20 April 2020
A. Ila Sahmila
1707045040
ABSTRAK
Proses Sampling adalah proses pencuplikan nilai dari suatu sinyal kontinyu dimana
terdapat nilai pada setiap wakt sedangkan aliasing adalah fenomena bergesernya frekuensi
tinggi gelombang menjadi lebih rendah. Sehingga tujuan dari Sampling dan Aliasing yaitu
yaitu untuk mengetahui bentuk sinyal yang telah dirangkai, untuk mengetahui tinggi
amplitudo dan rendah amplitudo pada sinyal yang dihasilkan serta untuk mengetahui
perbedaan nilai fs atau frekuensi sampling pada nilai yang berbeda.
Metode Flowchart 1
Kasus
Mulai
Carilah sebuah sinyal audio dan
sampling sinyal tersebut. Analisis hasil
yang kalian dapatkan. Kemudian Di masukkan variabel yang
Algoritma 2
1. Dibuat program Dimasukkan varibel nilai Fs
dan t
2. Dimasukkan variabel yang diberikan
3. Di rangkai not nada lagu
Dicari Frekuensi 200, 400, 600, dan
3. Dicari bentuk sinyal berdasarkan
800 dengan fungsi: x=sin(2*pi*f*t)
frekuensi sampling 5000, 10000,
100000
4. Tampilkan hasil Tampilkan hasil
Laboratorium Fisika Komputasi dan Pemodelan Kelompok I
FMIPA – Universitas Mulawarman
Analisis Sinyal Praktikum - IV
20 April 2020
Fs1=5000;
Fs2=10000
Fs3=100000
Selesai t=0:1/Fs:0.25;
c=sin(2*pi*262*t);
d=sin(2*pi*294*t);
e=sin(2*pi*330*t);
f=sin(2*pi*350*t);
g=sin(2*pi*392*t);
Script 1 a=sin(2*pi*440*t);
b=sin(2*pi*247*t);
clear all;
c1=sin(2*pi*523*t);
Fs=25000;
nol=[zeros(size(t))];
t=0:1/Fs:0.25;
nada1=[e,e,nol,d,c,nol,d,e,f,g,f,e,d,nol];
subplot(411)
nada2=[g,g,nol,b,c,nol,d,f,e,d,c,e,nol,d,nol,
f=200;
c,nol];
x=sin(2*pi*f*t);
nada3=[e,e,nol,d,c,nol,d,e,f,g,f,e,d,nol];
sound(x,Fs);
nada4=[g,g,nol,b,c,nol,d,f,e,d,c,e,nol,d,nol,
plot(x)
c,nol];
title('Frekuensi 200 Hz','fontsize',16)
lagu=[nada1,nada2,nada3,nada4];
xlabel('Waktu (s)','fontsize',14)
sound(lagu,Fs);
ylabel('Amplitudo (m)','fontsize',14)
plot(lagu);
subplot(412)
title('Frekuensi Sampling 5000
f=400;
Hz','fontsize',16)
x=sin(2*pi*f*t);
xlabel('Waktu (s)','fontsize',14)
sound(x,Fs);
ylabel('Amplitudo (m)','fontsize',14)
plot(x)
wavwrite(lagu,'ninabobo.wav');
title('Frekuensi 400 Hz','fontsize',16)
xlabel('Waktu (s)','fontsize',14)
ylabel('Amplitudo (m)','fontsize',14)
III. Hasil dan Pembahasan
subplot(413)
f=600; Hasil 1
x=sin(2*pi*f*t);
sound(x,Fs);
plot(x) (a)
(a)
grafik seperti yang tertera pada Gambar
4.1 yaitu dengan tinggi amplitudo yaitu 1
didapatkan suara yang sangat pelan karena
frekuensi sampling nya yang kecil.
Pada gambar (b) dengan frekuensi
sampling yaitu 10000Hz didapatkan
bentuk grafik seperti yang tertera pada
Gambar 4.1 yaitu dengan tinggi
(b)
amplitudo yaitu 1 didapatkan suara yang
sangat pelan karena frekuensi sampking
nya yang sedang dibanding dengan dengan
frekuensi sampling 5000Hz
` Pada gambar (c) dengan frekuensi
(c)
sampling yaitu 100000Hz didapatkan
bentuk grafik seperti yang tertera pada
Gambar 4.1 yaitu dengan tinggi
amplitudo yaitu 1 didapatkan suara yang
sangat cepat karena frekuensi sampling
(Gambar 4.1 Grafik Frekuensi nya yang kecil.
Sampling)
Pembahasan
Laboratorium Fisika Komputasi dan Pemodelan Kelompok I
FMIPA – Universitas Mulawarman
Analisis Sinyal Praktikum - IV
20 April 2020
Gelombang suara adalah gelombang sampling 100.000 memiliki amplitudo
yang dihasilkan dari sebuah benda yang tertinggi yaitu 1 dan amplitudo terendah
bergetar. Gambarannya adalah senar gitar yaitu -1.
yang dipetik, gitar akan bergetar dan Jika dilihat sekilas pada gambar grafik
getaran ini merambat di udara, atau air, tersebut hampir mirip namun jika di
atau material lainnya. Sinyal adalah perbesar atau di zoom akan terlihat sedikit
pembawa informasi dan energi tentang perbedaannya semakin besar frekuensi
suatu gejala fisik. Dengan kata lain sinyal sampling yang di berikan maka amplitudo
adalah persentasi fisik dari informasi. nya semakin tinggi. Perbedaan suara antara
Dengan demikian pengolahan sinyal 3 grafik tersebut jelas sangat berbeda
sangat erat maksudnya dengan usaha untuk semakin kecil frenkuensi samplingnya
mengukur dan mengetahui lebih baik maka semakin pelan pula suara yang
tentang informasi dan yang terkandung di dihasilkan begitupun sebaliknya jika
dalamnya. frekuensi sampling yang diberikan
Dengan menggunakan audio yang semakin besar pula suara yang dihasilkan.
telah dirangkai dengan durasi 10 detik
dipanggil dengan menggunakan octave V. Kesimpulan
dengan frekuensi sampling 50000, 10.000, Adapun hasil yang di dapatkan pada
dan 100.000 didapatkan bentuk grafik sinyal audio yang telah dirangkai dengan
seperti gambar diatas dengan sumbu x judul nina bobo dengan menggunakan
sebagai waktu (t) sesuai dengan kapasitas *.wav yaitu pada grafik yang dihasilkan
frekuensi sampling yang diberikan dan seperti pada Gambar 4.1 Pada frekuensi
sumbu y sebagai amplitudo dimana sampling yang diberikan yaitu 5000,
amplitudo merupakan jarak atau 10.000, dan 100.000.
simpangan terjauh dari titik kesetimbangan Frekuensi yang diberikan
dalam gelombang sinusoida. Pada gambar mempengaruhi grafik yang dihasilkan,
(a) diatas dengan frekuensi sampling 5.000 semakin besar frekuensi sampling yang di
memiliki amplitudo tertinggi yaitu 1 dan berikan maka semakin cepat pula sinyal
amplitudo terendah yaitu -1. Pada gambar audio begitupun sebaliknya.
(b) diatas dengan frekuensi sampling Adapun amplitudo yang didapatkan
10.000 memiliki amplitudo tertinggi yaitu dengan tinggi amplitudi yang dihasilkan
1 dan amplitudo terendah yaitu -1. Pada yaitu mencapai 1.
gambar (c) diatas dengan frekuensi
Laboratorium Fisika Komputasi dan Pemodelan Kelompok I
FMIPA – Universitas Mulawarman
Analisis Sinyal Praktikum - IV
20 April 2020
DAFTAR PUSTAKA
Cahyadi, Erwin. 2012. Ikhtisar Sinyal dan
Sistem Linier Waktu Kontinyu dan
Waktu Diskrit. Bandung: Pusat
Penelitian Teknologi Informasi dan
Komunikasi (PPTIK) Institusi
Teknologi Bandung
Widodo, Akhmad. 2016. Misaligment Samarinda, 26 April 2020
Kopling dengan Analisis Sinyal Mengetahui,
Getaran Kondisi Steady State Asisten Praktikan
Menggunakan Metode Reverse.
Semarang : Universitas Diponegoro
Maladzi, Radhi. 2017. Analisis Kerusakan
Hadi Darmawan A. Ila Sahmila
Bantalan Gelinding Dengan
NIM.1607045013 NIM.1707045040
Variasi Kecepatan Putar
Berdasarkan Pola Getaran
Menggunakan Metoda Envelope
Analysis. Semarang: Universitas
Diponegoro
Syaifuddin, Arif. 2015. Fast Fourier
Transform (FFT) Untuk Analisis
Sinyal Suara Doppler Ultrasonik.
Semarang: Universitas Diponegoro
Khairunnisa. 2018. Analisis Signal-To-
Noise Ratio Pada Sinyal Audio
Dengan Teknik Konvolusi.
Banjarmasin: Politeknik Negeri
Banjarmasin