Anda di halaman 1dari 22

LAPORAN LAB.

DSP Sampling dan Aliasing

Disusun Oleh:
Arya Wahyu Wibowo (1309030197) Indra Kurniawan (1309030231)

TEKNIK TELEKOMUNIKASI 4A JURUSAN TEKNIK ELEKTRO

POLITEKNIK NEGERI JAKARTA 2010/2011

4.1. Pengamatan Pengaruh Pemilihan Frekuensi Sampling Secara Visual Prosedur yang akan dilakukan mirip dengan yang ada di percobaan 2, tetapi disini lebih ditekankan pada konsep pemahaman fenomena sampling. Untuk itu dimulai dengan membuat program baru dengan perintah seperti berikut. %sin_dikrit1.m

Fs=8;%frekuensi sampling

t=(0:Fs-1)/Fs;%proses normalisasi s1=sin(2*pi*t*2); subplot(211)

stem(t,s1)

axis([0 1 -1.2 1.2])

Fs=16;%frekuensi sampling t=(0:Fs-1)/Fs;%proses normalisasi s2=sin(2*pi*t*2); subplot(212)

stem(t,s2)

axis([0 1 -1.2 1.2])

- Hasil yang didapat dari program tersebut adalah :

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Kemudian melakukan pada sinyal Fs pada s1 bernilai 10, hasil dari program tersebut adalah :
1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Kemudian melakukan pada sinyal Fs pada s1 bernilai 12, hasil dari program tersebut adalah :

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Kemudian melakukan pada sinyal Fs pada s1 bernilai 14, hasil dari program tersebut adalah :

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Kemudian melakukan pada sinyal Fs pada s1 bernilai 16, hasil dari program tersebut adalah :

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Kemudian melakukan pada sinyal Fs pada s1 bernilai 20, hasil dari program tersebut adalah :

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Kemudian melakukan pada sinyal Fs pada s1 bernilai 30, hasil dari program tersebut adalah :

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

1 0.5 0 -0.5 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Dari percobaan tersebut, dengan mengubah-ubah nilai Fs pada s1 menjadi semakin besar, maka jumlah sampel pada gambar sinyal diskritnya akan semakin bertambah dan semakin merapat dibandingkan dengan nilai Fs yang kecil. Bentuk dari sinyal diskrit tersebut juga berubah-ubah karena pengaruh dari frekuensi yang dimasukkan pada Fs.

4.2. Pengamatan Pengaruh Pemilihan Frekuensi Sampling pada Efek Audio Disini kita akan mendengarkan bagaimana pengaruh frekuensi sampling melalui

sinyal audio. Untuk itu harus mempersiapkan PC anda dengan speaker aktif yang sudah terkonek dengan sound card. Selanjutnya mengikuti langkah berikut. 4.1. Buat program bari sampling_2.m dengan perintah seperti berikut ini. %sampling_2.m clear all; Fs=1000; t=0:1/Fs:0.25; f=100; x=sin(2*pi*f*t); stem(x) sound(x,Fs)

Hasil Gambar dari program diatas adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.1. Output sampling_2

4.2.

Setelah anda

menjalankan

program tersebut apa yang anda

dapatkan? Selanjutnya coba anda rubah nilai f = 200, 300, 400, 500, 600, 700, 800, dan 900. Apa yang anda dapatkan? Bentuk suara yang sama dengan frekuensi pembangkitan berbeda itulah yang seringkali disebut orang Coba anda catat frekuensi 200 memiliki bunyi yang

sebagai efek aliasing.

sama dengan frekuensi berapa ? Sehingga frekuensi 200 adalah alias dari frekuensi tsb.

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.2. Frekuensi 200

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.3. Frekuensi 300

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.4. Frekuensi 400

x 10 2 1.5

-13

0.5

0 -0.5

-1

-1.5

-2 0 50 100 150 200 250 300

Gambar 4.2.5. Frekuensi 500

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.6. Frekuensi 600 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.7. Frekuensi 700

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.8. Frekuensi 800 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 50 100 150 200 250 300

Gambar 4.2.9. Frekuensi 900

Gambar gambar diatas didapatkan dengan memasukkan nilai input F pada skrip pemrograman seperti sampling_2.m mulai dari 200 hingga 900. Bila didengarkan dengan seksama bias didapatkan bahwa pada frekuensi 200 beraliasing dengan frekuensi 800, frekuensi 100 beraliasing dengan frekuensi 900. Begitu juga dengan frekuensi 400 dengan frekuensi 600, serta frekuensi 300 beraliasing dengan frekuensi 700. Pada frekuensi 500 suara tidak dapat didengar. Bila mengacu pada teori Nyquist bahwa Frekuensi Sampling (Fs) > Frekuensi sinyal yang akan disample, seharusnya pada frekuensi 600 sampai 900 tidak memenuhi syarat Nyquist tersebut.

4.3. Pengamatan Efek Aliasing pada Audio 1 Tentunya bosan dengan sesuatu yang selalu serius, marilah kita sedikit bernafas melepaskan ketegangan tanpa harus meninggalkan laboratorium tempak praktikum. Caranya? 1. Menyusun sebuah lagu sederhana dengan cara membuat program baru berikut ini.

%gundul.m clc Fs=16000; 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,n

ol; 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) wavwrite(lagu, gundul.wav )

- Hasil pada program tersebut :


1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 x 10
5

Kemudian nilai frekuensi sampling Fs menjadi10000, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 2 4 6 8 10 12 14 16 x 10


4

Kemudian nilai frekuensi sampling Fs menjadi 8000, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 2 4 6 8 10 12 14 x 10


4

Kemudian nilai frekuensi sampling Fs menjadi 2000, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 3 3.5 x 10
4

Kemudian nilai frekuensi sampling Fs menjadi 1000, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 2000 4000 6000 8000 10000 12000 14000 16000

Kemudian nilai frekuensi sampling Fs menjadi 900, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 5000 10000 15000

Kemudian nilai frekuensi sampling Fs menjadi 800, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 2000 4000 6000 8000 10000 12000 14000

Kemudian nilai frekuensi sampling Fs menjadi 700, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 2000 4000 6000 8000 10000 12000

Kemudian nilai frekuensi sampling Fs menjadi 600, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Kemudian nilai frekuensi sampling Fs menjadi 500, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 1000 2000 3000 4000 5000 6000 7000 8000

Pada saat mendengarkan lagu gundul.wav, apabila menggunakan frekuensi sampling 2000, 10000, 16000 lagu terdengar masih jelas nada-nadanya, namun apabila menggunakan frekuensi 1000 dan lebih rendah dari 1000, suara mulai terdengar tidak jelas, dan pada saat menggunakan frekuensi sampling paling rendah yaitu 500, lagu gundul terdengar dengan nada yang berantakan.

4.4. Pengamatan Efek Aliasing pada Audio 2 Disini kita akan bermain dengan sebuah lagu yang diambil dari sebuah file*.wav. Untuk itu mulailah dengan langkah 1. Anda buat program baru seperti berikut ini.

%sampling_3.m %bersama: Tri Budi 212 clear all; [Y,Fs]=wavread('lagu_1_potong.wav '); Fs=16000;%nilai default Fs=16000 %Pilihan untuk memainkan lainnya Fs=8000, 11025, 22050,44100 sound(Y,Fs) stem (Y)

Hasil dari program tersebut adalah :

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 3 3.5 x 10 4
4

Kemudian mengubah nilai Fs menjadi 8000, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 3 3.5 x 10 4
4

Kemudian mengubah nilai Fs menjadi 11025, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 3 3.5 x 10 4
4

Kemudian mengubah nilai Fs menjadi 22050, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 3 3.5 x 10 4
4

Kemudian mengubah nilai Fs menjadi 44100, hasil dari program tersebut adalah

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.5 1 1.5 2 2.5 3 3.5 x 10 4
4

Dari percobaan tersebut, pada frekuensi 16000, audio yang digunakan yaitu CHIMES.wav terdengar normal. Apabila menggunakan frekuensi Fs menjadi lebih kecil dari 16000 yaitu 8000 dan 11025, audio yang terdengar mempunyai tempo yang lebih lambat dari normalnya, namun apabila menggunakan frekuensi diatas 16000, yaitu 22050 dan 44100, audio yang terdengar dengan tempo yang cepat.