ROBI ALFAQ ABDILLAH

FUAD AULIA BAHRI

KIKI KARTIKA DEWI
HARIS PURNA WIDYATAMA

371300004
371300007
371300011
371300016
371300021

ANINDYA PUTRI RAHMA

371300029

ARIN DWI AGUSTIN

371300030

FUADUR ZAKKI
KURNIAWAN

371300044

KHAIRUL YADI

371300051

371300049

MAULIDAH AISYAH
FIKRIZAN ANDRADIT

SIGNAL FILTER

Overview
Pendahuluan
Teori
Low Pass Filter
High Pass Filter
Band Pass Filter
Bandstop Filter
Data dan Pembahasan
Perbandingan Data
Pembahasan
Kesimpulan

Sinyal

Filter

Windo
w

Hasil

Pendahuluan
Adanya noise pada sinyal membuat data harus di filter
Tujuan:

Membuat sinyal original untuk proses filtering

Mengetahui cara pembuatan dan pengolahan pada filter

Menghasilkan produk filtering dalam hamming window

Filters
Low Pass | High Pass | Band Pass |
Band Stop

Low Pass Filter

Merupakan jenis filter yang hanya melewatkan frekuensi yang
lebih rendah dari frekuensi cut- of
Berfungsi menghilangkan High Frequency Noise
Respon :

Low Pass Filter

Gambar Respon Filtering Low Pass Filter

Hasil Programming

High Pass Filter

Merupakan jenis filter yang hanya melewatkan frekuensi yang
lebih tinggi dari frekuensi cut- of
Berfungsi menghilangkan low frequency noise
Biasanya digunakan pada instrument yang merekam high
frequency analytical signals
Respon :

High Pass Filter

Gambar Respon Proses Filtering High Pass Filter

Hasil Programming

Band Pass Filter

Menghilangkan sinyal dengan frekuensi tinggi dan rendah
Hasil yang diperoleh adalah sinyal dengan frekuensi menengah
Respon :

Band Pass Filter

Respon Proses Filtering Band
Pass Filter

Hasil Programming

Band-Reject Pass Filter

Band Reject atau Band Stop adalah rangkaian elektronika yang
berfungsi untuk menahan sinyal dengan range frekuensi diatas
frekuensi batas bawah (fL) dan dibawah range frekuensi batas
atas (fH)
Hasil yang diperoleh adalah sinyal diluar fL dan fH
Respon :

Band-Reject Pass Filter

Respon Proses Filtering Band
Pass Filter

Hasil Programming

Magnitude
Dalam grafik hasil filter dan window grafiknya merupakan fungsi waktu terhadap
magnitude. Magnitudo gelombangadalah sebuah besaran yang menyatakan
besarnya energi gelombang yang dipancarkan oleh sumber gelombang. Besaran ini
akan berharga sma, meskipun dihitung dari tempat yang berbeda. Skala yang kerap
digunakan untuk menyatakan magnitudo khususnya untuk gempa ini adalah
Skala Richter(Richter Scale). Secara umum, magnitudo dapat dihitung menggunakan
formula berikut:
Dimana:
M = magnitudo, adalah amplitudo gerakan tanah (dalammikrometer)
T =periode gelombang
= jarakpusat gelombang gempaatau episenter
H = kedalaman gempa
Cs dan Cr

= faktor koreksi yang bergantung pada kondisi lokal & regional daerahnya

Data

Flow Chart

Low Pass Filter

Butterworth

Window Barlet

Window Black Man

Hamming Window

Low Pass Filter

Butterworth

Hanning Window

Rectangular Window

High Pass Filter

Butterworth

Hamming Window

Bandpass Filter
Butterworth

Hamming Window

Band Stop Filter

Butterworth

Hamming Window

Perbandingan Data

Contoh Filter dengan Script Matlab

clear all;
fb=10;
fa=40;
fp=54;
omegal=(fb/fp)*2*pi; %digital cut of
frequency
omegau=(fa/fp)*2*pi; %digital cut of
frequency
N=49; %koefisien filter
m=(N-1)/2; %delay
nn=0:2*m+10; %titik plotting
h=((sin(nn-m)*omegau)/((nn-m)*pi))-(sin(nnm)*omegal/(nn-m)*pi);%delayed ideal filter

n=0:150;
T=0.2;
x=1+cos(n*T)+cos(5*n*T);
t=0:0.1:30;
x=1+cos(t)+cos(5*t);
subplot(2,1,1)
plot(t,x)
xlabel('Time (dt)')
ylabel('Amplitude x(t)')
h=((sin(nn-m)*omegau)/((nn-m)*pi))-(sin(nnm)*omegal/(nn-m)*pi);
w=[hamming(N)' zeros(1,length(nn)-N)];
%window
hd=h.*w;
y=filter(hd,1,x);
subplot(2,1,2)
plot(t,y)
xlabel('Time (dt)')
ylabel('Amplitude y(t)')

Hasil plot hasil bandpass filter dan

window hamming

Lowpass
Filter

Bandpass
Filter

Highpass
Filter

Bandstop
Filter

Pembahasan

Pembahasan
Low pass filter bertujuan untuk meloloskan frekuensi kecil. High pass filter bertujuan untuk
meloloskan frekuensi besar. Band filter meloloskan frekuensi ditengah-tengah tidak besar dan
tidak kecil dalam suatu range tertentu. Sedangan bandstop filter meloloskan filter kebalikan
dari band filter yaitu frekuensi tinggi dan frekuensi rendah yang dapat diloloskan
Hasil wavelet dengan metode butterword hasil wavelet memiliki respon yang memberikan efek
data sangat maksimal. Sedangkan dengan menggunakan window menghasilkan data yang
lebih mudah diolah serta untuk menentukan atenuasi stop band
Hal tersebut dikarenakan window itu sendiri berfungsi untuk memaksimalkan spectrum dari
hasil filter dengan cara mengecilkan filter sehingga cuplikan sinyal yang masuk lebih optimal.
Selain itu dengan menggunakan window menghasilkan data yang lebih mudah diolah serta
untuk menentukan atenuasi stop band (hamming, hanning, rectangular, bartler, dan
blackman).
Hasil Low pass Filter menunjukkan grafik yang mirip dengan grafik awal karena frekuensi
rendah berada pada amplitudo yang besar.
Hasil signal low pass filter mirip dengan bandstop, sedangkan hasil signal highpass filter mirip
dengan bandpass filter. Alasan karena hasil low pass mirip dengan yang lain karena filter yang
digunakan menangkap range frekuensi yang hampir sama

Kesimpulan
Terdapat 4 filter utama: low pass filter, high pass filter, band
pass filter, bandstop filter
Low pass filter bertujuan untuk meloloskan frekuensi kecil
High pass filter bertujuan untuk meloloskan frekuensi besar
Band pass filter bertujuan untuk meloloskan frekuensi tengah
dengan range tertentu
Band stop filter bertujuan untuk melooskan frekuensi kebalikan
dari band pass filter
Window bertujuan untuk menentukan nilai transtition frekuensi

Cara Kerja

Cara Kerja
Dalam kesempatan ini praktikan menggunakan matlab r2013b

Menu Apps Matlab

Menu Tool Signal Analysis

View untuk melihat Signal

Setting Filter

Klik Design Filter

Lakukan Filtering

Didapatkan Output Filter

Thank You