LAPORAN PRAKTIKUM

SIMULASI SINTESIS DAN ANALISIS ISYARAT

MATA KULIAH SENSOR

Oleh :
Dina Puspitasari
NIM 20306141006

DEPARTEMEN PENDIDIKAN FISIKA

PROGRAM STUDI FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI YOGYAKARTA

2023
1. Tujuan Percobaan
a) Mengkonstruksi (sintesis) sinyal kompleks dengan MATLAB.
b) Memahami bahwa sinyal kompleks (hasil penjumlahan lebih dari satu sinyal)
dapat diuraikan kembali atas komponen-komponennya.
c) Mengekstraksi (analisis) sinyal menjadi komponen-komponenya dengan DFT
(Discrete Fourier Transform) menggunakan algoritma FFT (Fast Fourier
Transfor).

2. Alat dan Bahan

Laptop atau notebook yang dilengkapi dengan program aplikasi MATLAB.
Disarankan untuk menggunakan MATLAB versi 7 ke atas.

3. Langkah Percobaan
Susunlah program MATLAB dengan ketentuan dasar sebagai berikut :
a) Buatlah minimal tiga isyarat sinusoidal masing-masing dengan frekuensi
dan amplitudo yang berbeda.
b) Gambarlah grafik (plot) masing-masing isyarat dengan waktu pada sumbu
mendatar dan amplitudo pada sumbu vertikal.
c) Jumlahkan semua isyarat pada langkah 1 tersebut (proses sintesis).
d) Gambarlah grafik (plot) isyarat hasil penjumlahan itu dengan waktu pada
sumbu mendatar dan amplitudo pada sumbu vertikal.
e) Uraikan kembali (ekstraksi) hasil penjumlahan isyarat pada langkah 3
tersebut dengan fungsi FFT yang ada di dalam MATLAB (proses analisis).
f) Gambarlah grafik (plot) hasil ekstraksi tersebut dengan frekuensi pada
sumbu mendatar dan amplitudo pada sumbu vertikal.
g) Ulangilah langkah 1 s/d 6 untuk :
➢ Amplitudo yang berbeda (frekuensi dan beda fase tetap).
➢ Frekuensi yang berbeda (amplitudo dan beda fase tetap).
➢ Beda fase berbeda (frekuensi dan amplitudo tetap).
h) Amatilah semua grafik yang telah dihasilkan, kemudian susunlah deskripsi
mengenai sintesis dan analisis sinyal.

4. Dasar Teori
 Transformasi Fourier merupakan salah satu metode yang digunakan untuk
mengubah bentuk waktu dan frekuensi agar dalam menganalisis lebih mudah. Metode
Fast Fourier Transfor (FFT) pertama kali diperkenalkan oleh Cooley dan Tukey
sebagai pengembangan dari Discrete Fourier Transform (DFT) untuk mengatasi
masalah yang ada Fourier Kontinu. Metode ini merupakan pendekatan yang terbaik
untuk melakukan transformasi. Adapun algoriitma proses FFT seperti yang ditulis
Umam H., dkk, yaitu:
a) N-titik domain waktu disigmentasi sebagai input
b) Menghitung setiap poin sinyal untuk memperoleh domain frekuensi
c) N domain frekuensi digabungkan dalma urutan tertentu untuk mendapatkan
spektrum yang dibutuhkan

Teknik dasar FFT pada prinsipnya yaitu dengan memotong input (domain waktu)
DFT menjadi beberapa bagian (2,3,8, dan seterusnya)

5. Data Hasil Pengamatan

a. Program Matlab
clear all,close all, clc;
N= 1024;
f1 = 150;
f2 = 450;
f3 = 1000;
fs = 8000;
n = 0 : N-1;
y1 = (1/2)*sin(2*pi*(f1/fs)*n);
y2 = (1/3)*sin(2*pi*(f2/fs)*n);
y3 = (5/6)*sin(2*pi*(f3/fs)*n);
yjum = y1+y2+y3;
figure (1);
plot (n, y1);
title ('Isyarat y1(n)');
figure (2);
plot (n, y2);
title ('Isyarat y2(n)');
figure (3);
plot (n, y3);
title ('Isyarat y3(n)');
figure (4);
plot (n, yjum);
title ('Isyarat y1(n)+y2(n)+y3(n)');
y = fft(yjum,N);
ymag = abs (y(1 : length (y)/2 +1));
f = fs / 2 *linspace (0, 1, length (y)/2 +1);
figure (5);
plot (f, ymag);
axis ([0 0.5 e+004 0 max (abs (ymag))]);
title ('Hasil Ekstrasi dengan FFT');
Grafik Isyarat 1

Grafik Isyarat 2

Grafik Isyarat 3
 Grafik Hasil Penjumlahan

Grafik Hasil Ekstraksi

b. Amplitudo yang berbeda (Frekuensi dan beda fase tetap)
Program Matlab
clear all,close all, clc;
N = 1024;
f1 = 150;
f2 = 450;
f3 = 1000;
fs = 8000;
n = 0 : N-1;
y1 = (1/3)*sin(2*pi*(f1/fs)*n);
y2 = (1/2)*sin(2*pi*(f2/fs)*n);
y3 = (1/4)*sin(2*pi*(f3/fs)*n);
yjum = y1+y2+y3;
figure (1);
plot (n, y1);
title ('Isyarat y1(n)');
figure (2);
plot (n, y2);
title ('Isyarat y2(n)');
figure (3);
plot (n, y3);
title ('Isyarat y3(n)');
figure (4);
plot (n, yjum);
title ('Isyarat y1(n)+y2(n)+y3(n)');
y = fft(yjum,N);
ymag = abs (y(1 : length (y)/2 +1));
f = fs / 2 *linspace (0, 1, length (y)/2 +1);
figure (5);
plot (f, ymag);
axis ([0 0.5 e+004 0 max (abs (ymag))]);
title ('Hasil Ekstrasi dengan FFT');

Grafik Isyarat 1
 Grafik Isyarat 2

Grafik Isyarat 3

Grafik Penjumlahan
 Grafik Hasil Ekstraksi
c. Frekuensi yang berbeda (amplitudo dan beda fase tetap)
Program Matlab
clear all,close all, clc;
N = 1024;
f1 = 300;
f2 = 500;
f3 = 9000;
fs = 10000;
n = 0 : N-1;
y1 = (1/2)*sin(2*pi*(f1/fs)*n);
y2 = (1/3)*sin(2*pi*(f2/fs)*n);
y3 = (5/6)*sin(2*pi*(f3/fs)*n);
yjum = y1+y2+y3;
figure (1);
plot (n, y1);
title ('Isyarat y1(n)');
figure (2);
plot (n, y2);
title ('Isyarat y2(n)');
figure (3);
plot (n, y3);
title ('Isyarat y3(n)');
figure (4);
plot (n, yjum);
title ('Isyarat y1(n)+y2(n)+y3(n)');
y = fft(yjum,N);
ymag = abs (y(1 : length (y)/2 +1));
f = fs / 2 *linspace (0, 1, length (y)/2 +1);
figure (5);
plot (f, ymag);
axis ([0 0.5 e+004 0 max (abs (ymag))]);
title ('Hasil Ekstrasi dengan FFT');

Grafik Isyarat 1

Grafik Isyarat 2
 Grafik Isyarat 3

Grafik Penjumlahan

Grafik Hasil Ekstraksi

d. Beda fase yang berbeda (frekuensi dan amplitudo tetap)
Program Matlab
clear all,close all, clc;
N = 1024;
f1 = 150;
f2 = 450;
f3 = 1000;
fs = 8000;
n = 0 : N-1;
y1 = (1/2)*sin(2*pi*(f1/fs)*n+0.1*pi*(f1/fs)*n);
y2 = (1/3)*sin(2*pi*(f2/fs)*n+0.1*pi*(f2/fs)*n);
y3 = (5/6)*sin(2*pi*(f3/fs)*n+0.1*pi*(f3/fs)*n);
yjum = y1+y2+y3;
figure (1);
plot (n, y1);
title ('Isyarat y1(n)');
figure (2);
plot (n, y2);
title ('Isyarat y2(n)');
figure (3);
plot (n, y3);
title ('Isyarat y3(n)');
figure (4);
plot (n, yjum);
title ('Isyarat y1(n)+y2(n)+y3(n)');
y = fft(yjum,N);
ymag = abs (y(1 : length (y)/2 +1));
f = fs / 2 *linspace (0, 1, length (y)/2 +1);
figure (5);
plot (f, ymag);
axis ([0 0.5 e+004 0 max (abs (ymag))]);
title ('Hasil Ekstrasi dengan FFT');
Grafik Isyarat 1

Grafik Isyarat 2

Grafik Isyarat 3
 Grafik Penjumlahan

Grafik Hasil Ekstraksi

6. Pembahasan
Pada percobaan yang bertujuan untuk mengkontruksi sinyal kompleks MATLAB,
memahami bahwa sinyal kompleks (hasil penjumlahan lebih dari satu sinyal) dapat
diuraikan kembali atas komponen-komponennya, serta mampu menggunakan FFT
(Fast Fourier Transfor) untuk mengekstrasi sinyal menjadi komponen-komponennya.
Percobaan ini menggunakan sebanyak tiga isyarat yang berbentuk sinusoidal untuk
membentuk suatu sinyal yang kompleks.
Dari masing-masing isyarat tersebut dijumlahkan (lalu dari hasil penjumlahan
tersebut akan diekstraksi). Varisai data diperoleh dengan melakukan variasi terhadap
tiga variable yang berbeda namun pada tiap persamaan gelombang isyarat (y) yang
sama yaitu variasi besar amplitude pada frekuensi dan beda fase yang tetap, variasi
frekuensi pada amplitude dan beda fase tetap dan yang terakhir ialah variasi beda fase
pada amplitudoo dan frekuensi yang tetap.
 Pada variasi besar amplitude dapat diambil kesimpulan melalui perbandingan
gambar grafik yang terbentuk. Pola grafik yang terbentuk ialah benyaknya titik dalam
1 sekon (sumbu x) terhadap amplitude (sumbu y). yang mana perubahan besar
amplitude pada ranah frekuensi akan menyebabkan tinggi gelombang yang tergambar
melalui MATLAB akan berubah pula. Semakin besar amplitude maka semakin tinggi
pula gemlombang yang tergambar.
Yang kedua ialah melakukan variasi terhadap variable yang lain. Nilai frekuensi
masing-masing isyarat diubah. Setalah dianalisis, dengan menggunakan MATLAB,
dimana masing-masing isyarat yang nilai frekuensinya berubah dijumlahkan, dilihat
bahwa nilai kerapatan dari 3 puncak gelombang berubah. Hal ini dengan kata lain
bahwa tiap gelombang mengalami perubahan posisi nilai frekuensinya.
Yang ketiga ialah perubahan yang terjadi pada beda fase untuk masing-masing
isyarat dengan amplitude dan frekuensi yang bernilai tetap. Hal ini menyatakanbahwa
dengan adanya perubahan nilai beda fase akan tampak pergeseran posisi gelombang
isyarat bergeser pada posisi nilai yang lebih besar.
Pada praktikum sintesis dan analisis isyarat (simulasi) ini, praktikan mencoba
untuk mengekstraksi (analisis) sinyal menjadi komponen-komponenya dengan DFT
(Discrete Fourier Transform) menggunakan algoritma FFT (Fast Fourier Transfor).
Pada praktikum ini terdapat beberapa variasi variabel bebas, seperti amplitudo,
frekuensi, dan beda fase. Kemudian praktikan mengamati grafik hasil percobaan.
Berikut adalah pembahasannya.
Pada amplitudo yang berbeda, tetapi dengan frekuensi dan beda fase yang tetap,
grafik yang terbentuk merupakan banyaknya titik dalam waktu (sumbu x) terhadap
besarnya amplitudo (sumbu y). Perubahan amplitudo pada besar frekuensi
menyebabkan spektrum frekuensi juga berubah. Semakin besar amplitudo, maka
semakin tinggi pula spektrum frekuensinya.
 Amplitudo Awal Amplitudo diubah

Pada frekuensi yang berbeda, tetapi amplitudo dan beda fase yang tetap,
menghasilkan grafik berbentuk sinusoidal dengan amplitudo yang sama, tetapi
kerapatannya berbeda. Perbedaan kerapatan grafik ini disebabkan oleh tinggi
rendahnya frekuensi masukan yang diberikan. Semakin besar nilai frekuensi,maka
gelombang pada grafik akan semakin rapat. Hal ini juga menunjukkan bahwa
gelombang akan mengalami perubahan setiap nilai frekuensi. Semakin tinggi
gelombang, maka semakin besar spektrum frekuensi.

Frekuensi Awal Frekuensi Diubah

Pada beda fase berbeda, tetapi frekuensi dan amplitudo tetap, gelombang
yang dihasilkan pada setiap isyarat akan bergeser, meskipun hanya sedikit karena
beda fase yang diberikan hanya sebesar 0.1.
 Beda Fase Awal Beda Fase Diubah

7. Kesimpulan
➢ Sinyal kompleks dapat memberi 3 masukan
➢ Grafik yang dihasilkan akan menghasilkan perubahan jika terdapaat varian pada
amplitude, frekuensi, maupun beda fase
➢ Sinyal kompleks adalah penjumlahan dari beberapa sinyal yang dapa diuraikan
kembali.

8. Referensi
H. Umam, Erfiani, dan A. Farit M. 2020. Implementasi Transformasi Fourier untuk
Transformasi Domain Waktu Frekuensi pada Luaran Purwarupa Alat Pendeteksi Gula
Darah Secara Noninvasif. Indonesian Journal of Statistic and Its Applications. Vol
4(2) (2020). 234-244