Professional Documents
Culture Documents
NAMA
: NADYA AMALIA
NIM
: J1D108034
ASISTEN
PRAKTIKUM IV
SAMPLING DAN ALIASING
I.
TUJUAN PERCOBAAN
Tujuan dari percobaan ini adalah agar mahasiswa dapat memahami
pengaruh pemilihan jumlah sample dan pengaruhnya pada proses recovery sinyal.
II.
TINJAUAN PUSTAKA
Dalam proses pengolahan sinyal analog, sinyal input masuk ke Analog
(i)
dimana:
fs = frekuensi sinyal sampling
fi = frekuensi sinyal informasi yang akan disampel
Fenomena aliasing proses sampling akan muncul pada sinyal hasil sampling
apabila proses frekuensi sinyal sampling tidak memenuhi criteria diatas.
(ii)
dimana:
A = amplitudo sinyal
= frekuensi sudut
= fase awal sinyal
Frekuensi dalam sinyal waktu diskrit memiliki satuan radian per indek
sample, dan memiliki ekuivalensi dengan 2f.
2. Melakukan perubahan pada nilai Fs, pada sinyal s1 sehingga bernilai 10, 12,
14, 16, 20, dan 30.
4.2
5.1
Hasil
Output :
subplot(331);sound(x,Fs);plot(x);title('f=100 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=200;
x=sin(2*pi*f*t);
subplot(332);sound(x,Fs);plot(x);title('f=200 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=300;
x=sin(2*pi*f*t);
subplot(333);sound(x,Fs);plot(x);title('f=300 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=400;
x=sin(2*pi*f*t);
subplot(334);sound(x,Fs);plot(x);title('f=400 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=500;
x=sin(2*pi*f*t);
subplot(335);sound(x,Fs);plot(x);title('f=500 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=600;
x=sin(2*pi*f*t);
subplot(336);sound(x,Fs);plot(x);title('f=600 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=700;
x=sin(2*pi*f*t);
subplot(337);sound(x,Fs);plot(x);title('f=700 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=800;
x=sin(2*pi*f*t);
subplot(338);sound(x,Fs);plot(x);title('f=800 Hz')
Fs=1000;
t=0:1/Fs:0.25;
f=900;
x=sin(2*pi*f*t);
subplot(339);sound(x,Fs);plot(x);title('f=900 Hz')
Output :
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];
subplot(232);sound(lagu,Fs);plot(lagu);title('Fs=10000 Hz')
Fs=8000;
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];
subplot(233);sound(lagu,Fs);plot(lagu);title('Fs=8000 Hz')
Fs=1000;
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];
subplot(234);sound(lagu,Fs);plot(lagu);title('Fs=1000 Hz')
Fs=800;
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];
subplot(235);sound(lagu,Fs);plot(lagu);title('Fs=800 Hz')
Fs=500;
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];
subplot(236);sound(lagu,Fs);plot(lagu);title('Fs=500 Hz')
Output :
subplot(233);plot(Y);title('Fs=11025 Hz')
[Y,Fs]=wavread('yodel.wav');
Fs=22050;%nilai default Fs=22050
sound(Y,Fs)
subplot(234);plot(Y);title('Fs=22050 Hz')
[Y,Fs]=wavread('yodel.wav');
Fs=44100;%nilai default Fs=44100
sound(Y,Fs)
subplot(235);plot(Y);title('Fs=44100 Hz')
Output :
5.2
Pembahasan
Pengamatan pengaruh pemilihan frekuensi sampling secara visual
memberikan hasil, di mana dari source code terlihat bahwa sinyal yang
dibangkitkan merupakan sinyal sinus. Untuk output yang dihasilkan, dengan
menggunakan perintah subplot dapat ditampilkan beberapa sinyal hasil sampling
sekakigus, di bagian atas merupakan sinyal dengan frekuensi sampling masingmasing adalah 8 Hz, 10 Hz, 12 Hz, 16 Hz, 20 Hz, dan 30 Hz. Sedangkan di bagian
bawah merupakan contoh sinyal yang mengalami sampling dengan frekuensi
sampling Fs=16 Hz. Terlihat dengan jelas bahwa dengan semakin besarnya nilai
frekuensi sampling Fs, dalam satu periode sinyal terbangkit juga akan semakin
banyak. Dengan kata lain sinyal hasil sampling akan semakin rapat dan semakin
menyerupai bentuk sinyal aslinya (analog)
Untuk pengamatan pengaruh pemilihan sampling pada efek audio pertamatama dilakukan dengan membangkitkan source code yang telah disebutkan pada
modul praktikum. Setelah program dijalankan, selanjutnya untuk periode samping
yang sama yakni Fs=1000 Hz diberikan nilai f yang berbeda-beda yakni 100 Hz,
200 Hz, 300 Hz, 400 Hz, 500 Hz, 600 Hz, 700 Hz, 800 Hz, dan 900 Hz. Setelah
program dijalankan ternyata sinyal dengan f=100 Hz menghasilkan bunyi yang
sama dengan sinyal dengan f=900 Hz, sinyal dengan f=200 Hz menghasilkan
bunyi yang sama dengan sinyal dengan f=800 Hz, sinyal dengan f=300 Hz
menghasilkan bunyi yang sama dengan sinyal dengan f=700 Hz, dan sinyal
dengan f=400 Hz menghasilkan bunyi yang sama dengan sinyal dengan f=600 Hz.
Dan dari output yang didapat juga terlihat bahwa sinyal-sinyal dengan masingmasing nilai berbeda tersebut akan sama untuk sinyal-sinyal yang menghasilkan
bunyi yang sama. Hal inilah yang disebut sebagai efek aliasing.
Penyusunan sebuah lagu sederhana dengan membuat program seperti pada
modul praktikum dilakukan untuk melakukan pengamatan efek aliasing pada
audio 1. Langkah pertama adalah dengan menentukan periode sampling terlebih
dahulu yakni masing-masing Fs=16000 Hz, Fs=10000 Hz, Fs=8000 Hz, Fs=1000
Hz, Fs=800 Hz, dan Fs=500 Hz. Kemudian untuk penentuan nada-nada dasar
adalah sama yakni untuk masing-masing nada dasar (c, d, e, f, g, a, b, c1)
dibangkitkan berdasarkarkan fungsi sinus dengan frekuensi standarnya masingmasing. Berdasarkan source code pada modul praktikum, saat program dijalankan
bunyi yang dihasilkan adalah lagu gundul pacul. Dengan menambahkan perintah
wavwrite, lagu tersebut disimpan dalam direktori dengan ekstensi .wav.
Selanjutnya, lagu tersebut diplot terhadap waktu. Dan memberikan hasil bahwa
semakn kecil nilai frekuensi sampling, bunyi yang dihasilkan akan semakin tidak
jelas atau terdengar putus-putus.
Pengamatan efek aliasing pada audio 2, saya mencoba membangkitkan
audio yodel.wav. Seperti pada pangamatan efek aliaing pada audio 1, sinyal
dibangkitkan dengan frekuensi sampling Fs yang berbeda-beda. Bunyi yang
dihasilkan akan semakin melengking untuk frekuensi sampling Fs yang semakin
besar.
VI.
KESIMPULAN
DAFTAR PUSTAKA
Santoso, Tri Budi & Miftahul Huda. 2008. Dasar-dasar Operasi Matlab: Modul 4
Praktikum Sinyal dan Sistem.
Meddins, Bob. 2000. Introduction to Digitl Signal Processing. University of East
Anglia. United Kingdom.