Disusun oleh :
Tim Asisten Laboratorium Telekomunikasi
LABORATORIUM TELEKOMUNIKASI
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS ANDALAS
PADANG
2021
KATA PENGANTAR
KATA PENGANTAR........................................................................................................i
DAFTAR ISI.....................................................................................................................ii
STRUKTUR PENGELOLAAN LABORATORIUM
TELEKOMUNIKASI.......................................................................................................iv
TATA TERTIB PRAKTIKUM.......................................................................................v
FORMAT LAPORAN....................................................................................................vii
Modul I : SINYAL DISKRIT,SAMPLING DAN ALIASING....................................1
I. Tujuan Percobaan..................................................................................................1
II. Dasar Teori............................................................................................................1
III. Prosedur percobaan................................................................................................5
IV. Tugas pendahuluan..............................................................................................16
Modul II : KONVOLUSI DISKRIT............................................................................17
I. Tujuan Percobaan................................................................................................17
II. Dasar Teori..........................................................................................................17
III. Prosedur percobaan..............................................................................................18
IV. Tugas pendahuluan..............................................................................................26
Modul III : AUDIO MULTICHANEL DAN KOMPRESI AUDIO.........................27
I. Tujuan Percobaan................................................................................................27
II. Dasar Teori..........................................................................................................27
III. Alat dan Bahan....................................................................................................28
IV. Prosedur percobaan..............................................................................................28
V. Jurnal....................................................................................................................29
VI. Perhitungan..........................................................................................................30
VII. Tugas Pendahuluan........................................................................................32
Modul IV : PENGOLAHAN SINYAL DIGITAL PADA CITRA............................33
I. Tujuan Percobaan................................................................................................33
II. Dasar Teori..........................................................................................................33
III. Alat dan Bahan....................................................................................................35
IV. Prosedur percobaan..............................................................................................35
V. Jurnal Percobaan..................................................................................................39
LABORATORIUM TELEKOMUNIKASI
I. Laporan Akhir
1. Cover (print)
2. Judul (print)
3. Tujuan (print)
7. Jurnal (print)
I. TUJUAN
1. Pengertian Sinyal
Sinyal adalah besaran fisis yang berubah menurut waktu, ruang, atau variabel-
variabel bebas lainnya. Contoh sinyal: sinyal ucapan, ECG, dan EEG. Secara
matematis, sinyal adalah fungsi dari satu atau lebih variabel independen. Proses
ini dilakukan melalui pemodelan sinyal.
Dalam sinyal kontinu, variabel bebas adalah kontinu sehingga sinyal didefinisikan
sebagai sebuah runtutan nilai dari variabel bebasnya.
Sinyal waktu diskrit hanya didefiniskan pada suatu waktu secara diskrit sehingga
variabel bebas dari sinyal ini hanya terjadi pada waktu tertentu.
xt Ce
at
Dimana C dan a adalah bilangan kompleks. Jika C dan a adalah real (dimana x(t)
disebut eksponensial real), maka terdapat tiga jenis keadaan, yaitu:
xt e
j0t
Dengan menggunakan rumus Euler, eksponensial kompleks dalam persamaan
xt e
j0t dapat dituliskan dalam bentuk sinyal sinusoidal dengan periode
yang sama:
j0t
e cos t0 j sin t0
Gambar 3. Eksponensial real kontinyu x(t) = Ceat, (a) a > 0; (b) a < 0.
1. Sampling
2. Kuantisasi
3. Koding
Proses ADC
1. Sampling
Sinyal analog xa (t) diubah menjadi sinyal diskrit pada sebuah pencuplik (sampler)
menghasilkan sinyal waktu diskrit x(n)
2. Kuantisasi
3. Koding
Teori sampling ini berdasarkan teori Nyquist. Syarat Nyquist dengan batas : -1/2
F
F
< f < 1/2 dan –π< <π. Sehingga 2 , dimana Fs = frekuensi sampling.
Aliasing
A. SINYAL SINUSOIDAL
n = 0:40;
k=1/8;
x1 = sin (pi*k*n);
stem(n,x1) . . . . [enter]
a. k = 1/7
b. k = 3/7
n = 0:40;
k=1/8;
stem(n,x2) . . . . . [ enter]
untuk: a. k = 1/7,
b. k = 3/7,
n = 0:100;
k=1/8;
stem(n,x3) . . . . . [ enter]
a. k = 2/9
b. k = 3/9
B. SINYAL EXPONENSIAL
n = 0:9;
a. x4 = (0.9) .^n .*ones(1,10);
stem(n,x4) . . . . . . [enter]
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9
35
30
25
20
15
10
0
0 1 2 3 4 5 6 7 8 9
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7 8 9
d. x7 = (- 1.5) .^n .*ones(1,10);
stem(n,x7) . . . . . . [enter]
30
20
10
-10
-20
-30
-40
0 1 2 3 4 5 6 7 8 9
C. SAMPLING
sampling -----[enter]
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
SINYAL TERSAMPLING
1
Level Amplitudo
0.5
-0.5
-1
0 2 4 6 8 10 12 14 16
Data Sampling Waktu (n)
SINYAL INFORMASI
1
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
SINYAL TERSAMPLING
1
Level Amplitudo
0.5
-0.5
-1
0 2 4 6 8 10 12 14 16
Data Sampling Waktu (n)
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
SINYAL TERSAMPLING
1
Level Amplitudo
0.5
-0.5
-1
0 1 2 3 4 5 6 7 8
Data Sampling Waktu (n)
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
-16 SINYAL TERSAMPLING
10
5
Level Amplitudo
-5
0 0.5 1 1.5 2 2.5 3 3.5 4
Data Sampling Waktu (n)
D. ALIASI
NG
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
SINYAL TERSAMPLING
1
Level Amplitudo
0.5
-0.5
-1
0 1 2 3 4 5 6 7
Data Sampling Waktu (n)
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
SINYAL TERSAMPLING
1
Level Amplitudo
0.5
-0.5
-1
0 1 2 3 4 5 6
Data Sampling Waktu (n)
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
SINYAL TERSAMPLING
1
Level Amplitudo
0.5
-0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Data Sampling Waktu (n)
Level Amplitudo
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Mili detik
-15 SINYAL TERSAMPLING
10
0
Level Amplitudo
-0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4
Data Sampling Waktu (n)
IV.
JURNAL PERCOBAAN
A. Sinyal Sinusoidal
0.8
1/7 0.6
0.4
0.2
1
0
-0.2
-0.4
-0.6
-0.8
-1
0 5 10 15 20 25 30 35 40
0.8
3/7 0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 5 10 15 20 25 30 35 40
1
0.8
1/7 0.6
0.4
0.2
2 0
-0.2
-0.4
-0.6
-0.8
-1
0 5 10 15 20 25 30 35 40
0.8
3/7 0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 5 10 15 20 25 30 35 40
0.8
0.6
2/9 0.4
0.2
-0.2
3 -0.4
-0.6
-0.8
-1
0 10 20 30 40 50 60 70 80 90 100
0.8
0.6
3/9 0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 10 20 30 40 50 60 70 80 90 100
a. Fs = 16 Hz
b. Fs = 4 Hz
xa t 4 cos 2000t
6. Diketahui suatu sinyal . Tentukan :
7. Diketahui suatu sinyal x(t) = 2 cos 60π t + 7 cos 900π t + sin 80π t.
Tentukan :
a. Jika Fs = 5000 Hz, berapa xn ?
I. TUJUAN
Memahami operasi-operasi sinyal diskrit
Memahami operasi konvolusi antara dua sinyal diskrit
2. Asosiatif
Padang, 2021
Asisten Pengawas
(……………………………)
TUGAS PENDAHULUAN
1. Jelaskan apa itu konvolusi sinyal ?
2. Jelaskan macam – macam sinyal diskrit !
3. Jelaskan tahapan – tahapan konvolusi diskrit dengan metode grafik !
Carilah hasil konvolusi y[n] untuk :
4. X[n] = 0,8n [δ(n+1) + δ(n-1) + δ(n-2) + δ(n-3)]; h[n] = 0,5n (U[n]-U[n-5])
5. X[n] = 1, 0 ≤ n ≤ 5 dan 0, lainnya; h[n] = n-1, -3 ≤ n ≤ 3 dan 0, lainnya
6. X[n] = 2, 2≤ n ≤ 8 dan 0, lainnya; h[n] = n+3, -5≤ n ≤ 5 dan 0, lainnya
MODUL 3
AUDIO MULTICHANEL
I. TUJUAN
1. Memahami prinsip kerja Audio Multichannel
2. Memahami perbedaan multichannel dan mono channel
3. Mengetahui pengaruh kompresi terhadap kualitas suara
4. Memahami teknik kompresi audio
5. Memahami cara menilai kualitas suara
Audio adalah suara atau bunyi yang dihasilkan oleh getaran suatu
benda pada rentang frekuensi pendengaran manusia (20 Hz – 20 kHz).
Sama halnya pada data , dalam kompresi audio ada dua teknik
kompresi yang digunakan yaitu Lossless dan Lossy. Pada teknik lossy ada
kemungkinan beberapa data yang hilang saat proses kompresi.
III. ALAT DAN BAHAN
1. Audio Multichannel
a. Audio Multichannel 5.1
b. Personal Komputer (PC)
c. Software MATLAB R2013a
d. Software faac
2. Kompresi Audio
a. Personal Komputer (PC) atau Laptop.
b. Headphone
c. Software Media Player Music
d. Software MATLAB R2013b
IV. PROSEDUR PERCOBAAN
1. Audio Multichannel
1) Rangkai susunan Audio Multichannel 5.1 seperti gambar di
bawah ini :
[a,fs,nb] = wavread(‘namafilemusik5channel.wav');
>> b=a(:,1);
>> c=[b bbb b];
>>wavwrite(c,fs,'namafilemusikMono');
3) Posisikanpraktikansesuaigambar di diatas.
4) Putarmusik demo dandengarkandenganbaik.!
5) Lakukanpraktikumsesuaijurnal !
2. Kompresi Audio
1. Pastikan kondisi telinga dan pendengaran dalam kondisi
bersih dan baik .
2. Cek kondisi alat apakah bekerja dengan baik.
3. Setiap anggota kelompok mendengarkan audio yang
diputar pada laptop.
4. Percobaan dilakukan dengan 5 jenis audio dan setiap
audio memilki 3 variasi bitrate.
5. Beri skor pada percobaan. Pada setiap percobaan subjek
akan mendengarkan 3 audio dengan yang pertama (audio
A) adalah audio asli. Sedangkan audio B dan C salah
satu audionya merupakan audio asli dan yang lainnya
adalah audio yang telah dikompres
6. Tentukan mana audio asli dan audio hasil kompresi !
7. Lakukan percobaan sesuai jurnal.
Klasik
1
2 Akustik
3 Tertawa
4 Tepuk Tangan
5 Suara Manusia
ii. Percobaan 2 (Membandingkan audio hasil kompresi dengan audio
asli)
Skor Benar /
No Jenis Audio Bitrate B C Salah
128
Musik Klasik 256
1
320
128
2 Musik Akustik 256
320
128
3 Tertawa 256
320
128
4 Tepuk Tangan 256
320
128
5 Suara Manusia 256
320
Musik Klasik
Musik Akustik
Tertawa
Tepuk Tangan
Suara Manusia
SDG
Jenis SDG
SDG
Audio
Subjek 1 Subjek 2 Subjek 3 Subjek 4
A
B
C
D
E
Jika SDG rata-rata SDG < 0 maka data dinilai valid jika SDG ≥ 0 maka
data tidak valid.
Padang, 2021
Asisten Pengawas
(……………………………)
TUGAS PENDAHULUAN
1. Apa yang dimaksud dengan audio ?
2. Jelaskan parameter apa saja yang dinilai dari sebuah audio ?
3. Apa yang dimaksud dengan Audio Multichannel ?
4. Apa yang membedakan antara sistem Audio Multichannel 2.0 , 5.1, dan 7.1 ?
5. Mengapa diperlukan Audio Multichannel ?
6. Sebutkan dan jelaskan aplikasi dari Audio Multichannel ?
7. Apa itu Audio Coding ?
8. Apa arti bitrate pada Audio Multichannel ?
9. Apa itu kompresi audio dan jelaskan tujuannya ? 10.Jelaskan
macam – macam teknik kompresi audio !
10. 11.Sebutkan dan jelaskan parameter yang digunakan dalam penilaian kualitas audio
secara objektif dan subjektif !
MODUL 4
PENGOLAHAN SINYAL DIGITAL PADA CITRA
I. TUJUAN
1. Memahami prinsip kerja kompresi pada citra digital
2. Mengetahui pengaruh hasil kompresi pada citra digital
Dimana:
MAX = nilai intensitas terbesar.
m dan n = lebar dan tinggi citra, I dan K.
Kompresi data dibagi menjadi dua kategori yaitu kompresi data bersifat
loseless dan lossy. Algoritma kompresi tergolong lossless jika memungkinkan
data yang sudah dikompres dapat direkonstruksi kembali persis sesuai dengan
data original. Contoh data yang cocok adalah gambar medis, teks, program,
spread sheet dan lain-lain. Beberapa algoritma yang tergolong dalam jenis ini
adalah algoritma Shannon-Fano, algoritma Deflate, algoritma Run Length
Coding, algoritma Huffman, algoritma LZW, dan algoritma Arithmetic
Coding. Algoritma kompresi tergolong lossy jika tidak memungkinkan data
yang sudah dikompres dapat direkonstuksi kembali persis sesuai dengan data
asli. Contoh data yang cocok adalah gambar, suara dan video.
JPEG (Joint Photograpic Experts Group) menggunakan teknik
kompresi lossy sehingga sulit untuk proses pengeditan. Tahapan kompresi
JPEG dapat dilihat pada gambar 2.1 dibawah ini.
Decoded image
Listing Program
tic
I = imread('1.bmp');
imwrite(I,'ubah_format.TIFF','compression','LZW'
) citra_25=imread(' ubah_format.TIFF');
[baris,kolom,channel] = size(I);
[baris_s,kolom_s,channel_s] =
size(citra_25); I = double(I);
citra_25 = double(citra_25);
for i=1:baris
for
j=1:kolom
piksel(i,j) = (I(i,j) - citra_25(i,j))^2;
en
d end
end
aa=sum(piksel,2)
; bc=sum(aa);
TIM ASISTEN LABORATORIUM 41
MSE = bc/(baris * kolom);
PSNR = 20 *( log10 ( 255 /sqrt ( MSE )));
toc
2. Percobaan 2
Mengubah Ukuran Citra
1. Aktifkan program Matlab pada komputer
2. Buatlah listing program yang ada pada modul
3. Ubah nama file citra yang berada di program matlab, dengan gambar yang
telah praktikan siapkan
4. Jalankan program matlab
5. Amati hasil percobaan
Listing program
Memperbesar Ukuran Citra
tic
citra=imread('400x600.jpg')
; d=uint8(zeros(400,600));
for
b_asli=1:400
for k_asli=1:600
temp=citra(b_asli,k_asli);
for b_baru=1:4
for k_baru=1:4
dummyb=((b_asli-1)*4 +
b_baru); dummyk= ((k_asli-1)*4
+ k_baru);
d(dummyb,dummyk)=temp;
en
d
en
d
d(dummyb,dummyk)
; end
end
imwrite(d,'besar3.jpg')
;
citra_kompresi=imread('besar3.jpg');
figure
imshow(citra); title('Citra
asli'); figure
imshow(citra_kompresi); title('Citra dimensi besar');
toc
Memperkecil Ukuran Citra
tic
clc
citra=imread('1.bmp')
;
area=uint8(zeros(150,200));
for i=1:300;
for j=1:400;
d(i,j)=citra(i,j)
; end
end
for b_asli=1:150
for k_asli=1:200
temp=0;
pixel=0; for
b_baru=1:2 for
k_baru=1:2
pixelb=((b_asli-1)*2 + b_baru);
pixelk= ((k_asli-1)*2 +
k_baru);
pixel1=d(pixelb,pixelk);
temp1=temp+pixel1;
en
d
en
d
temp2=round(temp1/4);
area(b_asli,k_asli)=temp2;
end
end
imwrite(area,'kompresi.jpg')
;
citra_kompresi=imread('kompresi.jpg');
figure
imshow(citra);
title('Citra
asli'); figure
imshow(citra_kompresi)
; title('Citra kompresi');
toc
V. JURNAL PERCOBAAN
6. Percobaan Teknik Kompresi Citra
Variasi teknik Kompresi
Format Format Rasio
Teknik Waktu
Input Output Kompresi MSE PSNR
Kompresi Kompresi
Citra Citra (%)
*.bmp *.tiff
LZW
*.png *.png
*.bmp *.tiff
Packbits
*.png *.png
*.bmp *.tiff
Deflate
*.png *.png
*.bmp *.jpeg
75
*.jpeg *.jpeg
Tabel 5.2 Jurnal percobaan teknik kompresi citra dengan variasi Kualitas
kompresi
Padang, 2021
Asisten Pengawas
(……………………………)
7. Mengubah Ukuran Citra
Memperbesar ukuran citra
Format Ukuran
Rasio
Input Citra Perbesaran Waktu
Kompresi
Citra
2x
2x
*.jpg
400 x 600 3x
4x
I. TUJUAN
1. Memahami prinsip kegunaan filter adaptif
2. Memahami cara kerja filter dalam menghilangkan noise
3. Mengetahui cara mencampurkan sinyal
4. Mengetahui cara membersihkan sinyal yang bercampur derau
b. Algoritma RLS
c. Algoritma GAL
d. Algoritma Callman
III.ALAT DAN BAHAN
% filter LMS
[x,fs,nbits] =
wavread('suara_bersih_10dB'); [d,fs,nbits]
= wavread ('suara_bersih'); nord1 =100;
mu = 0.001;
a0 = 0;
% d = wavread(sourceSLCFile);
X=convmtx(x,nord1);
[M,N] = size(X);
% a0 = a0(:).';
y(1) = a0*X(1).';
E(1) = d(1) - y(1);
A(1,:) = a0 + mu*E(1)*conj(X(1,:));
if M>1
for k=2:M-nord1+1;
y(k) = A(k-1,:)*X(k,:).';
E(k) = d(k) - y(k);
A(k,:) = A(k-1,:) + mu*E(k)*conj(X(k,:));
end;
end;
S_bn = d(1:size(x))-x;
nr= size (S_bn);
sum_S =0.0;
for i=1:nr
sum_S= abs (S_bn(i))+
sum_S; end
S_bf = d(1:size(y))-
y.'; nf= size (S_bf);
sum_F = 0.0;
for i=1:nf
sum_F= abs (S_bf(i))+
sum_F; end
Pd = mean (d.^2); %d = daya sinyal
bersih Px = mean (x.^2); % rusak
Py = mean (y.^2); % hasil
filter subplot (3,1,1), plot(d)
subplot (3,1,2), plot(x)
subplot (3,1,3), plot(y)
wavwrite(y,'suara_bersih_awgn0db-LMS_orde100_mu0-001');
% end
17. Amatilah bentuk sinyal dan hitung daya sinyal setelah sinyal dibersihkan.
Normalized LMS
5. Buka aplikasi matlab
6. Ambil sinyal bersih 0 dB dan 10 dB yang telah tercampur noise untuk
dibersihkan.
7. Bersihkan noise dengan filter NLMS
4. Ketikkan script dibawah ini :
6. Amatilah bentuk sinyal dan hitung daya sinyal setelah sinyal dibersihkan.
V. JURNAL
Merekam Suara Asli
Variasi Sample Rate (Frekuensi Sampling)
Hasil
Sample Sample Bentuk Kapasitas
Durasi Sinyal Daya Perhitungan
Rate Encoding Penyimpanan
Kapasitas
8000
Line 8
16000
offset
44100
Tabel 5.1 Tabel Variasi Sample Rate
Variasi Bit
Hasil
Sample Sample Bentuk Kapasitas
Durasi Sinyal Daya Perhitungan
Rate Encoding Penyimpanan
Kapasitas
Line 8
Line 16
8000
Line 32
Tabel 5.2 Tabel Variasi Sample Encoding
1 -10
2 0
3 10
Orde 25 75 100
SNR (dB)
Gambar Gambar Gambar
Daya Daya Daya
µ Sinyal Sinyal Sinyal
0
0,01
10
0
0,05
10
0
1,5
10
Orde 25 50 75
SNR (dB)
Gambar Gambar Gambar
Daya Daya Daya
β Sinyal Sinyal Sinyal
0
0,2
10
0
0,4
10
0
0,8
10
Padang, 2021
Asisten Pengawas
(……………………………)
TUGAS PENDAHULUAN