Modul ke- 1

Pengenalan MATLAB
Syarif Hidayatullah Koto (13115037)
Asisten : Luki Fabrianto (13115002)
Tanggal Percobaan : 20-09-2018
EL3102R Praktikum Pengolahan Sinyal Digital
Laboratorium Teknik Elektro
Institut Teknologi Sumatera

Abstrak II. LANDASAN TEORETIS

Pada Praktikum Pengolahan Sinyal Digital yang
pertama ini praktikan akan diperkenalkan dan
mengoperasikan aplikasi MATLAB terkhusus dalam
bidang pengolahan sinyal menggunakan command window
MATLAB. Adapun percobaan yang dilakukan antara lain
Percobaan membuat sinyal input filter berupa superposisi,
Percobaan desain dan simulasi filter FIR 1, Percobaan
desain dan simulasi filter FIR 2 dan Percobaan membuat
m-file untuk melakukan pem-filter-an FIR. Praktikan
membuat algoritma dan tidak memanggil fungsi internal
MATLAB pada percobaan m-file untuk membandingkan
hasil dari algoritma praktikan dan hasil fungsi pada
MATLAB .
Kata Kunci— MATLAB, Fir 1, Fir 2, Filter
I. PENDAHULUAN
1.1 Latar Belakang
MATLAB (Matrix Laboratory) adalah sebuah program
untuk analisis dan komputasi numerik. Pada awalnya,
program ini merupakan interface untuk koleksi rutin-rutin
numerik dari proyek LINPACK dan EISPACK, namun
sekarang merupakan produk komersial dari perusahaan
Mathworks, Inc. MATLAB telah berkembang menjadi
sebuah environment pemrograman yang canggih yang berisi
fungsi-fungsi built-in untuk melakukan tugas pengolahan
sinyal, aljabar linier, dan kalkulasi matematis lainnya.
MATLAB juga berisi toolbox yang berisi fungsi-fungsi
tambahan untuk aplikasi khusus [1].
MATLAB memiliki banyak fungsi matematis salah
satunya adalah pengolahan sinyal digital. Pada pengolahan
sistem digital hal yang paling mendasar adalah pem-filter-an.
Filter adalah sistem yang membatasi sinyal input pada
frekuensi tertentu dan meloloskan sinyal pada frekuensi yang
ditentukan [2].
Filter FIR adalah salah satu tipe dari filter digital yang
dipakai pada aplikasi Digital Signal Processing (DSP). FIR
kepanjangan dari Finite Impulse Response. Filter ini disebut
sebagai finite karena tidak ada feedback didalam filter, jika
memasukkan sebuah impulse (yaitu sebuah sinyal ′1′ diikuti
dengan banyak sinyal ′0′), sinyal nol akan keluar setelah
sinyal 1 melewati semua delay line dengan koefisiennya
sedangkan Filter IIR adalah sebuah filter yang mempunyai
feedback atau memiliki sifat memperbaharui hasil filter
sebelumnya. Jadi hasilnya akan semakin bagus [2].
Fungsi M-File merupakan fungsi yang berupa script
editor yang berfungsi untuk memudahkan dalam membuat
dan menjalankan sebuah program. MATLAB sendiri
menyediakan fasilitas untuk menulis dan menyimpan sebuah
program yang lebih kompleks sehingga program dapat ditulis
dan diedit dalam bentuk file yang disebut script file. File ini
nantinya di simpan dalam sebuah file dengan ekstensi *.m.
Oleh karena itu, penulisan program dalam bentuk file ini
dikenal dengan istilah M-File. Sehingga setelah disimpan
dengan nama file tertentu, program tersebut dapat dieksekusi
dari Command Window dengan memanggil nama file
tersebut [4].

III. METODOLOGI
1.2 Tujuan Praktikum [1]

1. Mempelajari penggunaan sistem help untuk 3.1 Alat dan Bahan

mengetahui commands dan syntax dasar MATLAB  1 buah Laptop
2. Dapat menggunakan MATLAB untuk desain filter  Software Matlab
3. Mempelajari bagaimana menulis fungsi dan m-file 3.2 Langkah kerja
pada MATLAB
4. Merancang pem-filter-an FIR dengan MATLAB 1. Percobaan membuat sinyal input filter berupa
5. Memahami pem-filter-an lewat MATLAB secara superposisi beberapa sinyal sinusoidal dengan
mendalam frekuensi berbeda.
 1. Percobaan membuat sinyal input filter berupa
• Pada Matlab, representasikan sinyal dalam vektor (matriks 1 x N, N panjang vektor). Kita akan
merepresentasikan sumbu waktu dimana untuk 0<t<2 , kita beri panjang vektor 100 (100 superposisi beberapa sinyal sinusoidal dengan
sampel) dengan perintah >>i=1:100;
1 frekuensi berbeda.

• Buat 3 sinyal sinusoidal pada frekuensi pencuplikan fs=16000 Hz untuk masing-masing frekuensi
sinyal f1=200 Hz, f2=1000 Hz, f3=5000 Hz. Ketikan :
>>i=1:100; fs=16000;
>>sin1=sin(2*pi*i*f1/fs);sin2=sin(2*pi*i*f2/fs);sin3=sin(2*pi*i*f3/fs); >>f1=200; f2=1000; f3=5000;
2 >>sin1=sin(2*pi*i*f1/fs);sin2=sin(2*pi*i*f2/fs);
sin3=sin(2*pi*i*f3/fs);
• Jumlahkan ketiga sinyal tersebut menjadi satu sinyal sinusoidal rusak dengan perintah >>sintot=(sin1+sin2+sin3)/3;
>>sintot=(sin1+sin2+sin3)/3;
• Coba plot gambarnya dengan perintah >>plot(sintot); >>plot(sintot);
3 Bentuk Syntax percobaan 1.

NO Sinyal Input Respon Frekuensi

2. Percobaan desain dan simulasi filter FIR 1 .
1.
• Filter FIR low-pass orde 32 dengan frekuensi cut-off 800 Hz
• Filter FIR band-pass orde 32 dengan frekuensi pass 1000 – 3000 Hz
1 • Filter FIR high-pass orde 32 dengan frekuensi cut-off 6000Hz

• Rancang ketiga filter di atas, cari koefisien filter-nya dengan Plot sin1
perintah yang sesuai (fir1). Catat masing-masing koefisien filter.
2 2.

• Lihat frekuensi respon masing-masing filter dengan perintah

freqz. Gambarkan hasilnya. Analisa pada frekuensi cut off.
3

Plot sin2
3.
3. Percobaan desain dan simulasi filter FIR 2

•Rancang filter seperti di Modul, cari koefisien filter-nya

dengan perintah yang sesuai (fir2). Catat koefisien filter.
1 Gunakan orde 16

Plot sin3
•Lihat frekuensi respon filter dengan perintah freqz.
Gambarkan hasilnya. Lakukan untuk orde lebih besar
4.
2 misalnya 128. Bandingkan dengan hasil sebelumnya.

4. Percobaan membuat m-file untuk melakukan Plot sintot

pem-filter-an FIR Tabel 3.1a Hasil Percobaan ke-1

Analisis:
• membuat m-file untuk melakukan pemfilteran Pada percobaan ini semua sinyal akan terjadi “Efek
FIR saja Aliasing” yaitu bergesernya frekuensi tinggi sinyal
1
siesmik menjadi lebih rendah yang diakibatkan
pemilihan sampling rate yang terlalu besar.
•Bandingkan hasilnya dengan percobaan dengan
menggunakan perintah filter dari MATLAB. Dikarenakan Fs > 2Fmax,
2
Untuk tidak terjadinya aliasing maka
𝐹𝑠
Fmax = atau minimal Fs = 2Fmax.
2
Praktikan telah mengambil salah satu contoh
perbedaan aliasing dan tidak pada frekuensi respon
sin3. Dengan cara menurunkan nilai Fs =16000 Hz
IV. HASIL DAN ANALISIS menjadi Fs = 8000 Hz.

No Aliasing Tidak Aliasing

 1

Tabel 3.1b Perbedaan frekuensi respon sin 3.

Perbedaan terlihat pada sinyal yang tidak aliasing

lebih rapih dan konstan dari pada sinyal aliasing.
Pada sebuah gambar aliasing membuat citra menjadi High-pass -7,81e-19 0,0013 -0,0026
kasar oleh karena itu aliasing biasanya dihindari orde 31 f cut- 0,0027 -1,46e-17 -0,0058
dengan cara Frekuensi Sampling minimal 2 kali off 6000 Hz 0,0116 -0,011 -5,27e-18
Frekuensi Maksimum.
0,0202 -0,038 0,035
-0,0693 0,153 -0,22
0,0985 0,1010 0,0985
- - -
- - -
2. Percobaan desain dan simulasi filter FIR 1
- - -
- - -
- - -
X=fir1(32,0.1);
Koiefisien filter
Y=fir1(32,[0.15 0.375],’band’);
Z=fir1(32,0.75,’high’);
Bentuk Syntax percobaan 2.

Low-pass orde -0,015 -0,019 -0,025

32 f cut-off -0,032 -0,034 -0,026
800Hz 1,433e-18 0,0050 0,0128
0,0234 0,0365 0,0512
0,0661 0,0800 0,0912
0,0985 0,1010 0,0985
- - - Tabel 3.2 hasil percobaan ke-2
- - -
- - - Analisis:
- - - Pada percobaan ini praktikan melakukan simulasi filter
- - - FIR1
Koiefisien filter Informasi diperoleh dari perintah “Help” pada command
window dengan cara mengetik
>>help fir1;
𝑓 𝑐𝑢𝑡 𝑜𝑓𝑓 𝑥
Diketahui N= Orde(32), Wn= =
𝑓𝑠 8000

Cut off adalah batasan suatu sinyal untuk masuk pada

frekuensi yang ditentukan

Filter FIR low-pass terjadi pada point 0-0.2

Filter FIR band-pas terjadi pada point 0.1-0.4
Filter FIR high-pass orde terjadi pada point 0.7-1
Band-pass -7,76e-19 -0,00101 3,972e-19
orde 32 f cut- 0,00501 0,0113 0,0107 3. Percobaan desain dan simulasi filter FIR 2
off 1000-3000 -1,13e-17 -0,0085 5,238e-18
Hz 0,01542 -9,89e-18 -0,0658
-0,137 -0,127 1,33e-17 >> B=fir2(16,[0 0.1 0.15 1],[1 1 0 0]);
0,0985 0,1010 0,0985 >> C=fir2(128,[0 0.1 0.15 1],[1 1 0 0]);
- - - Bentuk Syntax percobaan 3.
- - -
- - -
- - - Orde 16 0,00014 0,002110 0,00807
- - - 0,0211 0,0428 0,06908
0,0958 0,1156 0,12304
0,1156 0,095 0,0690
 0,042 0,0211 0,0080 >> b=fir2(n,f,m);
0,0985 0,1010 0,0985 >> fid = fopen('fir.txt','w');
0,00 0,00014 - >> fprintf(fid,strcat('Koefesien filter FIR orde-
- - - ',int2str(n),'\n'));
Koiefisien filter >> fprintf(fid,strcat('Generated on-',datestr(now),'\n\n'));
>> for i=1:n
fprintf(fid,'%1.6f,\n',b(i));
end
>> fprintf(fid,'%1.6f\n',b(n+1));
>> fclose(fid);
>> [H,w]=freqz(b,1,128);
>> plot(w/pi*fs2,abs(H));
>> freqz(w);
Bentuk Syntax percobaan 4.

Orde 128 3,27e-05 6,22e-05 8,50e-05 *syntax tersebut saya pelajari dan modifikasi dari video
9,744e-05 9,633e-05 8,003e-05 youtube
- - -
- - - Hasil plot Hasil respon frekuensi
- - -
- - -
- - -
- - -
Koiefisien filter

Tabel 3.4 hasil percobaan ke-4

Analisis:

Pada percobaan ini praktikan akan membuat m-file untuk

pemfilteran dan tidak boleh memanggil fungsi MATLAB.
Hasil yang terlihat pada tabel adalah hasil syntax yang telah
di modifikasi dan di sesuaikan orde dan frekuensinya.
Tabel 3.3 hasil percobaan ke-3

Analisis:

Pada percobaan ini praktikan melakukan simulasi filter

FIR1
Informasi diperoleh dari perintah “Help” pada command
window dengan cara mengetik
>>help fir1;
𝑓 𝑐𝑢𝑡 𝑜𝑓𝑓 𝑥
Diketahui N= Orde(32), Wn= 𝑓𝑠
= 8000

Filter FIR2 menggunakan orde 16 dengan koefisien

sebanyak 17 frekuensi responnya mulai pada point 0-0.3
menunjukkan cut-off dan jarak antar samplingnya atau
sampling/siklusnya agak lebar sedangkan
Filter FIR2 menggunakan orde 128 dengan koefisien
sebanyak 129 frekuensi responnya menunjukkan cut-off
dimulai dari point 0-0.2 dan jsampling/siklusnya rapat
dan lebih teratur menunjukkan respon frekuensi yang
semakin baik dan mirip seperti contoh pada modul.

4. Percobaan membuat m-file untuk melakukan

pem-filter-an FIR

>> m=[1 1 0 0 0 0 ];
>> f=[0.0 0.375 0.48 0.6 0.7 1.0];
>> n=16;fs2=8;
 V. KESMPULAN

 Filter adalah sistem yang membatasi sinyal input

pada frekuensi tertentu dan meloloskan sinyal pada
frekuensi yang ditentukan terbukti pada percobaan
FIR dimana ada fungsi cut-off yang membatasi
sinyal input
 Pengoperasian pada MATLAB menjadi lebih
mudah karena ada perintah help pada command
window yang membantu untuk melihat rumusan
sebuah perhitungan. Sehingga praktikan menjadi
mudah merancang dan memahami cara pem-filter-
an.
 Untuk menciptakan frekuensi respon yang baik
pada pem-filter-an maka gunakan orde yang besar
dan menghindari aliasing.
 Untuk menghindari Aliasing pada sinyal praktikan
harus mengubah frekuensi cuplik atau merubah
frekuensi sample.

VI. REFRENSI
[1]Modul Pengolahan Sinyal Digital Institute Teknologi
Sumatera.
[2] Fred J. Taylor, 1994, Principle of Signal and Systems,
McGraw-Hill, Singapore.
[3] John G. Proakis and D. G. Manolakis, 1995, Introduction
to Digital Signal Processing, Prentice Hall, Englewood
Cliffs, NJ.
[4] http://blog.pointopoin.com/2016/07/fungsi-m-file-pada-
matlab.html