Perancangan Filter IIR, filter IIR, dan Emage Prosessing menggunakan MATLAB GUI UJIAN AKHIR SEMESTER (TAKE HOME) LABORATORIUM TEKNIK ELEKTRO PDF

Preview

Summary

Perancangan Filter IIR, filter IIR, dan Emage Prosessing menggunakan MATLAB GUI UJIAN AKHIR SEMESTER (TAKE HOME) Disusun Oleh : NAMA : ABDURRAHMAN NURHAKIM NIM : 1147070003 KELAS : IV A2 LABORATORIUM TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI BANDUNG 2017...

Description

Accelerat ing t he world's research.

Perancangan Filter IIR, filter IIR, dan Emage Prosessing menggunakan MATLAB GUI UJIAN AKHIR SEMESTER (TAKE HOME)... abdurraman nurhakim

Related papers

Download a PDF Pack of t he best relat ed papers 

Modul 4 Prakt ikum Pengolahan Informasi Wicara ufairo alif rizqi Prak PSD 7 Fahrizal Sult an WINDOWING FILT ER DESIGN DENGAN MET ODE FINIT E IMPULSE RESPONS (FIR) Kalbin Salim

Perancangan Filter IIR, filter IIR, dan Emage Prosessing menggunakan MATLAB GUI

UJIAN AKHIR SEMESTER (TAKE HOME) Disusun Oleh : NAMA

: ABDURRAHMAN NURHAKIM

NIM

: 1147070003

KELAS

: IV A2

LABORATORIUM TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI BANDUNG 2017

0

Filter IIR, filter IIR, dan Emage Prosessing Abdurrahman Nurhakim (1147070003) / Senin, 12 Juni 2017 Email : [email protected] Dosen/Asisten : Azwar Muzakir Ridwan, ST Abstract Telah dilakukan percobaan membuat filter IIR, FIR, dan aplikasi emage prosessing dengan menggunakan MATLAB GUI. filter IIR adalah sebuah filter yang mempunyai feedback atau memiliki sifat memperbaharui hasil filter sebelumnya. Jadi hasilnya akan semakin bagus. Sedangkan Filter FIR adalah filter yang 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. FIR kepanjangan dari Finite Impulse Response. Pada pelaksanaanya, pertama dilakukan perekaman terhadap suara. Kemuadian dilakukanlah filter terhadapa suara tersebut dengan menggunakan filter IIR yang terdiri dari Butterworth, Chebishev, Elliptic dan filter FIR. Kedua hasil filter tersebut kemudian dibandingkan. Setelah melakukan percobaan terhadap filter, kemudian dilakukan percobaan dengan membuat emage prosessing yang bisa merubah warna serta kecerahan suatu gambar serta bisa melakukan rotasi terhadap gambar tersebut.

II. TEORI DASAR Filter merupakan suatu sistem yang mempunyai fungsi transfer tertentu untuk meloloskan sinyal masukan pada frekuensi - frekuensi tertentu dan menyaring / memblokir / melemahkan sinyal masukan pada frekuensi-frekuensi yang lain. Filter digital adalah semua filter elektronik yang bekerja dengan menerapkan operasi matematika digital atau algoritma pada suatu pemrosesan sinyal. Salah satu batasan utama pada filter digital adalah dalam hal keterbatasan kecepatan pemrosesan/waktu komputasi yang sangat tergantung dengan kemampuan mikrokontroler atau komputer yang digunakan. Pada sistem digital, filter dirancang berupa software dan dapat diaplikasikan seperti pada blok di bawah :

Index Terms — MATLAB GUI , Filter, Image Prosessing I. PENDAHULUAN A. Latar Belakang Di era moderen yang penuh dengan perangkat digital ini, kemajuan perangkat digital tidak bisa dipungkiri dan memang terus bertambah maju. Perkembangan ini telah memaksa kita untuk terus menggunakan perangkan digital hampir disemua sektor. Salah satu perangkat digital yang sangat sering digunakan adalah leptop. Sebagai mahasiswa teknik elektro yang mendalami signal prosesng tentunya tidak asing dengan kata filter. Filter adalah salah satu bagian dari signal prosessing tidak bisa dihilangkan. Kegunaanyapun tidak bisa dipungkiri. Berdasarkan daripada kegunaannya, maka dibuatlah sebuah aplikasi berbasis MATLAB GUI yang menerapkan fungsi filter yaitu filter FIR dan IIR. Dan juga sebuah program yang bisa melakukan image prosessing. B. Tujuan 

 

Mengetahui pengertian filter baik itu FIR maupun IIR dan juga cara kerjanya. Membandingkan antara filter FIR dengan IIR. Mengetahui cara kerja dari emage prosessing.

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. Keuntungan filter FIR antara lain adalah stabil dan memiliki phasa yang linier. Sedangkan kerugiannya adalah filter FIR terkadang membutuhkan lebih banyak memory dan/atau perhitungan untuk mencapai karakteristik respon filter yang diberikan. Dan juga, respon tertentu tidak mudah dilaksanakan untuk diimplementasikan dengan filter FIR. Filter IIR adalah sebuah filter yang mempunyai feedback atau memiliki sifat memperbaharui hasil filter sebelumnya. Jadi hasilnya akan semakin bagus. Image processing adalah suatu bentuk pengolahan atau pemrosesan sinyal dengan input berupa gambar (image) dan ditransformasikan menjadi gambar lain sebagai keluarannya dengan teknik tertentu. Image processing dilakukan untuk memperbaiki kesalahan data sinyal gambar yang terjadi

1

akibat transmisi dan selama akuisisi sinyal, serta untuk meningkatkan kualitas penampakan gambar agar lebih mudah diinterpretasi oleh sistem penglihatan manusia baik dengan melakukan manipulasi dan juga penganalisisan terhadap gambar.

4.

Selanjutnya susun tampilan MATLAB GUI seperti gambar di bawah ini :

5.

Masukan Codingannya

III. METODOLOGI A. No 1. 2. 3.

Alat dan Bahan Alat dan Bahan Laptop Mouse Software Matlab

Jumlah 1 buah 1 buah 1 sofware

B. Prosedur Percobaan

Percobaan 2

Percobaan 1

1.

Buka matlab kemudian GUI seperti gambar dibawah ini

2.

Setelah dibuka matlabnya maka akan muncul tampilan sebgai berikut

3.

Sekanjutnya akan masuk kedalam matlab GUI yang dimaksud.

1.

Buka matlab kemudian GUI seperti gambar dibawah ini

2.

Setelah dibuka matlabnya maka akan muncul tampilan sebgai berikut

3.

Sekanjutnya akan masuk kedalam matlab GUI yang dimaksud.

2

4.

Selanjutnya susun tampilan MATLAB GUI untuk pengatur rotasi seperti gambar di bawah ini :

4.

Selanjutnya susun tampilan MATLAB GUI untuk pengatur rotasi seperti gambar di bawah ini :

IV. HASIL DAN ANALISIS

Percobaan 3 1.

Buka matlab kemudian GUI seperti gambar dibawah ini

2.

Setelah dibuka matlabnya maka akan muncul tampilan sebgai berikut

3.

Sekanjutnya akan masuk kedalam matlab GUI yang dimaksud.

A. Percobaan 1

Filter FIR ( LOW PASS FILTER)

3

Filter FIR (Band Pass Filter)

BUTTERWORTH (Low Pass Filter)

Filter FIR (High Pass Filter) BUTTERWORTH (Band Pass Filter)

4

BUTTERWORTH (High Pass Filter)

CHEBYSHEV (Band Pass Filter)

CHEBYSHEV (Low Pass Filter) CHEBYSHEV (High Pass Filter)

5

ELLIPTIC (Low Pass Filter)

ELLIPTIC (High Pass Filter)

ELLIPTIC (Band Pass Filter)

Coding :                    

% --- Executes on button press in hpf4. function hpf4_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=fc2/(fs/2); %membuat persamaan untuk highpass filter hpf=ellip(N,1,Wn,'high'); %sebuah fungsi untuk membuat HPF elliptic data=filter(hpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in bpf4. function bpf4_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=([fc1,fc2]/(fs/2)); %membuat persamaan untuk bandpass filter bpf=ellip(N,1,1,Wn,'bandpass'); %sebuah fungsi untuk membuat BPF elliptic data=filter(bpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu

6

                                            

grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in lpf4. function lpf4_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=fc1/(fs/2); %membuat persamaan untuk lowpass filter lpf=ellip(N,1,1,Wn,'low'); %sebuah fungsi untuk membuat LPF elliptic data=filter(lpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in lpf3. function lpf3_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=fc1/(fs/2); %membuat persamaan untuk lowpass filter lpf=cheby1(N,1,Wn,'low'); %sebuah fungsi untuk membuat LPF chebyshev data=filter(lpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu % --- Executes on button press in bpf3. function bpf3_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=([fc1,fc2]/(fs/2)); %membuat persamaan untuk bandpass filter bpf=cheby1(N,1,Wn,'bandpass'); %sebuah fungsi untuk membuat BPF chebyshev data=filter(bpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in hpf3. function hpf3_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=fc2/(fs/2); %membuat persamaan untuk highpass filter hpf=cheby1(N,1,Wn,'high'); %sebuah fungsi untuk membuat HPF chebyshev data=filter(hpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in hpf2.

                                             

function hpf2_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=fc2/(fs/2); %membuat persamaan untuk highpass filter hpf=butter(N,Wn,'high'); %sebuah fungsi untuk membuat HPF butterworth data=filter(hpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in bpf2. function bpf2_Callback(hObject, eventdata, handles) % hObject handle to bpf2 (see GCBO) global signal fs fc1 fc2 N %membuat variabel Wn=([fc1,fc2]/(fs/2)); %membuat persamaan untuk bandpass filter bpf=butter(N,Wn,'bandpass'); %sebuah fungsi untuk membuat BPF butterworth data=filter(bpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in lpf2. function lpf2_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel Wn=fc1/(fs/2); %membuat persamaan untuk lowpass filter lpf=butter(N,Wn,'low'); %sebuah fungsi untuk membuat LPF butterworth data=filter(lpf,1,signal); %sebuah fungsi untuk membuat data ouput filter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan data sinyal dengan nilai kontinyu grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data) %menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in open. function open_Callback(hObject, eventdata, handles) global signal fs fc1 fc2 N %membuat variabel fs = 10000; %frekuensi sampling fc1 = 300; %frekuensi cut-off 1 fc2 = 1000; %frekuensi cut-off 2 N = 50; %orde filter [filename,pathname]=uigetfile( '*.wav' , 'Pilih Wav File'); %membuka file audio [signal,fs]=wavread([pathname,filename]); %membaca file audio signal=1*signal/max(abs(signal)); %sebuah fungsi untuk membuat sinyal hold on %menahan gambar sinyal subplot(2,1,1); %membuat grafik sinyal sesuai baris plot (signal); %menampilkan sinyal dengan nilai kontinyu

7

                                                

grid on %mengaktifkan latar belakang garis pada grafik % --- Executes on button press in lpf1. function lpf1_Callback(hObject, eventdata, handles) global fc1 fs N signal %membuat variabel Wn = fc1/(fs/2); %membuat persamaan untuk lowpass filter lpf = fir1(N,Wn,'low'); %sebuah fungsi untuk membuat lowpass filter data = filter(lpf,1,signal); %menampilkan data sinyal sesudah difilter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan sinyal pada grafik grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data)%menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in bpf1. function bpf1_Callback(hObject, eventdata, handles) global fc1 fc2 fs N signal %membuat variabel Wn = ([fc1,fc2]/(fs/2)); %membuat persamaan untuk bandpass filter bpf = fir1(N,Wn,'band'); %sebuah fungsi untuk membuat bandpass filter data = filter(bpf,1,signal); %menampilkan data sinyal sesudah difilter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(data); %menampilkan sinyal pada grafik grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data)%menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in hpf1. function hpf1_Callback(hObject, eventdata, handles) global fc2 fs N signal %membuat variabel Wn = fc2/(fs/2); %membuat persamaan untuk high pass filter hpf = fir1(N,Wn,'high'); %sebuah fungsi untuk membuat high pass filter data = filter(hpf,1,signal); %menampilkan data sinyal sesudah difilter wavplay(data,fs) %memutar file audio subplot(2,1,2); %membuat grafik sinyal sesuai baris plot(hasi1); %menampilkan sinyal pada grafik grid on %mengaktifkan latar belakang garis pada grafik figure, freqz(data)%menampilkan output gambar dan frekuensi respons filter % --- Executes on button press in simpan. function simpan_Callback(hObject, eventdata, handles) global signal %Membuat global variable bernama signal global fs %frequensi sampling [filename,pathname]=uiputfile('*.wav ','Simpan file Wav');%Menampilkan text saat menyimpan if filename~=0 wavwrite(signal,fs,[pathname,filename]);%Melaku kan penyimpanan data end % --- Executes on button press in rekam. function rekam_Callback(hObject, eventdata, handles) global signal global fs fs=44100; %frekuensi sampling t=7; %lama waktu rekaman suara h = waitbar(0, 'Audio Recording....'); %fungsi untuk merekam audio

          

for i = 1 : 1 data = wavrecord(t*fs,fs); waitbar(i / 1, h); end waitbar(1, h, 'finished'); close(h); signal = 1*data / max(abs(data)); %fungsi untuk membuat sinyal plot(signal); %fungsi untuk menampilkan grafik sinyal suara xlabel('Time(s)') %memberi label pada sumbu x ylabel('Amplitude') %memberil label pada sumbu y grid on %mengaktifkan latar belakang garis pada grafik

Analisis : Cara kerja dari aplikasi ini adalah merakam sebuah audio, kemudian menyimpanya. Setelah itu, audio tersebut difilter sesuai dengan masing-masing filter yang ada. Pada umumnya, ada dua filter pada percobaan ini yaitu IIR dan FIR. Filter IIR sendiri dibagi menjadi tiga jenis filter yaitu Butterworth, Chebishev, Elliptic. Dan masing-masing baik itu IIR maupun FIR dibagi menjadi 3 jenis level filter yaitu Low Pass Filter, Band Pass Filter, dan High Pass Filter. Low Pas Filter adalah sebuah filter yang memiliki kemampuan memangkas derau yang melebihi frekuensi cut-off. Artinya, filter yang melebihi cut –off akan dipangkas. Yang kedua adalah High Pass Filter yang merupakan filter yang memangkas sinyal yang terlalu kecil. Artinya, filter yang kurang dari frekuensi Cut-off akan dinaikan menjadi sama dengan nilai Cut-Off. Yang terakhir adalah Band Pass Filter yang merupakan gabungan dari Low Pass Fiter dan High Pass Filter. Maksudnya, filter ini akan memangkas sinyal yang melebihi frekuensi Cut-off dan juga akan menghandle sinyal supaya sinyal tidak bisa lebih kurang dari frequensy Cut-off . Setelah dilakukan percobaan dan pengamatan, penulis menyimpulakan bahwa filter yang menghasilkan suara paling bagus adalah filter FIR karena memiliki suara yang lebih keras dan bisa didengar daripada IIR. Filter IIR sebenarnya bersuara, hanya saja kurang bisa didengar. Hal tersebut terjadi karena filter IIR terlalu berlebihan dalam melakukan filter sehingga merusak data suara yang direkam. B. Percobaan 2

8

Pengubah menjadi Hitam Putih

C. Percobaan 3

Putar 90 derajat Analisis : Pada percobaan mengubah gambar berwarna menjadi hitam putih sebenarnya memilki prinsip kerja yang cukup simple. Tadinya warna gambar yang memiliki tiga warna dasar yaitu biru, hijau, merah. Disebut RGB karena memiliki 3 chanel warna, yaitu Red (tingkat kemerahan), Green (tingkat kehijauan) dan Blue (tingkat kebiruan) dengan nilai maksimal 255 dan nilai minimal 0. Itu alasannya mengapa warna putih dikodekan dengan #FFF dan hitam #000. Kemudian warna tersebut dirubah menjadi tiga warna yaitu hitam, putih, dan abu. Pengubah Kecerahan

Putar 180 Derajat

Putar 270 Derajat Analisis : Pecobaan selanjutnya adalah pengatur kecerahan dari sebuah gambar. Operasi pengelolaan ini berada pada operasi tingkat titik. Operasi tingkat titik adalah operasi dimana hasil proses dari suatu titik tidak tergantung oleh titik-titik tetangganya atau dengan kata lain tergantung pada titik itu sendiri. Sebuah citra RGB 256 warna akan tampak gelap bila seluruh komponen warnanya berada mendekati nilai 0, dan juga sebaliknya jika seluruh komponen warnya mendekati nilai 255 maka citra akan tampak lebih terang. Untuk dapat mengatur kecerahan suatu citra kita dapat menambahkan nilai intensitas piksel dengan suatu nilai konstanta.

9

DAFTAR PUSTAKA

Analisis : Pada percobaan terakhir adalah melakukan proses geomatical transformation dengan menggunakan metode geometical transformation yang mana dengan transformasi ini, maka kita bisa melakukan perubahan rotasi pada gambar. Proses rotasi dilakukan terhadap 3 sudut yang berbeda yaitu 90 derajat, 180 derajat, dan 270 derajat. Proses ini sebenarnya memanfaatkan perhitungan matematis yang aman merubah kordinat dari setiap titik pada gambar. Perubahan tiap titik itu dihitung dengan menggunakan transformasi tersebut sehingga menghasilkan perputaran rotasi yang nyata. V. KESIMPULAN 1.

2.

3.

4.

5.

6.

7.

Filter merupakan suatu si...