Abstrak--- Dalam system komunikasi, derau merupakan Derau mempunyai karakteristik acak, sehingga
masalah utama yang senantiasa menyertainya. Derau diperlukan filter yang mempunyai karakteristik yang selalu
menyebabkan penurunan kualitas sinyal informasi, bahkan berubah secara terus-menerus mengikuti perubahan derau
dapat terjadi pada saat sebelum sinyal ditransmisikan. Untuk tersebut. Hal ini bertujuan agar kesalahan keluaran filter
mengatasinya diperlukan pemrosesan sinyal sebelum sinyal
tersebut diharapkan selalu minimum, atau dengan kata lain
ditransmisikan sehingga derau dapat direduksi. Pemfilteran
merupakan salah satu cara untuk mereduksi derau dari sinyal filter bekerja secara optimal. Filter yang dapat selalu merubah
informasi. Berdasarkan kemampuannya untuk beradaptasi, karakteristiknya sendiri adalah filter adaptif.
filter digolongkan menjadi dua yaitu filter adaptif dan filter non-
adaptif. Dalam hal ini diperlukan filter adaptif yang mempunyai
kemampuan untuk mengubah karakteristik derau secara II. GAMBARAN SISTEM
kontinyu. Algoritma adaptasi yang digunakan adalah algoritma A. Definisi Filter
LMS dan BLMS untuk dibandingkan karakteristiknya dalam
mengurangi derau dengan menggunakan perangkat DSP board Filter digunakan untuk mengatur sinyal yang bercampur
TMS320C6416T. Hasil implementasi yang diinginkan yaitu derau (noise) dengan cara memisahkan sinyal informasi
memperoleh sinyal keluaran informasi tanpa noise. Nilai SNR dengan derau sehingga diperoleh sinyal yang diinginkan.
yang paling baik yaitu pada parameter panjang filter 16 dengan Filter mempunyai tiga fungsi dasar yaitu :
step size 0.05 sebesar 30,0193 dB dengan MSE minimum 1. Pemfilteran (Filtering), dengan cara menghilangkan
diperoleh 6,9129E-07. Sedangkan hasil simulasi diperoleh SNR sinyal yang tidak diinginkan.
terbesar dengan parameter panjang filter 16 pada step size 0,005 2. Penghalusan (smoothing),
yaitu 28,4183 dB dengan nilai MSE minimum 5,47E-05. Semakin 3. Pemrediksi (prediction),
panjang filter (orde semakin tinggi) maka proses perhitungan Filter yang menerapkan fungsi linier pada masukan filter
semakin lama. Jika parameter konvergensi diperkecil maka filter
sehingga pada keluaran diperoleh sinyal yang telah mengalami
membutuhkan waktu yang lebih lama untuk beradaptasi namun
akan didapatkan sinyal yang mendekati sinyal yang diinginkan.
proses pemfilteran, penghalusan dan pemrediksi disebut filter
linier [1].
Kata Kunci---Filter adaptif, LMS, BLMS, DSK TMS320C6416. B. Aplikasi Filter adaptif
Keistimewaan filter adaptif sesuai dengan namanya
I. PENDAHULUAN adalah kemampuan operasi dalma lingkungan yang tidak
Pada sistem telekomunikasi, salah satu permasalahan diketahui secara optimal dan penjejakan variasi waktu statistik
yang tidak dapat diabaikan adalah munculnya sinyal lain yang masukan sehingga filter adaptif merupakan perangkat yang
tidak diinginkan yang menyertai sinyal informasi, sinyal handal untuk pemrosesan sinyal dan aplikasi kontrol [2]. Filter
tersebut adalah derau. Derau merupakan masalah serius pada adaptif dapat diaplikasikan menjadi empat aplikasi pokok
bidang telekomunikasi, karena dengan munculnya derau, sebagai berikut :
Tabel 1
sinyal informasi yang dikirimkan akan menjadi terganggu Aplikasi Filter Adaptif
sehingga kualitas sinyal informasi menjadi buruk.
Jenis Filter Adaptif Aplikasi
Derau dapat muncul pada sinyal informasi yang
Identifikasi sistem
dikirmkan melalui beberapa sisi, yaitu sisi pemancar, transmisi
Identifikasi Pemodelan lapisan bumi
dan penerima. Pada sisi pemancar, kadang-kala derau memang
sudah bercampur dengan sinyal informasi sebelum sinyal Dekonvolusi prediktif
informasi tersebut dilewatkan pada peralatan-peralatan Pemodelan invers Ekualisasi adaptif
pemancar, atau derau masuk pada sinyal informasi melalui
rangkaian penguat pada pemancar. Pada sisi transmisi, yang Pengkodean prediktif linier
dapat menjadi sumber derau adalah medium transmisi yang Adaptif Differensial pulse-
buruk. Sedangkan pada sisi penerima, rangkaian-rangkaian Pemrediksi code modulation
yang digunakan pada penerima juga dapat membangkitkan Analisa spektrum autoregresif
derau. Pendeteksi sinyal
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-138
Menggunakan k sebagai simbol indeks blok, perulangan Gambar 2 Diagram Blok Sistem
BLMS dapat diperoleh sebagai :
Input pada mic 1 dimodelkan berupa sinyal informasi s(n),
(5) sedangkan pada mic 2 dimodelkan dengan sinyal derau n0(n).
Dimana L adalah panjang blok dan adalah parameter step- Hasil campuran dari kedua sinyal tersebut d(n) akan masuk
size. pada sistem canceller. Disamping itu, noise n0(n) juga akan
(6) masuk ke dalam sistem filter adaptif dan menghasilkan output
Definisi matrix (blok ke k) y(n) yang merupakan replika terdekat yang mungkin dari
(7) n0(n). Output ini akan dikurangi dengan input s(n)+n0(n) untuk
Dan vektor kolom, menghasilkan output sistem z(n)= s(n)+n0(n)-y(n) [8].
B. Implementasi Sistem Filter Adaptif BLMS
(8) Secara umum pemodelan sistem filter adaptif terbagi
Catatan, menjadi 3 bagian utama, yaitu sinyal masukan, proses filter
adaptif, dan sinyal keluaran yang diinginkan, maka dapat
dibuat simulasi Simulink Matlab seperti pada gambar 3.
sinyal
signal processor starter kit (DSK) TMS320C6416 yang di Block LMS Filter
Vector
Scope
produksi Texas Instruments [6-7]. Gambar 3 Diagram Blok Simulasi filter adaptif BLMS
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-139
Sinyal masukan berupa rekaman sinyal suara dan sinyal Pengujian dan analisa pada sistem kali ini akan dibagi
referensi untuk pengujian sistem dapat menggunakan blok menjadi 4 skema, diantaranya yaitu :
from multimedia file untuk memanggil rekaman suara dan a. Pengujian alogaritma BLMS secara simulink.
referensinya yang diperoleh dari simulink signal processing Pengujian dengan menggunakan program simulink ini
blockset – signal processing sources – from multimedia file. nantinya menghasilkan output 5 plot sinyal yang nantinya
Pengaturan parameter dalam blok from multimedia file hanya akan dianalisis. 5 plot sinyal terebut diantaranya.
dengan memasukkan nama file suara dalam bentuk .wav. - Plot pertama merupakan gambar sinyal suara,
Pada blok diagram implementasi menggunakan sistem - Plot kedua merupakan sinyal pengganggunya,
atau blok multiport selector. Keluaran blok multiport selector - Plot ketiga merupakan sinyal hasil campuran antara
bagian atas merupakan left channel, sedangkan pada bagian sinyal suara dan sinyal pengganggu,
bawahnya adalah right channel. Left channel digunakan - Plot keempat merupakan sinyal selisih dari sinyal suara
sebagai input sinyal suara sedangkan right channel digunakan dengan sinyal outputnya,
sebagai sinyal noise. Agar lebih jelasnya dapat melihat pada - Plot kelima merupakan sinyal error atau sinyal estimasi
gambar 4 yang menunjukkan blok implementasi sistem keluaran dari filter adaptif.
multiport. Kelima tampilan tersebut dititik beratkan pada plot ke
empat yang merupakan hasil keluaran sinyal errornya. Untuk
Line In
C6416 DSK
Select
Columns FDATool
dapat dengan mudah membandingkan hasil keluaran sinyal
ADC 2
ADC Multiport Add1
Matrix
yang dihasilkan sistem pada pengujian secara simulasi dengan
Selector Concatenate
Digital Input
Output simulink maka sistem akan diberi masukan dengan variable
Filter Design
Block
Error
tetap berupa panjang sinyal dan variable ubah berupa
LMS
Desired
Wts
konstanta step size µ.
Time Tabel 2
Block LMS Filter
Vector Tabel Variasi Parameter
Scope
C6416DSK
Simulasi Length µ
BLMS_I 16 0.05
Gambar 4 Rangkaian blok Implementasi Sistem Multiport BLMS_II 16 0.005
C. Pengujian dan Analisa BLMS_III 16 0.0005
BLMS_IV 32 0.05
Pada pengujian sistem kali ini akan digunakan sample BLMS_V 32 0.005
sinyal input suara yang telah di plot dengan menggunakan BLMS_VI 32 0.0005
program matlab seperti dibawah. BLMS_VII 64 0.05
BLMS_VIII 64 0.005
BLMS_IX 64 0.0005
Berikut adalah contoh plot sinyal hasil keluaran simulasi
filter adaptif menggunakan algoritma BLMS dengan lenght 32
dan step size 0.005.
Dari keempat suara yang dipakai sebagai input tersebut Gambar 6 Filter lengh 32 step size 0.005
mempunyai spesifikasi yang sama, yaitu :
Bit rate : 128 kbps Tampilan plot sinyal hasil keluaran simulasi filter
Audio sample size : 16 bit adaptif menggunakan algoritma BLMS dengan step size yang
Channels : 1 (mono) berbeda sebagai berikut.
Audio sample rate : 8 kHz
Audio format : PCM
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) A-140
Pengamatan dilihat dengan membandingkan plot atau Gambar 9 Filter lengh 32 step size 0.005
gambar keempat yang merupakan perubahan errornya. Sumbu
x merupakan hasil samplingnya, sedangkan sumbu y Plot sinyal hasil keluaran implementasi filter adaptif
merupakan amplitudo sinyal. Sampling pada simulasi ini menggunakan algoritma BLMS dengan step size yang berbeda
menggunakan batas sampling hingga 16×10^5. Amplitudo pada panjang filter 32 dapat dilihat sebagai berikut.
sinyal input dan noise maksimal sebesar 1. Dari hasil simulasi
yang di dapat diatas, terlihat bahwa hasil amplitudo keluaran
error dengan parameter step size 0.05 masih belum stabil.
Karena sinyal yang ditampilkan tidak menuju atau mendekati
nilai 0 pada sumbu y. Kesatabilan mulai terlihat dengan step
size sebesar 0.005 dengan sinyal error yang mendekati nilai 0.
Pada simulasi selanjtunya dengan mengubah panjang
filter (16, 32 dan 64) pada step size tetap yaitu 0.005.
Dari hasil output errror dengan panjang filter yang Dari tabel dan grafik diatas terlihat bahwa nilai terbesar
berbeda belum terlihat perbedaanya secara tampilan visual. SNR output secara simulasi adalah 28,4472 dB dengan
Perbedaan akan terlihat pada pengukuran SNR yang akan parameter panjang filter 16 dengan step size sebesar 0.005,
dibahas lebih lanjut. sedangkan nilai terbesar SNR output secara implementasi
sebesar 29,7708 dB dengan parameter panjang filter 16 pada
c. Pengujian SNR pada input dan SNR pada output. step size 0,05. Pola keluaran SNR pada algoritma LMS ini
Perhitungan SNR dilakukan dengan bantuan program sama dengan Algoritma BLMS dimana pada parameter step
matlab dalam bentuk m-file dan ditampilkan nilai dari SNR size 0.05 masih belum stabil tetapi pada implementasi
input dan SNR output dalam bentuk satuan decibel (dB). menghasilkan nilai SNR yang lebih besar.
0.0005
0.0005
0.005
0.005
0.005
0.05
0.05
0.05
jelas perbedaannya.
0.0000001
16 32 64 0.000001
0.00001
0.0001
Gambar 12 Perbandingan SNR simulasi dan Implementasi algoritma BLMS
0.001
Dari tabel dan grafik diatas terlihat bahwa nilai terbesar 0.01 MSE_Sim BLMS
SNR output secara simulasi adalah 28,4183 dB dengan 0.1 MSE_Imp BLMS
parameter panjang filter 16 dengan step size sebesar 0.005, 1
0.0005
0.0005
0.0005
0.05
0.005
0.05
0.005
0.05
0.005
0.0005
0.0005
0.005
0.005
0.005
0.05
0.05
0.05
0.0005
0.0005
0.05
0.005
0.05
0.005
0.05
0.005
[1] Nurwati, Tri., Modul Pengolahan Sinyal, BAB V FILTER.
[2] Haykin, Simon., Adaptive Filter Theory 3rd Edition, Prentice Hall,
16 32 64 1995.
[3] Novi Tompunu, Alan., Implementasi Algoritma Least Mean Square
untuk Peningkatan Kualitas Suara Penderita Tuna Laring Berbasis
Gambar 15 Grafik perbandingan nilai MSE simulasi dengan implementasi Processor TMS320C6713, Jurnal Teknomatika, Poltek Negeri
algoritma LMS Sriwijaya, Palembang, Vol. 2, No. 2, Mei 2012.
[4] M.S.E.Abadi, S.Z.Mousavi, A.Hadei, Variable Step-Size Least Mean
Square Adaptive Filters, ICIIS, August 2006.
Untuk algoritma LMS, nilai MSE minimum secara [5] Gregory A, Clark. Block Implementation of Adaptive Digital Filters.
simulasi sebesar 5,43E-05 dengan panjang filter 16 pada step IEEE Trans. Vol, ASSP-29. No.3. june 1981.
size 0,005 sedangkan secara implementasi MSE dengan nilai [6] Chassaing, Rulph., Digital Signal Processing And Applications With
7,2559E-07 dengan parameter panjang filter 16 pada step size The C6713 And C6416 Dsk.
[7] Spectrum Digital., TMS320C6416T DSK Technical Reference, INC.
0.05. karena hasil keluaran algoritma BLMS hampir 2004.
mendekati hasil dari algoritma LMS, sehingga tampilan grafik [8] Widrow, Bernard, et. Al., Adaptive Noise Canceling Principles and
nilai MSE nya hampir sama yaitu nilai MSE implementasi Applications, Proceedings of the IEEE, Vol.63, No.12, Page(s):1692-
lebih kecil dari nilai hasil simulasinya karena adanya redaman 1716, 1975.
pada sistemnya.
Semakin kecil nilai MSE maka semakin bagus
performansi hasil error nya. Dari hasil nilai MSE yang didapat
secara keseluruhan antara algoritma LMS dan BLMS, dapat
disimpulkan bahwa nilai MSE pada Algoritma BLMS
mendekati nilai MSE algoritma LMS. Hal ini sesuai dengan
teori yang menyatakan bahwa hasil output yang dihasilkan
algoritma BLMS akan sama dengan atau mendekati algoritma
LMS.
IV. KESIMPULAN/RINGKASAN
Dari segala yang dilakukan dalam tugas akhir ini,
meliputi tahap perencanaan, simulasi, dan implementasinya,
terdapat beberapa kesimpulan yang dapat diambil sebagai
berikut.
1. Pada Tugas Akhir ini telah berhasil
diimplementasikan sistem pereduksi derau berbasis
TMS320C6416T menggunakan algoritma LMS dan
BLMS.
2. Hasil simulasi BLMS yang dirancang dengan
menggunakan input suara rekaman oleh simulink
matlab menghasilkan MSE minimum sebesar 5,47E-
05 dengan panjang filter 16 pada step size 0,005
sedangkan pada hasil implementasi menghasilkan
MSE minimum sebesar 6,9129E-07 dengan panjang
filter 16 pada step size 0,05.
3. Dari nilai minimum MSE BLMS didapat nilai SNR
paling besar pada simulasi yaitu sebesar 28,4183 dB
dan pada implementasi sebesar 30,0193 dB.