Tag: psd

Pemrosesan sinyal telah banyak digunakan untuk merubah atau memanipulasi sinyal-sinyal analog atau digital sejak lama. Aplikasi yang sering digunakan adalah penapisan suatu sinyal. Pemrosesan Sinyal Digital atau Digital Signal Processing (DSP) telah banyak ditemukan dalam berbagai macam aplikasi, mulai dari pemrosesan sinyal komunikasi data, suara, audio atau biomedik hingga instrumentasi dan robotik. Informasi berikut bisa digunakan sebagai gambaran cakupan aplikasi DSP.

• Algoritma DSP algorithm Serbaguna
  Penapisan dan Konvolusi, tapis adaptif, deteksi dan korelasi, estimasi spektral dan Transformasi Fourier.
• Pemrosesan suara
  Pengkodean dan pendekodean, enkripsi dan dekripsi, pengenalan dan sintesa suara, identifikasi pembicara, echo cancellation, cochlea-implant.
• Pemrosesan Audio
  Pengkodean dan pendekodean HIFI, penghapusan derau (noise cancellation), ekualisasi audio, emulasi akustik ambien, pencampuran dan pengeditan audio, sintesa suara.
• Pemrosesan Citra
  Pemampatan dan penguraian, rotasi, transmisi dan dekomposisi citra, pengenalan pola, perbaikan citra, retina-implant signal processing.
• Sistem Informasi
  Voice mail, facsimile (fax), modem, telepon selular, modulator/demodulator, line equalizers, enkripsi dan dekripsi data, komunikasi dan LAN digital, teknologi spread-spectrum, LAN nirkabel, radio dan televisi, pemrosesan sinyal biomedis.
• Kontrol
  Kontrol servo, kontrol disk, kontrol printer, kontrol mesin, navigasi dan petunjuk, kontrol vibrasi, pemantauan powersystem, robot.
• Instrumentasi
  Beamforming, waveform generation, analisis transien, analisis steady-state, instrumentasi saintifik, radar dan sonar

Saat ini, PSD atau DSP (Digital signal processing) merupakan teknologi yang matang dan menggantikan sistem pemrosesan sinyal analog dalam banyak aplikasi. Sistem PSD memiliki beberapa kelebihan, antara lain, tidak terpengaruh oleh perubahn suhu, masa atau usia maupun toleransi komponen. Memang awalnya IC analog dirancang pada ukuran yang sangat kecil, namun sekarang, dengan rancangan submikrometer, rancangan digital bahkan bisa lebih padat dan lebih kecil. Akibatnya lebih kompak, berdaya-rendah dan murah.

Ada dua kejadian yang memicu perkembangan PSD. Pertama adalah ditemukannya suatu algoritma efisien yan berkaitan dengan DFT (Discrete Fourier Transform) oleh Cooley dan Tukcey pada tahun 1965. Yang kedua adalah saat diperkenalkannya, untuk pertama kali, prosesor PSD di akhir tahun 1970-an. Prosesor ini mampu melakukan perhitungan (fixed-point) “multiply-and-accumulate” hanya dalam satu siklus detak, yang juga merupakan hasil kemajuan (pengembangan) dari sistem berbasis mikrokomputer “Von Neuman” pada saat itu. Prosesor PSD saat ini sudah mengandung fungsi-fungsi yang lebih canggih, seperti, pengali bilangan floating-point, barrelshifter, bank memori atau zero-overhead interfaces to A/D and D/A converters.

Pada gambar ini ditunjukkan tipikal aplikasi yang digunakan untuk implementasi suatu sistem analog menggunakan sistem Pemrosesan Sinyal Digital. Sinyal masukan analog masuk melalui sebuah tapis analog anti-aliasing untuk mencegah terjadinya aliasing. Kemudian ADC (analog-to-dgital converter) bertugas menghasilkan data-data digital (beberapa parameter harus ditetapkan sebelumnya seperti resolusi bit, frekuensi cuplik serta metode ADC). Rangkaian PSD kemudian melakukan proses-nya (sesuai dengan aplikasi yang dibuat), kemudian luarannya, yang masih merupakan data-data digital diumpankan melalui DAC untuk dikembalikan menjadi sinyal analog.

Daftar Pustaka

• Lapsley, P., Bier, J., Shoham, A. dan Lee, E., 1997, DSP Processor Fundamentals, IEEE Press, New York

Apaan DSP itu?? DSP merupakan kependekan dari Digital Signal Processing atau dalam bahasa kita dikenal dengan PSD atau Pemrosesan Sinyal Digital.

Belajar DSP bukan merupakan tujuan akhir, begitu menurut Lyons (penulis buku “Understanding Digital Signal Processing 2nd Edition“), artinya Belajar DSP merupakan suatu perjalanan. Saat kita memahami suatu topik, muncullah pertanyaan-pertanyaan berikutnya yang akhirnya membawa kita ke topik-topik lain, tetapi dengan ‘senjata’ yang lebih lengkap, sebagaimana beberapa aspek DSP yang digambarkan pada diagram berikut ini…

Mempelajari dasar-dasar, dan bagaimana berbicara dengan bahasa, pemrosesan sinyal digital tidak membutuhkan kemampuan analisis yang kuat maupun latar belakang matematis yang rumit. Yang Anda perlukan adalah pengalaman belajar Matematika Dasar, seperti trigonometri (minimal tahu apa itu gelombang sinusoidal, dll), buku DSP yang tepat dan (penting nich) antusiasme! Ya Betul sekali, antusiasme!

Anda bisa memulai belajar menggunakan dua buku yang saya sarankan, yaitu:

• Lyons, Richard G., 2004, “Understanding Digital Signal Processing, Second Edition“, Prentice Hall PTR (info);
• Tan, Li, 2008, “Digital Signal Processing: Fundamentals & Applications“, Elsevier Inc. (info).

Baik, lantas bagaimana dengan keterangan diagram tersebut?

Pada awalnya kita hanya mengenal sinyal atau isyarat analog dan kontinyu (terus menerus tanpa ada jeda sedikitpun, misalnya antara data untuk t=0 detik hinga t=1 detik, kita memiliki semua data secara lengkap, tidak hanya pada t=0 detik dan t=1 detik saja).

Dengan adanya teknologi komputer, pemrosesan sinyal mengalami kemajuan karena data-data sinyal tersebut dapat tersimpan dan diproses menggunakan komputer, caranya? Yaitu dengan melakukan pencuplikan (bisa dibayangkan berapa banyak data yang tersimpan jika masih bersifat kontinu? Karena antara t=0 detik hingga t=1 detik bisa berjumlah tak-hingga) menjadi data-data diskrit, hanya untuk saat t tertentu saja, misalnya dengan periode pencuplikan T=0.5 detik, akan diperoleh frekuensi pencuplikan fs=2 Hz atau 2 data tiap detik, sehingga untuk 1 menit = 60 x 2 daa = 120 data/menit.

Tidak hanya proses pencuplikan, juga dilakukan proses kuantisasi, yaitu merubah angka analog menjadi digital selebar n-bit, artinya jika hanya menggunakan 3-bit maka hanya ada 2^3 = 8 tingkat data, demikian seterusnya, semakin lebar bit-nya semakin akurat dan otomatis semakin membutuhkan banyak ruang penyimpan.

Nah, data digital ini perlu dianalisa lebih lanjut, karena masih dalam ranah waktu (time domain), informasi yang diperoleh hampir tidak ada, sehingga seringkali dibutuhkan informasi, misalnya, spektrum atau kandungan frekuensi dari sinyal yang bersangkutan (ranah frekuensi atau frequency domain). Sehingga perlu mempelajari DFT atau Discrete Fourier Transform.

Lantas bisa muncul pertanyaan “Bagaimana proses dari DFT?”, “Mengapa bisa terjadi leakage (cacat) dalam hasilnya? “.Jawaban-nya ada di pengetahuan tentang konvolusi. Lantas “Bagaimana mengantisipasi leakage tersebut?”, jawabannya di Window Functions (Anda mungkin kemudian bertanya “Apa itu Window functions? Buat apa?” dan setrusnya). “Bagaimana spektrum hasil DFT bisa diubah?”, nah yang ini Anda perlu mempelajari Digital Filters. Demikian seterusnya, silahkan Anda lihat kembali diagram-nya. Jika masih ingin mendalami PSD silahkan ikut kuliah PSD-1 dan 2 dari saya atau membaca beberapa buku yang sarankan sebelumnya.

Semoga bermanfaat dan selamat belajar!