Pengolahan Sinyal Digital: 12 Filtering Domain Waktu dan Frekuensi

Filtering di Domain Waktu dan Frekuensi

Pada bagian ini, kita akan membahas tentang filtering di domain waktu dan frekuensi. Filtering dapat dilakukan pada dua ruang yaitu ruang waktu atau domain waktu dan ruang frekuensi.

Konvolusi pada Domain Waktu

• Konvolusi adalah operasi yang melibatkan setiap tetangga terdekat dari data.

• Simbol matematik dari konvolusi adalah F dikalikan G.

• Konvolusi pada domain waktu melibatkan integral dan penjumlahan karena tetangganya bergeser dari waktu ke waktu.

Windows pada Domain Diskrit

• Windows pada domain diskrit dapat dituliskan dengan simbol Sigma integral dan Gamenya berubah menjadi hak.

• Windows dapat disebut juga sebagai kena windows atau short time Fourier Transform.

Contoh Penggunaan Konvolusi

• Nilai GT ditentukan oleh konflik-konflik dari waktu.

• Untuk data yang tidak memiliki tetangga di sebelahnya, nilai GT dikalikan dengan konstanta 3.

• Untuk kasus data kelima yang tidak memiliki tetangga sebelah sininya, nilai GT tidak bisa ditentukan.

Pengenalan Konsep Filtering

Overview: Pada bagian ini, dijelaskan tentang konsep filtering dan penggunaannya dalam menghilangkan noise pada sinyal.

Konsep Filtering

• Noise dapat dihilangkan dengan menambahkan fluktuasi kecil pada aplikasi.

• Menggunakan kernel ukuran tiga dapat mengurangi fluktuasi yang cukup banyak menjadi semakin sedikit.

• Ukuran dari window sangat mempengaruhi kualitas hasil filter.

Filtering di Domain Frekuensi

• Input perlu ditransformasi furier terlebih dahulu sebelum dilakukan filtering.

• Output di domain frekuensi sama dengan filter domain frekuensi dikalikan biasa perkalian biasa tumbuhan perkalian konvolusi lagi dengan inputnya.

• Filter hanya akan membuang bagian frekuensi tinggi saja sehingga sinyal yang tersisa hanya memiliki satu frekuensi.

Contoh Penerapan Filtering

• Contoh penerapan filtering untuk menghilangkan noise pada sinyal audio.

• Kesalahan awal pada sinyal dapat dihilangkan dengan menggunakan band pass filter.

Keuntungan dan Kerugian File MP3

Overview: Bagian ini menjelaskan tentang keuntungan dan kerugian file MP3 serta cara kerja dari pilpres filter.

Keuntungan dan Kerugian File MP3

• Kualitas suara tipe wafdan MP3 berbeda karena lebar bandwidth yang berbeda.

• Ukuran file MP3 lebih kecil dibandingkan dengan file audio waktu karena dilakukan filtering pada daerah frekuensi yang tidak begitu banyak didengarkan oleh manusia.

Cara Kerja Pilpres Filter

• Filtering dilakukan atas dasar penelitian untuk membuang daerah frekuensi yang tidak diperlukan.

• Frekuensi tinggi memakan ruang ukuran yang cukup besar sehingga ukuran file dapat menjadi 10 kali lipat dari ukuran aslinya.

Pengaruh Potongan pada Kualitas Suara

Overview: Pada bagian ini, pembicara membahas pengaruh potongan pada kualitas suara.

Frekuensi Rendah Lebih Penting dalam Suara

• Potongan mempengaruhi ukuran dan kualitas suara.

• Respon utama dari frekuensi suara terutama hanya di frekuensi rendah.

• Frekuensi yang lebih tinggi tidak begitu penting dalam suara.

Penutup

Overview: Pembicara menutup video dan menyatakan akan melanjutkan topik pada video selanjutnya.