NAMA : Ardelia Amanda Putri SEM :4

NIM : 21502241006 TANGGAL : 14 Februari 2023

WAKTU : JUMLAH ANGGOTA KELOMPOK :

2
TOPIK PRAKTIKUM

Introduction to Waijung and Matlab & Simulink

TUJUAN

Setelah praktikum diharapkan mahasiswa:

1. Memasang aplikasi Waijung dan Matlab & Simulink
2. Menjalankan aplikasi Waijung dan Matlab & Simulink
3. Memratikkan example-example yang tersemat dalam artikel

ALAT DAN BAHAN

Beberapa komponen yang digunakan untuk melaksanakan

praktikum:
1. Laptop/PC
2. Mouse
3. Matlab

METODE/LANGKAH KERJA

2.1 Some Examples

1. Example 1: Generating a Sine Wave using MATLAB
This example shows how sine wave and cosine wave can
be generated. Furthermore they are plotted against time to
observe their phase difference. In order to do so, we need
to know the two important things.
• What should be the center frequency of the signal?
• What should be the sampling frequency of the signal?

2. Example 2: Discrete Fourier Transform and Power Spectral

Density Calculations
% Show the use of the FFT function for spectral
analysis.
% Create signal at 50 Hz and 120 Hz
t = 0:.001:.25;
x1 = sin(2*pi*50*t);
x2 = sin(2*pi*120*t);
x = x1 + x2;
% Add some random noise
y = x + 2*randn(size(t));
 subplot(611),plot(x1), title('Sine wave at 50 Hz')
subplot(612),plot(x2), title('Sine wave at 120 Hz')
subplot(613),plot(x), title('Sine wave at 50 Hz +
120 Hz')
subplot(614),plot(y), title('Noisy time domain
signal')
% Finding the discrete Fourier transform
Y = fft(y,256);
% Compute the power spectral density
Pyy = Y.*conj(Y)/256;
f = 1000/256*(0:127);
subplot(615),plot(y), title('Noisy time domain
signal')
subplot(616), plot(f,Pyy(1:128)), title('Power
spectral density')
xlabel('Frequency (Hz)')

3. Example 3: Representing Data in Plots

clear all, close all
% Scatter Plot
figure; load count.dat
scatter(count(:,1),count(:,2),'r*')
xlabel('Number of Cars on Street A');
ylabel('Number of Cars on Street B');
title('Scatter Plot')
% Stem Plot
figure; x = 0:0.1:4;
y = sin(x.^2).*exp(-x);
stem(x,y)
title('Stem Plot')
% Polar Plot
figure;
t=0:0.01:2*pi;
polar(t,abs(sin(2*t).*cos(2*t)));
title('Polar Plot')
% Errorbar Plot
figure;
x=-2:0.1:2;
y=erf(x);
e = rand(size(x))/10;
errorbar(x,y,e);
title('Errorbar Plot')
% Stairstep Plot
figure; x=0:0.25:10;
stairs(x,sin(x));
title('Stairstep Plot')
% Bar Plot
figure; x = -2.9:0.2:2.9;
bar(x,exp(-x.*x));
title('Bar Plot')
% Line Plot
figure; x=0:0.05:5;
y=sin(x.^2);
plot(x,y);
xlabel('Time');
ylabel('Amplitude')
title('Line Plot')
 4. Example 4: Drawing a Heart
close all;
clear all;
clc
v = -1.5:.02:1.5;
[x,y,z] = meshgrid(v,v,v);
w = (2*x.^2+y.^2+z.^2-1).^3-(1/10)*x.^2.*z.^3-
y.^2.*z.^3;
hp = patch(isosurface(w,0));
set(hp,'facecolor','r','edgecolor','none')
light; lighting phong;
view(99,18)

3.2 Examples using Simulink

1. Example 1: Creating and Observing a Sine-wave
We start with the simplest case. Open a new model. Save a
model with a legit name. Now a reader should think before
going further, what blocks are required in order to create
and sine wave and see the created sine wave. The answer
is very simple. Two things i.e. something which can
generate a sine wave and something which is like a
oscilloscope in the labs to see it. We search for these two
items in ‘Simulink Library Browser’. When right choice of
component is found, simply drag that block to the new
model created.
2. Example 2: Integrating a sine wave
Now, we can move forward quickly. For the next example,
we require the following blocks.
• Sine wave
• Integrator
• Scope
• Gain
• Bus creator
These blocks are arranged in the following order as shown
3. Example 3: Inverted Pendulum on a cart
go to Simulink, click on “help” right away and search for
“inverted pendulum with animation”. Click the “open
model” button.

HASIL PRAKTIKUM

2.1 Some Examples

1. Example 1: Generating a Sine Wave using MATLAB
Sinyal sinusoidal dengan frekuensi FM=600Hz. Untuk
mewujudkannya sebagai sinyal berulang saat plotting, laju
pengambilan sampel fs = 500KHz.
 fs= 500e3;
f= 600;
nCyl=5;
t=0:1/fs:nCyl*1/f;
x=sin(2*pi*f*t);
plot(t,x)
title ('Continuous sinusoidal signal')
xlabel('Time(s)');
ylabel('Amplitude');

2. Example 2: Discrete Fourier Transform and Power Spectral

Density Calculations
% Show the use of the FFT function for spectral
analysis.
% Create signal at 50 Hz and 120 Hz
t = 0:.001:.25;
x1 = sin(2*pi*50*t);
x2 = sin(2*pi*120*t);
x = x1 + x2;
% Add some random noise
y = x + 2*randn(size(t));
subplot(611),plot(x1), title('Sine wave at 50 Hz')
subplot(612),plot(x2), title('Sine wave at 120 Hz')
subplot(613),plot(x), title('Sine wave at 50 Hz +
120 Hz')
subplot(614),plot(y), title('Noisy time domain
signal')
% Finding the discrete Fourier transform
Y = fft(y,256);
% Compute the power spectral density
Pyy = Y.*conj(Y)/256;
f = 1000/256*(0:127);
subplot(615),plot(y), title('Noisy time domain
signal')
subplot(616), plot(f,Pyy(1:128)), title('Power
spectral density')
xlabel('Frequency (Hz)')
3. Example 3: Representing Data in Plots
clear all, close all
% Scatter Plot
figure; load count.dat
scatter(count(:,1),count(:,2),'r*')
xlabel('Number of Cars on Street A');
ylabel('Number of Cars on Street B');
title('Scatter Plot')
% Stem Plot
figure; x = 0:0.1:4;
y = sin(x.^2).*exp(-x);
stem(x,y)
title('Stem Plot')
% Polar Plot
figure;
t=0:0.01:2*pi;
polar(t,abs(sin(2*t).*cos(2*t)));
title('Polar Plot')
% Errorbar Plot
figure;
x=-2:0.1:2;
y=erf(x);
e = rand(size(x))/10;
errorbar(x,y,e);
title('Errorbar Plot')
% Stairstep Plot
figure; x=0:0.25:10;
stairs(x,sin(x));
title('Stairstep Plot')
% Bar Plot
figure; x = -2.9:0.2:2.9;
bar(x,exp(-x.*x));
title('Bar Plot')
% Line Plot
figure; x=0:0.05:5;
y=sin(x.^2);
plot(x,y);
xlabel('Time');
ylabel('Amplitude')
title('Line Plot')
 4. Example 4: Drawing a Heart
close all;
clear all;
clc
v = -1.5:.02:1.5;
[x,y,z] = meshgrid(v,v,v);
w = (2*x.^2+y.^2+z.^2-1).^3-(1/10)*x.^2.*z.^3-
y.^2.*z.^3;
hp = patch(isosurface(w,0));
set(hp,'facecolor','b','edgecolor','none')
light; lighting phong;
view(99,18)

3.2 Examples using Simulink

1. Example 1: Creating and Observing a Sine-wave
2. Example 2: Integrating a sine wave

3. Example 3: Inverted Pendulum on a cart

ANALISIS HASIL PRAKTIKUM

2.1 Some Examples

1. Example 1: Generating a Sine Wave using MATLAB
Jika frekuensi sampling terlalu rendah maka kita tidak
akan bisa mendapatkan gelombang sinusoidal yang
bagus. Jika frekuensi sampling terlalu tinggi maka
gelombang akan menjadi sangat halus tetapi waktu
komputasi akan meningkat. Frekuensi tengah sebesar
500KHz dan frekuensi sampling sebesar 600 Hz.
2. Example 2: Discrete Fourier Transform and Power
Spectral Density Calculations
Saluran dapat berupa kabel (kabel tembaga, twisted pair,
serat optik) atau nirkabel (udara, vakum). Saluran adalah
titik di mana sebagian besar kebisingan diperkenalkan
dalam sinyal yang ditransmisikan. Kita dapat mengamati
bahwa bahkan setelah penambahan noise, FFT
memungkinkan kita memulihkan kembali frekuensi
tengah dari dua sinyal. Di bagian bawah, dapat diamati dua
puncak masing-masing pada 50Hz dan 120Hz yang sama
dengan frekuensi sinyal yang kita pilih di awal.
3. Example 3: Representing Data in Plots
Grafik adalah salah satu cara untuk merepresentasikan
data besar yang dapat menghasilkan informasi yang
bermakna. Pembaca dapat menemukan cara bagaimana
suatu data dapat direpresentasikan menggunakan
MATLAB. Dalam contoh 3 ini, data yang sama
direpresentasikan dalam tujuh cara berbeda yaitu scatter,
stem, polar, error-bar, stair-step, bar dan line plot.
4. Example 4: Drawing a Heart
MATLAB tidak hanya untuk melakukan penelitian serius
tetapi sesuatu yang romantic, juga dapat dibuat dengan
menggunakan beberapa baris MATLAB. Berikut adalah
contoh 4 merupakan contoh kode untuk membuat hati.

3.2 Examples using Simulink

1. Example 1: Creating and Observing a Sine-wave
Blok yang diperlukan untuk membuat dan melihat
gelombang sinus, yaitu sesuatu yang dapat menghasilkan
dan melihat gelombang sinus yang dapat ditemukan di
'Simulink Library Browser'. Tombol 'play' atau Ctrl + T
simulink akan mulai mengkompilasi. Klik dua kali pada
tombol scope akan muncul keluaran yang ditunjukkan pada
gambar.
2. Example 2: Integrating a sine wave
Gelombang sinus yang dirancang di atas ke dalam model
Simulink, dapat dibuat dan dilihat cara kerjanya sebagai
pencarian langsung, dengan interpolasi linier, dan dengan
perkiraan CORDIC. Model ini membandingkan output
tabel floating point dengan fungsi sin(). Seperti yang
diharapkan dari perhitungan THD, interpolasi linier
memiliki kesalahan yang lebih rendah daripada pencarian
tabel langsung dibandingkan dengan fungsi sin().
Perkiraan CORDIC menunjukkan margin kesalahan yang
lebih rendah jika dibandingkan dengan metode interpolasi
linier. Margin ini tergantung pada jumlah iterasi saat
menghitung perkiraan dosa CORDIC. Anda biasanya
dapat mencapai akurasi yang lebih besar dengan
meningkatkan jumlah iterasi (sesuai dengan waktu
komputasi yang lebih lama). Perkiraan CORDIC
menghilangkan kebutuhan akan pengganda eksplisit. Ini
digunakan ketika pengganda kurang efisien atau tidak ada
dalam perangkat keras.

3. Example 3: Inverted Pendulum on a cart

Model pada example 3 didapatkan melalui menu “help”
yang berada di Simulink.

Sistem pendulum terbalik adalah contoh yang biasa

ditemukan dalam buku teks sistem kontrol dan literatur
penelitian. Popularitasnya sebagian berasal dari fakta
bahwa itu tidak stabil tanpa kontrol, yaitu, pendulum hanya
akan jatuh jika gerobak tidak dipindahkan untuk
menyeimbangkannya. Selain itu, dinamika sistem bersifat
nonlinier. Tujuan dari sistem kontrol adalah untuk
menyeimbangkan pendulum terbalik dengan menerapkan
gaya ke gerobak tempat pendulum terpasang.
KESIMPULAN

Waijung adalah tambahan untuk MATLAB/Simulink blockset.

Mendukung pemberdayaan siswa untuk membuat algoritma yang
lebih kompleks dalam waktu yang lebih singkat. Ini akan lebih
menguntungkan bagi industri dalam hal produk yang lebih baik,
lebih banyak nilai, dan lebih banyak bisnis. Dengan ambisi membuat
proses yang rumit dan sulit dipahami menjadi sederhana, saat ini
milik kami perusahaan terutama berfokus pada (tetapi tidak terbatas
pada) sinyal digital dan pemrosesan gambar, jaringan sistem
pemantauan dan pengendalian.

DIKERJAKAN OLEH DIPERIKSA

OLEH
1. Azzahra Isnaini Putri (21502241001)
2. Ardelia Amanda Putri (21502241006)