Diktat Kuliah

SINYAL DAN SISTEM

oleh
Chunaeni Latief

UNIVERSITAS LANGALANG BUANA

BANDUNG-40216
JL. KARAPITAN 116, Telp 022-4218084, Fax: 022-4237144

BAB I
PENDAHULUAN
Dalam era teknologi komunikasi, informasi dan pesatnya perkembangan elektronika digital,
pembahasan sinyal mengalami lompatan yang sangat jauh. Demikian juga pemakaian keseharian
menunjukkan kemajuan pesat baik penyampaian informasi secara individu maupun kelompok yang
sudah bersifat mendunia dan menyebar secara terbuka, khususnya adanya media internet maupun
mobile phone yang memanfaatkan jaringan satelit dengan jaringan dibawahnya (kabel, nirkabel, fiber).
Sehingga diperlukan pemahaman yang mendalam mengenai sinyal dan sistem untuk kemajuan
penerapan konsep sinyal dan sistem, namun cukup mudah dimengerti.
Dari ungkapan di atas, maka perlu digagas pembahasan yang mencakup: Pendahuluan, . Sinyal
Kontinyu, Diskontinyu dan Diskrit, Klasifikasi Sinyal, Daya Sinyal waktu Kontinyu, Operasi Dasar
Sinyal Waktu Kontinyu, Sinyal Periodik Waktu Kontinyu, Sinyal Sinusoidal, Sinyal Waktu Diskrit,
Bentuk Sinyal Waktu Diskrit, Daya Sinyal Waktu Diskrit, Sinyal Periodik, Sinyal Kompleks, Sinyal
Impuls Operasi Sinyal Waktu Diskrit, Pembangkitan Sinyal, Transformasi Fourier dan Penggunaannya
dalam Analisis Sinyal dan Sistem.
1.1.

Konsep Sinyal
Tatkala makhluk hidup atau manusia dilahirkan di dunia, semua makhluk hidup/manusia

sudah diberi modal sinyal oleh Allah SWT yaitu menangis atau kode kepada induknya atau orang
tuanya, yang menandakan bayi memberikan informasi kepada orang tua ada komunikasi dengan
sinyal tangisan agar orang tua mengerti, bahwa bayi memerlukan menetek, atau kedinginan atau
terlalu terang, panas dan sebagainya. Jadi awal sekali kita sudah mengenal sinyal dan isyarat,
muncul pertanyaan apa sinyal.
Konsep sinyal dan sistem dikembangkan sangat luas diberbagai bidang antara lain:
komunikasi, penerbangan, desain rangkaian elektronik, seismologi, biomedical, pembangkitan dan
distribusi energi, kendali proses kimia, pengolahan suara dan berbagai penerapan lainnya.
Bentuk Sinyal
Apa sebetulnya sinyal, sinyal adalah fenomena atau informasi yang berasal dari alam raya
ini dari benda hidup ataupun benda mati atau dari Sang Pencipta alam dalam bentuk apa saja yang

dapat memberikan pengertian bagi yang menerima atau memerlukan atau pengguna (user) dengan
variable bebas.
Sinyal dapat berbentuk isyarat, benda, kode, tulisan suara, lambang, gambar, kode cahaya,
kode bendera, mimpi maupun firman Allah (wahyu) dalam bentuk kontak ke batin Para Utusannya,
dsb. Sinyal ini dapat berubah-ubah tergantung variabel apa yang melatar belakanginya. Misal waktu,
frekuensi, jarak, kecepatan, bentuk dan lainnya.
Secara matematis, sinyal dijelaskan sebagai suatu fungsi dari satu atau lebih variabel bebas.
Contoh: x(t) = at, s(tg, /) = tg (tangan tegak, hati hati), / (berjalan), s(x,y,z,t) = ax + 3by + 10 dz +
15 t, Firman Allah (fungsi keadaan dan waktu)= ayat ayat al-Quran.
Contoh sinyal:

Sinyal elektrik: tegangan dan arus pada rangkaian

Sinyal akustik: audio atau sinyal percakapan (analog atau digital)
Sinyal video: variasi intensitas pada sebuah citra
Sinyal biologikal : urutan pada gen
kode gambar: lambang bendera pramuka
Kode cahaya: lampu senter , shocle, dim dsb
Sinyal suara: Tangis bayi yang baru lahir
Batu memberikan informasi bentuk, warna, kandungan, suhu yang dipunyai, posisi,
petunjuk umur keberadaannya (lapisan geologi, dan umur batuan) dsb.
Kode-kode: bit computer
Jumlah produksi dari sebuah mesin atau industry: zak semen, pupuk, kacang goring
dsb.
Wahyu melalui Malaikat Jibril: ke Nabi Muhammad dari Allah dimana saja dalam
bentuk suara, mimpi Nabi Yusuf, Sepuluh perintah Allah ke Nabi Musa, Perintah
Allah kepada Api agar dingin terhadap Nabi Ibrohim , perintah qurban dalam mimpi
dsb,

Gambar 1.1. Contoh sinyal modulasi.

Pengertian variable bebas; adalah penentu karakter sinyal yang merupakan penentu atau ciri
yang dapat berubah-ubah. Contoh: Sinyal (suhu atmosfer) berubah terhadap waktu dan tempat, serta
ketinggian. Kesehatan manusia tergantung pola makan dan olah raga serta hidup bersih. Perokok
tergantung pada variable: punya uang, teman yang punya rokok (dikasih atau minta), waktu
merokok, tempat merokok. Dalam kasus pembahasan sinyal ini ditinjau dari keberadaannya adalah:
Sinyal waktu Kontinyu dan diskontinyu
Lintasan pesawat luar angkasa, terus menerus tak pernah berhenti, suhu atmosfer.
Tegangan/voltase listrik, arus listrik.
Diskrit
DNA
Piksel pada citra digital
Dapat berupa 1-D, 2-D, . . . N-D disebut Sinyal Multikanal dan Sinyal Multidimensi
1.2.
Sinyal Waktu Kontinyu, Diskontinyu dan Diskrit
A. Sinyal Waktu Kontinyu atau CV (Continous Variable Time) adalah: sinyal yang mempunyai
nilai tak terputus dalam kawasan waktu. x(t), maupun kawasan variable lainnya x(f), disebut sinyal
kontinyu jika mempunyai nilai tak terrputus.
x(t)

I(f)

x(t)
t

sistemI(f)

y(t)

h(f)
f

Gambar 1.2 Sistem kontinyu

Gambar 1.2. di atas menunjukan sistem kontinyu dengan masukan x(t) setelah melalui proses dalam
sistem maka keluaran sistem adalah y(t). Karakteristik y(t) dalam penerapanya adalah sesuai dengan
karakteristik keluaran yang diinginkan perancang sistem. x(t) dan y(t) mempunyai nilai yang kontinyu
sepanjang waktu (t). Atau dapat juga variabel lainnya I(f) = k h(f). Atau sinyal kontinyu merupakan

argument real dari fungsi real x(t) dimana t dapat bernilai real sembarang. x(t) mungkin bernilai 0
untuk range nilai t tertentu yang diberikan. Sinyal waktu kontinyu, dapat berbentuk x(t), t, kontinyu,
I(f), f frekuensi kontiyu.
Sinyal dalam satu dimensi dalam bentuk variable tunggal, yaitu sinyal dalam satu gerak
ordinat dalam hal ini peubah bebasnya disebut waktu dilambangkan dengan t, sehingga amplitude
sinyal ditulis sebagai x(t), y(t), h(f). dalam fungsi frekuensi I(f) misal radiasi tergantug frekuensi.

Kebanyakan sinyal satu dimensi dalam dunia nyata adalah fungsi dari waktu berubah,
seperti: tegangan, arus listrik, suhu, kecepatan, tekanan, radiasi matahari dll
Bentuk sinyal dalam dua dimensi kontinyu, adalah sinyal yang mempunyai bentuk dua
ordinat misal bidang dan waktu: pergerakan awan, sinyal dalam koordinat x dan y yang terjadi
sepanjang masa. Dari klasiikasi di atas, maka sinyal waktu kontinyu dapat dijelaskan sebagai
beriku:
Sinyal bernilai kontinyu: jika seluruh harga yang mungkin pada range yang finite
(terbatas) maupun infinite (tidak terbatas) dalam variable apa saja. Fokus pada 1-D, variabel
waktu, variable frekuensi, fariabel fasa dsb. Contoh: tegangan dan arus, tekanan, suhu,
kecepatan, dll.
B. Sinyal Diskontinyu adalah: sinyal yang relative terputus baik dalam variable waktu maupun dalam
variable lainnya. Misal; hujan, sinar matahari yang sampai ke bumi terhalang awan, memancing
memperoleh ikan, bercakap cakap baik dalam kondisi bebas ataupun dalam ponsel. Jadi sinyal
tersebut dapat kontinyu hanya sebagian waktu saja, namun terputus putu (lihat Gambar 1.3).

terputus
Gambar 1.3. Sinyal diskontinyu
Contoh : X(t) = A sin t
untuk 0< t < 5/2, 20 < t < 50
C. Sinyal Diskrit, yaitu: sinyal yang mempunyai nilai dari satuan waktu diskret n yang merupakan

hasil sampling ataupun keluaran sistem yang berbentuk sampling dengan bilangan bulat, x(n) = A ,
untuk - < n < .
x(n)

y(n)

x(n)
n

sistem

y(n)

Gambar 1.4. Sinyal diskrit dengan sistem diskret

Sinyal waktu diskrit: merupakan fungsi dari argument yang hanya bernilai pada bagian
diskrit (hasil sampling dengan variable bebas) dari waktu n, x[n] dimana n bilangan bulat (integer) =
{...-3,-2,-1,0,1,2,3, 4, 5,.12,. 23...}, n tidak didefinisikan untuk pecahan. Contoh sinyal hasil
sampling fungsi waktu tersebut setiap satu menit sekali, disebut diskrit (lihat Gambar 1.5)

Gambar 1.5. Sinyal diskrit (hasil sampling)

Gambar 1.6. Pengiriman sinyal kontinyu dari sumber dalam bentuk analog (atas),
Sinyal diskrit kontinyu yang dikirim pada komunikasi digital (bawah).
Gambar 1.4. diatas menunjukan sistem diskrit dengan masukan x(n) setelah melalui proses
dalam sistem maka keluaran sistem adalah y(n). Seperti halnya pada karakteristik keluaran sistem
kontinyu maka keluaran sistem diskrit y(n) dalam penerapannya adalah sesuai dengan karakteristik
keluaran yang diinginkan perancang sistem dan proses yang dilaluinya. Gambar 1.6 menunjukkan

pemacar AM dalam kontinyu waktu, sedang pemancar FM merupakan modulasi digital yang
digagas dari bentuk diskrit yang dikonversi ke digital.
1. 3. Sinyal Multikanal dan Sinyal multidimensi
Sinyal Multikanal
Sk(t) dimana k=1,2,3, merupakan sinyal dari sensor/sumber yang banyak sampai ke-k
yang merupakan fungsi waktu, maka:merupakan vektor multikanal dari setiap sensor.
Contoh: siyal yang menampilkan masing-masing konsentari CO2, SO2, CO, O3 dsb,
Kanal dalam TV, maupun satelit, ataupun komunikasi.
Sinyal Multidimensi
Sinyal tergantung lebih dari 1 variabel bebas, maka sinyal tsb disebut dengan sinyal
multidimensi. Contoh sinyal dalam domain waktu, domain ruang f (x,y,z),
Contoh: hasil pemetaan 3 dimensi

Gambar 1.7 Hasil peta 3 dimensi dari suatu sinyal Lidar

1.4.

Sinyal Periodik dan tidak Periodik

Sinyal x(t) periodik dengan perioda t (t > 0) jika dan hanya jika x(t+T) = x(t) untuk setiap t.
Jika tidak ada nilai T yang memenuhi persamaan tersebut, sinyal dikatakan tidak periodik.
Contoh: x(n) = Asin 2fn

dimana f = k/N ..

(1.1)

Sinyal di atas akan periodic apabila f bernilai rasional, ini berarti: dimana k dan N adalah
integer. Contoh sinyal periodic sinussoida

(1.2)

Gambar 1.8. Sinyal periodik sinus dalam bentuk sinus dan uraian sinus bentuk kotak dari
deret Fourier.
Gelombang kotak mempunyai bentuk fungsional (yaitu deret Fourier) sebagai berikut.

(1.3).

1.5. Sinyal simetris (genap) dan tidak simetris (ganjil)

Suatu sinyal berharga real x(t) disebut simetris (genap) jika (lihat Gambar 1.8a) contoh
sinyal cosinus.:
x(-t) = x(t)

.. (1.4)

sedangkan suatu sinyal disebut tidak simetris (ganjil) apabila (lihat gambar 1.8b.), nilai genap di
balik, contoh sinyal sinus :
x(-t) = - x(t)

(1.5)

Jika x(t) adalah ganjil, maka x(0) = 0, dan nilai di bawah ini memenuhi peresamaan tersebut:

xe (t) = [x(t) + x(-t)]

xo(t) = [x(t) - x(-t)}
7

x(t) = xe (t) + xo (t)

(1.6)

Gambar 1.8. a. Sinyal genap, b sinyal ganjil

1.5. Sinyal Deterministik dan Sinyal Acak
Sinyal Deterministik adalah sinyal yang dapat dimodelkan secara matematis dan
dapat diprediksi nilainya. Lihat Gambar 1.9 (a).

(a)
(b)
Gambar 1.9. Kiri (a) sinyal deterministik diskrit, kanan (b) sinyal non deterministik acak
.

Sinyal Acak Non deterministic adalah sinyal yang tidak dapat dimodelkan secara matematis
dan nilainya tidak dapat diprediksi (acak) Gambar 1.9 (b).

1.6.

Daya dan Energi Sinyal

Sinyal yang merupakan informasi salah satunya merupakan fenomena besaran fisik yang

berbentuk daya kontinyu atau energi yang dipancarkan. Contoh i(t) arus listrik maupun tegangan
listrik v(t) yang dilalukan ke tahanan atau kapasitor dan lilitan merupakan daya yang disalurkan ke
impedansi tersebut dengan daya:
P (t) = v(t) i(t) = (1/R) v2(t) .. (1.7)
ta
W(t) = (1/R) v2(t) dt (1.8)
to

Energi yang disalurkan

Energi sinyal periodik x(n) dalam satu perioda, 0 < n < T-1, adalah finite apabila x(n)
bernilai finite dalam perioda tersebut. Daya rata-rata dari sinyal periodik adalah finite dan nilainya
sama dengan daya rata-rata pada satu perioda. Jadi power dari sinyal periodik dengan perioda T dan
mempunyai nilai finite adalah merupakan sinyal dengan energi E yang didefinisikan:
Nnnnnnnnnmmmnd N

E=

x | (n) |
n= -

(1.9a)

manakala nilai E terbatas, maka x(n) disebut sinyal energi.

Kebanyakan sinyal yang mempunyai E terbatas dan mempunyai daya rata-ratapun terbatas.
Daya sinyal diskrit didefinisikan sebagai berikut:
NnnnnnnnnnmmmndddN

P = lim 1/(2N+1) x | (n) |

n

n=-N

(1.9b)

BAB II
BENTUK BENTUK SINYAL YANG DIGUNAKAN DALAM PROSES
DALAM DOMAIN WAKTU
Ada beberapa sinyal dalam sistem dituliskan dalam variabel watu, frekuensi atau sudut
ataupun lainnya. Berikut dijelaskan beberapa sinyal dalam domain waktu yang sering digunakan
dalam analisis sinyal dan sistem. Sinyal dalam domain waktu dapat dituliskan dalam bentuk grafik
(Gambar 2.1), fungsional , tabuler, dan deret.

Bentuk Grafik

Gambar 2.1. Sinyal dalam bentuk grafik

Bentuk fungsional

x(t) = 1,

t>0

= 0,

t<0

Bentuk data tabular

Tabel 2.1. Sinyal dalam bentuk data tabular
n
x(n)

-3
12

-2
2

-1
5

0
7

Bentuk deret

1
8

2
-5

3
-10

x(n) = { 0, 1, 3, }

4
-2

5
1

untuk n=0

2.1.
Bentuk Fungsional Sinyal Dasar Analog dan Bentuk Grafik
a. Sinyal undak satuan u(t) (step function)
Suatu sinyal x(t) didefinisikan sebagai u(t) jika

x(t)
1

x(t) = 1, t > 0
= 0, t < 0

Gambar 2.2. Sinyal x(t) = u(t)

Sinyal ini dapat dipakai untuk merepresentasikan permulaan dan akhir suatu sinyal yang lebih
kompleks. Dapat juga digunakan untuk mengetes bentuk atau respon dari sistem melalui fungsi
step.
b. Sinyal kotak (t) (square function)
Sinyal x(t) dikatakan sebagai (t) jika
x(t) = 1,
= 0,
= (t)

x(t)
1

-0,5<t<0,5
t

lainnya

-0,5 Gambar
0,5 2.3. Sinyal
t
x(t)

c. Sinyal segitiga f(t) (triangular function)

Sinyal x(t) disebut sebagai f(t) jika
x(t)

= 1- ltl

-1<t<1

= 0,

x(t)

t lainnya

-1

t
Gambar 2.4.

Sinyal x(t) = (t)

d. Sinyal diskrit pulsa satuan (n) (delta function)

Sinyal x(n) disebut sebagai (n) atau sinyal delta jika
x(n) = 1,
= 0,

x(n)

n=0
n

lainnya

Gambar

2.5. Sinyal x(n) = (n)

Sinyal (n) biasa digunakan untuk mencari tanggapan cuplik satuan suatu sistem diskrit.
Sinyal ini juga dipergunakan untuk menyatakan suatu fungsi lain:
(2.1)

F (n) = (n)f(k-n)
1

e. Sinyal undak satuan diskrit u(n) (step descrete function)

Sinyal x(n) disebut sebagai u (n) jika
x(n)

= 1,

n>0

= 0,

lainnya

x(n)

Gambar
2.6. Sinyal x(n) = u(n)

2.2. Representasi Sinyal

Sinyal dapat direpresentasikan dalam berbagai cara. Representasi sinyal kontinyu dapat
dijelaskan dengan lebih mudah dengan contoh berikut:

Contoh soal 2.1:

Suatu sinyal kontinyu seperti Gambar 2.7 berikut bagaimana merepresentasikan dalam suatu
x(t)

persamaan sinyal :
1

1
2

Gambar 2.7. Sinyal x(t)

Penyelesaian:
Sinyal x(t) diatas mempunyai tiga kondisi yaitu: pada saat 0<t<2, pada saat 2<t<3 dan saat t yang
lain. Dengan demikian dapat dirumuskan suatu fungsi sebagai berikut:

x(t) =

x1(t),0 < t < 2

x(t) = 0,5 t

x2(t),2 < t < 3

x(t) = 1

x3(t),t lainnya

x(t) = 0

Dari grafik x(t) dapat dilihat bahwa kondisi selain 0<t<2 dan 2<t<3 tidak ada sinyal x(t)
atau dapat dituliskan x3(t) = 0. Sedangkan pada saat 2<t<3 terlihat bahwa sinyal x(t) bernilai 1
sehingga dapat dituliskan x2(t) = 1.
Untuk mencari nilai x1(t) dipergunakan persamaan garis antara dua titik. Isyarat x 1(t)
melalu titik (0,0) yang selanjutnya disebut titik 1 dan titik (2,1) yang selanjutnya disebut titik 2.
Dengan dasar tersebut maka isyarat x1(t) dapat dicari sebagai berikut:
x1 (t ) - x1
t - t1
=
x2 - x1
t2 - t1
(2.2)

dengan memasukan nilai-nilai titik 1 dan titik 2 didapatkan:

x1 (t ) - 0 t - 0
=
1- 0
2- 0
(2.3)

x1 (t ) =
maka:

t
2

(2.4)

Jadi x(t) dapat ditulis menjadi persamaan berikut :

05 t, 0<t<2
x(t) =

1,

2<t<3

0,

t lainnya

Untuk menuliskan persamaan x(t) dalam satu persamaan dapat digunakan u(t-a) dan u(-b)
sebagai awal dan akhir dari sinyal tersebut. Hal tersebut dapat dipahami dengan ilustrasi sebagai
berikut:
y1(t)

y(t)

y2(t)

1
a

1
a

t
(b)

(a)

(c)

Gambar 2.8. (a) Sinyal y(t) = u(t), (b) sinyal y1= u(t-a), (c) sinyal y2=u(t-b)
Pada Gambar 2.8. (a) adalah suatu sinyal yang bernilai 1 yang dimulai pada t = a dan
diakhiri pada t = b. Sinyal tersebut dari Gambar 2.8, dapat dilihat merupakan hasil pengurangan
sinyal y1(t) = u(t-a) (sinyal undak satuan yang tergeser ke kanan sejauh a) dengan sinyal y 2(t) = u(tb) (sinyal undak satuan yang tergeser ke kanan sejauh a).
y(t) = y1(t) y2(t)
jadi

y(t) = u(t-a) u(t-b) (2.5)

Untuk menyatakan suatu sinyal x(t) = e-t yang hanya mempunyai nilai pada saat t=1 sampai t = 5
dapat dinyatakan sebagai berikut:
x(t) = e-t{u(t-1) u(t-5)}

Contoh soal 2.2:

Representasikan sinyal pada contoh 1.1 dalam satu persamaan
0,5t, 0<t<2
x(t) =

1,

2<t<3

0,

t lainnya

Penyelesaian : Sinyal tersebut terdiri dari dua isyarat yaitu isyarat bernilai 0,5t yang dimula
dari t=0 sampai t=2 dan isyarat yang bernilai 1 yang mulai saat t=2 dan berakhir pada t=3, maka
dapat dinyatakan sebagai berikut:
x(t) = 0,5t{u(t-0)-u(t-2)} + {u(t-2)-u(t-3)}
= 0,5t {u(t)-u(t-2)} + u(t)-u(t-3)
2.3.Sinyal Sinusoida Waktu Kontinyu dan Kompleks
xa (t) =

A cos(t +),
=

-<t<

(2.6)

A cos (2f t + )

dimana: A= Amplituda, frekuensi (rad/s), phasa (rad), = 2f, f = frekuensi (cycles/s) atau
Hertz. Persamaan (2.6) merupakan sinyal dasar periodiksinusoidal.
Sinyal kompleks dalam fungsi amplituda:
x(n) = A(n) = rn ,

..

(2.7)

Fungsi fasa:
< x(n) =(n) =

(n) .

(2.8)

Dalam fungsi kompleks, besarnya fungsi sudut adalah arc tg besarnya vector impedansi khayal
dibagi vector impedansi riel atau arc tg jZ/Re Z.
Sifat-sifat sinyal sinusoida analog:
1. Untuk setiap nilai frekuensi tertentu f, xa (t) periodik. Dapat dilihat dari: xa (t-Tp) = xa (t)
dimana Tp =1/f adalah perioda sinyal sinus.

2. Sinyal waktu kontinyu yang mempunyai frekuensi berbeda adalah berbeda

satu sama lain.
3. Peningkatan frekuensi f akan meningkatkan laju osilasi sinyal.

Gambar 2.9. sinyal sinusoida analog

a. Sinyal Kompleks dan eksponentsial waktu kontinyu

Sinyal kompleks sinyal baik kontinyu maupun diskrit dapat berbentuk kompleks yang
terdiri dari nilai riil dan imaginer yaitu: nilai x bisa real ataupun imaginer dalam bentuk fungsi
kompleks cotoh . x(t) = 220 cos (wt - )+ j 220 sin (wt -). Contoh sinyal listrik baik arus
maupun tegangan yang bekerja karena adanya nilai fasa dalam listrik, misal karena induktor
maupun kapasitor, yang mempunyai keluaran kompleks, karena fasa berubah dengan masukan
bentuk gelombang sinus arus bolak balik (AC)
Sinyal eksponensial waktu kontinyu adalah sinyal yang memiliki persamaan
x(t)
dan jika x(t) = x(t + T), maka

= A exp (jt) (2.9)

x(t + T) = A exp(j(t + T))

. (2.10)

Salah satu sifat penting dari sinyal eksponensial kompleks adalah bahwa sinyal ini periodik.
Sebuah sinyal dikatakan periodik jika terdapat nilai periode fundamental (T) yang memenuhi
untuk semua nilai t.
A exp(jt) = A exp(j(t + T))

(2.11)

Ruas kanan diuraikan menjadi

exp(jt) = A exp(jt)*exp(jT)

(2.12)

Artinya, agar sifat periodik terpenuhi maka nilai exp(jT) = 1. Nilai T yang memenuhi kondisi ini
adalah T = 2/

Hubungan sinyal sinusoida yang menggunakan sinyal exponensial kompleks

adalah:
Euler identity (1.5)

j( t+ )

xa (t) = Ae

(2.13)

= cos j sin

. (2.14)

Frekuensi, f - adalah kuantitas secara fisik bernilai positif, berharga negatif hanya untuk
penyelesaian matematis atau jumlah cycle per unit waktu pada sinyal periodic.Substitusikan
persamaan 2.13 dan 2.14 ke persamaan . 2.9, diperoleh:

(j t +)

xa ( t) = A cos( t + ) = A/2 e

j ( t+)

+ A/2 e

(2.15)

Dapat dilihat dari persamaan 2.8 bahwa sinyal sinus atau cosinus dapat diperoleh dengan cara
menjumlahkan dua buah sinyal eksponensial complex-conjugate dengan amplitudo yang sama
(diagram Phasor). Artinya, agar sifat periodik terpenuhi maka nilai exp(jT) = 1. Nilai T yang
memenuhi kondisi ini adalah T = 2/

Sinyal exponensial riil

Sinyal eksponensial riel, jika

x(t) = A eat

(2.16)

Dimana A dan a umumnya komplek, seperti pada persamaan (2.6). namun, jika A dan a riil, maka
merupakan sinyal eksponensial riel. Jika a positif maka akan menghasilkan fungsi eksponensia naik
dan jika a negatif akan menghasilkan fungsi eksponensial turun (lihat Gambar 2.10), gambar
tersebut dapat dilihat sebagai bentuk respons sinyal dari rangkaian RC.

Gambar 2.10. Sinyal eksponensial riel dengan A dan a riel disini a =1, dan a = -1
Jika sinyal eksponensial riel tersebut dikalikan dengan eksponensial kompleks, maka akan diperoleh
bentuk persamaan teredam dan tidak teredam (lihat Gambar 2.11).
Contoh:

x(t) = C eat ej ( t + ) = C eat {cos ( t + ) + j sin ( t + )} .. (2.17)

Gambar 2.11 perkalian eksponensial riil denga eksponensial kompleks

a. teredam dan b. tak teredam
b. Sinyal Sinusoidal Waktu Diskrit
Bentuk Fungsi
x(n) = sin(n) exp(0.2n)
y(n) = u(n) cos(n)

xa (t) = A cos(n +),

, -<t<

(2.18)

Dimana: A = amplituda = 2f frekuensi (rad/sample), n = jumlah sample =

phasa (rad)

xa (n) = A cos (2fn + )

, -<t<

(2.19)

Sifat-sifat:
1. Sinyal Sinusoida waktu diskrit hanya periodik pada frekuensi f bernilai rasional.
Perioda N (N > 0), x(n+N) = x(n) untuk setiap n

(2.20).

Nilai terkecil dari N disebut dengan perioda dasar. Untuk sinusoid dengan frekuensi fo akan
periodik apabila nilai N integer.
2. Deret unit sample dinotasikan sebagai (t)/(n) dan didefinisikan
sebagai:

Gambar 2.12 Sinyal delta diskrit

(n)

= 1

n =
= 0

..

( 2.21. )

n 0

Dengan kata lain bahwa deret unit sample adalah sinyal dimana bernilai
0 untuk setiap n selain n=0 dimana nilainya adalah 1. Sinyal ini kadang disebut
dengan sinyal impulse yang ada pada waktu kontinyu.
3. Sinyal Diskrit Unit Step dinotasikan sebagai u(t) atau u(n) dan didefinisikan
sebagai:

Gambar 2.13 Sinyal unit step diskrit

U(n)

untuk

n 0

untuk

n< 0

. (2.22)

4. Sinyal Diskrit Unit Ramp

Gambar 2.14 Gambar sinyal unit ramp diskrit

U (n) = 0
= n

n<0
n0

. (2.23.).

5. Sinyal Exponential
x(n) = an n untuk setiap n
12

Gambar 2.15 Sinyal unit eksponentsial diskrit

Apabila a bernilai kompleks maka, dimana r dan adalah parameter, selanjutnya x(n) menjadi:

re jn
x(n) = re jn = rn (cos n + j sin n)

a. Bentuk Barisan
x(n) = {, 2, 3, 1.5, 0, -4, }
y(n) = {0, 1, 2, 4, 8, }
b. Bentuk Tabel

(2.24)

N
X(n)
2.4.

-2

-1

Kausalitas

Suatu sistem dikatakan sebagai kausal atau non-anticipatory jika untuk suatu nilai t1, respon output
pada waktu t1 yaitu y(t1) yang dihasilkan dari input x(t) tidak tergantung pada nilai input x(t)
untuk t > t1.
Contoh:
Bagaimana dengan sebuah sistem waktu kontinyu yang memiliki hubungan input/output sebagai
berikut:

y(t) = x(t+1).

*)

Apakah sistem ini *) kausal

Penyelesaian:
Sistem ini disebut non kausal jika nilai output y(t) pada suatu waktu t tergantung pada
input di waktu x(t+1). Non kausalitas dapat juga dilihat dengan mempertimbangkan respon sistem
untuk input detik ke suatu pulsa 1-detik seperti ditunjukkan pada Gambar 2.8a. Dari hubungan y(t)
= x(t+1) dapat dilihat bahwa output yang dihasilkan tergantung dari pulsa input. Atau sinyal output
muncul sebelum sinyal input diberikan, sehingga dalam hal ini sistem dapat dikatagorikan sebagai
sistem non-kausal. Sistem dengan hubungan input/output y(t) = x(t+1) disebut sebagai ideal
predictor. Sebagian besar ahli fisika berargumen bahwa di dunia ini tidak ada prediktor yang ideal.

(a)

(b)

Gambarn 2.16. (a). Sinyal output muncul sebelum sinyal input (non kausal)
2.16. (b) Sinyal output ideal time delay
Satu sistem yang memiliki hubungan input dan output delay seperti di bawah ini :
y(t) = x(t-1)
Apakah sistem ini merupakan sistem kausal?
Dapat dilihat bahwa: sistem ini dapat dikatagorikan sistem kausal jika outputnya pada waktu t
hanya tergantung pada nilai input saat waktu (t-1). Pada Gambar 2.16 b diberikan pulsa persegi ke
sistem ini, pulsa output akan dapat dihasilkan seperti pada Gambar 2.16b, mengalami delay dengan
berbeda. Kenyataannya bahwa delay sistem sebesar 1 detik untuk seluruh input merupakan delay
yang ideal (ideal time delay) untuk analisa sistem.
2.5.

Operasi-operasi Elementer

Penjumlahan sinyal (addition)

Jumlah dua buah atau lebih sinyal pada saat yang bersamaan adalah sama dengan jumlah dari
besar kedua sinyal/lebih pada saat tersebut
y(n) = x1(n) + x2(n) + ...
Perkalian sinyal (product)
Perkalian sinyal merupakan perkalian masing-masing sinyal satu dengan yang lain dan dapat dibalik
y(n) = x1(n) * x2(n)* .. = x2(n) * x1(n)*
Penambahan dengan konstanta (adding constant)
Jumlah sebuah/lebih sinyal dengan sebuah konstanta pada saat yang bersamaan adalah sama
dengan jumlah dari besar konstanta degan sinyal pada saat tersebut.
y(n) = c + x(n)

Perkalian dengan konstanta (scaling)

Perkalian sebuah/lebih sinyal dengan sebuah konstanta pada saat yang bersamaan adalah sama
dengan perkalian dari besar konstanta degan sinyal yang ada pada saat tersebut.
y(n) = A x(n)
Penggeseran waktu (shifting)
Suatu sinyal dapat digeser waktunya dengan mengganti variable n dengan n k, dengank adalah
bilang bulat yang menyatakan unit waktu pergeseran. Jika k bernilai positif maka pergeseran akan
menghasilkan sinyal yang tertunda (delay). Dalam grafik hal ini ditunjukkan dengan menggeser ke
kanan sejauh k. Jika k bernilai negatif maka sinyal akan lebih cepat sebesar |k| (digeser ke kiri
sebesar |k|).
y(n) = x(n -k)
Pembalikan waktu (Folding/Reflection)
Operasi ini akan menghasilkan bentuk cerminan
y(n) = x(-n)

Penggambaran sinyal:

Gambar di atas kiri dan tengah diperlihatkan dua sinyal kontinyu x(t) dan h(t). Perhatikan bahwa
sinyal x(t) mempunyai garis miring yang berawal dari koordinat (0,2) dan berakhir di koordinat
(b,-1) dengan b adalah digit terakhir NIM saudara. Gambarlah dengan baik sinyal-sinyal berikut ini:
a. x(-t)
b. x(t+2)
c. x(2t)
d. -2x(t)

e. x(3t-3)
f. x(-2t-2)
g. x(t)h(t)
h. x(t-1)h(2t/3)
Gambar di atas kanan menampilkan sinyal h[n]. Sinyal h[n] mengandung impuls di n=1 dengan
nilai sebesar b yaitu digit terakhir NIM saudara. Gambarkan sinyal-sinyal di bawah ini:
a. h[3n/2+2]
b. h[-n-1]/2
2.6.

Bagaimana membangkitkan Sinyal

Sinyal-sinyal diatas tersebut, dapat dibangkitkan dengan 2 cara yaitu dengan hardware

maupun keluaran dari sistem sensor, atau sistem yang lain dan software. Dengan hardware tentunya
dibuat dengan rangkaian elektronik seperti oscillator, mikrokontroler, rangkaian digital

yang

direkayasa sehingga diperoleh bentuk yang sesuai dengan yang diharapkan. Sedangkan software
dengan program komputer seperti dapat dilihat di bawah ini.
1.

Di sini akan dicoba membangkitkan sinyal sinusoida untuk itu dicoba membuat program
seperti berikut:
%------------------------------------------------% Nama File : Pembangkik_Sinyal_Sinus.m
% Oleh
: Charles
%------------------------------------------------Fs=100;
t=(1:100)/Fs;
s1=sin(2*pi*t*5);
plot(t,s1,r, 'linewidth',2)

% Tekan Enter

maka hasilnya adalah sebagai berikut:

Gambar 2.16.

Contoh Sinyal Sinus

Sinyal yang

terbangkitkan

adalah

sebuah

sinus dengan

amplitudo Amp = 1, frekuensi f =

5Hz dan fase

awal = 0. Diharapkan sudah

dipahami tiga parameter dasar pada sinyal sinus ini. Untuk lebih memahami coba lanjutkan dengan
langkah berikut.
1. Buat sebuah file baru dan beri nama coba_kotak.m kemudian buat program seperti berikut
ini.
%------------------------------------------------% Nama File : Pembangki_Sinyal_Persegi.m
% Oleh
: Charles
%------------------------------------------------Fs=100;
t=(1:100)/Fs;
s1=SQUARE(2*pi*5*t);
plot(t,s1,'linewidth',2)
axis([0 1 -1.2 1.2])
maka hasilnya adalah sebagai berikut:

Gambar 2.17. Contoh sinyal persegi terbangkit

2. Berikut ini akan dibuat program baru untuk membentuk gelombang unit step. Silahkan ketik
perintah seperti program berikut ini dengan nama: Pembangkit_Unit_Step.m
%--------------------------------------------------% Nama File : Pembangkit_Unit_Step.m
%Oleh
: Charles
%--------------------------------------------------L=input('Panjang Gelombang (>=40)=' )
P=input('Panjang Sekuen =' )
for n=1:L
if (n>=P)
step(n)=1;
else
step(n)=0;
end
end
x=1:L;
stem(x,step)

Gambar 2.18 Contoh Sekuen Step Terbangkit

3. Dicoba diulangi langkah pertama dengan cara menjalankan program yang ada dan masukan nilai
untuk panjang gelombang dan panjang sekuen yang berbeda-beda. Catat apa yang terjadi dan coba
variabel lainnya di ubah-ubah ?
Di sini akan dicoba bangkitkan sebuah sinyal waktu diskrit berbentuk sekuen pulsa, untuk
itu ikuti langkah berikut ini:
4.. Buat program baru dengan perintah berikut ini.
%--------------------------------------------------% Nama File : Pembangkit_Unit_Pulsa.m
%Oleh
: Charles
%--------------------------------------------------L=input('Panjang Gelombang (>=40)=' )
P=input('Posisi Pulsa =' )
for n=1:L
if (n==P)
step(n)=1;
else
step(n)=0;
end
end
x=1:L;
stem(x,step)
axis([0 L -.1 1.2])

Gambar 2.19 Contoh sekuen pulsa terbangkit

Jalankan program diatas berulang-ulang dengan catatan nilai L dan P dirubah-subah sesuai dengan
yang dikehendaki, perhatikan apa yang terjadi? Catat apa yang dapat dilihat.
Pada bagian ini akan dicoba untuk membuat sebuah sinyal sinus diskrit. Secara umum sifat
dasarnya memiliki kemiripan dengan sinus waktu kontinyu. Untuk itu ikuti langkah berikut
5.. Buat program baru dengan perintah seperti berikut.
%--------------------------------------------------% Nama File : Sinyal_Diskrit1.m
%Oleh
: Charles
%--------------------------------------------------Fs=20;%frekuensi sampling
t=(0:Fs-1)/Fs;%proses normalisasi
s1=sin(2*pi*t*2);
stem(t,s1)
axis([0 1 -1.2 1.2])

Gambar 2.20 Contoh Sinus Diskrit

2. Lakukan perubahan pada nilai Fs, sehingga bernilai 30, 40, 50, 60, 70, dan 80. Catat apa yang
terjadi ?
3. Lakukan perubahan pada nilai Fs, sehingga bernilai 18, 15, 12, 10, dan 8. Catat apa yang terjadi?
6. Pembangkitan Sirine
Di sini akan kita bangkitkan sebuah sinyal yang dapat memberikan keluaran berupa suara
sirine. Karena keluarannya berupa suara maka selayaknya perlu dipasang speaker aktif yang
kompatibel dengan komputer anda. Ikuti langkah-langkah berikut ini:
1. Buat program baru dengan perintah seperti berikut dan jalankan!. Apa yang diperoleh.
%--------------------------------------------------% Nama File : Sinyal_Sirine.m
%Oleh
: Charles
%--------------------------------------------------Fs=8000;
dt=1/Fs;
dur=2.8;
t=0:dt:dur;
psi=2*pi*(100 + 200*t + 500*t.*t);
xx= 7.7*sin(psi);
sound(xx,fs);
psi=sirine;
save sirine;
2. Tulis sirine pada command window MATLAB. Apa yang terjadi?
3. Lakukan perubahan pada nilai Fs, sehingga bernilai 4000. Catat apa yang terjadi ?
4. Lakukan perubahan pada nilai Fs, sehingga bernilai 16000. Catat apa yang terjadi?
7. Pembangkitan Nada DTMF
Di sini akan dibangkitkan sebuah sinyal yang dapat memberikan keluaran berupa nada
DTMF. Ikuti langkah-langkah berikut ini:
1. Buat program baru dengan perintah seperti berikut dan jalankan!. Apa yang diperoleh.

%--------------------------------------------------% Nama File : Sinyal_Nada_DTMF.m

%Oleh
: Charles
%--------------------------------------------------% Freq : 1209 | 1336 | 1477
%----------------------------------% 697 : 1 | 2 | 3
%----------------------------------% 770 : 4 | 5 | 6
%----------------------------------% 852 : 7 | 8 | 9
%----------------------------------% 941 : * | 0 | #
%----------------------------------Fs=8000;
t=0:0.001:1.5;
y1=sin(2*pi*852*t)+sin(2*pi*1209*t);
y2=sin(2*pi*770*t)+sin(2*pi*1477*t);
y3=sin(2*pi*770*t)+sin(2*pi*1477*t);
y4=sin(2*pi*697*t)+sin(2*pi*1209*t);
y5=sin(2*pi*697*t)+sin(2*pi*1336*t);
y6=sin(2*pi*697*t)+sin(2*pi*1209*t);
y7=sin(2*pi*941*t)+sin(2*pi*1477*t);
wavplay(y1,Fs)
wavplay(y2,Fs)
wavplay(y3,Fs)
wavplay(y4,Fs)
wavplay(y5,Fs)
wavplay(y6,Fs)
wavplay(y7,Fs)
2. Lakukan perubahan pada nilai Fs, sehingga bernilai 4000. Catat apa yang terjadi ?
3. Lakukan perubahan pada nilai Fs, sehingga bernilai 16000. Catat apa yang terjadi?
8. Contoh: Suara yang Terdapat pada MATLAB

%------------------------------------------------% Nama File : Membaca_dan_Memainkan _File_wav.m

% Oleh
: Charles
%------------------------------------------------clear all;
load gong %memanggil audio data (MAT files).
sound(y,Fs)
Jalankan program anda, dan anda akan mendengarkan orang tertawa. Coba anda gantikan kata gong
dengan chirp, gong, handel, laughter, splat, dan train
9. Pembangkitan Sinyal Dengan memanfaatkan file *.wav
Kita mulai bermain dengan file *.wav. Dalam hal ini dilakukan pemanggilan sinyal audio
yang ada dalam hardisk. Langkah yang harus dilakukan adalah seperti berikut:
1. Simpanlah sebuah lagu ( misalnya: How_can_I_tell_her.wav) dalam format wav pada folder:
work dari MATLAB. Jika formatnya bukan wav, maka perlu dikonversi terlebih dahulu ke dalam
format

wav

menggnakan

program

yang

lain.

Lalu

buat

file

dengan

nama:

Membaca_dan_Memainkan _File_wav.m seperti berikut:

%------------------------------------------------% Nama File : Membaca_dan_Memainkan _File_wav.m
% Oleh
: Charles
%------------------------------------------------Fs=16000;
y1=wavread(' How_can_I_tell_her.wav);
wavplay(y1,Fs,'async') % Memainkan audio sinyal asli
3. Cobalah untuk menampilkan file audio yang telah anda panggil dalam bentuk grafik sebagai
fungsi waktu. Perhatikan bentuk tampilan yang anda lihat. Apa yang anda catat dari hasil
yang telah anda dapatkan tersebut?

2.7.

Data dan Analisis

Untuk melakukan berbagai langkah percobaan pembangkitan sinyal baik diskrit mapun
kontinyu, juga sudah dipelajari bagaimana membaca audio file .wav. dan mengaktifkan speaker
melalui perintah dalam MATLAB. Yang harus dilakukan adalah: mengujicoba setiap program di
atas, memodifikasi sebagian untuk mempengaruhi pengaruhnya, mencatat dan menjawab setiap
pertanyaan yang ada pada setiap langkah percobaan diatas. Kalau dapat mempunyai ide untuk
melakukan berbagai variasi data sehingga diketahui mana yang tepat dalam pemakaian di lapangan
sebagai sumber sinyal secara software.
2.8.

Pembangkitan Sinyal secara Hardware

Selain membangkitkan sinyal secara software, maka sinyal dapat dibangkitkan secara

hardware. Diantaranya: sensor foto diode akan mengeluarkan arus DC sesuai dengan masukan
cahaya setiap saat, dengan variable intensitas cahaya pada panjang gelombang tertentu terhadap
waktu. Mikrofon mengeluarkan arus seperti variasi gelombang suara, sensor gas mngeluarkan data
gas yang didetiksi merupakan sumber informasi kuantitas dalam bentuk tegangan atau arus dsb.
Dapat juga hardware menggunakan rangkaian osilator maupun sinyal generator standar
maupun modifikasinya, baik secara analog maupun digital. Gambar di bawah menunjukkan contoh
rangkaian elektronik pembangkit sinyal.
1. Rangkaian setengah gelombang penuh.

Gambar 2.21. Rangkaian penyearah gelombang penuh, menghasilkan gelombang setengah

gelombang dalam bentuk kontinyu waktu
2. Rangkaian osilator menggunakan OPAM
Salah satu penggunaan transistor dalam elektronika adalah sebagai Oscillator atau
pembangkit pulsa. Rangkaian oscillator biasanya digunakan untuk pemicu rangkaian counter
atau pencacah, rangkaian lampu hias atau lampu berjalan serta sebagai pembangkit sinyal
pembawa atau carrier pada rangkaian radio baik AM ataupun FM. Dari jenis dan variasi
rangkaian oscillator banyak sekali jenisnya mulai dari yang sederhana hingga yang sudah jadi

yang dikemas dalam IC (Integrated Circuit). Beberapa contoh osilator dari berbagai komponen
dan sistem.

Gambar 2.22. Diagram Blok dan rangkaian osilator

3. Osilator RC Gerbang
Osilator ini menggunakan dua gerbang diperlihatkan pada Gambar 2.23.

Gambar 2.23.Rangkaian osilator gerbang inverter CMOS dan gerbang NAND

Gerbang yang digunakan CMOS agar impedansi masukan besar, sehingga arus masukan gerbang
tidak mempengaruhi konstanta waktu dari RC.
Mula-mula kapasitor tidak bermuatan sehingga tegangan jepitnya nol. Jika catu daya
dinyalakan VO = 0 maka VA juga = 0 sehingga VB = VDD = tegangan catu daya Akibatnya kapasitor
akan mengalami pengisian dari keluaran N1 melalui RX sehingga tegangan jepit kapasitor dan VC
akan naik secara perlahan. Karena impedansi masukan dari N1 sangat besar maka tegangan jatuh

pada R1 = 0 sehingga VA = VC. Pada saat VA melampaui ambang logika-1 maka VB akan turun ke
logika-0 sehingga VB = 0 dan VO naik ke logika-1 sehingga VO = VDD. Akibatnya kapasitor akan
mengalami proses pengosongan melalui RX. Tegangan jepit kapasitor dipantau oleh N1 melalui
R1. Pada saat tegangan ini turun melampaui ambang logika-0 maka keluaran N1 akan beralih ke
logika-1 sehingga VB = VDD dan kapasitor akan mengalami proses pengisian kembali. Hal ini akan
terus berulang sehingga VO akan merupakan tegangan persegi dengan frekuensi : f = (RX.CX) / 2,2
Hubungan antara tegangan kapasitor dengan tegangan keluaran adalah seperti yang diperlihatkan
pada Gambar 2.23.
Gerbang-gerbang logika, LM555 dapat dioperasikan juga sebagai osilator. Pada
penggunaannya sebagai osilator IC ini dirangkai sedemikian rupa agar mampu untuk men-trigger
dirinya sendiri. Contoh rangkaiannya adalah seperti yang diperlihatkan pada Gambar 2.24.

(a)

(b)

(c)

Gambar 2.24. Osilator NAND, osilator kristal gerbang CMOS Dan osc.LM555
Pada rangkaian (a) ini, osilator akan bekerja jika masukan kontrol berlogika-0. Jika kontrol
berlogika-1 maka keluaran N1 akan selalu rendah sehingga osilator tidak bekerja.
Pada ketiga rangkaian di atas osilator ini, R1 berfungsi agar gelombang tegangan keluaran memiliki
duty cycle = 50%. Yang dimaksud dengan duty cycle adalah perbandingan antara lamanya keluaran
berlogika-1 dengan lama satu siklus lengkap. Sebagai contoh, sauatu gelombang tegangan dikatakan
memiliki duty cycle jika dalam satu siklus selama 1 detik, gelombang tersebut berlogika-1 hanya
selama 0,5 detik. Apabila duty cycle sebesar 50% tidak diperlukan maka tahanan R1 dapat
ditiadakan.

Selain gerbang-gerbang logika, Gambar 2.24 (b) dan LM 355 juga dapat dioperasikan sebagai
osilator. Pada penggunaannya sebagai osilator IC ini dirangkai sedemikian rupa agar mampu untuk
men-trigger dirinya sendiri. Contoh rangkaiannya adalah seperti yang diperlihatkan pada Gambar
2.24.
Pada osilator ini perioda pengisian kapasitor adalah :

T1 = 0,693 x (R1 + R2) x C

sedangkan perioda pengosongan kapasitor adalah :

T1 = 0,693 x R2 x C

Frekuensi keluaran dari osilator adalah :

sedangkan duty cycle adalah :

f = 1,44 / (R1 + 2R2).C

D = (R1 + R2)/(R1 + 2R2)

4. Rangkaian Transistor Flip Flop

Gambar 2.25. Rangkaian Transistor Sebagai Oscilator ( Flip Flop)

Pada dasarnya prinsip kerja rangkaian oscillator adalah sama, hanya saja beberapa variasi
rangkaian terkadang dibutuhkan sesuai dengan hasil yang dirancang. Pada saat transistor Q1
mengalami cutoff atau terbuka kapasitor C1 akan melakukan pengisian dan kapasior C2 akan
melakukan pelepasan muatan serta Q2 akan aktif dan membuat LED D2 hidup, kemudian pada saat
transistor Q1 aktif maka C1 akan melakukan pelepasan muatan melalui kolektor Q1 ke ground.

2.9.

Penyatuan Sinyal (Signal interfacing) dan Pengiriman Data/Sinyal

Sinyal dalam perilakunya, baik itu keluaran dari suatu sistem maupun sinyal yang

dibangkitkan oleh suatu komponen, manakala akan diumpankan atau dimasukkan ke sistem lain,
perlu ditinjau masalah penyatuan atau interface. Tentunya sistem yang akan menerima sinyal dalam
bentuk tegangan atau arus harus tidak membebani sistem yang akan menerima, lazimnya dilihat
impedansi antara instrument interfacing sehingga optimal sinyal dapat diterima dengan baik.

Agar tidak membebani instrument penerima, maka pentransfer sinyal harus mempunyai
impedansi output yang tinggi, sehingga arus yang diberikan kecil dan penerima mempunyai
impedansi input rendah sehingga arus dapat diterima besar. Pengaturan ini biasaya ditambahkan
potensiometer yang mengatur impedansi ataupun tegangan (lihat Gambar 2.26). Misal sinyal dari
sensor masuk ke ADC dalam mikrokontroler PIC 16F877A, dipasang .potensiometers variable dan
tahanan tetap sebagai pengatur tegangan seperti dalam sistem analog. Tegangan tergantung dari
ratio tahanan ke dua resistor tersebut.

Gambar 2. 26. Penambahan impedasi peubah tegangan agar interfase dari sensor ke ADC tepat
Sebagai contoh jika tahanan sama, maka tegangan output akan setengan dari input tegangan.
Jika tahanan variable potensiometer sangat rendah sekali, maka tegangan output akan medekati
tegangan input. Sebaliknya jika tahanan potensiometer terlalu besar, maka tegangan output
mendekati nol mendekati groud. Dengan demikian sinyal dari sensor diperlukan interface yang tepat
agar dapat diterima ADC dari mikrokontroler.
Bagaimana komunikasi data atau sinyal selanjutnya dari mikrokontroler ke pemroses
selanjutnya (computer), maka diperlukan komunikasi mengguakan RS-232, atau Pic Basic Pro
(PBP) 323 komputer mempunyai ketepatan sinkronisasi dengan I/O pin serial. Lihat Gambar 2.27
sebagai interkoneksi atau interfase sinyal yang akan dimasukkan ke 232 komputer atau
menggunakan chip MAX 232.

Bbbb
Gambar 2.27. interface ke computer untuk menyalurkan sinyal dari mikro

Apabila pengiraman sinyal jaraknya jauh (lebih 15 m) maka interfasing yang paling tepat dalam
menggunakan data yaitu dengan memasang RS 485, sehingga data yang dikirim dari mikrokontroler
yang sudah diolah awal dapat diolah ke komputer atau pusat pengolahan data.

2.10.

Tugas

Jawablah pertanyaan-pertanyaan berikut ini:

1. Buat sebuah sinyal sinus dan simpan menjadi file *.Gel.
2. Buat sebuah program yang terdiri dari beberapa gelombang sinus dengan frekuensi yang berbeda,
kemudian jumlahkan, hasilnya simpan dengan menggunakan file *.Gel. Pindahkan dari work
Matlab, ke - file lain. Kemudian click dua kali. Apa yang terjadi?.
3. Buat sebuah program yang dapat membangkitkan sebuah bunyi yang mirip alarm.
4. Buatlah sebuah program sendiri yang mirip dengan program yang terdapat pada program MATLAB.
5. Buatlah program yang dapat membangkitkan gelombang diskrit eksponensial menaik dan teredam.
6. Buatlah program yang dapat membangkitkan gelombang kontimyu dan diskrit parabolik.

BAB III
SISTEM
Banyak dijumpai pada kegiatan sehari-hari baik itu diperkatoran maupun istrumen atau industry,
dihadapkan pada satu kesatuan kerja yang tidak bias dipisahka, karena adanya saling
ketergantungan, sehingga dikatakan merupakan satu sistem kerja.
3.1.

Konsep Sistem

Sistem adalah suatu

kesatuan kerja/keadaan yang terdiri dari bagian-bagian atau komponen-

komponen yang terkait satu dengan yang lain (berinteraksi) yang bekerja dalam ruang dan waktu
(Geoffrey Gordon,1989, Gene Bellinger, 2004), yang disertai adanya hubungan input dan output.
Contoh sistem:Sistem kerja komputer, sistem HP, sistem tata surya, sistem amplifier dsb. Atau
sistem adalah suatu alat atau algoritma yang beroperasi pada pada sinyal
waktu kontinyu/diskrit (input), menurut beberapa aturan sehingga satu dengan
yang lain saling berhubungan yang dibuat, untuk menghasilkan sinyal waktu
kontinyu/diskrit dengan bentuk lain (output atau respons) sistem tersebut.
Dalam tubuh manusia (Sistem Peredaran Darah)

Sistem terdiri dari hati, vena dan arteri, darah dan sejumlah elemen pendukung lainnya.

Seluruh komponen berinteraksi untuk membawa tujuannya dalam sistem yang sangat besar.

Sedangkan yang bukan sistem adalah banyak komponen yang terpisah masing-masing, tidak
berhubungan dan tidak membentuk satu kesatuan.

Contoh bukan sistem:

Orang-orang di pasar bukanlah sistem, tetapi pasar adalah sistem, arisan adalah sistem

Komponen elektronika yang ada di lab bukanlah sistem, tetapi Laboratorium adalah sistem.
Komputer adalah sistem

Penjulan elektroik di pasar, bukan sistem, tetapi pengelolaan toko-toko elektronik adalah
sistem

Komputer alat pengukur tekanan, avometer, bendungan, pabrik oven,

pengontrol, Arduino Uno dsb, adalah sistem. Selang, sesor tekanan,
tahanan, probe bukan siste, melainkan subsistem atau bagian sistem.

Sebuah rangkaian listrik dengan input yang sebanding dengan tegangan dan/atau arus dan
memiliki output yang sebanding dengan tegangan atau arus yang mengalir
pada beberapa titik.

Sebuah sistem komunikasi dengan input sebanding dengan sinyal yang ditransmisi dan
dengan output sebanding dengan sinyal yang diterimanya.

Sistem biologi seperti alat pendengaran manusia (telinga) dengan input sebanding dengan
sinyal suara yang masuk ke gendang telinga dan output sebanding dengan rangsangan syaraf
yang selanjutnya diolah di otak untuk pengambilan keputusan informasi apa yang masuk.

Sebuah manipulator robot dengan input sebanding dengan torsi yang diaplikasikan ke robot
dan output sebanding dengan posisi akhir salah satu lengannya.

Sebuah sistem dapat dipelajari dari penjelasan yang terdiri dari:

Entitas adalah objek yang dipelajari atau dimodelkan

Atribut merupakan suatu sifat dari suatu entitas. Contoh, pengecekan neraca rekening

customer.
Aktivitas merepresentasikan suatu periode waktu dangan lama tertentu (specified length).
Periode waktu sangat penting karena biasanya simulasi menyertakan besaran waktu. Contoh
deposito uang ke rekening pada waktu dan tanggal tertentu.

Keadaan sistem didefinisikan sebagai kumpulan varibel-variabel yang diperlukan untuk

menggambarkan sistem kapanpun, relatif terhadap obyektif dari studi. Contoh, jumlah teller

yang sibuk, jumlah customer yang menunggu dibaris antrian.

Peristiwa didefinisikan sebagai kejadian sesaat yang dapat mengubah keadaan sistem.
Contoh, kedatangan customer, pejumlahan jumlah teller, keberangkatan customer.

Status adalah kumpulan variable yang digunakan untuk mengamati sistem (laju kendaraan
yang melintas, jumlah kendaraan, waktu melintas)

Jadi karakteristik Sistem terdiri dari :

Komponen (Elemen), bagian bagian yang menyusun sistem tersebut, sering disebut subsistem.
Batasan sistem (Boundary), kerja suatu sistem akan memouyai batasanbatasan walaupun secara
fisik maupun matematis tertentu. daerah yg membatasi antara sistem satu degan lainnya/dengan
lingkungan luar.
Lingkungan luar (Environment), lingkungan yang mempengaruhi sistem seperti noise, keadaan
dsb.
Penghubung sistem (Interface), bagaimna input dapat masuk dengan baik, atau antar komponen
dapat menyatu dengan pas.
Masukan (Input)
Keluaran (Output)
Sasaran sistem (Objective), output proses yang diharapkan sebenarnya agar dapat splikatif.

Dari karakteristik tersebut di atas dapat dijelaskan: bagaimana sistem yang berproses, misal
OPAM, jika mempunyai penguatan 10 kali pada catu tegangan 12 VDC. Jika diberi tegangan
input 10 mV akan menghasilkan tegangan 100 mV. Apakah output akan demikian terus jika
tegangan input dibesarkan ouput akan menjadi 10 kali lipat?. Tidak, karena ada batas yaitu catu
tegangan, tatkala tegangan output melebihi 12 VDC, maka keluaran akan dipotong. Dengan
demikian sistem ini disebut input output mapping system. Demikian juga terjadi pada rangkaian
listrik lainnya, dimana antara input dan out tidak selalu memberikan sesuai dengan logika input
output normal, karena adanya losses atau disipasi daya/panas.
Dengan demikian klafisikasi Sistem waktu ada dua:
Sistem Waktu Kontinyu

 Sistem Waktu Diskrit

3.2.

Sistem Input Output Waktu Kontinyu

Representasi sistem adalah merupakan model matematis yang menggambarkan hubungan

input-output dan kondisi awal sistem. Persamaan semacam ini disebut persamaan beda (difference
equation), dimana masukannya merupakan fungsi waktu, keluarannya merupakan fungsi diskret
atau digital atau dalam bentuk transformasi misal fungsi frekuensi.
Untuk menjelaskan sistem input output, salah satunya menggunakan ekspresi matematis
yang menjelaskan hubungan antara sinyal input dan output ( input-output relationship).
Detail struktur di dalam sistem diabaikan.
Sistem Waktu Kontinyu
Penggambaran sistem waktu kontinyu selalu berkaitan dengan bentuk representasi
matematik yang mengambarkan sistem tersebut dalam keseluruhan waktu dan berkaitan dengan
penggunaan notasi f(t). Cara untuk mengetahui sistem itu hanya dengan memberikan input dan
melihat outputnya (lihat Gambar 3.1) dan persamaan 3.1a dan 3.1.b.
PROSES
Transformasi

Input

x(t)

y(n) = T{x(t)}

Gambar 3.1. Sistem pemroses masukan fungsi waktu keluaran dalam bentuk diskrit

Untuk kemudahan, hubungan input-ouput sering diubah menjadi bentuk lain dengan suatu
transformasi, misalnya dengan Transformasi Z, Transformasi Fourier dsb. Sistem secara umum
dapat dinyatakan bahwa transformasi suatu masukan (input) x(t) dari suatu sistem (T) akan
menghasilkan keluaran output

y(t) yang berbeda dengan masukan apapun sistem tersebut

merupakan transformasi input menhghasilkan output, dinyatakan:

kontinyu waktu

y(t) T [x(t)]

Untuk kontinyu diskrit

y(n) T [x(n)]

.. (3.1a)

(3.1b)

T adalah simbol trasformasi apa saja (Laplace,Fourier, Z, dsb)

Contoh :
input x(n) = n
= 0
Hitung response dari

, untuk -3 n3
, lainnya

a) y(n) = x(n) (sistem identitas) yaitu sederet angka diskrit yang mempunyai nilai berpatokan dari 0
maka
y(n) = {, 0, -3, -2, -1, 0, 1, 2, 3, 0, .}
b) y(n) = x(n1)
maka y(n) = {, 0, -3, -2, - 1, 0, 1, 2, 3, 0, .}
c) y(n) = x(n+1)
maka y(n) = {, 0, -3, -2, -1, 0, 1, 2, 3, 0, .}
d) y(n) = 1/3(x(n+1) + x(n) + x(n1))
maka y(n) = {, 0, 1, 5/3, 2, 1, 2/3, 1, 2, 5/3, 1, 0,}
e) y(n) = max { x(n+1), x(n), x(n1)}
maka y(n) = {, 0, 3, 3, 2, 1, 2, 3, 3, 0,}
Contoh sistem Rangkaian waktu kontinyu RC, jika diketahui tegangan (t) = V
(t) = x(t)

Gambar 3.2. Gambar sistem rangkaian elektronik RC

Jika kapasitor mencapai 0,63 %
Q (t) = C V(t) {1- e^(-t/RC)} = 0,63 CV(t)
y(t)

= i (t) = {dQ}{dt}= x(t)/R{e^(-t/RC)} = V(t)/R{e^(-t/RC)}

Bentuk umum persamaan I/O untuk akumulator adalah sbb.:

3.3.

Sistem Input Output Waktu Diskrit

Sistem waktu diskrit adalah sistem yang memproses sampling pada waktu-waktu tertuntu yang
digambarkan dalam bentuk fungsi diskrit x(n), dimana n adalah waktu sampling merupakan
bilangan integer dan menghasilkan fungsi waktu diskrit juga misal y(n). Ada beberapa sistem diskrit
1. Sistem Diskrit Statik dengan Sistem Diskrit Dinamik
Suatu sistem waktu diskrit dikatakan statik (memoryless) jika output pada tiap n hanya
tergantung pada sample input pada waktu yang sama. Suatu sistem waktu diskrit dikatakan
dinamik (mempunyai memory) apabila output sistem waktu n ditentukan oleh sample input pada
interval dari n-N sampai dengan N atau dapat menyimpan informasi besarnya masukan yang bukan
harga masukan saat itu..
Contoh: Sistem Statik

y(n) = ax(n)
y(n) = nx(n) + bx3(n)

Sistem Dinamik

y(n) = x(n) + 3x(n-1)

17

n
y( n) = x(n-k)
k=0

..

(3.2a)

Dari persamaan 3.2a, dapat dilihat waktu inputnya (n-k) tidak sama dengan waktu output (n)
Lazimnya fungsi di atas dapat dituliskan dalam bentuk
y(n) = T [x(n), k] ..

(3.2b)

Secara umum dua buah sistem ini didefinisikan sebagai:

2. Sistem tidak berubah terhadap waktu (time-invariant) dan
Sistem berubah terhadap waktu (time-variant)
Sebuah sistem dikatakan sebagai sistem time invariant jika state awal dan input adalah sama,
tidak masalah kapan waktunya diaplikasikan, yang penting outputnya selalu sama. Sebuah sistem
dinyatakan dengan: Teorema:
Suatu sistem T adalah time invariant atau shift ( ) invariant jika dan hanya jika berlaku
y(n) = T[x(n)]

(3.3a)

T{x(t )} = y(t )18

(3.3b)

Untuk setiap sinyal input x(n)/x(t) dan setiap pergeseran waktu atau k.
T{x(n k )} = y(n k )

(3.4).

Untuk menentukan apakah suatu sistem time invariant diperlukan suatu test:
1. Beri masukan x(t)/x(n) tertentu ke sistem yang akan diuji sehingga menghasilkan output y(t)/y(n).
2. Selanjutnya beri masukan x(t)/x(n) tersebut tetapi dengan delay k, dan hitung kembali outputnya.
3. Apabila y(n,k) = y(n-k) untuk seluruh harga k yang mungkin sama dengan masukan atau tidak
mengalami perubahan waktu, maka sistem tersebut adalah time invariant. Namun, jika output ,
walaupun untuk satu nilai k, terjadi perubahan maka sistem tersebut adalah time variant.
Sebuah sistem diketahui

y(n) = x(n) x(n1) adalah invarian waktu (time invariant) karena:

T[x(nk)] = x(nk) x(n1-k)

. o)

.
Contoh aplikasi; Sebuah sistem pembangkit sinyal sinus menghasilkan sebuah sinyal yang
memiliki hubungan input/output sebagai berikut:
y(t) = sin (2ft/T + /2 rad)

*)

Sinyal y(t) dilakukan penundaan sinyal selama setengah periode (T). Coba amati apakah sistem
ini time invariant?
Penyelesaian: Dari persamaan dasar sebuah sinyal sinus di atas o) untuk
x(t) = x(t- t1)
dimana t1 = T. Dalam implementasinya pada persamaan *) diatas didapatkan bentuk sebagai
berikut:
y(t-t1) = sin (2ft/T + /2 rad t1)
= sin (2ft/T + /2 rad rad)
= sin (2ft/T - /2 rad)
Dari hasil perhitungan di atas, maka dapat dilihat pada Gambar 3.9 penundaan sinyal sinus sebesar
/2 rad.

Gambar 3.9. Penundaan sistem yang menghasilkan sinyal sinus dengan /2 rad
19
3. Sistem Diskrit Linier dan Nonlinier
Sistem linier yaitu sistem yang secara umum memenuhi prinsip superposisi. Teorema: Suatu
sistem dikatakan linier jika dan hanya jika berlaku setiap transformasi dari penjumlahan subsistem,
maka akan menghasilkan transformasi masing-masing subsistem:
T [a1x1 (n) + a2 x2 (n)] = a1T[x1 (n)] + a2T[x2 (n)]

..

(3.5)

untuk setiap nilai x1(n) dan x2(n) sembarang dengan a1 dan a2 sembarang, maka akan menghasilkan
Transformasi fungsi masing-masing.
Buktikan bahwa sistem yang dinyatakan dengan:
y(n) = 2x(n) adalah linier
Jawab:
T[a1x1(n) + a2x2(n)]

= 2[a1x1(n) + a2x2(n)]
= 2a1x1(n) + 2a2x2(n)
a1T[x1(n)] + a2T[x2(n)] = a1(2x1(n))+ a2(2x2(n))
= 2a1x1(n) + 2a2x2(n) j
Jadi linier sesuai dengan teorema di atas. Representasi grafis prinsip Superposisi. T linier jika dan
hanya jika y(n) = y(n), lihat Gambar 3.4
20

21
Gam

Gambar 3.4. Representasi grafis prinsip Superposisi. T

SistemNon Linier sistem yang secara umum tidak memenuhi prinsip superposisi. Teorema:

Suatu sistem dikatakan linier jika dan hanya jika berlaku:

T [a1x1 (n) + a2 x2 (n)] = a1T[x1 (n)] + a2T[x2 (n)]

..

Buktikan bahwa sistem yang dinyatakan dengan:

y(n) = [x(n)]2 adalah non linier
Jawab:
T[a1x1(n) + a2x2(n)]

= [a1x1(n) + a2x2(n)]2
= a12x12(n) + 2a1x1(n) a2x(n)+ a22x22(n)

a1T[x1(n)] + a2T[x2(n)]

= a1(x12(n)) + a2(x22(n))
= a1x12(n) + a2x22(n)

Jadi

a12x12(n) + 2a1x1(n) a2x(n)+ a22x22(n) tidak sama dengan a1x12(n) + a2x22(n), maka sistem

non linier.
Diskusikan sebuah rangkaian dengan diode ideal seperti yang ditunjukkan pada Gambar 3.5
Dalam hal ini outup y(t) adalah tegangan yang terdapat pada resistor dengan resistansi R2. Diode
ideal merupakan suatu rangkaian hubung singkat ketika tegangan x(t) adalah bernilai positif, dan
merupakan rangkaian terbuka jika tegangan x(t) bernilai negatif. Apakah rangkaian ini merupakan
sistem linier?

Gambar 3.5. Rangkaian R dan diode, apakah linier ?

Dari Gambar 3.5, sistem rangkaian di atas didapatkan hubungan input/output (input x(t) sumber
tegangan) dan output tegangan di R2 (y(t)) sebagai berikut:
Y(t) = R2/(R1+R2) * x(t) ,
= 0
,

untuk x(t) 0
untuk x(t) 0

Diberikan input fungsi step dengan u(t), respons yang dihasilkan adalah:
y(t) = R2/(R1+R2) * u(t)
Dengan input unit-step dikalikan dengan bilangan skalar 1, maka inputnya adalah u(t),
dengan persamaan soal di atas, respon yang dihasilkan adalah nol untuk semua t 0.
Tetapi ini tidak sebanding dengan 1 kali respon u(t) yang diberikan dengan persamaan di atas
Kondisi ini bukan bersifat homogen, dan tidak linier.Sehingga kita dapat pula menyatakan kalau
sistem ini tidak additive.
4. Sistem Stabil dan tidak Stabil dan Probilistik
Sistem stabil BIBO (Bounded Input Bounded Output) adalah: output sistem yang terbatas
untuk input terbatas, stabil jika dan hanya jika setiap input yang terbatas menghasilkan output yang
terbatas pula.

x(n) M x <

dan y(n) M y <

3.6)
berlaku utuk seluruh n. Contoh sistem stabil yang dinyatakan dengan
y(n) = 0,1 * y(n1) + x(n) dan

y(-1) = 0

adalah stabil, karena ketika diberi input unit impuls,outputnya adalah:

y(0) = 0,1 * y(1)+ x(0) = 1
y(1) = 0,1 * y(0) + x(1) = 0,1

y(2) = 0,1 * y(1) + x(2) = 0,01

dan seterusnya.
Sistem tak stabil: jika input terbatas menghasilkan output yang tak terbatas, atau input tak terbatas
menghasilkan input yang terbatas.C ontoh sistem tak stabil Sistem yang dinyatakan dengan
y(n) = 2* y(n1) + x(n)

dan

y(-1) = 0

adalah tidakstabil, karena ketika diberi input unit impuls,outputnya adalah:

y(0) = 2* y(1) + x(0) = 1
y(1) = 2* y(0) + x(1) = 2
y(2) = 2* y(1) + x(2) = 4
dan seterusnya
Sistem Probabilistik
Sistem yang tidak bisa diramal dengan pasti karena mengandung unsur probabilitas contoh : sistem
arisan, stok barang, sistem lotere, hasil sepakbola dsb.
5. Sistem Kausal dan tidak Kausal
Sistem disebut kausal apabila outputnya hanya tergantung dari nilai
input sekarang dan atau sebelumnya. Atau keluaran sistem untuk setiap waktu hanya
tergantung kepada input sekarang dan sebelumnya, juga output sebelumnya. Catatan: setiap
sistem memoryless adalah kausal, tapi tidak berlaku sebaliknya.
y(n) = f [x(n), x(n1), x(n2), , y(n 1), y(n 2), ]
Contoh:
sistem kausal:

y(n) = 2x(n) 3x(n2)

sistem non kausal:

y(n) = x(n) + 3x(n+4)

Sistem Kausal dari Persamaan Diferensial

Bentuk sistem yang menggambarkan hubungan input output banyak ragamnya, termasuk sistem
rangkaian RC yang akan menghasilkan sistem persamaan diferensial dari kasus-kasus khusus yang
banyak dijumpai dalam kontrol seperti persamaan diferensial dibawah ini:
dy(t)
dt

+ 2 y(t) = x(t)

. (3.7)

x(t) masukan sistem dan y(t) keluaran sistem. Untuk memecahkan persamaan (3.7) maka dapat
dimisalkan jawaban dalam bentuk eksponensial. Misal:
x(t) = K e3t u(t)
untuk t >0, jawaban tersebut dapat diuraikan terdiri dari jumlah pemecahan khusus y p(t) dan
pemecahan homogen yaitu yh(t). Dengan demikian persamaan (3.7) dapat dipecahkan sebagai
persamaan homogeny yaitu:
y(t) = yp(t) + yh(t).
dy(t)
dt

dan dapat ditulis:

+ 2 y(t) = 0

y(t) = Y e3t , sehingga persamaan (3.7) dapat ditulis dari jawaban adalah:

maka

3 Y e3t + 2 Y e3t = K e3t atau

3Y + 2Y = K, dan Y = K dan y(t) = K e3t

5
5

y(t) = A K e3t + K e3t , untuk t>0

5

Sehingga persamaan berbentuk :

Untuk persamaan homogeny diperoleh y(t) = 0 dan A = - K/5, jadi diperoleh:

y(t) = - A K e3t + K e3t , untuk t>0
5
5
Persamaan 2.5 adalah bentuk sistem yang dibentuk dari orde satu, namun jika persamaan diferensial
:

ordenya yang lebih tinggi, maka dapat dituliskan sebagai berikut:

N

a k dk y(t) = b k dk x(t) . (3.8)

i=0
i=0
dtk

dtk

3.4. Interkoneksi Sistem

Suatu sistem dapat diinterkoneksikan menjadi suatu sistem yang lebih besar. Ada dua cara untuk
mengkoneksikan, yaitu cascade (seri) dan parallel, yang direpresentasikan seperti gambar di bawah
ini.

X(t)

T1

T3

T2

T4

Y(t
)

T3
X(t
)

T1

T2
T4

Y(t
)

Gambar 3.5. Sistem kaskade seri dan parallel dan parallel seri dan seri parallel
x(n)

x(n) s(n)

y(n) = x(n)s(n) + x(n-1) s(n-1)

x(n-1)s(n-1)
D
(delay)

s(n)

Gambar 3.6. sistem operasi pengalian dan penjumlahan sistem delay

x(n)

x(n) s(n)

x(n-1)s(n-1)dn
s(n)

y(n) = x(n)s(n) dn + x(n-1) s(n-1)dn

D
(delay)

Gambar 3.7. Sistem operasi pengalian, penjumlahan, integrasi dan sistem delay
Gambarkan diagram blok dari persamaan di bawah ini

Gambar 3.8. Operasi sistem dengan penguatan dan operasi pembalikan (transformasi Z)
Dalam sistem interkoneksi sistem dapatlinier kalau memenuhi persyaratan linier yang
dijelaskan di atas. Contoh: Sebuah sistem yang memiliki hubungan input/output sebagai berikut:

y(t) = x2(t). Sistem ini dapat direalisasikan sebagai sebuah pengali sinyal seperti yang ditunjukkan
pada Gambar 3.9. Apakah sistem ini linear?

Gambar 3.9. Sistem dengan pengalian dan umpan depan dari x(t)
Penyelesaian: Sistem yang didefinisikan dengan soal di atas disebut sebagai square-law device
(pada foto detector, sistem ini tidak memiliki memori). Jika sebuah skalar s

dan input x(t)

diberikan ke sistem, dengan persamaan square low device diperoleh respon untuk sx(t) adalah
s2x2(t). Tetapi s dikalikan dengan respon x(t) tidak sebanding dengan sx2(t), yang secara umum tidak
sama dengan s2x2(t). Dengan demikian sistem ini tidak homogen, dan bukan merupakan sistem
linear.
3.5. Sistem Tertutup dan Terbuka, Abstrak dan Fisik, Alamiah, Buatan
Sistem tertutup adalah: sistem mandiri, sistem yg tidak bertukar materi atau kemasukan unsur
informasi lain, atau energi dengan lingkungan (tidak dipengaruhi oleh lingkungan), contoh : reaksi
kimia dlm sebuah tabung tertutup
Sistem Terbuka adalah sistem yang berhubungan dengan lingkungan dan dipengaruhi oleh
lingkungan, contoh :sistem open source.
Sistem Abstrak sistem yg berisi gagasan atau konsep saja yang belum dilaksanakan atau
direalisasikan, .contoh : sistem teologi
Sistem Fisik sistem yg secara fisik dapat dilihat contoh : sistem komputer, sistem transportasi
Sistem alamiah sistem yang terjadi karena alam (tidak dibuat oleh manusia), contoh : sistem tata
surya
Sistem buatan manusia adalah sistem yg dibuat oleh manusia, contoh : sistem komputer, sistem
mobil
3.7.

Pembentukan Sistem

Karena sistem terdiri berbagai subsistem yang saling terkait, maka sistem dapat terdiri dari berbagai
unsure pembentuk (lihat Gambar 3.6)
Pengunsuran (Factoring)
Perancangan sistem menuntut keseluruhan sistem.Tetapi hal ini terlalu besar untuk dianalisa secara
rinci, maka paling mudah diuraikan/dibagi atas subsistem. sistem hasil proses pengunsuran akan
membentuk struktur baru dari hasil pengelompokan. Contoh:
Sistem Pengolahan Informasi

Penjualan
(Marketing)

Subsistem
Persediaan barang
(logistic)

Subsistem
Personalia
(Administration)

Subsistem
Penyiapan
Data

Subsistem
Produksi
(production)

Subsistem
Penggajian

Masukan
Gambar 3.10 sistem dengan proses pengunsuran
3.8.

Discrete Amplitude dan Perekaman Digital

Dalam sistem diskrit ada sistem digital dari hasil sampling bentuk diskrit, selanjutnya masuk

ke ADC (analog to digital converter) untuk diubah ke digit biner. Terminologi bit merupakan
singkatan untuk binary digit dengan dengan dua kode angka (0 dan 1) atau on off. Sehingga, suatu
sistem digital hanya akan memiliki dua level 1 bit pada monopolar 5 volt dan 0 pada level 0 volt..
Secara umum, logarithma berbasis 2 digunakan mengkonversi angka pada level kuantisasi yang
untuk nilai-nilai bit tersebut. Sebuah piranti degan dua posisi stabil seperti sebuah relay atau flipflop, dapat digunakan untuk menyimpan 1 bit informasi. N piranti dapat digunakan untuk
menyimpan N bit informasi, karena total angka yang mungkin untuk menyatakan keadaan informasi
adalah 2N dan sebanding dengan log 2(2N) = N bits ( Shannon, 1949/1975). Sehingga untuk 4
levels dinyatakan sebagai 2 bit, 8 adalah 3 bit, 16 adalah 4 bit, dst. Untuk suatu N-bit ADC atau
DAC converter untuk mengembalikan ke fungsi analog semula.
Jumlah levels (bit atau digit)

= 2N

N = 8 No. of levels

= 256

N = 12 No. of levels

= 4.096

N = 16 No. of levels

= 65.536

N = 20 No. of levels

= 1,048,576

Dalam studi kasus Sistem pencacahan digital (digital adalah untuk merepresentasikan
sebuah nilai numerik dari sebuah referensi atau hasil sampling analog suatu besaran fisik tertentu).
Digitasi punya arti sebagai langkah untuk mengkonversi suatu besaran analog menjadi sebuah nilai
numerik. Sebagai contoh, jika kita merepresentasikan sebuah intensitas suara dengan angka-angka
yang proporsional dengan intensitas, maka nilai analog dari intensitas itu telah ditampilan secara
digital (angka-angka). Akurasi konversinya tergantung pada jumlah nilai diskrit yang telah ditandai
dan laju pengambilan sampel hasil pengukuran yang telah dibuat. Sebagai contoh, 4 tingkatan nilai
numerik yang akan digunakan untuk merepresntasikan perubahan 4 amplitudo suara kurang akurat
dibandingkan menggunakan 256 tingkatan nilai numerik. Dan laju pengambilan sampel pengukuran
dengan 8 konversi/dt kurang akurat dibanding jika kita menggunakan 8000 konversi/dt.
Pada saat melakukan pencuplikan secara digital pada sinyal analog signal, konversi analog
ke digital (ADC) akan mengambil sampel dari continuous time-amplitude menjadi discrete timeamplitude seperti yang diberikan pada Gambar 13. ADC akan mengkonversikan suatu nilai dari
sinyal continuous (time-amplitude) menjadi sinyal discrete (discrete time - discrete amplitude).

(a)

(b)
Gambar 3.11, (a) Pengambilan cuplik dari time invariant ke digital menggunakan ADC
(b). Instrumen pengambilan sampling dan pemrosesan ke digital
1. Dengan mengikuti penelitian yang dilakukan oleh Nakajima (1983), Mieszkowski (1989) dan
Wannamaker, Lipshitz dan Vanderkooy (1989), analog dither harus ditambahkan ke sinyal input
untuk tujuan:
a) Linearisasi konversi ADC
b) Memungkinkan mengimprofisasi nilai SNR dengan melakukan proses perataan sesuai dengan
formula: (SNR) setelah perataan = (SNR) sebelum perataan n1/2 dimana: n = Jumlah pada sinyal
yang dirata-rata
c) Eliminasi distorsi harmonik (timbul ketika digital noise ND(t) koheren dengan sinyal V(t)).
d) Eliminasi distorsi intermodulasi (timbul ketika digital noise ND(t) koheren dengan signal V(t) ).
e) Eliminasi "digital deafness" (ketika sinyal V(t) rendah, dimana step size dalam konversi tidak
akan direcord semua, atau mungkin malah noise N1(t) yang akan direcord sebagai noise).
f) Eliminate noise modulation
2. Input LPF (antialiasing filter) harus dieliminasi untuk komponen frekuensi > fs/2, dengan fs =
frekuensi sampling
3 .ADC converter mengkonversi sinyal analog menjadi suatu bilangan digital (sebagai contoh:
10110110 merepresentasikan suatu binary coded 8-bit amplitude). Sampling speeds range dari 2
kHz sampai 10 GHz dan resolusi rentang amplitude dari 4 bits sampai 20 bits.
4. Jka DSP diberikan pada suatu sinyal, kita harus tambahkan digital dither N2(t) (kotak- 5) untuk
menghindari digital distortions dan coherent noise ND (t) pada output DAC converter.
5. Prioritas untuk DAC conversion, digital dither harus ditambahkan kenilai-nilai yang
merepresentasikan amplitudo pada sinyal jika kita gunakan DSP.
6. DAC converter mengkonversi bilangan digital menjadi sinyal analog. Kemampuan kecepatan
konversi dari 2 kHz sampai 200 MHz dan kemampuan amplitude resolution adalah 4 bit sampai
20 bits.
7. Output LPF harus mengeliminasi semua frekuensi diatas fs /2 yang akan terjadi sepanjang proses
konversi DAC.
3.9. Operasi matematis terhadap sistem sinyal

Dalam analisis sistem linier, masukan dan keluaran adalah merupakan sinyal yang dapat
dinyatakan dalam bentuk tabel, fungsi matematis ataupun gambar grafis. Sistem bagaimana
mengolah sinyal masukan dan mengeluarkan sinyal keluaran. Akibat pengolahan sistem, fungsi
matematis sinyal berubah. Sebagai contoh sebuah sinyal sinus x(t) = sin t jika dimasukkan ke
rangkaian kapasitor paralel akan berubah menjadi sinyal keluaran y(t) = Ax(t+) = Asin(t+ )
yang secara fisis berarti bahwa amplitudo dan fase sinyal berubah. Bab ini berbicara tentang apa
saja pengaruh operasi matematis terhadap bentuk sinyal dan bagaimana bentuk-bentuk sinyal dasar.
1. Operasi Sinyal Dalam Sistem

Pembalikan (Negasi).

Perkalian dengan konstanta.

Perkalian/penjumlahan dengan sinyal lain.

2. Operasi matematis terhadap argumen sinyal

Pembalikan (Negasi).

Perkalian dengan konstanta/penskalaan.

Penjumlahan dengan konstanta/pergeseran. Penjumlahan argumen dengan konstanta akan

menyebabkan sinyal tergeser ke kiri sejauh nilai konstanta sedangkan pengurangan argumen
dengan konstanta akan menyebabkan sinyal tergeser ke kanan.

Pergeseran akibat penjumlahan dengan konstanta dipengaruhi oleh operasi negasi

dan penskalaan. Penjumlahan dengan konstanta pada sinyal hasil negasi menyebabkan
sinyal tergeser ke kanan sedangkan pengurangan dengan konstanta menyebabkan sinyal
tergeser ke kiri. Sinyal x(-t-2) mempunyai bentuk seperti sinyal x(-t) yang tergeser sejauh 2
ke kiri. Penjumlahan dengan konstanta pada sinyal yang terskala menyebabkan nilai
pergeseran terskala. Sinyal x(2t) terskala sehingga bentuk sinyal mengkerut menjadi 1/2 kali
bentuk sinyal x(t). Sinyal x(2t-2) mempunyai bentuk sama dengan sinyal x(2t) tapi tergeser
ke kanan sejauh 2/2 (bukan sejauh 2). Nilai pergeseran ikut terskala.

Manakah di antara kedua sinyal berikut ini yang benar???

Soal-soal:
1.Untuk masalah berikut ini buatlah program dalam Matlab atau Bahasa C.
Persamaan diferensial berikut ini harus diselsesaika dengan cara rekursi untuk mendapatkan nilai
y[n] pada 0 < n < 10.
a. y[n] = 2y[n-1]; y[-1] = 1
b. y[n] = 0.5y[n-1] + y[n-2]; y[-2] = 1, y[-1]= 0
c. y[n] = 0.1y[n-1] + 0.5y[n-2] + (0.5)n ; y[-1]= y[-2]= 0

2. Sebuah sistem penyimmpanan uang di bank memiliki model matematik seperti berikut:
y[n+1] (1+I/4)y[n]=x{n+1]
Dimana:
y[n] adalah jumlah yang ada setelah penghitungan pada quarter ke-n, x[n] adalah jumlah yang
didepositkan dalam quarter ke-n, I adalah interest rate tahunan dalam bentuk desimal. Untuk I =
10%, hitung y[n] untuk n = 1,2,3, ketika y[0] =1000 dan x[n] =1000 untuk n >1.

BAB IV
PEMROSESAN SISTEM DAN SINYAL

Dari pembahasan bab III, bahwa input-output mapping system, menggambarkan adanya
noise (derau) yang menyebabkan terjadi perubahan output, sehingga seakan-akan tidak
berhubungan antara input dan output, atau adanya penyimpangan proses. Padahal yang demikian
adalah gangguan dan akan menghasilkan pemrosesan yang tidak sempurna.
4.1.Pembentukan Subsistem
A. Penyederhanaan (Simplikasi)
Setiap sistem atau subsistem memiliki masukan, keluaran, dan interface dengan subsistemsubsistem lainnya, sehingga akan menyebabkan banyak interface yg harus didefinisikan. Oleh
karena itu diperlukan suatu penyederhanaan pada penggambaran interface
Contoh :
4 subsistem berinteraksi akan memiliki 6 interface, 20 subsistem akan memiliki 190 interface.
Rumusnya : n (n-1) n= banyaknya subsistem
Pembentukan Subsistem
Ssetiap jalinan adalah inteface yg berpotensi untuk komunikasi antar subsistem dan mengandung
jalur informasi. Proses penyederhanaan dapat dilakukan dengan :
Gugus (cluster) subsistem ditentukan mana yg berinteraksi dg lainya kemudian dibuat sebuah
jalur interface dari gugus menuju subsistem lainnya.
Metode untuk sistem pemisahan (decoupling) diadakan agar tidak memerlukan analisis
interaksi yg tepat.dua subsistem yg berhubungan sangat erat membutuhkan suatu
koordinasi & penjadwalan waktu yg ketat
Contoh: seandainya bahan baku langsung diproduksi pada saat ia tiba dipabrik, maka dikatakan
sistem bahan baku digandeng erat dg sistem produksi. Pengaturan waktunya harus tepat
untuk menghindari penundaan dalam produksi atau terlalu cepat kedatangan sehingga
tidak ada tempat untuk penyimpanan. Proses produksi dapat mengalami penundaan tak
terduga atau tak terencana.
pemecahannya adalah dengan memisahkan atau mengendorkan hubungan tersebut sehingga

kedua sistem dapat beroperasi sejenak secara bebas.

Gangguan baik itu noise atau lainnya banyak muncul dalam pemrosesan sinyal seperti:
sinyal TV, radio, pengukuran, penguat (amplifier), foto, media (udara, kabel) dsb. Derau atau
gangguan dapat muncul karena interferensi, karena panas, karena kerja band width, karena
lingkungan dsb. Dengan teknik filterisasi atau pengendalian dan perata-rataan sinyal pada deteksi
berulang kali. Sistem pemroses sinyal sederhana secara statistik akan menghasilkan sinyal yang
derauya semakin kecil.
Pengontrolan proses pada sistem, sebenarnya adalah dalam rangka agar input dan output
sesuai dengan yang diharapkan, sehingga diperlukan pengotrol dan stabil (lihat Gambar 4.1)
derau (noise)
Filte
r
dera

Input

Proses dan
Av. Unit

output

feedback
Gambar 4.1. Proses dalam rangka salah menghilangkan derau
dan agar stabil.
Sistem yang baik untuk memproses sinyal adalah diwujudkan dengan menggunakan umpan balik
(feedback) dengan tujuan untuk mengatur agar sistem berjalan sesuai dengan yang diharapkan dan
dilakukan dengan membandingkan keluaran sistem yang diinginkan.
Umpan balik negatif (negatif feedback)
Menyesuaikan penyimpangan terhadap standar Contoh : penerapan thermostat pada sistem
pendingin (AC)
Umpan balik positif (positive feedback)
Untuk menambah kekuatan atau mendorong proses supaya memberikan hasil yang baik, tanpa
harus menunggu terjadinya penyimpangan, Contoh : peramalan arus saldo kas di masa yang
akan datang dengan membuat sistem anggaran kas pada sistem perencanaan kas. Jadi prosesnya
belum berjalan perencanaan telah ditetapkan, agar program atau proses dalam sistem sesuai
dengan perencanaan (tidak menyimpang dari yang telah digariskan) sehingga sebagai sistem
diberikan umpan depan (positive feedback atau feedforward).
4.2.

Analisis Sistem

Ada dua cara yang dapat digunakan untuk menganalisa respons suatu sistem linear pada suatu
masukan yang diberikan. Cara pertama menggunakan solusi langsung:
Bentuk umum solusi langsung:
y(n) = F[y(n-1), y(n-2), y(n-N), x(n), x(n-1), x(n-M)]
N

y(n)

=-

bkx ( nk )

ky(n-k) =

k=1

k=0

(3.8)

Cara kedua memecah input dalam elemen-elemen dengan mengcek satu per satu bagian bagian,
contoh:
n

x(n) =

ck xk (n)

k=0

outputnya dalam betuk

yk(n) = T [xk(n)] dimana masing output masing elemen

y(n) = T [x(n)] 7
n

y(n)= T [

ck xk (n)] = ck T[xk (n)] = ck yk (n)7

k=0

Contoh diketahui

x (n) = e
k

jkn

, k = 0, 1, N-1 ,

k=0

k =0

sinyal harmonic = (2/N)k adalah

fundamental frekuensi, sehingga jika ditulis dalam bentuk harmonic penjumlahan

7
N-1
x(n) = ck e jkn
k=0

contoh diskri

xk(n) =d(n-k)
x(n) d(n-k) = x(k)d(n-k)

x(n) = x(k)d(n-k)
k= -

Aplikasi, jika diketahui

x(n) = {2, 4, 0, 3}

Uraikan kedua jumlah dari weighting impulse sequence yaitu:

x(n) = 2d(n+1) + 4 d(n) + 3d (n-2)

BAB V
INTERAKSI SINYAL

5.1. Representasi Deret Fourier Pada Sinyal Periodik Waktu Kontinyu

Telah dijelaskan dalam BAB I, bahwa sinyal periodic, jika T berharga positif akan
menghasilkan bentuk sinyal yang sama yaitu:
x(t) = x(t+T) .. (5.1)
jika membentuk periode dasar, maka nilai T positif minimum besarnya sama dengan frekuensi
dasar o = 2f = 2/T . dari sini maka sinyal periodik dasar dengan frekuensi dasar o
adalah :
(gelombang sinus atau cosinus)

x(t) = A cos ot

dan eksponensial kompleks :

x(t) = A ejot

jika komplek banyak dan harmonis, maka

x(t) = Aejk ot = A ejo/T

dengan k =0,1, 2, 3, 4, ..

dengan demikian kombinasi linier dari eksponensial komplek yang dihubungkan secara harmonis
dari bentuk:
x(t) = A cos k ot + j A sin k ot

atau x(t) = A cos o/t + j A sin o/t

k mucul harmonisnya merupakan kelipatan dari ot atau o/t.

5.2. Interaksi Sinyal-Sistem Diskrit
Sinyal waktu diskrit merupakan fungsi dari argument yang dihasilkan dari sistem diskrit
yang hanya bernilai pada bagian diskrit dari waktu x[n] dimana n {...-2,-1,0,1,2,3,4...}, nilai x bisa
real ataupun kompleks . Sinyal diskrit adalah sinyal yang digunakan dalam domain teknik
engineering berbasis digital. Banyak cara untuk menyelesaikan konvolusi sinyal diskrit, salah satu
diantaranya adalah secara grafis. Cara ini yang paling mudah difahami secara visual, serta
perhitungannya tidak membutuhkan matematik tingkat tinggi.
5.2.1. Konvolusi (Convolution)

Konvolusi dikenal juga dengan cross corelation adalah operasi antar dua fungsi sehingga
menghasilkan fungsi ketiga yang merupakan modifikasi/penyelesaian matematis dari kedua fungsi
aslinya. Secara matematis, konvolusi adalah integral yang mencerminkan jumlah cakupan atau
proses serial untuk satu sinyal dari respons impuls.

A. Konvolusi Diskrit
Sebuah sinyal yang disampeling atau dicuplik, dari sebuah fungsi x(n) yang digeser atas
fungsi h(n) sehingga menghasilkan fungsi y(n).

Atau dikarakterisasikan dengan respos unit

sampelnya h(n). Unit sampel h(n) memberikan seluruh informasi yang diperlukan untuk
menentukan respons bagi setiap inputnya x(n). Konvolusi dilambangkan dengan asterisk ( *).
Konvolusi dievaluasi pada setiap pergeseran n dengan perkalian x[k] dan h[n-k] untuk semua nilai
n, yang berjalan dari minus tak berhingga (-) sampai plus tak berhingga (+).
Proses konvolusi sangat berguna untuk menggambarkan beberapa efek yang terjadi secara
luas dalam pengukuran, seperti pengaruh dari low-pass filter pada sinyal listrik atau pengaruh
spektral bandpass pada spektrometer dalam bentuk spektrum, pengolahan citra untuk memperhalus
(smoothing) menajamkan (crispening) mendeteksi tepi (edge detection) dan efek lainnya. Karena
masing-masing sepektral akan dikalikan dengan fungsi pemrosesya.
Konsep menghitung output dari impuls input
x(n) = d (n - k)
Misal
Jika

y(n) = h(n,k)

Sistem
Linier

Ck = x(k), maka Ckh(n,k) = x(k)h(n,k)

x(n) = Ckd(n-k), maka
n

x(n) = x(k)d(n-k),
k=0

outputnya dalam betuk

y(n) = T [x(n)]

dimana masing masing output elemen akan

dikalikan dengan pemroses atau transformasikan atau sampling pulsa yaitu

d(n-k), sehingga

diperoleh:

y(n)= T [ x (k)d(n-k),]
k= -

= x(k)T[d(n-k),] = x(k)h(n,k)7
k= -

k=-

Untuk sistem LTI (Linear Time Invariant), output y(n) dicari dengan menggunakan Jumlah
Konvolusi (Convolution Sum), Konvolusi dari dua buah sinyal waktu diskrit, x[n] dan h[n] secara
matematis dinyatakan:

y(n) = x(n)*h(n) = x(n) h(n-k)

k=-
h(n) : respon sistem LTI terhadap input unit impuls; k: variabel bantu.

h(n) = t(d(n))
h(n,k) = t(d(n-k)
n

y(n) =

x(k)h(n,k) = n v(k)
k= -

k=-

(hasil konvolusi)
n

7
Hasil konvolusi
Sifat-sifat Konvolusi adalah:
1.
2.
3.
4.
5.

Komutatif
x(n) * y(n) = y(n) * x(n)
Asosiatif
x(n) * y(n) * z(n) = x(n) * z(n) * y(n)
Identitas
x(n) * d(n) = d(n) * x(n) = x(n), karena d(n) unit sampel pulsa = 1
Konvolusi delay unit sampel x(n) * d(n-k) = x(n-k)
Distributif
x(n) * {y(n) + z(n)} = x(n) * y(n) + x(n) * z(n)

Ada beberapa cara menyelesaikan konvolusi dengan cara matrik dan grafis. Yang mudah membuat konvolusi
adalah dengan cara grafis.
Operasi Konvolusi
1. Folding h(k) menjadi h(-k)
2. Shifting h(-k) menjadi h(no-k)
3. Multiplication x(k) mejadi h(no-k)
4. Summation v
Menghitung Konvolusi secara Grafis
Banyak cara untuk menyelesaikan konvolusi sinyal diskrit, salah satu diantaranya adalah
secara grafis. Cara ini yang paling mudah difahami secara visual, serta perhitungannya tidak
membutuhkan matematik tingkat tinggi.
Jika dua buah sinyal diskrit x[n] dan h[n] mempunyai representasi sebagai berikut:

dan
Tahapan penyelesaian konvolusi secara grafis sebagai berikut :

1. Gambarkan dahulu bentuk sinyal x[n] dengan batasan di atas dan demikian juga h[n] di sisi lain

2. Cerminkan/putar sinyal h[k], sehingga menjadi h[n-k], lihat dimulai dari n = - 4 sampai n =0
3. Susun sinyal x[x] dan h[n-k], lalu lakukan perkalian x[x] dan h[n-k] pada setiap pergeseran n.
Hitung untuk n=0 dalah y[0] = 1*1 =1. Gambarkan y[0]=1

2. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=1 dalah y[1]=1*1+1*2=3. Selanjutnya
gambarkan y[1]=3.

5. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n = 2 y[1] = 1*1+1*2 + 1*3 = 6. Selanjutnya
gambarkan y[2] = 6.

6. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=3 y[1]=1*1+1*2+1*3+1*2=8. Selanjutnya
gambarkan y[3] = 8.
7. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=4 y[1]=1*1+1*2+1*3+1*2+1*1=9.
Selanjutnya gambarkan y[4] = 9.
8. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=5 y[5]=1*2+1*3+1*2+1*1=8. Selanjutnya
gambarkan y[5] = 8.
9. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=6 y[6]=1*3+1*2+1*1=6. Selanjutnya
gambarkan y[6] = 6.
10.Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=7 y[7]=1*2+1*1=3. Selanjutnya
gambarkan y[7] = 3.
11.Geser h[n-k] ke kanan 1 step, hitung untuk n=8 y[8]=1*1=1. Selanjutnya gambarkan y[8] = 1
Sehingga diperoleh dari posisi akhir sinyal adalah seperti berikut :

Cara Matrik

Cara lain menentukan keluaran sebuah sistem diskrit dengan konvolusi dilakukan dengan membuka
sigma () dan mengoperasikan perkalian antara x(k) dengan h(n-k) atau sebaliknya h(k) dengan
x(n-k) pada batas batas yang ditentukan:
-

Metode komutatif

y(n) = x(n) * h(n) = h(n) * x(n)

y(n) = x(n) * h(n) = x(k) h(n-k) = h(k) x(n-k)

k=-
k=-
Bentuk konvolusi dengan panjang konvolusi: P = X + H 1 = 4 + 5 1 = 8 (n= 0,1, .. 7)
Dimana X ukuran/panjang sinyal input x(n), H panjang sistem pemroses (pengali) h(n)
Perhitungan konvolusi:

y(n) = x(n) * h(n) =

x(k) h(n-k) = h(k) x(n-k)

k=-

0
1
2
3

k=-

y(0) = h(0)x(0) + h(0)x(0-1) + h(0)x(0-2)

y(1)= h(0)x(1-0) + h(1)x(1-1) + h(2)x(1-2) + h(3)x(1-3) +
y(2)= h(0)x(2-0) + h(1)x(2-1) + h(2)x(2-2) + h(3)x(2-3) + h(4)x(2-4) +
y(3)= h(0)x(3-0) + h(1)x(3-1) + h(2)x(3-2) + h(3)x(3-3) + h(4)x(3-4) + h(5)x(3-5) +

n-1

y(n-1)= h(0)x[(n-1)-0] + h(1)x[(n-1)-1] + h(2)x[(n-1)-2] + h(3)x[(n-1)-3] +

+ h(4)x[(n-1)-4] + h(4)x[(n-1)-4] + .. h(n-1)x[(n)]

Bentuk Matrik
x

x0

x1

x2

x3

x4

h
h0

h0x0

h0x1

h0x2

h0x3

h0x4

h1

h1x0

h1x1

h1x2

h1x3

h1x4

h2

h2x0

h2x1

h2x2

h2x3

h2x4

h3

h3x0

h3x1

h3x2

h3x3

h3 x4

B. Konvolusi Sinyal Kontinyu

Konvolusi pada sinyal kontinyu adalah mempunyai prinsip yang sama dengan sinyal diskrit.
Pada sistem diskrit dekomposisi sinyal menggunakan sinyal impuls d(n), maka pada sistem
kontinyu menggunakan unit pulsa, karena tidak akan mendapatkan sinyal impulse pada sistem
kontinyu. Lebar sinyal pulsa yang dipilih dengan D dimana D mendekati nol, maka sinyal akan
menjadi d(t) yang berarti mendekati atau sama dengan d(n), dan sinyal mendekati persegi panjang
yang tersusun seluruh sinyal kontinyu dengan amplitude sama dengan sinyal kontinyunya.

Gambar

Prinsip dekomposisinya siyal dengan unit pulsa

Pendekatan sinyal kontinyu yang didekomposisi dengan unit pulsa (kotak segiempat yang
mendekati 0) diperoleh:

x(t)

x (kD)d(t-kD) D

k=-

= lim
k=

x (kD)d(t-kD) D = x (t)d(t-t)dt

-0 k = -

output proses

y(t)

x (t) h(t-t)dt sama dengan

y(t) = x(t)*h(t) = x (t) h(t-t)dt

Contoh> Sinyal kontonyu dalam bentuk ramp (segitiga) untuk 0< t <1 dan H(t) =1 untuk 0<t<2.
Konvolusikan x(t) dan h(t) (lihat gambar di bawah:

x(t)
111

1
t

konvolusi dengan

h(t)
2

Penyelesaian secara konvolusi

5.2.3. Implementasi

Proses konvolusi sangat berguna untuk menggambarkan beberapa efek yang terjadi secara
luas dalam pengukuran, seperti pengaruh dari low-pass filter pada sinyal listrik atau pengaruh
spektral bandpass pada spektrometer dalam bentuk spektrum, pengolahan citra untuk memperhalus
(smoothing) menajamkan (crispening) mendeteksi tepi (edge detection) dan efek lainnya. Pada
aplikasi engineering dan matematik, salah satu diantaranya yaitu pada teknik listrik. Dalam suatu
sistem Linier Time Invariant (LTI), konvolusi dari satu sinyal input dengan impulse menghasilkan
output (respon) . Pada saat tertentu, output tersebut adalah efek akumulasi dari semua nilai-nilai
sebelumnya dari fungsi input. Dengan menghitung konvolusi sebuah sinyal dapat ditentukan cara
kerja transformasi wavelet kontinyu (TWK) pada sebuah jendela modulasi setiap waktu dari setiap
skala yang diinginkan. Proses ini umumnya digunakan di dalam penelitian ilmiah seperti respon
transient, respon impulse, analisis nilai jenuh, dan pengenalan suara dlsb.

Referensi
http://ensiklopediseismik.blogspot.com/2007/06/konvolusi-convolution.html,
http://en.wikipedia.org/wiki/Convolution,
http://www.sfu.ca/~truax/conv.html,

BAB VI
DERET DAN TRANSFORMASI FOURIER

Suatu sinyal periodik dalam fungsi waktu dapat dinyatakan dalam suatu deret berosilasi yang
disebut deret Fourier (Jean Baptiste Joseph Fourier, 1822, Theorie analytique de la chaleur) yang
menyatakan bahwa setiap fungsi baik diskrit maupun kontinyu dapat dinyatakan dengan jumlah
atau deret fungsi trigonometri sinyal periodik sinusoid atau cosines.
Semakin banyak suku dalam deret Fourier, maka semakin bagus deret tersebut mendekati fungsi
yang diuraikan. Fungsi dengan periode tak terhingga atau tidak periodik dapat juga diuraikan
dengan deret Fourier, tetapi penjumlahan pada deret digantikan dengan integral. Metode ini
dinamakan Transformasi Fourier. Manfaat dari deret Fourier adalah seperti dalam analisis
gelombang bunyi, vibrasi, optik, pengolahan citra seperti dalam pencitraan medis.
6.1. Fungsi Periodik
Banyak permasalahan dalam matematika, fisika, dan rekayasa (teknik) melibatkan fungsi periodik,
seperti kelistrikan, bunyi, getaran, dan hantaran panas. Fungsi periodik adalah fungsi yang berulang
dengan pola sama. Dalam bahasa matematis, suatu fungsi dikatakan periodik jika fungsi tersebut
memenuhi hubungan
, dengan L adalah periode fungsi. Salah satu contoh fungsi
periodik yang paling mudah adalah fungsi trigonometri seperti fungsi sinus. Fungsi trigonometri
memiliki periode sebesar
, sehingga
. Oleh karena itu, dalam analisis
fungsi periodik kita hanya perlu menganalisis fungsi dalam satu periode saja.

(c)

Gambar 6.1. (a) dan (b) Fungsi periodic sinusoid dan cosines, dan (c) fungsi gergaji
6.2. Deret Fourier
Suatu fungsi periodik dapat dinyatakan sebagai deret tak hingga dari fungsi trigonometri sinus
dengan amplitudo dan fase yang berbeda-beda. Suatu fungsi periodik

Karena

dapat dituliskan sebagai

,
kita bisa mengekspresikan fungsi periodik sebagai penjumlahan dari fungsi sinus dan cosinus,

Deret tersebut disebut deret Fourier. Tiap suku dalam deret Fourier memiliki periode
Sebagai contoh, mari kita ambil suatu fungsi gergaji
Definisi

Gambar 6.1(c) dengan periode

di sini adalah:

Fungsi gergaji tersebut dapat dinyatakan dalam deret Fourier sebagai:

Sekarang dicoba memasukkan nilai

apa yang akan terjadi.

dari 1 hingga 6 ke dalam deret Fourier di atas dan kita lihat

Gambar 6.2 Fungsi gergaji dari Gambar 6.1 (c) dan representasinya dalam deret Fourier.
Semakin besar nilai deret yang kita masukkan ke dalam rumus di atas, bentuk fungsi
makin menyerupai
pada

. Namun, fungsi
tidak sanggup mengikuti bentuk
yang diskontinu
dan
. Keterbatasan ini disebut sebagai fenomena Gibbs.

Menentukan suatu nilai koefisien Fourier sehingga dapat menggantikan fungsi

Fourier
. Jika suatu fungsi memiliki periode
dinyatakan sebagai berikut:

dengan

akan

(bilangan asli).

, maka koefisien Fourier

dengan deret
dan

dapat

Pertama, koefisien Fourier ditentukan. Fungsi gergaji merupakan fungsi ganjil karena
. Koefisien fungsi genap
bernilai nol karena integral fungsi ganjil dalam
satu periode adalah nol. Dengan demikian, hanya saja yang dibutuhkan.
Fungsi gergaji tersebut kemudian dapat dinyatakan dalam deret Fourier sebagai:

Bentuk fungsi

ini persis seperti yang telah ditulis sebelumnya.

Contoh yang lain adalah fungsi kotak, perlu didefinisikan fungsi

koefisien Fourier dari fungsi tersebut.

-nya kemudian cari koefisien-

Bila fungsi periodik memiliki periode selain , semisal , fungsi tersebut tetap dapat dinyatakan
dalam deret Fourier dengan koefisien Fourier sebagai berikut:

Gambar 6.3. Fungsi kotak dan representasinya dalam deret Fourier.

Sebagai contoh, terdapat fungsi kotak dengan periode 4:

Hitung:

6.3. Transformasi Fourier

Fourier transform merupakan operasi matematika yang bertujuan untuk dekomposisi dari
suatu sinyal (umumnya bentuk time-domain) ke unsur pokok berdasarkan frekuensi yang
terkandung.
Suatu fungsi dengan periode tertentu dapat dinyatakan dalam deret Fourier. Tetapi,
bagaimana dengan fungsi yang memiliki periode tak berhingga atau dengan kata lain tidak
periodik? Fungsi tersebut dapat dianggap sebagai fungsi periodik dengan periode tak terhingga dan
mengganti penjumlahan pada deret Fourier dengan integral. Transformasi fourier adalah
transformasi yang dapat merubah suatu sinyal dari domain waktu s(t) kedalam domain frekuensi
S(f).Metode ini disebut transformasi Fourier. Dilakukanya transformasi ini bertujuan untuk
mendapatkan informasi apakah suatu sinyal memiliki frekuensi tertentu atau tidak.
Sebagai contoh, kita dapat menganalisis sinyal seperti bunyi yang pada awalnya merupakan fungsi
waktu, diubah sebagai fungsi frekuensi dengan memanfaatkan transformasi Fourier. Selanjutnya
dapat dilihat periodisitas sinyal tersebut setelah sinyal tersebut ditransformasi.
Transformasi Fourier menggabungkan sinyal ke bentuk fungsi eksponensial dari frekuensi yang
berbeda-beda.
Caranya adalah dengan didefinisikan ke dalam persamaan berikut:
Dapat dikatakan dari dua persamaan dibawah bahwa X(f) adalah transformasi Fourier dari x(t) yang
mengubah x(t) dari domain waktu ke domain frekuensi,dan untuk persamaan ke2 adalah kebalikan
dari persamaan ke1 atau bisa di sebut dengan invers transformasi faurier.

X(f) = x(t) e jt

dt

x(t)

X(f) e jt df

Dibawah ini contoh dari transformasi fourier,dari domain waktu ke domain frekuensi.

Pada gambar di atas,di bagian kiri merupakan sinyal asli dari domain waktu.dan Sisi sebelah kanan
merupakan hasil transformasi fourier .
Kelebihan Transformasi fourier
Definisi transformasi fourier sebagai tool/alat untuk mengubah suatu sinyal dari kawasan waktu ke
kawasan frekuensi,menjelaskan kepada kita bahwa transformasi ini memiliki kelebihan:
1. Mampu menunjukkan kandungan frekuensi yang terkandung di dalam sinyal.
2. Mampu menunjukan beberapa banyak komponen frekuensi yang ada di dalam sinyal.
Kekurangan Transformasi Fourier
Dibalik kelebihan yang ada,ternyata transformasi ini memiliki keterbatasan.keterbatasan ini menjadi
kekurangan yang cukup fatal untuk transformasi fourier.
Kekuranganya adalah:

Transformasi Fourier hanya dapat menangkap informasi apakah suatu sinyal memiliki
frekuensi tertentu atau tidak, tapi tidak dapat menangkap dimana frekuensi itu terjadi.
Jika ada suatu fungsi

, transformasi Fourier dari fungsi tersebut adalah

Sebagai contoh, terdapat suatu fungsi

Transformasi dari fungsi tersebut adalah

Fourier transform dengan menggunakan Matlab.

Secara umum sinyal berbasis waktu atau ditulis f(t) dapat diformula dalam bentuk periodic
waveform dengan formula sebagai berikut:

Sebagai contoh misal sebuah sinyal sebagai berikut

Selanjutnya lakukan transformasi fourier dan hasilnya sebagai berikut

Dengan
Matlab
Untuk menggunakan fourier transform dengan Mat Lab, membutuhkan Symbolic Math Toolbox
dan dapat memanfaatkan fungsi fourier untuk mengeksekusi fourier transform.
Sebagai contoh fungsi yang ada yaitu
hasilnya menjadi

selanjutnya lakukan transformasi fourier maka

Melakukan hal tersebut dengan menggunakan Matlab? Berikut ini kode program nya
syms t v w x;
f = exp(-x^2);
fw=fourier(f)

Disini kode program diatas disimpan dengan nama file ff2.m dan selanjutnya dieksekusi melalui
Matlab command. Hasilnya seperti dibawah ini

Dicoba tambahkan dengan fungsi pretty(fw) dan hasilnya menjadi seperti dibawah ini.

Lanjut dengan fungsi unit step yaitu

dibawah ini

dan kalau digambarkan akan menghasilkan seperti

Kalau fungsi unit step ini

berikut

dilakukan transformasi fourier akan menghasilkan fungsi sebagai

dan gambarnya fungsinya menjadi

Dengan menggunakan Matlab?

Fungsi unit step dapat memanfaatkan fungsi heaviside(x) sehingga transformasi dari fungsi unit step
akan menjadi sebagai berikut
syms t w f;
u0 = heaviside(t);
fw = fourier(u0)

Kalau dijalankan akan menghasilkan seperti dibawah ini

Perhatikan diatas, disana tertulis dirac(w) . Ini menunjukan fungsi

Kalau dipanggil fungsi pretty(fw) maka akan menghasilkan simbolik matematika yang bagus
sebagai berikut

Jika lebih komplek lagi. Misalkan terdapat fungsi sebagai berikut

Kalau dilakukan perhitungan transformasi fourier akan menghasilkan fungsi sebagai berikut

Sedangkan implementasi dengan menggunakan Matlab sebagai berikut

syms t w;
x = -exp(-t)*heaviside(t)+3*dirac(t);
fw = fourier(x)

Hasil eksekusinya sebegai berikut

Disini variabel i menunjukkan nilai imaginer atau j.

Kalau dipanggil pretty(fw) maka hasilnya menjadi

RUJUKAN
1. Benoit Boulet, 2006, Fundamental of Signals and Systems, Charles River
Media.

2. Matlab Help documentation

3. Rubrik Matematika April 2014, Majalah 1000guru
4. Agus Kurniawan, 15 April 2011, Transformasi Fourier Dengan Matlab,

The Art of Computing.

5. http://iprg.ee.itb.ac.id/lab_works.html
6. http://www.cs.ui.ac.id/WebKuliah/citra/2005
7. kk.mercubuana.ac.id/files/15032-7-886419323703.pdf