LAPORAN AKHIR

PRAKTIKUM ANALISIS SINYAL GEOFISIKA

MODUL KE – 04
Window Function

Oleh:
Adi Eka Nanda 118120045

Asisten :
Lestari Sukma Apriliana 12117009
Laila Esa Muharani 118120007
Kirana Hikmah Sakina 118120012
Desta Aulia Rasada 118120020
Prastowo Adhi Irwanto 118120111
Muhammad Rafly Abdillah 118120168
Saiqoh Dianah 118120160

PROGRAM STUDI TEKNIK GEOFISIKA

JURUSAN TEKNOLOGI PRODUKSI DAN INDUSTRI
INSTITUT TEKNOLOGI SUMATERA
2021
I. Tujuan
1. Mahasiswa mampu membuat beberapa fungsi window yang umum digunakan
dalam pengolahan sinyal
2. Mahasiswa mampu mengetahui karakter fungsi window yang umum digunakan
dalam pengolahan sinyal

II. Teori Dasar

Filter analog menjadi pilihan utama yang digunakan pada perkembangan awal
elektronika dikarenakan relatif murah dan dalam perancangannya sangat mudah.
Namun setelah mengalami kemajuan zaman ditemukan filter digital yang
memiliki kemampuan komputasi lebih cepat karena menggunakan algoritma yang
sesuai dengan kebutuhan yang diinginkan. Implementasi dari filter digital sangat
diminati sehingga peran filter analog tergantikan oleh filter digital. Penggunaan
filter digital sangat dibutuhkan oleh system sistem elektronika, seperti dalam hal
pengolahan sinyal maupun audio. Filter digital memberikan fleksibilitas dan
akurasi sangat baik. Kegunaan filter digital adalah untuk menyaring frekuensi serta
memodifikasi spektrum frekuensi pada suatu sinyal sehingga diperoleh tujuan
yang diinginkan.
Tujuan dari filter adalah sebagai rangkaian yang melewatkan uatu pita
frekuensi tertentu yang diinginkan dan meredam pita frekuensi lainnya.
Berdasarkan pemilihan frekuensi filter digital terbagi menjadi 4, yaitu low pass
filter (LPF), high pass filter (HPF), band pass filter (BPF), dan band stop filter
(BSF). Berdasarkan pembagian pada respon impuls filter, filter digital dibagi
menjadi 2, yaitu filter infinite impulse response (IIR) dan filter finite impulse
response (FIR). FIR memiliki respon impuls yang panjangnya terbatas, sedangan
IIR memiliki respon impuls yang panjangnya tidak terbatas. Penggunaan filter
FIR memiliki kelebihan dibandingkan dengan IIR, diantaranya adalah filter FIR
stabil dan memiliki phasa yang linier, filter FIR juga tidak terdapat feedback
didalamnya.
Adapun metode yang digunakan dalam merancang filter FIR adalah
menggunakan metode windowing. Metode ini digunakan untuk memperoleh
frekuensi ideal dan menghitung respon impuls dari filter. Pemilihan window
function disesuaikan dengan karakteristik filter yang akan dibuat. Jika dalam
domain frekuensi fungsi filter terbatas, maka fungsi tersebut dalam domain waktu
adalah tak terbatas.
Dalam domain frekuensi bahwa filter sifatnya adalah terbatas yaitu hanya
melalukan sinyal pada frekuensi tertentu, diinginkan fungsi sistem dimaksud juga
menjadi terbatas dengan filter yang memiliki panjang sebanyak h(n). Oleh karena
itu untuk membatasi panjang filter dalam domain waktu digunakanlah metoda
windowing.
Suatu filter ideal Hd(ejw) memiliki respon frekuensi dengan bentuk
rectangular, dikonvolusikan dengan sebuah window W(ejw) yang memiliki respon
bukan rectangular, memperoleh respon filter H(ejw). Efek dari window adalah
diperolehnya batas passband, transition band dan stopband dengan batas frekuensi
tertentu.
Cara yang mudah untuk memperoleh sebuah filter Finite Impulse Response
(FIR) adalah memotong dengan simpel respon impuls dari sebuah filter Infinite
Impulse Response (IIR).
1. Fungsi Window
Fast fourier transform (FFT) merupakan teknik yang sangat penting pada
mengolahan sinyal. Secara matematis, FFT mengasumsikan sinyal memiliki
panjang infinit dan sirkular. Kedua titik ujung sinyal dianggap seolah – olah
saling terhubung atau dengan kata lain memiliki nilai yang sama. Asumsi ini
tidak dapat terpenuhi pada sinyal yang sebenarnya ditemui di lapangan,
terdapat diskontinuitas pada domain waktu pada ujung – ujung sinyal yang
menghasilkan noise pada spektrum frekuensi. Fungsi window ditambahkan
pada algoritma pengolahan sinyal untuk menangani masalah diskontinuitas
tersebut namun tidak sepenuhnya dapat mengatasi efeknya. Sinyal dikalikan
dengan fungsi window yang secara gradual menuju ke nol pada ujung –
ujungnya. Namun demikian, perkalian pada domain waktu ini menghasilkan
distorsi pada domain frekuensi. Semua fungsi window dapat didefinisikan
dalam domain waktu maupun domain frekuensi. Karakteristik distorsi yang
dihasilkan bergantung kepada fungsi window yang dipilih
III. Flowchart

Mulai

Buka software
matlab

Window Designer

Window list
menampilkan daftar
window yang dianalisa

Pada bagian current

window informationkita
dapat menentukan jenis dan
parameter window

Buat window yang telah

ditentukan dengan frekuensi
yang telah di tentukan

Selesai

Gambar 1. Flowchart
IV. Hasil dan pembahasan
1. Bartlett Window

2. Bartlett-Hanning Window
3. Blackman Window

4. Blackman-Harris Window
5. Bohman Window

6. Chebyshev Window
7. Flat Top Window

 Power spectral density

8. Gaussian Window
9. Hamming Window

10. Hann Window

11. Kaiser Window

12. Nuttall Window

13. Parzen Window

14. Rectangular Window

15. Taylor Window

16. Triangular Window

17. Tukey Window

Tabel perbandingan (Bartlett Window, Bartlett-Hanning Window,

Blackman Window, Blackman-Harris Window, Bohman Window,
Chebyshev Window, Flat Top Window, Gaussian Window, Hamming
Window, Hann Window, Kaiser Window, Nuttall Window, Parzen
Window, Rectangular Window, Taylor Window, Triangular Window, dan
Tukey Window)

Jenis Window Leackage Factor Relative Side Lobe Main Lobe Width
(%) Attenuation (dB) (-3dB) (HZ)
Bartlett window 0.28 -26.5 9.766
Bartlett-Hanning 0.03 -35.9 10.742
window
Blackman window 0 -58.1 12.695
Blackman-Harris 0 -92.1 14.648
window
Bohman window 0 -46 12.695
Chebyshev window 0 -100 13.672
Flat Top window 0 -88 29.297
Gaussian window 0.01 -44.1 10.742
Hamming window 0.03 -42.5 9.766
Hann window 0.05 -31.5 10.742
Kaiser window 8.36 -13.6 6.836
Nuttall window 0 -93.8 14.648
Parzen window 0 -53.1 13.672
Rectangular window 9.14 -13.3 6.836
Taylor window 0.43 -30.3 7.813
Triangular window 0.28 -26.6 9.766
Tukey window 3.57 -15.1 8.789
V. Analisis
Pada praktikum modul 4 kali ini yang berjudul fungsi window dengan
menggunakan software Mathlab yang bertujuan agar mahasiswa dapat membuat
beberapa fungsi window yang umum digunakan dalam pengolahan sinyal dan
mengetahui karakter fungsi window yang umum digunakan dalam pengolahan
sinyal. Fungsi window ditambahkan pada algoritma pengolahan sinyal untuk
menangani masalah diskontinuitas sinyal. Sinyal dikalikan dengan fungsi window
yang secara gradual menuju nol pada ujung-ujungnya. Semua fungsi window
dapat didefinisikan dalam domain waktu maupun domain frekuensi.
Karakteristik distorsi yang dihasilkan bergantung pada fungsi window yang
dipilih karna setiap bentuk window memiliki karakter yang berbeda-beda. Pada
percobaan ini dilakukan dengan memasukkan nilai panjang sebesar 64. Jika
dilihat berdasarkan tabel 1, maka kita dapat mengetahui perbedaan nilai antara
leakage factor, relative side lobe attenuation, dan main lobe width. Pada nilai
leakage factor tertinggi dimiliki oleh rectangle window sebesar 9.14% dan nilai
terendah dimiliki oleh window yang memiliki nilai 0%. Pada nilai relative side
lobe attenuation memiliki perbedaan pada masing-masing window juga. Dimana
Nilai relative sidelobe attenuation tertinggi dimiliki oleh rectangular window
sebesar -13.3 dB dan terendah dimiliki oleh chebyshev window sebesar -100 dB.
Relative side lobe attenuation merupakan perbedaan ketinggian puncak antara
puncak tertinggi side lobe dengan puncak main lobe.
Pada nilai main lobe width terlebar dimiliki oleh blackman-harris window dan
nuttal window serta mainlobe tersempit dimiliki oleh rectangle window dan kaiser
window. Kemudian Pada hasil percobaan ke -1 dan ke -2 merupakan hasil dari
windowing dalam domain waktu dan dalam domain frekuensi pada masing-
masing jenis window. Hal ini dapat kita analisa dengan hasil yang telah diperoleh
dan kita dapat menetukan jenis window yang paling tepat untuk data dengan
kandungan frekuensi yang berbeda. Dalam beberapa data yang memiliki
kandungan frekuensi yang berbeda, kita dapat menentukan frekuensi terbaik
dengan melihat nilai leakage factor yang telah diperoleh. Frekuensi terbaik
dimiliki oleh bentuk window yang memiliki nilai leakage factor yang mendekati
nilai nol. Jika dilihat pada tabel 1, maka bentuk window yang memiliki leakage
 factor bernilai nol ialah bohman window, blackman window, blackman-harris
window, flat top window, chebyshev window, parzen window, dan nutall
window. Tetapi hal tersebut memiliki syarat, yaitu pada mainlobe harus bersifat
narrow dan sidelobe fall off yang mempunyai niai tinggi atau besar.

VI. KESIMPULAN
Adapun kesimpulan yang dapat diambil dari praktikum kali ini ialah sebagai
berikut:
1. Fungsi window ditambahkan pada algoritma pengolahan sinyal untuk
menangani masalah diskontinuitas. Semua fungsi window dapat didefinisikan
dalam domain waktu maupun domain frekuensi
2. Setiap bentuk window memiliki nilai karakteristik yang berbeda mulai dari
nilai leakage factor, relative sidelobe attenuation, dan mainlobe width.
3. Frekuensi yang baik dapat dilihat dari nilai leakage factor yang telah
diperoleh. Jika nilai leakage factor semakin mendekati nol, maka
frekuensinya semakin baik. SARAN Saran untuk praktikan sebelum
dilakukannya praktikum sebaiknya melakukan simulasi mandiri untuk
mencoba menjalankan script yang terdapat di modul agar mengerti saat
praktikum berlangsung.
 DAFTAR PUSTAKA

Dadang Gunawan, F. H. (2012). Pengolahan Snyal Digital dengan Pemrograman

Matlab. Yogyakarta: Graha Ilmu.

Ander, P. (2015). Pengolahan Data Seismik 2D Marine Menggunakan Software

Geocluster Pada Lapangan "Nayan" . Laporan KP PT Elnusa Tbk.

Pangaribuan. (n.d.). Desain Filter Digital Menggunakan Teknik Windowing

Dengan Simulasi Berbasis Matlab. Jurnal Teknik Elektro Fakultas Teknik
Universitas HKBP Nommensen.