SINYAL

TEAM DOSEN
1
SINYAL & SISTEM
EE2423
Outline
2
Definisi Sinyal & Sinyal dalam kehidupan kita
Klasifikasi Sinyal
Sinyal waktu kontinyu & Sinyal waktu Diskret
Sinyal Periodik & Aperiodik
Sinyal Genap & Sinyal Ganjil
Sinyal Deterministik dan Acak
Sinyal-sinyal Dasar
Operasi Dasar

Definisi Sinyal
3
Sinyal pada umumnya menggambarkan berbagai fenomena fisik.
Berbagai contoh sinyal dalam kehidupan sehari-hari : arus atau
tegangan dalam rangkaian elektrik, suara, suhu, tekanan udara,
kecepatan, debit air, sinyal biomedis seperti EEG, ECG dlsb.
Dalam konteks hubungan sinyal dengan sistem, sinyal adalah
masukan dari enviroment ke dalam sistem dan keluaran dari sistem
ke enviroment.




environment

SINYAL
INPUT

SISTEM
SINYAL
OUTPUT
Definisi Sinyal
4
Perhatikan gambar dibawah, sebuah sistem rangkaian penyearah
jembatan dengan sinyal masukan adalah tegangan AC, dan sinyal
keluaran berupa sinyal DC.









Dalam hal ini sinyal adalah masukan sistem dan output sistem yang
direpresentasikan sebagai perubahan tegangan terhadap waktu.
D3
D1
V
in
RL
V
out
D4
D2
V
in
V
out
t t
(a) (b)
Definisi Sinyal
5
Gambar dibawah adalah sinyal ucapan dari kata apa kabar yang
dilewatkan melalui mikrofon sepanjang 1100 milidetik. Dalam hal
ini, suara ucapan digambarkan sebagai perubahan tekanan akustik
terhadap waktu.
Definisi Sinyal
6
Selain sinyal satu dimensi, dalam sehari-hari, kita juga akan sering
menjumpai sinyal dua dimensi. Sebagai contoh adalah citra digital.
Perhatikan sebuah citra monokromatis. Citra monokromatis
direpresentasikan oleh tingkat kecerahan sebagai fungsi titik
koordinat.
Definisi Sinyal
7
Secara metematis sinyal dinyatakan sebagai
fungsi dari variabel bebas. Sinyal dapat
memiliki satu atau lebih dari satu variabel
bebas.
Sebagaimana contoh di atas, sinyal listrik
memiliki satu variabel bebas waktu,
sedangkan sinyal citra memiliki dua variabel
bebas berupa titik koordinat.
Dalam banyak hal sinyal adalah fungsi waktu
yang merepresentasikan variabel fisik yang
berkaitan dengan sistem.
Definisi Sinyal
8

Dalam kuliah ini kita akan membatasi
pembahasan pada sinyal dengan satu
variabel bebas berupa waktu. Meskipun pada
kenyataannya tidak seluruh variabel bebas
dinyatakan dengan waktu, seperti variasi
tekanan udara dan kelembaban terhadap
ketinggian.
Waktu sebagai variabel bebas yang akan kita
pelajari dalam kuliah ini, mencakup waktu
kontinyu dan waktu diskret.
Representasi Sinyal
9
Selain dengan cara grafis seperti contoh-contoh di atas,
sinyal dapat juga direpresentasikan dengan persamaan
matematis.
Contoh :
Untuk sinyal waktu kontinyu :
x(t) = 10 sin 2t
x(t) = 2t+7



Untuk sinyal waktu diskret :
x(n)=2n+3
y(n)=[1, 2, 3, 4, 3, 2, 1], keterangan : tanda _ adalah titik n=0.

<
>
=
0 0
0
) (
t
t t
t y

<
>
=
0 0
0 1
) (
n
n
n y
Klasifikasi Sinyal
10
Sinyal waktu kontinyu & Sinyal waktu Diskret
Sinyal Periodik & Aperiodik
Sinyal Genap & Sinyal Ganjil
Sinyal Deterministik & Sinyal Acak

Sinyal waktu kontinyu & Sinyal waktu
Diskret
11
Sinyal Waktu Kontinyu terdefinisi untuk setiap nilai pada sumbu
waktu, sedangkan Sinyal Waktu Diskret terdefinisi hanya pada nilai
waktu diskret.
Dalam pembahasan kita, sumbu waktu untuk Sinyal Waktu Kontinyu
menggunakan simbol t, sedangkan untuk Sinyal Waktu Diskret
menggunakan simbol n. Sehingga representasi sinyal x untuk Sinyal
Waktu Kontinyu dituliskan sebagai x(t) dan untuk Sinyal Waktu Diskret
dituliskan sebagai x(n).
Contoh Sinyal Waktu Kontinyu : Sinyal modulasi AM
Sinyal waktu kontinyu & Sinyal waktu
Diskret
12
Contoh Sinyal Waktu Dsikret :
Jumlah pelanggan tetap VoIP U.S
Sumber :Trend in the U.S communication equipment market :A wall
street perspective.
Communication Magazine, Vol 44.
Keterangan : 1Q03 = pertama tahun 2003
Sinyal Periodik dan Sinyal
Aperiodik
Sinyal waktu kontinyu dinyatakan periodik jika dan hanya
jika
x(t+kT)=x(t) untuk - < t < ,
dimana k adalah bilangan bulat.
T adalah perioda sinyal.

Sinyal waktu diskrit dinyatakan periodik jika dan hanya
jika
x(n+kN)=x(n) untuk - < n < ,
dimana k adalah bilangan bulat.
N adalah perioda sinyal.
0 1 2 3 4 5 6 7 8N n
X(n)
N
13
0 T t
X(t)
Sinyal Genap dan Sinyal Ganjil
14
Salah satu klasifikasi lain diperoleh dengan melihat kesimetrian
sinyal pada waktu balikan (reverse time). Sinyal x(t) atau x(n)
dinyatakan sinyal genap jika :
x(-t)=x(t) dan x(-n)=x(n)
Jadi sinyal genap membentuk simteri dengan waktu balikannya.
Contoh : gambar& pers

Sinyal Genap dan Sinyal Ganjil
15
Sinyal x(t) atau x(n) dinyatakan sinyal ganjil jika :
x(-t)=-x(t) dan x(-n)=-x(n)
Jadi sinyal ganjil membentuk anti-simteri dengan waktu balikannya.
Contoh : gambar& pers

Sinyal Deterministik dan Stochastic
16
Sinyal determinisktik adalah sinyal yang keseluruhan nilainya dapat
ditentukan dengan suatu persamaan matematis.
Contoh : sinyal sinus, sinyal-sinyal dalam pembahasan MK ini
selanjutnya adalah sinyal deterministik.

Sinyal Stochastic jika nilai yang akan datang dari suatu sinyal tidak
dapat ditentukan secara pasti.
Contoh : noise tegangan dalam penguat, dll
Energi dan Daya Sinyal
17
Untuk sinyal waktu kontinyu :





Untuk sinyal waktu diskret :


} }
+

= =
1
2 2
) ( ) ( lim dt t x dt t x E
T
T T
} }
+

= =
1
2 2
) ( ) (
2
1
lim dt t x dt t x
T
P
T
T T
;


+
= =

= =
n
N
N n
N
n x n x E
2 2
) ( ) ( lim

+
= =

=

=
n
N
N n
N
n x n x
N
P
2 2
) ( ) (
1 2
1
lim
;

Sinyal-sinyal Dasar
18
Sinyal Unit Step
Sinyal Impuls
Sinyal Ramp
Sinyal Eksponensial
Sinyal Sinusoidal
Unit Step (contd)
19
Unit Step Kontinyu

u(t)=


Unit Step Kontinyu Tergeser

u(t-t)=

<
>
0
0
0
1
,t
,t

<
>
t
t
,t
,t
0
1
u(t- t)
t
t
1
t
1
u(t)
Unit Step (contd)
20
Unit Step Kontinyu diskontinyu pada t=0, sehingga tak
terdiferensiasi (not differentiable)!
Kita definisikan unit step ter-delay:





u
c
(t) kontinyu dan dapat di-diferensiasi

<
>
+
=
otherwise
,t
,t
t
t u
,
2 /
2 /
2
1
0
1
) ( c
c
c
c
t
1
u
c
(t)
2
c
2
c

) ( lim ) (
0
t u t u
c
c
=

< <
=
otherwise
t ,
dt
t du
,
2 / 2 /
0
1
) (
c c
c
c
Unit Impulse (contd)
21
Unit Impuls Kontinyu:




}

=
=
=
c
c
o
o
1 ) (
0 ,
0
0
) (
dt t
t
,t
t

< <
= =

otherwise
t ,
dt
t du
t
,
2 2
0
1
) (
lim ) (
0
c c
c
o
c
c
t
1/c
o
c
(t)
2
c
2
c

t
c0
o(t)
Unit Impuls (contd)
22
Unit Impuls Kontinyu Tergeser:


Properties Unit Impuls Kontinyu :



) ( ) ( ) ( ) (
) ( ) 0 ( ) ( ) (
) ( ) (
) ( ) (
) (
) (
t o t t o
o o
o o
t t o
o
=
=
=
=
=
}

t x t t x
t x t t x
t t
d t u
dt
t du
t
t
t
o(t-t)
t
}

= t t o t d t x t x ) ( ) ( ) (
Unit Step
23
Unit Step Diskret

u[n]=



Unit Step Diskret Tergeser

u[n-k]=

<
>
0
0
0
1
,n
,n
u[n]
-1 -2
n
1 -3 3 2
1

<
>
k ,n
k ,n
0
1
u[n-k]
-1
n
1 k
1
Unit Impuls
24
Unit Impuls Diskret




Unit Impuls Diskret Tergeser

=
=
=
0
0
0
1
] [
,n
,n
n o
o[n]
-1 -2
n
1 -3 3 2
1
o[n-k]
-1
n
1 k
1

=
=
=
k ,n
k ,n
k n
0
1
] [ o
Unit Impuls (contd)
25
Properties Fungsi Unit Impuls Diskret:

=
=
=
=
=
=
=
k
n
k
k n k x n x
k n k x k n n x
n x n n x
k n u
n u n u n
] [ ] [ ] [
] [ ] [ ] [ ] [
] [ ] 0 [ ] [ ] [
] [ ] [
] 1 [ ] [ ] [
o
o o
o o
o
o
Latihan
26
Hitung persamaan dibawah:





Gambarkan sinyal berikut ini:



Gambar turunan dari x(t), yakni dx(t)/dt.
dt t t u t
k n n n nu
n k n
}


=

= =
+
+
10
10
0
10
)) 15 ( ) ( (
] 2 [ ] [
o
o
)) 8 ( ) 6 ( ) 4 ( ( ) ( ) 2 ( ) (
] 3 [ ] [ ) 1 ( ] [
+ + + =
+ =
t u t u t u t t u t t x
n nu n u n n x
Signals Sebagai Fungsi Step
27
t
c
x(t)
a
b
1
y(t)
-
1
1
t
1
w(t)
-
1
1
t
2
z(t)
-
1
1
t
2
-
2
Signals Sebagai Fungsi Step (contd)
28
x[n]
-1
n
1 N
1
y[n]

-1
n
1 4
1
-2 3 2 5 -3

Operasi-operasi Dasar
29
Operasi terhadap Sumbu Waktu


Pergeseran sumbu waktu
X(t+t0) geser ke kiri sejauh t0
X(t-t0) geser ke kanan sejauh t0

Pencerminan
X(-t) pencerminan terhadap sumbu vertikal

Penskalaan waktu (kompresi-ekspansi)
X(at) jika |a|>1 Kompresi
jika |a|<1 ekspansi



(

|
.
|

\
|
=
a
b
t a f b at f ) ( (

|
.
|

\
|
=
a
b
n a f b an f ) (
Operasi-operasi Dasar
30
Operasi terhadap Amplituda

Penskalaan
A.x(t)

SISTEM

TEAM DOSEN
31
EE2423
SINYAL & SISTEM
Outline (bagian 1)
32
Definisi Sistem
Interkoneksi Sistem
Klasifikasi Sistem :
Sistem Memory vs. Memoryless
Kausalitas
Stability and Invertibility
Linearity
Time-Invariance
Superposisi pada Sistem LTI

Definisi Sistem
33
Sistem: Black box yang memetakan sinyal input
menjadi sinyal output.
Sistem Waktu Diskret: y[n] = H[x(n)]




Sistem Waktu Kontiunyu: y(t) = H(x(t))

H
x[n] y[n]
H
x(t) y(t)
Interkonneksi Sistem
34
Hubungan serial (Cascade): y(t) = H
2
( H
1
( x(t) ) )



Contoh: radio receiver diikuti oleh amplifier
Parallel Connection: y(t) = H
2
( x(t) ) + H
1
( x(t) )





Contoh: line telepon terhubung parallel dengan microphone telepon
H
1

x(t)
H
2

y(t)
H
1

x(t)
y(t)
H
2

+
Interkonneksi Sistem(contd)
35
Hubungan Feedback : y(t) = H
2
( y(t) ) + H
1
( x(t) )







contoh : Sistem penghapus echo
Sangat mungkin untuk mengkombinasikan hubungan
tersebut.

H
1

x(t) y(t)
H
2

+
Sistem Memory vs. Memoryless
36

Sistem Memoryless (static): Output sistem y(t)
bergantung hanya pada intput pada waktu t,
y(t) adalah fungsi x(t)

Sistem Bermemori (dynamic): Output sistem y(t)
bergantung pada input sebelum atau sesudah waktu t
(current time t),
y(t) fungsi x(t) dimana - < t <.

Sistem Memory/Dinamis vs.
Memoryless
37

Contoh:Tentukan apakah dibawah ini sistem bermemori atau tak
bermemori
resistor: y(t) = R x(t)

capacitor:

satu unit delayer: y[n] = x[n-1]

accumulator:

}

=
t
d x
C
t y t t) (
1
) (

=
=
n
k
k x n y ] [ ] [
Kausalitas
Sistem kausal jika keluaran pada saat n=n
0

hanya bergantung pada harga-harga dari
masukan nn
0
(sebelumnya dan sekarang),
dengan kata lain h(n)=0 untuk n<0.
h(n) = respon impuls
Sistem yang dapat direalisasikan harus kausal

38
Stabilitas dan Invertibilitas
39
Stabilitas: Sistem stabil jika memberikan keluaran terbatas untuk
masukan yang terbatas (bounded-input/bounded-output)-BIBO.

Jika |x(t)| < k
1
, maka |y(t)| < k
2
.
Contoh:

}
=
t
dt t x t y
0
) ( ) ( ] [ 100 ] [ n x n y =
Stabilitas dan Invertibilitas
40
Invertibilitas: Sistem invertible jika input yang berbeda menghasilkan
output yang berbeda. Jika sistem invertible,maka ada sistem inverse
yang dapat mengkonversi output asli sistem menjadi input asli sistem.

Contoh:
Sistem
x(t)

Sistem
Inverse

w(t)=x(t) y(t)
Stabilitas dan Invertibilitas
41


Contoh:
) (
4
1
) (
) ( 4 ) (
t y t w
t x t y
=
=
] 1 [ ] [ ] [
] [ ] [
=
=

=
n y n y n w
k x n y
n
k
dt
t dy
t w
dt t x t y
t
) (
) (
) ( ) (
=
=
}

Linearitas
42
Sistem linier jika memenuhi sifat:
additivitas: x(t) = x
1
(t) + x
2
(t) y(t) = y
1
(t) + y
2
(t)
homogeneitas (atau scaling): x(t) = a x
1
(t) y(t) = a
y
1
(t), dengan a konstanta complex.

Dua sifat tersebut dapat dikombinasi menjadi satu sifat:
Superposition:
x(t) = a x
1
(t) + b x
2
(t) y(t) = a y
1
(t) + b y
2
(t)
x[n] = a x
1
[n] + b x
2
[n] y[n] = a y
1
[n] + b y
2
[n]

| | | | | |
1 2 1 2
( ) ( ) ( ) ( ) T x t x t T x t T x t o | o | + = +
Linearitas
43

Contoh: Apakah sistem berikut linier?
2
( ) ( )
( ) ( ) 4
y t x t
y t x t
=
= +
] [ ] [ n nx n y =
) cos( ) ( ) ( t t x t y e =
Time-Invariance
44
Sistem time-invariant jika delay (time-shift) pada
sinyal input hanya menyebebkan delay yang sama
besar (time-shift) pada sinyal ouput dan tidak
mengubah amplitudo sinyal output.

x(t) = x
1
(t-t
0
) y(t) = y
1
(t-t
0
)
x[n] = x
1
[n-n
0
] y[n] = y
1
[n-n
0
]

Periksalah sistem dibawah apakah time-invariant:
] [ ] [ n nx n y =
) 2 ( ) ( t x t y =
) ( sin ) ( t x t y =
| |
( ) ( ) T x t k y t k =
Superposisi dalam Sistem LTI
45
Dalam sistem LTI:
Respons sistem y(t) untuk sinyal input x(t)
Sangat mungkin menggambarkan respons sistem untuk
sejumlah sinyal input x
1
(t) yang dapat diperoleh dengan
scaling atau time-shifting dari sinyal input x(t),
contoh :

x
1
(t) = a
0
x(t-t
0
) + a
1
x(t-t
1
) + a
2
x(t-t
2
) +
y
1
(t) = a
0
y(t-t
0
) + a
1
y(t-t
1
) + a
2
y(t-t
2
) +

Superposisi in Sistem LTI (contd)
46
Latihan: Diberikan respon y(t) pada sistem LTI untuk sinyal input x(t) di
bawah, carilah response sistem untuk sinyal input y(t) dan x(t).
x(t)
y(t)
2
1
t
1
-1 1
t
2
x(t)
1 t
2
y(t)
1
-1
3
4
1/2 -1/2
KONVOLUSI

TEAM DOSEN
47
EE2423
SINYAL & SISTEM
Outline (bagian 2)
48
Representasi Sinyal sebagai Impuls
Response Impulse
Penurunan Konvolution Jumlah
Arti Konvolusi
Metoda Konvolusi Dua Sinyal
Penurunan Konvolusi Integral

Representasi Sinyal sebagai
Impuls
49
Kita dapat merepresentasikan berbagai sinyal
melalui pen-sampling-an dengan unit impulse
tergeser:




Disebut sebagai sifting (or shifting) property:
|
|
|
.
|

\
|
+ +
+ +
+ + + +
=
... ] 2 [ ] 2 [
] 1 [ ] 1 [ ] [ ] 0 [
] 1 [ ] 1 [ ] 2 [ ] 2 [ ...
] [
n x
n x n x
n x n x
n x
o
o o
o o

=
=
k
k n k x n x ] [ ] [ ] [ o
Response Impuls
50
Respons dari sistem ketika sinyal input adalah unit
impulse o(t) disebut sebagai respons impulse, dan
direpresentasikan oleh h(t).
Pada SWK : h(t) = H(o(t))



Pada SWD : h[n] = H[o[t]]
Sistem
H
o(t) h(t)
Sistem
H
o[n] h[n]
Penurunan Konvolution Jumlah
51
Pada SWD LTI, misal h[n] adalah respons impuls dari sistem
H.
signal x[n] sebagai masukan H.
tulis x[n] dalam bentuk representasi unit impulses:




Maka sinyal output y[n] menjadi:

=
=
k
k n k x n x ] [ ] [ ] [ o
(

= =

= k
k n k x H n x H n y ] [ ] [ ]] [ [ ] [ o
Penurunan Konvolution Jumlah (contd)
52
Karena additivitas pada sistem LTI :



Karena homogenitas pada sistem LTI :



Karena time-invariance pada sistem LTI:
| |

=
=
k
k n k x H n y ] [ ] [ ] [ o
| |

=
=
k
k n H k x n y ] [ ] [ ] [ o

=
=
k
k n h k x n y ] [ ] [ ] [
Arti Konvolusi
53

Persamaan disebut sebagai konvolusi
jumlah (convolution sum) atau superposition sum, dan
direpresentasikan oleh:


Perlu dicatat bahwa ini bukan perkalian antara x[n] dan
h[n].
Secara Visual konvolusi berarti :
Cerminkan h[k]
Geser h[k] untuk seluruh nilai n yang mungkin, sampai
melewati x[n].

=
=
k
k n h k x n y ] [ ] [ ] [
] [ * ] [ ] [ n h n x n y =
Penurunan Konvolusi Integral
54
Pada sistem waktu kontinyu LTI H, misal h(t) adalah
respons impulse sistem.
signal x(t) sebagai masukan H.
Tulis staircase approximation untuk x(t) dalam bentuk
unit impulse:


dimana .

=
A
A A A =
k
k t k x t x ) ( ] [ ) (

A < s
A
=
A
lain t
t
t
, 0
0 ,
1
) ( o
Penurunan Konvolusi Integral (contd)
55
Maka, sinyal output signal y(t) menjadi :



Karena additivitas pada sistem LTI :



Karena homogenitas pada sistem LTI :


|
.
|

\
|
A A A = =

=
A
k
k t k x H t x H t y ) ( ] [ )) ( ( ) ( o
( )

=
A
A A A =
k
k t k x H t y ) ( ] [ ) (

o
( )

=
A
A A A =
k
k t H k x t y ) ( ] [ ) ( o
Penurunan Konvolusi Integral (contd)
56
Karena time-invariance pada sistem LTI :



dimana adalah staircase approximation dari h(t).

=
A A A =
k
k t h k x t y ) (

] [ ) (

) (

t h
57
Pada kasus diatas penjumlahan
didekati konvolusi integral dibawah:

0 A
) ( * ) ( ) (
) ( ) ( ) (
) (

] [ lim ) ( lim ) (
0 0
t h t x t y
d t h x t y
k t h k x t y t y
k
=
=
A A A = =
}

=
A A
t t t
Latihan
58
Sifat-sifat Konvolusi
59
Properties of Convolution
Causality
Step Response
Exercises
Sifat-sifat Konvolusi
60
Commutative Property:
x[n]*y[n]=y[n]*x[n]
x(t)*y(t)=y(t)*x(t)

Distributive Property:
x[n]*(y
1
[n] + y
2
[n])=x[n]*y
1
[n] + x[n]*y
2
[n]
x(t)*(y
1
(t) + y
2
(t))=x(t)*y
1
(t) + x(t)*y
2
(t)

Associative Property:
x[n]*(y
1
[n]*y
2
[n])=(x[n]*y
1
[n])*y
2
[n]
x(t)*(y
1
(t)*y
2
(t))=(x(t)*y
1
(t))*y
2
(t)

Causality
61
Sistem kausal jika output hanya bergantung
hanya pada sinyal input saat ini dan
sebelumnya.
Sistem LTI Kausal:


Karena kausalitas h[n-k] harus nol untuk k>n.
Shg, n-k<0 untuk sistem LTI kausal.
Maka h[n]=0 untuk n<0.

=
=
k
k n h k x n y ] [ ] [ ] [
Causality (contd)
62
Maka konvolusi jumlah untuk sistem LTI kausalmenjadi:




Sama halnya, konvolusi integral untuk sistem LTI kausal:




Maka jika sistem kausal, respons impulse nol untuk nilai
waktu negatif dan gunakan persamaan konvolusi yang
lebih sederhana seperti di atas


= =
= =
0
] [ ] [ ] [ ] [ ] [
k
n
k
k n x k h k n h k x n y
} }


= =
0
) ( ) ( ) ( ) ( ] [ t t t t t t d t x h d t h x n y
t
Step Response
63
Unit Step Response: Keluaran sistem ketika diberikan
masukan sinyal step.
Direpresentasikan oleh oleh s[n] atau s(t).
Seluruh karakteristiknya pada sistem LTI serupa
dengan Respons Unit Impulse.

Sistem
H
o(t) h(t)
Sistem
H
u(t) s(t)
Step Response dan Impulse
Response
64
Hubungan Respons Step dan Respons Impulse:









Exercise: buktikan hubungan persamaan di atas.
) ( '
) (
) (
) ( ) (
] 1 [ ] [ ] [
] [ ] [
t s
dt
t ds
t h
d h t s
n s n s n h
k h n s
t
n
k
= =
=
=
=
}

=
t t

Pencuplikan (Sampling)

TEAM DOSEN
65
EE2423
SINYAL & SISTEM
Outline
66
Teorema Pencuplikan
Pencuplikan Ideal (Rentetan Impulse)
Rekonstruksi dengan Interpolasi
Efek Under-sampling: Aliasing
Latihan
Teorema Pencuplikan (Sampling
Theorem)
67
Sampling adalah suatu proses mengubah sinyal
kontinu menjadi sinyal diskrit; sedangkan
rekonstruksi adalah proses sebaliknya
Sampling Theorem: Suatu sinyal waktu kontinu, x(t)
dapat direkonstruksi secara unik dari cuplikannya,
x
s
(t), jika dipenuhi dua kondisi:
1. x(t) harus memiliki pita terbatas dengan frekuensi
maximum e
M
Contoh :
Apkh x(t)=e
-30t
u(t) band-limited, maksudnya, apkh
|X(e)|=0 for |e|>e
M
? Why or why not?
Apkh x(t)=sinc(t) band -limited? Why or why not?

Teorema Pencuplikan (Sampling
Theorem)
68
1. x(t) harus memiliki pita terbatas dengan
frekuensi maximum e
M
Contoh :
Apkh x(t)=e
-30t
u(t) band-limited,
maksudnya, apkh
|X(e)|=0 for |e|>e
M
? Why or why not?
Apkh x(t)=sinc(t) band -limited? Why or
why not?

Sampling Theorem (continued)
69
2. Sampling frequency e
s
dari x
s
(t) harus lebih
besar sama dengan 2e
M
, atau e
s
> 2e
M
.
Kondisi kedua ini dikenal sbg Kriteria Nyquist
e
s
disebut Frekuensi Nyquist yaitu sampling
frequency (Frekuensi pencuplikan) terkecil yang
mungkin agar dapat diperoleh kembali sinyal
analog asli dari hasil cuplikannya

Pencuplikan Ideal (Rentetan Impulse)
70
Pencuplikan sinyal waktu kontinu x(t) dpt dilakukan dgn
mendapatkan nilai-nilainya pada waktu-waktu periodik
x(kT) dimana T is the sampling period.
Idealnya dapat dilakukan dg mengalikan x(t) dengan
rentetan impuls yang punya periode T:


Dari sifat sampling:


) ( ) ( ) ( t p t x t x
s
=

=
=
k
kT t t p ) ( ) ( o

=
=
k
s
kT t kT x t x ) ( ) ( ) ( o
Pencuplikan Ideal (Rentetan Impulse)
71
Dari sifat multiplikasi diketahui :


Dan



Misalkan x(t) adalah band-limited dg
maximum frequency e
M
dan dg bentuk
triangular, sketsa spektrum frekuensi X
s
(je)
untuk 2 kasus: e
s
>2e
M dan
e
s
<2e
M
adalah
sbb :
}
+

= u u e u
t
e d j P j X j X
s
)) ( ( ) (
2
1
) (

+
=
=
k
s
k
T
j P ) (
2
) ( e e o
t
e
Pencuplikan Ideal (cont)
72
-e
M
e
M

73

Pencuplikan Ideal (contd)

74
Berapakah frekuensi cutoff e
c
terbaik dari
LPF untuk merekonstruksi x(t) dari x
s
(t).
Latihan: Berapakah Frekuensi Nyquist untuk
signals:
x(t)=2cos(40t)
x(t)=sinc(t)
Pencuplikan Ideal (contd)

75
Latihan : Anggap x(t) periodik dengan periode
T
M
. Tuliskan kriteria Nyquist e
s
>2e
M
dalam
bentuk periode T
s
dan T
M
.
Latihan : Sample x(t)=cos(e
M
t) as e
s
=2e
M
.


Rekonstruksi dengan Interpolasi
76
Suatu samples (cuplikan) x
s
(t) dari sebuah sinyal analog x(t)
dilewatkan melalui LPF ideal denganfrekuensi cutoff e
c
=e
s
/2.
Bagaimana bentuk korespondensi time-domain untuk operasi
ini?
Operasi disebut interpolasi band-limited





LPF
h(t)
x
s
(t) x
r
(t)
77
Carilah rumus interpolasi utk mendapatkan x
r
(t).
Similarly, obtain the two easier-to-implement
interpolation formulas for x
r
(t) by using
Zero-Order-Hold
First-Order-Hold (Linear Interpolation)


Aliasing (Under-sampling)
78
Apa yg terjadi bila frekuensi sampling lebih kecil dari
Frekuensi Nyquist, e
s
<2e
M
?
Sinyal asli x(t) tak bisa diperoleh dari x
s
(t) krn ada
overlap yang tak diinginkan di X
s
(e).
Akibatnya sinyal hasil rekonstruksi l x
r
(t) berbeda
dengan x(t), dan disebut sebagai aliasing atau under-
sampling.
79
Latihan: Utk x(t)=cos(e
M
t), cupliklah dgn
frekuensi:
e
s
=3e
M
e
s
=3e
M
/2

e
s
=e
M
(a) Gambarkan sinyal cuplikanl x
s
(t) dan
its spektrum frekuensinya.
(b) Jika terjadi aliasing , brpkh frekuensi
maximum dari aliasing.

DERET FOURIER WAKTU KONTINU
(DFWK)

TEAM DOSEN
80
EE2423
SINYAL & SISTEM
Deret Fourier Waktu Kontinu (DFWK)
81
| |
0 k k
k 1
x(t) a a cos (k t) b sin (k t)
+
=
= + O + O

a
0
, a
k
, b
k
: Fourier coefficients.
k: harmonic number,
T: period, O = 2t/T
For all t but discontinuities
}
=
T
0
0
s(t)dt
T
1
a
T
k
0
2
b s(t) sin(k t) dt
T
= O
}
}
O =
T
0
k
dt t) cos(k s(t)
T
2
a
(signal average over a period, i.e. DC term &
zero-frequency component.)
Deret Fourier Waktu Kontinu (DFWK)
82

=
O
=
- k
T
t
j k
k
e c x(t)
dt
T t
t
k
}
+ O

=
0
0
T
t
j
k
e x(t)
T
1
c
DFS defined as:
Deret Fourier Bentuk Eksponensial Kompleks
Bentuk ini lebih memberikan
banyak informasi, karena
koefisien Fourier dinyatakan
secara eksplisit

r
u
a
b
u = arctan(b/a)
r = a
2
+ b
2
z = r e
ju
( ) ( )
k
b j
k
a
2
1
k
b j
k
a
2
1
k
c

= + =
0
a
0
c =
Link to FS real coeffs.
Spektral Fourier
83
-1.5
-1
-0.5
0
0.5
1
1.5
0 2 4 6 8 10
t
s
q
u
a
r
e

s
i
g
n
a
l
,

s
w
(
t
)
2 t


f
1
3f
1
5f
1
7f
1
f
f
1
3f
1
5f
1
7f
1
f
r
k

k

4/
4/3
DFWD
84
Diskret square wave.


0 1 2 3 4 5 6 7 8 9 10 k

0 2 4 5 6 7 8 9 10 n
u
k
















c
k

-5 0 1 2 3 4 5 6 7 8 9 10 n
0 L N
s[n]
1
Fourier analysis - tools
85
Input Time Signal Frequency spectrum

=
1 N
0 n
N
n k 2
j
k
e x[n]
N
1
c
~
Discrete
Discrete DFS
Periodic
(period T)
Continuous
DTFT
Aperiodic
Discrete
DFT
n f 2 j
n
e x[n] X(f)

+
=
=

0
0.5
1
1.5
2
2.5
0 2 4 6 8 10 12
time, t
k
0
0.5
1
1.5
2
2.5
0 1 2 3 4 5 6 7 8
time, t
k

=
1 N
0 n
N
n k 2
j
k
e x[n]
N
1
c
~
**
**
Calculated via FFT
**
dt e x(t) X(f)
t f j 2
+

}
=
dt e x(t)
T
1
c
T
0
t k j
k
}
O
= Periodic
(period T)
Discrete
Continuous FT Aperiodic
FS
Continuous
0
0.5
1
1.5
2
2.5
0 1 2 3 4 5 6 7 8
time, t
0
0.5
1
1.5
2
2.5
0 2 4 6 8 10 12
time, t
Note: j =\-1, e =2t/T, s[n]=s(t
n
), N =No. of samples
FS convergence
86
s(t) piecewise-continuous;
s(t) piecewise-monotonic;
s(t) absolutely integrable ,
<
}
T
0
dt s(t)
(a)
(b)
(c)
Dirichlet conditions
In any period:
Example:
square wave

T

(a)

(b)

T
s(t)
(c)
if s(t) discontinuous then
|a
k
|<M/k for large k (M>0)
Rate of convergence
Sifat-sifat Deret Fourier
87
Diberikan dua sinyal periodik dengan period T dan
fundamental frequency e
0
=2t/T sama:



Linearity:

Time-Shifting:

Time-Reversal (Flip):

Time-Scaling:
k
k
b t y
a t x

) (
) (
k k
Bb Aa t By t Ax t z + + = ) ( ) ( ) (
0 0
) ( ) (
0
t j
k
e a t t x t z
e
=
k
a t x t z

= ) ( ) (
0 , ) ( ) ( > = o o
k
a t x t z
Sifat-sifat Deret Fourier (contd)
88
Differentiation:

Integration:

Dekomposisi Genap-Ganjil dari Sinyal Real:



Multiplication:


k
a jk
dt
t dx
t z
0
) (
) ( e =
0 ,
1
) ( ) (
0
0
= =
}

a a
jk
dt t x t z
k
t
e
} { )} ( { ) (
} { )} ( { ) (
k
k
a m j t x Odd t z
a e t x Even t z
=
9 =

=

= =
l
l k l k k
b a b a t y t x t z * ) ( ) ( ) (
Tabel FS properties
89
Time Frequency
Homogeneity as(t) aS(k)

Additivity s(t) + u(t) S(k)+U(k)

Linearity as(t) + bu(t) aS(k)+bU(k)
Time reversal s(-t) S(-k)

Multiplication * s(t)u(t)

Convolution * S(k)U(k)
Time shifting
Frequency shifting S(k - m)

=

m
m)U(m) S(k
t d ) t
T
0
u( ) t s(t
T
1
}

S(k) e
T
t k 2
j

s(t)
T
t m 2
j
e
+
) t s(t
Transform Fourier Waktu Kontinyu
(TFWK)

TEAM DOSEN
90
EE2423
SINYAL & SISTEM
Outline
91
Time Domain vs. Frequency Domain
Hubungan Deret Fourier dan Transform Fourier
Sifat-sifat Fourier Transform
Exercises
Time Domain vs. Frequency Domain
92
Analisis Fourier (Deret atau Transform) merupakan jalan untuk
menentukan kandungan frequency dari sinyal yang diberikan, yakni
memindahkan dari domain waktu ke domain frequency.
Selalu mungkin untuk mengembalikan dari domain frequency ke domain
waktu, melalui Penjumlahan Deret Fourier atau Inverse Fourier
Transform.
Diberikan sinyal x(t) dalam domain waktu, koefisien Fouriernya (a
k
) or
Fourier Transform-nya (X(e)) disebut frequency (or line) spectrum.
Jika a
k
atau X(e) complex, maka frequency spectrum dinyatakan
dengan magnitude (|a
k
| atau |X(e)|) dan phase (Za
k
atau ZX(e))

u e e
e
u
= Z =
=
) ( ) (
) (
X A X
Ae X
j
Hubungan Deret dan Transform Fourier
93
Perhatikan sinyal periodik x(t):





Kita dapatkan koefisien Fourier x(t) adalah:

=
=
=
0
0
) sin(
,
2
1 0
1
k
k
k
T k
T
T
a
k
t
e
x(t)
t
-T
1
0 T
1 T

-T

Hubungan Deret dan Transform Fourier
94
Sketch a
k
on the k-axis:







Plot membentuk fungsi sinc diskret.
Untuk setiap nilai k, sinyal x(t) memiliki komponen
periodik dengan weight a
k
, menunjukkan frequency
content dari sinyal x(t).
a
k

k
-2 -1 0 1 2

2T
1
/T
Hubungan Deret dan Transform Fourier
(contd)
95
Sekarang, sket a
k
on e-axis:









Pada e-axis, jarak antara dua a
k
s

yang berurutan
adalah e
0
=2t/T, frekuensi fundamental.
a
k

e
-2e
0
-e
0
0 e
0
2e
0
2T
1
/T
Hubungan Deret dan Transform Fourier
(contd)
96
Pada perioda T, frekuensi fundamental e
0
0. Sehingga,
jarak antara dua a
k
s yang berurutan menjadi nol, dan sket a
k
menjadi kontinu, ini disebut Transform Fourier.
Pada sisi lain, saat T, sinyal x(t) menjadi aperiodik dan
mempunyai bentuk :







Hal ini berarti Transformasi Fourier dapat merepresentasikan
sinya apriodik pada domin frekuensi.
x(t)
t
-T
1
0 T
1
Transform Fourier Waktu Kontinu
Transisi dari DFWK ke TFWK
f
F
=1/T
F

=
O
=
- k
T
t
j k
k
e c x(t)

=
A
=
- k
t ) ( 2 j
e ] [ X x(t)
f
k
t
97
Af=f
F
=1/T
F

=
A
+
A

(
(

=
- k
t ) ( 2 j
0
0
) ( 2 j
F
e e ) x(
T
1
x(t)
f
T t
t
f k
F
d
t t t
t t
Transisi dari DFWK ke TFWK dicapai dengan
pendekatan
sinyal aperiodik dapat dipandang sebagai
sinyal periodik dengan perioda infinity

Transform Fourier Waktu Kontinu
f d
f
T
T
f k
F
F
A
(
(

=

}

=
A

A
- k
t ) ( 2 j
2 /
2 /
) ( 2 j
e e ) x( x(t)
t t t
t t
f d
f
T
T
f k
T
F
F
F
A
(
(

=

}

=
A

A

- k
t ) ( 2 j
2 /
2 /
) ( 2 j
e e ) x( lim x(t)
t t t
t t
} }

= df d
f f t 2 j 2 j
e e ) x( x(t)
t t t
t t
98
Transform Fourier Waktu Kontinu
99
}

= = dt t t x F
ft t 2 j
e ) x( )) ( ( X(f)
}

= = df f f X F
ft t 2 j 1
e ) X( )) ( ( x(t)
Jadi Persamaan Transformasi Fourier Waktu Kontinyu
Transform Fourier Waktu Kontinu
100
}

O
= = O dt t t x F
t j
e ) x( )) ( ( ) X(
}

O
O O = O = d X F
t j 1
e ) X(
2
1
)) ( ( x(t)
t
Bentuk lain Persamaan TFWK
Konvergensi TFWK
101
Samahalnya dengan Deret Fourier, kondisi
konvergen Diterapkan untuk Fourier Transform:
Sinyal harus absolutely integrable



Pada interval waktu terbatas, sinyal haruslah memiliki
maxima and minima berhingga
Pada interval waktu terbatas, sinyal haruslah memiliki
jumlah diskontinu berhingga.
<
}

dt t x ) (
102
Sifat-sifat TFWK
103

Diberikan dua sinyal dan :

Linearity:
Time-Shifting:
Time-Flip:
Differentiation in Time:
Integration in Time:
) ( ) ( e X t x ) ( ) ( e Y t y
) ( ) ( ) ( ) ( e e bY aX t by t ax + +
) ( ) (
0
0
e
e
X e t t x
t j

) ( ) ( e X t x
) ( / ) ( e eX j dt t dx
) ( ) 0 ( ) (
1
) ( e o t e
e
X X
j
dt t x
t
+
}

Sifat-sifat TFWK (contd)
104

Frequency-Shifting:
Differentiation in Frequency:



Diberikan , carilah Transformasi
Fourier untuk dalam X(e)?
) ( ) (
0
0
e e
e
X t x e
t j
e e d jdX t tx / ) ( ) (
) ( ) (
2
e X e t x
t
=
t t t
e te e t y
2 2 1
2 ) ( + + =

Pasangan TF
105
Pasangan TF
106
Latihan
107
Dengan menggunakan Sifat-sifat Transformasi
Fourier, Hitunglah Transformasi Fourier sinyal di
bawah ini:
x(t)
t
-A 0 A

-A

A

) ( ) ( t u t x =
x(t)
t
-3 -2 0 2 3

Transformasi Fourier pada Sinyal Periodik
108
Beberapa sinyal periodik, integral Transformasi Fourier mungkin
tidak dapat menyelesaikannya. Namun, ada cara yang mudah
untuk menentukan Transformasi Fourier pada sinyal periodik:
Untuk sinyal periodik x(t), Deret Fourier :

dimana .

Maka, Transformasi Fourier x(t) adalah:



merupakan deretan impulse dengan magnituda 2ta
k
, dimana e
0

adalah frekuensi fundamental dari x(t).

=
=
k
t jk
k
e a t x
0
) (
e
}

=
T
t jk
k
dt e t x
T
a
0
) (
1
e

=
=
k
k
k a X ) ( 2 ) (
0
e e o t e
Inverse Fourier Transform
109
Kita dapat merekonstruksi sinyal asli x(t) jika
diberikan frequency content, yakni Transformasi
Fourier.
Sehingga, Jika diketahui Transformasi Fourier X() dari
sinyal x(t), sinyal x(t) dapat dihitung melalui
persamaan Inverse Fourier :




Exercise: Solve Text Problems 4.4 (b) and 4.22 (c).
}

= e e
t
e
d e X t x
t j
) (
2
1
) (
Respons Frequency
110
Sepertihalnya Respons Impuls h(t) pada sistem LTI, frequency
response H(e) pada sistem LTI merupakan karakteristik perilaku
sistem.
Hubungan antara h(t) dan H(e) secara sederhana:



Hal ini berguna ketika kita mencari output sistem LTI saat diberi
input:


Melalui Transformasi Fourier, y(t) dapat dihitung dengan
perkalian sederhana:
Y(e) = H(e)X(e)
}

= e e
e
d e t h H t h
t j
) ( ) ( ) (
h(t)
y(t) x(t)
Konvolution dan Perkalian
111
Konvolusi dalam domain waktu koresponden
dengan perkalian dalam domain frekuensi:


Demikain halnya, perkalian dalam domain
waktu koresponden dengan konvolusi dalam
domain frequensi:



) ( ) ( ) ( * ) ( e e Y X t y t x
}

= u u e u
t
e e
t
d Y X Y X t y t x ) ( ) (
2
1
) ( * ) (
2
1
) ( ) (
ANALIS FOURIER SINYAL WAKTU
DISKRIT

TEAM DOSEN

112
EE2423
SINYAL & SISTEM
Deret Fourier Sinyal Waktu
Diskrit
113
Tujuan :
Memindahkan sinyal waktu diskrit ke kawasan
frekuensi

Sinyal periodik Spektral Diskrit

Sinyal aperiodik Spektral Kontinu

DFWD
TFWD
DERET FOURIER WAKTU
DISKRIT
114
Bentuk Trigonometri
Sinyal periodik x(n) dengan perioda
x(n) = x(n+N)
Sinyal periodik bentuk sinusoida
x(n) = a
n
cos (2n/N)
x(n) = b
n
sin (2n/N)
Frekuensi sudut sinyal periodik
2n/N radian



DERET FOURIER WAKTU
DISKRIT
DFWD



Bandingkan dgn
DFWK

=
+ + =
1
0 0 0
) sin cos ( ) (
k
k k
t k b t k a a n x e e

=
O + O + =
1
0 0 0
) sin cos ( ) (
n
n n
t n b t n a a t x
115
DERET FOURIER WAKTU
DISKRIT
Bentuk Eksponensial
,... 2 , 1 , 0 ) (
1
0
0
= =

=
n e a n x
N
k
n jk
k
e
1 ,..., 2 , 1 , 0 ) (
1
) (
1
0
0
= =

N k e n x
N
k a
N
n
n jke
116
DERET FOURIER WAKTU
DISKRIT
117
Jika


Jadi
N
k
j
k
N
N
j
N
e w maka e w
t t 2 2
= ~
1 ,..., 2 , 1 , 0 ) (
1
,... 2 , 1 , 0 ) (
1
0
1
0
= =
= =

=
N k w n x
N
a
n w a n x
N
n
kn
N k
N
k
kn
N k
DERET FOURIER WAKTU
DISKRIT
Bentuk DFWD cukup dianalisis 1 periode dari
N=0 s/d N-1 karena sifat ekponensial



dimana k=integer sejumlah N dai 0 s/d N-1
| | 1
2
2
0
= =
(

=
k j
N
N
k
j
N
jk
e e e
t
t
e
118
DERET FOURIER WAKTU
DISKRIT
119
Untuk N=8 Integer k juga
merepresentasikan
frekuensi sudut 0
Jadi ak
merepresentasikan
spektral SWD
k=0
k=1
k=2
k=4
k=6
k=7

0
DERET FOURIER WAKTU
DISKRIT
120
Latihan
Gambarkan koefisien fourier diskrit dari SWD dgn
perioda 8 sbb:

n
0 1
x(n)
7
DERET FOURIER WAKTU
DISKRIT
Respon Steady State thd bbrp input sinusoida
Cari L
q
(operator q)
Respon steady state input ekponensial


Jika input sinusoid maka diubah dulu ke bentuk
eksponensial
n j
Ae n x
0
) (
e
=
( )
( )
0
) ( ) (
e j
e q
ss
n x
q D
q N
n y
=
=
121
KONVERGENSI DERET
FOURIER
122
Suatu sinyal periodik tidak dapat direpresentasikan
sebagai deret Fourier jika :
Sinyal tidak dapat diintegralkan secara absolut pada
setiap periode
Dalam setiap interval waktu yang terbatas, sinyal
mempunyai variasi yang tidak terbatas
Dalam setiap interval waktu terbatas , sinyal mempunyai
jumlah diskontiniu yang tak terbatas.
Akan tetapi sinyal yang demikian adalah sinyal
yang tidak realistik, sehingga konvergensi bukan
merupakan hal yang penting dalam hal ini.

SIFAT-SIFAT DERET FOURIER
Dua sinyal periodik dgn periode N dan
fundamental frequency e
0
=2t/N:


Linearitas:

k
k
b n y
a n x

) (
) (
k k
Bb Aa n By n Ax t z + + = ) ( ) ( ) (
123
SIFAT-SIFAT DERET FOURIER
Pergeseran Waktu:


Time-Reversal (Flip):

124
0 0
) ( ) (
0
n jk
k
e a n n x n z
e
=
k
a n x n z

= ) ( ) (
SIFAT-SIFAT DERET FOURIER
Penskalaan Waktu:


Differensiasi Pertama:


k
jk
a e n x n x n z ) 1 ( ) 1 ( ) ( ) (
0
e
=
125
k
a n x n z o o = ) ( ) (
SIFAT-SIFAT DERET FOURIER
Konvolusi Periodik:



Perkalian:

=

=
) (
) ( ) ( ) (
N i
l k l
b a n y n x n z
126

=

) (
) ( ) (
N r
k k
b Na r n y r x
SIFAT-SIFAT DERET FOURIER
127
Even-Odd Decomposition of Real Signals:





} { )} ( { ) (
} { )} ( { ) (
k
k
a m j n x Odd n z
a e n x Even n z
=
9 =
LATIHAN SOAL
128
Cari koefisien Fourier untuk deret periodik x[n]
pada Fig. 6-7.

LATIHAN SOAL
129
Cari representasi Deret Fourier Waktu Diskrit
dari masing-masing deret berikut:

TIME DOMAIN vs. FREQUENCY
DOMAIN
130
Analisa Fourier (Deret atau Transformasi)
adalah cara mendapatkan content frekuensi
dari sinyal, antara lain berpindah dari time-
domain ke frequency domain.

Selalu dimungkinkan untuk kembali dari
frequency-domain ke time-domain.
KONVERGENSI
TRANSFORMASI FOURIER
131
Sama dengan Deret Fourier, maka suatu sinyal
aperiodik dapat diTransformasi Fourier jika :
Sinyal dapat diintegralkan secara absolut pada
setiap periode
Dalam setiap interval waktu yang terbatas, sinyal
mempunyai variasi yang terbatas
Dalam setiap interval waktu terbatas , sinyal
mempunyai jumlah diskontiniu yang terbatas.

TRANSFORMASI FOURIER
WAKTU DISKRIT
132
Digunakan jika sinyal waktu diskrit tidak periodik
atau merupakan deretan terbatas
Dengan TFWD dapat ditentukan spektral
diskritnya
TFWD diturunkan dari DFWD dimana periodanya
menuju tak terhingga
TRANSFORMASI FOURIER
WAKTU DISKRIT
133
TFWD
( )
( ) ( )
}

=
O
O =
= O
t
t
2
0
2
1
) (
n j
n
n j
e X n x
e n x X
SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
134
- Periodik
Linieritas
Pergeseran waktu dan frekuensi
Penskalaan waktu dan frekuensi
Differensiasi dan penjumlahan
Teorema Parseval
Konvolusi
Konvolusi Periodik
SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
Periodisitas
Transformasi Fourier Waktu Diskrit
selalu periodik dalam dengan
periode 2
135
( )
( )
e t e j j
e X e X =
+
) (
2
SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
Linieritas
Jika

Dan


maka
| | | |
e j
e X n x
2 2

136
| | | |
e j
e X n x
1 1

| | | | ( ) ( )
e e j j
e bX e aX n bx n ax
2 1 2 1
+ +
SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
137
Pergeseran Waktu
jika

maka

| | ( )
e j
e X n x
| | ( )
e e j n j
e X e n n x
0
0


SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
138
Pergeseran Frekuensi
jika

maka

| | ( )
e j
e X n x
| | ( )
) (
0 0
e e e

j n j
e X n x e
SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
139
Differencing


Time Reversal
| | | | ( ) ( )
e e j j
e X e n x n x

1 1
| | ( )
e j
e X n x


SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
Differensiasi dalam
frekuensi



Konjugasi



| | ( )
e j
e X n x

* *
140
| |
( )
e
e
d
e dX
j n nx
j

SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT

Relasi Parseval

| | ( )
}

=
=
t
e
e
t
2
2
2
2
1
d e X n x
j
n
141
SIFAT-SIFAT TRANSFORMASI
FOURIER WAKTU DISKRIT
142
Konvolusi


Perkalian

| | | | ( ) ( )
e e
t
j j
e X e X n x n x
2 1 2 1
2
1

| | | | ( ) ( )
e e j j
e X e X n x n x
2 1 2 1
*
LATIHAN SOAL
143
Cari Transformasi Fourier dari deretan pulsa
rekatangular x [ n ] = u [ n ] - u [ n - N ]

LATIHAN SOAL
144
Cari Transformasi Fourier dari deretan pulsa
rekatangular pada gambar dibawah ini
LATIHAN SOAL
145
Suatu sistem kausal LTI


dimana x[n] dan y[n] adalah input dan output
sistem
( a ) Cari Respon Frekuensi Sistem
( b ) Cari Impuls Respon Sistem

LATIHAN SOAL
146
Suatu sistem kausal LTI




a. Cari Respon Frekuensi sistem
b. Cari Respon Impuls Sistem
c. Gambarkan Respon Magnituda
d. Gambarkan Respon Fasa
TRANSFORMASI FOURIER
DISKRIT
147
Sinyal periodik Spektral
Diskrit

Sinyal aperiodik Spektral
Kontinu

Sinyal aperiodik Spektral
Diskrit



DFWD
TFWD
TFD
TRANSFORMASI FOURIER
DISKRIT
148
Jadi TFD berguna untuk mentransformasikan sinyal
aperiodik ke spektrum diskrit
Jika TFD dianalisa dengan menggunakan DFWD
sinyal dibuat seolah-olah periodik
Jika TFD dianalisa dengan menggunakan TFWD
Hubungan TFD dengan TFWD

|
.
|

\
|
= O =
= O
N
k
X X k X
N
t
t
2
) ( ) (
2
TRANSFORMASI LAPLACE

TEAM DOSEN
149
EE2423
SINYAL & SISTEM
150
Pada analisis transien, rangkaian selalu dihadapkan
dengan bilangan kompleks o + je. Sedangkan
Transformasi Fourier Waktu Kontinyu (TFWK)
hanya bekerja dalam daerah e (kondisi steady
sate).

Transformasi Laplace, seperti halnya (TFWK) yang
mentransformasikan sinyal di kawasan waktu ke
kawasan frekuensi (dalam frekuensi kompleks).
Transformasi laplace Bilateral (TLB)
151

TLB diturunkan dari TFWK :
~
X() = x(t) e
-jt
dt
-~

o ~
X(t) = (1/2) X() e
jt
d
-~


152
Definisikan suatu fungsi y(t) = e
-ot
x(t),dengan e
-ot
adalah
faktor konvergensi.
Maka TFWK dari y(t) :
~ ~
Y() = e
-ot
x(t) e
-jt
dt = x(t) e
-(o+j)t
dt
-~ -~
= X(o+j)
~
Jadi X(o+j)= x(t) e
-(o+j)t
dt
-~
= X(o+j)
153
~
x(t) = (1/2) X(o+j) e
-(o+j)t
d
-~
Definisikan variabel frekuensi kompleks : s = o+j
sehingga ds = jd dan d = ds/j.
Maka :
~
X(s) = x(t) e
-st
dt
-~
~
X(t) =(1/2tj) X(s) e
st
ds
-~
Disebut Pasangan TLB
154
Notasi : X(s) = [x(t)]
x(t) = -1[X(s)]
Konvergensi TLB : terintegrasi secara mutlak .
~ 0 ~
x(t) e-ot dt = x(t) e-ot dt + x(t) e-ot dt < ~
-~ -~ 0
Transformasi Laplace 2 sisi ada , bila :
~
X(s) = x(t) e-st dt terbatas
-~
155
Maka X(s) dijamin ada bila :
~ ~
x(t) e
-ot
dt = x(t) e
-ot
dt terbatas
-~ -~
Sebagai contoh :
x(t) = A. e
ot
, untuk t > 0
= A. e
|t
, untuk t < 0 , dimana A, o, | adalah
bilangan riil.
Maka : konvergen untuk o < o < |
156
Contoh soal :
Carilah Transformasi Laplace dari
x(t) = 3. e
-2t
u(t) + 4 e
t
u(-t)
0 ~
X(s) = 4. e
-(s-1) t
dt + 3.e
-(s+2) t
dt
-~ 0

Konvergen Konvergen
Untuk o > -2 Untuk o < 1
Maka : X(s) = 3/(s+2) 4/(s-1) konvergen untuk -2 < o < 1
TRANSFORMASI LAPLACE SATU SISI
[TLSS]
157
Definisi : diberikan suatu sinyal x(t) kausal, maka :
~
X(s) = x(t) e
-st
dt
0
o+j
x(t) =(1/2j) X(s) e
st
ds
o-j

Konvergensi TLSS jika :lim e-ot x(t) = 0
s ~
TRANSFORMASI LAPLACE BEBERAPA
SINYAL
158
a). Sinyal impuls (t)
~
[(t)] = (t) e
-st
dt
0
Ingat : (t) = 1 , t = 0
= 0 , t lainnya
Begitu pula e
-st
(t) = 1 , t = 0
= 0 , t lainnya
Sehingga :

~
[(t)] = (t) e-st dt
0
159
b). Sinyal langkah satuan u(t)
~
[u(t)] = u(t) e-st dt
0
Ingat : u(t) = 1 , t 0
= 0 , t < 0
Sehingga :
~ ~
[u(t)] = u(t) e
-st
dt = -(1/s) e
-st
= -(1/s) [e
-~
- e
0
]
0 0

[u(t)] = 1/s

160
c). Sinyal Ramp [t.u(t)]
~
[t.u(t)] = t. u(t) e
-st
dt
0
Untuk t 0 maka t. u(t) = t
Sehingga :
~
[t.u(t)] = t e
-st
dt
0
Ingat : ~
x
n
.e
-st
dx = (n!)/(a
n+1
)
0
Untuk a > 0 dan n > 0

[t.u(t)] = 1 !/(s
1+1
) = 1/s
2


161
Dengan cara yang sama :
~ ~
[t
n
.u(t)] = t
n
. u(t) e
-st
dt = t
n
. e
-st
dt
0 0

[t
n
.u(t)] = n !/(s
n+1
)

[t
n-1
.u(t)/(n-1)!] = 1/s
n

162
d) Sinyal Eksponensial
Bila f(t) = u(t) F(s) = 1/s
Maka [e
-at
.u(t)] = F(s+a)

Jadi : [e
-at
.u(t)] = 1/(s+a)

Begitu pula untuk sinyal berikut ini :
[(1- e
-at
) u(t)] = [u(t)] - [e
-at
) u(t)
= 1/s - 1/(s+a)

[(1- e
-at
) u(t)] = a/[s(s+a)]
163
Dengan cara yang sama :

[(t. e
-at
) u(t)] = 1/(s+a)
2

Dan

[(t
n-1
. e
-at
) u(t)/(n-1)!] = 1/(s+a)
n

164
e). Sinyal sinusoidal dan cosinusoidal
[sin t u(t)] = [u(t).(e
jt
e
-jt
)/2j]
= (1/2j) {[e
jt
u(t)] [e
-jt
u(t)]}
= (1/2j) [1/(s-j) - 1/(s+j)]

[sin t u(t)] = /(s
2
+
2
)
Dengan cara yang sama :
[cos t u(t)] = s/(s
2
+
2
)
[ e
-at
sin t u(t)] = /[(s+a)
2
+
2
]
[ e
-at
cos t u(t)] = (s+a)/[(s+a)
2
+
2
]

SIFAT-SIFAT TRANSFORMASI LAPLACE
165
Jika [x(t)] = X(s)
[x
1
(t)] = X
1
(s)
[x
2
(t)] = X
2
(s) maka :

a). Linearitas
[a
1
x
2
(t) + a
2
x
2
(t)] = a
1
X
1
(s) + a
2
X
2
(s)

Contoh :

[cos t] = [0,5 e
jt
+ 0,5 e
-jt
] = 0,5 [e
jt
] + 0,5 [e
-jt
]
= 0,5[1/(s-j)] + 0,5[1/(s+j)]
= s/(s
2
+
2
)
[sin t] = [0,5 e
jt
- 0,5 e
-jt
] = 0,5 [e
jt
] - 0,5 [e
-jt
]
= (0,5/j)[1/(s-j)] + (0,5/j)[1/(s+j)]
= /(s
2
+
2
)
166
b). Pergeseran waktu

Jika [x(t) u(t)] = X(s)
maka [x(t-) u(t-)] = e
-s
X(s) , > (Buktikan)
Sehingga dapat ditabelkan sebagai berikut :
x(t) X(s)
(t-) e
-s
u(t-) e
-s
(1/s)
(t-) u(t-) e
-s
(1/s
2
)
(t-)
n
u(t-) e
-s
(n!/s
n+1
)
e
-a(t-)
u(t-) e
-s
[1/(s+a)]
167
Pasangan sinyal dalam kawasan waktu dan sinyal
dalam kawasan frekuensi pada tabel di atas
merupakan pasangan transformasi Laplace.

Sehingga bila diketahui dalam sinyal dalam kawasan
frekuensi maka dapat dicari sinyal dalam kawasan
waktu, walaupun belum dibahas Invers Transformasi
Laplace.
Contoh Soal
168
Tentukan transformasi Laplace dari fungsi sebagai berikut :
v(t) volt

90




0 10 30 t(s)


v(t) = 4,5 (t-10) u(t-10) 4,5 (t-30) u(t-30) 90 u(t-30)

V(s) = 4,5 {[(t-10) u(t-10)] - [(t-30) u(t-30)] 20 [u(t-30)]}

= 4,5 {e
-10s
(t.u(t)) - e
-30s
(t.u(t)) 20 e
-30s
(u(t))}

= 4,5 [(e
-10s
/s
2
) (e
-30s
/s
2
) (20 e
-30s
/s)]
Latihan
169
Dengan teorema pergeseran frekuensi, carilah Invers
Transformasi Laplace dari :
(s+10)/(s
2
+8s+20)
(s+3)/(s
2
+4s+5)
s/(s
2
+6s+18)
10/(s
2
+10s+34)

170
c). Pergeseran Frekuensi
Bila y(t) = x(t) e
-ot
maka [y(t)] = Y(s) = X(s+o)
dimana X(s) = [x(t)]
Begitu pula :
[ e
-ot
cos t u(t)] = (s+o)/[(s+o)
2
+
2
]
Juga :
[ e
-ot
sin t u(t)] = /[(s+o)
2
+
2
]
Contoh soal
171
X(s) = (s+8)/(s
2
+6s+13), dapat ditulis sebagai :
X(s) = (s+8)/[(s+3)
2
+4]
= (s+3)/ [(s+3)
2
+22] + 5/ [(s+3)
2
+22]
x(t) = e
-3t
[cos2t + 2,5 sin 2t] , t > 0
172
d). Penskalaan Waktu dan frekuensi

[x(at)] = (1/a) X(s/a)
173
e). Diferensiasi Waktu
~
[dx(t)/dt] = e
-st
dx(t)/dt. dt
0
b b b
Ambil u = e-st dan dv = dx(t) serta ingat u dv = uv - v.du
a a a
du = -s e
-st
dt dan v = x(t) sehingga :
~ ~
[dx(t)/dt] = e
-st
x(t) + s x(t) e-st dt
0 0

[dx(t)/dt] = s. X(s) x(0-)
Contoh soal
174
Carilah Transformasi Laplace dari :
8 dx(t)/dt + 3 x(t) = 2t u(t) dengan x(0) = -1

[8 dx(t)/dt + 3 x(t)] = [2t u(t)]
[8 dx(t)/dt] + 3[ x(t)] = [2t u(t)]
8 [s X(s) x(0)] + 3 X(s) = 2 (1/s
2
)
8 s X(s) + 8 + 3 X(s) = 2/s
2
(8s + 3) X(s) = (2/s
2
) 8
X(s) = 2/[s
2
(8s+3)] 8/(8s+3)
175
f). Integrasi Waktu
t
Jika [f(t)] = F(s) maka [f(t) dt] = F(s)/s
0
t ~ t
Ingat [f(t) dt] = [ f(t) dt] e-st dt
0 0 0
t
Ambil u = f(t) dt du = f(t) dt
0
dv = e
-st
dt v = -(1/s) e
-st

Contoh Soal
176
Carilah Transformasi Laplace dari :

t
0,5 dv(t)/dt + 0,2 v(t) + 2 v(t) dt + 10 = 0,5 sin 10t u(t) Ampere.
0
Dengan v(0) = 20 volt
t
0,5[ dv(t)/dt] + 0,2 [v(t)] + 2 [dt] + 10 [1] = 0,5 [sin 10t u(t)]
0
0,5[sV(s) v(0)] + 0,2 V(s) + (2/s) V(s) + 10 (1/s) = 0,5. 10/(s
2
+100)

0,5 [sV(s) 20] + 0,2 V(s) + (2/s) V(s) + 10/s = 0,5. 10/(s2+100)

(0,5 s + 0,2 + 2/s) V(s) = 10 10/s + 5/(s
2
+100)

[0,5(s
2
+0,4 s +4)/s] V(s) = 10(s
3
s
2
+100,5 s -100)/[s(s
2
+100)]

V(s) = 20 (s
3
s
2
+100,5 s -100)/[(s
2
+100)(s
2
+0,4s+4)] volt.sec.
177
g). Periodisitas
Bila x
p
(t) adalah sinyal periodik dan x1(t) adalah sinyal
periode pertama dari xp(t) dan [ x
1
(t)]= X
1
(s) maka :

[x
p
(t)] = [1/(1-e
-Ts
)] X
1
(s) dengan T adalah periode

Hal ini dapat lebih dijelaskan sebagai berikut :
Suatu fungsi periodik f(t) = f
1
(t) + f
2
(t) + .....
Dengan f
1
(t) adalah sinyal periode pertama
f
2
(t) adalah sinyal periode kedua
dan seterusnya.
178
Sehingga f(t) dapat dituliskan sebagai berikut :
f(t) = f1(t) + f2(t) + f3(t) + .....
= f1(t) + f1(t-T) u(t-T) + f1(t-2T) u(t-2T) + ....

F(s) = F1(s) + F1(s) e
-Ts
+ F1(s) e
-2Ts
+ ....
= F1(s) [1 + e
-Ts
+ e
-2Ts
+ ....]
= [1/(1-e
-Ts
)] F1(s)
179
h). Teorema Nilai Awal dan Nilai Akhir
Digunakan untuk memudahkan mencari solusi suatu kondisi awal ( t =0) dan
kondisi akhir ( t = ~) dari suatu fungsi waktu melalui suatu fungsi frekuensi (s).

Teorema Nilai Awal
~
[(dx(t)/dt] e
-st
dt = s X(s) x(0)
0
~
s ~ : limit [dx(t)/dt] e
-st
dt = limit [s X(s)] x(0)
0 s ~

= limit [s X(s)] x(0)
s ~

x(0) = limit x(t) = limit s X(s)
t 0 s~
180
Teorema Nilai Akhir
~
[(dx(t)/dt] e
-st
dt = s X(s) x(0)
0
~ ~
limit [(dx(t)/dt] e
-st
dt = [(dx(t)/dt] = limit [dx(t)/dt] dt
s0 0 0 t~
= limit [x(t) x(0)]
t~

limit x(t) = limit s X(s)
t~ s0
181
i). Konvolusi Dua Sinyal
Bila x
1
(t) dan x
2
(t) mempunyai harga =0 , untuk t < 0
~ ~
Dan y(t) = x
1
(t) * x
2
(t) = x
1
() * x
2
(t-) d = x
1
(t-) * x
2
() d
0 0
~ ~
Maka Y(s) = [y(t)] = [ x1() x2(t-) d] e
-st
dt
0 0
Ambil = t :
~ ~
Y(s) = x1() [ x2() e
-s
d] e
-s
d
0 0

Y(s) = X
1
(s). X
2
(s)

182
j). Perkalian dengan t

Jika [f(t)] = F(s) maka [t. f(t)] = -dF(s)/ds

Dan secara umum dapat dituliskan sebagai :

[tn. f(t)] = (-1)
n
d
n
F(s)/ds

k). Pembagian dengan t
~
Jika [f(t)] = F(s) maka [f(t)/t] = F(s) ds
0
Latihan
183
Carilah nilai awal dan nilai akhir dari :
1). X(s) = (s+10)/(s
2
+3s+2)
2). A(s) = 1/(s+10)
3). Y(s) = 1/s
4). F(s) = s/(s+10)
TRANSFORMASI RANGKAIAN
184
Transformasi Sumber Ideal
185

Transformasi Laplace fungsi kawasan waktu :
V(s) = [v(t)] dan I(s) = [i(t)]
Dengan v(t) adalah sumber tegangan ideal dan i(t) adalah
sumber arus ideal.
186
Sumber Tegangan Independen



Sumber Arus Independen

187
Sumber Tegangan dikontrol Tegangan





k tak berdimensi
Sumber Arus dikontrol Arus





k tak berdimensi
188
Sumber Tegangan dikontrol Arus




k dalam ohm
Sumber Arus dikontrol Tegangan




k dalam mho (atau Siemens)


Transformasi Elemen Pasif linear
189
Untuk masing-masing elemen pasif, rasio
tegangan terminal terhadap arus yang mengalir
disebut IMPEDANSI Z.

Sedangkan kebalikan impedansi disebut dengan
ADMITANSI Y.

Dalam domain s dituliskan :
Z(s) = V(s)/I(s) Volt/Ampere atau Ohm ()
Y(s) = I(s)/V(s) Ampere/Volt atau Siemens (S)
Transformasi Resistor
190
Karakteristik terminal resistor dalam domain waktu :
R = v(t)/i(t)
v(t) = R. i(t)
i(t) = (1/R). v(t) = G. v(t)

Setelah ditransformasi Laplace :
V(s) = R. I(s)
I(s) = G. V(s)

Dari persamaan-persamaan di atas didapat :
ZR(s) = R ()
YR(s) = G (S)
191
Rangkaian di kawasan waktu dan di kawasan frekuensi (model
impedansi dan model admitansi) dapat ditunjukkan pada gambar
berikut :














a). Rangkaian kawasan waktu b). Model Impedansi c). Model Admitansi

Transformasi Kapasitor
192
t
v(t) = (1/C) i(t) dt + v(t
0
)
t
0

i(t) = C. d v(t)/dt

Transformasi Laplace :

V(s) = I(s)/(C.s) + v(t
0
)/s

I(s) = C[s.V(s) v(t
0
)] = C.s.V(s) C. v(t
0
)
193
Kondisi awal pada persamaan di atas bila dibuat =
nol, maka :
V(s) = I(s)/(C.s)
I(s) = C.s.V(s)

Sehingga dapat dituliskan :
Zc(s) = 1/(C.s) ()
Yc(s) = C.s (S)

194









a). Rangkaian Kapasitor di kawasan waktu b). Model Seri Kapasitor
c). Model Paralel Kapasitor
Contoh Soal
195

Tentukan model seri dan model paralel dari kapasitor
2,5 mikro farad dengan tegangan awal 5 volt.
196
Solusi :
Rangkaian tersebut dalam kawasan waktu adalah sebagai
berikut :





Impedansinya sebesar :

197
Impedansi tersebut diseri dengan sumber tegangan v(0)/s = 5/s
V.sec
Sehingga dapat digambarkan model seri sebagai berikut :








Admitansi Y(s) = C.s = 2,5 10
-6
. s (S),
diparalel dengan sumber arus C.v(0) = (2,5 x 10
-6
F).(5V) = 12,5
mikro Ampere.sec
Sehingga dapat digambarkan model paralel sebagai berikut :

198
Sehingga dapat digambarkan model paralel sebagai
berikut :
Transformasi Induktor
199
t
i(t) = (1/L) v(t) dt + i(t
0
)
t
o

v(t) = L. d i(t)/dt

Setelah ditransformasi Laplace :

I(s) = V(s)/(L.s) + i(t
0
)/s

V(s) = L [s.I(s) - i(t
0
) ] = L.s.I(s) - L. i(t
0
)

Impedansi : ZL(s) = L.s ()

Admitansi : YL(s) = 1/(L.s) (S)
200












a). Rangkaian Induktor di kawasan waktu b). Model Paralel Induktor
c). Model Seri Induktor
Contoh Soal
201
Tentukan model seri dan model paralel dari induktor 20
mH dengan arus awal 0,3 A.

Solusi :
Rangkaian tersebut dalam kawasan waktu adalah
sebagai berikut :






Impedansinya sebesar : Z(s) = L.s = 20.10
-3
s ()
202
Admitansinya sebesar : Y(s) = 1/(L.s) = 1/(20.10
-3
.s) = 50/s (S)
Sumber tegangannya : L.i(0) = (20.10
-3
)(0,3 A) = 6 mVsec
Sumber Arus : i(0)/s = 0,3/s A sec
Sehingga model paralel dan model seri dapat digambarkan sebagai
berikut :
Contoh Soal Aplikasi
203
Diberikan rangkaian sebagai berikut :




Buat rangkaian transformasinya!!!!
Solusi :
Untuk t < 0

204



Untuk t > 0

205
Latihan :
Buat rangkaian transformasi dari rangkaian berikut ini :

Contoh Soal Aplikasi
206
Hitung dan gambarkan iL(t) dari rangkaian berikut ini :




Solusi :
Untuk t < 0
iL(o-) = 10/(450+50) = 20 mA

207
Untuk t > 0









V
T
(s) = (5/s) + 400. 10
-6
V sec

Z
T
(s) = 1200 + 0,02 s + 50 = 0,02 [s + 62,5 .10
3
]

I
L
(s) = VT(s)/ ZT(s) = 250/[s(s + 62,5 . 10
3
)] + 0,02/( s + 62,5 .10
3
) A .sec

i
L
(t) =
-1
[250/{s(s + 62,5 . 10
3
)}] + -1 [0,02/(s + 62,5 . 10
3
)] A

= [250/(62,5 .10
3
)] [1 exp-62,5 . 10
3
t] u(t) + 0,02. exp-62,5 . 10
3
t u(t)

= [4. 10
-3
+ 16. 10
-3
exp-62,5 . 10
3
] u(t)
208
Latihan :
209
Hitung dan gambarkan vc(t) untuk rangkaian berikut :
Invers Transformasi Laplace Satu Sisi
210
Untuk mengembalikan dari spektrum (kawasan
frekuensi) ke kawasan waktu

X(s) x(t)
+j
x(t) (1/2j) X(s) est ds
-j
Dapat diselesaikan melalui definisi di atas atau melihat
pasangan TLSS-nya.


Sinyal T.Laplace
(t) 1
u(t) 1/s
(t
n
e-
at
/n !) u(t) 1/[(s+a)n+1]
Cos t u(t) s/[s2+2]
Sin t u(t) /[s2+2]
e-
at
Cos t u(t) (s+a)/[(s+a)2+2]
e-
at
Sin t u(t) /[(s+a)2+2]
211
Pasangan TLSS-nya (lanjutan).

Sinyal T.Laplace
u(t)-2u(t-T0/2) + 2u(t-T0) -
....
(1/s) (1-e-sT0/2)/( 1+e-
sT0/2)
(Sint - t Cos t) u(t)
2
3
/ [s
2
+
2
]
2

(t Sint) u(t) 2
2
s / [s
2
+
2
]
2

t e
-at
Sin t u(t)
[2
2
(s+a)] / [(s+a)
2
+
2
]
2

e-at (Sin t - t Cos t)
u(t)
2
3
/[(s+a)
2
+
2
]
2
212
a). Solusi dengan penyesuaian koefisien
(cara langsung)
213
Contoh :
Diberikan fungsi rasional : X(s) = (2s + 1)/(s
3
+ 3s
2
-4s)

Bentuk ekspansi parsiil :

X(s) = (2s+1)/[s(s+4)(s-1)] = A/s + B/(s+4) + C/(s-1)

= [A(s+4)(s-1) + B.s.(s-1) + C .s (s+4)]/[s(s+4)(s-1)]

(2s+1)/ [s(s+4)(s-1)] = [(A+B+C)s2 + (3A-B+4C)s 4A]/[s(s+4)(s-1)]

Maka : A+B+C = 0
3A-B+4C = 2
-4A = 1 A = 0,25
B+C = 0,25
-B+4C = 2,75
C= 3/5 = 0,6 dan B = -0,35
X(s) = -0,25/s 0,35/(s+4) + 0,6/(s-1)
x(t) = [-0,25 0,35 e-4t + 0,6 et] u(t)
b). Ekspansi parsiil untuk akar D(s) simple pole
214

X(s) = N(s)/D(s) = A1/(s-p1) + A2/(s-p2) + ....+ Ak/(s-pk) + ...+ An/(s-pn)
(s-pk) X(s) = (s-pk) A1 /(s-p1) + (s-pk) A2 /(s-p2) +...+(s-pk) Ak /(s-pk) +...+ (s-pk) An/(s-
pn)
Maka :

Ak = (s-pk) X(s)
s=pk

Contoh :
Untuk kasus sebelumnya : X(s) = A/s + B/(s+4) + C/(s-1) = (2s+1)/[s(s+4)(s-1)]
A = s X(s) = (2s+1)/[(s+4)(s-1)]= -0,25
s=0 s=0
B = (s+4) X(s) = (2s+1)/[s(s-1)] = -7/20 = -0,35
s=-4 s=-4
C = (s-1) X(s) = (2s+1)/[s(s+4)] = 3/5 = 0,6
s=1 s=1
Jadi :
X(s) = -0,25/s - 0,35/(s+4) + 0,6/(s-1)
x(t) = [-0,25 0,35 e
-4t
+ 0,6 e
t
] u(t)
c). Akar D(s) multiple pole-simple
215
X(s) = A1/(s-p1) +...+ Ai,1/(s-pi) + Ai,2/(s-pi)2 + ....+
Ai,r/(s-pi)r + ...+ An/(s-pn)
Dimana : Ai,r = (s-pi)r X(s)
s=pi

Ai,r-1 = (d/ds)[(s-pi)r X(s)]
s=pi
Ai,r-2 = (1/2!)(d2/ds2)[(s-pi)r X(s)]
s=pi
.
.
Ai,r-k = (1/k!)(dk/dsk)[(s-pi)r X(s)]
s=pi
216
Contoh :

X(s) = (2s
2
-3s)/(s
3
-4s2+5s-2) = (2s
2
-3s)/(s-2)(s-1)2 = A/(s-2) + A1,1/(s-
1) + A1,2/(s-1)
2


Dimana :
A1,2 = (s-1)2 X(s) = (2s
2
-3s)/(s-2)(s-2) = -1/(-1) = 1
s=1 s=1
A1,2 = (d/ds) [(2s
2
-3s)/(s-2)] = [(s-2)(4s-3) - (2s2-3s)]/(s-2)2 = [(-1)1 (-1)]/1 = 0
s=1 s=1

A = (s-2) X(s) = (2s2-3s)]/(s-1)2 = (8-6)/1 = 2
s=2 s=2

Jadi X(s) = 2/(s-2) + 1/(s-1)
2

x(t) = [2e
2t
+ t e
t
] u(t)
d). Ekspansi Parsiil : D(s) kompleks
konjugate simple pole
217
Contoh :
X(s) = (s+3)/[s2+4s+13] = (s+2)/[(s+2)
2
+ 32] +
1/[(s+2)
2
+ 32]

x(t) = [e
-2t
cos3t + (1/3) e
-2t
sin 3t] u(t)
e). D(s) kompleks konjugate multiple pole
218
Contoh :

X(s) =[9s
5
+94s
4
+706s
3
+2628s
2
+4401s+3750]/[s(s+2)(s
2
+6s+25)
2
]

Untuk (s
2
+6s+25)
2
maka akar-akarnya -3+j4 dan -3-j4

X(s)=A/s+B/(s+2)+(C+jD)/(s+3+j4)+(C-jD)/(s+3-j4)+(E+jF)/(s+3+j4)
2
+(E-
jF)/(s+3-j4)
2

Dimana :
A = s. X(s) = 3
s=0
B = (s+2) X(s) = -2
s=-2
E+jF = [(s+3+j4)2 X(s)] = 4+j3
s=-3-j4
C+jD = (d/ds) [s+3+j4)2 X(s)] = 2+j3
s=-3-j4
219
Jadi :
X(s) = 3/s 2/(s+2) + (2+j3)/(s+3+j4) + (2-
j3)/(s+3-j4)2+(4+j3)/(s+3+j4)+(4-j)/(s+3-j4)2

x(t) = [3-2e
-2t
+(2+j3)e
-(3+j4)t
+(2-j3)e
(-3+j4)t
+(4+j3)te
-
(3+j4)t
+(4-j3)te
(-3+j4)t
] u(t)
= [3-2e
-2t
+e
-3t
(4 cos4t+ 6 sin4t) +te
-3t
(8 cos4t
+ 6 sin4t)] u(t)
f). Metode Grafis
220
Untuk mengevaluasi koefisien parsiil dari X(s) dengan cara
menggambarkan vektor diagram semua pole-zero sistem.

Diketahui : X(s) = N(s)/D(s) = k[(s-z1)(s-z2)......(s-zm)]/[(s-p1)(s-
p2)....(s-pn)]

Nilai dari X(s) di s=s1 :
X(s1) = k (perkalian jarak langsung setiap zero ke s1)/ (perkalian jarak
langsung setiap pole ke s1)

Evaluasi pole pk dari X(s)
Ak = (s-pk) X(s)
s=pk
Ak = k (perkalian jarak langsung setiap zero ke pk)/(perkalian jarak
langsung setiap pole ke pk)
221
Contoh :
X(s) = 12(s+1)(s+4)/[s(s+2)(s+1+j2)(s+1-j2)]
= A/s + B/(s+2) + (C+jD)/(s+1+j2) + (C-jD)/(s+1-j2)
Gambar semua pole dan zero :
Kemudian evaluasi koefisien C-jD, berarti mengevaluasi ke
vektor s+1-j2 (letak pole di s = -1+j2). Hitung semua jarak
dari setiap pole dan zero yang ada terhadap titik -1+j2.
Didapat :
C-jD = 12 (13 Z33,7o)( 2Z90o)/[( 4Z90o)( 5Z153,4o)(
5Z26,6o)]
= 4,32Z-146,3o
= -3,6 j2,4
C+jD = -3,6 + j 2,4
Dengan cara yang sama didapat :
A = [(12) (1) (4)]/[(2) (5)(5)] = 4,6
B = [(12) (1Z180o ) (2)]/[(2Z180o )(5) (5)] = 2,4
222


APLIKASI TLSS
a). Solusi Persamaan Diferensial
223

Sifat diferensiasi : [dx/dt] = s X(s) x(0)

Bentuk umum : [d
n
x/dt
n
] = s
n
X(s) s
n-1
x(0)
s
n-2
dx(0)/dt - ......- d
n-1
(0)/dt
n-1

224
Contoh :

Persamaan Diferensial Orde Dua :
d
2
x(t)/dt
2
+ 4 dx(t)/dt + 3 x(t) = 2
Dengan x(0) = 2 dan dx(0)/dt = 1
Transformasi Laplace-kan kedua sisi dan dimasukkan kondisi awal.
s
2
X(s) -2s -1 + 4[s X(s) -2] + 3 X(s) = 2/s
X(s) [s
2
+ 4s +3] = 2/s + 2s + 9
X(s) = [2 + (2s + 9) s]/[s (s+3) (s+1)] = A/s + B/(s+3) + C/(s+1)
A = s X(s) = 2/3
s=0
B = (s+3) X(s) = -7/6
s=-3
C = (s+1) X(s) = 5/2
s=-1
X(s) = (2/3)/s (7/6)/(s+3) + (5/2)/(s+1)

x(t) = [2/3 (7/6) e
-3t
+ (5/2) e
-t
] u(t)

225
Contoh :

Persamaan Diferensial Orde Dua :
d
2
x(t)/dt
2
+ 4 dx(t)/dt + 3 x(t) = 2
Dengan x(0) = 2 dan dx(0)/dt = 1
Transformasi Laplace-kan kedua sisi dan dimasukkan kondisi awal.
s
2
X(s) -2s -1 + 4[s X(s) -2] + 3 X(s) = 2/s
X(s) [s
2
+ 4s +3] = 2/s + 2s + 9
X(s) = [2 + (2s + 9) s]/[s (s+3) (s+1)] = A/s + B/(s+3) + C/(s+1)
A = s X(s) = 2/3
s=0
B = (s+3) X(s) = -7/6
s=-3
C = (s+1) X(s) = 5/2
s=-1
X(s) = (2/3)/s (7/6)/(s+3) + (5/2)/(s+1)

x(t) = [2/3 (7/6) e
-3t
+ (5/2) e
-t
] u(t)
226
b). Respons Impuls Sistem

Contoh soal :
Cari respons impuls h(t) dari persamaan diferensial sistem berikut ini :
dy(t)/dt + 3y(t) = 2 x(t) + dx(t)/dt dengan y(0) = 0 dan x(0)= 0

Solusi :
: sY(s) y(0) + 3Y(s) = 2X(s) + s X(s) x(0)
Y(s)[s+3] = X(s) [s+2]

H(s) = Y(s)/X(s)
= (s+2)/(s+3) = (s+3-1)/(s+3) = (s+3)/(s+3) 1/(s+3)
= 1 1/(s+3)

h(t) = (t) e
-3t
u(t)
227
c). Solusi Lengkap Rangkaian RLC
Telah dibahas lengkap di atas
228
d). Analisis Sistem Waktu Kontinyu

Diberikan Sistem Waktu Kontinyu Linear Tak
Berubah Terhadap Waktu (SWK LTW) ditunjukkan
dengan hubungan Input dan Output sebagai berikut
:
a
n
y
n
(t) +a
n-1
y
n-1
(t) ++ a
0
y(t) = b
0
x(t) + .+ b
m
x
m
(t)
229
Respons steady state : Y(s) = H(s). X(s)

y(t) = -1 [H(s).X(s)]
Stabilitas Sistem SWK : H(s) = N(s)/D(s)
SWK stabil jika dan hanya jika :
a). Stabil dalam arti BIBO
b). Respons impuls secara mutlak terintegrasi
c). Limit h(t) = 0
t~
d). Akar riil D(s) < 0
e). Letak pole di sebelah kiri sumbu imajiner
230

Arigato Gozaimasu

TRANSFORMASI Z

TEAM DOSEN
231
EE2423
SINYAL & SISTEM
Pendahuluan
232
Transformasi Z merupakan suatu teknik untuk
menggambarkan dan memanipulasi deretan (seperti
Transformasi Laplace pada Sinyal waktu Kontinyu).
Definisi Transformasi Z
233
Jika diberikan sinyal x(n) untuk SWD, maka transformasi
Fourier Waktu Diskrit (TFWD) dari x(n) dinyatakan oleh :
~
F [ x(n) ] = x (e
-jn
) = x(n) e
-jn

-~
Transformasi Z dari sinyal atau deret waktu diskrit x(n)
didefinisikan sebagai :
~
TZ [ x(n) ] = X (z) = x(n) z
-n

-~
Contoh
234
Diberikan sinyal waktu diskrit x(n), yang mempunyai
jumlah elemen yang terbatas seperti yang ditunjukkan
oleh gambar berikut ini :


0 -1
-2
-3 1 2
3 4
2
3
4
2
-5
x(n)
-4
-2
235
Secara matematis gambar diatas dapat dinyatakan
sebagai :

x(-3) = 2, x(-2) = -5, x(-1) = 3, x(0) = 0, x(1) = 4, x(2) = 2,
x(3) = -4, x(4) = -2

maka transformasi z dari x(n) akan diperoleh :

X(z) = 2z
3
-5z
2
+3z
1
+4z
-1
+2z
-2
-4z
-3
-2z
-4

Hubungan TZ dengan TFWD
236
Untuk melihat hubungan antara transformasi z
(TZ) dengan tranformasi Fourier Waktu
Diskrit(TFWD), maka dapat kita lakukan dengan
pengekspresian variabel komplek z dalam
bentuk polar, sebagai :
z = r e
j

~
X (r e
j
) = [x (n) (r e
j
)]
-n

-~
237
yang dapat juga dituliskan sebagai :
~
X (r e
j
) = [x (n) r
-n
] e
-j
-~

Sedangkan TFWD dirumuskan sebagai :
~
X () = [ x (n) ] e
-j

-~
238
Hubungan antara dua transformasi ini
menunjukkan bahwa TFWD merupakan TZ yang
dievaluasi pada lingkaran satuan dalam bidang
z.
Definisi dapat diperluas :
~
h(n) H (z) = h(n) z
-n
- ~
Untuk z = e
-jn
H (e
-j
).
239
Jadi bila mempunyai respons impuls sistem h(n),
dapat dicari H(z), kemudian z diganti dengan e
j

didapat H (e
j
) (Respons Frekuensi).

Dengan kata lain untuk menghitung respons
frekuensi dapat dilakukan melalui Transformasi
Z.
Hubungan TZ dengan Transformasi Laplace
240
Transformasi Z digunakan untuk sinyal waktu diskrit,
hubungannya dengan transformasi Laplace yaitu
dengan mensubstitusikan z = exp (sT)

Mengingat definisi Transformasi Laplace bilateral
untuk sinyal kontinyu x(t) didefinisikan sebagai :
~
[x(t)] = x(t) e
-st
dt
-~
241
Pemetaan antara bidang s dan bidang z

Bidang s Mapping dengan Bidang z z=exp(sT)
Imaj (s) Imaj(z)
2/T

/T
0
-/T

-2/T

Riil (s)
Riil (z)
Lingkaran
satuan
Transformasi Z Satu Sisi (TZSS)
242
Transformasi Z ,seperti halnya Transformasi laplace
yang memiliki transformasi satu sisi dan dua sisi.

Daerah konvergensi dari TZ bilateral dalam bidang z
diberikan dengan maksud bahwa TZ balik (Inverse
Z-Transform) dapat diperoleh.
243
TZSS dari deretan x(n) didefinisikan sebagai :
~
X(z) = x (n) z
-n

-~
Untuk mempermudah notasi, TZSS dari deret x(n)
dinotasikan sebagai :

Z[x(n)] = X(z)

Pasangan TZSS
244
a. Deret Konstan
Jika diberikan deret konstan seperti berikut :
x(n) = A , n = 0, 1, 2, ...,~
TZ dari deret ini akan diberikan oleh :
~
X(z) = x(n)z
-n
= A( 1 + z
-1
+ z
-2
+ )
-~

= A/(1-z
-1
) = AZ/(z-1)

245
Dalam kasus khusus, dimana | r | < 1, maka
penjumlahan dari deret akan konvergen untuk n =
. Sehingga dalam kasus ini dapat diperoleh :
~
r
n
= 1/(1-r),konvergen untuk | r | < 1
-~
TZ dari deret konstan akan konvergen (mempunyai
nilai terbatas) jika | z| < 1, atau | z | > 1
246
Deret konstan dan TZ
-
2
-
1
0 1 2 3 4
n
A
1
Imag (z)
Re(z)
247
Satu hal lain yang menarik untuk diamati
bahwa TZ dari deret konstan mempunyai
pole pada z = 1, dimana TL dari fungsi unit
step mempunyai pole pada s = 0
~
Jadi X(z) = Az
-n
=A/(1-z
-1
)
-~
konvergen untuk |z
-1
|<1 atau |z
-1
|> 1


248
b. Deret Eksponensial
Diberikan deret x(n) = A. r
n


Sebuah deretan yang dibangkitkan dengan pencuplikan
fungsi eksponensial dari bentuk :
x(t) = A.e
t ,
dimana : r = e
T


TZ dari deret ini :
~ ~
X (z) = A
n
rz
-n
= A (r z
-1
)
n

n=0 n=0
= A/(1-rz
-1
) =,AZ/(z-r) , |z| > |r|

249
untuk r > 1 ROC|rz
-1
|<1,maka |z|>|r| , ini berarti
bahwa ROC berada diluar lingkaran dengan jari-
jari r dalam bidang z

250
C. Sinyal Impuls
Sinyal impuls satuan waktu diskrit dirumuskan
sebagai :
x(n) = 1 , untuk n = 0
= 0, untuk n lainnya

TZ dari deret ini :
~
X (z) = x(n) z
-n
= 1
n=0
251
d. Deret Sinusoidal
TZ dari deretan x(n) = A cos n dan x(n) =
A sin n

dapat diperoleh dari penurunan yang
ditunjukkan dibawah ini :
Z[A cos n] =Z[(Ae
jn
)/2 +(Ae
-jn
)/2]
X(z) = Az[z-cos]/[z
2
-2z cos +1]
|z| > 1

252
Deret Cosinus dan pole zero TZ-nya
n
Im[z]
Re[z]
lingkaran
satuan
|
253
Dengan cara yang sama :
Z[A sin n] =Z[(Ae
jn
)/2 -(Ae
-jn
)/2]
X(z) = Az sin]/[z
2
-2z cos +1]
|z| > 1


n
Im[z]
Re[z]
lingkaran
satuan
|
254
Sifat-sifat TZSS
255
a. Linieritas
Jika X
1
(z)=Z[x
1
(n)] ROC R
1 -
<|z|< R
1+
;
X
2
(z)=Z[x
2
(n)] ROC R
2-
<|z|< R
2+
; dan X(z) =
Z [x(n)],
maka :
Z[ x
1
(n)+x
2
(n)] = X
1
(z) + X
2
(z)

ROC dari hasilTZ ini diberikan oleh irisan ROC
dari X
1
(z) dan X
2
(z)
256
b. Penggeseran
Jika : X(z) = Z [x(n)],
maka : Z[x(n+1)] = zX(z) zx(0)

Hal ini sangat penting untuk menyelesaikan
persamaan perbedaan dan ini mirip dengan sifat
pada TL untuk penurunan dari fungsi waktu
kontinyu.
Secara Umum :
Z[x(n-k)] = z
-k
X(z)
257
c.Perkalian dengan n

Jika : X(z) = Z [x(n)], maka :

Z[nx(n)] = -z dX(z)/dz

Bentuk umum :

Z[n
m
x(n)] = (-z)
m
d
m
X(z)/dz
m

258
d.Perkalian dengan r
n

Jika : X(z) = Z [x(n)], maka :
Z[r
n
x(n)] = X(z/r)

e. Konvolusi
Jika X
1
(z) =Z [x
1
(n)]ROC R
1-
<|z| < R
1+
;
X
2
(z) =Z [x
2
(n)]ROC R
2-
<|z| < R
2+
;
~
Maka :X
1
(z). X
2
(z) = Z[ x
1
(k)] x
2
(n-k)]
k=0
259
f.Teorema Nilai Awal
Jika : X(z) = Z [x(n)], maka :
x(0) = lim X(z)
z~

Penerapan utama dari sifat ini adalah untuk
menentukan nilai awal x(0) secara langsung
dari X(z), tanpa melakuakn evaluasi inverse
TZ.
260
g.Teorema Nilai Akhir

Jika : Z [x(n)] = X(z) dan semua pole X(z)
terletak didalam lingkaran satuan, dengan
pengecualian yang mungkin dari pole yang
sederhana pada z = 1, maka nilai X(n) pada
n~ diberikan oleh :

lim x(n) =lim [((z-1)/z).X(z)]
nx z1
Invers TZSS
261
a. Metoda penyesuaian koefisien dengan
pembagian terus menerus

~
Jika X (z) = a
n
z
-n

n=0
Maka :
x (n) = a
n
untuk n=0,1,2,

262
b. Ekspansi Pecahan Parsial
Gagasan dibalik metode ini adalah mirip
dengan yang digunakan untuk mendapatkan
invers TL.
X(z) diekspresikan sebagai fungsi rasional dari
z, sehingga merupakan perbandingan dari
dua polynomial di dalam z, invers
transformasi Z didapat menggunakan
pendekatan partial fraction expansions
Pasangan TZ


x(n) X(z) Keterangan
(n) 1
A.u(n) Az/(z-1)
Pole pada z = 1
A.r
n
Az/(z-r)
Pole pada z =r
A.n.u(n) Az/(z-1)
2
2 pole pada z =1
A cos n
Az[z- cos ]/[z
2
-2z cos +1]
263
Pasangan TZ


x(n) X(z) Keterangan
A sin n

Az sin n/[z
2
-2z cos +1]
A.n.r
n
Arz/(z-1)
2
A n
2
Az(z+1)/(z-1)
3
zr
n
(C cosn-D sinn) (C+jD)z/(z-re
j
) +
(C-jD)z/(z-re
-j
)
A cos n
Az[z- cos n]/[z
2
-2z cos +1]
n 0
264
Latihan
265
Carilah Inverse TZ dari sinyal berikut ini :
x(n) = 5z
4
-29z
3
+56z
2
-34z/[(z-1)(z-2)
3
]
266
c. Integral Invers kompleks
Diberikan transformasi dari suatu deret x(n)
adalah :
~
X (z) = x(n)z
-n
; ROC R
n=-~
Kalikan X(z) dengan z
k
/(2H.j.z). dz dan
mengintegrasikan disekitar kurva tertutup C
yang terletak seluruhnya diantara daerah
konvergensi R menghasilkan :

267
(1/2j)
c
X (z)z
k
dz/z
x
= (1/2j)
c
x(n)z
-n + k-1
dz
n=-x

x
= (1/2j) x(n)
c
z
-n + k-1
dz
n=-x

268
Setiap kurva integral dapat kemudian dievaluasi
dengan mempergunakan Teorema integral Cauchy
yang menyatakan bahwa jika C melingkupi titik 0
dalam arah yang berlawanan dengan arah jarum
jam, sehingga :
(1/2j)
c
z
k-1
dz = 1, untuk k = 0
= 0, untuk k lainnya
Atau :
(1/2j)
c
z
n
dz = 1, untuk n = -1
= 0, untuk n lainnya
269
Dari prsamaan sebelumnya dapat disusun kembali
menjadi :

(1/2j)
c
X(z)(z
n
/z) dz = x(n)

Aplikasi TZSS
270
a. Solusi persamaan perbedaan
Dengan menggunakan sifat :
Z [ x (n+1) ] = z X (z) z x (0) pergeseran waktu
Jika steady state (tanpa kondisi awal)
z [ x (n) ] = x ( n-1)
z [ x (n) ] = x (n+1)
z [ x (n) ] = x (n-2)
Latihan :
y(n) - 1,5 y(n-1) + 0,5 y(n-2) = 0,25
n
, n 0
dimana y(-1) = 4 dan y(-2) = 10

271
b.Mencari respon impuls
Jika diberikan sistem seperti pada gambar
berikut :

x (n) h(n) y(n)

Bila masukan x(n) = o (n), maka keluaran y (n)
= h (n)

X (z) H(z) Y (z)

272
c. Analisis SWD
SWD LTW kausal
a
n
y(n) + a
n-1
y(n-1) + + a
n-p
y(n-p) =
a
n
x(n) + b
n-1
x (n-1) + + b
n-m
x (n-m)
Fungsi transfer H(z) = Y(z)/X(z)
Y(z)[a
n
+z
-1
a
n-1
++z
-p
a
n-p
]
= X(z) [b
n
+z
-1
b
n-1
++z
-m
b
n-m
]

H(z) = [b
n
z
p
+b
n-1
z
p-1
++b
n-m
z
p-m
]/[a
n
z
p
+a
n-1
z
p-1
++a
n-p
]
273
Respon steady state
Y (z) = H (z) . X (z)
y (n) = ITZ [H (z) . X (z)]
Respon impuls h (n) H (z)
Stabilitas
SWD stabil jika dan hanya jika
stabil dalam arti BIBO
pole dari fungsi transfer berada dalam lingkaran satuan
lim|h(n)| = 0 untuk sembarang p > 1
n~
Besar / Magnitudo semua akar polinomial < 1
274
d. Respons Sistem Terhadap Masukan Sinusoidal

x (n)=A cos(
0
n+) h(n) y(n)

Dalam kawasan Z : X (z) . H (z) = Y (z)

Misalkan masukan eksponensial x (n) = A e
j
o
n
maka respons steady state sistem didapat dengan
mengevaluasi Y(z) di pole Z = e
j
o

Jadi
H (z) = H (e
j
o
) = | H (e
j
o
) | / H (e
j
o
)

Sehingga :

Y
ss
H (e
j
o
) A e
j
o
n

275
Sistem linier maka Y
ss
(n) adalah penjumlahan
masing-masing respons input sistem.

Y
ss
(n) = H (e
jo
) e
j(on+)
+ H (e) e
-j(on+)


Y
ss
(n) = A|H (e
jo
)|cos[on++arg H(e
jo
)]
Transformasi Z Bilateral [TZB]
276
Definisi TZB untuk x (n) = 0, n[-~,~]
~
X (z) = x(n) z
-n
n=-~
~ -1
= x(n) z
-n
+ x(n) z
-n

n=0 n=-~
Invers TZB
277
Invers TZB dapat dilakukan dengan teori Laurent
dan teori residu (sulit dievaluasi) dan metoda
ekspansi parsial (lebih mudah) dengan
menggunakan tabel referensi pasangan TZB.