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
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
-
Kemudian melakukan pada sinyal Fs pada s1 bernilai 10, hasil d ari 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
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
-
Kemudian melakukan pada sinyal Fs pada s1 bernilai 12, hasil d ari 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
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
-
Kemudian melakukan pada sinyal Fs pada s1 bernilai 14, hasil d ari 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
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
-
Kemudian melakukan pada sinyal Fs pada s1 bernilai 16, hasil d ari 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
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
-
Kemudian melakukan pada sinyal Fs pada s1 bernilai 20, hasil d ari 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
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
-
Kemudian melakukan pada sinyal Fs pada s1 bernilai 30, hasil d ari 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
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
Dari percobaan tersebut, dengan mengubah-ubah nilai Fs p ada s1 menjadi semakin besar, maka jumlah sampel pada gambar sinyal diskritnya akan semakin bertambah dan semakin merapat dibandingkan 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 Pengaruh Pemilihan Frekuensi Sampling pada p ada Efek Audio Disini kita akan akan mendengarkan bagaimana pengaruh frekuensi frekuensi sinyal audio. Untuk itu harus mempersiapkan
PC
sampling melalui
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 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 tersebut apa yang anda
dapatkan? dapatkan? Selanjutnya coba anda rubah nilai f = 200, 200, 300, 400, 500, 600, 700, 800, dan 900. Apa yang anda dapatkan? Bentuk suara yang sama dengan frekuensi frekuensi
pembangkitan berbeda itulah yang yang seringkali disebut orang
sebagai efek aliasing.
Coba
anda catat frekuensi 200 memiliki bunyi yang
sama dengan frekuensi berapa ? Sehingga frekuensi 200 adalah alias dari frekuensi 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
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
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
Gambar 4.2.4. Frekuensi 400
250
300
x 10
-13
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2 0
50
100
150
200
Gambar 4.2.5. Frekuensi 500
250
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
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
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
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
Gambar 4.2.9. Frekuensi 900
Gambar gambar diatas didapatkan dengan memasukkan memasukkan nilai input i nput F pada skrip pemrograman seperti sampling_2.m sampling_2.m mulai dari 200 hingga 900. Bila didengarkan dengan seksama bias didapatkan bahwa pada frekuensi 2 00 beraliasing dengan frekuensi 800, frekuensi 100 b eraliasing dengan frekuensi 900. Begitu juga dengan frekuensi 400 dengan frekuensi 600, serta frekuensi 300 beraliasing dengan frekuensi 700.
P ada
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 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 ketegangan tanpa harus meninggalkan laboratorium 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]; [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 [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c,nol]; ,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 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 t ersebut 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 t ersebut 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 t ersebut adalah
1
0. 8
0. 6
0. 4
0. 2
0
-0.2
-0.4
-0.6
-0.8
-1 0
-
2 0 00
4 00 0
60 0 0
8000
1 0 0 00
1 2 00 0
1 4 00 0
16 0 0 0
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
-
5 0 00
1 0 00 0
15 0 0 0
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
-
2 0 00
4000
60 0 0
80 0 0
1 0 00 0
1 2 0 00
14 0 0 0
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
-
20 0 0
4 0 00
6000
80 0 0
10 0 0 0
12 0 0 0
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
-
1 00 00 0
2 00 00 0
3 0 00 00
4 0 00 00
5 00 00 0
6 00 00 0
7 00 00 0
8 0 00 00
9 00 00 0
10 1 0 00 00 0
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
1 0 00
2 00 0
30 0 0
4000
5 0 00
6 00 0
7 00 0
8 0 00
Pada saat mendengarkan lagu gundul. wav, apabila menggunakan frekuensi
sampling 2000, 10000, 16000 lagu terdengar masih masih jelas nada-nadanya, namun 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 b erantakan.
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
4 x 10
-
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
4 x 10
-
4
Kemudian mengubah nilai Fs menjadi 11025, hasil dari progra m 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
4 x 10
-
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
4 x 10
-
4
Kemudian mengubah nilai Fs menjadi 44100, hasil dari progra m 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
4 x 10
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 8 000 dan 11025, audio yang terdengar mempunyai tempo yang lebih lambat dari normalnya, namun n amun apabila menggunakan frekuensi diatas 16000, yaitu 22050 dan 44100, audio yang terdengar dengan tempo yang cepat.
