LAPORAN TUGAS BESAR PRAKTIKUM

SINYAL DAN SISTEM

HIGH PASS FILTER UNTUK PENYARING NADA

TINGGI PADA AMPLIFIER SUARA

Disusun Oleh:
1. RIAN PERMANA ADHI 201910201083
2. RIZKY ADITYA NUGRAHA 201910201084
3. FAIZ AMRULLAH 201910201087
4. BASTINO UBAID CHOIRI 211910201100
5. RUDI RIZALDI 211910201103

JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS JEMBER

2021
i
 KATA PENGANTAR

Assalamuaikum Wr. Wb.

Puji Syukur penulis panjatkan atas kehadirat Allah SWT, yang senantiasa
melimpahkan rahmat serta hidayahnya, sehinnga penulis dapat menyelesaikan
penyusunan laporan tugas besar ini. Shalawat serta salam semoga senantiasa
tercurahkan kepada Nabi Muhammad SAW, yang kita nantikan syafaatnya di
akhirat nanti.

Penulis menyampaikan banyak terima kasih kepada Bapak Ir. Dodi

Setiabudi, S.T., M.T. selaku Dosen Pengampu dan Asisten-asisten Laboratorium
Telekomunikasi dan Terapan yang bertugas dalam mata kuliah Praktikum Sinyal
dan Sistem, serta referensi-referensi atau jurnal yang penulis dapatkan dari
berbagai sumber.

Penulis menyadari bahwa penulisan laporan ini masih jauh dari kata
sempurna, dan meyakini masih ada kesalahan maupun kekurangan yang ada di
dalarnnya. Maka dari itu penulis mengharapkan kepada pembaca untuk bisa
memberikan kritik serta saran supaya nantinya pemahaman penulis mengenai
topik laporan ini bisa lebih baik lagi dan bisa menjadi referensi yang lebih
berkualitas lagi kedepannya.

Akhimya dengan segala kerendahan hati penulis mengucapkan terima kasih

dan mohon maaf apabila terdapat kesalahan kata. Semoga laporan ini dapat
menjadi manfaat bagi penulis maupun kita bersama.

Wassalamualaikum Wr. Wb

Jember, 7 Desember 2021

Kelompok3

ii
 DAFTAR ISI

HALAMAN SAMPUL ......................................................................................i

KATA PENGANTAR .......................................................................................i i
DAFTAR ISI ......................................................................................................i i i
DAFTAR GAMBAR .........................................................................................iv
BAB 1 PENDAHULUAN

1.1 Latar Belakang ........................................................................................1

1.2 Rumusan Masalah ...................................................................................2
1.3 Tujuan .....................................................................................................2
1.4 Manfaat ...................................................................................................2

BAB 2 TINJAUAN PUSTAKA

2.1 Filter FIR .................................................................................................3

2.2 Aplikasi MATLAB .................................................................................6

BAB 3 METODOLOGI

3.1 Alat-alat Dan Komponen ........................................................................8

3.2 Prosedur Percobaan .................................................................................8

BAB 4 HASIL DAN PEMBAHASAN

4.1 Hasil Pengujian Tugas Besar ..................................................................9

4.2 Analisis Data dan Pembahasan ...............................................................11

BAB 5 PENUTUP

5.1 Kesimpulan .............................................................................................13

DAFTAR PUSTAKA ........................................................................................14

iii
 DAFTAR GAMBAR

Gambar 2.1 Struktur Logika Filter FIR................................................................. 4

Gambar 2.2 Respons Frekuensi Filter FIR ............................................................ 5

Gambar 4.1 Gelombang HPF FIR dengan Wn 0.30 dan N 70 .............................. 9

Gambar 4.2 Gelombang HPF FIR dengan Wn 0.50 dan N 30 .............................. 9

Gambar 4.3 Gelombang HPF FIR dengan Wn 0.50 dan N 50 .............................. 9

Gambar 4.4 Gelombang HPF FIR dengan Wn 0.50 dan N 70 .............................. 10

Gambar 4.5 Gelombang HPF FIR dengan Wn 0.70 dan N 30 .............................. 10

Gambar 4.6 Gelombang HPF FIR dengan Wn 0.70 dan N 100 ............................ 10

iv
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam perkembangan awal elektronika, filter analog menjadi pilihan karena
relatif murah dan mudah dalam perancanganya. Akan tetapi setelah ditemukan
piranti digital dengan kemampuan komputasi yang cepat, implementasi filter
digital sangat digemari dan sejak itu hingga kini telah banyak menggantikan
peran filter analog. Sampai saat ini filter digital masih menjadi objek penelitian
yang terus berkembang dan diminati banyak orang.

Filter digital adalah suatu prosedur matematika atau algoritma yang

mengolah sinyal masukan digital dan menghasilkan isyarat keluaran digital yang
memiliki sifat tertentu sesuai dengan tujuan filter. Filter digital dapat dibagi
menjadi dua yaitu filter digital IIR (infinite impulse response) dan FIR (finite
impulse response). Pembagian ini berdasarkan pada tanggapan impuls filter
tersebut yaitu FIR memiliki tanggapan impuls yang panjangnya terbatas
sedangkan IIR tidak terbatas.

Filter Finite Impulse Response (FIR) adalah salah satu tipe filter digital yang
digunakan pada pemrosesan sinyal digital. Filter FIR menggunakan sistem yang
bersifat open loop atau tanpa feedback, sehingga respon impulsnya terbatas atau
finite. Kelebihan Filter FIR dibanding Filter IIR adalah stabil dan memiliki
phase yang linier yang berarti pada proses equalisasi terdapat delay yang
bertujuan agar frekuensi dapat diterima pada waktu yang sama. Pada tugas besar
kali ini, praktikan akan melakukan percobaan mengenai High Pass Filter (HPF)
dalam struktur Finite Impulse Response (FIR). High Pass Filter atau biasanya
disingkat dengan HPF adalah Filter atau penyaring frekuensi yang dapat
melewatkan sinyal frekuensi tinggi dan menghambat atau memblokir sinyal
frekuensi rendah. Dengan kata lain, sinyal Frekuensi tinggi akan lebih mudah
melewati High Pass Filter (HPF) sedangkan sinyal frekuensi rendah akan
dihambat atau dipersulit untuk melewatinya. HPF yang ideal adalah HPF yang
sama sekali tidak melewatkan sinyal dengan frekuensi dibawah frekuensi cut-

1
off. Pada dasarnya, High Pass Filter (HPF) adalah kebalikan dari Low Pass Filter
(LPF). Dalam bahasa Indonesia, High Pass Filter disebut juga dengan Tapis
Lolos Tinggi, Tapis Pelewat Tinggi atau Penyaring Lolos Atas. Pada amplifier,
High Pass Filter digunakan untuk mengarahkan sinyal frekuensi tinggi ke
speaker tweeter yang lebih kecil atau untuk mengurangi kebisingan frekuensi
rendah atau distorsi tipe (gemuruh).

Dari uraian diatas, maka dalam judul Laporan Tugas Besar ini penulis
mengambil judul tentang “Aplikasi High Pass Filter untuk Penyaring Nada
Tinggi pada Amplifier Suara”.

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang masalah di atas, maka rumusan masalah
dalam Laporan Tugas Besar ini adalah sebagai berikut :
1. Bagaimana cara menyusun program High Pass Filter pada filter FIR dengan
menggunakan software Matlab ?
2. Apa pengaruh nilai frekuensi cut-off dan nilai orde pada hasil gelombang ?

1.3 Tujuan
Adapun tujuan dari pembuatan Laporan Tugas Besar ini adalah :
1. Mampu menyusun filter digital dan melakukan pemfilteran pada sinyal.
2. Menyusun program High Pass Filter pada filter FIR dengan menggunakan
software Matlab.
3. Menganalisa pengaruh nilai frekuensi cut-off dan nilai orde pada hasil
gelombang.

1.4 Manfaat
Adapun manfaat dari penulisan Laporan Tugas Besar ini adalah sebagai
berikut:
1. Mempermudah proses pembelajaran dan pemahaman High Pass Filter
(HPF).
2. Mempermudah dalam menentukan dan menyimpulkan hasil pengujian dari
sebuah respon pada High Pass Filter

2
 BAB 2
TINJAUAN PUSTAKA
2.1 Filter FIR
Dalam pemrosesan sinyal digital, FIR adalah filter yang respons
impulsnya memiliki periode yang terbatas, sebagai akibatnya menjadi nol
dalam waktu yang terbatas. Ini sering berbeda dengan filter IIR, yang dapat
memiliki umpan balik internal dan masih akan merespons tanpa batas. Respon
impuls dari filter FIR waktu diskrit orde ke-N mengambil sampel N+1 dengan
tepat sebelum kemudian menjadi nol. Filter FIR adalah jenis filter paling
populer yang dijalankan dalam perangkat lunak dan filter ini dapat berupa
waktu kontinu, analog atau digital, dan waktu diskrit. Jenis khusus dari filter
FIR yaitu, Boxcar, Transformer Hilbert, Diferensiator, Lth-Band dan Raised-
Cosine.

Singkatan istilah FIR adalah "Respons Impuls Hingga" dan merupakan

salah satu dari dua jenis utama filter digital yang digunakan dalam aplikasi
DSP. Filter adalah pengkondisi sinyal dan fungsi masing-masing filter adalah,
memungkinkan komponen AC dan memblokir komponen DC. Contoh filter
terbaik adalah saluran telepon, yang berfungsi sebagai filter. Karena, itu
membatasi frekuensi kemarahan secara signifikan lebih kecil daripada rentang
frekuensi yang dapat didengar manusia.

Filter FIR untuk Pemrosesan Sinyal Digital

Ada berbagai macam filter yaitu LPF, HPF, BPF, BSF. LPF hanya
mengizinkan sinyal frekuensi rendah melalui output dayanya, jadi filter ini
digunakan untuk menghilangkan frekuensi tinggi. LPF nyaman untuk
mengontrol rentang frekuensi tertinggi dalam sinyal audio. HPF sangat
berlawanan dengan LPF. Karena, ia hanya menolak komponen frekuensi di
bawah beberapa ambang batas. Contoh terbaik dari HPF adalah, memotong
daya AC 60Hz yang dapat didengar, yang dapat dipilih sebagai noise yang
terkait dengan hampir semua sinyal di AS.

Alternatif filter IR adalah filter DSP yang juga dapat berupa IIR. Filter IIR
menggunakan umpan balik, jadi ketika Anda memberikan impuls, output
secara teoritis berdering selamanya. Istilah yang digunakan untuk
menggambarkan filter IR adalah Tap, respon impuls, MAC (multiply
akumulasi), garis tunda, pita transisi, dan buffer melingkar.

Metode Desain Filter FIR

Metode perancangan filter FIR berdasarkan pendekatan filter ideal. Filter

berikutnya mendekati karakteristik sempurna karena urutan filter akan
meningkat, sehingga membuat filter dan implementasinya lebih rumit.

3
 Proses perancangan dimulai dengan kebutuhan dan spesifikasi filter FIR.
Metode yang digunakan dalam proses desain filter tergantung pada
implementasi dan spesifikasinya. Ada banyak keuntungan dan kerugian dari
metode desain. Oleh karena itu, sangat penting untuk memilih metode yang
tepat untuk desain filter FIR. Karena efisiensi dan kesederhanaan filter FIR,
metode jendela yang paling umum digunakan. Metode frekuensi sampling
metode lain juga sangat mudah digunakan, tetapi ada redaman kecil di
stopband.

Struktur Logika Filter FIR

Filter FIR digunakan untuk mengimplementasikan hampir semua jenis

respons frekuensi digital. Biasanya filter ini dirancang dengan pengganda,
penambah dan serangkaian penundaan untuk membuat output dari filter.
Gambar berikut menunjukkan diagram dasar filter FIR dengan panjang N.
Hasil penundaan beroperasi pada sampel input. Nilai hk adalah koefisien yang
digunakan untuk perkalian. Sehingga o/p pada suatu waktu dan itu adalah
penjumlahan dari semua sampel tertunda dikalikan dengan koefisien yang
sesuai.

Gambar 2.1 Struktur Logika Filter FIR

Desain filter dapat didefinisikan sebagai proses pemilihan panjang dan

koefisien filter. Tujuannya adalah untuk mengatur parameter sehingga
parameter yang diperlukan seperti stop band dan pass band akan memberikan
hasil dari menjalankan filter. Sebagian besar insinyur menggunakan
perangkat lunak MATLAB untuk merancang filter.

Biasanya, filter ditentukan oleh responsnya terhadap

komponen frekuensi terpisah yang menemukan sinyal i/p. Respons filter a
diklasifikasikan menjadi tiga jenis berdasarkan frekuensi seperti stop band,
pass band dan transisi band. Respon dari passband adalah efek filter pada
komponen frekuensi yang dikirim melalui sebagian besar tidak terpengaruh.

Frekuensi dalam stopband filter, dengan perbedaan, sangat berkurang. Pita

transisi menandakan frekuensi di tengah, yang mungkin menerima beberapa
pengurangan, tetapi tidak terlepas sepenuhnya dari sinyal output daya.

Respons Frekuensi Filter FIR

4
 Plot respons frekuensi filter ditunjukkan di bawah ini, di mana p adalah
frekuensi akhir passband, s adalah frekuensi awal stopband, As adalah jumlah
redaman di stopband. Frekuensi b/n p dan s turun di pita transisi dan
dikurangi ke tingkat yang lebih rendah. Itu menegaskan bahwa filter
memenuhi spesifikasi yang disukai termasuk bandwidth transisi, riak, panjang
filter, dan koefisien. Semakin lama filter, semakin halus respons yang dapat
disetel. Dengan panjang N dan koefisien, float h[N] = {…………},
diputuskan, implementasi filter FIR cukup mudah.

Gambar 2.2 Respons Frekuensi Filter FIR

Transformasi Z dari Filter FIR adalah

Untuk filter FIR N-tap dengan koefisien h(k), maka o/p didefinisikan sebagai
y(n)=h(0)x(n) + h(1)x(n-1) + h(2 )x(n-2) + ……… h(N-1)x(nN-1)

Transformasi-Z dari filter adalah

H(z)=h(0)z-0 + h(1)z-1 + h(2)z-2 + ……… h(N-1)z-(N -1) atau

Fungsi Transfer Filter FIR

Rumus Respons Frekuensi untuk Filter FIR

5
2.2 Aplikasi MATLAB

MATLAB merupakan kependekan dari MATrix LABoratory dikarenakan

setiap data pada MATLAB menggunakan dasar matriks. MATLAB adalah
bahasa pemrograman tinggi, tertutup, dan case sensitive dalam lingkungan
komputasi numerik yang dikembangkan oleh MathWorks. Salah satu
kelebihannya yang paling popular adalah kemampuan membuat grafik dengan
visualisasi terbaik. MATLAB mempunyai banyak tools yang dapat membantu
berbagai disiplin ilmu. Ini merupakan salah satu penyebab industri
menggunakan MATLAB. Selain itu MATLAB mempunyai banyak library
yang sangat membantu untuk menyelesaikan permasalahan matematika seperti
membuat simulasi fungsi, pemodelan matematika dan perancangan GUI.

Kegunaan Software MATLAB

MATLAB digunakan oleh kalangan pelajar, teknisi, peneliti di universitas,

institusi penelitian, maupun Industri sebagai alat yang membantu melakukan
komputasi matematis untuk berbagai keperluan. MATLAB biasanya digunakan
untuk penelitian, pengembangan sistem, dan desain sistem. Berbeda dengan
bahasa pemrograman lainnya, MATLAB merupakan bahasa pemrograman
tertutup. Sehingga, kompilasi program MATLAB harus menggunakan software
MATLAB yang dikembangkan oleh MathWorks. Selain itu, MATLAB juga
mendukung pemrograman interpretatif untuk melakukan sejumlah instruksi
secara langsung melalui CLI (command line interface).
Beberapa contoh aplikasi MATLAB di berbagai disiplin ilmu:

1. Matematika

Sebagai ilmu yang dikenal sebagai "The Mother of Science" sudah tentu,
MATLAB dapat membantu memecahkan berbagai permasalahan matematika
baik dari perhitungan biasa, simulasi fungsi maupun pemodelan matematika.

2. Statiska

Statistika adalah cabang ilmu matematika yang mempelajari bagaimana

merencanakan, mengumpulkan, menganalisis, interpretasi, dan presentasi data.
MATLAB juga menyediakan berbagai tools statistik seperti time series, neural
network, dan lain-lain.

3. Finansial

Permasalahan finansial dapat diselesaikan dengan MATLAB seperti inflasi,

suku bunga maupun permasalahan kompleks lainnya. Banyak tool seperti
financial time series.

6
4. Teknik dan Komputasi

MATLAB dapat membantu dalam perancangan desain suatu sistem dan

analisis suatu algoritma. Tersedia banyak tool seperti fuzzy logic designer,
control system tuner,control system designer, linear system analyzer, neuro
fuzzy designer, dan system identification.

5. Biologi

Perkembangan dunia semakin maju, dua ilmu dengan basis yang berbeda
antara biologi dan teknologi sekarang bisa disatukan. MATLAB
memungkinkan untuk melakukan analisis sistem organ, jaringan, bahkan DNA
manusia, dan perancangan organ buatan. Banyak tool yang dapat digunakan
seperti molecule viewer, Symbiology.

6. Komunikasi dan Jaringan

Industri besar dunia menggunakan MATLAB dalam analisis

pengembangan sistem komunikasi dan jaringan. Banyak tools MATLAB untuk
disiplin ilmu ini seperti Bit Error Rate Analysis, signal analysis dan lain-lain.

7
 BAB 3
METODOLOGI TUGAS BESAR

3.1 Alat-alat dan Komponen

1. PC / Laptop
2. Software Matlab

3.2 Prosedur Percobaan

Pada bagian ini akan dilakukan perancangan filter FIR, mengamati

bentuknya respon frekuensi, melakukan pemfilteran pada sinyal wicara, dan
melihat pengaruhnya dalam domain waktu dan domain frekuensi. Langkah-
langkahnya adalah seperti berikut:

1. Rancang sebuah high pass filter FIR dengan spesifikasi seperti berikut:
fc= 4000 Hz, frekuensi sampling fs=10000 Hz, noise Gausian Wn=0.3,
orde N=70.
2. Amati bentuk respon frekuensi yang dihasilkannya, usahakan
menampilkan dengan sumbu mendatar frekuensi (Hz) dan sumbu tegak
berupa magnitudo dalam besaran dB.
3. Lakukan pemfilteran dengan menggunakan koefisien-koefisien FIR yang
telah dirancang pada langkah 1, y1 = conv(LP,x);
4. Buat sebuah tambahan program untuk mengamati bentuk spectralnya,
bandingkan sinyal wicara tersebut sebelum pemfilteran dan sesudah
pemfilteran.
5. Coba tambahkan noise Gausian dengan varians Wn=0.5 dan Wn=0.7 dan
tambahkan orde dengan varians N=30, N=50 dan N=100 pada sinyal
wicara yang dipanggil pada langkah ke 3. Dan lakukan proses pemfilteran
ulang seperti pada langkah 3.
6. Ulangi langkah 5 untuk melihat pengaruh noise pada spectral sinyal
wicara, dan lihat pengaruh pemfilteran pada spectal sinyal bernoise
tersebut.

8
 BAB 4

HASIL DAN PEMBAHASAN

4.1 Hasil Pengujian Tugas Besar

Gambar 4.1 Gelombang HPF FIR dengan Wn 0.30 dan N 70

Gambar 4.2 Gelombang HPF FIR dengan Wn 0.50 dan N 30

Gambar 4.3 Gelombang HPF FIR dengan Wn 0.50 dan N 50

9
Gambar 4.4 Gelombang HPF FIR dengan Wn 0.50 dan N 70

Gambar 4.5 Gelombang HPF FIR dengan Wn 0.70 dan N 30

Gambar 4.6 Gelombang HPF FIR dengan Wn 0.70 dan N 100

10
4.2 Analisis Data dan Pembahasan
Filter Finite Impulse Response (FIR) adalah salah satu tipe filter
digital yang digunakan pada pemrosesan sinyal digital. Filter FIR
menggunakan sistem yang bersifat open loop atau tanpa feedback, sehingga
respon impulsnya terbatas atau finite. Kelebihan Filter FIR dibanding Filter
IIR adalah stabil dan memiliki phase yang linier yang berarti pada proses
equalisasi terdapat delay yang bertujuan agar frekuensi dapat diterima pada
waktu yang sama. Pada tugas besar kali ini, praktikan akan melakukan
percobaan mengenai High Pass Filter (HPF) dalam struktur Finite Impulse
Response (FIR). High Pass Filter atau biasanya disingkat dengan HPF
adalah Filter atau penyaring frekuensi yang dapat melewatkan sinyal
frekuensi tinggi dan menghambat atau memblokir sinyal frekuensi rendah.
Dengan kata lain, sinyal Frekuensi tinggi akan lebih mudah melewati High
Pass Filter (HPF) sedangkan sinyal frekuensi rendah akan dihambat atau
dipersulit untuk melewatinya. HPF yang ideal adalah HPF yang sama sekali
tidak melewatkan sinyal dengan frekuensi dibawah frekuensi cut-off. Pada
dasarnya, High Pass Filter (HPF) adalah kebalikan dari Low Pass Filter
(LPF). Dalam bahasa Indonesia, High Pass Filter disebut juga dengan Tapis
Lolos Tinggi, Tapis Pelewat Tinggi atau Penyaring Lolos Atas. Pada
amplifier, High Pass Filter digunakan untuk mengarahkan sinyal frekuensi
tinggi ke speaker tweeter yang lebih kecil atau untuk mengurangi
kebisingan frekuensi rendah atau distorsi tipe (gemuruh).
Tujuan dari tugas besar kali ini adalah agar praktikan mampu
menyusun filter digital, khususnya High Pass Filter (HPF) dan melakukan
pemfilteran pada sinyal. Percobaan pada tugas besar kali ini dilakukan
dengan cara simulasi melalui software Matlab dengan menggunakan listing
program yang telah dipersiapkan. Terdapat beberapa fungsi yang digunakan
dalam menyusun program filter FIR. Pada awal pemrograman, terdapat
fungsi “fs” yang digunakan untuk memasukkan atau sebagai input dari dari
nilai frekuensi sampling. Lalu, terdapat fungsi “wavread” yang digunakan
untuk membaca file suara atau audio ‘da.wav’ tersebut. Kemudian terdapat
fungsi “N” sebagai input orde dan “Wn2” sebagai input frekuensi cut-off
nya. Selanjutnya, terdapat fungsi “freqz” yang digunakan untuk
menghasilkan respon frekuensi dan fungsi “length” yang digunakan untuk
melihat ukuran pada satu dimensi atau vektor. Pada akhir listing program,
terdapat fungsi “grid” yang berfungsi untuk menghasilkan garis bantu pada
grafik yang dihasilkan.
Pada percobaan pertama, diberikan input frekuensi cut-off sebesar
0.30 dan orde sebesar 70. Dari kedua input tersebut, diperoleh sinyal hasil
pemfilteran yang meloloskan sinyal dengan nilai frekuensi diatas 0.30 dan
menghambat sinyal dengan nilai frekuensi dibawah nya. Dari hasil
pemfilteran juga dapat dilihat bahwa sinyal yang dihasilkan juga
dipengaruhi oleh orde yang diberikan. Saat input orde sebesar 70 dihasilkan
sinyal yang cukup rapat.

11
 Pada percobaan kedua, diberikan input frekuensi cut-off sebesar 0.50
dan orde sebesar 30. Dari kedua input tersebut, diperoleh sinyal hasil
pemfilteran yang meloloskan sinyal dengan nilai frekuensi diatas 0.50 dan
menghambat sinyal dengan nilai frekuensi dibawah nya. Dari hasil
pemfilteran juga dapat dilihat bahwa sinyal yang dihasilkan sangat
renggang.
Pada percobaan ketiga, diberikan input frekuensi cut-off sebesar
0.50 dan orde sebesar 50. Dari kedua input tersebut, diperoleh sinyal hasil
pemfilteran yang meloloskan sinyal dengan nilai frekuensi diatas 0.50 dan
menghambat sinyal dengan nilai frekuensi dibawah nya. Dari hasil
pemfilteran juga dapat dilihat bahwa sinyal yang dihasilkan lebih rapat
dibandingkan saat menggunakan orde sebesar 30.
Pada percobaan keempat, diberikan input frekuensi cut-off sebesar
0.50 dan orde sebesar 70. Dari kedua input tersebut, diperoleh sinyal hasil
pemfilteran yang meloloskan sinyal dengan nilai frekuensi diatas 0.50 dan
menghambat sinyal dengan nilai frekuensi dibawah nya. Dari hasil
pemfilteran juga dapat dilihat bahwa sinyal yang dihasilkan cukup rapat.
Pada percobaan kelima, diberikan input frekuensi cut-off sebesar
0.70 dan orde sebesar 30. Dari kedua input tersebut, diperoleh sinyal hasil
pemfilteran yang meloloskan sinyal dengan nilai frekuensi diatas 0.70 dan
menghambat sinyal dengan nilai frekuensi dibawah nya. Dari hasil
pemfilteran juga dapat dilihat bahwa sinyal yang dihasilkan sangat
renggang.
Pada percobaan terakhir, diberikan input frekuensi cut-off sebesar
0.70 dan orde sebesar 100. Dari kedua input tersebut, diperoleh sinyal hasil
pemfilteran yang meloloskan sinyal dengan nilai frekuensi diatas 0.70 dan
menghambat sinyal dengan nilai frekuensi dibawah nya. Dari hasil
pemfilteran juga dapat dilihat bahwa sinyal yang dihasilkan sangat rapat
akibat dari input orde sebesar 100.
Dari hasil percobaan yang dilakukan, dapat dianalisa bahwa pada
High Pass Filter (HPF), input Wn2 (frekuensi cut-off) berpengaruh terhadap
batas untuk melewatkan sinyal masukan yang mempunyai frekuensi lebih
tinggi dari frekuensi cut-off dan menghalangi sinyal masukan yanng
mempunyai frekuensi lebih rendah dari frekuensi cut-off nya. Sedangkan
input N (orde) berpengaruh terhadap kerapatan sinyal hasil pemfilteran yang
dihasilkan, semakin besar orde maka sinyal yang dihasilkan akan semakin
rapat

12
 BAB 5

PENUTUP

5.1Kesimpulan
Dari percobaan yang sudah dilakukan diperoleh beberapa kesimpulan
sebagai berikut:
1. High Pass Filter meloloskan sinyal dengan frekuensi diatas nilai frekuensi
cut-off dan menghambat sinyal dengan frekuensi dibawah frekuensi cut-
off.
2. Input Wn2 (frekuensi cut-off) berpengaruh terhadap batas untuk
melewatkan sinyal masukan yang mempunyai frekuensi lebih tinggi dari
frekuensi cut-off dan menghalangi sinyal masukan yang mempunyai
frekuensi lebih rendah dari frekuensi cut-off nya.
3. Input N (orde) berpengaruh terhadap kerapatan sinyal hasil pemfilteran
yang dihasilkan, semakin besar orde maka sinyal yang dihasilkan akan
semakin rapat

13
 DAFTAR PUSTAKA
[1] V.K.Ingle, dan J.G.Proakis, Digital Signal Processsing Using MATLAB
Third Edition, Cengage Learning, 2012.
[2] A.Quinquis, Digital Signal Processing using Matlab, Wiley, 2007
[3] Advernesia. (2021, Desember 07). Pengertian MATLAB dan
Kegunaannya. Retrieved from advernesia.com:
https://www.advernesia.com/blog/matlab/apa-itu-matlab/
[4] elprocus. (2021, Desember 07). Know all About FIR Filters in Digital
Signal Processing. Retrieved from elprocus.com:
https://www.elprocus.com/fir-filter-for-digital-signal-processing/

14