−2]
jika input adalah sinyal unit step u[n] dengan ouput awal y[-2]=3, y[-1]=2 , dapat y [n]
untuk n=03
a. Dapatkan Persamaan y[n]
𝑦[𝑛]+𝑋.𝑋𝑦[𝑛−1]+𝑦[𝑛−2]=𝑥[𝑛]+𝑋.𝑋𝑥[𝑛−1]−3𝑥[𝑛−2]
𝑦[𝑛]+0.8𝑦[𝑛−1]+𝑦[𝑛−2]=𝑥[𝑛]+0.8𝑥[𝑛−1]−3𝑥[𝑛−2] NIM: 0.8
Dapatkan Persamaan y[n]
𝑦[𝑛]=- 0.8𝑦[𝑛−1]-𝑦[𝑛−2]+ 𝑥[𝑛]+0.8𝑥[𝑛−1]-3𝑥[𝑛−2]
2. Dapatkan Nilai y[n] untuk untuk n= -2-->3 y[-2]=3, y[-1]=2
x ( n ) → u ( n )= 1 untuk ≥ 0
{ ¿ 0 untuk< 0

-4 -3 -2 -1 01 2 3
𝑦[-2] =3
𝑦[-1] =2
𝑦[0] =-0.8𝑦[0−1]-𝑦[0−2]+𝑥[0]+0.8𝑥[0−1]-3𝑥[0−2]
¿−0,8∗( 2 )−( 3 ) + ( 1 ) +0,8∗( 0 )−3∗( 0 )
= -3,6
𝑦[1] =-0.8𝑦[1−1]-𝑦[1−2]+𝑥[1]+0.8𝑥[1−1]-3𝑥[1−2]
¿−0,8∗(−3,6 )−( 2 ) + ( 1 ) +0,8∗( 1 )−3∗( 0 )
= 2,68
𝑦[2] =-0.8𝑦[2−1]-𝑦[2−2]+𝑥[2]+0.8𝑥[2−1]-3𝑥[2−2]
¿−0,8∗( 2,68 )−(−3,6 )+ (1 )+ 0,8∗( 1 )−3∗( 1 )
= 0,256
𝑦[3] =-0.8𝑦[3−1]-𝑦[3−2]+𝑥[3]+0.8𝑥[3−1]-3𝑥[3−2]
¿−0,8∗( 0,256 )−( 2,68 )+ (1 ) +0,8∗( 1 )−3∗( 1 )
=-4,0848
Maka didapat
𝑦[-2]=3
𝑦[-1]=2
𝑦[0] =-3,6
𝑦[1] =2,68
𝑦[2] =0,256
𝑦[3] =-4,0848
Sehingga system dengan persamaan output :
𝑦[𝑛]+0.8𝑦[𝑛−1]+𝑦[𝑛−2]=𝑥[𝑛]+0.8𝑥[𝑛−1]−3𝑥[𝑛−2]
Dengan input:

x ( n ) → u ( n )= 1 untuk ≥ 0
{ ¿ 0 untuk < 0
Menghasilkan output:

𝑦[𝑛]→{3, 2, -3.6, 2.68, 0.256, -4.0848}

b. Dapatkan Nilai y[n] untuk untuk n= -210 buatlah dengan kode program
MATLAB
% clear all, clc
% PROGRAM PENYELESAIAN PERSAMAAN BEDA DENGAN REKURSI
y = zeros(1, 08); % Pre-allocate
y(1:6) = [3, 2, -3.6, 2.68, 0.256, -4.0848];
x=zeros(1,08);
x(2:12)=1;
 for k = 7:12
y(k) = -0.8*y(k-1)-y(k-2)+x(k)+0.8*x(k-1)-3*x(k-2);
end
figure
subplot(2,1,1), stem(x), title('Sinyal Input x[n]')
subplot(2,1,2), stem(y), title('Sinyal Output Hasil Rekursi y[n]')

hasil output matlab 𝑦[𝑛]→ {3, 2, -3.60, 2.68, 0.256, -4.0848, 1.8118, 1.4353,
-4.1601, 0.6927, 2.4058, -3.8174}

c. Gambarkan x[n] dan y[n], matriks gambar 2x1

Sinyal Input x[n]

1

0.5

0
0 2 4 6 8 10 12

Sinyal Output Hasil Rekursi y[n]

-2

-4
0 2 4 6 8 10 12

Gambar 3.5 Sinyal Output Hasil Rekursi

Gambar 3.5 Program Sinyal Output Hasil Rekursi

 d. Gambarkan realisasi system

x[n] 1 y[n]

0.8 -0.8

-3 -1
+

Gambar 3.6 Realisasi System

+

3.8 Kesimpulan
Berikan kesimpulan dari kegiatan praktikum di atas.
+
 BAB IV
TRANSFORMASI FOURIER
4.1. Tujuan
Tujuan dari praktikum ini adalah untuk memahami penyelesaian transformasi fourier
dari suatu sinyal pada domain waktu
4.2. Peralatan
Peralatan yang digunakan pada praktikum ini adalah komputer PC atau laptop yang
sudah terinstall MATLAB 7.0 dan versi lebih baru
4.3. Pendahuluan
Transformasi Fourier adalah suatu model transformasi yang memindahkan domain
spasial atau domain waktu menjadi domain frekwensi.


F ( )  

f (t ).e  jt dt

Dimana F() adalah fungsi dalam domain frekwensi,  adalah frekwensi radial 0 –
2*p*f,

4.4. Langkah Percobaan

1. Penyelesaian Transformasi Fourier untuk Fungsi Waktu Kontinyu
Diketahui fungsi f(t) sebagai berikut:

f ( t )=3 ,−1≤ t ≤ 1
 1 1
− jωt
F ( ω )=∫ 3 e dt =3 ∫ e− jwt dt
−1 −1

3 − jωt 1 −3 − jω jω
¿− e |−1 = [ e −e ]
jω jω
e jω −e− jω
Persamaan euler  sin ( x )=
2j
6 sin(ω)
¿
ω
% clear all, clc
% Plot dengan Matlab
w=-4*pi:0.1:4*pi;
fw=(6*sin(w))./w;
plot(w,fw)
title('Transformasi Fourier dari f(t)=3')
2. Penyelesaian Transformasi Fourier Diskrit
Transformasi Fourier Diskrit atau disebut dengan Discrete Fourier Transform
(DFT) adalah model transformasi fourier yang dikenakan pada fungsi diskrit, dan
hasilnya juga diskrit. DFT didefinisikan dengan :
N
F( k )= ∑ f (n ). e− j2 π knT / N
n=1

Diketahui f(t) dalam bentuk diskrit f(n) sebagai berikut :

DFT dengan T=1 dari fungsi f(n) di atas adalah :

3 1
− j 2 π 0( )
4
k =0 → F ( 0 )=∑ f ( n ) . e
n=0

F ( 0 )=1. e− j 2 π 0+1. e− j 2 π 0 +1. e− j 2 π 0 +1. e− j 2 π 0

¿ 1+1+1+1=4
3 1
− j 2 π 1( )
4
k =1→ F ( 1 )=∑ f ( n ) . e
n=0

−j2π ( 14 ) − j2π ( 14 ) −j2π (41 ) −j2π ( 14 )

¿ 1. e + 1.e +1. e +1. e
 ¿0
Matlab  exp(-j*2*pi*1/4) = 0.0000 - 1.0000i
3 2
− j 2 π 1( )
4
k =2 → F ( 2 ) =∑ f ( n ) . e =0
n=0

3 3
− j 2 π 1( )
4
k =3 → F (2 )=∑ f ( n ) . e =0
n=0

Jadi
F(k) = 4 + 0 +0 +0 =4
clear all, clc
% PROGRAM TRANSFORMASI FOURIER DISKRIT DENGAN FFT
% FFT = FAST FOURIER TRANSFORMS
xn=[1 1 1 1];
yn=fft(xn)
4.5. Hasil Percobaan
Tampilkan gambar dengan program MATLAB dari:
1. Penyelesaian Transformasi Fourier untuk Fungsi Waktu Kontinyu
Transformasi Fourier dari f(t)=3
6

-1

-2
-15 -10 -5 0 5 10 15

Gambar 4.1 Transformasi Fourier untuk Fungsi Waktu Kontinyu

 Gambar 4.2 Program Transformasi Fourier untuk Fungsi Waktu Kontinyu

2. Penyelesaian Transformasi Fourier untuk Fungsi Waktu Diskrit

Transformasi Fourier Diskrit Dengan FFT

4

3.5

2.5

1.5

0.5

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Gambar 4.3 Penyelesaian Transformasi Fourier Untuk Fungsi Waktu Diskrit

Gambar 4.4 Program Matlab Penyelesaian Transformasi Fourier

Untuk Fungsi Waktu Diskrit

4.6. Analisa Data

 Berikan analisa hasil pada point 2 hasil percobaan dengan menghitung secara manual
nilai Real dan Imaginer, Dapatkan dan plot nilai Magnitude dan Argumentnya
4.7. Tugas
Jika terdapat sinyal x[n] sebagaimana pada gambar di bawah :

0
1 2 3 4 5 6 7 8 9

a. Dapatkan Transformasi Fourier Diskrit y[n] menggunakan fft dengan MATLAB

9
y ( n )=∑ ¿ ¿
n =0

f ( k )=1+0+ 0+0+0+ 0+0+0+ 0=1

b. Dapatkan nilai Real dan Imaginer dapat menggunakan fungsi dari MATLAB
8 8
F (k )=∑ f (n). e− j 2 πnk / 9=∑ f (n) . e− jπnk /9
n=0 n=0
 real
3
2
1
0
-1
-7 -6 -5 -4 -3 -2 -1 0 1 2 3
imag
1

-1
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2

c. Dapatkan dan plot nilai Magnitude dan Argumentnya dapat menggunakan fungsi
dari MATLAB
4.8. Kesimpulan
Berikan kesimpulan dari kegiatan praktikum di atas.
 BAB V
PERANCANGAN LOW PASS FILTER IIR BUTTERWORTH
5.1 Tujuan
Tujuan dari praktikum ini adalah untuk dapat merancang Low Pass Filter Digital
infinite impuls respon digital
5.2 Peralatan
Peralatan yang digunakan pada praktikum ini adalah komputer PC atau laptop yang
sudah terinstall MATLAB 7.0 dan versi lebih baru
5.3 Pendahuluan
Dalam pengolahan sinyal, Filter Digital adalah suatu sistem yang melakukan operasi
matematis pada sinyal waktu diskrit ter-sampel untuk mengurangi atau meningkatkan
aspek tertentu dari suatu sinyal. Hal ini berbeda dengan kebanyakan tipe filter analog
dengan rangkaian elektronika yang beroperasi pada sinyal analog waktu kontinyu.
5.4 Langkah Percobaan
Diinginkan sebuah filter digital yang akan melewatkan pita frekuensi dengan respons
frekuensi rata, turun sampai dengan – 3 dB dari 0~1000 Hz. Pada frekuensi 2000 Hz
diinginkan sinyal diredam -10 dB. Filter tersebut direncanakan bekerja bekerja pada
frekuensi sampling 10 kHz. Diberikan sinyal input :
x(t) = sin (21000t) + sin (22000t)
Penyelesaian :
Pada soal diketahui bahwa frekuensi sampling, f s = 10 kHz, maka perioda sampling
adalah, Ts = 10-4 detik. Respons magnitudo dari filter digital yang diinginkan dalam
soal dapat digambarkan sebagai berikut:

dB

0
K1

K2

  
(rad
)
Gambar 5.1 Respons magnitudo filter digital yang dirancang

Dimana, 1 = (2  f1)/fs = (2  1000)/10000 = 0,2  rad  K1  -3dB dan

2 = (2  f2)/fs = (2  )/10000 = 0,4  rad  K2  -10dB
Bila dilakukan transformasi ke bentuk filter analog , maka gambar 1 dapat dinyatakan
seperti gambar 2 di bawah:

dB

0
K1

K2

  
(rad)

Gambar 5.2 Respons magnitudo filter analog yang dirancang

2 ω 0,2 π
Ω1 = tan 1 =20000 tan
Dimana Ts 2 2 
2 ω 0,4 π
Ω2 = tan 2 =20000 tan
Ts 2 2 
Dan bila dilakukan transformasi ternormalisasi, maka gambar 2 dapat dinyatakan
sebagai berikut:

dB

0
K1

K2

 r 

Gambar 5.4 Respons magnitudo filter ternormalisasi

Ω2 14531
Ωr = =
Dimana
Ω1 6498 
Orde filter low-pass Butterworth analog dapat ditemukan dengan menggunakan rumus
sebagai berikut:
 − K 1 /10 − K 2 /10
log[(10 −1)/10 −1)] log [(100,3 −1)/101 −1)]
n= =
1 1
2 log ( Ω ) 2 log( )
r 2 , 236 
Dengan melakukan pembulatan ke atas, maka diperoleh nilai n = 2 dan dari table
polynomials Butterworth didapat :
B n ( s )=s2 + √ 2 s+1

Gambar 5.5 Tabel Butterworth Polynomial

sehingga untuk Filter Low-Pass orde 2 ternormalisasi berlaku:
1 1
H lpf (s )= = 2
Bn (s ) s + √ 2 s +1
Dengan mengganti variable s dengan s/maka pada Filter Low-Pass analog hasil
disain diperoleh:
1 1 1
H LPF ( s)=H lpf (s)|s=s/Ω = = =
1 Bn ( s) s 2 s s 2 s
( ) ( )
Ω 1 + √ 2 Ω1 +1 6498 + √ 2 6498 +1
Transfer function H(z) dari Filter Low-Pass digital yang direncanakan diperoleh
dengan mengganti variable S dengan 2(1 – z-1)/(T(1 + z-1)), yaitu:
1
H (z )= H LPF ( s)| 2 (1−z )
−1 = 2
s=
20000 1−z−1 20000 1−z−1
T (1 +z −1)

{ ( )}
6498 1+ z −1
+√ 2 (
6498 1+ z−1 )
+1

1
H (z )= 2
1−z−1 1−z−1
{ ( )}
9,4733
1+ z −1
+4,3528 ( 1+ z−1)+1
 −1 2
(1+ z )
H ( z )=
9 , 4733( 1−z−1 )2 + 4 , 3528( 1−z −1 )( 1+ z−1 )+( 1+ z−1 )2
1+ 2 z−1 + z−2
H (z )=
14,8261−16,9466 z −1 +6,1205 z−2

Bentuk umum persamaan transfer function H(z) dapat ditulis sebagai berikut :
−1 −2 −n
B( z ) b0 +b1 z + b2 z + .. . +b n z
H ( z )= =
A ( z ) a0 +a1 z −1 + a2 z−2 + .. . +a n z−n

Suatu filter digital dapat juga dispesifikasikan dengan menggunakan persamaan beda
standar yang mempunyai bentuk umum sebagai berikut :
N1 N2

y ( n )=∑ b k x ( n−k )−∑ a k y ( n−k )

k=0 k =1

Dimana ak dan bk didapat dari persamaan umum transfer function H(z). Apabila a 0
dibuat menjadi sama dengan satu (a0 = 1), maka persamaan transfer function H(z) dari
Filter Low-Pass digital yang direncanakan menjadi :
0, 0674+0 ,1349 z−1 +0 , 0674 z −2
H ( z)=
1−1 , 1430 z−1 +0, 4128 z−2

Sehingga persamaan beda y(n), dari Filter Low-Pass digital yang direncanakan menjadi
y(n) = 0,0674 x(n) + 0,1349 x(n-1) + 0,0674 x(n-2) +1,1430 y(n-1) – 0,4128 y(n-2)

Realisasi rangkaian dari persamaan beda di atas dapat dilihat pada gambar

0,0674 y(n)
x(n)
+ +

z-1 + + z-1
0,1349 1,1430

0,0674 - 0,4128
z-1 z-1

Gambar 5.6 Rangkaian Dari Persamaan Beda

Untuk menampilkan sinyal input dan output dalam domain waktu dan frekuensi, serta
respons frekuensi (response magnitudo dan response phase) filter hasil disain
digunakan alat bantu Matlab, yang hasilnya sebagai berikut :

%==============================================
%Program Design Filter Digital Low Pass IIR
%Mata kuliah : Pengolahan Signal Digital
%Oleh :
%NIM :
%==============================================
clear all; %Menghapus semua data
clf; %Membersihkan gambar

%Koefisien filter
B=[0.0674 0.1349 0.0674];A=[1 -1.1430 0.4128];
%B=[1 2 1];A=[14.8261 -16.9466 6.1205];
[H,wH]=freqz(B,A,100);

argument=atan2(imag(H),real(H));

%masukan impuls
x1=zeros(1,200);
x1(1)=1;

%Mencari respons impuls dengan menggunakan persamaan beda

dan masukan impuls
for n=1:200;
if n==1
y(n)=0.0674*x1(n);
elseif n ==2
y(n)=0.0674*x1(n)+0.1349*x1(n-1)+1.1430*y(n-1);
elseif n >=2
y(n)=0.0674*x1(n)+0.1349*x1(n-1)+0.0674*x1(n-
2)+1.1430*y(n-1)-0.4128*y(n-2);
 end
h(n)=y(n);
end

%Sinyal masukan
Fs=10000;%Sampling Sinyal masukan
t=(1:300)/Fs;
x=sin(2*pi*100*t)+sin(2*pi*3000*t);
X=fft(x,512);%Transformasi Fourier untuk melihat spektrum
sinyal masukan
w=(0:255)/256*Fs/2;

%Proses pemfilteran dengan menggunakan persamaan beda

for n= 1:200;
if n==1;
y(n)=0.0674*x(n);
elseif n==2;
y(n)=0.0674*x(n)+0.1349*x(n-1)+1.1430*y(n-1);
elseif n>=3;
y(n)=0.0674*x(n)+0.1349*x(n-1)+0.0674*x(n-
2)+1.1430*y(n-1)-0.4128*y(n-2);
end
end

Y=fft(y,512);%transformasi Fourier sinyal keluaran untuk

melihat spektrum sinyal keluaran

%Gambar respons magnitudo

figure(1)
plot(wH,abs(H.*conj(H)));
title('Respon Magnitudo Kuadrat Filter Hasil Rancangan')
xlabel('Frekuensi (Radian)')
ylabel('Magnitudo Kuadrat,|H|^2')
axis([0 3.2 0 1])
grid on

%Gambar respons magnitudo

figure(2)
plot(wH,20*log10(abs(H)))
title('Respon Magnitudo Filter Hasil Rancangan (Skala
dB)')
xlabel('Frekuensi (Radian)')
ylabel('Magnitudo 20*log|H|')
axis([0 3.2 -90 0])
grid on

%Gambar respons phase

figure(3)
plot(wH,argument);
title('Respon Phase Filter Hasil Rancangan')
xlabel('Frekuensi (Radian)')
ylabel('Phase (Radian)')
axis([0 3.2 -3.14 3.14])
grid on

%Gambar respons impuls

figure(4)
%stem(h(1:40));
stem((0:39),h(1:40))
title('Respons Impuls Filter Hasil Rancangan')
xlabel('n')
ylabel('h(n)')
grid on

%Gambar sinyal masukan domain waktu

figure(5)
plot(t,x);
title('Sinyal Masukan')
xlabel('Waktu, t(detik)')
ylabel('Level Sinyal, x(t)')
axis([0 0.02 -2 2])
grid on

%Gambar sinyal masukan domain frekuensi

figure(6)
plot(w,abs(X(1:256)))
title('Spektrum Sinyal Masukan')
xlabel('Frekuensi (Hz)')
ylabel('Level Sinyal, X(f)')
grid on

%Gambar sinyal masukan tersampling

figure(7)
stem(x(1:200));
title('Sinyal Masukan Tersampling')
xlabel('Sampling ke n')
ylabel('Level Sinyal, x(n)')
%axis([0 0.04 -2 2])
grid on

%Gambar sinyal masukan X(ejw)

figure(8)
plot(w/Fs,abs(X(1:256)))
title('Spektrum Sinyal Masukan')
xlabel('Frekuensi (Radian)')
ylabel('Level Sinyal, X(f)')
grid on

%Gambar sinyal keluaran diskrit

figure(9)
stem(y(1:200));
title('Sinyal Keluaran')
xlabel('Samplin ke n')
ylabel('Level Sinyal, y(n)')
%axis([0 0.028 -1.5 1.5])
grid on

%Gambar sinyal keluaran Y(ejw)

figure(10)
plot(w*2*pi/Fs,abs(Y(1:256)))
title('Spektrum Sinyal Keluaran')
xlabel('Frekuensi (Radian)')
ylabel('Level Sinyal, X(f)')
grid on

%Gambar sinyal keluaran domain waktu

figure(11)
plot(t(1:200),y(1:200));
title('Sinyal Keluaran')
xlabel('Waktu, t(detik)')
ylabel('Level Sinyal, y(t)')
axis([0 0.02 -1.5 1.5])
grid on

%Gambar sinyal keluaran domain frekuensi

figure(12)
plot(w,abs(Y(1:256)))
title('Spektrum Sinyal Keluaran')
xlabel('Frekuensi (Hz)')
ylabel('Level Sinyal, X(f)')
grid on
5.5 Hasil Percobaan
Tampilkan gambar dengan program MATLAB dari perancangan low pass filter digital
IIR Butterworth

Respon Magnitudo Kuadrat Filter Hasil Rancangan

1

0.9

0.8
Magnitudo Kuadrat,|H|2

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3
Frekuensi (Radian)

Gambar 5.7 Respon Magnitudo Kuadrat Filter Hasil Rancangan

 Respon Magnitudo Filter Hasil Rancangan (Skala dB)
0

-10

Magnitudo 20*log|H| -20

-30

-40

-50

-60

-70

-80

-90
0 0.5 1 1.5 2 2.5 3
Frekuensi (Radian)

Gambar 5.8 Respon Magnitudo Filter Hasil Rancangan

Respon Phase Filter Hasil Rancangan

3

1
Phase (Radian)

-1

-2

-3
0 0.5 1 1.5 2 2.5 3
Frekuensi (Radian)
Gambar 5.9 Respon Phase Filter Hasil Rancangan
 Respons Impuls Filter Hasil Rancangan
0.3

0.25

0.2

0.15
h(n)

0.1

0.05

-0.05
0 5 10 15 20 25 30 35 40
n
Gambar 5.10 Respons Impuls Filter Hasil Rancangan

Sinyal Masukan
2

1.5

1
Level Sinyal, x(t)

0.5

-0.5

-1

-1.5

-2
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Waktu, t(detik)
Gambar 5.11 Sinyal Masukan Domain Waktu
 Spektrum Sinyal Masukan
160

140

120
Level Sinyal, X(f)

100

80

60

40

20

0
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Frekuensi (Hz)
Gambar 5.12 Spektrum Sinyal Masukan Domain Frekuensi

Sinyal Masukan Tersampling

2

1.5

1
Level Sinyal, x(n)

0.5

-0.5

-1

-1.5

-2
0 20 40 60 80 100 120 140 160 180 200
Sampling ke n
Gambar 5.13 Gambar Sinyal Masukan Tersampling
 Spektrum Sinyal Masukan
160

140

120
Level Sinyal, X(f)

100

80

60

40

20

0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Frekuensi (Radian)
Gambar 5.14 Sinyal Masukan X(Ejw)

Sinyal Keluaran
1.5

0.5
Level Sinyal, y(n)

-0.5

-1

-1.5
0 20 40 60 80 100 120 140 160 180 200
Samplin ke n
Gambar 5.15 Sinyal Keluaran Diskrit
 Spektrum Sinyal Keluaran
120

100

80
Level Sinyal, X(f)

60

40

20

0
0 0.5 1 1.5 2 2.5 3 3.5
Frekuensi (Radian)
Gambar 5.16 Sinyal Keluaran Y(Ejw)

Sinyal Keluaran
1.5

0.5
Level Sinyal, y(t)

-0.5

-1

-1.5
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Waktu, t(detik)
Gambar 5.17 Keluaran Domain Waktu Sinyal
 Spektrum Sinyal Keluaran
120

100

80
Level Sinyal, X(f)

60

40

20

0
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Frekuensi (Hz)
Gambar 5.18 Sinyal Keluaran Domain Frekuensi

5.6 Analisa Data

Berikan analisa pada hasil percobaan berdasarkan respon magnitudo (passband,
atenuasi pada stopband, band transisi), respon fasa liniear atau tidak.
5.7 Tugas
Diinginkan sebuah filter digital yang akan melewatkan pita frekuensi dengan respons
frekuensi rata, turun sampai dengan – 3 dB dari 0~500 Hz. Pada frekuensi 1500 Hz
diinginkan sinyal diredam -40 dB. Filter tersebut direncanakan bekerja pada frekuensi
sampling 10 kHz. Diberikan sinyal input :
x(t) = sin (2108 t) + sin (21000 t)
Dapatkan :
1). Orde filter n, H(s), 1, 2, r
Orde filter n, H(s), 1, 2, r

Pada soal diketahui bahwa frekuensi sampling, f s = 10 kHz, maka perioda sampling
adalah, Ts = 10-4 detik. Respons magnitudo dari filter digital yang diinginkan dalam
soal dapat digambarkan sebagai berikut:

d
B
0
K1
 K2

  
  (rad
Gambar 5.19 Respons magnitudo filter digital yang dirancang
)

Dimana, 1 = (2  f1)/fs = (2  500)/10000 = 0,1  rad  K1  -3dB dan

2 = (2  f2)/fs = (2  15)/10000 = 0,3  rad  K2  -40dB

Bila dilakukan transformasi ke bentuk filter analog , maka gambar 1 dapat dinyatakan
seperti gambar 2 di bawah:

d
B
0
K1

K2

  
  (rad
)
Gambar 5.20 Respons magnitudo filter analog yang dirancang
2 ω1 0,1 π
Dimana Ω 1= tan =20000 tan 3167
Ts 2 2
2 ω 0,3 π
Ω 2= tan 2 =20000 tan 10190
Ts 2 2

Dan bila dilakukan transformasi ternormalisasi, maka gambar 2 dapat dinyatakan

sebagai berikut:

dB

0
K1

K2

 r 
 Gambar 5.21 Respons magnitudo filter ternormalisasi

Ω 2 10190
Dimana Ω r = = 3.217
Ω 1 3167

Orde filter low-pass Butterworth analog dapat ditemukan dengan menggunakan rumus
sebagai berikut:

log¿ ¿
n=
1 log ¿ ¿
2 log(¿ )= ¿ 3.943
Ωr 1
2 log(¿ )¿
3.217 ,

Dengan melakukan pembulatan ke atas, maka diperoleh nilai n = 4 dan dari table
polynomials Butterworth didapat :
Bn ( s )=(s¿ ¿2+ 0.765 s+1)( s2 +1.1848 s +1)¿

Gambar 5.22 Tabel Butterworth Polynomial

sehingga untuk Filter Low-Pass orde 2 ternormalisasi berlaku:
1 1
H lpf (s )= =
Bn (s) ( s¿¿ 2+0.765 s+1)(s 2 +1.1848 s+ 1) ¿
Dengan mengganti variable s dengan s/maka pada Filter Low-Pass analog hasil
disain diperoleh:
1 1
H LPF (s)= H lpf (s)|s=s / Ω = =
1
B n (s) s s 2
( ( )
Ω1
¿ ¿ 2+0.765 s ( )
+1)(
Ω1
+ 1.1848 s+1)=¿ ¿

1 ❑
H LPF (s)= H lpf (s)|s=s / Ω = =
1
B n (s) s 2
s s 2 s
(( )
3167
+0.765
3167 (
+1 ) )(( 3167) +1.1848(3167 ) )
+1
 Transfer function H(z) dari Filter Low-Pass digital yang direncanakan diperoleh
dengan mengganti variable S dengan 2(1 – z-1)/(T(1 + z-1)), yaitu:

1 ❑
H LPF (s)= H lpf (s)|s=s / Ω = =
1
B n (s) s 2
s s 2 s
(( )3167
+0.765
3167(+1 ) )(( 3167 )
+1.1848 (
3167
+1 ) )
1
H (z )= H LPF ( s)| 2 (1−z )
−1 =
s= 2 2
T (1 +z −1)

({ ( )}
20000 1−z−1
3167 1+ z−1
+ 0.765∗
20000 1− z−1
( (3167 1+ z −1 )) ) ({
+1 +
20000 1−z −1
3167 1+ z−1 ( )} +

1
H (z )= 2 2

({
39.880
1−z−1
(
1+ z
−1 )} (
+ 0.765∗ 6.3151
1−z−1
1+ z(
−1
+ 1 + )) ) ( {
39.880
1−z−1
1+ z
−1 ( )} (
+1.1848∗ 6.3151 ( 1
1

H (z )=¿ ¿

2). Persamaan fungsi alih H(Z)

Bentuk umum persamaan transfer function H(z) dapat ditulis sebagai berikut :
−1 −2 −n
B( z ) b0 +b1 z + b2 z + .. . +b n z
H ( z )= =
A ( z ) a0 +a1 z −1 + a2 z−2 + .. . +a n z−n

Suatu filter digital dapat juga dispesifikasikan dengan menggunakan persamaan beda
standar yang mempunyai bentuk umum sebagai berikut :
N1 N2

y ( n )=∑ b k x ( n−k )−∑ a k y ( n−k )

k=0 k =1

Dimana ak dan bk didapat dari persamaan umum transfer function H(z). Apabila a 0
dibuat menjadi sama dengan satu (a0 = 1), maka persamaan transfer function H(z) dari
Filter Low-Pass digital yang direncanakan menjadi :
0,1668+0,2648 z−1+ 0,1668 z−2
H (z )=
1−2,286 z−1+ 0,8236 z −2

Sehingga persamaan beda y(n), dari Filter Low-Pass digital yang direncanakan menjadi

3). Persamaaan output y(n)

y(n) = 0.1668 x(n) + 0.2648 x(n-1) + 0.1668 x(n-2) +2.286y(n-1) – 0.8236y(n-2)
4) Realisasi filter
0,1668 y(n)
x(n)
+ +

z-1 + + z-1
0,2648 2,286

0,1668 - 0,-8236
z
-1
z-1

Gambar 5.23 Realisasi Filter

5). Gambarkan seluruh sinyalnya dengan matlab

 Respon Magnitudo Kuadrat Filter Hasil Rancangan
1

0.9

0.8
Magnitudo Kuadrat,|H| 2

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3
Frekuensi (Radian)

5.8. Kesimpulan
Berikan kesimpulan dari kegiatan praktikum di atas.