Sistem Digital Lanjut

8/17/2019 Sistem Digital Lanjut

1/85

SISTEM DIGITAL LANJUTDEDEN ARDIANSYAH


2/85

MATERI

PENGOLAHAN SINYAL DIGITAL

Definisi Sinyal

Klasifikasi sinyal

Konsep Frekuansi Sinyal Analog dan Digital

ADC

Sampling Aliasing / Coding

Quantisasi

Sistem Digital / Diskrit

Sinyal Dasar Sistem Diskrit

Format Sinyal Sistem Diskrit

Operasi Matematik Sinyal Diskrit

Konvolusi

AUDIO PROCESSING

Sinyal Audio Generator

Manipulasi sinyal Audio

IMAGE PROCESSING

Pengenalan Image Das

RGB and Index Image

Grayscale Image

Histogram Equalization

Image Processing

VIDEO PROCESSING ( Option

Object detection

Face Detection and CAMSh


3/85

PART 1

Definisi SinyalKlasifikasi sinyal

Konsep Frekuensi Sinyal Analog dan Digital


4/85

DEFINISI SINYAL

INFORMASI SINYAL

PENGOLAHAN SINYAL

ELEMEN DASAR PENGOLAH

KELEBIHAN PEMROSESAN SINDIGITAL

KELEMAHAN SINYAL DIGITAL


5/85

DEFINISI SINYAL

Sinyal adalah besaran yang berubah dalam waktu dan atau dalamruang, dan membawa suatu informasi. Berbagai contoh sinyal dalamkehidupan sehari-hari : arus atau tegangan dalam rangkaian elektrik,suara, suhu.

Representasi sinyal berdasarkan dimensinya dibagi menjadi

Dimensi-1 (contoh : sinyal audio),

Dimensi-2 (contoh : citra),

Dimensi-3 (contoh : video).


6/85

INFORMASI SINYAL

amplitudo,

frekuensi,

perbedaan fase,

dan gangguan akbiat noise,

untuk dapat mengamati informasi tersebut, da

secara langsung peralatan ukur elektronik sep

spektrum analyser.


7/85

Pengolahan Sinyal

Pengolahan sinyal adalah suatu operasi matematik yang dilakukanterhadap suatu sinyal sehingga diperoleh informasi yang berguna.

Komponen Pengolahan sinyal analog adalah

• dioda,• transistor,• op-amp dan lainnya.

komponen Pengolahan sinyal menggunakan komponen digit• register,• counter,• dekoder,• mikrokontroler, dan lainya.


8/85


9/85

Kelebihan Pemrosesan Sinyal Secara Digita

Sebagai penyimpan hasil pengolahan, sinyal digital lebih mudah dibandianalog.

Sebagai media penyimpan digital dapat digunakan elemen memori: flasCD/DVD, hard disk. Untuk menyimpan sinyal analog dapat digunakan pita

Sinyal digital kebal terhadap noise, karena bekerja pada level tegangan“0”

Lebih kebal terhadap perubahan temperatur, Lebih muda memprosesnytidak ada batasannya, tergantung dari kreativitas dan inovasi perancang


10/85

Kelemahan Sinyal Digital

Dapat Terjadi kehilangan informasi akibat pembulatan saatfiltering saat pembalikan kembali ke sinyal analog.

Diperlukan waktu proses yang lebih lama dibandingkan sinyalwaktu sampling dan rekonstruksi ulang.


11/85

KLASIFIKASI

SINYAL

• SINYAL WAKTU KONTINY

SINYAL WAKTU DISKRIT• SINYAL ANALOG DAN S

DIGITAL

• SINYAL RIIL DAN SINYALKOMPLEKS

• SINYAL DETERMINISTIK DSINYAL RANDOM

• SINYAL GANJIL DAN SIN

GENAP

• SINYAL PERIODIK DAN SNON-PERIODIK


12/85

Sinyal waktu kontinyu dan sinyal waktu diskrit

Sinyal waktu kontinyu yaitu sinyal yangterdefinisi untuk setiap nilai pada sumbuwaktu t, dimana t adalah bilangan riil.

sinyal waktu diskrit adalah sinterdefinisi hanya pada nilai wdimana n adalah bilangan b


13/85

Sinyal analog dan sinyal digital

Sinyal analog adalah sinyal data dalambentuk gelombang yang kontinyu, yangmembawa informasi dengan mengubahkarakteristik gelombang.

Sinyal digital

merupakan sinyal data dalam ben

dapat mengalami perubahan yang

tiba-tiba dan mempunyai besaran


14/85


15/85

Sinyal deterministik dan sinyal random

Sinyal deterministik adalah sinyal yangkeseluruhan nilainya dapat ditentukandengan suatu persamaan matematis,contohnya sinyal sinus

Sinyal random mempunyai nilai random

dengan pasti untuk waktu yang diberika

tegangan pada penguat.


16/85

Sinyal ganjil dan sinyal genap

Sinyal x(t) atau sinyal x(n) dikatakansebagai sinyal genap jika :

Sinyal x(t) atau sinyal x(n) dikatakan

jika :


17/85

Sinyal periodik dan sinyal non-periodik

Sinyal periodik yaitu sinyal yang mengalamipengulangan bentuk yang sama pada selangwaktu tertentu. Secara matematis, sinyal waktukontinyu dinyatakan periodik jika dan hanya jika :

dimana k adalah bilangan bulat dan T adalah perioda

sinyal. Sinyal waktu diskrit dinyatakan periodik jika dan

hanya jika :

dimana k adalah bilangan

perioda sinyal


18/85

KONSEP

FREKUENSI

BENTUK SINYAL

SINYAL SINUSOIDAL

BENTUK SINYAL DISKRIT

CONTOH SOAL


19/85

Konsep frekuensi

Semua sinyal dalam pengolahan sinyal dapat didekati dengan modeldasar sinyal sinus.

Suatu sinyal sinusoidal analog/kontinu dapat dinyatakan denganpersamaan matematik:


20/85

Bentuk Sinyal

Dari sinyal disamping dapat diperole


21/85

Sinyal sinusoidal diskrit


22/85

Bentuk Sinyal diskrit


23/85

Contoh Soal 1

Suatu sinyal sinusoidal dengan frekuensi 2 KHz disampling setiap Ts = 0.1 ms. Tdigitalnya !


24/85

Contoh Soal 2

tentukan berapa frekuensi Informasi dari sinyal tersebut dari gambar berikut :


25/85

Jawab Contoh Soal 2

Dari gambar diatas dapat dilihatuntuk satu siklus gelombang pendapat diperoleh frekuensi digital


26/85

Contoh 3:

Tentukan frekuensi sampling dari sinyal berikut! Dari gambar disamping dapTs untuk satu siklus gelomb

dapat diperoleh frekuensi d


27/85

PART II

ANALOG DIGITAL CONVERTER


28/85

SAMPLING

Sampling merupakan prosespengambilan sinyal analog untuk dirubah kedalam bentuk digital.

Karena Kebanyakan sinyal di alamini dalam bentuk analog. Untuk memperoleh sinyal diskrit dari sinyalanalog harus dilakukan suatu proses

yang disebut sampling. Secaramatematik, proses sampling dapatdinyatakan oleh persamaan berikut :


29/85

agar tidak terjadi aliasing besarnya frekuensi sampling minimal 2 kali

frekuensi informasi.

Hal ini disebut dengan :

teorema Nyquist yaitu

Fs (sampling) > 2 Fmaks (sinyal informasi)


30/85

Contoh Sampling MenggunakanMATLAB

t = [0:0.0001:2];

A = 5;

f = 2;

xt = A*sin(2*pi*f*t);

subplot(2,2,1);

plot(t,xt,'LineWidth',2);

axis([0 4*(1/f) -A A])

xlabel('t(detik)');

ylabel('x(t)');

box('off');

grid('on');

n = [0:100];

fs = 20;

Ts = 1/fs;nTs = n*Ts;

xn = A*sin(2*pi*f*nTs);

subplot(2,2,2);

h3 = stem(n,xn,'.r','Line

axis([0 4*fs/f -A A])

xlabel('n(sample ke n), T

detik');

ylabel('x(n)');

box('off');

grid('on');


31/85

SOAL LATIHAN MATLAB

Sampling sinyal sinusiodal berikut menggunakan Matlab:


32/85

ALIASING

Seperti yang telah disampaikan pada teori sampling, bahwa agar tidak terjadi aliasing maka Fre> 2 x Frekuensi Informasi. Bagaimana terjadinya Aliasing tersebut dapat dilihat pada contoh berik


33/85

Terjadi aliasin

dan F2=50Hz

sampling (Fs=

Agar tidak ter

diperlukan fre

x Frekuensi M

dari sinyal-sin

dua sinyal dia

bahwa FMaks s


34/85

Sehingga Frekuensi sampling yang dibutuhkan

> 2 x Fmaks misalnya kita gunakan Frekuensi

Sampling sebesar 150 Hz. Perhatikan hasil

sampling kedua sinyal tersebut:


35/85

Kuantisasi

Proses kuantisasi mengubah sinyal continuous valued x(n) menjadi sinyaldiscrete valued xq (n),

digunakan untuk merepresentasikan x(n). Salah satu proses kuantisasiyang sering digunakan berbentuk

xq (n) = Q[ x(n)].

Kuantisasi ini menghasilkan kesalahan (error ) kuantisasi sebesar

eq (n) = xq (n)- x(n).


36/85

Misalnya sinyal analog xa (t) ternyata memilikinilai antara 0.1£ xa (t) £ 0.4 .

Sinyal ini disampling pada sebuah frekuensisampling tertentu menghasilkan x(n). Pada titik-titik sampling, nilai x(n) persis sama dengan xa(t). Namun ketika dikuantisasi, maka hasilnya xq

(n) memiliki perbedaan dengan x(n) (dan xa (t)pada titik sampling) sebesar eq (n). Hal inidisebabkan oleh adanya pembatasan nilaiyang bisa dimiliki oleh xq (n).

Dalam contoh ini, xq (n) hanya diberikesempatan untuk mempunyai satu dari L buahnilai dari daftar yang terbatas {0.0, 0.1, 0.2, dst}.

Nilai-nilai sebanyak L itu disebut se

kuantisasi.

Step kuantisasi (D) adalah selisih an

level terdekat

berikutnya, yang dalam contoh ini s


37/85

Nilai-nilai yang terjadi dalam proseskuantisasi


38/85

Beberapa sifat dari kuantisasi adalah:

Apabila step kuantisasi ini membesar, maka jumlahlevel kuantisasi yang dibutuhkan untuk mencakuprentang dinamis sinyal menjadi berkurang, sehingga jumlah bit yang diperlukan dapat dihemat. Tapiakibatnya eq (n) rata-rata membesar.

Sebaliknya, apabila step kuantisasi mengecil, makaeq (n) rata-rata membaik (mengecil). Namunakibatnya jumlah jumlah level kuantisasi yangdibutuhkan untuk mencakup rentang dinamis sinyalmenjadi membesar, sehingga jumlah bit yangdiperlukan menjadi boros.


39/85

CONTOH

CONTOH 1 CONTOH 2


40/85

PART IIISISTEM DIGITAL / DISKRIT


41/85


42/85

Representasi Sinyal Diskrit

1. Dalam pengolahan sinyal diskrit dikenal

beberapa sinyal dasar.

2. Delay unit sample Merupakan operas

digunakan untuk merepresentasikan su

yang ke-n. secara matematik, dinyataka

berikut:


43/85

Pada deret unit step besar amplitude atauimplusnya sama dengan 1 untuk n≥0 dan lainnya

sama dengan 0.

Sinyal unit step digunakan untuk mengambil

suatu sinyal pada daerah tertentu dan membuang

daerah yang ditidak diinginkan.

Proses ini dikenal pula dengan window atau masking.

Deret unit step Unit Ramp

Merupakan suatu sinyal yang me

secara proporsional dan linear. P

dinyatakan oleh persamaan beri


44/85

Format Sinyal Diskrit

Sinyal diskrit dapat direpresentasikan dalam bentuk persamaan matematik, tablePerhatikan sinyal diskrit pada gambar dibawah ini :


45/85

Referesentasi Sinyal Diskrit


46/85

Operasi Matematik Sinyal Diskrit

1. Operasi penjumlahan


47/85

Operasi perkalian skalar


48/85

Operasi Pergeseran


49/85

Operasi Pencerminan


50/85

Operasi perkalian 2 sinyal


51/85

KONVOLUSI

Konvolusi didefinisikan sebagai operasi penjumlahan dua fungsi setelah fungsi satu dice

digeser.

Konvolusi antara dua sinyal diskrit x[n] dan h[n] dapat dinyatakan sebagai


52/85

Contoh soal:


53/85


54/85


55/85


56/85


57/85


58/85

Menggunakan matlab

xn=[2 1 2 1 1 0];

hn=[1 0 1 2 2 1];

yn=conv(x,h);


59/85

PART IV

AUDIO PROCESSING


60/85

Pembangkitan Sinyal Sinus

%File Name: sin_suara_1.m

%Oleh: Deden, Lab Sinyal, EEPIS

Fs=8000;

t=0:0.001:1.0;

y1=sin(2*pi*852*t);%+sin(2*pi*1209*t);

wavplay(y1,Fs)

plot(t,y1);axis([0 0.2 -1 1]);

title('Sinyal Sinus (f=852 Hz), sampling 8000 Hz')


61/85

Membangkitkan Sirine

%File Name:lamp_02.m

%Oleh: Deden

fs=8000;

dt=1/fs;

dur=2.8;

t=0:dt:dur;

psi=2*pi*(100 + 200*t + 500*t.*t);

xx= 7.7*sin(psi);

sound(xx,fs);


62/85

Pembangkitan Nada DTMF

Fs=8000;

t=0:0.001:1.5;

y1=sin(2*pi*852*t)+sin(2*pi*1209*t);

y2=sin(2*pi*770*t)+sin(2*pi*1477*t);

y3=sin(2*pi*770*t)+sin(2*pi*1477*t);

y4=sin(2*pi*697*t)+sin(2*pi*1209*t);

y5=sin(2*pi*697*t)+sin(2*pi*1336*t);

y6=sin(2*pi*697*t)+sin(2*pi*1209*t);

y7=sin(2*pi*941*t)+sin(2*pi*1477*t

wavplay(y1,Fs)

wavplay(y2,Fs)

wavplay(y3,Fs)

wavplay(y4,Fs)

wavplay(y5,Fs)

wavplay(y6,Fs)

wavplay(y7 Fs)


63/85

Pembangkit Sinyal DOREMI

fs=8000; % frekuensi sampling 8kHzt=0:1/fs:0.25; % panjang not ¼ detik c=sin(2*pi*262*t); % nada cd=sin(2*pi*294*t); % nada de=sin(2*pi*330*t); % nada ef=sin(2*pi*349*t); % nada fg=sin(2*pi*392*t); % nada ga=sin(2*pi*440*t); % nada ab=sin(2*pi*494*t); % nada bc1=sin(2*pi*523*t); % nada Cnol=zeros(size(t)); % spasi kosong

db=[e,e,c,c,e,e,at,at,g,f,f,e,e,e

e,f,f,e,f,f,e,d,c,d,d,c,b,b,b…

c,e,e,c,e,e,e,at,at,g,f,f,e,e,e,e…

e,f,f,e,f,f,f,f,f,f…

e,e,e,c,c,g,g,f,f,f,f,f,f];

sound(db,fs); % mainkan pada fs 8

wavwrite(db,’d:\dragonball.wav’); % si

Sinyal DOREMI Nada Sinyal DOREMI

Mainkan Sinyal

Simpan Nada


64/85

Manipulasi Audio

Mainkan audio


65/85

normal signal and reversed signal


66/85

Membuat Echo


67/85

Cutting Audio

$ ffmpeg -ss 00:00:00.00 -t 30 -i

Sistar.mp3 -ab 256k -y Alone-Sistar.wav


68/85

E h ith t


69/85

Echo with stereo


70/85

PART V

IMAGE PROCESSING


71/85

INTRODUCTION

I t d ti I P i


72/85

Introduction Image Processing

imread()

imshow()

imwrite()

rgb2gray()

imhist() imadjust()

im2bw()

i d


73/85

imread

imshow()


74/85

imshow()

To show our image, we the imshow() or imagesc(The imshow() command shows an image in standard 8-bit formaappear in a web browser.

The imagesc() command displays the image on scaled axes with thblack and the max value as white.

RGB


75/85

RGB

RGB to Gray


76/85

RGB to Gray

Histogram


77/85

Histogram

imadjust()


78/85

imadjust()

im2bw()


79/85

im2bw()


80/85

blending dan

Negasi

blending dan Negasi


81/85

Operasi blending dalam pengolahan citra digital adalah operasi pengabungaatau lebih, yang merupakan penjumlahan dari operasi perkalian ke-dua mskalar.

C = w1.A + w 2 . Bw1 + w 2 = 1

Operasi negasi dalam pengolahan citra digital adalah operasi pengurangan mdengan matriks (citra) sembarang.

C = k – A, k = matriks konstan

Code Matlab Blending


82/85

Code Matlab Blending

clear all

clc

gambar1=imread('C:\Users\zhigayina-

zendra\Documents\MATLAB\kuliah\gambar\motor2.jpg' );

gambar2=imread('C:\Users\zhigayina-

zendra\Documents\MATLAB\kuliah\gambar\motor3.jpg' );

w1 = 0.5;

w2 = w1;

gambarblend = immultiply(gambar1,w1);

gambarblend2 = immultiply(gambar2,w2);

hasilblend = gambarblend+gambarblend2;

imshow(hasilblend);

Code Matlab Negasi


83/85

Code Matlab Negasi

clear all

clc

macan = imread('C:\Users\zhigayina-zendra\Documents\MATLAB\kuliah\gambar\tahanan.jpg');

k = 200;

Konversi = k-macan;

figure, imshow(Konversi);

Citra asli Citr


84/85


85/85

TERIMA KASIH

Hidup Itu Bukan Mencari Pilihan Tetapi Tetap Harus Memilih

Sistem Digital Lanjut

Documents

Transcript of Sistem Digital Lanjut