Anda di halaman 1dari 8

MODUL 3

KONVERSI ANALOG KE DIGITAL DAN


SEBALIKNYA
(lanjutan)
Contoh 1.4.4
Perhatikan sinyal analog
x a (t) = 3 cos 2000 π t + 5 sin 6000 π t + 10 cos 12000 π t
a). Berapa laju Nyquist untuk sinyal ini ?
b). Sekarang asumsikan bahwa kita mencuplikan sinyal ini dengan menggunakan laju
pencuplikan Fs = 500 cuplikan / sekon. Berapa sinyal waktu-diskrit yang diperoleh
sesudah pencuplikan
c). Berapa sinyal analog ya (t) yang dapat disusun ulang dari cuplikan kita
menggunakan interpolasi ideal?

Jawab
a). Frekuensi-frekuensi yang ada dalam sinyal analog adalah
F1 = 1 kHz, F2 = 3 kHz, F3 = 6 kHz
Jadi F maks = 6 kHz, dan sesuai denan teorema pencuplikan
Fs > 2F maks = 12 kHz
Laju Nyquist adalah FN = 12 kHz
b). Karena kita telah memilij Fs = 5 kHz, frekuensi percerminan adalah
Fs = 2,5 kHz
2
dan ini merupakan frekuensi maksimum yang dapat digambarkan secara unik
dengan sinyal yang dicuplik. Dengan menggunakan Persamaan (1.4.2) kita
memperoleh
x (n) = xa (nT) = xa n
Fs
1 3 6
= 3 cos 2 π n + 5 sin 2 π n + 10 cos 2 π n
5 5 5
1 2 1
= 3 cos 2 π n + 5 sin 2 π (1 - ) n + 10 cos 2 π (1 + )n
5 5 5

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 1
1 2 1
= 3 cos 2 π n + 5 sin 2 π ( - ) n + 10 cos 2 π n
5 3 5
Akhirnya kita memperoleh
1 2
x (n) = 13 cos 2 π n - 5 sin 2 π - n
5 5
Hasil yang sama dapat diperoleh dengan menggunakan Gambar 1.17.
sesungguhnya, karena Fs/2 = 5 kHz, frekuensi pencerminan Fs/2 = 2,5 kHz. Ini
adalah frekuensi maksimum yang dapat digambarkan secara unik dengan sinyal
yang dicuplik. Dari persamaan (1.4.17) kita mempunyai F0 = Fk – Fs. Jadi F0 dapat
diperoleh dengan mengurangkan dari Fk suatu kelipatan integer Fs sehingga –Fs/2 ≤
F0 ≤ Fs/2. Frekuensi F1 lebih kecil dari pada Fs/2 dan tidak dipengaruhi pengaliasan.
Namun kedua frekuensinya lainnya di atas frekuensi pencerminan dan akan diubah
dengan efek pengaliasan. Yaitu ,
F2 = F2 – F2 = - 2 kHz
F3 = F3 – F3 = 1 kHz
1 2 1
Dari persamaan (1.4.5) hal ini mengikuti bahwa f1 = , f2 = - , dan f3 = , yang
5 5 5
sesuai dengan hasil diatas.
c). Karena hanya komponen-komponen frekuensi pada 1 kHz dan 2 kHz yang ada pada
sinyal yang dicuplik, sinyal analog tersebut dapat kita kembalikan adalah
y a (t) = 13 cos 2000 π t - 5 sin 4000 π t
yang sangat berbeda dengan sinyal orisinal x a (t). Distorsi sinyal analog orisinal ini
disebabkan oleh efek pengaliasan, berlaku untuk laju pencuplikan rendah yang
digunakan.

Walaupun pengaliasan merupakan perangkap yang harus dihindari, terdapat dua


aplikasi prkatis yang berguna berdasarkan eksploitasi / pemerasan efek pengaliasan.
Aplikasi-aplikasi ini stroboskop dan osiloskop pencuplikan. Kedua instrumen didesain
untuk beroperasi.
Secara teperinci, perhatikan suatu sinyal dengan komponen-komponen frekuensi
tinggi dengan batasan pita frekuensi tertentu B1 < F < B2, dengan B2. B1 ≡ B
didefenisikan sebagai lebar pita sinyal k. kita mengasumsikan bahwa B < B1 < B2.
Kondisi ini berarti bahwa komponen frekuensi dalam sinyal itu jauh lebih besar dari pada
lebar pita sinyal B. sinyal-sinyal seperti itu biasanya dinamakan sinyal pita lolos (Pass

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 2
Band) atau sinyal pita sempit (Narrow Band). Sekarang jika sinyal itu dicuplik pada laju
Fs ≥ 2B tetapi Fs << B1, maka seluruh komponen frekuensi yang terisi dalam sinyal
akan menjadi alias-alias dari frekuensi dalam interval 0 < F < F s/2. Konsekuensinya, jika
kita mengamati daya muat frekuensi sinyal dalam interval dasar 0 < F < F s/2 kita
mengetahui secara presisi daya muat frekuensi sinyal nalog tersebut sejak kita
mengetahui pita frekuensi B1 < F < B2 yang sedang dibicarakan. Akibatnya, jika sinyal itu
adalah sinyal gelombang sempit (pita lolos), kita dapat merekontruksikan sinyal orisinal
dari cuplikan, yang disediakan bahwa sinyal dicuplik pada laju Fs > 2B, dengan B adalah
lebar pita. Pernyataan ini merupkan dari teorema pencuplikan bentuk lain, yang kita
namakan bentuk passband untuk membedakannya dari bentuk teorema pencuplikan
yang sebelumnya yang dipakai secara umum untuk seluruh tipe sinyal.

1.4.3 Kuantitasi Sinyal Amplitudo-Kontinu


Seperti yang telah kita lihat, sinyal digital adalah deret angka-angka (cuplikan) yang
setiap angkanya digambarkan dengan angka digit berhingga (presisi berhingga).
Proses pengkorvesian suatu sinyal amplitudo-kontinu waktu-diskrit menjadi
sinyal digital dengan menyatakan setiap nilai cuplikan sebagai suatu angka digit
(daripada yang tak berhingga), dinamakan kuantitas. Kesalahan (error) diperkenalkan
pada penampilan sinyal bernilai-kontinu dengan himpunan tingkatan nilai diksrit
berhingga dinamakan kesalahan kuantitasi atau kebisingan kuantitasi.
Kita menunjukkan operasi pengkuantisasi pada cuplikan x(n) sebagai Q[x(n)] dan
xq(n) menunjukkan deret cuplikan terkuantisasi pada keluaran pengkuantisasi.
Sehingga

Maka kesalahn kuantisasi adalah deret eq(n) yang didefenisikan sebagai selisih antara
nilai terkuantisasi dan nilai cuplikan yang sebenarnya. Jadi,
eq (n) = xq (n) – x(n) (1.4.25)
Kita mengilustrasikan proses kuantisasi dengan sebuah contoh. Mari kita perhatikan
sinyal waktu-diskrit
TABEL 1.2 Ilustrasi numerik kuantisasi dengan satu digit signifikan dengan
menggunakan pembulatan ke atas dan pembulatan ke bawah
x(n) xq (n) xq (n) xq(n)=xq (n) – x(n)
n Sinyal diskrit (Pembulatan (pembulatan (Pembulatan
ke bawah) ke atas) ke atas)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 3
0 1 1,0 1,0 0,0
1 0,9 0,9 0,9 0,0
2 0,81 0,8 0,8 -0,01
3 0,729 0,7 0,7 -0,029
4 0,6561 0,6 0,7 0,439
5 0,59049 0,5 0,6 0,00951
6. 0,531441 0,5 0,5 -0,031441
7 0,4782969 0,4 0,5 0,021031
8 0,43046721 0,4 0,4 -0,03046721
9 0,387420489 0,3 0,4 0,012579511

0,9n , n ≥ 0
x (n) = 0, n<0
yang didapat dengan pencuplikan sinyal eksponensial analog xa (t) = 0,9t ≥ 0 dengan
frekuensi pencuplikan Fs = 1 Hz (lihat gambar 1.20 (a)). Pembahasan Tabel 1.2, yang
memperlihatkan nilai-nilai 10 pencuplikan x(n) pertama, menyatakan bahwa dekripsi nilai
cuplikan x(n) memerlukan n digit yang penting. Jelaslah bahwa sinyal ini tidak dapat
diproses dengan menggunakan kalkulator atau komputer digital karena hanya beberapa
cuplikan pertama yang dapat disimpan dan dimanupulasi. Sebagai contoh, kebanyakan
kalkulator memproses angka-angka hanya dengan delapan digit yang penting.
Namun, mari kita asumsikan bahwa kita hanya ingin menggunakan satu digit
yang signifikan. Untuk mengeliminasi kelebihan digit ke kita dapat membuangnya
(truncation) secara absolut atau membuangnya dengan membulatkan angka tersebut
(Rounding). Hasil sinyal terkuantisasi xq(n) diperlihatkan pada Tabel 1.2. Kita hanya
akan membahas kuantisasi dengan pembulatan (rounding), meskipun semudah
melakukan pemotongan (pembulatan ke bawah) (truncation). Proses pembulatan
disajikan secara grafis pada Gambar 1.20b. Nilai-nilai yang mungkin pada sinyal digital
dinamakan tingkatan kuantisasi dengan menganggap bahwa jarak ∆ antara dua
tingkatan kuantisasi yang berurutan dinamakan ukuran langkah kuantisasi atau resolusi.
Pengkuantisasi pembulatan membuat setiap cuplikan x(n) kepada tingkatan kuantisasi
terdekat. Sebaliknya, pengkuantisasi yang melakukan pemotongan (pembulatan ke
bawah) akan membuat setiap cuplikan x(n) kepada tingkatan kuantisasi di bawahnya.
Kesalahan kuantisasi eq(n) pada pembulatan dibatasi pada interval - ∆ /2 hingga ∆ /2,
yakni
∆ ∆
- ≤ eq(n) ≤ (1.4.26)
2 2
Dengan kata lain, kesalhan kuantisasi sesaat tidak dapat melebihi setengah langkah
kuantisasi (lihat Tabel 1.2.)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 4
Jika xmin dan xmaks menyatakan nilai x(n) minimum dan maksimum dan L adalah
jumlah tingkatan kuantisasi, maka

∆ = xmin - xmaks (1.4.27)


L–1
Kita mendefenisikan inteval dinamis sinyal sebagai xmin - xmaks. Dalam contoh ini, kita
mempunyai xmaks = 1, xmin = 0, dan L = 11, yang membuat ∆ = 0,1. Perhatikan bahwa
jika interval dinamis tetap, penambahan jumlah tingkatan kuantisasi, L megnhasilkan
pengurangan ukuran langkah kuantisasi. Jadi kesalahan kuantisasi berkurang dan
ketepatan (ketelitian) pengkuantisasi bertambah. Secara praktis kita dapat mengurangi
kesalahan kuantisasi terhadap angka yang penting dengan memilih jumlah tingkatan
kuantisasi yang cukup.
Secara teoritis, kuantisasi sinyal-sinyal analog selalu menghasilkan rugi
informasi. Inilah hasil kerancuan yang ditemukan dalam kuantisasi. Sesungguhnya,
kuantisasi merupakan proses yang tidak dapat dibalik (irreversible) atau proses yang
tidak dapat diinverskan (non inversible) (atau, pemetaan dari banyak-menjadi-satu)
karena seluruh cuplikan dengan jarak ∆ /2 disekitar tingkatan kuantisasi tertentu
memberikan nilai yang sama. Dualisme ini membuat analisis kuantitatif yang tepat untuk
kuantisasi yang sangat sulit. Topik ini didiskusikan lebih lanjut pada Bab 9, dimana kita
menggunakan analisis statistik.

1.4.2 Kuantisasi Sinyal Sinusoida


Gambar 1.21 menyajikan pencuplikan dan kuantisasi sinyal sinusoida analog xa(t) = A
cos Ω 0t dengan menggunakan grid empat persegi panjang. Garis horisontal dalam
interval pengkuantisasi menunjukkan tingkatan kuantisasi yang diizinkan. Garis vertikal
menunjukkan waktu pencuplikan. Jadi, dari sinyal analog yang asli xa(t) kita memperoleh
sinyal waktu-diskrit x(n) = xa(nt) dengan

Gambar 1.21 Pencuplikan dan kuantisasi sinyal sinusoida

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 5
Pencuplikan dan waktu-diskrit, sinyal amplitudo-diskrit xq(nT) setelah θ kuantisasi.
Secara praktis, sinyal deret tangga xq(t) dapat diperoleh dengan menggunakan suatu
penetap tingkat-nol (Zero-order hold). Analisis ini berguna karena sinusoida digunakan
sebagai sinyal uji pada pengkonversi A/D.
Jika laju pencuplikan, Fs memenuhi teorema pencuplikan, kuantisasi merupakan
kesalahan saja dalam proses konversi A/D. Jadi kita mengkonversi kesalahan kuantisasi
dengan mengkuantisasi sinyal analog xa(t) sebagai ganti sinyal waktu-diskrit x(n) =
xa(nT). Pemeriksaan gambar 1.21 menunjukkan bahwa sinyal xa(t) hampir linear antara
tingkatan-tingkatan kuantisasi (lihat gambar 1.22). Kesalahan kuantisasi yang sesuai
eq(t) = xq(t) – xq(t) diperlihatkan pada gambar 1.22. Pada Gambar 1.22, τ menunjukkan
waktu xa(t) berada dalam tingkatan kuantisasi. Daya kesalahan kuadrat-rata-rata pq
adalah
τ τ
1 1
Pa =
2τ ∫
0
eq2 (t) dt =
τ ∫
0
eq2 (t) dt (1.4.28)

Karena eq(t) = ( ∆ / 2 τ ) t, - τ ≤ t ≤ τ , kita mempunyai


τ
1 ∆ ∆2
Pa =
τ ∫
0 2τ
2
t2 dt =
12
(1.4.29)

Jika pengkuantisasi mempunyai b bit dengan keakuratan dan pengkuantisasi meliputi


interval keseluruhan 2A, langkah kuantisasinya adalah ∆ = 2A/2. Karena itu

A2 / 3
Pa = (1.4.30)
2 2b
Daya rata-rata sinyal xa(t) adalah
Tp
1 ∆2
Pa =
Tp ∫
0
(A cos Ω 0t)2 dt =
2
(1.4.31)

Kualitas keluaran pengkonversi A/D biasanya diukur dengan rasio sinyal-ke-kebisingan


(noise) kuantisasi (SQNR), yang memberikan rasio daya sinyal terhadap daya
kebisingan :

Gambar 1.22 Galat kuantisasi eq(t) = xa(t) – xq(t)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 6
Px 3
SQNR = = . 22b
Pq 2
Dinyatakan dalam desibel (dB), SQNR adalah
SQNR (dB) = 10 log10 SQNR = 1,76 + 6,02b
(1.4.32)
Rumus ini menyatakan bahwa SQNR bertambah kira-kira 6 dB untuk setiap bit yang
ditambahkan kepada panjang kata, yakni untuk setiap pembuatan rangkap tingkatan
kuantisasi.
Walaupun formula (1.4.32) diturunkan untuk sinyal sinusoida, kita akan melihat
dalam Bab 9 bahwa suatu hasil yang sama berlaku untuk setipa sinyal yang interval
dinamisnya memperpanjang interval pengkuantisasi. Hubungan ini sangat penting
karena untuk mendiktekan jumlah bit yang dibutuhkan oleh aplikasi khusus untuk
menjamin rasio sinyal-ke-derau tertentu. Sebagai contoh, sebagian besar penggerak
piringan yang kompak (Compact Disk) menggunakan frekuensi pencuplikan 44,1 kHz
dan resolusi cuplikan 16-bit, yang menyatakan SQNR lebih dari 96 dB.

1.4.5 Pengkodean Cuplikan Terkuantisasi


Proses pengkodean dalam pengkonversi A/D memberikan suatu angka biner yang unik
untuk setiap tingkatan kuantisasi. Jika kita mempunyai L tingkatan kita perlu sekurang-
kurangnya L angka biner yang berbeda. Dengan panjang kata b bit kita dapat
menciptakan 2b angka biner yang berbeda. Karena itu mempunyai 2 b ≥ L, atau sama
dengan, b ≥ Log2 L. Jadi jumlah bit yang diperlukan dalam pengkode adalah integer
terkecil yang lebih besar dari atau sama dengan Log2 L. Dalam contoh kita, hal itu dapat
dilihat dengan mudah bahwa kita perlu pengkode dengan b = 4 bit. Pengkonversi A/D
yang tersedia secara konversial dapat diperoleh dengan presisi tertentu dari b = 16 atau
kurang. Umumnya, jika laju pencuplikan yang lebih tinggi dan kuantisasi yang lebih baik,
akan lebih mahal divais tersebut.

1.4.6 Konversi Digital-ke-Analog


Untuk mengkonversi sinyal digital menjadi sinyal analog kita dapat menggunakan
pengkonversi digital-ke-analog (D/A). seperti yang dinyatakan sebelumnya, tugas
pengkonversi D/A adalah menginterpolasi antara cuplikan-cuplikan.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 7
Teorema pencuplikan menentukan interpolasi optimum untuk gelombang yang
terbatas. Walaupun demikian, tipe interpolasi ini cukup ruwet dan, karena itu tidak
praktis, seperti ditunjukkan sebelumnya. Dari pandangan praktis, pengkonversi D/A yang
paling sederhana adalah zero-order hold yang diperhatikan pada gambar1.15 yang
secara sederhan menahan nilai konstan cuplikan sampai cuplikan berikutnya diterima.
Pengembangan tambahan lain dapat diperoleh dengan menggunakan interpolasi linear
seperti yang diperlihatkan pada gambar 1.23 yang menghubungkan cuplikan berurutan
dengan potongan garis-lurus. Zero-order hold dan interpolator linear dianalisis dalam
bagian 9.3. Interpolasi yang lebih baik dapat dicapai dengan menggunakan tehnik
interpolasi orde-tinggi yang lebih canggih.
Umumnya, tehnik interpolasi suboptimum menghasilkan pelewatan frekuensi-
frekuensi diatas frekuensi pencerminan. Komponen frekuensi seperti itu tidak diinginkan
dan biasanya dipindahkan dengan melewatkan keluaran interpolasi melalui tapis analog
tertentu, yang dinamakan tapis pengirim (postfilter) atau tapis penghalus (smoothing
filter). Jadi konversi D/A biasanya meliputi interpolator suboptimum yang diikuti dengan
postfilter. Pengkonversi D/A diperlakukan lebih rinci dalam Bagian 9.3.

1.4.7 Analisis Sinyal Digital dan Sistem Versus Sinyal Waktu-Diskrit dan Sistem
Kita telah melihat bahwa sinyal digital telah didefinisikan sebagai suatu fungsi variabel
bebas integer dan niilai-nilainya diambil dari himpunan berhingga nilai-nilai yang
mungkin. Ketidakbergunaan sinyal seperti itu merupakan kosekuensi kemungkinan yang
ditawarkan oleh komputer digital. Komputer beroperasi dengan bilangan-bilangan, yang
diwakili oleh karakter string (string) 0 dan 1. Panjang string ini (panjang kata) tetap
biasanya 8, 12, 16, atau 32 bit. Efek panjang kata berhingga dalam komputasi
menyebabkan keruwetan ini, kita mengabaikan sifat terkuantisasi sinyal digital dan
sistem dalam banyak analisis kita dan meninjaunya sebagai sinyal waktu-diskrit dan
sistem.
.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Said Attamimi MT. PENGOLAHAN SINYAL DIGITAL 8