RESPONSI ADD

WINDOW FILTER (KAISER WINDOW)

OLEH :

KEVIN CHRISTIARDI TOBING 03411640000017

TEKNIK GEOFISIKA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA

2019
 Script yang digunakan dalam tugas ini adalah sebagai berikut:
Script Penjelasan
%%----------------FFT(x)---------------- Inisialisasi sinyal asli tanpa noise dengan
--------%% parameter: frekuensi 2Hz, Fs 110 dengan
close all
clear all waktu pencuplikan sampai 1.35 s.
clc Sinyal ini kemudian diplot dengan fungsi
amplitude terhadap waktu.
%INISIALISASI SINYAL
F=2;
Fs= 110;
N= 150;

tmax=(N-1)/Fs;
t1=0:0.0001:tmax;
y_a= sin(2*pi*F*t1);
figure(1), subplot(2,1,1), plot(t1,y_a)
title('sinyal
asli'),ylabel('amplitude'),xlabel('waktu
(s)')

%SINYAL DISAMPLING Sinyal asli kemudian disampling dengan

t2=0:1/Fs:tmax; Fs 110 Hz.
y_s=sin(2*pi*F*t2);
subplot(2,1,2),stem(t2,y_s),
title('sinyal sampling')
ylabel('amplitude'),xlabel('waktu (s)')

%FFT SINYAL SAMPLING Proses ini merupakan FFT, yang mana

y_f=fft(y_s)
mentransformasikan sinyal asli dalam
a_yf=abs(y_f)/N;
k = 0:N-1; domain waktu menjadi frekuensi domain.
df = Fs/(N-1); FFT bertujuan untuk normalisasi
dt= 1/Fs; amplitude sinyal.
fmax = 1/dt; Setelah melewati proses FFT kemudian
f1 = 0:df:fmax;
figure(2), subplot(2,1,1),
hasilnya diplot.
stem(f1,a_yf), title('amplitude spectrum
sinyal sampling')
ylabel('amplitude
Y(f)'),xlabel('Frekuensi (Hz)')

%IFFT SINYAL SAMPLING Script disamping menjelaskan proses

ys2= ifft(y_f);
figure(2), subplot(2,1,2), stem(t2,ys2),
title('hasil ifft sinyal sampling')
ylabel('amplitude'),xlabel('waktu (s)')
%WINDOW FILTER(KAISER WINDOW)
x=y_s
IFFT, yaitu proses mengubah atau
mengembalika sinyal dalam frekuensi
domain menjadi frekuensi domain yang
bertujuan untuk merekonstruksi sinyal
terhadap sinyal asli. Kemudian diplot hasil
IFFT sinyal sampling.
Pembuatan window filter. Pada kali ini,
window filter yang digunakan adalah
L=length(x)
k1=kaiser(L,10)
figure(3), subplot(3,1,1), plot(k1),
title('kaiser window')
ylabel('amplitude'),xlabel('data ke-')
%KAISER WINDOW (FREQUENCY DOMAIN)
xw=x'.*k1
subplot(3,1,2), plot(xw),title('Kaiser
windowed')
ylabel('amplitude'),xlabel('data ke-')
%FFT SETELAH KAISER WINDOW
n = 2^nextpow2(L);
yf2= fft(xw);
N2= length(yf2)
a_yf2= abs(yf2)/N2
f2= linspace(0,Fs,N2)
%PLOTTING AMPLITUDE SPECTRUM SEBELUM DAN
SETELAH WINDOW FILTER
subplot(3,1,3),plot(f2,a_yf2),
hold on
plot(f2,a_yf), title('perbandingan
amplitude spectrum')
legend('windowed','original')
ylabel('amplitude
Y(f)'),xlabel('Frekuensi (Hz)')
%IFFT SETELAH WINDOW FILTER
ys3=ifft(yf2)
figure(4),stem(t2,ys3), title('hasil
ifft setelah windowing')
ylabel('amplitude'),xlabel('waktu (s)')
%INFORMASI WINDOW FILTER (KAISER WINDOW)
wvtool(k1)
k1=Kaiser(L,beta), dimana L merupakan
banyaknya titik frekuensi domain pada
sinyal asli, dan beta adalah faktor atenuasi
dari Kaiser window. Dari window filter
bisa dilihat bahwa dengan faktor atenuasi
10 maka leakage akan hilang atau menjadi
0%.
Tujuan pembuatan Kaiser window adalah
untuk meminimalisirkan adanya leakage.
Sinyal kemudian akan diterapkan window
filter.
Setelah sinyal diterapkan window filter,
sinyal akan kembali diterapkan proses
FFT.
Menunjukan perbedaan sinyal (amplitude
spectrum) sebelum dan setelah diterapkan
window filter.
Menerapkan kembali proses IFFT
terhadap sinyal yang sudah diterapkan
window filter. Kemudian sinyal akan
diplotting dalam fungsi amplitude
terhadap waktu.
Penamplian dari pembuatan Kaiser
window
 HASIL DAN PEMBAHASAN

Gambar 1. Sinyal asli dan sinyal yang telah disampling

 Gambar 2. Amplitude spectrum sampling (atas), IFFT sinyal sampling (bawah)

Gambar 3. Kaiser window (atas), sinyal dengan Kaiser window (tengah), perbandingan amplitude sinyal
sembelum dan sesudah window filter (bawah)
 Gambar 4. Hasil IFFT setelah window filter

Gambar 5. Tampilan Kaiser window dalam time domain dan frequency domain
 Penerapan Kaiser window merukan Teknik pemfilteran yang bertujuan untuk
menghaluskan sinyal asli supaya mengurangi terjadinya leakage ketika dilakukan repeated pada
sinyal yang tidak periodic. Leakage adalah keadaan dimana frekensi tidak berada pada frekuensi
sinyal sebenarnya. Fenomena leakage terjadi ketika penyebaran daya melintasi spektrum frekuensi
yang terjadi ketika sinyal yang diukur tidak periodik dalam interval sampel. Ini terjadi karena
penggabungan sinyal yang dicuplik jadi memiliki diskontinuitas, yang menghasilkan komponen
frekuensi tambahan. Oleh karena itu, nilai amplitudo tersebar tidak hanya di satu titik frekuensi
saja. Untuk membuat gelombang menjadi periodic dilakukan window filter, dimana yang
digunakan pada percobaan ini adalah Kaiser window. Untuk melihat hasil leakage ditunjukan pada
gambar 3 yaitu perbandingan sinyal setelah dan sebelum diterapkan window filter.

Gambar 6. perbandingan amplitude sinyal sembelum dan sesudah window filter

Terlihat pada grafik bahwa warna biru adalah sinyal FFT setelah windowing dan warna
merah adalah sinyal FFT sebelum windowing. Pada kedua grafik, sinyal terletak pada frekuensi
yang sedikit berbeda dengan sinyal .Pada grafik warna biru, terlihat bahwa leakage terjadi dalam
bentuk amplitudo yang tidak langsung turun ke nol setelah puncak. Hal ini menandakan adanya
sinyal di frekuensi-frekuensi lain dan menyulitkan dalam merekonstruksi atau mengidentifikasi
sinyal-sinyal apabila kasusnya terdapat dua atau lebih sinyal sinusoidal.