Modul I

Pengolahan Sinyal Digital

Abdul Surokhman (118130008)
Asisten : Sarah Rahayu (13117026)
Tanggal Percobaan : 24/04/2021
EL3031 Praktikum Pengolahan Sinyal Digital
Laboratorium Teknik Elektro
Institut Teknologi Sumatera

Abstrak— Pada praktikum modul pertama ini, kita akan
mempelajari fungsi filter pada software MATLAB yang akan
digunakan secara ekstensif pada praktikum ini. Modul ini
memberikan tinjauan singkat mengenai MATLAB dan
kapabilitasnya dengan penekanan pada isu pemrograman.
Seluruh materi pada modul ini merupakan terjemahan bebas dari
buku “DSP First, A Multimedia Approach” karangan James H.
McClellan, Ronald W. Schafer, dan Mark A.Yoder, terbitan
Prentice-Hall (1998), khususnya Appendix B dan C. Pada modul
ini diharapkan agar praktikan dapat mempelajari penggunaan
sistem help untuk mengetahui commands dan syntax dasar
MATLAB, menggunakan MATLAB untuk desain filter,
mempelajari bagaimana menulis fungsi dan m-file pada
MATLAB, merancang pem-filter-an FIR dengan MATLAB dan
memahami pem-filter-an lewat MATLAB secara mendalam.
Kata Kunci—MATLAB, Filter FIR, Low-pass Filter, Band-pass
Filter, High-pass Filter dan Matlab help.
I. PENDAHULUAN
Pada kondisi pandemic ini kita melakukan praktikum dengan
kondisi daring yang artinya para praktikan melakukan
praktikum di rumah masing-masing. Pada praktikum ini kita
membuat dan mensimulasi fungsi pemrograman pada
MATLAB dengan tujuan singkat mengenai MATLAB dan
kapabilitasnya dengan penekanan pada isu pemrograman.
MATLAB (Matrix Laboratory) adalah sebuah program untuk
analisis dan komputasi numerik. Pada awalnya, program ini
merupakan interface untuk koleksi rutin-rutin numerik dari
proyek LINPACK dan EISPACK, namun sekarang merupakan
produk komersial dari perusahaan Mathworks, Inc. Tujuan
praktikum pada modul ini adalah:
1. Mempelajari penggunaan sistem help untuk mengetahui
commands dan syntax dasar MATLAB,
2. Dapat menggunakan MATLAB untuk desain filter,
3. Mempelajari bagaimana menulis fungsi dan m-file pada
MATLAB,
4. Merancang pem-filter-an FIR dengan MATLAB,
5. Memahami pem-filter-an lewat MATLAB secara
mendalam.
II. LANDASAN TEORETIS
A. MATLAB
MATLAB (Matrix Laboratory) adalah sebuah program untuk
analisis dan komputasi numerik. Pada awalnya, program ini
merupakan interface untuk koleksi rutin-rutin numerik dari
proyek LINPACK dan EISPACK, namun sekarang merupakan
produk komersial dari perusahaan Mathworks, Inc. MATLAB
telah berkembang menjadi sebuah environment pemrograman
yang canggih yang berisi fungsi-fungsi built-in untuk
melakukan tugas pengolahan sinyal, aljabar linier, dan kalkulasi
matematis lainnya. MATLAB juga berisi toolbox yang berisi
fungsi-fungsi tambahan untuk aplikasi khusus . MATLAB
bersifat extensible, dalam arti bahwa seorang pengguna dapat
menulis fungsi baru untuk ditambahkan pada library ketika
fungsi-fungsi built-in yang tersedia tidak dapat melakukan tugas
tertentu. Kemampuan pemrograman yang dibutuhkan tidak
terlalu sulit bila Anda telah memiliki pengalaman dalam
pemrograman bahasa lain seperti C, PASCAL, atau
FORTRAN.
B. MATLAB Help
MATLAB menyediakan sistem help on-line yang dapat
diakses dengan perintah help. Misalnya, untuk memperoleh
informasi mengenai fungsi filter, Anda hanya perlu
mengetikkan perintah :
>> help filter
Perintah di atas akan menampilkan informasi dalam bentuk
teks pada layar MATLAB Anda. Sebuah perintah yang sangat
berguna untuk mempelajari pemrograman MATLAB adalah
intro, yang membahas konsep-konsep dasar tentang bahasa
MATLAB. Selain itu, juga terdapat banyak program
demonstrasi yang mengilustrasikan berbagai kapabilitas
MATLAB, yang dapat dimulai dengan perintah demo.
C. Variabel dan Opersi Matriks
Tipe variabel dasar pada MATLAB adalah matriks (pada
versi 5 dan ke atas, MATLAB juga menyediakan berbagai tipe
data seperti pada bahasa pemrograman lainnya). Untuk
mendeklarasikan sebuah variabel, Anda hanya perlu
memberikan nilai tertentu padanya pada MATLAB prompt.
Sebagai contoh,
Ketika definisi sebuah matriks melibatkan sebuah rumus
yang panjang atau banyak entri, maka sebuah perintah
MATLAB yang sangat panjang dapat dipecah menjadi dua (atau
lebih) baris dengan cara menempatkan sebuah tanda (...) pada
akhir dari sebuah baris yang ingin dilanjutkan. Sebagai contoh,
P = [ 1, 2, 4, 6, 8 ]+ [ pi, 4, exp(1), 0, -1] + ...
[ cos(0.1*pi), sin(pi/3), tan(3), atan(2), sqrt(pi) ];
Ketika sebuah ekspresi perintah atau pernyataan diakhiri
dengan tanda semicolon (;), maka hasilnya tidak akan
ditampilkan di layar. Hal ini sangat membantu ketika Anda
bekerja dengan matriks dengan ukuran yang sangat besar.
Ukuran dari sebuah matriks dapat diketahui dengan operator
size:
Oleh karena itu, kita tidak perlu menggunakan variabel
khusus untuk melacak jumlah barisdan kolom suatu matriks.
Ada dua jenis variabel matriks pada MATLAB, yakni skalar
(scalars) dan vektor (vectors). Sebuah skalar adalah sebuah
matriks yang hanya berisi satu elemen, jadi berukuran 1 x 1.
Sebuah vektor adalah sebuah matriks yang hanya berisi satu
baris atau kolom.
Elemen individu dari sebuah variabel matriks dapat diakses
dengan memberikan indeks baris dan kolom, sebagai contoh
Submatriks juga dapat diakses dengan cara yang mirip
dengan menggunakan operator colon (:) seperti yang dijelaskan
pada sesi berikut.
1. Operator Colon (:)
Operator colon (:) sangat berguna untuk membuat index arrays.
Gunakan perintah help colon untuk mengetahui deskripsi detail
tentang kapabilitasnya. Notasi colon didasarkan pada ide bahwa
sebuah selang indeks dapat dihasilkan dengan memberikan
sebuah nilai awal, interval, dan sebuah nilai akhir. Karena itu,
sebuah vektor
yang terpartisi secara teratur dapat diperoleh dengan perintah :
iii = nilai awal : interval : nilai akhir
Tanpa parameter interval, nilai default-nya adalah 1. Metode
perhitungan ini mirip dengan notasi loop DO pada FORTRAN,
namun metode pada MATLAB selangkah lebih maju dengan
cara menggabungkannya dengan pengindeksan matriks. Untuk
sebuah matriks A 9 x 8, A(2,3) adalah elemen skalar yang
berada pada baris kedua dan kolom ketiga dari matriks A. Jadi
sebuah submatriks 4 x 3 dapat diekstrak dengan perintah
A(2:5,1:3). Tanda colon juga berfungsi sebagai sebuah wild
card, misalnya, A(2,:) adalah baris kedua matriks A.
Pengindeksan mundur akan membalikkan sebuah vektor,
misalnya X(9:-1:1) untuk sebuah vektor yang berisi 9 buah
elemen. Kadang-kadang, Anda juga memerlukan sebuah daftar
yang berisi semua nilai elemen pada matriks, jadi A(:)
memberikan sebuah vektor kolom 72 x 1, yang merupakan hasil
concatenation elemen-elemen setiap kolom matrik A. Ini
merupakan contoh reshaping matriks. Teknik reshaping yang
lebih umum dapat dilakukan dengan fungsi reshape(A,M,N).
Sebagai contoh, matriks A 9 x 8 dapat di-reshape menjadi
sebuah matriks 12 x 6 dengan Anew = reshape(A,12,6).
2. Operasi Matriks dan Array
Operasi default pada MATLAB adalah operasi matriks. Jadi
A*B berarti perkalian matriks, yang akan dibahas pada bagian
berikut:
a. Tinjauan Perkalian Matriks
Operasi perkalian matriks AB hanya dapat dilakukan bila
kedua matriks tersebut memiliki dimensi yang kompatibel,
yakni jumlah kolom matriks A harus sama dengan jumlah
baris matriks B. Sebagai contoh, sebuah matriks 5 x 8 dapat
mengalikan sebuah matriks 8 x 3 untuk menghasilkan sebuah
matriks AB 5 x 3. Secara umum, bila A adalah m x n, maka B
haruslah n x p, dan hasil perkalian AB akan memiliki dimensi
m x p. Umumnya perkalian matriks tidak bersifat komutatif,
yakni AB ≠ BA. Bila p ≠ m, maka perkalian AB tidak
terdefinisi.
b. Operasi pointwise array
Bila kita ingin melakukan perkalian pointwise, ada beberapa
kebingungan yang bisa muncul. Pada kasus pointwise, kita ingin
mengalikan matriks secara elemen per elemen, jadi mereka
harus memiliki dimensi yang sama. Sebagai contoh, dua matriks
5 x 8 dapat dikalikan secara pointwise, walaupun keduanya
tidak bisa melakukan perkalian matriks biasa. Untuk melakukan
perkalian pointwise pada MATLAB, kita menggunakan
operator “point-star”A .* B.
c. Operasi concatenation array
Operasi ini digunakan untuk menempelkan dua atau lebih array
dengan syarat syarat tertetu sesuai dengan operasi concatenation
yangdiinginkan. Dalam MATLAB terdapat dua buah fungsi
yang dapat digunakan untuk melakukan proses concatenation
(penempelan) arrays. Fungsi tersebut adalah vertcat dan
horzcat. Penjelasan lanjut dapat dilihat pada help MATLAB
untuk fungsi-fungsi tersebut.
3. Plot dan Grafik
MATLAB dapat menghasilkan plot dua dimensi x-y dan plot
tiga dimensi, menayangkan citra, dan bahkan membuat dan
memutar video. Dua fungsi yang yang sering digunakan pada
praktikum ini adalah plot dan stem. Untuk memanggil fungsi
ini, umumnya kita membutuhkan dua vektor (satu vektor juga
bisa, namun untuk definisi yang berbeda, gunakan perintah help
untuk melihat informasi yang lebih lengkap), untuk sumbu x
dan sumbu y. Pemanggilan fungsi plot(x,y) akan menghasilkan
suatu plot yang terkoneksi dengan garis lurus untuk setiap dua
titik
{ (x(1),y(1), (x(2),y(2), (x(3),y(3), ........, (x(N),y(N) } seperti
yang ditunjukkan pada gambar berikut.
Pemanggilan fungsi stem(x,y) akan menghasilkan presentasi
seperti yang ditunjukkan pada Gambar 3. 1
D. Konstruk Pemrograman
MATLAB mendukung paradigma pemrograman fungsional,
di mana Anda dapat Menyusun fungsi-fungsi secara nested.
Perhatikan persamaan di bawah:
yang dapat diimplementaskan dengan hanya menggunakan satu
baris kode MATLAB, yakni:
di mana x adalah sebuah vektor yang berisi elemen-elemen xn.
Contoh ini mengilustrasikan MATLAB dalam bentuk yang
paling efisien, di mana fungsi-fungsi individu dikombinasikan
untuk menghasilkan keluaran. Penulisan kode-kode MATLAB
yang efisien memerlukan gaya pemrograman yang
menghasilkan fungsi-fungsi kecil yang divektorisasi. Loop-loop
harus dihindari. Cara utama untuk menghindari loop adalah
memanggil fungsi-fungsi toolbox sebanyak/sesering mungkin.
E. Matlab Scripts
Setiap perintah/pernyataan yang dapat dimasukkan pada
window prompt dapat disimpan pada sebuah file teks dan
dieksekusi sebagai script. File teks tersebut dapat dibuat dengan
menggunakan sembarang editor ASCII seperti program
Notepad atau pada editor teks MATLAB. Ekstensi file harus
berupa .m dan script tersebut dieksekusi pada MATLAB dengan
hanya mengetikkan nama file (dengan atau tanpa ekstensi).
Program-program tersebut umumnya dikenal dengan istilah m-
file.Berikut merupakan contoh sebuah m-file:
Bila perintah-perintah ini disimpan dengan file bernama
plotstem.m maka pengetikan plotstem pada command prompt
akan menjalankan file tersebut, dan kedelapan baris perintah
akan dieksekusi sama halnya bila mereka diketikkan baris per
baris pada command prompt. Hasilnya adalah dua buah plot
seperti yang tampak pada gambar 3.1.
Setiap perintah/pernyataan yang dapat dimasukkan pada
window prompt dapat disimpan pada sebuah file teks dan
dieksekusi sebagai script. File teks tersebut dapat dibuat dengan
menggunakan sembarang editor ASCII seperti program
Notepad atau pada editor teks MATLAB. Ekstensi file harus
berupa .m dan script tersebut dieksekusi pada MATLAB dengan
hanya mengetikkan nama file (dengan atau tanpa ekstensi).
Program-program tersebut umumnya dikenal dengan istilah m-
file.Berikut merupakan contoh sebuah m-file:
F. Menulis Fungsi MATLAB III. METODOLOGI
Anda dapat menulis fungsi sendiri dan kemudian ditambahkan A. Alat dan Bahan
pada environment MATLAB. Fungsi-fungsi ini merupakan
Alat dan bahan yang digunakan dalam percobaan modul ini
jenis lain dari m-file, dan dibuat sebagai sebuah file ASCII
menggunakan editor teks. Kata pertama pada m-file tersebut sebagai berikut:
haruslah keywordfunction untuk memberitahukan MATLAB 1. 1 unit computer,
bahwa file tersebut diperlakukan sebagai sebuah fungsi dengan 2. Software Matlab.
argumen. Pada baris yang sama juga berisi calling template
yang menyatakan argumen input dan output dari fungsi. Nama
file untuk m-file tersebut haruslah berekstensi .m dan nama B. Langkah Kerja
fungsi tersebut akan menjadi nama dari perintah baru pada
MATLAB. Sebagai contoh, perhatikan file berikut, yang 1. Percobaan membuat sinyal input filter berupa superposisi
mengekstrak L buah elemen terakhir dari sebuah vector beberapa sinyal sinusoidal dengan frekuensi berbeda.

Siapkan alat dan perangkat yang akan digunakan

yang dibutuhkan

Representasikan sinyal dalam vektor

(matriks 1 x N, N panjang vektor).

Beri panjang
vektor 100 (100 sampel) dengan perintah
>>i=1:100;

Bila file ini disimpan dengan nama foo.m, operasi ini dapat
dipanggil dari MATLAB command line dengan cara Buat 3 sinyal sinusoidal pada frekuensi
mengetikkan pencuplikan fs=16000 Hz
aa = foo( (1:2:37), 7 );
Outputnya akan berupa tujuh elemen terakhir dari vektor
(1:2:37), yakni
aa = [ 25 27 29 31 33 35 37 ] Buat frekuensi sinyal f1=200 Hz, f2=1000 Hz,
f3=5000 Hz.
G. Tips Pemrograman
Bagian ini akan memperkenalkan beberapa tips
pemrograman yang akan meningkatkan kecepatan program
MATLAB Anda. Untuk mengetahui lebih banyak tentang tips Ketikan :
dan ide, perhatian gaya-gaya penulisan pada m-file (built-in >>sin1=sin(2*pi*i*f1/fs);sin2=sin(2*pi*i*f2/fs);si
function) yang tersedia pada toolbox MATLAB.Sebagai n3=sin(2*pi*i*f3/fs);
contoh, ketikkan perintah

Jumlahkan ketiga sinyal tersebut menjadi satu

sinyal sinusoidal rusak
Mempelajari gaya pemrograman orang lain merupakan cara >>sintot=(sin1+sin2+sin3)/3;
yang efisien untuk memahami suatu bahasa pemrograman
komputer. Pada petunjuk-petunjuk berikut, kita akan membahas
hal-hal yang terpenting dalam penulisan kode MATLAB yang
baik. Petunjuk-petunjuk ini akan menjadi sangat berguna ketika
Anda semakin mengenal MATLAB.
 3. Percobaan desain dan simulasi filter FIR 2
Coba plot gambarnya dengan perintah
>>plot(sintot);

Lihat juga respon frekuensinya dengan perintah

freqz.

Gambar 3.2 Respon Frekuensi Filter

Kini Anda telah memiliki sinyal input untuk filter Rancang filter di atas, cari koefisien filter-nya
yang akan kita rancang dengan perintah yang sesuai (fir2).

2. Percobaan desain dan simulasi filter FIR 1

Catat koefisien filter. Gunakan orde 16.
Buat lah spesifikasi filter seperti berikut:
FIR low-pass orde 32 frekuensi cut-off 800 Hz,
FIR band-pass orde 32 frekuensi pass 1– 3 KHz,
FIR high-pass orde 32 frekuensi cut-off 6000Hz.
Lihat frekuensi respon filter dengan perintah
freqz. Gambarkan hasilnya.

Cari koefisien filter-nya dengan perintah yang

sesuai (fir1).

Gambarkan hasilnya. Lakukan

untuk orde lebih besar misalnya 128. Bandingkan
dengan hasil sebelumnya.

Catat masing-masing koefisien filter.

4. Percobaan membuat m-file untuk melakukan pemfilteran FIR

Buat m-file untuk melakukan pemfilteran FIR saja,

Lihat frekuensi respon masing-masing filter untuk m-file anda tidak diperbolehkan memanggil
dengan perintah freqz. fungsi internal MATLAB.

Bandingkan
Gambarkan hasilnya dengan percobaan dengan menggunakan
hasilnya. Analisa pada frekuensi cut off. perintah filter dari MATLAB.
 IV. HASIL DAN ANALISIS Setelah itu sinyal output di dapatkan dari ketiga sinyal
1. Percobaan 1: membuat sinyal input filter berupa tersebut.
superposisi beberapa sinyal sinusoidal dengan
frekuensi berbeda

Gambar 4 Sinyal total ((sin1+sin2+sin3) / 3)

Dengan pengeplotan sinyal tersebut ,sinyal total

Gambar 1 Sinyal sinusoidal dengan frekuensi 200 Hz menghasilkan respons frekuensinya, dengan menggunakan
kode berikut:

sintot = (sin1+sin2+sin3)/3 (nilai sinyal total yang

merupakan penjumlahan dari ketiga siyal)
subplot(2,1,2); plot(i,sintot); (plot grafik sinyal total )
title('sintot') (pemberitan judul grafik)
freqz (sintot); (perintah untuk mengamati respons frekuensi
sinyal)
Gambar 2 Sinyal sinusoidal dengan frekuensi sebesar
1 kHz.

Gambar 3 Sinyal sinusoidal dengan frekuensi 5 KHz.

Kode untuk pengeplotan ketiga frekuensi tersebut yaitu: Gambar 5 Respon frequensi sinyal total

(( Initialisasi )) Analisis:
i = 1:100 (banyak sampel) Dari percobaan ini, kita mendapatkan sinyal input utuk
fs = 16000 (besar frek sampling) percobaan selanjutnya. Sinyal tersebut di dapatkan dari hasil
f1 = 200 (nilai frek 1) penjumlahan ketiga sinyal frekuensi yang selanjutnya dibagi 3
f2 = 1000 (nilaifrek 2) karena jumlah datanya yaitu 3 data frekuensi berbeda.
f3 = 5000 (nilai frek 3)
(( rumus fungsi )) 2. Percobaan 2: desain dan simulasi filter FIR 1
sin1 = sin(2*pi*i*(f1/fs)) (fungsi1)
sin2 = sin(2*pi*i*(f2/fs)) (fungsi2)
sin3 = sin(2*pi*i*(f3/fs)) (fungsi3)
(( Display ))
figure (1);
subplot(2,1,1); plot(i,sin1);
title('sin1') {plot sinyal 1}
subplot(2,1,2); plot(i,sin2);
title('sin2') {plot sinyal 2}
figure (2);
subplot(2,1,1); plot(i,sin3);
title('sin3') {plot sinyal 3}
Gambar 6 Respon frekuensi filter FIR low-pass
 Sedangkan pada high-pass filter meneruskan sinyal Frekuensi
Tinggi tetapi melemahkan atau memblokir sinyal frekuensi
rendah.

3. Percobaan 3: desain dan simulasi filter FIR 2

Gambar 7 Respon frekuensi filter FIR band-pass

Gambar 10 Filter FIR pada orde 16

Gambar 8 Respon frekuensi filter FIR high-pass

Source code yang digunakan untuk low-pass filter yaitu:

LowPass = fir1(32,0.1); (pembuatan filter low-pass dengan
mencari nilai koefisiennya menggunakan perintah fir1)
freqz(LowPass); (perintah untuk melihat frekuensi respons dari
low-pass filter)
Gambar 11 Filter FIR pada orde 128
Source code yang digunakan untuk band-pass filter yaitu:
Source code pada orde 16 :
BandPass = fir1(32,[0.125, 0.375],'bandpass'); (pembuatan
filter band-pass dengan mencari nilai koefisiennya
menggunakan perintah fir1) (( inisialisasi nilai ))
freqz(BandPass); (perintah untuk melihat frekuensi respons dari
band-pass filter) f = [0 0.1 0.3 1];

Source Code yang digunakan untuk high-pass filter yaitu: m = [1 1 0 0];

HighPass = fir1(32,0.75,'High');(pembuatan filter high-pass
dengan mencari nilai koefisiennya menggunakan perintah fir1) (( eksekusi program ))
freqz(HighPass); (perintah untuk melihat frekuensi respons dari
high-pass filter) lowpass = fir2(16,f,m); (pembuatan filter low-pass dengan
mencari nilai koefisiennya menggunakan perintah fir2)
Analisis:
Pada low-pass filter penyaringnya melewatkan sinyal Frekuensi freqz(lowpass); (perintah untuk melihat frekuensi respons dari
rendah dan menghambat atau memblokir sinyal Frekuensi low-pass filter dengan orde 16)
tinggi. Dengan kata lain, LPF akan menyaring sinyal frekuensi
tinggi dan meneruskan sinyal frekuensi rendah yang Source code pada orde 128 :
diinginkannya.
Kemudian pada band-pass filter digunakan untuk membatasi (( inisialisasi nilai ))
bandwidth sinyal output minimum yang diperlukan untuk
menyampaikan data pada frekuensi yang diinginkan dan dalam f = [0 0.1 0.3 1];
bentuk yang diinginkan
m = [1 1 0 0];
(( eksekusi program ))

lowpass = fir2(128,f,m); (pembuatan filter low-pass dengan

mencari nilai koefisiennya menggunakan perintah fir2)

freqz(lowpass); (perintah untuk melihat frekuensi respons dari

low-pass filter dengan orde 128)

Analisis:

Perbedaan dari hasil nilai orde pada fungsi yang digunakan

hanya memiliki pengaruh pada jumlah sample yang digunakan.
Untuk orde 16 digunakan sampel sebanyak 16 buah, sedangkan
untuk orde 128 digunakan sampel sebanyak 128 buah.

4. Percobaan 4: membuat m-file untuk melakukan pemfilteran

FIR
Gambar 14 Konvolusi sinyal total low-pass filter
menggunakan fungsi bukan dari MATLAB

Gambar 12 Konvolusi sinyal total dengan filter low-pass filter

mengguanakan perintah filter dari MATLAB
Gambar 15 Frekuensi response sinyal hasil konvolusi
menggunakan fungsi yang dibuat praktikan

Source code yang digunakan:

function y=my_conv(x,h) (nama fungsi)

(( inisialisasi ))
x2=h; (x2 di assign dengan filter h)
lx=length(x); (length sinyal input)
lh=length(h); (length filter h)

(( program utama yang melakukan proses konvolusi sinyal

input (sintot) dengan filter low-pass))
(Membalik sinyal input)
Gambar 13 Frekuensi response sinyal hasil perintah filter dari if lx>lh
MATLAB x2=[x2 zeros(1,lx-lh)];
else
x=[x zeros(1,lh-lx)];
end
y=zeros(1,lx+lh-1); V. SIMPULAN
x=fliplr(x); Setelah melakukan percobaan ini, dapat disimpulkan bahwa:
1. Di dalam MATLAB tersedia perintah help yang digunakan
(Menjumlahkan sinyal input yang telah untuk mengetahui tentang penjelasan commands dan syntax
dibalik dengan filter lowpass) dasar dari fungsi-fungi yang ada pada MATLAB.Any
for i=1:length(y)
change terjadi antara kombinasi antara falling edge dan
if i<=length(x)
y(i)=sum(x(1,length(x)- rising edge Ketika tombol butoon belum ditekan dan lampu
i+1:length(x)).*x2(1,1:i)); LED secara langsung.
else 2. Pada percobaaan modul ini,terdapat 2 jenis fungsi filter yang
j=i-length(x); digunakan, yaitu filter fir 1 dan fir 2. Keduanya sama-sama
y(i)=sum(x(1,1:length(x)- dapat digunakan untuk malakukan filter terhadap sinyal
j).*x2(1,j+1:length(x2))); dengan variabel input berupa orde dan frekuensi cut off
end sinyal.
end 3. Perbedaan antara kedua filter ini yaitu pada metode pem-
filter-an yang digunakan. Dimana pada fir 1, metode pem-
Analisis: filter-an yang digunakan yaitu dengan window method
Untuk penulisan pemrograman harus diamati dalam sedangkan pada fir 2 digunakan metode dengan
perintah agar tidak terjadi loop dan menggunakan memanfaatkan frekuensi sampling. Any change terjadi
perulangan baris dan kolom yang benar, dalam percobaan antara kombinasi antara falling edge dan rising edge artinya
ini hasil yang didapatkan sama dengan fungsi dari apabila ada perubahan dari tegangan tinggi (logika 1) ke
MATLAB. tegangan yang lebih rendah (logika 0).

REFERENSI
[1] Syahputra, R. (2016). Characteristic Test of Current
Transformer Based EMTP Software. Jurnal Teknik
Elektro, 1(1), pp. 11-15.
[2] 2013. 3. John J. Grainger & William D. Jr Stevenson,
Power System Analysis, 1994.
[3] Laboratorium Dasar Teknik Elektro (2021).”Modul 1
Praktikum Pengolahan Sinyal Digital”.Lampung
Selatan:Lampung,91 halaman
[4] T. Gonen, 1986, “Electric Power Distribution System
Engineering”, McGraw-Hill, New York.
2
 Kementrian Riset, Teknologi dan Pendidikan Tinggi
INSTITUT TEKNOLOGI SUMATERA
Jalan Terusan Ryacudu, Desa Way Hui, Kecamatan Jati Agung, Lampung Selatan 35365
Telepon : (0721) 8030188, Email: pusat@itera.ac.id, Website: http://www.itera.ac.id

PRAKTIKUM PENGOLAHAN SINYAL DIGITAL

Lembar Pembagian Tugas

Modul : 1 – Pengolahan Sinyal Digital

Nama Asisten / NIM : Sarah Rahayu/13117026

Shift – Kelompok : C - 1
Pembagian Tugas :
No Nama NIM Rincian Tugas
1. Abdul Surokhman 118130008 Membuat sinyal input filter berupa superposisi
beberapa sinyal sinusoidal dengan frekuensi berbeda,
Desain dan simulasi filter FIR 1,
Desain dan simulasi filter FIR 2,
Membuat m-file untuk melakukan pemfilteran FIR.
2. Fadhil Hilmi 118130005 Membuat sinyal input filter berupa superposisi
Ramadhan beberapa sinyal sinusoidal dengan frekuensi berbeda,
Desain dan simulasi filter FIR 1,
Desain dan simulasi filter FIR 2,
Membuat m-file untuk melakukan pemfilteran FIR.
3 Daniel Sibarani 118130023 Membuat sinyal input filter berupa superposisi
beberapa sinyal sinusoidal dengan frekuensi berbeda,
Desain dan simulasi filter FIR 1,
Desain dan simulasi filter FIR 2,
Membuat m-file untuk melakukan pemfilteran FIR.

Tugas :
1. Percobaan 1: Membuat sinyal input filter berupa superposisi beberapa sinyal sinusoidal dengan
frekuensi berbeda

N Percobaan Link Video

o
1. Membuat sinyal input https://drive.google.com/drive/u/0/folders/1_Pd-
filter berupa rTf7rKaAyYrUCT_rB60qnF6uI8FC
superposisi beberapa
sinyal sinusoidal
dengan frekuensi
berbeda,
2. Percobaan 2: Desain dan simulasi filter FIR 1
No Percobaan Link Video
1. Desain dan https://drive.google.com/drive/u/0/folders/1_Pd-
simulasi filter FIR rTf7rKaAyYrUCT_rB60qnF6uI8FC
1

3. Percobaan 3: Desain dan simulasi filter FIR 2

N Percobaan Link Video
o
1. Desain dan simulasi https://drive.google.com/drive/u/0/folders/1_Pd-
filter FIR 2 rTf7rKaAyYrUCT_rB60qnF6uI8FC

4. Pecobaan 4: Membuat m-file untuk melakukan pemfilteran FIR.

N Percobaan Link Video
o
1. Membuat m-file untuk https://drive.google.com/drive/u/0/folders/1_Pd-
melakukan pemfilteran rTf7rKaAyYrUCT_rB60qnF6uI8FC
FIR.
Lampiran