Sistem Multimedia

Akuisisi dan Konversi Data Digital

Risnandar, Ph.D.
FAKULTAS ILMU KOMPUTER
UPN VETERAN JAKARTA
 DASAR-DASAR AKUISISI DATA
Elemen-elemen dasar dari sistem akuisisi data berbasis komputer (PC),
terdiri dari :
 Sebuah komputer PC; => data Acquition Hardware;
 Transduser; => Analysis Hardware
=> signal conditioning; => Software.

2
https://adoc.tips/sistem-akuisisi-data-dan-monitoring-pembangkit-listrik-tenag.html
 1. Personal Computer (PC)
• Komputer yang digunakan dapat mempengaruhi
kecepatan akuisisi data dan mempengaruhi unjuk-
kerja dari sistem akuisisi data secara keseluruhan.
• Faktor yang mempengaruhi jumlah data yang dapat
disimpan dan kecepatan penyimpanan adalah
kapasitas dan waktu akses terhadap hard disk.
• Aplikasi-aplikasi akuisisi data secara real-time (waktu-
nyata) membutuhkan prosesor yang cepat, sehingga
perlu prosesor khusus untuk pemrosesan sinyal digital
(DSP –Digital Signal Processor).

3
 2. Transduser
• Transduser mendeteksi fenomena fisik (suhu,
tekanan, cahaya, dan lain-lain) kemudian
mengubahnya menjadi sinyal-sinyal listrik.
Misalnya termokopel, RTD (Resistive
Temperature Detectors), termistor, flow-meter
dan lain-lain.
• Pada masing-masing kasus, sinyal listrik yang
dihasilkan sebanding dengan parameter fisik
yang diamati.

4
 3. Pengkondisi Sinyal (Signal Conditioning) (1)
• Sinyal-sinyal listrik yang dihasilkan oleh
transduser harus dikonversi ke dalam bentuk
yang dikenali oleh papan akuisisi data yang
dipakai.
• Tugas pengkondisi sinyal : penguatan
(amplification).
Misalnya sinyal-sinyal lemah yang berasal dari
termokopel, sebaiknya dikuatkan untuk
meningkatkan resolusi pengukuran. Dengan
menempatkan penguat dengan transduser, maka
interferensi atau gangguan yang timbul pada
kabel penghubung antara transduser dengan
komputer dapat diminimalkan.
5
 3. Pengkondisi Sinyal (Signal Conditioning) (2)
• Tugas lain dari pengkondisi sinyal adalah melakukan linearisasi.
Beberapa alat pengkondisi sinyal dapat melakukan penguatan
sekaligus linearisasi untuk berbagai macam tipe transduser .
linearisasinya menggunakan perangkat lunak (program).
• Aplikasi umum dari pengkondisi sinyal lainnya adalah
melakukan isolasi sinyal dari transduser terhadap komputer
untuk keamanan.
Sistem yang diamati bisa mengandung perubahan-perubahan
tegangan-tinggi yang dapat merusak komputer atau bahkan
melukai operatornya.
• Selain itu pengkondisi sinyal bisa juga melakukan penapisan
sinyal (pemfilteran) : BPF , HPF, LPF
6
II. PERANGKAT KERAS AKUISISI DATA (DAQ)
1. Masukan Analog
Spesifikasi hardware akuisisi data meliputi:
• jumlah kanal,
• laju pencuplikan,
• resolusi,
• jangkauan,
• ketepatan (akurasi),
• derau dan ketidak-linearan,
Yang semuanya berpengaruh pada kualitas
sinyal yang sudah terdigitalisasi (terakuisisi
secara digital).
7
 Masukan Analog
Jumlah kanal masukan analog menentukan
berapa tranduser yang dapat ditangani.
Laju pencuplikan (dalam Hz) menentukan
seberapa banyak nilai cuplikan yang diperoleh.
Laju pencuplikan yang tinggi akan
menghasilkan data yang lebih banyak dan
akan menghasilkan penyajian-ulang sinyal asli
yang lebih baik.

8
• Pemultipleksan merupakan cara yang sering
digunakan untuk menambah jumlah kanal
masukan ke ADC (papan akuisisi data).
• ADC yang bersangkutan mencuplik sebuah kanal,
kemudian berganti ke kanal berikutnya, kemudian
mencuplik kanal tersebut, berganti lagi ke kanal
berikutnya dan seterusnya.
• Karena menggunakan sebuah ADC untuk
mencuplik beberapa kanal, maka laju efektif
pencuplikan pada masing-masing kanal
berbanding terbalik dengan jumlah kanal yang
dicuplik.
9
• Misalnya sebuah papan akuisisi data mampu
mencuplik dengan laju 100Kcuplik/detik pada 10
kanal, maka masing-masing kanal secara efektif
memiliki laju pencuplikan :

• Dengan kata lain laju pencuplikan menurun

seiring dengan bertambahnya kanal yang
dimultipleks.

10
• Resolusi (dalam satuan bit) adalah istilah
untuk jumlah atau lebar bit yang digunakan
oleh ADC dalam penyajian-ulang sinyal analog.

Semakin besar resolusinya, semakin besar

pembagi jangkauan tegangan masukan
sehingga semakin kecil perubahan tegangan
yang bisa dideteksi.

11
 Konverter mempunyai resolusi 3 bit
sehingga pembagian jangkauan sinyal analog
menjadi 23 atau 8 bagian. Masing-masing
bagian disajikan dalam kode-kode biner
antara 000 hingga 111.
 Dengan meningkatkan resolusi hinggga 16 bit,
misalnya, maka jumlah kode-kode bilangan
ADC meningkat dari 8 menjadi 65.536.
Dengan demikian, penyajian-ulang digitalnya
lebih akurat dibanding 3-bit.

12
• Jangkauan berkaitan dengan tegangan
minimum dan maksimum yang bisa ditangani
oleh ADC yang bersangkutan.
• Papan akuisisi data yang baik memiliki
jangkauan yang bisa dipilih sedemikian rupa
hingga mampu dikonfigurasi untuk menangani
berbagai macam jangkauan tegangan yang
berbeda-beda.

13
• Spesifikasi jangkauan, resolusi dan penguatan (gain)
pada papan akuisisi data menentukan seberapa kecil
perubahan tegangan yang mampu dideteksi.
• Perubahan tegangan ini menyatakan 1 LSB (Least
Signifincant Bit ) pada nilai digital dan sering
dinamakan sebagai Lebar Kode (code width).
• Lebar kode yang ideal ditentukan menggunakan
persamaan berikut :

14
• Jika diketahui jangkauan tegangannya antara 0
sampai dengan 5 V dan penguatan 500 dan
resolusi 16 bit, maka diperoleh :

Lebar_kode_ideal = 5 / (500 x 2 16) = 153 nanovolt

15
•
Keluaran Analog
Rangkaian keluaran analog dibutuhkan untuk menstimulus suatu proses atau
unit yang diuji pada sistem akuisisi data.
• Beberapa spesifikasi DAC yang menentukan kualitas sinyal keluaran yang
dihasilkan adalah
– settling time,
– slew rate dan
– resolusi.
• Settling time dan slew rate bersama-sama menentukan seberapa cepat DAC
dapat mengubah aras sinyal keluaran.
• Settling time adalah waktu yang dibutuhkan oleh keluaran agar stabil dalam
durasi tertentu.
• Slew rate adalah laju perubahan maksimum agar DAC bisa menghasilkan
keluaran.
• Dengan demikian, settling time yang kecil da slew rate yang besar dapat
menghasilkan sinyal-sinyal dengan frekuensi tinggi karena hanya dibutuhkan
waktu sebentar untuk mengubah keluaran ke aras tegangan baru secara
akurat.
16
• Resolusi keluaran mirip dengan resolusi
masukan.
– Yaitu jumlah bit kode digital yang (nantinya) akan
menghasilkan keluaran analog.
– Semakin banyak jumlah bit resolusinya semakin
besar kenaikan tegangan nya (semakin kecil
perubahan tegangan yang mampu dideteksi),
sehingga dimungkinkan untuk menghasilkan
perubahan sinyal yang halus.

17
 Sinyal Analog Vs Sinyal Digital

• Sinyal Analog :
– Kontinu, dinyatakan dalam sistem desimal
– Tidak ada batasan pada nilai maksimum/minimum
– Tidak bisa diproses oleh computer

• Sinyal Digital : sistem angka biner

– Semua bilangan dinyatakan dengan kombinasi 1 &
0
– Nilai maksimum dibatasi oleh # bit yang tersedia

18
 PEMROSESAN SINYAL DIGITAL
Sejarah Perkembangan DSP
Sinyal, Sistem dan Pemrosesan sinyal
Elemen-Elemen Dasar DSP
Klasifikasi Sinyal
Konsep Frekuensi
Analog to Digital Conversion (A/D C)
Digital to Analog Conversion (D/A C)
19
 SEJARAH PERKEMBANGAN
 Kemajuan-kemajuan pesat di bidang :
 Teknologi komputer digital
 Pabrikasi rangkaian terintegrasi
 Komputer digital + perangkat kerasnya
(30 tahun yang lalu)
 Besar dan mahal
 Aplikasi bisnis
 General purpose scientific computation
 Teknologi rangkaian terintegrasi :
 Medium-scale integration (MSI)
 Large-scale integration (LSI)
 Very-large-scale integration (VLSI)
20
 Komputer digital + perangkat kerasnya (sekarang)
 Lebih kecil, lebih cepat dan lebih murah
 Special purpose scientific computation
 Kelebihan pemrosesan sinyal digital
 Lebih presisi
 Lebih fleksibel dalam perancangan sistem
 Perangkat lunak dapat mengendalikan perangkat keras
 Operasi-operasi terprogram (algoritma)
 Kekurangan pemrosesan sinyal digital
 Untuk sinyal dengan bandwidth sangat lebar
 Real-time processing (Analog)
 Optical signal processing
 Terjadi distorsi
 Proses pencuplikan (sampling)
 Proses kuantisasi (quantization)

21
 Gelombang
• Untuk bentuk gelombang periodik, durasi
bentuk gelombang sebelum berulang disebut
periode bentuk gelombang

22
 Frekuensi
• tingkat di mana pola getaran biasa berulang
(frekuensi = 1 / periode) F = 1/T

23
 Frekuensi pada Gelombang
• Satuan frekuensi adalah 1 putara/detik,
disebut juga Hertz (Hz).
• Frekuensi bentuk gelombang sama dengan
kebalikan dari periode.
F= 1/T
Maka:
T = 1/F

24
 Frekuensi pada Gelombang
• Contoh Kasus:
frekuensi = 10 Hz
periode = 1/10 = 0,1 seconds

frekuensi = 100 Hz
periode = 1/100 = 0,01 seconds

frekuensi = 261.6 Hz (middle C)

periode = 1/ 261.6 = 0,0038226 seconds
25
 SINYAL, SISTEM DAN PEMROSESAN SINYAL
 Sinyal
 Besaran-besaran yang tergantung pada waktu dan ruang
 Besaran fisis/non fisis (variabel tak bebas)
 Waktu dan ruang (variabel bebas)
s1 ( t )  5 t 2
s 2 ( t )  20 t 2
s 3 ( x , y )  3 x  2 xy  10 y 2

Sinyal-sinyal dengan hubungan matematis yang jelas

26
  Suara pembicaraan (speech signals)

Sinyal –sinyal dengan hubungan matematis yang tidak jelas

27
 Suatu segmen dari suara pembicaraan dapat
direpresentasikan sebagai :
 Sejumlah sinyal sinusoidal dengan amplituda,
frekuensi dan fasa yang berbeda
N
s ( t )   A i ( t ) sin [ 2  Fi ( t ) t   i ( t )]
i 1

 Informasi yang terkandung di dalam suatu sinyal

ditentukan dengan mengukur :
 Amplituda(A)
 Frekuensi(F)
 Fasa()
28
 Sinyal electrocardiogram (ECG)
 Sinyal elektronik yang berasal dari aktivitas jantung
 Informasi mengenai kondisi dari jantung pasien

 Sinyal electroencephalogram (EEG)

 Sinyal elektronik yang berasal dar aktivitas otak
 Sinyal-sinyal , ,  dan 
 Sinyal-sinyal dengan satu variabel bebas (waktu)
 Suara pembicaraan, ECG dan EEG
 Sinyal dengan dua variabel bebas (ruang)
 Gambar (image signal)
29
 Sistem
 Alat fisik yang melakukan suatu operasi pada suatu sinyal
 Filter
 Mereduksi (mengurangi) derau (noise)
 Alat non fisik
 Software (perangkat lunak)
 Melakukan sejumlah operasi-operasi matematik
 Algoritma
 Pemrosesan sinyal (Signal processing)

 Operasi-operasi yang dilakukan pada suatu sinyal

30
 ELEMEN-ELEMEN DASAR DARI DSP
 Sistem pemrosesan sinyal analog
Sinyal Pemroses Sinyal
input sinyal output
analog analog analog

 Sistem pemrosesan sinyal digital

Sinyal A/D Pemroses D/A Sinyal
input sinyal output
analog Converter digital Converter analog

Sinyal input digital Sinyal output digital

31
 KLASIFIKASI SINYAL
 Single-channel signal
 Hanya terdiri dari satu sinyal (variabel tak bebas)
 Nilainya bisa real atau kompleks
s1 ( t )  A sin( 3t )
j 3 t
s 2 ( t )  Ae  A cos(3t )  jA sin( 3t )
 Multi-channel signal
 Lebih dari satu sinyal (variabel tak bebas)
 Gelombang gempa (3 channels)
 ECG (3 channels/12 channels)
32
Gelombang gempa :
 Primary wave (Longitudinal)
 Secondary wave (Transversal)
 Surface wave (Permukaan)

Vektor

S1 ( t ) 
 
S( t )  S 2 ( t ) 
S3 ( t ) 

33
 Sinyal satu dimensi
 Hanya fungsi dari satu variabel bebas
 Multi-dimensional signal
 Fungsi lebih dari satu variabel bebas

S  I( x , y )

Sinyal dua dimensi

34
 Sinyal tiga dimensi
 Gambar televisi hitam-putih
S  I( x , y, t )

 Multichannel multidimensional signal

 Gambar televisi berwarna

 I r ( x , y, t ) 
 
I( x , y, t )   I g ( x , y, t ) 
 I ( x , y, t ) 
 b 

35
 Sinyal waktu kontinu
 Speech signal
 Sinyal waktu diskrit
 Hanya ada pada waktu-waktu tertentu saja

0,8 n n  0
x (n )  
0 lainnya

0,8
0,64

36
 Sinyal berharga kontinu (Continuous-valued signal)
 Dapat berharga berapa saja

Sinyal berharga kontinu dan waktu diskrit

37
 Sinyal berharga diskrit (Discrete-valued signal)
 Berharga pada beberapa kemungkinan saja
 Sinyal digital
 Waktu diskrit
 Harga diskrit

38
 Sinyal deterministik
 Harganya dapat diprediksi
 Sinyal acak (random signal)
 Harganya tidak dapat diprediksi

39
 KONSEP FREKUENSI
 Sinyal sinusoidal waktu kontinu

x a ( t )  A cos(t  )   t  
t = waktu
A = amplituda
 = frekuensi sudut[radian/detik]
 = fasa [radian]

  2F  x a ( t )  A cos(2 F t  )
F = frekuensi [siklus/detik, hertz (Hz)]
40
x a ( t )  A cos(t  )

 Untuk setiap frekuensi F  xa(t) periodik

1
x a ( t  Tp )  x a ( t ) Tp   perioda dasar
F
 Sinyal-sinyal sinusoidal waktu kontinu dengan frekuensi
berbeda dapat dibedakan
 Frekuensi diperbesar
Untuk suatu waktu tertentu jumlah perioda bertambah
41
 Sinyal sinusoidal waktu diskrit
x ( n )  A cos( n  )   n  
n = bilangan bulat (integer)
A = amplituda
 = frekuensi [radian/sampel]
 = fasa [radian]

  2 f  x ( n )  A cos(2  f n  )
f = frekuensi [siklus/sampel]

42
 x (n )  A cos(2 f o n  )
 1
o   fo 
6 12


3
 x (n) periodik hanya bila frekuensi f merupakan
bilangan rasional
x (n  N )  x (n )
cos[2 f o ( n  N )  ]  cos[2 f o n  2 f o N  ]  cos(2 f o n  )

k
2 f o N  2 k  fo 
N
Harga terkecil dari N disebut perioda dasar
43
 Sinyal-sinyal sinusoidal waktu diskrit dengan frekuensi-
frekuensi yang berbeda sebanyak 2 k adalah identik
(tidak dapat dibedakan)
cos[(o  2)n  ]  cos[o n  2n  ]  cos(o n  )
x k ( n )  A cos( k n  ) k  0,1, 2 
 k  o  2  k

1 1
    f 
2 2

 Frekuensi diperbesar  harga maksimum f = 1/2

44
x (n )  cos(o n )

45
x ( n )  cos( n )     2
x 1 ( n )  A cos(1n ) 1  o
x 2 ( n )  A cos( 2 n )  2  2  o

x 2 ( n )  A cos( 2 n )  A cos(2   o ) n
 A cos(2 n  o n )  A cos( o n )
 A cos(o n )  x 1 ( n )
2 adalah alias dari 1
46
 ANALOG TO DIGITAL CONVERSION (ADC)
 Sampling (pencuplikan)
 Quantization (kuantisasi)
Digital signal
 Coding (pengkodean)

Xa(t) X(n) Xq(n)

Sampler Quantizer Coder 01011

Analog signal
Discrete-time signal
Quantized signal
47
 SINYAL DIGITAL DAN ANALOG
• Dalam komunikasi data, data ditransfer dari satu komputer
ke komputer lainnya melalui media transmisi. Data yang
dilewatkan haruslah dalam bentuk yang dapat diterima
media transmisi, yaitu energi elektromagnetik (dalam
bentuk sinyal).
• Sinyal adalah energi elektromagnetik yang melewati
kabel/saluran transmisi. Sinyal yang melewati saluran
transmisi bisa terdiri dari sinyal digital dan sinyal analog.

48
 Sinyal Digital
• Data (baik data digital maupun data analog) dapat
direpresentasikan oleh sinyal digital. Misalnya, suatu 1 dapat
di-enkode sebagai suatu tegangan positif dan 0 sebagai tidak
adanya tegangan.

• Ada dua term penting yang berkaitan dengan transmisi sinyal

digital yaitu bit interval dan bit rate. Bit interval adalah waktu
yang diperlukan untuk mengirimkan suatu bit. Sedangkan bit
rate adalah jumlah dari bit yang dikirimkan dalam satu detik,
dikenal juga sebagai bit per second (bps).

• Unit-unit dari bit rate sebagai berikut:

One bit per seconds (bps) = 1 bps
Kilobits per seconds (kbps) = 1.000 bps
Megabits per seconds (Mbps) = 1.000.000 bps
Gigabits per seconds (Gbps) = 1.000.000.000 bps
Terabits per second (Tbps) = 1.000.000.000.000 bps
49
 Signal Analog (1)
• Data ditransmisikan dalam bentuk gelombang yang
kontinu. Sinyal sinusoida merupakan bentuk dasar
dari sinyal analog. Sinyal ini berubah secara
konsisten dan kontinu secara teratur dalam suatu
cycle.
• Sinyal sinusoida memiliki tiga karakterisitik, yaitu
amplitude (amplitude), period atau frequency
(frekuensi) dan phase (fasa)

50
 Signal Analog (2)
• Amplitudo adalah nilai dari sinyal tersebut di suatu titik pada gelombang.
Merupakan jarak vertical dari sumbu horizontalnya.
• Periode adalah jumlah waktu yang dibutuhkan (dalam detik) oleh suatu sinyal,
untuk melengkapi satu cycle.
• Frekuensi adalah jumlah dari cycle dalam satu detik. Frekuensi = 1/Periode
• Fasa adalah posisi dari gelombang relatif saat waktu (t) = 0. Jika kita asumsikan
gelombang adalah sesuatu yang dapat dipindahkan ke depan atau ke belakang
sepanjang sumbu waktu, fasa mendeskripsikan jumlah dari perpindahan tersebut,
mengindikasikan status dari cycle yang pertama. Fasa diukur dalam derajat, atau
radian (360 derajat adalah 2p radian).

51
Digitalisali Data Analog

52
 Mengubah Data Menjadi Sinyal
• Dalam pengiriman data, ada empat skenario yang dapat
terjadi sebagai berikut:
 Mengirimkan data digital menggunakan sinyal digital
 Mengirimkan data digital menggunakan sinyal analog
 Mengirimkan data analog menggunakan sinyal digital
 Mengirimkan data analog menggunakan sinyal analog
• Bila data yang akan dikirim dalam bentuk digital (dalam
bentuk 0 dan 1), dan media transmisinya mampu untuk
menangani sinyal digital (memiliki bandwidth yang lebar)
maka physical layer mampu untuk untuk meng-enkode data
digital ke sinyal digital utnuk pentransmisian.

53
 Modulasi - Konversi Digital ke Analog
• Kadangkala physical layer perlu merubah data digital menjadi
sinyal analog, misalnya saat penggunaan telepon konvensional
untuk mengirim data digital via Internet. Jalur yang digunakan
adalah jalur analog dengan bandwidth yang sempit, sekitar 4
kHz yang tidak memungkinkan untuk dilewati sinyal digital
dalam pengiriman data yang reliable.
• Pada kasus ini diperlukan konversi digital ke analog, yang
dikenal sebagai modulasi. Suatu piranti yang disebut modem
(modulator/demodulator) diperlukan untuk memodulasi dan
mendemolasi data.

54
 Sampling (pencuplikan)
 Sinyal waktu kontinu  sinyal waktu diskrit
 T = sampling interval
 Fs = sampling rate (sampel/detik)

55
x a ( t )  A cos(2 Ft  )
x a ( nT )  A cos(2 FnT  )
 2 nF 
 A cos   
 Fs 
F
x ( n )  A cos(2  f n  )  f 
Fs
1 Fs 1
f max   Fmax  
2 2 2T

Fs
F  ?
2
56
x 1 ( t )  cos[2 (10 ) t ]  F1  10 Hz
x 2 ( t )  cos[2 (50 ) t ]  F2  50 Hz
Fs  40 Hz
 10  
x 1 ( n )  cos[2   n ]  cos( n )
 40  2
 50  5
x 2 ( n )  cos[2   n ]  cos( n )
 40  2
  
 cos(2   ) n  cos(2 n  n )  cos( n )  x 1 ( n )
2 2 2
x2(n) identik dengan x1(n) F2 (50 Hz) = alias dari F1(10 Hz)
90 Hz, 130 Hz, …. juga alias 10 Hz
57
 x a ( t )  A cos(2 Fo t  )
x ( n )  A cos(2 f o n  )
x a ( t )  A cos(2 Fk t  )
Fk  Fo  kFs k  1,  2, 

x ( n )  x a ( nT )  A cos(2 Fk nT  )
 Fo  kFs 
x ( n )  A cos 2  n   
 Fs 
x ( n )  A cos(2 f o n  2 k  )
x ( n )  A cos(2 f o n  )

Alias dari Fo
58
Hubungan antara f dan F
Fs/2 folding frequency

59
 1 7
F2  Hz F1   Hz Fs  1 Hz
8 8
7 1
F1    (  1)  F2  kFs k  1
8 8
60
Contoh Kasus Sampling Rate (Fs)
Diketahui sebuah sinyal analog
xa(t) = 3 cos 100t
a) Tentukan Fs minimum
b) Bila Fs = 200 Hz, tentukan x(n)
c) Bila Fs = 75 Hz, tentukan x(n)
d) Berapa 0 < F < Fs/2 yang menghasilkan x(n) sama dengan c)
Jawab:
a) F = 50 Hz  Fs minimum = 100 Hz
100  
b) x ( n )  3 cos n  3 cos n
200 2
61
c) 100  4
x ( n )  3 cos n  3 cos n
75 3
2 2
 3 cos(2   ) n  3 cos( ) n
3 3
2 1 1
d) x ( n )  3 cos( ) n  3 cos(2 ) n f 
3 3 3
Fo 1
f  Fo  f Fs  (75 )  25 Hz
Fs 3

Fk  Fo  kFs  25  k (75) k  1,  2, 

Fs 75
0F    37 ,5 F  Fo  25 Hz
2 2
62
 N
Teori Sampling (1)
xa   Ai cos(2 Fi t   )
i 1

 Suara pembicaraan  fi < 3 kHz

 Sinyal televisi  fi < 5 MHz
 Fmaks = B
 Fs = sampling rate = ?
1 F 1 FS FS
  f    F
2 FS 2 2 2

2 Fmaks  2 B  FN Frekuensi Nyquist

63
 Teori Sampling (2)

• Teori Sampling Shannon-Nyquist

– Komponen frekuensi maksimum yang dapat
ditangani oleh sistem data sampel secara akurat
berupa batas Nyquist-nya (frekuensi Nyquist).

64
 Ringkasan Teori Sampling (2)
• Sampling: Nilai numerik yang akan mengevaluasi
sebuah sinyal dalam bentuk diskrit dalam satuan
waktu [ yk=y(kDt) ]
• Sinyal Digital: sebuah urutan nilai “perkiraan” pada
sinyal analog
• Sampling time/Period: durasi waktu di antara dua
buah sampel yang berurutan [Dt]
• Sampling rate (SR): 1/Dt (Hz)
• Frekuensi Nyquist : 2.fmax
• Teori Sampling : fs > Frekuensi Nyquist
65
 Teorema Nyquist dan Aliasing (1)

• Teorema Nyquist:
Merepresentasikan frekuensi setengah laju pengambilan
sampel (sampling rate) secara digital.
– Contoh 1:
CD Audio memiliki Sampling Rate (SR)=44,100 Hz
Maka, frekuensi Nyquist = SR/2 = 22,050 Hz
– Contoh 2:
SR=22,050 Hz
Maka, frekuensi Nyquist = SR/2 = 11,025 Hz
66
Teorema Nyquist dan Aliasing (2)
• Frekuensi yang berada di atas frekuensi
Nyquist berupa "lipatan" (foldover) agar
terdengar seperti frekuensi yang lebih
rendah.
• Lipatan (foldover) ini disebut aliasing.
• Freskuensi aliasing f dituliskan dengan [SR/2,
SR] menjadi | f’ |:
f' = |f - SR|

67
 Teorema Nyquist dan Aliasing (3)
f' = |f - SR|

• Contoh:
SR = 20.000 Hz
Maka, frekuensi Nyquist = SR/2 = 10.000 Hz
Sehingga, nilai frekuensi aliasing f' saat:
f = 12.000 Hz  f’ = |12.000-20.000|=8.000 Hz
f = 18.000 Hz  f' = | 18.000-20.000 |= 2.000 Hz
f = 20.000 Hz  f' = | 20.000-20.000 |= 0 Hz
68
 Teorema Nyquist dan Aliasing (4)
• Contoh Grafik 1:
SR = 20.000 Hz
Frekuensi Nyquist = 10.000 Hz
f = 2.500 Hz (tidak ada aliasing)

69
 Teorema Nyquist dan Aliasing (5)
• Contoh Grafik 2:
– SR = 20.000 Hz
– Frekuensi Nyquist = 10.000 Hz
– f = 5.000 Hz (tidak ada aliasing)

(angka kiri dan kanan memiliki frekuensi yang sama, tetapi

memiliki titik pengambilan sampel yang berbeda)
70
 Teorema Nyquist dan Aliasing (6)
• Contoh Grafik 3:
– SR = 20.000 Hz
– Frekuensi Nyquist = 10.000 Hz
– f = 10.000 Hz (tidak ada aliasing)

71
 Teorema Nyquist dan Aliasing (7)
• Contoh Grafik 4:
– TAPI, jika titik sampel jatuh pada persilangan nol,
suara sepenuhnya dibatalkan

72
 Teorema Nyquist dan Aliasing (7)
• Contoh Grafik 5:
– SR = 20.000 Hz
– Frekuensi Nyquist = 10.000 Hz
– f = 12.500 Hz, f' = 7.500 Hz (aliasing)

73
 Teorema Nyquist dan Aliasing (8)
• Contoh Grafik 6:
– Fitting (penyesuaian) gelombang sinus paling
sederhana ke titik sampel menghasilkan bentuk
gelombang aliasing (garis putus-putus di bawah):

74
 Aliasing (pada Audio) (1)
• [i:33] gelombang sinus dengan variabel
frekuensi, SR = 22.050 Hz

75
 Aliasing (pada Audio) (2)
• Misalnya musik terompet:
– [i:34] SR=22050, frekuensi tertinggi pada musik
adalah sekitar 7000 Hz. (tidak ada aliasing)
– [i:35] SR=11025 (Sebagian aliasing;
menambahkan sedikit kualitas bahan metalik dari
terompet)
– [i:36] SR=4410 (banyak aliasing; suara terdengar
seperti video game yang buruk)

76
 Anti-Aliasing
• Salah satu cara untuk menghindari masalah aliasing
adalah dengan menerapkan filter anti-aliasing ke
sinyal, sebelum tahap pengambilan sampel, untuk
menghilangkan komponen frekuensi di atas frekuensi
"lipatan" (foldover) atau Nyquist (setengah frekuensi
pengambilan sampel).
• Filter anti-aliasing adalah filter low-pass.

77
Contoh Kasus Nyquist
Diketahui sebuah sinyal analog
xa(t) = 3 cos (2000 t) + 5sin(6000 t) + 10 cos (12000 t)
a) Tentukan frekuensi Nyquist-nya
b) Bila Fs = 5000 Hz, tentukan x(n)
c) Tentukan xa(t) dari x(n) pada b) bila proses D/A Cnya sempurna
Jawab:
a) F1  1 kHz F2  3 kHz F3  6 kHz
B  Fmaks  6 kHz FN  2 B  12 kHz

78
 Fs
b) Fs  5 kHz   2,5 kHz
2
2000  6000  12000 
x ( n )  3 cos n  5 sin n  10 cos n
5000 5000 5000
1 3 6
 3 cos(2 ) n  5 sin( 2 ) n  10 cos(2 ) n
5 5 5
1 2 1
x ( n )  3 cos[2 ( ) n ]  5 sin[ 2 (1  ) n ]  10 cos[2 (1  ) n ]
5 5 5
1 2 1
x ( n )  3 cos[2 ( ) n ]  5 sin[ 2 (  ) n ]  10 cos[2 ( ) n ]
5 5 5
1 2 1
x ( n )  3 cos[2 ( ) n ]  5 sin[ 2 (  ) n ]  10 cos[2 ( ) n ]
5 5 5
79
b) Lanjutan
1 2 1
x ( n )  3 cos[2 ( ) n ]  5 sin[ 2 (  ) n ]  10 cos[2 ( ) n ]
5 5 5

1 2
x ( n )  13 cos[2 ( ) n ]  5 sin[ 2 ( ) n ]
5 5

c) ya (t )  13 cos(2000  t )  5 sin( 4000  t )

80
 DIGITAL TO ANALOG TO CONVERSION (DAC)
 Kuantisasi sinyal amplitudo kontinu
xq ( n )  Q[ x ( n )]  eq ( n )  x q ( n )  x ( n )

Q = proses kuantisasi (rounding, truncation)

xq(n) = sinyal hasil kuantisasi
eq(n) = error kuantisasi

81
 0,9 t t0
x a (t )   FS  1 Hz  T 1s
0 t0
0,9 n n0
x(n)  
0 n0

82
n x(n) xq(n) xq(n) eq(n)
(Truncation) (Rounding) (Rounding)
0 1 1,0 1,0 0,0
1 0.9 0,9 0,9 0,0
2 0.81 0,8 0,8 - 0,01
3 0,729 0,7 0,7 - 0,029
4 0,6561 0,6 0,7 0,0439
5 0,59049 0,5 0,6 0,00951
6 0,5311441 0,5 0,5 - 0,031441
7 0,4782969 0,4 0,5 0,0217071
8 0,43046721 0,4 0,4 - 0,03046721
9 0,387420489 0,3 0,4 0,012579511
83
L = level kuantisasi  L = 11
D = Quantization step  D = 0,1
xmaks  xmin 1  0 D D
D   0,1   eq ( n ) 
L 1 11  1 2 2
84
 Kuantisasi sinyal sinusoidal
x(n)  A cos( 0t )

85
 FS  2 B  eq (t )  x a (t )  x q (t )
xa(t) dianggap linier diantara level-level kuantisasi
 = waktu selama xa(t) berada di dalam level kuantisasi

 
1 1
Pq   e (t )dt   q (t )dt
2 2
Error power (rms) e
2 
q
 0

86
  2
D 1  D  2 D 2
eq (t )  t  Pq     t dt 
2  0  2  2

b = jumlah bit  L = 2b + 1
Xmaks-xmin = 2A
2A A2
D b  Pq 
2 3( 2 2 b )
Tp 2
1 A
Px    A cos  ot  dt 
2

Tp 0 2 Px 3 2b
Signal-to-quantization ratio SQNR   (2 )
Pq 2
87
SQNR ( dB )  10 log SQNR  1,76  6,02 b
 Word length (jumlah bit) ditambah satu
 Level kuantisasi menjadi dua kali lipat
 SQNR bertambah 6 dB
Contoh :
 Compact disk player
 Sampling frequency 44,1 kHz
 16-bit sample resolution
 SQNR =96 dB
88
 Coding of Quantized Samples
 Level kuantisasi L  L bilangan biner yang berbeda
 Word lengh b  2b bilangan biner berbeda
 2b  L  b  2 log L
 L = 11  b = 4 bits

89
Contoh Kasus DAC:

Diketahui sinyal waktu diskrit : x ( n )  6,35 cos( ) n
10
Tentukan jumlah bit yang diperlukan oleh A/D
converter agar resolusinya :
a) D = 0,1
b) D = 0,02
Jawab: 
a) x(n) maksimum pada saat : cos( ) n  1  n0
10

x(n) minimum pada saat : cos( ) n  1  n  10
10
90
 xmaks  xmin xmaks  xmin
D  L 1
L 1 D

[6,35 (1)  6,35 ( 1)]

D  0,1  L  1  128
0,1

2b  128  b  7 bit
b)

[6,35 (1)  6,35 ( 1)]

D  0,02  L  1  636
0,02

2  636
b
 b  10 bit
91
Contoh Kasus :
Diketahui sinyal seismik analog dengan dynamic range sebesar 1
Volt. Bila sinyal analog ini dicuplik dengan frekuensi sebesar 20
sample/s menggunakan 8-bit A/D konverter,
Tentukan :
a) Bit rate (bps)
b) Resolusi
c) Frekuensi sinyal maksimum yang ada pada digital seismic
signal
Jawab:
8 bit 20 sample
a) bps   160 bit / s
sample s
92
 Dynamic range = xmaks - xmin

dynamic range 1000 mV

b) D   7,875 mV
L 1 2 1
8

FS 20
c) Fmaks    10 Hz
2 2

93
Contoh Kasus:
Suatu jaringan komunikasi digital akan digunakan untuk
mentransmisikan sinyal analog :

xa (t )  3 cos(600t )  2 cos(1800 t )
Jaringan ini beroperasi pada 10000 bit/s dan setiap sampel dikuantisasi
menjadi 1024 level tegangan yang berbeda.
a) Tentukan frekuensi pencuplikan dan frekuensi folding
b) Tentukan frekuensi Nyquist dari sinyal analog xa(t)
c) Tentukan frekuensi-frekuensi pada sinyal waktu diskrit x(n)
d) Hitung resolusinya

94
Jawab:

a) 1024  2 b
 b  10 bit
bps 10000
FS    1000 Hz
b 10
FS
FD   500 Hz
2

b) xa (t )  3 cos(2 300 t )  2 cos(2 900 t )

F1  300 Hz F2  900 Hz
FN  2 Fmaks  2 F2  2(900 )  1800 Hz
95
 300 900
c) x ( n )  3 cos(2 n )  2 cos(2 n)
1000 1000
 3 cos[2 (0,3) n ]  2 cos[2 (0,9) n ]
 3 cos[2 (0,3) n ]  2 cos[2 (1  0,1) n )]
 3 cos[2 (0,3) n ]  2 cos[2 (0,1) n )]

f1  0,3  F1  f1 FS  0,3(1000 )  300 Hz

f 2  0,1  F2  f 2 FS  0,1(1000 )  100 Hz

96
 Referensi
1) Tinku Acharya, Ping-Sing Tsai. JPEG2000 Standard for Image Compression:
Concepts, Algorithms and VLSI Architectures. John Wiley & Sons, inc.,
Publication, 2004.

2) K. R. Rao, Do Nyeon Kim, and Jae Jeong Hwang. Video Coding Standards
AVS China, H.264/MPEG-4 PART 10, HEVC, VP6, DIRAC and VC-1. Springer,
2014.

97