Modul Praktikum PSD 2022

MODUL PRAKTIKUM
PENGOLAHAN SINYAL DIGITAL
Disusun oleh :
Tim Asisten Laboratorium Telekomunikasi
LABORATORIUM TELEKOMUNIKASI
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS ANDALAS
PADANG
2022
TIM ASISTEN LABORATORIUM i

KATA PENGANTAR
Alhamdulillahirabbil’alamin, segala puji bagi Allah SWT karena berkat

hidayah-Nya akhirnya modul praktikum Pengolahan Sinyal Digital ini dapat
diselesaikan dan kami persembahkan kepada saudara-saudara semua.
Modul praktikum Pengolahan Sinyal Digital ini terdiri atas bahan-bahan

yang dianggap penting sebagai pengetahuan dasar bagi mahasiswa Teknik Elektro
terlebih lagi bagi mahasiswa yang berminat untuk mendalami ilmu Telekomunikasi
lebih lanjut. Ada 5 modul pada pembahasan praktikum Pengolahan Sinyal Digital.
Adapun modul yang akan dipelajari adalah Sinyal Diskrit,Sampling dan Aliasing,
Konvolusi Diskrit ,Audio Multichanel dan Kompresi Audio, Pengolahan Sinyal
Digital pada Citra, serta Filter Suara.
Kami menyadari banyak kekurangan yang terdapat dalam modul ini

sehingga setiap saran dan kritikan bersifat membangun untuk peningkatan kualitas
modul ini sangat kami perlukan. Akhirnya kami ucapkan terima kasih atas segala
bantuan dan partisipasi yang telah saudara-saudara berikan karena setiap bantuan
tersebut sangat berharga bagi kami.
Selamat praktikum, semoga bermanfaat.....
Tim Asisten Laboratorium Telekomunikasi
Jurusan Teknik Elektro Fakultas Teknik
Universitas Andalas
Padang
November 2022
DAFTAR ISI
KATA PENGANTAR ............................................................................... i

DAFTAR ISI ............................................................................................. ii
STRUKTUR PENGELOLAAN LABORATORIUM
TELEKOMUNIKASI ............................................................................. iv
TATA TERTIB PRAKTIKUM ............................................................... v
FORMAT LAPORAN ............................................................................ vii
Modul I : SINYAL DISRIT, SAMPLING, DAN ALIASING .............. 9
I. Tujuan Percobaan ........................................................................... 9
II. Dasar Teori ..................................................................................... 9
III. Prosedur Percobaan ........................................................................ 5
IV. Tugas Pendahuluan ........................................................................ 10
Modul II : KONVOLUSI DISKRIT ..................................................... 17
I. Tujuan Percobaan ......................................................................... 17
II. Dasar Teori ................................................................................... 17
III. Prosedur Percobaan ...................................................................... 19
IV. Tugas Pendahuluan ........................................................................ 23
Modul III : AUDIO MULTICHANEL ................................................. 24
II. Dasar Teori ................................................................................... 24
III. Alat dan Bahan ............................................................................. 26
IV. Prosedur Percobaan ...................................................................... 27
V. Jurnal............................................................................................. 33
VI. Perhitungan ................................................................................... 35
VII. Tugas Pendahuluan ....................................................................... 37
Modul IV : PENGOLAHAN SINYAL DIGITAL PADA CITRA ..... 38
II. Dasar Teori ................................................................................... 38
V. Jurnal Percobaan ........................................................................... 46
TIM ASISTEN LABORATORIUM ii
V. Tugas Pendahuluan ....................................................................... 49
Modul V : FILTER SUARA .................................................................. 50
II. Dasar Teori ................................................................................... 50
V. Jurnal............................................................................................. 55
VI. Tugas Pendahuluan ....................................................................... 58
TIM ASISTEN LABORATORIUM iii

STRUKTUR PENGELOLAAN LABORATORIUM
TELEKOMUNIKASI
Kepala : Rudy Fernandez, M.T.
Koordinator Asisten : Yesta Rasyid
Koordinator Praktikum : Tasya Rahmatika Nadrah
Asisten Annisa Aurel Erman

Rama Nuzilo
Jihan Nabila Arini
Syahlan Habib
Muhammad Ilham Syafrincel
Muhammad Salman Ikhsan
Vigo Alfindo
Fuandra Vernando
Gilang Ramadhan Herier
Daffa Erdiansyah Putra
Muhammad Reval
Wafa Syahida Binti Saifunsyah
Aine Metasawa Zendrato
Tyas Ananda Putri
TIM ASISTEN LABORATORIUM iv

TATA TERTIB PRAKTIKUM LABORATORIUM
TELEKOMUNIKASI
1. Setiap pratikan diwajibkan mengikuti semua prosedur penyelenggaraan

praktikum (responsi umum, responsi awal, paper, praktikum dan
laporan) dengan tertib dan disiplin.
2. Praktikan harus mengikuti semua modul percobaan, apabila tidak
mengikuti salah satunya maka seluruh modul percobaan di anggap
gagal.
3. Pratikan hadir tepat waktu sesuai jadwal yang telah ditentukan.
4. Praktikan yang tidak membawa tugas pendahuluan tidak dibenarkan
mengikuti praktikum, dan kartu kontrol wajib dibawa saat
praktikum, yang tidak membawa kartu kontrol melapor ke Koordinator
Praktikum setelah pratikum dan bersedia menerima sanksi (surat
peringatan).
5. Praktikan sebelum memasuki ruangan harus telah:
a. Memakai baju praktikum (jas lab)
b. Memakai sepatu dan berpakaian rapi
6. Praktikan hanya diperkenankan membawa modul praktikum dan alat

tulis yang dibutuhkan selama praktikum berlangsung, sedangkan
perlengkapan lainnya diletakkan di tempat yang telah disediakan.
7. Sebelum praktikum, dilaksanakan responsi awal.
8. Keterlambatan saat praktikum
a. Kurang dari 15 menit dibolehkan ikut responsi tanpa

penambahan waktu.
b. Lebih dari 15 menit tidak dibolehkan ikut responsi.
c. Lewat dari 30 menit praktikum dianggap gagal.
9. Apabila praktikan tidak menguasai materi percobaan pada saat

responsi, maka asisten pengawas berhak mengeluarkan praktikan
TIM ASISTEN LABORATORIUM vii

tersebut.
10. Jurnal laporan akhir dibuat sesuai dengan format yang telah ditetapkan
dan ditulis tangan.
11. Waktu pengumpulan laporan akhir yaitu dilakukan setelah

pengambilan data pada saat praktikum berlangsung (di waktu yang
telah disediakan).
12. Peraturan dalam mengumpulkan laporan akhir :
a. Terlambat 1 hari maka nilai laporan dipotong 50%.
b. Terlambat 2 hari maka nilai laporan akhir 0 dan tetap

dikumpulkan.
c. Terlambat lebih dari 2 hari maka tidak boleh mengumpulkan

laporan dan praktikum dianggap gagal.
d. Tidak mengumpulkan salah satu laporan akhir maka praktikan
dianggap gagal.
13. Selama praktikum berlangsung, praktikan dilarang:
a. Menggunakan dan mengoperasikan peralatan tanpa seizin

asisten yang bersangkutan.
b. Melakukan hal-hal yang tidak diinstruksikan oleh asisten yang
bersangkutan.
c. Makan, minum, membuat keributan, dan hal-hal yang dapat
mengganggu pelaksanaan pratikum
14. Setelah praktikum, meja praktikum harus bersih dan semua hal harus
dikembalikan ke tempatnya.
15. Kerusakan dan atau kehilangan peralatan menjadi tanggung jawab
praktikan.
16. Bagi praktikan yang melanggar tata tertib ini maka pratikumnya
digagalkan
17. Bagi praktikan yang tidak bisa mengikuti praktikum pada waktu yang
telah dijadwalkan karena sakit dan/atau alasan lain, maka praktikan
harus membuat surat izin yang diketahui oleh Koordinator Praktikum

dan diserahkan paling lambat 1 hari sebelum jadwal praktikumnya.
18. Tidak ada sistem menyisip. Bagi praktikan yang berhalangan hadir
pada praktikum yang telah ditentukan maka praktikan dapat change
anggota dengan praktikan lainnya di kelompok yang berbeda.

FORMAT LAPORAN
I. Laporan Akhir
1. Cover (print)
2. Judul (print)
3. Tujuan (print)
4. Dasar Teori (print)
5. Prosedur Kerja (print)
6. Alat dan Bahan Percobaan (print)
7. Jurnal (print)
8. Perhitungan (jika ada)
9. Analisa dan Pembahasan
10. Simpulan dan Saran

MODUL I
SINYAL DISKRIT, SAMPLING DAN ALIASING
I. TUJUAN
• Mempelajari karakteristik sinyal sinus diskrit
• Menggambar sinyal exponensial
• Mengetahui proses sampling
• Mengetahui proses kenaikan dan penurunan laju sampling
• Mengetahui proses aliasing
II. DASAR TEORI
1. Pengertian Sinyal
Sinyal adalah besaran fisis yang berubah menurut waktu, ruang,
atau variabel- variabel bebas lainnya. Contoh sinyal: sinyal ucapan,
ECG, dan EEG. Secara matematis, sinyal adalah fungsi dari satu
atau lebih variabel independen. Proses ini dilakukan melalui
pemodelan sinyal.
Terdapat dua jenis sinyal dasar, yaitu:
• Sinyal waktu kontinu
Dalam sinyal kontinu, variabel bebas adalah kontinu
sehingga sinyal didefinisikan sebagai sebuah runtutan nilai
dari variabel bebasnya.
• Sinyal waktu diskrit

TIM ASISTEN LABORATORIUM
Sinyal waktu diskrit hanya didefiniskan pada suatu waktu
secara diskrit sehingga variabel bebas dari sinyal ini hanya
terjadi pada waktu tertentu.
Gambar 1. Sinyal waktu kontinu
Gambar 2. Sinyal waktu diskrit
2. Sinyal sinusoidal dan Eksponensial Kompleks Kontinu

Sinyal eksponensial kompleks waktu kontinu mempunyai bentuk:
x( t ) = Ce at
Dimana C dan a adalah bilangan kompleks. Jika C dan a adalah real
(dimana x(t) disebut eksponensial real), maka terdapat tiga jenis
keadaan, yaitu:
a. Jika a positif, kemudian t bergerak naik maka x(t) akan
eksponensial.
b. Jika a negative, maka x(t) akan menurun secara
eksponensial.

c. Jika a=0 maka x(t) adalah konstan.
Eksponensial kompleks mempunyai nilai imajiner dengan

persamaan :
𝑥(𝑡) = 𝑒 𝑗𝜔0 𝑡
Dengan menggunakan rumus Euler, eksponensial kompleks dalam

persamaan 𝑥 (𝑡) = 𝑒 𝑗𝜔0 𝑡 dapat dituliskan dalam bentuk sinyal
sinusoidal dengan periode yang sama :
𝑒 𝑗𝜔0 𝑡 = cos 𝜔 𝑡0 + 𝑗 sin 𝜔𝑡0
Gambar 3. Eksponensial real kontinyu x(t) = Ceat, (a) a > 0;

(b) a < 0.
Gambar 4. Sinyal sinusoidal waktu kontinyu

Sinyal analog diubah menjadi sinyal digital dengan analog-to-digital
converter (ADC). Pada proses ADC terdapat tiga tahap, yaitu:
1. Sampling
2. Kuantisasi
3. Koding
Gambar 5. Konversi sinyal analog menjadi digital
➢ Proses ADC
1) Sampling
Sinyal analog xa (t) diubah menjadi sinyal diskrit pada
sebuah pencuplik (sampler) menghasilkan sinyal waktu
diskrit x(n)
2) Kuantisasi
Sinyal waktu diskrit kemudian dikuantisasi untuk

menghasilkan sinyal bernilai digital xq (n).
3) Koding
Sinyal hasil kuantisasi kemudian dikodekan dengan kode

tertentu
Teori sampling ini berdasarkan teori Nyquist. Syarat Nyquist

dengan batas :
1 1 𝐹𝑆
− < 𝑓 < dan −𝜋 < 𝜔 < 𝜋 . Sehingga, 𝐹 = dimana
2 2 2
Fs = frekuensi sampling.
TIM ASISTEN LABORATORIUM 3

➢ Aliasing
Secara umum, sampling dari 𝑥𝑎 (0) pada frekuensi sampling FS
menghasilkan 𝑥 (𝑛) = 𝐴 cos(2𝜋𝑓0 𝑛 + 𝜃), dimana f0 = F0 / Fs . Bila
𝐹 𝐹𝑠
− 2𝑠 < 𝐹0 < , hasil sampling terhadap frekuensi ini adalah one-to-
2
one-mapping antara frekuensi F0 dengan f0. Bila tidak, misalnya

𝑥𝑎 (𝑡) = 𝐴 cos(2𝜋𝐹𝑘 𝑡 + 𝜃 ), ternyata Fk = F0 + k Fs , 𝑘 = ±1, ±2, …,
yakni Fk adalah sama dengan F0 sehingga terjadi aliasing. Maka,
Teorema Nyquist digunakan untuk menghindari aliasing.
Gambar 6. Hasil penyamplingan dari sinyal analog

III. PROSEDUR PERCOBAAN
A. SINYAL SINUSOIDAL
1. Signal processing toolbox dapat digunakan menggambar sinyal

sinus diskrit.
Pada Matlab command window, ketiklah sbb :
• n = 0:40;
• k=1/8;
• x1 = sin (pi*k*n);
• stem(n,x1) . . . . [enter]
• Cetak sinyal x1[n] untuk waktu 0<n<40.
Ulangi percobaan untuk:
a. k = 1/7
b. k = 3/7
2. Pada Matlab command window , ketiklah sbb :

• n = 0:40;
• k=1/8;
• x2= sin (pi*k*n+pi/2);
• stem(n,x2) . . . . . [ enter]
• Cetak sinyal x2[n] untuk waktu 0<n<40.
Ulangi percobaan untu :
a. k = 1/7
b. k = 3/7

3. Pada Matlab command window , ketiklah sbb :
• n = 0:100;
• k=1/8;
• x3= sin (k*n);
• stem(n,x3) . . . . . [ enter]
• Gambarkan sinyal x3[n] untuk waktu 0<n<100
Ulangi percobaan untuk :
a. k=2/9
b. k=3/9
B. SINYAL EXPONENSIAL
Pada Matlab command window , ketiklah sbb :
• n = 0:9;
a. x4 = (0.9) .^n .*ones(1,10);
stem(n,x4) . . . . . . [enter]
b. x5 = (1.5) .^n .*ones(1,10)

stem(n,x5) . . . . . . [enter]
c. x6 = (- 0.9) .^n .*ones(1,10);

stem(n,x6) . . . . . . . [enter]
d. x7 = (- 1.5) .^n .*ones(1,10);

stem(n,x7) . . . . . . [enter]

C. SAMPLING
Pada Matlab command window, ketiklah sbb :
• sampling -----[enter]
• Masukkan frekuensi informasi sesuai dengan kebutuhan,
pada modul ini di default 2 KHz. Jadi kalau di [enter] berarti
terinput frekuensi 2 KHz.
• Masukkan frekuensi sampling sesuai dengan kebutuhan,
pada modul ini di default 16 KHz. Jadi kalau di [enter]
berarti terinput frekuensi 16 KHz.
• Selanjutnya akan tergambar sinyal informasi dan sinyal
tersampling.
• Masukkan Frekuensi Informasi (default = 2 KHz) : 2

• Masukkan Frekuensi Sampling (default = 16 KHz) : 32




D. ALIASING
Sesuai dengan bagian A, lakukan percobaan sebagai berikut :


IV. JURNAL PERCOBAAN
A. Sinyal Sinusoidal
Percobaan k f/fs n Gambar sinyal Keperiodikkan
1/7 1/14 14 Periodik
3/7 3/14 4.67 Non Periodik
1/7 1/14 14 Periodik
3/7 3/14 4.67 Non Periodik
2/9 2/18 9 Periodik
3/18 6 Periodik
3/9

TUGAS PENDAHULUAN
Gambarkan sinyal diskrit berikut :
1. 𝑥3 (𝑛) = sin(𝜋𝑛/7) untuk n = 0,1,…,10

𝜋𝑛 𝜋
2. 𝑥6 (𝑛) = cos( 4 + 2 ) untuk n = 0,1,…,10
3. Jelaskan tentang keperiodikan/ non periodiknya suatu sinyal!
4. Jelaskan karakteristik suatu sinyal eksponensial!
5. Diketahui suatu sinyal xa(t) = 3 sin 4πt, gambarkan sinyal kontinu
0 ≤ t ≤ 1 s dan sinyal diskrit 0 ≤ n <16 sampling data dengan frekuensi

sampling :
a. Fs = 16 Hz
b. Fs = 4 Hz
6. Diketahui suatu sinyal 𝑥𝑎 (𝑡) = 4𝑐𝑜𝑠2000𝜋𝑡 . Tentukan :

Cari frekuensi sampling minimum untuk menghindari aliasing !
a. Jika Fs = 5000 Hz, berapa 𝑥(𝑛) ?
b. Jika Fs = 1500 Hz, berapa 𝑥(𝑛)?
7. Diketahui suatu sinyal x(t) = 2 cos 60π t + 7 cos 900π t + sin 80π t.
Tentukan :
a. Jika Fs = 5000 Hz, berapa 𝑥 (𝑛)?
b. Jika Fs = 150 Hz, berapa 𝑥 (𝑛)?

MODUL II KONVOLUSI DISKRIT
I. TUJUAN
• Memahami operasi-operasi sinyal diskrit
• Memahami operasi konvolusi antara dua sinyal diskrit
II. DASAR TEORI

Konvolusi dapat memberikan solusi yang dapat digunakan
untuk mendapatkan respon sistem terhadap sembarang input
apabila respon unit-sample diketahui.
Sinyal-sinyal dasar yang penting dalam pengolahan sinyal digital :
1. Unit sample (impulse)
Didefenisikan :
1, 𝑛 = 0
𝛿 (𝑛 ) = {
0, 𝑛 ≠ 0
2. Unit Step
Didefenisikan :
1, 𝑛 ≥ 0
𝑢 (𝑛 ) = {
0, 𝑛 < 0
3. Unit Ramp
Didefenisikan :
𝑛, 𝑛 ≥ 0
𝑢𝑟 (𝑛) = { ∀𝑛
0, 𝑛 < 0
4. Exponential
Didefenisikan :
𝑎 = 𝑟𝑒 𝑗𝜃 → 𝑥 (𝑛) = (𝑟𝑒 𝑗𝜃 )𝑛
→ 𝑥 (𝑛) = 𝑟 𝑛 (𝑐𝑜𝑠 𝜃𝑛 + 𝑗 sin 𝜃𝑛)
Respon system yang dinyatakan dengan :

∞
𝑦[𝑛] = [ ∑ 𝑥[𝑘 ]ℎ[𝑛 − 𝑘]]

𝑘=−∞
Rumus di atas dikenala dengan nama konvolusi, dapat dinyatakan

dengan :
𝑦(𝑛) = 𝑥(𝑛)∗ ℎ(𝑛)
Konvolusi merupakan operator linear, konvolusi memiliki sifat-sifat
operator linear sebagai berikut :
1. Komutatif
𝑥 (𝑛)∗ ℎ(𝑛) = ℎ(𝑛)∗ 𝑥(𝑛)
2. Asosiatif
[𝑥(𝑛)∗ ℎ1 (𝑛)]∗ ℎ2 (𝑛) = 𝑥(𝑛)∗ [ℎ1 (𝑛)∗ ℎ2 (𝑛)]
3. Distributif
𝑥(𝑛)∗ [ℎ1 (𝑛) + ℎ2 (𝑛)] = 𝑥(𝑛)∗ ℎ1 (𝑛) + 𝑥 (𝑛)∗ ℎ2 (𝑛)
Penjumlahan konvolusi dapat diinterpretasikan dengan du acara,

yaitu :
a. Menerapkan sifat kelinearan dan time invariant
b. Pendekatan grafik :
1. Plot kedua deret sebagai fungsi k.
2. Pilih salah satu deret, misalnya h(k), lalu gunakan folding
(cermin) untuk memperoleh h(-k).
3. Geser (shufting) deret yang dicerminkan dengan n, diperoleh
h(n-k).
4. Kalikan kedua deret x(k) dan h(n-k) dan jumlahkan hasil
kalinya untuk semua harga k. hasil yang diperoleh adalah
y(n).
5. Ulangi proses untuk semua n yang mungkin.

III. PROSEDUR PERCOBAAN
A. KONVOLUSI DUA SINYAL DISKRIT EXPONENSIAL
1. DURASI TAK BERHINGGA
a) X[n] = 0,8n(U[n]-U[n-41]); h[n] = 0,5n (U[n]-U[n-41])

Pada Matlab command window ketiklah sbb :
• n=0:40;
• x=0.8.^n;
• nh=0:40;
• h=0.5.^nh;
• y=conv(x,h);
• batas=0:80;
• figure, subplot(3,1,1); stem(n,x), subplot;
stem(nh,h),subplot(3,1,3); stem(batas,y);
b) Gambarkan sinyal x[n], h[n], dan y[n]
X[n] = - 0,8n (U[n]-U[n-41]); h[n] = - 0,5n (U[n]-U[n-41])

• n=0:40;
• x = (- 0.8).^n;
• nh=0:40;
• h = (- 0.5).^nh;
• y=conv(x,h);
• batas=0:80;
• figure, subplot(3,1,1); stem(n,x), subplot(3,1,2); stem(nh,h),
subplot(3,1,3); stem(batas,y);

2. DURASI TAK BERHINGGA DAN BERHINGGA
a) X[n] = 0,8n (U[n]-U[n-41]); h[n] = 0,5n (U[n]-U[n-6])
• n=0:40;
• x=0.8.^n;
• nh=0:5;
• h=0.5.^nh;
• y=conv(x,h);
• batas=0:45;
• figure, subplot(3,1,1); stem(n,x), subplot(3,1,2);

stem(nh,h), subplot(3,1,3); stem(batas,y);
b) Gambarkan sinyal x[n], h[n], dan y[n]
X[n] = - 0,8n (U[n]-U[n-41]); h[n] = 0,5n (U[n]-U[n-6])
• n=0:40;
• x = (- 0.8).^n;
• nh=0:5;
• h=0.5.^nh;
• y=conv(x,h);
• batas=0:45;


B. KONVOLUSI SINYAL UNIT STEP DENGAN EXPONENSIAL
3. DURASI BERHINGGA DAN SAMA
a) X[n] = (U[n]-U[n-11]) ; h[n] = 0,5n (U[n]-U[n-11])
• n=0:10;
• x=ones(1,length(n));
• nh=0:10;
• h=0.5.^nh;
• y=conv(x,h);
• batas=0:20;

b) X[n] = (U[n]-U[n-11]); h[n] = - 0,5n (U[n]-U[n-11])
• n=0:10;
• nh=0:10;
• h=(-0.5).^nh;
• y=conv(x,h);
• batas=0:20;


4. DURASI BERHINGGA DAN BERBEDA
a) X[n] = (U[n]-U[n-11]); h[n] = 0,5n (U[n]-U[n-16])
• n=0:10;
• nh=0:15;
• h=0.5.^nh;
• y=conv(x,h);
• batas=0:25;

b) X[n] = (0.8nU[n]-U[n-11]); h[n] = 0,5n (U[n]-U[n-16])
• n=0:10;
• x=0.8.^n;
• nh=0:15;
• h=0.5.^nh;
• y=conv(x,h);
• batas=0:25;

Padang, 2022
Asisten Pengawas
(……………………………)

TUGAS PENDAHULUAN
1. Jelaskan apa itu konvolusi sinyal ?
2. Jelaskan macam – macam sinyal diskrit !
3. Jelaskan tahapan – tahapan konvolusi diskrit dengan metode grafik !

Carilah hasil konvolusi y[n] untuk :
4. X[n] = 0,8n [δ(n+1) + δ(n-1) + δ(n-2) + δ(n-3)]; h[n] = 0,5n (U[n]-

U[n-5])
5. X[n] = 1, 0 ≤ n ≤ 5 dan 0, lainnya; h[n] = n-1, -3 ≤ n ≤ 3 dan 0, lainnya
6. X[n] = 2, 2≤ n ≤ 8 dan 0, lainnya; h[n] = n+3, -5≤ n ≤ 5 dan 0, lainnya

MODUL 3 AUDIO MULTICHANEL
I. TUJUAN
1. Memahami prinsip kerja Audio Multichannel
2. Memahami perbedaan multichannel dan mono channel
3. Mengetahui pengaruh kompresi terhadap kualitas suara
4. Memahami teknik kompresi audio
5. Memahami cara menilai kualitas suara
II. DASAR TEORI
Audio adalah suara atau bunyi yang dihasilkan oleh getaran

suatu benda pada rentang frekuensi pendengaran manusia (20 Hz –
20 kHz).
Penilaian kualitas audio tergantung pada tingkat kejernihan

dan visualisasiletak sumber suara. Penilaian ini ada yang bersifat
subjective test dan ada pula yang bersifat objective test.
Sistem audio yang menggunakan banyak kanal dikenal

dengan Multichannel audio. Sistem multichannel yang
terstandarisasi yaitu 2.0 (Stereo), 5.1 dan 7.1 Audio multichannel.
Secara umum penulisan Audio Multichannel ditulis dengan cara
“m.n”, m merupakan kanal fullband dan n adalah kanal limited
bandwidth (LFE). Sistem Audio Multichannel bisa
memvisualisasikan sumber suara, tetapi menggunakan bandwidth
yang lebih besar.
Teknik untuk merepresentasikan atau menyimpan audio

dalam bentuk digitl disebut dengan Audio Coding, ada beberapa
jenis audio coding yang dikembangkan oleh beberapa perusahaan.

Sama halnya pada data , dalam kompresi audio ada dua teknik
kompresi yang digunakan yaitu Lossless dan Lossy. Pada teknik
lossy ada kemungkinan beberapa data yang hilang saat proses
kompresi.

III. ALAT DAN BAHAN
1. Audio Multichannel
a. Audio Multichannel 5.1
b. Personal Komputer (PC)
c. Software MATLAB R2013a
d. Software faac
2. Kompresi Audio
a. Personal Komputer (PC) atau Laptop.
b. Headphone
c. Software Media Player Music
d. Software MATLAB R2013b

IV. PROSEDUR PERCOBAAN
1. Audio Multichannel
1) Rangkai susunan Audio Multichannel 5.1 seperti gambar di bawah

ini :
2) Ubah musik Multichannel menjadi monochannel dengan

mengetikkan script pada MATLAB R2013a :
[a,fs,nb] = wavread(‘namafilemusik5channel.wav');
>> b=a(:,1);
>> c=[b bbb b];
>>wavwrite(c,fs,'namafilemusikMono');
3) Posisikanpraktikansesuaigambar di diatas.
4) Putarmusik demo dandengarkandenganbaik.!
5) Lakukan praktikum sesuai jurnal !

2. Kompresi Audio
1. Pastikan kondisi telinga dan pendengaran dalam kondisi bersih dan

baik .
2. Cek kondisi alat apakah bekerja dengan baik.
3. Setiap anggota kelompok mendengarkan audio yang diputar pada

laptop.
4. Percobaan dilakukan dengan 5 jenis audio dan setiap audio memilki 3

variasi bitrate.
5. Beri skor pada percobaan. Pada setiap percobaan subjek akan

mendengarkan 3 audio dengan yang pertama (audio A adalah audio
asli. Sedangkan audio B dan C salah satu audionya merupakan audio
asli dan yang lainnya adalah audio yang telah dikompres
6. Tentukan mana audio asli dan audio hasil kompresi !
7. Lakukan percobaan sesuai jurnal.

IV. JURNAL
i. Percobaan 1
(Membandingkan Audio Multichannel dengan Audio Monochannel)
No Jenis Musik Multichannel Monochannel Alasan
1 Klasik
2 Akustik
3 Tertawa
4 Tepuk Tangan
5 Suara Manusia

ii. Percobaan 2
(Membandingkan audio hasil kompresi dengan audio asli)

Skor Benar /
No Jenis Audio Bitrate B C Salah
128
Musik Klasik 256
1
320
128
2 Musik Akustik 256
320
128
3 Tertawa 256
320
128
4 Tepuk Tangan 256
320
128
5 Suara Manusia 256
320
Range skor yang akan diberikan :
5 = Imperceptible (tidak terdengar perbedaan)
4 = Perceptible, but not annoying (terdengar beda , tetapi tidak

mengganggu)
3 = Slightly annoying (sedikit mengganggu)

2 = Annoying (mengganggu)
1 = Very Annoying (sangat mengganggu)

V. PERHITUNGAN
Hitunglah :
a. SDG tiap percobaan dengan rumus
SDG = Zi ( kompresi ) - Zi ( original )
b. SDG rata – rata tiap audio.
c. SDG rata – rata tiap subjek
d. SDG rata– rata dengan bitrate sama dari audio yang berbeda.
a) Berikut tabel untuk perhitungan SDG
Jenis Audio Skor Audio (Z)
SDG SDG
Asli Kompresi
Musik Klasik
Musik Akustik
Tertawa
Tepuk Tangan
Suara Manusia
SDG
Buatlah grafik untuk masing- masing jenis musik berdasarkan nilai

SDG dan bitrate!
b) SDG rata-rata tiap audio dengan subjek berbeda
Jenis SDG
Audio Subjek 1 Subjek 2 Subjek 3 Subjek 4 SDG
c) SDG rata-rata tiap subjek dengan variasi audio
Nilai validalitas tiap subjek dalam kelompok berdasarkan

perhitungan 3.
Jika SDG rata-rata SDG < 0 maka data dinilai valid jika SDG ≥
0 maka data tidak valid.
Nama Penilaian
SDG
Subjek 1
Subjek 2
Subjek 3
Subjek 4
Padang, 2022
Asisten Pengawas
(……………………………)

TUGAS PENDAHULUAN
1. Apa yang dimaksud dengan audio ?
2. Jelaskan parameter apa saja yang dinilai dari sebuah audio ?
3. Apa yang dimaksud dengan Audio Multichannel ?
4. Apa yang membedakan antara sistem Audio Multichannel 2.0 ,

5.1, dan 7.1 ?
5. Mengapa diperlukan Audio Multichannel ?
6. Sebutkan dan jelaskan aplikasi dari Audio Multichannel ?
7. Apa itu Audio Coding ?
8. Apa arti bitrate pada Audio Multichannel ?
9. Apa itu kompresi audio dan jelaskan tujuannya ?
10. Jelaskan macam – macam teknik kompresi audio !
11. Sebutkan dan jelaskan parameter yang digunakan dalam penilaian kualitas
audio secara objektif dan subjektif !

MODUL 4
PENGOLAHAN SINYAL DIGITAL PADA CITRA
I. TUJUAN
1. Memahami prinsip kerja kompresi pada citra digital
2. Mengetahui pengaruh hasil kompresi pada citra digital
II. DASAR TEORI

Citra adalah suatu representasi (gambaran), kemiripan, atau
imitasi dari suatu objek. Citra terbagi 2 yaitu ada citra yang bersifat
analog dan ada citra yang bersifat digital. Setiap citra memiliki ukuran
dan resolusi yang berbeda- beda. Untuk mendapatkan ukuran dan
resolusi citra yang diinginkan dilakukan kompresi citra. Kompresi citra
adalah proses pemampatan citra yang bertujuan untuk mengurangi
duplikasi data pada citra sehingga memory yang digunakan untuk
merepresentasikan citra menjadi lebih sedikit daripada representasi
citra semula.
Rasio citra kompresi adalah ukuran persentase citra yang telah
berhasil dimampatkan. Secara matematis rasio pemampatan citra dapat
dituliskan pada persamaan 2.1.
Persamaan 2.1 Rasio pemampatan Citra
Kriterian yang umum digunakan untuk kompresi antara lain :

waktu kompresi dan dekompresi, kebutuhan memori, dan kualitas
pemampatan. Kualitas citra hasil pemampatan dapat diukur secara
kuantitatif menggunakan besaran PSNR (Peak Signal to Noise Ratio).
Rumus untuk menghitung PSNR dapat dilihat pada persamaan 2.2 dan
2.3

Persamaan 2.2 dan 2.3. Rumus menghitung PSNR
Nilai MSE dihitung dengan persamaan 2.4 dibawah ini.
Persamaan 2.4 Rumus Mencari nilai MSE
Dimana:
MAX = nilai intensitas terbesar.
m dan n = lebar dan tinggi citra, I dan K.
Kompresi data dibagi menjadi dua kategori yaitu kompresi data

bersifat loseless dan lossy. Algoritma kompresi tergolong lossless jika
memungkinkan data yang sudah dikompres dapat direkonstruksi
kembali persis sesuai dengan data original. Contoh data yang cocok
adalah gambar medis, teks, program, spread sheet dan lain-lain.
Beberapa algoritma yang tergolong dalam jenis ini adalah algoritma
Shannon-Fano, algoritma Deflate, algoritma Run Length Coding,
algoritma Huffman, algoritma LZW, dan algoritma Arithmetic Coding.
Algoritma kompresi tergolong lossy jika tidak memungkinkan data
yang sudah dikompres dapat direkonstuksi kembali persis sesuai
dengan data asli. Contoh data yang cocok adalah gambar, suara dan
video.
JPEG (Join Photograpic Experts Goup) menggunakan teknik
kompresi lossy sehingga sulit untuk proses pengeditan. Tahapan
kompresi JPEG dapat dilihat pada gambar 2.1 dibawah ini.

Gambar 2.1Tahapan kompresi JPEG

III. ALAT DAN BAHAN
1. Personal Computer (PC)
2. Software matlab
3. Gambar yang akan dikompresi

1. Percobaan 1
• Kompresi Citra
1. Aktifkan program Matlab pada komputer
2. Buatlah listing program yang ada pada modul
3. Ubah nama file citra yang berada di program matlab, dengan
gambar yang telah praktikan siapkan
4. Jalankan program matlab
5. Amati hasil percobaan
Listing Program
tic
I = imread('1.bmp');
imwrite(I,'ubah_format.TIFF','compression','LZW')
citra_25=imread(' ubah_format.TIFF');
[baris,kolom,channel] = size(I);
[baris_s,kolom_s,channel_s] = size(citra_25);
I = double(I);
citra_25 = double(citra_25);
if baris ~= baris_s && kolom ~= kolom_s && channel ~=

channel_s disp('dimensi kedua gambar berbeda');
else
piksel = zeros(baris, kolom);
for i=1:baris
for j=1:kolom
piksel(i,j) = (I(i,j) - citra_25(i,j))^2;
end
end
end
aa=sum(piksel,2);
bc=sum(aa);
MSE = bc/(baris * kolom);

PSNR = 20 *( log10 ( 255 /sqrt ( MSE )));
toc
2. Percobaan 2
• Mengubah Ukuran Citra
1. Aktifkan program Matlab pada komputer
2. Buatlah listing program yang ada pada modul
3. Ubah nama file citra yang berada di program matlab, dengan
gambar yang telah praktikan siapkan
4. Jalankan program matlab
5. Amati hasil percobaan
Listing program
• Memperbesar Ukuran Citra

tic
citra=imread('400x600.jpg'); d=uint8(zeros(400,600));
for b_asli=1:400
for k_asli=1:600

temp=citra(b_asli,k_asli);
for b_baru=1:4
for k_baru=1:4
dummyb=((b_asli-1)*4 + b_baru);
dummyk= ((k_asli-1)*4 + k_baru);
d(dummyb,dummyk)=temp;
end
end
d(dummyb,dummyk);
end
end
imwrite(d,'besar3.jpg');
citra_kompresi=imread('besar3.jpg');
figure
imshow(citra); title('Citra asli');
figure
imshow(citra_kompresi);title('Citra dimensi besar');
toc

• Memperkecil Ukuran Citra
tic
clc
citra=imread('1.bmp');
area=uint8(zeros(150,200));
for i=1:300;
for j=1:400;
d(i,j)=citra(i,j);
end
end
for b_asli=1:150
for k_asli=1:200
temp=0; pixel=0;
for b_baru=1:2
for k_baru=1:2
pixelb=((b_asli-1)*2 + b_baru);
pixelk= ((k_asli-1)*2 + k_baru);
pixel1=d(pixelb,pixelk);
temp1=temp+pixel1;
end
end
temp2=round(temp1/4);
area(b_asli,k_asli)=temp2;
end
end
imwrite(area,'kompresi.jpg');
citra_kompresi=imread('kompresi.jpg');
figure
imshow(citra);
title('Citra asli');
figure

imshow(citra_kompresi);
title('Citra kompresi');
toc

V. JURNAL PERCOBAAN
3. Percobaan Teknik Kompresi Citra
• Variasi teknik Kompresi
Format Format Rasio

Teknik Waktu
Input Output Kompresi MSE PSNR
Kompresi Kompresi
Citra Citra (%)
*.bmp *.tiff
LZW *.png *.png
*.bmp *.tiff
Packbits *.png *.png
*.bmp *.tiff
Deflate *.png *.png
Tabel 5.1 Jurnal percobaan teknik kompresi citra dengan variasi

teknik kompresi
• Variasi Qualitas Kompresi

Format Format
Qualitas Rasio Waktu
Input Output MSE PSNR
Kompresi Kompresi Kompresi
Citra Citra
*.bmp *.jpeg
25 *.jpeg *.jpeg
*.bmp *.jpeg
75 *.jpeg *.jpeg
Tabel 5.2 Jurnal percobaan teknik kompresi citra dengan variasi

Kualitas kompresi

4. Mengubah Ukuran Citra
• Memperbesar ukuran citra
Format Ukuran
Rasio
Input Citra Perbesaran Waktu
Kompresi
Citra
2x
*.bmp 400 x 600 3x
4x
2x
*.png 400 x 600 3x
4x
2x
*.jpg 3x
400 x 600
4x
Tabel 5.3 Jurnal percobaan memperkecil ukuran citra
• Memperkecil ukuran citra

Format Ukuran
Rasio
Input Citra Perkecilan Waktu
Kompresi
Citra
2x
*.bmp 400 x 600 3x
4x
2x
*.png 400 x 600 3x
4x
2x

*.jpg 3x
400 x 600
4x
Tabel 5.4 Jurnal percobaan memperkecil ukuran citra
Padang, 2022
Asisten Pengawas
(……………………………)

TUGAS PENDAHULUAN
1. Jelaskan pengertian citra dan citra digital !
2. Jelaskan tahap-tahap preprocessing citra !
3. Jelaskan macam-macam format pada citra !
4. Jelaskan macam-macam ruang warna !
5. Jelaskan pengertian kompresi serta kegunaannya !
6. Jelaskan perbedaan kompresi lossless dan lossy, serta keunggulannya
masing-masing !
7. Jelaskan teknik-teknik kompresi pada citra !
8. Suatu citra dengan ukuran file 352 KB dikompresi hingga berukuran 52 KB.
Berapa rasio kompresi pada citra tersebut?
9. Jelaskan apa yang dimaksud dengan MSE, PSNR, dan Rasio Kompresi pada
kompresi citra !

MODUL 5
FILTER SUARA
I. TUJUAN
1. Memahami prinsip kegunaan filter adaptif
2. Memahami cara kerja filter dalam menghilangkan noise
3. Mengetahui cara mencampurkan sinyal
4. Mengetahui cara membersihkan sinyal yang bercampur derau
II. DASAR TEORI

Ucapan manusia dihasilkan oleh suatu sitem produksi ucapan yang
dibentuk oleh alat ucap manusia. Jenis ucapan manusia terbagi menjadi 2
bagian yaitu :
1. Voice
2. Unvoiced
Pada suatu sinyal termasuk sinyal ucapan, ada noise yang tidak bisa
dihindari, noise tersebut merusak sinyal ucapan. Ketika suatu sinyal ucapan
bercampur dengan noise/ berderau, maka performansi sistem akan menurun
secara signifikan. Derau dapat bersal dari lingkungan akustik tempat dimana
sistem beroperasi. Derau lingkungan yang paling sering dijumpai
diantaranya :
1. Convolutional noise
2. Background noise
Derau pada sinyal suara dapt diatasi dengan speech enhancement.

Salah satu metode speech enhancement yang digunakan adalah filter. Filter
merupakan suatu sistem yang mempunyai fungsi transfer tertentu untuk
meloloskan sinyal masukan pada frekuensi - frekuensi tertentu dan
menyaring / memblokir / melemahkan sinyal masukan pada frekuensi-
frekuensi yang lain.

Filter dapat diklasifikasikan menjadi Filter analog dan filter digital
1. Filter analog : sinyal masukan berupa sinyal analog, pada filter

analog dapat dibagi menjadi dua yaitu :
a. Filter pasif : filter yang hanya disusun komponen tahanan,

induktor dan kapasitor.
b. Filter aktif : filter yang disusun komponen op amp atau

transistor ditambah tahanan, induktor, dan kapasitor.
2. Filter digital : sinyal masukan berupa sinyal diskrit, dibedakan
menjadi yaitu :
o Berdasarkan adaptasinya :
1. Fixed Filter
2. Adaptive Filter
Dua jenis algoritma adaptif: Least mean Square
(LMS) dan Recursive least Square (RLS). LMS algoritma
didasarkan pada pencarian gradien tipe untuk melacak
karakteristik sinyal waktu bervariasi. Algoritma RLS
menyediakan konvergensi yang lebih cepat dan pelacakan
yang lebih baik dari statistik sinyal varian waktu-dari LMS
algoritma, tetapi komputasi yang lebih kompleks.
o Berdasarkan respon impuls, filter digital terbagi menjadi :
▪ FIR (Finite Impulse Response)
▪ IIR (Infinite Impulse Response )
o Berdasarkan strukturnya filter digital terbagi menjadi :
▪ Filter Transversal
▪ Filter Cascade
▪ Filter Latic

Algoritma Adaptif Filter
Merubah nilai – nilai koefisien berdasarkan input.
Dua jenis algoritma adaptif :
- Least mean Square (LMS)
- Recursive least Square (RLS).
LMS algoritma didasarkan pada pencarian gradien tipe untuk
melacak karakteristik sinyal waktu bervariasi. Algoritma RLS
menyediakan konvergensi yang lebih cepat dan pelacakan yang lebih
baik dari statistic sinyal varian waktu-dari LMS algoritma, tetapi
komputasi yang lebih kompleks. Algoritma adaptasi terbagi menjadi
beberapa bagian yaitu :
a. Algoritma Leaky ( LMS, NLMS, LLMS )
b. Algoritma RLS
c. Algoritma GAL
d. Algoritma Callman

III. ALAT DAN BAHAN
1) Software Matlab R2013a
2) Software Wave surfer
3) 2 Buah Sample Suara
- Suara bersih
- Suara Noise

a. Membuat Rekaman Suara Asli
1. Lakukan standarisasi microphone dengan menggunakan
Realtek HD Audio Manager (CD quality)
2. Rekamlah gabungan suara voice dan unvoiced menggunakan
software Wavesurfer dengan durasi 2 – 2,5 detik, frekuensi 8
kHz dan menggunakan encoding 8 bit.
3. Lakukan PCM dengan software tersebut sesuai variasi jurnal.
4. Hitung daya sinyal dengan menggunakan kode program
berikut :
[x,fs,nbits] =
wavread('nama file
suara'); daya =
mean(x^2,1);
5. Lampirkan Bentuk Sinyal pada jurnal (print screen)
6. Lakukan perhitungan kapasitas secara manual dengan rumus:
bitrate = sample
rate*sample
encoding kapasitas =
bitrate*durasi
7. Untuk variasi jumlah bit/ sample encoding rekam kembali suara
bersih yang merupakan gabungan dari voice dan unvoiced dengan
sample rate 8 kHz, sample encoding 8 bit dan lakukan kembali
prosedur 3 – 6.

b. Menggabungkan sinyal asli dengan noise
1. Siapkan file sinyal asli dan file sinyal noise
2. Buka aplikasi matlab
3. Ketikkan script dibawah ini :
snrdb=10; snr=10^(snrdb/10);
[suara,fs,nbits]=wavread('suara_bersih_023.wav');
maxsuara=max([abs(max(suara)) abs(min(suara))]
); suaranorm=(1/maxsuara).*suara;
maxsuaranorm=max([abs(max(suaranorm))
abs(min(suaranorm))] );
px=0.5*mean(suaranorm.^2,1);
[filen,fs,nbits]=wavread('noise_mobil.wav')
noise=filen(1:size(suara,1),1);
maxNoise = max([abs(max(noise)) abs(min(noise))] );;

noisenorm = (1/maxNoise).*noise;
maxNoisenorm = max([abs(max(noisenorm))
abs(min(noisenorm))] );
pn1=0.5*mean(noisenorm.^2,1);
x=sqrt(px/(pn1*snr)); noiseData = x.*noisenorm;
suarapnoise=suaranorm+noiseData;
maxsuarapnoise =
max([abs(max(suarapnoise))abs(min(suarapnoise))] );
pn2=0.5*mean(noiseData.^2,1); snr2=(px/pn2);
snrdb2=10*log10(px/pn2);

%suarapnoise=awgn(suara,snr,'measured');
suarapnoisen=normalisasi_sinyal(suarapnoise,0.99);
maxsuarapnoisen =
max([abs(max(suarapnoisen))abs(min(suarapnoisen))]);
wavwrite(suarapnoisen,fs,nbits,'suara_23_mobil_10dB');
daya_suara_bersih = px;
daya_suara_noisy = 0.5*mean(suarapnoise.^2,1);
daya_noise= 0.5*mean(noiseData.^2,1);
daya_suara_noisy_norm = 0.5*mean(suarapnoisen.^2,1);
subplot (3,1,1) ; plot (suara);
subplot (3,1,2) ; plot (filen);
subplot (3,1,3) ; plot (suarapnoisen);
4. Variasikan nilai SNR sesuai dengan jurnal

c. Proses Filter
• LMS
2. Ambil sinyal bersih 0 dB dan 10 dB yang telah tercampur
noise untuk dibersihkan.
3. Bersihkan noise dengan filter LMS
% filter LMS
[x,fs,nbits] = wavread('suara_bersih_10dB'); [d,fs,nbits]
= wavread ('suara_bersih'); nord1 =100;
mu = 0.001;
a0 = 0;
% d = wavread(sourceSLCFile); X=convmtx(x,nord1);
[M,N] = size(X);
% a0 = a0(:).';
y(1) = a0*X(1).';
E(1) = d(1) - y(1);
A(1,:) = a0 + mu*E(1)*conj(X(1,:));
if M>1
for k=2:M-nord1+1;
y(k) = A(k-1,:)*X(k,:).';
E(k) = d(k) - y(k);
A(k,:) = A(k-1,:) +
mu*E(k)*conj(X(k,:));
end;
end;
S_bn = d(1:size(x))-x;
nr= size (S_bn);
sum_S =0.0;

for i=1:nr
sum_S= abs (S_bn(i))+ sum_S;
end
S_bf = d(1:size(y))-y.';
nf= size (S_bf);
sum_F = 0.0;
for i=1:nf
sum_F= abs (S_bf(i))+ sum_F;
end
Pd = mean (d.^2); %d = daya sinyal bersih
Px = mean (x.^2); % rusak

Py = mean (y.^2); % hasil filter
subplot (3,1,1), plot(d)
subplot (3,1,2), plot(x)
subplot (3,1,3), plot(y)
wavwrite(y,'suara_bersih_awgn0db-LMS_orde100_mu0-
001');
% end
5. Variasikan nilai orde dan µ sesuai jurnal

6. Amatilah bentuk sinyal dan hitung daya sinyal setelah
sinyal dibersihkan.

• Normalized LMS
2. Ambil sinyal bersih 0 dB dan 10 dB yang telah tercampur
noise untuk dibersihkan.
3. Bersihkan noise dengan filter NLMS
% filter normalized LMS

[x,fs,nbits] = wavread('suara_23_mobil_10dB');
[z,fs,nbits] = wavread ('suara_bersih_23.wav');
d = z(1:size(x));
nord1 = 20; beta = 0.8;
a0 = 0;
X=convmtx(x,nord1);
[M,N] = size(X);
% a0 = a0(:).'; y(1) =a0*X(1).';
E(1) = d(1) - y(1);
DEN=X(1,:)*X(1,:)' + 0.0001;
A(1,:) = a0 + beta/DEN*E(1)*conj(X(1,:));
if M>1
for k=2:M-nord1+1;
y(k) = A(k-1,:)*X(k,:).';
E(k) =d(k) - y(k);
DEN=X(k,:)*X(k,:)' + 0.0001;
A(k,:) = A(k-1,:) + beta/DEN*E(k)*conj(X(k,:));
end;
end;
daya_noisyfilter = 0.5*mean(x.^2,1);

daya_hslfilter = 0.5*mean(y.^2,2);
subplot (3,1,1), plot(d)

subplot (3,1,2), plot(x)
subplot (3,1,3), plot(y)
wavwrite(y,'Hasil_filter_NormalizedLMS_10dB');
5. Variasikan nilai orde dan β sesuai jurnal

6. Amatilah bentuk sinyal dan hitung daya sinyal setelah sinyal
dibersihkan.

V. JURNAL
Merekam Suara Asli

Variasi Sample Rate (Frekuensi Sampling)
Sample Sample Durasi Bentuk Daya Kapasitas Hasil
Rate Encoding Sinyal Penyimpanan Perhitungan
Kapasitas
8000 Line 8
16000 Offset
44100
Tabel 5.1 Tabel Variasi Sample Rate
Variasi Bit
Hasil
Sample Sample Durasi Bentuk Daya Kapasitas
Perhitungan
Rate Encoding Sinyal Penyimpanan
Kapasitas
Line 8
Line 16
8000
Line 32
Tabel 5.2 Tabel Variasi Sample Encoding
Menggabungkan sinyal asli dengan noise

No SNR Gambar Sinyal Daya Kapasitas
1 -10
2 0

3 10
Tabel 5.3 Tabel Menggabungkan sinyal asli dengan noise
Proses Filter
a. Algoritma LMS
Orde
25 75 100
SNR (dB)
Gambar Gambar Gambar
Daya Daya Daya
Sinyal Sinyal Sinyal
µ
0
0,01
10
0
0,05
10
0
10 1,5
Tabel 5.4 Tabel bentuk sinyal hasil filter dengan LMS

b. Normalized LMS
Orde 25 50 75
SNR (dB)
Gambar Gambar Gambar
Daya Daya Daya
Sinyal Sinyal Sinyal
β
0
0,2
10
0
0,4
10
0 0,8
10
Tabel 5.5 Tabel bentuk sinyal hasil filter dengan LMS
Padang, 2022
Asisten Pengawas
(……………………………)

TUGAS PENDAHULUAN
1. Jelaskan apa itu sinyal suara / ucapan ?

2. Jelaskan jenis –jenis ucapan beserta karateristiknya berdasarkan proses
pembentukan, frekuensi dan amplitudonya !
3. Apa yang dimaksud dengan background noise dan convolutional noise dan
bagaimana cara noise tersebut bercampur dengan sinyal bersih / asli !
4. Apa itu speech enhancement dan untuk apa dilakukan ?
5. Pada metode speech enhancement apa parameter untuk melihat
kualitas sinyal sebelum dan sesudah diperbaiki ?
6. Jelaskan pengertian filter suara !
7. Apa itu filter analog dan filter digital ?
8. Apa itu filter adaptif ?
9. Jelaskan kelebihan dan kekurangan melakukan filter suara dengan
menggunakan algoritma LMS, Normalized LMS dan Leaky LMS !
10. Pada percobaan digunakan samle encoding seperti Line 8, Line 16, Line 32,
dll. Jelaskan macam – macam samle encoding tersebut!
11. Pada percobaan penggabungan sinyal digunakan SNR dengan berbagai nilai
dB. Jelaskan apa itu SNR, dB dan nilai dB pada percobaan tersebut!
12. Jelaskan tentang orde dan konstanta alfa beta pada filter LMS!

Modul Praktikum PSD 2022

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Praktikum PSD 2022

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL PRAKTIKUM

PENGOLAHAN SINYAL DIGITAL

TIM ASISTEN LABORATORIUM i

Alhamdulillahirabbil’alamin, segala puji bagi Allah SWT karena berkat

Modul praktikum Pengolahan Sinyal Digital ini terdiri atas bahan-bahan

Kami menyadari banyak kekurangan yang terdapat dalam modul ini

Selamat praktikum, semoga bermanfaat.....

Tim Asisten Laboratorium Telekomunikasi

Jurusan Teknik Elektro Fakultas Teknik

KATA PENGANTAR ............................................................................... i

TIM ASISTEN LABORATORIUM iii

Kepala : Rudy Fernandez, M.T.

Koordinator Asisten : Yesta Rasyid

Koordinator Praktikum : Tasya Rahmatika Nadrah

Asisten Annisa Aurel Erman

TIM ASISTEN LABORATORIUM iv

1. Setiap pratikan diwajibkan mengikuti semua prosedur penyelenggaraan

a. Memakai baju praktikum (jas lab)

b. Memakai sepatu dan berpakaian rapi

6. Praktikan hanya diperkenankan membawa modul praktikum dan alat

8. Keterlambatan saat praktikum

a. Kurang dari 15 menit dibolehkan ikut responsi tanpa

c. Lewat dari 30 menit praktikum dianggap gagal.

9. Apabila praktikan tidak menguasai materi percobaan pada saat

TIM ASISTEN LABORATORIUM vii

11. Waktu pengumpulan laporan akhir yaitu dilakukan setelah

12. Peraturan dalam mengumpulkan laporan akhir :

a. Terlambat 1 hari maka nilai laporan dipotong 50%.

b. Terlambat 2 hari maka nilai laporan akhir 0 dan tetap

c. Terlambat lebih dari 2 hari maka tidak boleh mengumpulkan

a. Menggunakan dan mengoperasikan peralatan tanpa seizin

TIM ASISTEN LABORATORIUM vii

TIM ASISTEN LABORATORIUM vii

4. Dasar Teori (print)

5. Prosedur Kerja (print)

6. Alat dan Bahan Percobaan (print)

8. Perhitungan (jika ada)

9. Analisa dan Pembahasan

10. Simpulan dan Saran

TIM ASISTEN LABORATORIUM vii

SINYAL DISKRIT, SAMPLING DAN ALIASING

• Mempelajari karakteristik sinyal sinus diskrit

• Menggambar sinyal exponensial

• Mengetahui proses sampling

• Mengetahui proses kenaikan dan penurunan laju sampling

• Mengetahui proses aliasing

II. DASAR TEORI

• Sinyal waktu diskrit

Gambar 1. Sinyal waktu kontinu

Gambar 2. Sinyal waktu diskrit

2. Sinyal sinusoidal dan Eksponensial Kompleks Kontinu

TIM ASISTEN LABORATORIUM

Eksponensial kompleks mempunyai nilai imajiner dengan

Dengan menggunakan rumus Euler, eksponensial kompleks dalam

𝑒 𝑗𝜔0 𝑡 = cos 𝜔 𝑡0 + 𝑗 sin 𝜔𝑡0

Gambar 3. Eksponensial real kontinyu x(t) = Ceat, (a) a > 0;

Gambar 4. Sinyal sinusoidal waktu kontinyu

TIM ASISTEN LABORATORIUM

Gambar 5. Konversi sinyal analog menjadi digital

Sinyal waktu diskrit kemudian dikuantisasi untuk

Sinyal hasil kuantisasi kemudian dikodekan dengan kode

Teori sampling ini berdasarkan teori Nyquist. Syarat Nyquist

TIM ASISTEN LABORATORIUM 3