MODUL 1 PENGENALAN MATLAB
Sofyan Hermawan (2010631160092)
Asisten: - Toriq Hidayatul Madina
- Sandi
Tanggal Percobaan: 26/05/2023
TEL61615 - Praktikum Pengolahan Sinyal Digital
Laboratorium Produksi – Fakultas Teknik UNSIKA
Abstrak
Praktikum ini bertujuan untuk memperkenalkan kepada
para praktikan tentang penggunaan MATLAB sebagai
alat pemrograman untuk analisis dan komputasi
numerik. Mereka akan fokus pada beberapa aspek, yaitu
menciptakan sinyal input filter yang terdiri dari
beberapa sinyal sinusoidal dengan frekuensi yang
berbeda, merancang dan mensimulasikan filter FIR1 dan
FIR2 untuk menganalisis respon frekuensinya, serta
membuat file Matlab (m-file) yang akan digunakan
untuk menerapkan filter FIR pada sinyal tersebut. Hasil
akhir dari praktikum ini akan berupa grafik yang
memvisualisasikan perbedaan sinyal untuk setiap jenis
filter dan frekuensi yang digunakan.
Kata Kunci: Matlab, FIR1, FIR2, dan Respon
Frekuensi.
1. PENDAHULUAN
Matlab atau Matrix Laboratorium adalah
perangkat lunak komputer yang telah menjadi alat
yang tak ternilai di bidang ilmu komputasi,
pemrograman, dan matematika. Dalam konteks
pendidikan di jenjang universitas, Matlab memiliki
peran yang sangat penting dalam membantu
mahasiswa dan peneliti dalam menyelesaikan
tugas dan masalah matematika yang kompleks
dengan lebih efisien.
Dalam dunia akademik, sering kali kita
dihadapkan pada permasalahan matematika yang
membutuhkan perhitungan rumit dan memakan
waktu lama jika dilakukan secara manual. Melalui
berbagai fitur dan kemampuannya, Matlab
memungkinkan pengguna untuk melakukan
perhitungan matematika kompleks, analisis data,
visualisasi, dan bahasa pemrograman. Dalam
lingkungan universitas, ini memberikan
keuntungan signifikan bagi para mahasiswa dan
peneliti dalam mengatasi tantangan matematika
yang rumit. Dengan memanfaatkan Matlab,
mahasiswa dapat menghemat waktu dan upaya
yang seharusnya diperlukan untuk menyelesaikan
tugas-tugas tersebut.
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
Berdasarkan pendahuluan di atas, tujuan dari
pelaksanaan Percobaan Modul 1 Pengenalan
Matlab adalah :
1. Mahasiswa mampu menggunakan prinsip
loop pada MATLAB untuk membuat
sinyal multifrekuensi.
2. Mahasiswa mampu mendesain filter FIR
dengan MATLAB.
3. Mahasiswa mampu mendesain filter IIR
dengan MATLAB.
2. STUDI PUSTAKA
Matrix Laboratory (Matlab) adalah sebuah
perangkat lunak yang menggunakan dasar matrix dalam
pemanfaatannya. Matrix yang digunakan pada Matlab
terbilang sederhana sehingga dapat dengan mudah
digunakan. Matlab secara umum dapat digunakan
untuk beberapa hal yaitu untuk [1] :
a. Matematika dan komputasi;
b. Pengembangan dan algoritma;
c. Permodelan, simulasi dan pembuatan
prototype;
d. Analisa data, eksplorasi dan visualisasi;
e. Pembuatan aplikasi termasuk pembuatan
GUI (Graphical User Interface).
2.1 MATLAB HELP
>> help instruksi;
yang akan memberikan informasi mengenai
masukan, keluaran, penggunaan, dan fungsi dari
instruksi tersebut. Dengan menuliskan help pada
command window, daftar instruksi yang ada pada
MATLAB akan diperlihatkan.
>> 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
1
berbagai kapabilitas MATLAB, yang dapat dimulai
dengan perintah demo.
2.2 VARIABEL DAN OPERASI 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
>>M = [ 1 2 6; 5 2 1]
M=
126
521
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:
>>Msize = size(M)
Msize =
23
Oleh karena itu, kita tidak perlu menggunakan
variabel khusus untuk melacak jumlah baris dan
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 :
>>M13 = M(1,3)
M13 =
6
Submatriks juga dapat diakses dengan cara yang
mirip dengan menggunakan operator colon (:)
seperti yang dijelaskan pada sesi berikut.
2.2.1 OPERATOR KOLON
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 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).
2.2.2 OPERASI MATRIKS DAN ARRAY
Operasi default pada MATLAB adalah operasi
matriks. Jadi A*B berarti perkalian matriks, yang
akan dibahas pada bagian berikut. 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
2
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
matriks tidak bersifat komutatif, yakni AB ≠ BA.
Bila p ≠ m, maka perkalian AB tidak terdefinisi.
Beberapa kasus khusus untuk perkalian matriks
adalah outer product dan inner product. Pada
outer product, sebuah vektor kolom mengalikan
sebuah vektor baris untuk menghasilkan sebuah
matriks. Bila kita membiarkan semua elemen salah
satu vektor tersebut berupa ‘1’ , maka kita akan
memperoleh hasil yang berulang.
Untuk inner product, sebuah vektor baris
mengalikan sebuah vektor kolom, jadi hasilnya
berupa skalar. Bila kita membiarkan semua elemen
salah satu vektor tersebut berupa ‘1’, maka kita
akan memperoleh penjumlahan semua elemen
vektor lainnya.
2.2.3 TINJAUAN PERKALIAN MATRIK
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,:
matriks 5 x 8 dapat dikalikan secara pointwise,
walaupun keduanya tidak
Untuk selanjutnya, perkalian semacam ini kita
sebut dengan istilah perkalian array. Perhatikan
bahwa perkalian array bersifat komutatif karena
kita akan memperoleh hasil yang sama bila kita
menghitung D = B.*A.
Dalam MATLAB, bila sebuah “titik” digunakan
dengan operator aritmetik, maka ia akan
mengubah definisi operator tersebut ke operasi
pointwise. Jadi operator ./ berarti pembagian
pointwise, .^ berarti pemangkatan pointwise.
Misalnya, xx = (0.9).^(0:49) akan menghasilkan
suatu vector yang nilainya sama dengan (0,9)n
untuk n = 0,1, 2, …49.
2.2.4 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.
2.3 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) }
MATLAB memiliki banyak opsi plotting yang
dapat dipelajari dengan help plotxy, help plotxyz,
3
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
dan help graphics (versi 4) atau help graph2d, help
graph3d, dan help specgraph (versi 5).
2.3.1 FIGURE WINDOWS
Ketika MATLAB membuat sebuah plot,
MATLAB menulis grafik tersebut ke figure
windows. Anda bisa membuka beberapa figure
windows namun setiap saat hanya satu window
yang aktif. Setiap perintah plot pada command
window akan mengalihkan keluarannya ke
window yang aktif. Perintah figure(n) akan
menampilkan sebuah figure window yang baru
yang ditandai dengan bilangan n, atau
membuatnya aktif kembali bila telah ada
sebelumnya. Pengendalian terhadap berbagai
atribut window (ukuran, lokasi, warna) juga
mungkin dilakukan dengan perintah figure, yang
melakukan inisialisasi terhadap window plot.
2.3.2 MEMPLOT BEBERAPA GRAFIK
Anda juga dapat membuat beberapa
grafik/plot pada satu window dengan
menggunakan fungsi subplot. Fungsi ini tidak
melakukan proses plotting, namun hanya
membagi window menjadi beberapa segmen.
Sebagai contoh, perintah subplot(3,2,3) akan
membagi figure window menjadi tiga baris dan
dua kolom (jadi terdapat enam segmen) dan
mengarahkan plot berikutnya ke segmen kiri baris
kedua. Grafik pada PA.1 diperoleh dengan
perintah subplot(2,1,1) dan subplot(2,1,2).
2.4 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
sum( log( abs(x) ) )
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
kodekode 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.
2.4.1 KONSTRUK PEMROGRAMAN
Banyak fungsi‐fungsi MATLAB yang dapat
beroperasi pada skalar sama mudahnya dengan
operasi pada array. Sebagai contoh, bila x adalah
sebuah array, maka cos(x) mengembalikan sebuah
array dengan ukuran yang sama seandainya x
berisi kosinus dari setiap elemen x.
Perhatikan bahwa tidak ada loop yang diperlukan,
meskipun cos(x) melakukan operasi kosinus pada
setiap elemen array. Kebanyakan fungsi
transcendental mengikuti aturan pointwise ini.
Pada beberapa kasus khusus, adalah sangat
penting untuk membedakan eksponensial matriks
(expm) dengan eksponensial pointwise (exp):
2.4.2 ALIRAN PROGRAM (PROGRAM FLOW)
Aliran program dapat dikendalikan pada
MATLAB menggunakan pernyataan if, loop while,
dan loop for. Pada MATLAB versi 5, terdapat juga
pernyataan switch. Hal ini mirip dengan
bahasabahasa tingkat tinggi seperti C++ atau
PASCAL. Deskripsi dan contoh dari setiap
konstruk program tersebut dapat dilihat dengan
menggunakan perintah help.
2.5 MATLAB SCRIPTS
Setiap perintah/pernyataan yang dapat
dimasukkan pada window prompt dapat
disimpan pada sebuah file teks dan dieksekusi
sebagai script.
4
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
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:
tt = 0:0.3:4; xx = sin(0.7*pi*tt); subplot(2,1,1) plot(
tt, xx) 3.
title(‘tt = 0:0.3:4; xx =
4.
sin(0.7*pi*tt); plot( tt, xx)’)
subplot(2,1,2) stem( tt, xx) 5.
title(‘‘tt = 0:0.3:4; xx = sin(0.7*pi*tt); plot( tt, xx)’) 6.
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 7.
dieksekusi sama halnya bila mereka diketikkan
baris per baris pada command prompt. Hasilnya 8.
adalah dua buah plot seperti yang tampak pada
gambar PA.1.
Pertanyaan :
Uraian pada bagian/ bab ini (dan bab lainnya)
dapat ditulis dalam bentuk sub-bab jika 1.
diperlukan.
3. METODOLOGI 2.
3.1 Alat dan Bahan
Alat dan bahan yang harus disediakan dalam
kegiatan Praktikum Pengolahan Sinyal Digital 3.2.2 Desain dan Simulasi Filter FIR
pada Modul 1 Pengenalan Matlab yaitu sebagai
berikut : spesifikasi sebagai berikut:
a. PC/Laptop yang sudah terinstall aplikasi
Matlab.
b. Modul Praktikum Sistem Kendali.
3.2 Langkah Percobaan
3.2.1 Membuat Sinyal Masukan Filter
Berikut Langkah percobaan dalam
membuat sinyal masukan filter yaitu :
1. Pada MATLAB, representasikan sinyal dalam 1.
vektor (matriks 1 x N, N merupakan panjang
vektor). Diinginkan panjang sinyal sebesar 100
sampel sehingga dituliskan perintah
>>i=0:99; 2.
2. Buat 3 (tiga) sinyal sinusoidal berfase berbeda
dengan frekuensi sampling 3.
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
fs=18000 Hz untuk masing-masing frekuensi
sinyal f1 = 400 Hz, f2 = 2400 Hz,
dan f3 = 6000 Hz. Ketikkan pula
theta1 = -pi+2*pi*rand(1,1);
theta2 = - pi+2*pi*rand(1,1);
theta3 = -pi+2*pi*rand(1,1);
dan catat nilai variabelnya. Ketikkan
>>sin1=sin(2*pi*i*f1/fs+theta1);
sin2=sin(2*pi*i*f2/fs+theta2);
sin3=sin(2*pi*i*f3/fs+theta3);
Jumlahkan ketiga sinyal tersebut menjadi satu
sinyal dengan mengetik
f. >>sintot1=(sin1+sin2+sin3)/3;
Plot sinyal tersebut dengan mengetikkan
perintah >>stem(i,sintot1);.
>>sintot1=(sin1+sin2+sin3)/3;
Lihat respons frekuensi dari sinyal tersebut
dengan perintah freqz.
Buat sebuah sinyal sintot2 yang merupakan
rata-rata aritmetik sinyal-sinyal
sinusoidal berfase sama dengan frekuensi f =
[200:600:8000]. (Petunjuk:
gunakan prinsip for loop.)
Plot sinyal tersebut dengan mengetikkan
perintah >>stem(i,sintot2);.
Lihat spektrum frekuensi dari sinyal tersebut
dengan perintah freqz.
Mengapa digunakan frekuensi sampling
fs=18000 Hz? Kaitkan dengan fenomena
aliasing.
Apakah terjadi aliasing pada sintot2? Analisis
hasilnya.
Akan didesain tiga buah filter FIR dengan
- Frekuensi sampling 8000 Hz
- FIR LPF orde 30 dengan frekuensi cut-off
1000 Hz
- Filter BPF orde 30 dengan frekuensi
passband 1000–4000 Hz
- Filter HPF orde 30 dengan frekuensi cut-off
5000 Hz
Rancang ketiga filter tersebut dengan rumus
>> wn=fc(fs/2);
dan cari koefisien-koefisien filternya dengan
perintah fir1. Catat seluruh koefisien filter.
Lihat frekuensi respons masing-masing filter
dengan perintah freqz. Gambarkan hasilnya.
Frekuensi cut-off pada filter FIR didefinisikan
sebagai frekuensi ketika magnitudonya sama
5
 dengan setengah magnitudo maksimal diatas yaitu f1, f2, dan f3 menggunakan sintor1.
respons frekuensi filter. Lakukan analisis pada Berikut hasil percobaan yang dilakukan :
frekuensi cut-off.
4. Gunakan perintah impz untuk mendapatkan
plot respons impuls dari filter yang telah
didesain.

Pertanyaan :

1. Berapa nilai magnitudo respons frekuensi

filter di frekuensi cut-off? Apakah sama
dengan teori?
Gambar 1 Respon Frekuensi Sinyal Sintot 1

3.2.3 Membuat Sinyal Masukan Filter

1. Lakukan penapisan pada sinyal sintot1 dan

sintot2 dengan menggunakan filter LPF, BPF,
dan HPF FIR yang telah dirancang. Gunakan
fungsi conv.
2. Plot sinyal keluaran menggunakan perintah
stem.
3. Plot spektrum frekuensi menggunakan
perintah freqz.

Pertanyaan : Gambar 4.1 Plot Sinyal Steam

Jelaskan perbedaan sinyal keluaran ketiga macam
filter tersebut (LPF, BPF, HPF). Hubungkan
dengan spektrum frekuensi sinyal keluaran.
4 HASIL DAN ANALISIS
4.1 MEMBUAT SINYAL MASUKAN FILTER
Dalam percobaan pertama, diinginkan untuk
membuat sebuah sinyal masukan filter yang sesuai
dengan parameter sebagai berikut :
Sinyal masukan untuk vector pada matriks 1
x N, dengan N berniali 1000 sampel beserta masing-
masing frekuensi dari sinyal f1= 400 Hz, f2 = 2400
Hz, dan f3 = 6000 Hz. Kemudian, selanjutnya
adalah melakukan penjumlahan dari ketiga sinyal
Pada gambar hasil percobaan menunjukan
bentuk sinyal dari percobaan yang dilakukan
utnuk sinyal sintot1 yang memiliki frekuensi
sampling 18000 Hz yang bertujuan untuk
mengatasi terjadinya fenomena aliasing yang
terjadi pada sinyal sintot1. Dalam upaya untuk
mengatasi fenomena aliasing, dipilihlah sinyal
sampling dengan frekuensi 18000 Hz. Tujuannya
adalah agar sinyal dengan frekuensi 9000 Hz dapat
dibangkitkan secara akurat saat berpindah dari
domain analog ke digital. Berdasarkan gambar
simulasi yang disajikan, dapat diamati dimana
fenomena aliasing dalam sinyal dapat diamati.
Untuk menganalisis respons sistem terhadap
sinyal sintot2 yang digunakan untuk dapat
menghitung rata-rata aritmetik dari sinyal
sinusoidal yang menggunakan prinsip for loop.
Untuk melakukan percobaanya, dapat
menggunakan syntax Matlab seperti di bawah ini ;

Gambar 2.2 Syntax For Loop Untuk Sintot 2

6
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
Berikut hasil simulasi Matlab untuk respon
frekuensi sinyal sintot2 yaitu sebagai berikut :

Gambar 4.5 Syntax FIR LPF orde 30 (Fc = 1000 Hz)

Berikut hasil simulasi Matlab yang didapatkan :

Untuk dapat melakukan analisis terhadap

respons frekuensi dari filter dapat menggunakan
perintah freqz.

Gambar 4.3 Respon Frekuensi Sinyal Sintot 2

Gambar 4.6 Respon Frekuensi FIR LPF orde 30 (Fc = 1000

Hz)
Gambar 4.4 Plot Sinyal Steam

Dari grafik sinyal respon dari frekuensi

sintot2 diatas dapat diamati bahwa dari grafik
diatas tidak terjadinya fenomena aliasing atau
peristiwa saat sinyal yang memiliki frekuensi lebih
tinggi daripada frekuensi Nyquist (setengah dari
frekuensi sampling) tidak dapat direpresentasikan
dengan benar dalam domain digital. Aliasing dapat
menyebabkan distorsi dan informasi yang salah
pada sinyal hasil reproduksi. Untuk mengatasi
aliasing, frekuensi sampling yang cukup tinggi Gambar 4.7 Plot Respon Impuls
harus dipilih agar sinyal dengan frekuensi tinggi
dapat direproduksi secara akurat. Pada percobaan Pada plot respons impuls, terlihat bahwa
digunakan sinyal sampling sebesar 18000 Hz. ketika mencapai frekuensi cut-off (Fc) atau titik Wn
dengan magnitudo sebesar 0.2 rad/sample, terjadi
penurunan intensitas sinyal. Hal ini sesuai dengan
4.2 DESAIN DAN SIMULASI FILTER FIR
prinsip teori yang menyatakan bahwa pada nilai
Pada percobaan kedua, praktikan
tersebut, terjadi efek redaman terhadap sinyal
menggunakan tiga buah filter FIR dengan input yang mengakibatkan penurunan nilai pada
parameter sesuai dengan yang ada pada modul output. Pada frekuensi Wn = 0.2, sinyal mengalami
yaitu : peredaman yang terlihat dalam bentuk gelombang
- FIR LPF orde 30 dengan frekuensi cut-off 1000 kecil (ripple) pada frekuensi di atas Wn = 0.2.
Hz
Perhitungan manual yang dilakuakn untuk
- Filter BPF orde 30 dengan frekuensi passband mendapat nilai Wn yaitu :
1000–4000 Hz
- Filter HPF orde 30 dengan frekuensi cut-off 𝑓𝑐 1000
Wn = == = 0.1111
5000 Hz 𝑓𝑠
2
1800
2

• FIR LPF Orde 30 (Fc = 1000 Hz) Berdasarkan data simulasi dan perhitungan
Syntax Matlab yang digunakan sebagai manual, nilai untuk Wn memiliki nilai yang sama
berikut : yaitu sebesar 0.1111.

7
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
 Untuk menghasilkan koefisien dari filter dapat
menggunakan perintah”fir1”, maka muncul
koefisien dari filter seperti di bawah ini :
Percobaan yang dilakukan merupakan
implementasi filter FIR Band Pass Filter (BPF) orde
30 dengan rentang frekuensi 1000-4000 Hz. Pada
grafik respons impuls, terlihat bahwa titik
frekuensi cut-off terletak pada nilai 0.5 rad/sample.
Hal ini mengindikasikan bahwa saat sinyal
mencapai frekuensi cut-off, terjadi efek redaman
yang mengakibatkan penurunan intensitas sinyal
pada output. Konsep dasar Band Pass Filter
menjelaskan bahwa filter FIR BPF merespons sinyal
dengan mengurangi intensitasnya saat mencapai
frekuensi cut-off. Pada nilai Wn = 0.5, sinyal
mengalami peredaman total yang terlihat melalui
gelombang kecil (ripple) pada frekuensi di atas Wn
= 0.5.

Untuk melakukan perbandingan nilai Wn yang

dihasilkan dari simulasi Matlab, digunakan
perhitungan menggunakan rumus sebagai
Gambar 4.8 Koefisien Filter perbandingan, yaitu :

𝑓𝑐 1000
• Filter BPF Orde 30 (F Passband 1000-4000 Hz) Wn = 𝑓𝑠 == 1800 = 0.1111
2 2
Pada percobaan filter BPF, digunakan suntax
program Matlab sebagai berikut : Wn =
𝑓𝑐
𝑓𝑠 ==
2000
1800 = 0.2222
2 2

𝑓𝑐 3000
Wn = 𝑓𝑠 == 1800 = 0.3333
2 2

Gambar 4.9 Syntax FIR BPF 𝑓𝑐 4000

Wn = 𝑓𝑠 == 1800 = 0.4444
2 2
Berikut hasil simulasi yang didapatkan :
Berdasarkan hasil perhitungan Wn diatas terdapat
kesamaan nilai Wn dengan yang dihasilkan dari
percobaan simulasi menggunakan Matlab.

• Filter HPF Orde 30 (Fc = 5000 Hz)

Digunakan syntax program Matlab, yaitu :

Gambar 4.9 Respons Frekuensi FIR BPF

Gambar 4.11 Syntax FIR HPF

Gambar 4.10 Plot Respon Impuls

Gambar 4.12 Respon Frekuensi FIR HPF

8
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA

Gambar 4.13 Respons Impulse FIR HPF
4.3 MELAKUKAN PENAPISAN
Penapisan sinyal adalah Penapisan sinyal
adalah proses menghilangkan, mengurangi, atau
memodifikasi komponen frekuensi tertentu dalam
suatu sinyal. Tujuan dari penapisan sinyal dapat
bervariasi, seperti memisahkan sinyal yang
diinginkan dari sinyal bising atau mengubah
karakteristik frekuensi sinyal. Penapisan sinyal
umumnya dilakukan dengan menggunakan filter,
baik itu filter analog maupun filter digital. Filter
digunakan untuk mengubah respons frekuensi
sinyal dengan cara melewati atau menghambat
komponen frekuensi tertentu. Hal ini
memungkinkan untuk memisahkan, memperkuat,
atau memperlemah sinyal pada rentang frekuensi
tertentu sesuai dengan kebutuhan aplikasi yang
diinginkan.
Oleh karena itu, dalam melakukan penapisan
sinyal sintot1 dan sinyal sintot2 digunakan
menggunakan filter LPF, BF, dan HPF FIR.

• Sinyal SINTOT 1
Penggunaan Filter FIR LPF
Dari hasil simulasi didapatkan bentuk
grafik gelombang sebagai berikut :
Gambar 4.14 Koefisien Filter

Gambar hasil percobaan diatas merupakan

hasil simulasi yang dilakukan untuk Filter HPF
orde 30 dengan Fc 5000 Hz.
Dengan mengamati gambar diatas, pada
grafik magnitud didapatkan titik untuk frekuensi
cutt-off bernilai 0.45 rad/sample. Kemudian, Pada
grafik High Pass Filter yang disajikan, terlihat
bahwa respons frekuensi dari filter FIR
menunjukkan adanya efek redaman pada sinyal Gambar 4.15 Respon Frekuensi Sintot 1 FIR LPF
output ketika mencapai titik frekuensi cut-off. Efek
ini menyebabkan terjadinya penurunan nilai pada
sinyal input. Pada nilai Wn = 0.45, terjadi
peredaman total pada sinyal yang ditandai oleh
adanya gelombang kecil (ripple) pada frekuensi di
bawah Wn = 0.5.
Untuk melakukan perbandingan nilai Wn yang
dihasilkan dari simulasi Matlab, digunakan
perhitungan menggunakan rumus sebagai
perbandingan, yaitu :

𝑓𝑐 5000
Wn = 𝑓𝑠 == 1800 = 0.5555
2 2 Gambar 4.16 Respons impulse Sintot 1 FIR LPF

Berdasarkan hasil perhitungan Wn diatas terdapat

kesamaan nilai Wn dengan yang dihasilkan dari Penggunaan FIR BPF
percobaan simulasi menggunakan Matlab. Berikut hasil simulasi yang didapatkan :

9
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
 Gambar 4.17 Respon Frekuensi Sintot 1 FIR BPF
Gambar 4.21 Respons Frekuensi Sintot 2 FIR LPF

Gambar 4.18 Respons impulse Sintot 1 FIR BPF

Gambar 4.22 Respons impulse Sintot 2 FIR LPF

Penggunaan Filter FIR HPF

Penggunaan Filter FIR BPF
Didapatkan hasil percobaan simulasi sebagai
Didapatkan hasil percobaan simulasi sebagai
berikut :
berikut :

Gambar 4.19 Respon Frekuensi Sintot 1 FIR HPF

Gambar 4.23 Respons Frekuensi Sintot 2 FIR BPF

Gambar 4.20 Respons impulse Sintot 1 FIR HPF

Gambar 4.24 Respons impulse Sintot 2 FIR BPF

• Sinyal SINTOT 2
Penggunaan Filter FIR LPF Penggunaan FIR HPF
Didapatkan hasil percobaan simulasi yaitu sebagai
Didapatkan hasil percobaan simulasi yaitu :
berikut :

10
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA

Gambar 4.25 Respons Frekuensi Sintot 2 FIR HPF
Gambar 4.26 Respons impulse Sintot 2 FIR HPF
Diatas disajikan gambar hasil percobaan
untuk sinyal sintot1 dan sintot2 yang dilakukan
penapisan menggunakan filter LPF, BPF, dan HPF
FIR yang dari masing-masing filter menunjukan
dari respons frekuensi dan respon impulsenya.
Untuk simulasi sinyal sintot 1 yang
menggunakan filter FIR LPF Dalam penapisan
sinyal, Sintot1 terlihat hanya membiarkan sinyal
dengan frekuensi rendah melewati proses
penapisan. Hal ini dapat diamati dari adanya
gelombang yang tersisa setelah sinyal melewati
filter. Dengan kata lain, Sintot1 menghasilkan
keluaran yang mempertahankan komponen
frekuensi rendah dari sinyal asli.
Sementara itu, pada Sintot2 terlihat adanya
penurunan dan stabilisasi nilai Normalized
Frequency sebelum mencapai titik yang lebih
rendah. Hal ini menunjukkan bahwa Sintot2
memiliki respons frekuensi yang berbeda dengan
Sintot1. Dalam kasus ini, perubahan nilai
Normalized Frequency yang lebih rendah terjadi
setelah terjadi penurunan dan stabilisasi pada nilai
tersebut. Fenomena ini menunjukkan adanya
pengaturan atau perubahan karakteristik filter
yang menghasilkan respons frekuensi yang
berbeda pada Sintot2 dibandingkan dengan
Sintot1.
Untuk simulasi BPF yang menggunakan
frekuensi cut-off dari rentang nilai 1000-4000 Hz
dapat diamati dalam penapisan sinyal, terlihat
bahwa Sintot1 memungkinkan sinyal yang berada
di rentang pass band untuk melewati filter setelah
proses penapisan. Hal ini dapat diamati dari grafik
respons frekuensi yang menunjukkan adanya
penurunan yang tajam pada komponen frekuensi
di luar rentang pass band. Dengan kata lain, Sintot1
secara efektif memfilter sinyal yang memiliki
frekuensi di luar rentang yang diinginkan.
Di sisi lain, grafik Sintot2 juga menunjukkan
penurunan respons frekuensi, tetapi dengan
perubahan yang kurang tajam dibandingkan
dengan Sintot1. Hal ini mengindikasikan bahwa
Sintot2 memiliki karakteristik filter yang
memberikan pengurangan yang lebih halus
terhadap komponen frekuensi di luar rentang yang
diinginkan.
Secara khusus, pada titik 0.5 rad/sample, terlihat
penurunan respons frekuensi yang
mengindikasikan penurunan intensitas sinyal pada
frekuensi tersebut. Titik ini merupakan titik
frekuensi cut-off pada filter, di mana filter mulai
menghambat atau memperlemah sinyal pada
frekuensi yang lebih tinggi.
Pada simulasi HPF FIR dapat diamati
Dalam penapisan sinyal, Sintot1 berfungsi untuk
membiarkan hanya sinyal dengan frekuensi tinggi
melewati filter, sehingga terjadi peningkatan
respons pada titik 0.3 rad/sample pada grafik
magnitude. Dengan kata lain, filter pada Sintot1
efektif dalam menghambat atau memperlemah
sinyal dengan frekuensi rendah, sementara sinyal
dengan frekuensi tinggi dapat melewati filter
dengan respons yang meningkat pada titik
tersebut.
Pada Sintot2 yang merupakan filter High Pass
Filter (HPF) FIR, peningkatan respons frekuensi
terjadi lebih lambat dibandingkan dengan Sintot1.
Pada grafik magnitude Sintot2, peningkatan
respons dimulai pada titik 0.4 rad/sample. Hal ini
menunjukkan bahwa filter pada Sintot2
memberikan pengaruh yang lebih gradual dalam
menghambat atau memperlemah sinyal dengan
frekuensi rendah, sehingga respons frekuensi
meningkat secara bertahap setelah titik tersebut.
5 KESIMPULAN
Berdasarkan percobaan dan pengamatan yang
telah dilakukan, maka dapat ditarik kesimpulan
yaitu sebagai berikut :
1. MATLAB (singkatan dari Matrix Laboratory)
adalah sebuah lingkungan komputasi numerik
dan bahasa pemrograman yang dikembangkan
11
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA
 oleh MathWorks. Program MATLAB dirancang
khusus untuk memfasilitasi pemrosesan,
analisis, dan visualisasi data dalam konteks
ilmiah, teknik, dan matematika.
2. Sinyal sintot (atau sering juga disebut sebagai
sinyal sintetis) merujuk pada sinyal buatan atau
yang dibuat secara artifisial dalam konteks
pengolahan sinyal. Sinyal sintetis ini dibuat
dengan menggunakan model matematis atau
algoritma tertentu untuk menghasilkan sinyal
dengan karakteristik dan properti yang
diinginkan.
3. Filter digital adalah sebuah komponen atau
sistem yang digunakan dalam pengolahan
sinyal digital untuk melakukan manipulasi,
pemrosesan, atau pemisahan sinyal
berdasarkan karakteristik frekuensi atau waktu.
Filter digital bekerja dengan memanipulasi
spektrum frekuensi atau respons waktu dari
sinyal digital yang masuk.
4. Penapisan sinyal adalah proses yang digunakan
dalam pengolahan sinyal untuk memisahkan
atau memodifikasi komponen sinyal
berdasarkan karakteristik tertentu. Tujuan dari
penapisan sinyal adalah untuk mendapatkan
sinyal yang lebih bersih, menghilangkan
gangguan atau komponen yang tidak
diinginkan, atau mengekstrak informasi spesifik
dari sinyal.

DAFTAR PUSTAKA
[1] Atina, Aplikasi Matlab pada Teknologi
Pencitraan Medis, Program Studi Fisika,
FMIPA Universitas PGRI Palembang,
Indonesia, 2019.
[2] R. Rahmadewi, "Modul Praktikum Pengolahan
Sinyal Digital," [Online]. [Accessed 01 Juni
2023].

12
Laporan Praktikum - Laboratorium Produksi – FT UNSIKA