MATA KULIAH PEMROSESAN SIGNAL DIGITAL Jump to first

MATA KULIAH PEMROSESAN SIGNAL DIGITAL Jump to first page

Jump to first page

+Dari Asal Kata : Pemrosesan Sinyal Secara Digital +S. W. Smith : Matematik, Algoritma dan Teknik yang digunakan untuk memanipulasi sinyal setelah sinyal tersebut diubah ke bentuk digital. +Dale Grover : Setiap penggunaan Prosesor Digital untuk memodifikasi Representasi Digital dari Sebuah Sinyal. +Prosesor Digital : Setiap Peralatan yang Mampu Melakukan Operasi Digital (And, Or, Ex-Or, Shift, dsb). Jump to first page

+Sinyal : Besaran Fisika yang Nilainya Bergantung (Fungsi) dari Satu atau Lebih Besaran Fisika Lainnya. Contoh : Sinyal suara adalah perubahan tekanan udara yang bergantung pada waktu dan posisinya dari + Sinyalsuara. Digital : Sinyal dengan Discrete Time Discrete Valu sumber yang Direpresentasikan dengan Bilangan Biner (Bit bit). Sinyal Analo g Sinyal Digital Jump to first page

DSP merupakan bagian dari signal processing yang merupakan cabang dari electrical engineering. Sebelum Tahun 1960 pemrosesan sinyal dilakukan secara analog dengan menggunakan komponen analog seperti Resistor, Kapasitor, Induktor dan Transistor. Pada tahun 1960 ketika komputer digital pertama kali tersedia maka DSP mulai dilakukan & berkembang. Jump to first page

Namun karena pada saat itu komputer sangat mahal maka DSP hanya diaplikasikan pada bidang-bidang yang penting saja yaitu : MILITER : SONAR (SOUND NAVIGATION AND RANGING) RADAR (RADIO DETECTION AND RANGING) EKONOMI : OIL EXPLORATION MEDIS : MEDICAL IMAGING Jump to first page

Namun sekarang penerapan DSP hampir ke semua bidang teknologi akibat semakin cepatnya perkembangan prosesor digital dalam bentuk IC dimana kecepatan proses meningkat, ukuran yang semakin kecil dan harga yang terjangkau. DSP Processor is not far. . . … you might not realize that you already use it. Jump to first page

Trend Masa Depan Teknologi adalah Teknologi Digital. Keunggulan Digital dibanding Analog : k Kemajuan pesat pada teknologi manufaktur IC Digital. k Fleksibilitas k Reliability k Predictable dan Repeatable Jump to first page

k. Kemajuan pesat di bidang manufaktur IC digital Speed dan Density Meningkat k Cost dan Size Berkurang k Interfacing antar sistem mudah k VLSI Technology, Computer Architecture, Software Technology The size is getting smaller, but with better performances. . . Jump to first page

k. FLEKSIBILITAS DIGITAL APPROACH Old and obsolete Product re-program re-calculate re-design rebuild New and better product. . . ANALOG APPROACH Jump to first page

k. RELIABILITY k k Tahan terhadap pengaruh lingkungan Tahan terhadap toleransi komponen Normal weather Extremely hot Extremely Cold Analog Digital Jump to first page

k. PREDICTABLE dan REPEATABLE k k Input sama akan menghasilkan output sama Cocok untuk produksi massal Digital X Y Z Analog Produk 1 A B C Produk 2 X Y Z U V W Jump to first page

Multimedia PC Audio Tools Hand held tools DSP inside Office Automation Navigation System Telecommunications Jump to first page

k k k Digital Cell Phones Komunikasi Satelit Kontrol Motor Radar dan Sonar Berbagai Aplikasi Audio Aplikasi Multimedia Medical Ultrasound Video Conferencing Voice Over Internet Analisis Seismic Kamera Digital Automated inspection k. Vehicle collision avoidance k. Secure communications k. Tapeless answering machines k. Consumer audio k. Cordless phones k. Voice mail k. Navigation equipment k. Modems (POTS, ISDN, . . . ) k. Noise cancellation k. Music synthesis, effects k Jump to first page

PRESENTASE APLIKASI DSP Jump to first page

LUAS-NYA BIDANG APLIKASI DSP DIMANA SETIAP BIDANG MEMILIKI KEDALAMANNYA SENDIRI. BASIS DSP bukan Bidang Study Monolithic, tetapi Gabungan MATEMATIK. BACKGROUND. dari Analog Electronics, Microprocessor Architecture, Digital Electronics, Programming, Mathematics, Control Theory, Communications dan Probability Theory. Jump to first page

MEMPELAJARI KONSEP-KONSEP DASAR & UMUM YANG DITERAPKAN PADA SEMUA BIDANG DSP. MEMPELAJARI TEKNIK-TEKNIK KHUSUS YANG DITERAPKAN PADA SUATU BIDANG DSP YANG LEBIH SPESIFIK. Jump to first page

BUKU BEGINNER “Understanding Digital Signal Processing”, Richard Lyons. “The Scientist and Engineer’s Guide to DSP”, S. W. Smith. (Online di www. DSPguide. com). “DSP And Microcontroller”, Grover and Deller. Jump to first page

INTERMEDIATE/CLASSI C “DSP : Principles, Algorithms and Applications”, Proakis and Manolakis. “DSP : A Practical Approach”, Emmanuel C. Ifeachor. “Signal and Systems : Continuous And Discrete”, Rodger E. Ziemer. ADVANCED “Multirate DSP”, R. E. Crochiere and L. R. Rabiner . “Advanced DSP”, John G. Proakis. Jump to first page

APPLICATION “Digital Communications”, Proakis. “DSP In Telecommunications”, Kishan Shenoi. WEBSITE www. dspguru. com, www. bores. com, www. bdti. com/faq/dsp_faq. htm www. redcedar. com/learndsp. htm, dll. Jump to first page

SOFTWARE UNTUK SIMULASI Mat. Lab, Scope DSP, Scope FIR dll . HARDWARE UNTUK IMPLEMENTASI TMS 320 series, DSP 56 series, DSP 96000 series, DSP 32000 series, DSP 16000 series, ADSP 21000 series TRAINING DAN SEMINAR Jump to first page

CARA KERJA DSP SECARA UMUM Jump to first page

Apa yang Bisa Dilakukan Oleh DSP ? DSP Dapat Melakukan Hampir Semua Operasi yang Dapat Dilakukan oleh Elektronika Analog. Tapi, The Real Power Of DSP Adalah ……………… DSP Dapat Melakukan Operasi yang Tak Dapat Dilakukan oleh Elektronika Analog. Jump to first page

Pada Elektronika Analog digunakan Komponen Fisik (Kapasitor, Induktor, Resistor, Transistor, Op-Amp) untuk memproses sinyal. Operasi Peralatan Fisik Dapat Dinyatakan dengan Persamaan Matematik Contoh : Kapasitor ( I = C d. V/dt ). Tapi ………………. Bukan Berarti Setiap Persamaan Matematik Dapat Kita Buat ke dalam Peralatan Fisik. Jump to first page

DSP MEMANG BERBEDA Di dalam DSP tidak ada batasan: Gravitasi, Massa, Momentum, Suhu, Kelembaban, dll. yang ada hanya persamaan Matematik. Sehingga pada DSP …………………………. . Contoh : y(n) = ( x(n) + x(n-1) + x(n-2) + x(n-3) ) / 3 merupaka LPFEQUATION OF MATHEMATICS IS REALITY. THE =0, 588 Khz y(n) = 1, 618. y(n-1) - y(n-2) dengan y(-1) = 0 dan y(-2) akan menghasilkan sinyal sinus dengan frekuensi Jump to first page

TUJUAN UTAMA DSP Mendapatkan (Mengekstrak) Informasi yang Dibawa oleh Sinyal. OPERASI DASAR DSP 1. Spectral 5 Analysis : Mengetahui dan. PADA Menganalisa Spektrum Frekuensi dari Sinyal. (Erat Kaitannya dengan 2. Filtering : Memodifikasi Contents Frekuensi dari Sinyal Transformasi) untuk Mendapatkan Informasi yang Diinginkan dan Membuang Bagian yang Tak Diperlukan. Jump to first page

3. Synthesis : Membangkitkan Sesuatu, DSP Dapat Membangkitkan 4. Correlation : Mencari Hubungan Kedekatan Mulai dariantara Bunyi yang Sederhana sampai Suara (Keterkaitan) Manusia. Sinyal yang Sama (Auto Correlation) atau Dua Buah Sinyal yang Berbeda (Cross Correlation). Contoh : Auto Correlation Digunakan untuk Menentukan Karakteristik dari Rongga Suara Manusia Sedangkan Cross Correlation Digunakan pada Radar. 5. Control : Pemrosesan Input Digital untuk Menghasilkan Output Digital guna Mengontrol Suatu Peralatan. Jump to first page

DSP Menggantikan atau Menambah Performance dari Peralatan Elektronika Analog. Jump to first page

DSP Menciptakan Aplikasi Baru yang Tak Mungkin Dilakukan oleh Peralatan Elektronika Analog. Jump to first page

TRANSFORMASI FOURIER Jean Baptiste Fourier : Setiap Sinyal terdiri dari sinyal-sinyal sinus dengan amplitudo dan fase tertentu Jump to first page

FOURIER TRANSFORM DISKRET TIME DISKRIT FREKUENSI FOURIER TRANSFORM = DFT Jump to first page

Komputasi DFT adalah komputasi yang rumit dan memerlukan banyak memori. Multiply Complex Operation Not only once Accumulate FFT (FAST FOURIER TRANSFORM) adalah algoritma untuk menghitung secara efisien dan cepat untuk operasi DFT N-titik dengan N adalah pangkat dari 2 atau 4 Jump to first page

Sinyal dalam domain waktu Sebuah rekaman sinyal suara Setelah dilakukan Transformasi Fourier menjadi domain frekuensi Spekturn frekuensi-nya LAPLACE TRANSFORM Analog Z TRANSFORM Digital Jump to first page

KONVOLUSI Untuk mengkonvolusi suatu sinyal. . . Dengan sinyal lain 1. Kita “flip” sinyal kedua 2. Kemudian di”geser” Langkah-langkah KONVOLUSI : 1. Flipping/Folding 2. Shifting 3. Multiplication 4. Summation 3. Kalikan dengan sinyal pertama 4. Jumlahkan daerah di bawah kurva Jump to first page

CONTOH KONVOLUSI Signal Smoothing Sinyal penuh noise Dikonvolusi dengan sinyal “penghalus” Menghasilkan sinyal yang lebih “halus” Dengan sifat ini, konvolusi bisa digunakan untuk Digital Filtering Jump to first page

DIGITAL FILTER Implementasi algoritma matematik untuk melakukan modifikasi pada spektrum frekuensi dari suatu sinyal digital untuk mencapai tujuan yang diinginkan. Noisy Signal Analisa Frekuensi Noise Sinyal Asli Sinyal direcover Noise dihilangkan dengan filter Jump to first page

DIGITAL FILTER FINITE IMPULSE RESPONSE ( FIR ) Perancangan Filter Digital FIR bisa dilakukan secara perhitungan matematik manual atau menggunakan software seperti Scope FIR, Parks-MC, Mat. Lab dsb. DIGITAL FILTER INFINITE IMPULSE RESPONSE ( IIR ) Perancangan Filter Digital IIR bisa dilakukan secara perhitungan matematik manual atau menggunakan software seperti : Mat. Lab, Web-Site dsb. Jump to first page

KORELASI Pengukuran kemiripan/kesamaan antara dua sinyal sebagai fungsi pergeseran waktu. 3. Bila terjadi pergeseran. . . 1. Dua fungsi yang mirip dan tidak digeser 2. Produk keduanya bernilai positif 4. Produk keduanya sebagian menjadi negatif 5. Fungsi korelasinya menunjukkan dimana kemiripan antara dua sinyal tersebut. Jump to first page

AUTO KORELASI 1. Autokorelasi dari noise yang random adalah sebuah “spike” 3. Sehingga autokorelasi suatu sinyal sinus yang ber-noise. . . 2. Autokorelasi dari sinyal sinus adalah fungsi periodik menghasilkan “spike”. . . dan fungsi sinus periodik. Jump to first page

KORELASI SILANG Burung nightingale Suara yang sudah diketahui Korelasi Silang Suara terdeteksi nightingale lain Korelasi kuat Burung Merpati Korelasi lemah Penggunaan lain pada radar atau sonar untuk mendeteksi jenis pesawat atau kapal selam. Jump to first page

PEMROSESAN SINYAL DIGITAL UNTUK PENGENALAN SUARA Spesifikasi System Input Suara Diambil Selama Durasi Tertentu Input Suara Dibatasi Hanya Untuk Huruf Vokal Validasi Password Menggunakan Uji Korelasi Password Yang Valid Akan Membuka Aplikasi Tertentu Jump to first page

TEKNIK QUADRATURE AMPLITUDO MODULATION (QAM) + FILTER DIGITAL UNTUK PENGIRIMAN DATA MELALUI FREKUENSI VOICE BAND Diagram Blok Transmitter Jump to first page

Diagram Blok Receiver Spesifikasi System Kecepatan pengiriman data 7200 bps Saluran Transmisi 26 AWG, 18 kft disimulasikan dengan Butterworth Low-Pass filter dengan frekuensi cut-off 2500 Hz Data yang dapat dikirim hanya satu karakter dan satu arah. Jump to first page

PEMROSESAN SINYAL DIGITAL UNTUK PENGENALAN WARNA Spesifikasi System Spektrum Frekuensi dari warna yang dikenali diperoleh dengan Algoritma Real FFT radiks-2 titikhanya hitam, abu-abu Warna yang dapat 1024 dikenali dan putih Pengenalan warna menggunakan jaringan saraf tiruan dengan Propagasi Balik Jump to first page

NOISE REDUCTION MENGGUNAKAN FILTER ADAPTIVE Spesifikasi System Digunakan Filter Digital FIR dan Algoritma Adaptif Least Mean Square ( LMS ) Noise dihasilkan secara internal (simulasi) berupa Random Noise Jump to first page

KEMBANGKAN TOPIK SKRIPSI YANG PERNAH DIBUAT TOPIK BARU MISALNYA : Data Compression, Adaptive Echo Cancellation, System Identification, Object Detection (RADAR) Dll. ELAJARI DSP MULAI DARI SEKARANG Pelajari Semua Konsep-Konsep Dasar & Umum DSP. Pelajari Teknik-Teknik dan Algoritma Khusus Dari Aplikasi DSP Sesuai Dengan Topik Yang Dipilih. DALAM SATU KELOMPOK SKRIPSI DIUSAHAKAN ADA YANG MENGERTI MATEMATIK, PROGRAMMING DAN ELEKTRONIK Jump to first page

“The Scientist and Engineer’s Guide to DSP”, S. W. Smith. “DSP And Microcontroller”, Grover and Deller. www. dspguru. com www. bores. com www. redcedar. com/learndsp. htm Seminar Prosesor Sinyal Digital : Apa, Mengapa dan Bagaimana ? Pembicara : IR. EKO SUPRIYANTO MT & M. ZALFANY U, 25 September 1999 Skripsi-Skripsi Dengan Topik DSP Jurusan Teknik Komputer Briefing Praktikum Sistem Pemrosesan Sinyal Pembicara : ENDRA, 01 MARET 2001 Jump to first page

Jump to first page