NAMA: MAULINA PUTRI LESTARI

NIM: M0220052
SIGNAL PENGOLAH DIGITAL
(Digital Signal Processing)

MAKALAH

Disusun Oleh:
Maulina Putri Lestari (M0220052)

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET
SURAKARTA
2023
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
DAFTAR ISI

BAB I. PENGOLAH SIGNAL DIGITAL.....................................................................

1.1 Pengertian Signal Pengolah Digital..................................................................
1.2 Definisi Signal.................................................................................................
1.3 Definisi Algoritma...........................................................................................
1.4 Sinyal Real Time................................................................................................
BAB II. APLIKASI DSP (Digital Signal Processing)...................................................
2.1 Macam-macam Aplikasi DSP (Digital Signal Processing)...............................
2.2 Aplikasi DSP pada Bidang Biomedis................................................................
2.3 Aplikasi DSP pada Audio dan Akustik..............................................................
2.4 Aplikasi DSP pada Pada Pengolahan Citra........................................................
DAFTAR PUSTAKA
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
BAB I. PENGOLAH SIGNAL DIGITAL
1.1 Pengertian Signal Pengolah Digital
Pengolahan merupakan operasi-operasi tertentu terhadap suatu signal, baik
operasi-operasi elementer maupun operasi-operasi kompleks
Operasi Elementer dan Komplek:
1. Penjumlahan dengan kontanta 7. Permodulasian
2. Penjumlahan signal 8. Penyaringan
3. Perkalian dengan konstanta 9. Konvolusi
4. Perkalian signal 10. Korelasi
5. Penunaan 11. Kompresi
6. Pembalian waktu Dll.
Pengolahan sinyal digital adalah pengolahan digital yang dilakukan
oleh komputer atau pengolah sinyal digital khusus untuk melakukan
berbagai operasi pengolahan sinyal. Sinyal yang diproses dengan cara ini
adalah urutan angka yang mewakili cuplikan dari variabel kontinu dalam
suatu domain seperti waktu, ruang, atau frekuensi. Pengolahan sinyal
digital meliputi operasi linear dan nonlinear. Sinyal nonlinear
berhubungan erat dengan identifikasi sistem nonlinear dan bisa
diimplementasikan di domain waktu, frekuensi, dan spasio-temporal.
Penerapan perhitungan digital terhadap pengolahan sinyal memungkinkan
banyak keuntungan dibandingkan pengolahan analog dalam banyak aplikasi,
seperti deteksi dan koreksi kesalahan dalam transmisi dan juga kompresi
data. Pengolahan sinyal digital berlaku untuk data mengalir dan data statis
(tersimpan).
peran pemrosesan sinyal adalah untuk meningkatkan pengukuran yang
tersedia sehingga menghasilkan wawasan tentang sifat sinyal yang mendasarinya.
Dalam beberapa kasus, pengukuran dapat dibandingkan dengan basis data sinyal
yang ada untuk membantu diagnosis.
1.2 Definisi Signal
Signal Merupakan besaran waktu yang bervariasi yang membawa suatu
informasi. Jenis-jenis signal yang dibawa antara lain:
a. Sinyal audio (Ucapan atau music)
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
b. Sinyal gambar atau video
c. Sinyal sonar atau ultrasound
d. Sinyal biologis, seperti; pulsa listik dan jantung
e. Sinyal komunikasi
Dll

1.3 Definisi Algoritma

Algoritma merupakan urutan logis dari langkah-langkah yang harus diikuti
untuk menghasilkan hasil yang bermanfaat. Urutan langkah dalam algoritme, dan
setiap parameter yang berlaku untuk setiap langkah, harus diputuskan oleh
perancang. Ini dapat dilakukan melalui analisis teoretis, eksperimen menggunakan
data sinyal tipikal atau, lebih sering, kombinasi keduanya. Selain itu, waktu
pemrosesan algoritme harus sering diperhitungkan. Contohnya adalah Ketika
Sistem pengenalan ucapan yang memerlukan beberapa menit (atau bahkan detik)
untuk mengubah teks lisan sederhana menjadi kata-kata mungkin tidak
menemukan banyak aplikasi praktis (walaupun mungkin berguna untuk studi
teoritis).
1.4 Sinyal Real Time
Sinyal Real Time yaitu hasil pemrosesan harus tersedia dalam Batasan waktu
tertentu agar dapat digunakan. Jika hasilnya tidak tersedia pada waktunya,
mungkin tidak ada gunanya.
Misalnya, dalam mengembangkan sistem yang merekam sinyal jantung dan
mencari ketidaknormalan, kita mungkin memiliki kerangka waktu urutan detik
untuk bereaksi terhadap setiap perubahan pola sinyal dan membunyikan
peringatan.

BAB II. APLIKASI DSP (Digital Signal Processing)

2.1 Macam-macam Aplikasi DSP (Digital Signal Processing)
Area aplikasi pemrosesan sinyal telah tumbuh secara dramatis dalam
kepentingan akhir-akhir ini, sejalan dengan pertumbuhan sirkuit pemrosesan yang
kuat dan murah, dan pengurangan harga memori komputer. Hal ini pada
gilirannya menyebabkan banyak aplikasi baru, termasuk pengiriman multimedia
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
dan perangkat komunikasi genggam, dengan konvergensi teknologi komputer dan
telekomunikasi.
2.2 Aplikasi DSP pada Bidang Biomedis
Aplikasi biomedis seperti pemantauan pasien sangat diperlukan dalam praktik
medis modern. Pemrosesan dan penyimpanan citra medis terus menarik banyak
perhatian penelitian. Contoh studi tentang aplikasi DSP pada biomedis adalah
ekstraksi sinyal biomedis. Dalam aplikasi biomedis digunakan Elektroda EKG
tida sadapan. Contoh sinyal yang disaring dalam EKG adalahsebagai berikut:

Gambar diatas menunjukkan pengukuran yang dilakukan untuk menghasilkan

sinyal elektrokardiogram (EKG), yang berasal dari detak jantung manusia.
Eksperimen EKG paling awal dilakukan sekitar satu abad yang lalu, tetapi
penerapan dan penggunaan EKG secara luas dibatasi oleh tingkat sinyal yang
sangat kecil yang ditemui. Sejumlah besar amplifikasi yang diperlukan berarti
bahwa pengukuran kebisingan juga diperkuat.
Berikut merupakan hasil sinyal yang di filter periode sample 600
sampel/detik
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052

Sinyal diambil sampelnya pada 600 sampel per detik, dan filter digital telah
diterapkan untuk membantu mengurangi komponen interferensi yang tidak
diinginkan. Jenis menyaring operasi adalah salah satu operasi dasar DSP. Cara
membuat parameter filter digital sehingga menghilangkan sebanyak mungkin
sinyal pengganggu yang tidak diinginkan dan mempertahankan sebanyak
mungkin sinyal yang diinginkan tanpa perubahan adalah bagian penting dari
proses desain filter DSP.
2.3 Aplikasi DSP pada Audio dan Akustik
Pemrosesan audio secara umum adalah salah satu area aplikasi pertama DSP
—dan terus berlanjut—saat aplikasi baru muncul. Dalam studi kasus ini, beberapa
parameter yang berkaitan dengan akustik ruangan diturunkan dari pengukuran
sinyal. Pengaturan eksperimental terdiri dari speaker yang dapat mensintesis
berbagai suara, bersama dengan mikrofon yang ditempatkan pada jarak yang
bervariasi dari speaker, semuanya dalam ruangan dengan sifat akustik yang tidak
diketahui.
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
Informasi yang diperoleh dari gambar diatas adalah:
1. bahwa amplitudo sinyal yang diterima berkurang dengan jarak, seperti
yang diharapkan. Selanjutnya, penundaan relatif ataufasedari nada berubah
sesuai dengan jarak. Perubahan ini dapat digunakan untuk memperkirakan
jarak mikrofon dari speaker. Salah satu komplikasinya adalah bahwa
sinyal tersebut jelas mengandung noise tambahan, yang harus dikurangi
untuk membuat pengukuran yang lebih akurat
2. Faktor yang mempengaruhi keakuratan hasil adalah membuat asumsi
untuk kecepatan suara, tetapi selain itu, perlu ditentukan fase relatif dari
sinusoida seakurat mungkin. Algoritme korelasi (disebutkan sebelumnya)
sangat membantu di sini. Ini juga membantu memaksimalkan laju
pengambilan sampel karena laju pengambilan sampel yang lebih tinggi
berarti bahwa suara menempuh jarak yang lebih pendek di antara sampel.
Informasi lain tentang penggabungan ruang speaker-mikrofon dapat diperoleh
dengan menggunakan sinyal uji yang berbeda, yang tidak sulit dilakukan dengan
menggunakan teknik DSP. Gambar dibawah ini menunjukkan hasil penggunaan
derau acak untuk sinyal keluaran (derau acak juga disebut "derau putih" dengan
analogi dengan cahaya putih, yang terdiri dari semua panjang gelombang). Jenis
sinyal ini adalah sinyal spektrum luas.
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
Setelah dilakukan algoritme identifikasi sistem menggunakan fungsi korelasi
pada setiap perpindahan mikrofon. Setiap respon telah dinormalisasi menjadi a ±1
level amplitudo untuk perbandingan yang lebih mudah. Jelas perpindahan setiap
bentuk gelombang sesuai dengan waktu tunda, seperti yang telah dibahas. Namun,
bentuk grafiknya kurang lebih sama. Bentuk respons karakteristik ini disebut
respon impuls. Ini adalah konsep kunci dalam pemrosesan sinyal .Respons impuls
adalah respons yang dihasilkan oleh suatu sistem (dalam hal ini, sistem
elektroakustik) sebagai hasil dari pulsa tunggal.
Berikut merupakan gambar Respon Impuls yang dihitung dari system audio

2.4 Aplikasi DSP pada Pengolahan Citra

Pemrosesan gambar digital, khususnya, dan gambar digital dari susunan
sensor, secara umum, merupakan aspek penting dari DSP. Karena persyaratan
pemrosesan dan memori yang lebih besar yang melekat pada gambar dua dimensi,
area ini pada awalnya tidak begitu berkembang. Namun saat ini, sinyal dua dan
bahkan tiga dimensi diproses secara rutin; seseorang bahkan dapat menganggap
beberapa implementasi sebagai empat dimensi, dengan dimensi keempat adalah
waktuT, bersama dengan dimensi spasial x,y, dan z
Gambar dibawah ini merupakan ilustrasi masalah menentukan apakah gambar
tertentu yang diambil dengan kamera digital dalam fokus. Sejumlah gambar
diambil dengan lensa pada berbagai posisi relatif terhadap sensor gambar
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052

Kita perlu menurunkan satu parameter yang merepresentasikan konsep

“fokus” seperti yang akan kita interpretasikan. Dalam hal ini, algoritme yang
dikembangkan terdiri dari filtering, yang mirip dengan penentuan ketajaman tepi
yang ada pada citra, dilanjutkan dengan algoritme pendeteksian.
Gambar Dibawah ini menunjukkan sisa energi sinyal yang ada dalam sinyal
yang difilter untuk setiap gambar, dengan gambar fokus otomatis kamera
ditampilkan sebagai perbandingan. Jelas, puncak dari parameter yang dihitung
sesuai dengan tingkat relatif fokus gambar.
 NAMA: MAULINA PUTRI LESTARI
NIM: M0220052
DAFTAR PUSTAKA
Leis, W, J. 2011. DIGITAL SIGNAL PROCESSING USING MATLAB FOR
STUDENTS AND RESEARCHERS. INC., PUBLICATION