LAPORAN AKHIR PRAKTIKUM

ANALISIS DATA GEOFISIKA TG2207

MODUL KE-2
SAMPLING, ALIASING, DAN OPERASI KONVOLUSI
PADA SINYAL

Oleh:
Anggita Miftahul Jannah 121120034

Asisten :
Ghevira Angelina Mirta 120120018
Ndiko Pradana Putra 120120023
Satria Bagus Prabowo 120120047
Feni Rahma Dwita 120120049
Lidya Margareth T 120120086
Natal Hutajulu 120120121
Dimas Astomo 120120130
Josma Hardianto Damanik 120120183

PROGRAM STUDI TEKNIK GEOFISIKA JURUSAN

TEKNOLOGI PRODUKSI DAN INDUSTRI INSTITUT
TEKNOLOGI SUMATERA
2023
I. TUJUAN
1. Mahasiswa memahami pengaruh pemilihan jumlah sample
dan pengaruhnya pada prosesn recovery sinyal
2. Mahasiswa dapat memahami proses operasi konvolusi pada dua
sinyal
3. Mahasiswa dapat membuat sebuah program operasi konvolusi
dan mengetahui pengaruhnya pada suatu sinyal
II. DASAR TEORI
2.1 Sampling
Sampling adalah proses pengambilan sampel dari sebuah sinyal
analog untuk menghasilkan sinyal diskrit yang terdiri dari
serangkaian nilai-nilai amplitudo. Proses sampling ini dapat
dilakukan dengan menggunakan alat bernama sampler atau ADC
(Analog-to-Digital Converter).

Persamaan dari sampling dapat dituliskan sebagai berikut:

x[n] = x(t)|t=nT

dimana:
x[n] = sinyal diskrit hasil sampling
x(t) = sinyal analog
T = periode sampling
n = indeks sampel

2.2 Aliasing
Aliasing adalah masalah yang terjadi ketika frekuensi sinyal
melebihi separuh frekuensi sampling (Nyquist frequency).
Akibatnya, sinyal yang dihasilkan dari proses sampling akan
mengalami distorsi dan informasi dalam sinyal tersebut hilang.
Untuk menghindari masalah aliasing, frekuensi sinyal harus dijaga
agar tidak melebihi Nyquist frequency.

Persamaan dari Nyquist frequency dapat dituliskan sebagai berikut:

 f_nyquist = 1/(2T)

dimana:
f_nyquist = frekuensi Nyquist
T = periode sampling

2.3 Operasi konvolusi

Operasi konvolusi adalah operasi matematika yang digunakan untuk
menghitung respon impuls sistem terhadap masukan sinyal. Dalam
konteks sinyal, konvolusi dilakukan dengan mengalikan setiap nilai
sinyal dengan setiap nilai fungsi kernel, kemudian menjumlahkan
hasilnya.

Persamaan dari operasi konvolusi dapat dituliskan sebagai berikut:

y(t) = (f*g)(t) = ∫ f(τ)g(t-τ)dτ

dimana:
y(t) = sinyal keluaran
f(t) = sinyal masukan
g(t) = fungsi kernel atau respon impuls sistem

III. LANGKAH PENGERJAAN

3.1 Langkah kerja
1. Efek sampling pada audio
Fungsi pada percobaan pertama ini adalah untuk mengetahui
pengaruh dari efek sampling yang diberikan pada audio melalui
frekuensi yang dimasukkan. Hal yang pertama dilakukan adalah
dengan membuat sebuah program sebagai berikut:
%Efek Sampling Pada Audio
clear all;
clc;
%sampling_2.m
 Fs=15000;
t=0:1/Fs:0.25;
f=500;
x=sin(2*pi*f*t);
sound(x,Fs)
subplot(2,3,1)
plot(x)
title('f=500')
Fs=30000;
t=0:1/Fs:0.25;
f=1500;
x=sin(2*pi*f*t);
sound(x,Fs)
subplot(2,3,2)
plot(x)
title('f=1500')
Kemudian inputkan nilai F yang sudah ditentukan yaitu; 200,
500, dan 1500. Setelah itu catat dan analisis hasil yang
didapatkan.
2. Efek aliasing pada audio
Fungsi pada percobaan ini adalah untuk mengetahui pengaruh
dari efek aliasing yang diberikan pada audio melalui frekuensi
sampling yang dimasukkan. Hal yang pertama dilakukan adalah
dengan membuat sebuah program sebagai berikut:
% efek aliasing pada audio
clear all; %untuk menghapus variabel sebelumnya
clc; %untuk membersihkan tulisan di comand window
Fs=37000;
t=0:1/Fs:0.25; %proses normalisasi
c=sin(2*pi*262*t);
d=sin(2*pi*294*t);
e=sin(2*pi*330*t);
f=sin(2*pi*249*t);
g=sin(2*pi*392*t);
a=sin(2*pi*440*t);
b=sin(2*pi*494*t);
c1=sin(2*pi*523*t);
nol = [zeros(size(t))];
nada1 = [c,e,c,e,f,g,g,nol,b,c1,b,c1,b,g,nol,nol];
nada2 = [c,e,c,e,f,g,g,nol,b,c1,b,c1,b,g,nol];
nada3 = [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c,nol];
nada4 = [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c];
lagu=[nada1,nada2,nada3,nada4];
sound(lagu,Fs)
subplot(2,3,1) plot
(lagu)
title('Fs=37000')
Fs=37000;
t=0:1/Fs:0.25;
c=sin(2*pi*262*t);
d=sin(2*pi*294*t);
e=sin(2*pi*330*t);
f=sin(2*pi*249*t);
g=sin(2*pi*392*t);
a=sin(2*pi*440*t);
b=sin(2*pi*494*t);
c1=sin(2*pi*523*t);
nol = [zeros(size(t))];
nada1 = [c,e,c,e,f,g,g,nol,b,c1,b,c1,b,g,nol,nol];
nada2 = [c,e,c,e,f,g,g,nol,b,c1,b,c1,b,g,nol];
nada3 = [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c,nol];
nada4 = [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c];
lagu=[nada1,nada2,nada3,nada4];
sound(lagu,Fs)
 subplot(2,3,2)
plot (lagu)
title('Fs=37000')
Kemudian inputkan nilai Fs yang sudah ditentukan yaitu; 500,
23000, dan 37000. Setelah itu catat dan analisis hasil yang
didapatkan. Namun pada percobaan ini saya memasukkan nilai
Fs= 5000 dikarenakan terdapan error ketika memasukkan
Fs=500, yang nantinya akan dibahas di bagian pembahasan.
3. Frekuensi sampling secara visual
Fungsi pada percobaan ini adalah untuk mengetahui pengaruh
dari variasi frekuensi sampling yang diberikan pada sebuah
sinyal secara visual yang dimasukkan. Hal yang pertama
dilakukan adalah dengan membuat sebuah program sebagai
berikut:
%frekuensi sampling secara visual
clear all;
clc;
%sampling_1.m
Fs=12;%frekuensi sampling
t=(0:Fs-1)/Fs;%proses normalisasi
s1=sin(2*pi*t*2);
subplot(3,1,1)
stem(t,s1)
axis([0 1 -1.2 1.2])
title('Fs=12')
Fs=24;%frekuensi sampling
t=(0:Fs-1)/Fs;%proses normalisasi
s1=sin(2*pi*t*2);
subplot(3,1,2)
stem(t,s1)
axis([0 1 -1.2 1.2])
title('Fs=24')
 Fs=48;%frekuensi sampling
t=(0:Fs-1)/Fs;%proses normalisasi
s1=sin(2*pi*t*2);
subplot(3,1,3)
stem(t,s1)
axis([0 1 -1.2 1.2])
title('Fs=48')
Kemudian inputkan nilai Fs yang sudah ditentukan yaitu; 12, 24,
dan 48. Setelah itu catat dan analisis hasil yang didapatkan.
4. Konvolusi 2 sinyal diskrit unit step
Fungsi pada percobaan ini adalah untuk mengetahui pengaruh
dari konvolusi yang diberikan pada sebuah sinyal asli. Hal yang
pertama dilakukan adalah dengan membuat sebuah program
sebagai berikut:
L=input('Panjang gelombang(>=10) : ');
P=input('Lebar pulsa (lebih kecil dari L): ');
for n=1:L
if n<=P
x(n)=1;
else
x(n)=0;
end
end t=1:L;
subplot(3,1,1)
stem(t,x)
for n=1:L
if n<=P
v(n)=1;
else
v(n)=0;
end
 end t=1:L;
subplot(3,1,2)
stem(t,v)
subplot(3,1,3)
stem(conv(x,v))
Kemudian inputkan nilai L dan P yang sudah ditentukan yaitu
masing-masing; (10 dan 8), (25 dan 20), (13 dan 5). Setelah itu
catat dan analisis hasil yang didapatkan.
3.2 Diagram alir
1. Efek sampling pada audio

Input

F= (200,500,1500)

x=sin(2*pi*f*t);

sound(x,Fs)

Subplot; ((2,3,1)(2,3,2))

Plot(x)

Output

2. Efek aliasing pada audio

Input

Fs= (n)

t=0:1/Fs:0.25;

sound(lagu,Fs)

Subplot; (n)

Plot(lagu)

Output
3. Frekuensi sampling secara visual

Input

Fs= (n)

s1=sin(2*pi*t*2);

Subplot; (n)
stem(t,s1)

axis([0 1 -1.2 1.2])

title('Fs=n')

Output

4. Konvolusi 2 sinyal diskrit unit step

Input

(L=n>=10) (P=n<=L)

t=1:L;

Subplot; (n)
stem(n)

subplot(3,1,3)
stem(conv(x,v))

Output
IV. HASIL DAN PEMBAHASAN
4.1 Hasil
1. Efek sampling pada audio (F=200, 500, dan 1500)
2. Efek aliasing pada audio (Fs=500/5000, 23000, dan 37000)
3. Frekuensi sampling secara visual (Fs=12, 24, dan 48)

4. Konvolusi 2 sinyal diskrit step unit (L dan P = (10,8), (25,20),

(13,5))
4.2 Pembahasan
Pada percobaan pertama efek sampling pada audio,
ketika fs yang diinputkan bernilai besar maka hasil
gelombang yang dihasilkan semakin banyak dan rapat
begitupun sebaliknya, kemudian fs juga mempengaruhi suara
semakin besar nilai fs maka suara yang dihasilkan terdengar
lebih keras namun suara yang terdengar tetap sama yang
berbeda hanyalah volume dari suara yang dihasilkan. Pada
percobaan ini telah divariasikan nilai F= 200, 500, dan
1500. Ketika F=200 dan 500 dimasukkan maka bunyi yang
dihasilkan adalah tidak terlalu melengking namun ketika F=
500 dan 1500, pada fekuensi 500 bunyi audio melengking
tetapi pada frekuensi 1500 suara dari audio jauh lebih
melengking. Hal ini dapat diartikan bahwa frekuensi
mempengaruhi sampling dari sebuah audio.
Pada percobaan kedua efek aliasing pada audio,
ketika nilai fs besar maka frekuensi suara yang dihasilkan
juga semakin besar tetapi ketika fs bernilai lebih kecil maka
frekuensi suara yang dihasilkan juga lebih kecil. Pada
percobaan ini frekuensi sampling yang dimasukkan pada
script bernilai sama yaitu Fs= 500/5000, 23000, 37000. Pada
variasi Fs= 500 tidak bisa di run dan tidak mengeluarkan
output karena error hal ini desebabkan karena invalid sample
rate yang artinya rate dari sample 500 tidak valid.
 Kemudian pada Fs=5000 hasil dari output adalah
bunyi yang dihasilkan lebih lamban tetapi stabil karena
frekuensi samplingnya kecil. Lalu pada Fs=23000 bunyi yang
dihasilkan atau tempo nada yang dihasilkan sedikit lebih
cepat namun sedikit tidak stabil karena terdapat noise lain
seperti suara getaran. Dan terakhir pada Fs=37000 tempo
nada yang dihasilkan lebih cepat daripada variasi
sebelumnya dan lebih sedikit stabil.
Pada percobaan ketiga efek sampling secara visual,
ketika fs yang dimasukkan bernilai besar maka hasil
gelombang sinyal dan data sampling yang dihasilkan
semakin banyak, tapi ketika fs bernilai kecil maka yang
dihasilkan adalah data samplingnya lebih sedikit dan
gelombang yang dihasilkan juga sedikit. Terlihat
perbandingannya ketika fs=12, fs=24, dan fs=48 berbeda
hasilnya. Fs=12 menunjukan hasil data sampling yang lebih
sedikit dibandingkan dengan hasil fs=48.
Pada percobaan keempat konvolusi 2 sinyal diskrit
step unit, panjang gelombang haruslah lebih besar dari 10 dan
lebar pulsa harus lebih kecil daripada panjang gelombang,
pada percobaan terdapat nilai yang dimasukkan adalah L dan
P di mana divariasikan sebagai berikut (10 dan
8), (25 dan 20), (13 dan 5). Berdasarkan hasil yang
didapatkan operasi konvolusi mempengaruhi dua buah
sinyal di mana kedua buah sinyal tersebut digabung lalu
 membentuk sinyal lain yang dapat dilihat pada gambar
percobaan keempat. Namun L dan P juga mempengaruhi
bentuk dari sinyal yang dimasukkan.

V. KESIMPULAN
Kesimpulan yang dapat ditarik dari percobaan-percobaan di
atas adalah Pada percobaan pertama efek sampling pada audio,
ketika fs yang diinputkan bernilai besar maka hasil gelombang yang
dihasilkan semakin banyak dan rapat begitupun sebaliknya,
kemudian fs juga mempengaruhi suara semakin besar nilai fs maka
suara yang dihasilkan terdengar lebih keras namun suara yang
terdengar tetap sama yang berbeda hanyalah volume dari suara yang
dihasilkan. Pada percobaan kedua efek aliasing pada audio, ketika
nilai fs besar maka frekuensi suara yang dihasilkan juga semakin
besar tetapi ketika fs bernilai lebih kecil maka frekuensi suara yang
dihasilkan juga lebih kecil. Frekuensi sampling juga mempengaruhi
cepat dan lambannya suatu frekuensi dari sebuah audio. Pada
percobaan ketiga efek sampling secara visual, ketika fs yang
dimasukkan bernilai besar maka hasil gelombang sinyal dan data
sampling yang dihasilkan semakin banyak, tapi ketika fs bernilai
kecil maka yang dihasilkan adalah data samplingnya lebih sedikit
dan gelombang yang dihasilkan juga sedikit. Pada percobaan
keempat konvolusi 2 sinyal diskrit step unit, panjang gelombang
haruslah lebih besar dari 10 dan lebar pulsa harus lebih kecil daripada
panjang gelombang, pada percobaan terdapat nilai yang dimasukkan
adalah L dan P di mana divariasikan sebagai berikut (10 dan 8), (25
dan 20), (13 dan 5). Berdasarkan hasil yang didapatkan operasi
konvolusi mempengaruhi dua buah sinyal di mana kedua buah sinyal
tersebut digabung lalu membentuk sinyal lain yang dapat dilihat pada
gambar percobaan keempat. Namun L dan P juga mempengaruhi
bentuk dari sinyal yang dimasukkan.
 DAFTAR PUSTAKA
Haykin, S., & Van Veen, B. (2005). Signals and systems. John Wiley
& Sons.
Kamen, E. W., & Heck, B. S. (2014). Fundamentals of signals and
systems using the web and MATLAB. Pearson.
Lathi, B. P. (2009). Modern digital and analog communication
systems. Oxford University Press.
Oppenheim, A. V., & Schafer, R. W. (2010). Discrete-time signal
processing. Prentice Hall.
Proakis, J. G., & Manolakis, D. G. (2006). Digital signal processing:
principles, algorithms, and applications. Pearson Education India.
LAMPIRAN