MAKALAH TEKNIK PENGOLAHAN DATA GEOFISIKA

“Filter dan Aplikasinya Dalam Pengolahan Data Geofisika

(Diajukan untuk memenuhi tugas mata kuliah Teknik Pengolahan Data Geofisika)

Kelompok 7:
Siti Nur Halisah (21034028)
Letna Sari (21034099)

Mata Kuliah : Teknik Pengolahan Data Geofisika

Seksi : 202310340075
Dosen Pengampu : Syafriani, S.Si., M.Si., Ph.D

DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2023
 KATA PENGANTAR

Puji syukur diucapkan kehadirat Allah SWT atas segala rahmat-Nya sehingga makalah ini
dapat penulis susun sampai selesai. Makalah ini dibuat dalam rangka memenuhi tugas mata kuliah
Teknik Pengolahan Data Geofisika. Penulis sangat berharap semoga makalah ini dapat menambah
pengetahuan dan pengalaman bagi pembaca dan terutama untuk penulis tentunya. Bahkan penulis
berharap lebih jauh agar makalah ini bisa bermanfaat dan dapat diterapkan dalam kehidupan
sehari-hari.
Terima kasih kepada ibu Syafriani, S.Si., M.Si., Ph.D. selaku dosen pengampu mata kuliah
Teknik Pengolahan Data Geofisika. Terimakasih kepada pihak-pihak yang telah membantu
penulis dalam menyelesaikan makalah ini.
Penulis menyadari bahwa masih banyak kekurangan dalam makalah ini karena
keterbatasan pengalaman dan pengetahuan penulis. Untuk itu penulis mengharapkan kritik dan
saran yang membangun dari pembaca demi kesempurnaan makalah ini.

Padang, 18 September 2023

Penulis

2
 DAFTAR ISI

KATA PENGANTAR............................................................................................................ 2
DAFTAR ISI ......................................................................................................................... 3
BAB I PENDAHULUAN ...................................................................................................... 4
A. Latar Belakang .............................................................................................................. 4
B. Rumusan masalah .......................................................................................................... 5
C. Tujuan Penulisan ........................................................................................................... 5
BAB II PEMBAHASAN........................................................................................................ 6
A. Desain Filter ................................................................................................................. 6
B. Fiter Causal ................................................................................................................ 16
C. Spike Seismogram ...................................................................................................... 18
BAB III PENUTUP……………………………………………..…………………………….22
A.Kesimpulan…………………………………………………………………………..…..22
B. Saran…………………………………………………………………………………….22

DAFTAR PUSTAKA………………………………………………………………………...23

3
 BAB I
PENDAHULUAN

A. Latar Belakang
Konsep dan ide mengenai sinyal dan sistem banyak dipergunakan dan memainkan
peranan penting di berbagai bidang seperti elektronika, komunikasi, penerbangan,
antariksa, biomedis, sistem distribusi dan produk sienergi, kendali dan pengolahan suara.
Sinyal adalah fenomena dari lingkungan yang terukur atau terkuantisasi. Sementara sistem
adalah bagian dari lingkungan yang menghubungkan sinyal-sinyal atau dengan kata lain
merespon sinyal masuk dengan menghasilkan sinyal lainnya. Tegangan dan arus sebagai
fungsi waktu didalam rangkaian listrik merupakan contoh dari sinyal sementara
rangkaiannya sendiri merupakan contoh dari sebuah sistem.
Pengolahan sinyal memegang peranan penting dalam berbagai aplikasi seperti
teknik pengolahan suara, kompressi sinyal yang terdiri dari data dan gambar,
telekomunikasi digital atau handphone, dan yang lainnya yang memerlukan pengolahan
sinyal. Pengolahan sinyal memungkinkan dilakukannnya proses penguraian sinyal yang
bermanfaat sesuai dengan kebutuhan dengan efesien dan optimal, dan pengolahan sinyal
akan lebih luas dan lebih berkembang dengan menggunakan sistem elektronik analog daan
sistem yang diproses secara digital.
Dalam proses pengolahan sinyal analog, sinyal input yang masuk ke Analog Signal
Processing diberi berbagai perlakuan misalnya: pemfilteran, penguatan, dan sebagainya,
dan outputnya berupa sinyal analog sudah dapat dipergunakan sesuai tujuannya. Proses
pemfilteran dilakukan oleh perangkat analog atau perangkat elektronika analog, sehingga
proses perubahan pada filter akan lebih lambat dilakukan karena selalu melibatkan
komponen elektroniknya.
Proses pengolahan sinyal digital memiliki bentuk yang berbeda. Untuk suatu sinyal
input berupa sinyal analog, proses pertama dilakukan pemfilteran secara analog sebelum
dilakukan proses digitalisasi melalui perangkat pengubahan sinyal analog ke digital dengan
perangkat yang disebut Analog to Digital Converter (ADC). Pada proses ADC, sinyal
analog harus terlebih dahulu dilewatkan melalui proses sampling, kemudian dilanjutkan
dengan proses quntisasi dan terakhir yang dilakukan adalah coding, barulah diperoleh

4
 sinyal digital berbentuk n-bit (misalnya 8 atau 16 bit) dan untuk pemrosesan selanjutnya
diteruskan ke komputer digital. Pada sisi komputer digital dapat dilakukan pengolahan
sinyal digital, dan dalam proses inilah dilakukan pemfilteran sinyal dengan proses filter
digital. Selanjutnya sinyal output dari proses pemfilteran secara digital diteruskan lagi
melalui perangkat pengubahan sinyal digital ke analog dengan perangkat yang disebut
Digital to Analog Converter (DAC). Keluaran DAC kemudian dilewatkan dengan proses
analog untuk rekonstruksi sinyal output.
Kemajuan perangkat elektronika digital dan computer digital serta program
computer digital yang semakin murah dan semakin canggih, akan memungkinkan untuk
membuat sistem digital yang canggih untuk melakukan fungsi dan tugas pengolahan sinyal
yang kompleks, dimana jika dilakukan dengan sistem analog akan mahal dan sulit. Secara
sederhana pemfilteran adalah sebuah proses pemilihan dalammeleaatkan dan menahan
komponen-komponen frekuensi dengan batas ukuran tertentu dari sebuah sinyal, dapat
berupa Low Pass Filter, High Pass Filter, Band Pass Filter dan Band Stop Filter.

B. Rumusan Masalah
1. Bagaimana desain filter?
2. Apa yang dimaksud dengan filter causal?
3. Apa yang dimaksud dengan spike seismogram?
C. Tujuan Penulisan
1. Mengetahui desain filter
2. Mengetahui apa yang dimaksud dengan filter causal
3. Mengetahui apa yang dimaksud dengan spike seismogram

5
 BAB II
PEMBAHASAN

A. Desain Filter
1. Dasar-Dasar Teori Filter
Filter atau tapis adalah suatu perangkat untuk menghilangkan atau paling tidak
mengurangi gangguan atau sinyal yang tidak diinginkan yang menyertai suatu sinyal
utama atau sinyal yang diharapkan. Sebagai suatu perangkat filter dapat berwujud
sebagai perangkat keras (hardware) atau perangkat lunak (software). Sebelum
computer digital dikembangkan, filter hanya dikenal dalam bentuk perangkat keras.
Sebagai contohnya adalah filter-filter frekuensi yang umumnya terdiri dari rangkaian
resistor R, inductor L, dan capasitor C. Dengan perkembangan penggunaan computer
digital, peranan perangkat keras tersebut digantikan dengan “program” atau yang lebih
dikenal sebagai perangkat lunak. Namun pada dasarnya penyelesaian dengan computer
digital merupakan simulasi dari perangkat keras yang bersangkutan.
Filter yang berwujud perangkat keras pada dasarnya adalah suatu sistem fisis, yaitu
gabungan atau kombinasi unsur-unsur yang tersusun secara tertentu sehingga suatu
input atau gangguan akan menyebabkan tanggapan (response) atau output yang
karakteristik. Pada umumnya sistem fisis dapat dinyatakan dengan tanggapan
impulsnya, sehingga suatu filter juga dapat dinyatakan dengan tanggapan impulsnya.
Jadi yang dimaksud dengan filter dalam perangkat lunak adalah tanggapan impuls filter
tersebut.
2. Pengelompokan Filter
Filter atau penapis sinyal merupakan suatu sistem yang mempunyai fungsi transfer
tertentu, berfungsi untuk melalukan sinyal masukan pada frekuensi-frekuensi tertentu
dan menyaring / memblokir sinyal masukan pada frekuensi-frekuensi yang lain. Filter
dengan pembatasan frekuensi dapat diklasifikasikan dengan empat jenis seperti
berikut:
a. Filter Low Pass. Filter ini melalukan sinyal pada batas frekuensi rendah dengan
batas tertentu.

6
 b. Filter High Pass. Filter ini melalukan sinyal pada batas frekuensi tinggi dengan
batas tertentu.
c. Filter Band Pass. Filter ini melalukan sinyal pada diberikan dua batas frekuensi
antara rendah dan tinggi.
d. Filter Band Stop. Filter ini melalukan sinyal diluar dua batas frekuensi antara
rendah dan tinggi. Keempat jenis filter dimaksud memiliki respon frekuensi seperti
Gambar 2-4

Gambar. Respon Filter Ideal

3. Teori Dasar Desain

Filtering adalah suatu proses dalam pengolahan sinyal, dan sangat umum
digunakan dalam teknik telekomunikasi. Filter digital pada faktanya adalah suatu
program yang dibuat sedemikian sehingga karakteristiknya menyerupai filter analog.
Filter digital lebih banyak digunakan dibandingkan dengan filter analog karena
beberapa alasan berikut:
1. Filter digital dapat mempunyai karakteristik yang tidak mungkin didapatkan
dengan filter analog seperti respon fasa linier.
2. Kinerja filter digital tidak dipengaruhi faktor lingkungan seperti suhu karena tidak
memiliki komponen pasif seperti resistor.
3. Respon frekuensi filter digital dapat dengan mudah disesuaikan dengan cara
mengganti programnya.
Namun demikian filter digital juga memiliki kelemahan seperti berikut ini:

7
1. Kecepatan waktu proses dari filter digital tergantung dari kecepatan prosesor yang
digunakan dan juga kompleksnya algoritma program yang digunakan.
2. Filter ini memerlukan analog to digital processing untuk mengubah sinyal analog
ke sinyal digital.
3. Memerlukan keahlian dan proses lama dalam desain, karena memerlukan beberapa
pengetahuan khusus seperti pemahaman akan perangkat keras hardware,
pemahaman akan perangkat lunak software dan pemahaman akan ilmu dalam
teknik desain.
Langkah-langkah dalam perancangan filter digital adalah sebagai berikut:
1. Langkah pertama adalah menentukan spesifikasi filter yang akan dirancang seperti
jenis filter, respon amplitudo, toleransi dan frekuensi sampling.
2. Langkah kedua adalah menghitung koefisien filter digital h(n), supaya dapat
memenuhi spesifikasi seperti yang diinginkan. Tentunya koefisien dimaksud sudah
diuji responnya dalam bentuk respon frekuensi, sehingga sudah memenuhi
spesifikasi gain dan frekuensi yang dimaksud pada langkah pertama.
3. Langkah ketiga adalah melakukan realisasi filter kedalam bentuk struktur yang
sesuai, dan biasanya dibuat dalam bentuk diagram blok. Pada langkah ini harus
dipahami tentang realisasi filter menggunakan sistem diskrit dengan fungsi delay
dalam variabel z -1.
4. Langkah berikutnya adalah menyesuaikan sistem yang dirancang kedalam bentuk
hardware, menyangkut wordlength untuk merepresentasikan koefisien filter yang
sudah dihitung.
Sebuah Low Pass Filter ideal ditunjukkan pada Gambar 3.1. Respon filter yang
terbaik adalah seperti Gambar 3.1 (a) tersebut, tetapi akan sulit ditemukan cara
demikian. Oleh karena itu, desain dengan analisis hanya mungkin diperoleh dengan
bentuk respon frekuensi seperti Gambar 3.1.(b). Batas frekuensi pada filter digital
adalah antara – dan , dan frekuensi filter diberikan oleh batas w0.

8
 Gambar. Respon Frekuensi Low Pass Filter Ideal
4. Metode Windowing
Jika dalam domain frekuensi fungsi filter terbatas, maka fungsi tersebut
dalam domain waktu adalah tak terbatas. Dalam domain frekuensi bahwa filter
sifatnya adalah terbatas yaitu hanya melalukan sinyal pada frekuensi tertentu,
diinginkan fungsi sistem dimaksud juga menjadi terbatas dengan filter yang
memiliki panjang sebanyak h(n). Oleh karena itu untuk membatasi panjang filter
dalam domain waktu digunakanlah metoda windowing.
Suatu filter ideal Hd(ejw) memiliki respon frekuensi dengan bentuk
rectangular, dikonvolusikan dengan sebuah window W(ejw) yang memiliki respon
bukan rectangular seperti pada Gambar 3.2, memperoleh respon filter H(ejw). Efek
dari window adalah diperolehnya batas passband, transition band dan stopband
dengan batas frekuensi tertentu.

Gambar Frekuensi Lowpass Filter Metoda Windowing

Fungsi-fungsi window yang sering digunakan dalam desain filter digital
adalah sebagai berikut :

1. Rectangular. Window rectangular mempunyai amplitudo sama dengan besar sama

dengan satu untuk filter terbatas pada derajat N.

2. Bartlett. Window Bartlet mempunyai amplitudo yang tidak sama besarnya dan
berbentuk segitiga, untuk filter terbatas pada derajat N.
3. Hanning. Window Hanning mempunyai amplitudo yang dibentuk oleh fungsi
cosinus, untuk filter terbatas pada derajat N.

9
 4. Hamming. Window Hamming mempunyai amplitudo yang juga dibentuk oleh
fungsi cosinus, untuk filter terbatas pada derajat N.

5. Blackman. Window Blackman mempunyai amplitudo yang juga dibentuk oleh

fungsi cosinus, untuk filter terbatas pada derajat N.

Gambar 3.4 Respon Frekuensi dengan Windowing

Berikut ini berbagai jenis filter:

a. Filter Penghilang Ghost
Ghost (hantu) atau gema adalah sinyal gangguan yang biasanya muncul pada survai
seismic pantul dalam eksplorasi minyak di daratan (onshore). Pada survai seismic di
daratan, sumber gelombang yang dipakai adalah dinamit yang diledakkan pada
kedalaman tertentu. Oleh karena itu sinyal seismic utama yang menjalar ke bawah
selalu diikuti oleh sinyal seismic yang dipantulkan oleh permukaan bumi. Sinyal pantul

10
ini amplitudonya lebih kecil dari pada sinyal utama dengan factor R, yaitu koefisien
refleksi pada bidang permukaan yang nilainya  1. Polaritas sinyal pantul ini akan
terbalik terhadap polaritas sinyal utama karena bidang pemantulnya adalah permukaan
bebas (gambar 5.1). Karena polaritasnya yang terbalik tersebut, sinyal pantul ini
disebut sebagai ghost (dalam dunia televisi, yang dimaksud dengan ghost adalah
bayangan di samping gambar utama yang mengganggu dan sifatnya terbalik, misalnya
rambut yang biasanya hitam akan kelihatan putih)

Gambar 5.1. Sinyal Seismic yang diikuti oleh ghost

Gambar 5.2. Input dan output filter penghilang ghost

Gambar 5.2 menjelaskan bagaimana fungsi input yang masuk pada filter
penghilang ghost dengan tanggapan impuls h (t) dan bagaimana fungsi output yang
diharapkan. Input yang masuk adalah sinyal utama yang diikuti oleh sinyal ghost,
sehingga fungsi input tersebut adalah: x(t)  f (t)  R f (t  ) Sementara itu output yang
diharapkan adalah sinyal yang bebas ghost, sehingga fungsi output tersebut adalah: y
(t)  f (t) Untuk mendapatkan tanggapan impuls h (t) filter yang bersangkutan dapat
dilakukan analisis dlm kawasan frekuensi.

Gambar 5.3. Tanggapan impuls fiter penghilang ghost

11
 Harga  yang berhubungan dengan filter tersebut diatas dapat dicari dengan
menghitung otokorelasi sinyal input (seismogram yang mengandung sinyal-sinyal
pantul yang diikuti oleh ghost). Otokorelasi ini akan maksimum bila pergeserannya
sama dengan , sehingga harga  dapat ditentukan. Aplikasi filter penghilang ghost
ini harus hatihati, karena apabila filter ini dikenakan pada input yang tidak
mengandung ghost, filter ini justru akan memunculkan sinyal secara berulang-
ulang dengan periode  (walaupun amplitudonya mengecil). Dalam keadaan ini
filter justru akan bernyanyi (singing).
Realisasi penggunaan filter penghilang ghost ini secara digital (computer)
sangat sederhana karena filternya yang sudah berbentuk diskrit tersebut. Selebihnya
tinggal menggunakan subroutine korelasi dan konvolusi. Walaupun sudah jarang
digunakan filter penghilang ghost juga dapat dikerjakan secara analog, yaitu
dengan menggunakan device penjumlah, penunda waktu () dan pengali ( R),
seperti yang terlihat pada gambar 5.4.

b. Filter Penghilang Reverberasi

Reverberasi atau gaung adalah gangguan yang biasanya muncul pada survei
seismik pantul yang dilakukan di atas laut (offshore). Gangguan ini berupa sinyal
pantul bolak- balik oleh dasar dan permukaan air laut. Sinyal ini cukup kuat karena
atenuasi gelombang siesmik di dalam air adalah sangat kecil, dan keofisien refleksi
permukaan air laut adalah sama dengan 1 (pantulan permukaan bebas). Jadi sinyal
gangguan ini akan berupa sinyal pantul bolak-balik pertama, kedua, ketiga dan
seterusnya. Polaritas sinyal pantul bolak-balik pertama adalah berlawanan dengan
polaritas sinyal utama, polaritas sinyal pantul bolak-balik yang kedua sama dengan
polaritas sinyal utama, dan seterusnya bergantian terbalik dan sama. Gambar 5.5

12
 menjelaskan bagaimana reverberasi atau gaung terjadi pada lapisan air laut. Di sini
terlihat bahwa gelombang yang menjalar ke bawah

Gambar 5.5. Reverberasi oleh lapisan air laut

adalah sinyal utama yang diikuti oleh sinyal gaung 1, sinyal guang 2, dan
seterusnya. Dengan demikian sinyal yang dipantulkan oleh sebuah bidang batas
perlapisan batuan bawah laut akan berupa deretan sinyal-sinyal tersebut di atas,
sehingga 1 bidang pantul dapat ditafsirkan sebagai banyak bidang pantul. Gambar
5.6 melukiskan sinyal seismik yang mengandung gaung.

Gambar 5.6. Sinyal seismic yang mengandung gaung

Tanggapan impuls filter penghilang ghost adalah sangat sederhana, yaitu dua
buah impuls dengan luas 1 dan R dan terpisah sejauh  seperti yang terlihat pada gambar
5.7.

Gambar 5.7. Tanggap impuls filter dereverberasi

Tanggapan impuls pada gambar 5.7 ini, kalau dikonvolusikan dengan input yang
mengandung sinyal utama dan gaung pada gambar 5.6 akan menghilangkan semua sinyal gaung
dan menampilkan sinyal utamanya. Pengfilteran dereverberasi dengan computer sangat mudah

13
dilaksanakan yaitu tinggal menggunakan subroutine konvolusi yang dioperasikan pada input
(digital) dan tanggapan impuls filter dereverberasi.

Gambar 5.8. Pengfilteran dereverberasi secara analog

Pengfilteran secara analog juga dapat dilakukan dengan menggunakan device delay
untuk menunda sinyal sepanjang  , amplifier dengan gain R, inverter untuk membalik
polaritas sinyal, dan penjumlah untuk menjumlahkan 2 sinyal atau lebih. Semua device ini
dirangkai seperti pada gambar 5.8.

c. Filter Frekuensi
Filter frekuensi ada banyak jenisnya, namun yang umum dan banyak dipakai
adalah:
 Filter penerus frekuensi rendah (low pass filter), yaitu filter yang hanya meneruskan
sinyal dengan frekuensi antara 0 sampai dengan fH, dengan fH adalah high cut off
frequency dari pada filter. Di sini bandwidth atau lebar pita B = fH

Gambar 5.9. Fungsi pindah filter lolos rendah dalam kawasan

frekuensi secara fisis (kiri) dan secara matematis (kanan)

14
 Gambar 5.10. Tanggapan impuls filter lolos rendah yang berbentuk sinus
cardinal
Pengfilteran frekuensi lolos rendah dengan computer digital dapat
dilaksanakan dengan jalan mendigitalkan tanggapan impulsnya (persamaan 28),
kemudian mengkonvolusikan- nya dengan sinyal input (digital) yang ingin difilter.
 Filter penerus frekuensi tinggi (high pass filter), yakni filter yang hanya
meneruskan sinyal dengan frekuensi yang lebih besar dari pada fL., yang biasa
disebut low cut off frequency dari pada filter.

Gambar 5.11. Fungsi pindah filter lolos tinggi secara fisis (kiri) dan matematis
(kanan)
Gambar 5.12 menjelaskan bagaimana trik tersebut dilakukan. Fungsi yang
berbentuk parit dapat diganti fungsi konstan dikurangi dengan fungsi kotak.
tanggapan impuls filter lolos tinggi adalah fungsi delta dikurangi fungsi
sinus cardinal,

Gambar 5.13. Tanggapan impuls filter lolos tinggi

 Filter penerus pita frekuensi (band pass filter), adalah filter yang hanya meneruskan
sinyal dengan frekuensi antara fL dan fH, yakni low cut off frequency dan high cut
off frequency dari pada filter. Dalam hal ini lebar pita atau bandwidth adalah B =
fH  fL

15
 Gambar 5.14. Fungsi pindah filter lolos pita
Tanggapan impuls filter lolos pita dapat diturunkan dari fungsi pindahnya,
yaitu transformasi Fourier baliknya.
 Filter penolak frekuensi tertentu (notch filter) adalah filter yang menghilangkan
sinyal dengan frekuensi tertentu, misalnya frekuensi PLN (50 Hz).

Gambar 5.15 Filter penolak frekuensi tertentu.

B. Filter Causal
Filter kausal (causal filter) adalah jenis filter dalam pemrosesan sinyal digital atau
analisis data yang digunakan untuk mengubah atau menyaring sinyal dengan
mempertahankan kausalitas. Causalitas adalah konsep bahwa setiap keluaran dari filter
hanya bergantung pada masukan yang diterima pada atau sebelum saat itu, sehingga tidak
ada informasi tentang masa depan yang digunakan dalam pengolahan.
Filter kausal dapat digunakan dalam berbagai aplikasi, termasuk pemrosesan audio,
pemrosesan gambar, analisis data deret waktu, dan banyak lagi. Mereka memainkan peran
penting dalam menyaring noise, menghilangkan gangguan, atau mengungkapkan pola
dalam data yang terjadi seiring waktu. Filter kausal memiliki karakteristik yang penting
dalam domain frekuensi, di mana mereka sering memiliki respons frekuensi yang puncak
pada frekuensi tertentu dan dapat digunakan untuk memfilter atau mereduksi komponen
frekuensi tertentu dalam sinyal.
Filter kausal berbeda dari filter non-kausal, yang dapat menggunakan informasi
masa depan dalam pengolahan, yang pada gilirannya dapat menyebabkan masalah dalam
beberapa aplikasi karena mengharuskan penggunaan data yang belum tersedia pada saat

16
filter diterapkan. Jadi, filter kausal adalah alat penting dalam analisis sinyal digital dan
pemrosesan data yang beroperasi dengan mempertahankan urutan waktu dan tidak
menggunakan informasi masa depan.
Sebuah filter FIR causal dengan respon impuls h(n) dapat diperoleh dengan
mengalikan dengan sebuah window, berawal dari titik 0 dan berakhir di N-1 yang diberikan
oleh persamaan,

Dengan h(n) adalah filter berfasa linier, dan dipilih  sedemikian rupa dapat menghasilkan
h(n) yang simetris, dan simetris di titik n = , dan window juga simetris pada titik n = (N-
1)/2, sehingga hasil diberikan oleh,

Selanjutnya definisikanlah K1, w1 dan K2, w2 merepresentasikan spesifikasi cutoff dan

stopband untuk filter digital, maka perancangan sebuah filter digital diberikan dengan step-
step seperti berikut ini:
Step 1. Pilihlah terlebih dahulu type dari window yang akan digunakan.
Step 2. Pilihlah jumlah titik pada window untuk memenuhi lebar transition bandnya,
sehingga diperoleh frekuensi transisi dengan persamaan,

dalam hal ini k nilainya tergantung dari jenis window yang digunakan. Disusun ulang
kembali persamaan di atas maka akan diperoleh,

Step 3. Pilihlah wc untuk membentuk respon impuls dengan, wc = w1 dan 

Selanjutnya pemilihan koefisien filter yang membentuk respon impuls diperoleh dengan
persamaan,

Step 4. Tentukanlah respon frekuensi H(eiw) dengan menggunakan persamaan,

17
 Step 5. Jika attenuasi yang diperlukan pada w1 tidak memenuhi, maka aturlah nilai wc,
kemudian ulangilah step 4 menghitung koefisien filter, dan jika sudah memenuhi
lanjutkanlah ke step 6.
Step 6. Jika respon frekuensi yang didapat sudah memenuhi spesifikasi yang diinginkan,
periksalah apakah nilai N masih perlu direduksi untuk menghemat koefisien filter. Jika
sudah memenuhi, maka koefisien filter h(n) sudah memenuhi spesifikasi desain filter yang
diinginkan.

Gambar. Filter Causal

C. Spike Seismogram
Spike seismogram adalah istilah yang digunakan dalam bidang seismologi untuk
menggambarkan grafik atau rekaman seismik yang menunjukkan lonjakan tajam atau
puncak yang tinggi dalam amplitudo getaran tanah yang terjadi akibat gempa bumi atau
peristiwa seismik lainnya. Spike ini biasanya mengindikasikan adanya getaran yang sangat
kuat dan tiba-tiba yang terjadi selama gempa bumi. Spike seismogram dapat digunakan

18
untuk mengukur amplitudo dan durasi getaran seismik dan membantu dalam analisis
gempa bumi, termasuk penentuan magnitudo dan kedalaman episentrum.
Pada spike seismogram, sumbu horizontal umumnya mewakili waktu, sementara
sumbu vertikal mewakili amplitudo getaran. Puncak-puncak tajam pada seismogram ini
mencerminkan momen ketika tanah mengalami getaran maksimum selama gempa bumi.
Perekaman spike seismogram adalah salah satu alat penting dalam pemantauan dan
penelitian gempa bumi. Data seismik yang diperoleh dari seismogram ini membantu para
ilmuwan seismologi dalam memahami sifat dan karakteristik gempa bumi serta dalam
membangun model untuk memprediksi potensi gempa bumi di masa depan.
Berikut spike seismogram:
 Spike seismogram data seismic

 Spike seismogram seismic refleksi

19
 Spike seismogram low frequency

 Spike seismogram deconvolution

 Spike seismogram sparce spike

20
 Spike seismograf invertion spike technique

 Spike seismograf invertion

21
 BAB III
PENUTUP

A. Kesimpulan
1) Filter atau penapis sinyal merupakan suatu sistem yang mempunyai fungsi transfer
tertentu, berfungsi untuk melalukan sinyal masukan pada frekuensi-frekuensi tertentu
dan menyaring / memblokir sinyal masukan pada frekuensi-frekuensi yang lain. Filter
dengan pembatasan frekuensi dapat diklasifikasikan dengan empat jenis yaitu filter low
pass, filter high pass, filter band pass dan filter band stop.
2) Filter kausal (causal filter) adalah jenis filter dalam pemrosesan sinyal digital atau
analisis data yang digunakan untuk mengubah atau menyaring sinyal dengan
mempertahankan kausalitas. Causalitas adalah konsep bahwa setiap keluaran dari filter
hanya bergantung pada masukan yang diterima pada atau sebelum saat itu, sehingga
tidak ada informasi tentang masa depan yang digunakan dalam pengolahan.
3) Spike seismogram adalah istilah yang digunakan dalam bidang seismologi untuk
menggambarkan grafik atau rekaman seismik yang menunjukkan lonjakan tajam atau
puncak yang tinggi dalam amplitudo getaran tanah yang terjadi akibat gempa bumi atau
peristiwa seismik lainnya. Spike ini biasanya mengindikasikan adanya getaran yang
sangat kuat dan tiba-tiba yang terjadi selama gempa bumi. Spike seismogram dapat
digunakan untuk mengukur amplitudo dan durasi getaran seismik dan membantu dalam
analisis gempa bumi, termasuk penentuan magnitudo dan kedalaman episentrum.

B. Saran
Adapun saran yang dapat penulis ajukan dalam makalah ini adalah agar kiranya
para pembaca sekalian untuk dapat lebih memahami mengenai sinyal dan system melalui
referensi lain. karena pustaka dan data yang penulis dapatkan untuk makalah ini sangat
terbatas. Selanjutnya penulis juga sangat mengharapkan kritik dan saran yang bersifat
membangun dari para pembaca sekalian. agar kedepan penulis dapat membuat makalah
yang lebih efektif.

22
 DAFTAR PUSTAKA

Falah, Fajrul dkk. 2019. Desain Filter 1D Lowpass Interpolated Finite Impulse Response (IFIR)
Untuk Spectral Decomposition Pada Pemodelan 3D Data Gravitasi Bawah Permukaan.
Institut Teknologi Sepuluh November: Surabaya.
Hilayah, Anik dkk. 2016. Aplikasi Filter Multivariate Empirical Mode Decomposition (MEMD)
Untuk Mereduksi Noise Pada Data VLF-EM. Institut Teknologi Sepuluh November:
Surabaya.
Pangaribuan, Timbang. 2018. Desain Filter Digital Menggunakan Teknik Windowing Dengan
Simulasi Berbasis Matlab. Universitas HKBP Nommensen: Medan.
Wati, Erna Kusuma. 2020. Teori Pengolahan Sinyal Digital. LP_UNAS: Jakarta Selatan

23