0% menganggap dokumen ini bermanfaat (0 suara)
32 tayangan10 halaman

LAPSEM8

Diunggah oleh

ilham
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
32 tayangan10 halaman

LAPSEM8

Diunggah oleh

ilham
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 10

LAPORAN SEMENTARA

PRAKTIKUM SISTEM LINIER

Nama Modul : Transformasi Fourier Diskrit


Nama : Ramlin
Nim : 2109076004

8.7 Listing Program


8.7.1 Dasar Pembentukan DFT
1. Percobaan 1
%File Name: dft_1.m
n=0:199;
T=0.01;
A=04 % xx (Amplitudo) dapat di isi dengan 2 digit NIM terakhir anda
x_t=A*cos(2*pi*n*T);
plot(n,x_t);
grid;

2. Percobaan 2
%File Name: dft_2.m
clear all;
N=200;
nn=N-1;
for k=1:200;
x_n=0.0;
for n=1:nn
x_n = (3*sin(0.02*pi*n)).*(exp(-li*k*2*pi*n/200)) + x_n;
end
yR(k)=real(x_n);
yI(k)=imag(x_n);
magni_k(k)=sqrt(real(x_n).*real(x_n) +imag(x_n).*imag(x_n));
end
figure(1)
stem(yR)
axis([0 200 0 800])
xlabel('indek fekuensi')
title('Bagian Real [RAMLIN]')
grid;
figure(2)
stem(yI)
axis([0 200 0 800])
xlabel('indek frekuensi')
title('Bagian Imajiner [RAMLIN]')
grid;

8.7.2 Zero Padding


>>s1=[ 39 45 55]
>> s2=[s1 zeros(1,3)]

8.7.3 Representasi Dalam Domain Frekuensi


1. Domain Waktu (sec)
% zero-padded data:
clear all
T = 104; % sampling rate (xx di ganti 2 digit terakhir NIM)
zpf = 2; % zero-padding factor
n = 0:1/T:(T-1)/T; % discrete time axis
fi = 4; % frequency (Diganti 2 Digit Terakhir NIM)
xw = [sin(2*pi*n*fi),zeros(1,(zpf-1)*T)];
nn=length(xw);
k=0:nn-1;
%Plot time data:
subplot(2,1,1);
plot(zpf*k/nn,xw);%normalisasi absis domain waktu
axis([0 zpf -1.1 1.1])
xlabel('domain waktu (detik)')
% Smoothed, interpolated spectrum:
X = fft(xw);
spec = abs(X);
f_X=length(X);
f=0:f_X-1;
%Plot spectral magnitude:
subplot(2,1,2); plot(f/T,spec);
axis([0 T/T 0 100]);
xlabel('domain frekuensi ternormalisasi terhadap frekuensi sampling');

2. Domain Frekuensi dalam (Hz)


% zero-padded data:
clear all
T = 104; % sampling rate (xx di ganti 2 digit terakhir NIM)
zpf = 2; % zero-padding factor
n = 0:1/T:(T-1)/T; % discrete time axis
fi = 4; % frequency (Diganti 2 Digit Terakhir NIM)
xw = [sin(2*pi*n*fi),zeros(1,(zpf-1)*T)];
nn=length(xw);
k=0:nn-1;
%Plot time data:
subplot(2,1,1);
plot(zpf*k/nn,xw);%normalisasi absis domain waktu
axis([0 zpf -1.1 1.1])
xlabel('domain waktu (detik)')
% Smoothed, interpolated spectrum:
X = fft(xw);
spec = abs(X);
f_X=length(X);
f=0:f_X-1;
%Plot spectral magnitude:
subplot(2,1,2); plot(f/T,spec);
axis([0 T/T 0 100]);
xlabel('domain frekuensi ternormalisasi terhadap frekuensi sampling');

%Plot spectral magnitude:


subplot(2,1,2);
plot(f/2,spec);
axis([0 T/2 0 100])
xlabel('domain frekuensi')

3. Domain Frekuensi dalam desiBell (dB)


% zero-padded data:
clear all
T = 104; % sampling rate (xx di ganti 2 digit terakhir NIM)
zpf = 2; % zero-padding factor
n = 0:1/T:(T-1)/T; % discrete time axis
fi = 4; % frequency (Diganti 2 Digit Terakhir NIM)
xw = [sin(2*pi*n*fi),zeros(1,(zpf-1)*T)];
nn=length(xw);
k=0:nn-1;
%Plot time data:
subplot(2,1,1);
plot(zpf*k/nn,xw);%normalisasi absis domain waktu
axis([0 zpf -1.1 1.1])
xlabel('domain waktu (detik)')
% Smoothed, interpolated spectrum:
X = fft(xw);
spec = abs(X);
f_X=length(X);
f=0:f_X-1;
%Plot spectral magnitude:
subplot(2,1,2); plot(f/T,spec);
axis([0 T/T 0 100]);
xlabel('domain frekuensi ternormalisasi terhadap frekuensi sampling');

%Plot spectral magnitude:


subplot(2,1,2);
plot(f/2,spec);
axis([0 T/2 0 40])
xlabel('domain frekuensi dalam dB')
grid;

8.8 Hasil Percobaan


8.8.1 Dasar Pembentukan DFT
1. Percobaan 1

Gambar 8.1 Contoh hasil percobaan dari sinyal sinus dengan A=4

Gambar 8.2 Mengganti Perintah plot(n,x_t) dengan stem(n,x_t)


2. Percobaan 2

Gambar 8.3 Bagian Real pada Domain Frekuensi

Gambar 8.4 Bagian Imajiner pada Domain Frekuensi

8.8.2 Zero Padding

Gambar 8.5 Hasil Zero Padding


8.8.3 Representasi Dalam Domain Frekuensi
1. Domain Waktu (sec)

Gambar 8.6 Sinyal sinus dalam domain waktu dan hasil DFT (Fs = 104, fi = 4)

2. Domain Frekuensi dalam (Hz)

Gambar 8.7 Sinyal sinus dalam domain frekuensi Hz (Fs = 104, fi = 4)

3. Domain Frekuensi dalam desiBell (dB)

Gambar 8.8 Sinyal sinus dalam domain dB (Fs = 104, f i= 4)


8.9 Analisis Data
8.9.1 Dasar Pembentukan DFT

n = N-2
= 200 – 2
= 198
A =4
f2 = 0.02π
fi = Amplitudo x Jumlah Sampel
2
= 4 x 200
2
= 400
T1 = 0.01
Tabel 8.1 Pengamatan Pembentukan DFT

N fi
No
Jenis
n
(A) ω (f) t
(Jumlah (frekuensi T
Sinyal (cm) (rad/dsec) (Hz) (waktu) Index) (sec)
Sampel)
1. Sinus 198 4 - - - 200 400 0.01
2. Diskrit 198 4 - 0.02π - 200 400 -

Percobaan pertama menggunakan program dft_1.m bertujuan untuk membuat dan memplot
sinyal sinusoidal. Dalam program ini, vektor n dibentuk sebagai indeks waktu atau nomor
sampel, kemudian nilai T (periode) ditetapkan sebagai 0.01, dan nilai A (amplitudo)
ditetapkan sebagai 4. Sinyal x_t dihasilkan menggunakan persamaan x_t = A * cos(2 * pi * n
* T), yang menghasilkan sinyal sinusoidal dengan amplitudo dan periode tertentu. Plot sinyal
x_t terhadap indeks waktu n dilakukan menggunakan fungsi plot(), dan grid ditambahkan
untuk memperjelas tampilan.

Percobaan kedua menggunakan program dft_2.m untuk menghitung dan memplot hasil
Transformasi Fourier Diskrit (DFT) dari sinyal yang terdiri dari komponen sinusoidal dan
eksponensial kompleks. Program ini dimulai dengan membersihkan variabel sebelumnya,
kemudian nilai N ditetapkan sebagai 200, yang merupakan jumlah total sampel yang akan
diproses. Setelah itu, dilakukan perulangan untuk variabel k dan di dalamnya terdapat
perulangan untuk variabel n. Di dalam perulangan n, sinyal x_n dihitung menggunakan
persamaan yang menggabungkan komponen sinusoidal dan eksponensial kompleks. Setelah
perulangan selesai, hasil DFT yaitu bagian real (yR), bagian imajiner (yI), dan magnitudo
(magni_k) dari x_n dihitung. Dua plot dibuat menggunakan fungsi stem(), yang pertama
untuk menampilkan bagian real (yR) dari DFT dan yang kedua untuk menampilkan bagian
imajiner (yI). Grid ditambahkan pada kedua plot untuk memperjelas tampilan.

8.9.2 Representasi Dalam Domain Frekuensi

fi =4
n = N-2
= 200 – 2
= 198
A = 0.04
t = 0.01
Amplitudo = fi x 2
Jumlah Sampel
=4x2
200
= 0.04
T1 = 0.25
Tabel 8.2 Pengamatan Representasi Dalam Domain Frekuensi

Respresentasi Jenis (A) t fi (frekuensi T


No zpf n
Sinyal Sinyal (cm) (waktu) index) (sec)

Domain Waktu
1. Sinusoidal 2 0.04 0.01 sec 198 4 0.25
(DFT)
2. Frekuensi (Hz) Kompleks 2 0.04 0.01 sec 198 4 0.25
3. desiBell (dB) Kompleks 2 0.04 0.01 sec 198 4 0.25

Program ini menghasilkan sinyal sinusoidal dengan zpf (zero-padding factor) sebesar 2.
Amplitudo sinyal (A) ditetapkan sebagai 04, yang merupakan dua digit terakhir dari NIM.
Rentang waktu (t) dalam program adalah 0.01 detik. Sinyal ini ditentukan oleh vektor n yang
memiliki rentang nilai antara 0 hingga 199. Namun, informasi mengenai frekuensi index (fi)
dan periode (T) tidak tersedia dalam program ini. Plot yang dihasilkan adalah plot sinyal
dalam domain waktu.
Program ini menghasilkan sinyal kompleks dengan menggunakan Transformasi Fourier
Diskrit (DFT). Zpf (zero-padding factor) yang digunakan adalah 2. Sinyal tersebut dibentuk
dalam domain waktu menggunakan sinusoidal dengan frekuensi sebesar 4 Hz. Rentang waktu
(t) dan indeks waktu (n) memiliki nilai yang sama dengan program sebelumnya. Namun,
informasi mengenai frekuensi index (fi) dan periode (T) tidak tersedia dalam program ini.
Plot yang dihasilkan adalah plot spektrum frekuensi sinyal dalam domain real dan imajiner.

Program ini juga menghasilkan sinyal kompleks menggunakan Transformasi Fourier Diskrit
(DFT). Zpf (zero-padding factor) yang digunakan adalah 2. Sinyal tersebut dibentuk dalam
domain waktu menggunakan sinusoidal dengan frekuensi sebesar 4 Hz. Rentang waktu (t)
dan indeks waktu (n) memiliki nilai yang sama dengan program sebelumnya. Namun,
informasi mengenai frekuensi index (fi) dan periode (T) tidak tersedia dalam program ini.
Plot yang dihasilkan adalah plot spektrum frekuensi sinyal dalam domain frekuensi
ternormalisasi terhadap frekuensi sampling dan dalam skala desiBell (dB).

Anda mungkin juga menyukai