TUGAS PENGOLAHAN DATA GEOFISIKA

PENGOLAHAN SINYAL SINUSOIDAL DENGAN WHITE GAUSSIAN NOISE DAN

PENGGUNAAN BANDPASS FILTER DENGAN KAISER WINDOW

Disusun oleh:
Kenneth Christian Nathanael 165090700111010
Intan Putri Pratama Anwar 165090701111007

Dosen Pengampu:
Ibu Cholisina Anik Perwita

PROGRAM STUDI TEKNIK GEOFISIKA

JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2019
 TUGAS PENGOLAHAN DATA GEOFISIKA

Langkah Kerja (Workflow)

MULAI

Pembuatan Sinyal Sinus dengan

Kandungan Frekuensi 3 Hz, 7 Hz,
10 Hz, 15 Hz, dan 5 Hz

Penambahan White
Gaussian Noise pada
Sinyal

Fast Fourier Transform

Sinyal

Pembuatan Filter Bandpass

11-18 Hz dengan Window
Kaiser

Konvolusi Filter
Dengan Sinyal

Inverse Fast Fourier

Transform Sinyal

SELESAI

2
 TUGAS PENGOLAHAN DATA GEOFISIKA

Source Code MATLAB

% Creating Signal With 5 Frequency

Fs = 1000; % Sampling frequency
T = 1/Fs; % Sample time
L = 1000; % Length of signal
t = (0:L-1)*T; % Time vector
a=1; % Amplitude
f1=3; f2=7; f3=10; f4=15; f5=13; % Frequency Content
y1=a*sin(2*pi*f1*t); % Sine Wave 1
y2=a*sin(2*pi*f2*t); % Sine Wave 2
y3=a*sin(2*pi*f3*t); % Sine Wave 3
y4=a*sin(2*pi*f4*t); % Sine Wave 4
y5=a*sin(2*pi*f5*t); % Sine Wave 5
y=y1+y2+y3+y4+y5; % Total Sine Wave
ywgn=y+randn(size(t)); % White Gaussian Noise
plot(t,y,t,ywgn)
legend('Original Signal','Signal with White Gaussian Noise')
title('Time Domain Signal')
xlabel('Time (s)')
ylabel('Amplitude')

% Fast Fourier Transform

NFFT = 2^nextpow2(L); % Next power of 2 from length of y
Y = fft(y,NFFT)/L;
f = Fs*linspace(0,1,NFFT/2+1);
plot(f,abs(Y(1:NFFT/2+1))) % Plot single-sided amplitude spectrum.
title('Single-Sided Amplitude Spectrum of y(t)')
xlabel('Frequency (Hz)')
ylabel('|Y(f)|')

% Bandpass Filter 11-18 Hz w/ Kaiser Window

Yfil=filter(Hd,Y);
plot(f,abs(Yfil(1:NFFT/2+1)))
title('Filtered Single-Sided Amplitude Spectrum of y(t)')
xlabel('Frequency (Hz)')
ylabel('|Y(fil)|')

% Inverse Fast Fourier Transform

NIFFT=2^nextpow2(L);
yifft=ifft(Yfil,NIFFT)/L;
t=Fs*linspace(0,1,NIFFT/2+1);
plot(t,abs(yifft(1:NIFFT/2+1)))
title('Filtered Signal in Time Domain')
xlabel('Time (s)')
ylabel('Amplitude')

3
 TUGAS PENGOLAHAN DATA GEOFISIKA

Pembuatan Sinyal
Bedasarkan hasil percobaan pembuatan sinyal dan penambahan White Gaussian Noise
dengan menggunakan kode pada gambar 1, maka dihasilkan grafik seperti pada gambar 2. Sinyal yang
digunakan memiliki kandungan frekuensi 3, 7, 10, 15, 13 Hz. Kelima sinyal dengan masing-masing
kandungan frekuensi tersebut dijumlahkan. Digunakan Frequency Sampling sebesar 1000. Dengan
Sampling Time yaitu 0.001 s dan Panjang sinyal sebanyak 1000 titik. Time Vector dengan persamaan
(0:L-1)*T memiliki arti bahwa sinyal dibuat dengan waktu mulai dari 0 s hingga L-1 (999 s) dan nilainya
dikali Sample Time (T). Maka waktu sinyal terbentuk mulai dari 0 s hingga 0.999 s (nilai Increment Time
= Sample Time = 0.001 s). Digunakan nilai amplitudo sinyal sebesar 1.

Setelah sinyal telah terbentuk, kelima sinyal dengan 5 nilai frekuensi tersebut dijumlahkan,
sehingga membentuk 1 sinyal dengan 5 kandungan frekuensi. Sinyal tersebut mengalami atenuasi dan
penguatan pada amplitudonya (lebih dari 1 atau kurang dari -1). Hal ini diakibatkan oleh adanya
pertemuan antara amplitudo dari beberapa sinyal yang dapat saling menguatkan dan ada yang saling
melemahkan. Setelah itu, dilakukan penambahan White Gaussian Noise yang merupakan noise acak
yang memiliki kandungan frekuensi yang beragam. Pada kode penambahan White Gaussian Noise,
digunakan fungsi randn(size(t)) agar dihasilkan nilai White Gaussian Noise sepanjang waktu sinyal
yaitu t.

Gambar 1 Script Pembuatan Sinyal Awal dan Penambahan White Gaussian Noise.

4
 TUGAS PENGOLAHAN DATA GEOFISIKA

Gambar 2 Grafik Sinyal Awal (Hijau) dan Grafik Setelah Diberikan White Gaussian Noise (Biru)

5
 TUGAS PENGOLAHAN DATA GEOFISIKA

Fast Fourier Transform Sinyal

Langkah selanjutnya setelah pembuatan sinyal dengan White Gaussian Noise adalah
melakukan Fast Fourier Tranform (FFT) pada sinyal tersebut. FFT merupakan proses merubah suatu
sinyal dalam domain waktu atau spasial kedalam domain frekuensi. Dalam tahap FFT, salah satu syarat
yang diperlukan adalah jumlah data yang di FFT harus sebesar 2n. Maka pada line 22, dilakukan
perhitungan jumlah data yang akan di FFT yaitu 29=512 (210 tidak dimungkinkan karena jumlah datanya
1024, yang mana melebihi jumlah data sinyal yang dimiliki yaitu 1000) dan dinyatakan dalam variabel
NFFT. Maka NFFT memiliki nilai 512 data akan dilakukan FFT pada line 23 dengan fungsi fft yang telah
dimiliki oleh Software MATLAB.

Variabel Y merupakan sinyal hasil FFT yang sudah berada dalam domain frekuensi (sedangkan
y merupakan sinyal dalam domain waktu). Selanjutnya dilakukan pembuatan nilai frekuensi yang
nantinya akan ditampilkan pada grafik. Variabel f adalah fungsi frekuensi yang dibuat dengan hasil
perkalian antara Frequency Sampling (1000) dengan vektor yang berisikan nilai 1 dengan panjang baris
sebesar (NFFT/2)+1. Hal ini dilakukan karena hasil FTT memiliki hasil yang berupa Mirroring akibat ada
2 polaritas nilai hasil FFT yang memiliki nilai yang sama. Oleh sebab itu, hanya diambil data di salah
satu polaritas saja untuk mempermudah pengolahan lebih lanjut. Terlihat pada grafik bahwa 5
frekuensi yang digunakan terlihat jelas sesuai dengan Spike yang timbul.

Gambar 3 Source Code Fast Fourier Transform Sinyal.

6
 TUGAS PENGOLAHAN DATA GEOFISIKA

13 Hz
15 Hz
10 Hz
7Hz
3 Hz

Gambar 4 Grafik Hasil Fast Fourier Transofrm

7
 TUGAS PENGOLAHAN DATA GEOFISIKA

Proses Filtering Sinyal

Filter yang akan dibuat adalah Bandpass Filter 11-18 Hz dengan menggunakan metode
penjendelaan Kaiser (Kaiser Windowing Method. Filter dibuat dengan menggunakan aplikasi Filter
Design & Analysis pada MATLAB. Parameter yang digunakan pada pembuatan sinyal ini adalah sebagai
berikut:

 Windowing Method = Kaiser Window

 Frequency Stop 1 = 10 Hz
 Frequency Pass 1 = 11 Hz
 Frequency Pass 2 = 18 Hz
 Frequency Stop 2 = 19 Hz
 Sampling Frequency = 1000 Hz

Maksud dari parameter diatas adalah bahwa filter yang akan dibuat menggunakan Frequency
Sampling sebesar 1000 Hz, Sinyal yang akan diloloskan antara 11 – 18 Hz dengan rentang peluruhan
ke atas dan ke bawah sebesar 1 Hz (Sinyal akan teratenuasi maksimum pada 10 Hz dan 19 Hz) atau
dikenal dengan nilai Transitional Bandwith. Metode penjendelaan yang digunakan pada sinyal Sinc
adalah Kaiser Method. Sinyal Sinc merupakan sinyal sinus dengan modifikasi tertentu sehingga
terdapat satu amplitudo yang teramplifikasi secara signifikan. Sinyal tersebut bersifat takhingga
sehingga dipotong (dijendelakan) dengan berbagai macam metode yang disebut dengan Windowing.
Karena proses pemotongan ini maka pembuatan sinyal dengan metode ini dinamakan dengan Filter
Finite Impulse Response (FIR Filter).

Setelah pembuatan filter selesai, filter tersebut dikonvolusikan dengan sinyal dalam domain
frekuensi yang telah dibuat sebelumnya dengan fungsi filter pada MATLAB. Hasilnya ditampilkan pada
gambar. Terlihat bahwa kandungan frekuensi telah berkurang dan menyisakan 2 frekuensi dominan
yang diasumsikan yaitu 13 dan 15 Hz (karena rentang frekuensi yang diloloskan adalah 11-18 Hz).

Gambar 5 Source Code Filtering Sinyal

8
 TUGAS PENGOLAHAN DATA GEOFISIKA

Gambar 6. Bandpass Filter 11-18 Hz dengan Kaiser Window

Gambar 7. Kaiser Window

Gambar 8. Hasil Filtering Sinyal

9
 TUGAS PENGOLAHAN DATA GEOFISIKA

Proses Inverse Fast Fourier Transofrm Sinyal

Setelah proses Filtering selesai, selanjutnya sinyal yang masih dalam domain frekuensi
dilakukan Inverse Fast Fourier Transform agar kembali dalam domain waktu. Gambar 3.9 merupakan
source code yang digunakan dalam pengolahan ini. Fungsi ifft digunakan pada source code tersebut
yang digunakan untuk melakukan Inverse Fourier Transform. Hasilnya berupa sinyal dalam domain
waktu yang telah terpotong dan menyisakan 512 data (≈50% dari jumlah data awal yaitu 1000 data),
hal ini diakibatkan karena eliminasi jumlah data pada proses FFT sebelumnya. Hasil dari proses ini
ditunjukkan pada gambar 10

Gambar 9. Source Code Inverse Fast Fourier Transform Sinyal

Gambar 10. Hasil Inverse Fast Fourier Transform

10
 TUGAS PENGOLAHAN DATA GEOFISIKA

PENUTUP
 Kesimpulan

Bedasarkan hasil percobaan maka dapat disimpulkan bahwa:

o Hasil Fast Fourier Tranform dapat mengubah sinyal dalam domain waktu kedalam domain
frekuensi sehingga dapat terlihat kandungan frekuensi sinyal awalnya. Nampak dengan
jelas 5 kandungan frekuensi awal yaitu 3 Hz, 7 Hz, 11 Hz, 13 Hz dan 15 Hz.
o Pengolahan sinyal dengan menggunakan Bandpass Filter dengan menggunakan Window
Kaiser menghasilkan hasil sinyal yang cukup baik karena telah berhasil menyaring
frekuensi sinyal dibawah 11 Hz dan diatas 18 Hz, meskipun ada beberapa frekuensi yang
belum dapat tersaring karena adanya Transitional Bandwidth 1 Hz.
o Sinyal hasil Filtering memiliki kandungan frekuensi 13 dan 15 Hz.

 Saran

Bedasarkan hasil percobaan dapat disarankan bahwa baiknya pada proses

pengolahan dilakukan lebih teliti lagi dan dicoba berbagai macam jenis noise yang
ditambahkan, jenis Filtering yang digunakan, dan jenis Windowing yang digunakan.

11