Bahan Ajar Sislin Jadi 10 September 2014

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman
2009
HALAMAN MUKA
LAPORAN HIBAH BAHAN AJAR
SISTEM LINIER
(TKE 073103)
Oleh :
Hesti Susilawati, S.T., M.T.
NIP 132 257 747
Widhiatmoko H.P., S.T.
NIP 132 315 085
HIBAH KOMPETISI PENYUSUNAN BAHAN AJAR

FAKULTAS SAINS DAN TEKNIK
UNIVERSITAS JENDERAL SOEDIRMAN
PURWOKERTO
Halaman i
Bahan Ajar Sistem Linier TKE073103

2009
2009
LEMBAR PENGESAHAN
1.
Nama
2.
Ketua Tim
Mata
Kuliah Sistem Linier
a. Nama
Lengkap Hesti Susilawati,ST.,MT
b. Jenis
:
Kelamin Perempuan
c. NIP
:
:
d. Pangkat
132 257 747

/
Golongan Penata Muda Tk. I/IIIb
e. Jabatan
:
Lektor
f.
: Alamat
Jl.Kampus No. 1 Grendeng Purwokerto,
53122
g. Telepon
(0281) 630696
3.
Jumlah
Anggota
:
1 (satu) orang
4.
Jangka Waktu Pelaksanaan
1 bulan
5.
Biaya yang Diperlukan
Rp 2.000.000,00
Purwokerto, 29 Juni 2009
Mengetahui,
Ketua Jurusan Teknik Unsoed,
Ir. Agus Margiwiyatno, MS., Ph.D.

NIP : 131 660 162
Ketua Tim Bahan Ajar,
Hesti Susilawati, ST.,MT.

NIP. 132 257 747
Menyetujui,
Dekan Fakultas Sains dan Teknik Unsoed,
Halaman ii

2009
Ir. Purnama Sukardi., Ph.D.

NIP. 131 405 824
Halaman iii

2009
HALAMAN PERSETUJUAN
Yang bertanda tangan diabawah ini, Ketua Program Studi Teknik Elektro,
menyatakan bahwa :
Pengusul Hibah Bahan Sistem Linier dengan :
Nama :
Hesti Susilawati,ST.,MT.
NIP
132 257 747
Adalah pengampu pada mata kuliah Sistem Linier , dan menyatakan bahwa
mata kuliah Sistem Linier belum pernah diajukan untuk menerima dana hibah
bahan ajar menggunakan dana DIPA Unsoed.
Menyetujui,
Purwokerto, 22 Juni 2009
Kaprodi Teknik Elektro
Ketua Tim Bahan Ajar
NIP : 132 257 747
NIP : 132 257 747
Halaman iv

2009
DAFTAR ISI
LEMBAR PENGESAHAN......................................................................ii
HALAMAN PERSETUJUAN..................................................................iii
DAFTAR ISI........................................................................................ iv
DAFTAR GAMBAR.............................................................................. vi
DAFTAR TABEL.................................................................................vii
DAFTAR PERSAMAAN......................................................................viii
PENDAHULUAN.................................................................................. x
PERMASALAHAN............................................................................. xiv
PETA KOMPETENSI...........................................................................18
RANCANGAN PEMBELAJARAN..........................................................19
BAB I SINYAL DAN SISTEM................................................................1
1.1........................................................................................... Definisi
.......................................................................................................... 1
1.1.............................................................Sifat dan Klasifikasi sistem
.......................................................................................................... 3
1.2............................................................................Operator p dan q
.......................................................................................................... 6
1.3..............................................................Diference Equation Model
.......................................................................................................... 8
1.4..........Realisasi Sistem Waktu Kontinyu dan Sistem Waktu Diskret
........................................................................................................ 10
1.5.................................................................Stabilisasi Sistem Linier
........................................................................................................ 13
1.6.............................................................................Klasifikasi Sinyal
........................................................................................................ 15
1.7.. . .Konversi Sinyal Waktu Kontinyu ke Sinyal Waktu Diskrit Sinyal
........................................................................................................ 20
1.8................................................................................ Respon Impuls
........................................................................................................ 21
1.9........................................................................................ Konvolusi
........................................................................................................ 25
BAB II ANALISIS FOURIER PADA SINYAL WAKTU KONTINYU..............29
Halaman v

2009
2.1.................................................................................. Pendahuluan
........................................................................................................ 29
2.2.................................................Deret Fourier Untuk Sinyal Perodik
........................................................................................................ 29
2.3........................................................Sistem Dengan Input Periodik
........................................................................................................ 39
2.4...............................................................Spektrum Sinyal Periodik
........................................................................................................ 42
2.5......................................................Daya Rata-Rata Sinyal Periodik
........................................................................................................ 42
2.6.......................................................................Transformasi Fourier
........................................................................................................ 43
2.7.................................................................................. Energi Sinyal
........................................................................................................ 50
BAB III ANALISIS FOURIER UNTUK SINYAL WAKTU DISKRIT..............52
3.1.............Deret Fourier Untuk Sinyal-Sinyal Waktu Diskrit Berulang
........................................................................................................ 52
3.2...............................................................Pernyataan Deret Fourier
........................................................................................................ 54
3.3............................................Pembuktian Persamaan Deret Fourier
........................................................................................................ 55
3.4.....................................Respon Tunak Terhadap Masukan Periodik
........................................................................................................ 55
3.5.................................................Transformasi Fourier Waktu Diskrit
........................................................................................................ 55
BAB IV TRANSFORMASI LAPLACE.....................................................63
4.1.......................................................Transformasi Laplace Bilateral
........................................................................................................ 63
4.2.......................................................Transformasi Laplace Satu Sisi
........................................................................................................ 65
4.3.......................................Sifat-Sifat Transformasi Laplace Satu Sisi
........................................................................................................ 65
4.4........................................Pasangan Tlss Dan Gambar Di Bidang S
........................................................................................................ 66
4.5...........................................................Invers Transformasi Laplace
........................................................................................................ 69
Halaman vi

2009
4.6............................................Solusi Dengan Penyesuaian Koefisien

........................................................................................................ 70
4.7................................Ekspansi Parsial Untuk Akar D(S) Simple Pole
........................................................................................................ 70
4.8......................................................Akar D(S), Multiple Pole-Simple
........................................................................................................ 70
4.9................Ekspansi Parsial: D(S) Kompleks Konjugate Simple Pole
........................................................................................................ 71
4.10............................................................................... Metode Grafis
........................................................................................................ 71
4.11.......................................................Teorema Nilai Awal Dan Akhir
........................................................................................................ 72
4.12.................................................................................. Aplikasi Tlss
........................................................................................................ 72
4.13.......................................................Solusi Persamaan Diferensial
........................................................................................................ 72
4.14..................................................................Respon Impuls Sistem
........................................................................................................ 73
4.15.....................................................Solusi Lengkap Rangkaian RLC
........................................................................................................ 73
4.16................................................................................. Analisis SWK
........................................................................................................ 74
4.17.....................................................Transformasi Laplace Bilateral
........................................................................................................ 75
BAB V TRANSFORMASI Z................................................................77
5.1........................................................................................... Definisi
........................................................................................................ 77
5.2........................................................Region of Convergence (ROC)
........................................................................................................ 77
5.3...................................................................Persyaratan pada ROC
........................................................................................................ 77
5.4.......................Transformasi-z untuk beberapa common sequence
........................................................................................................ 78
5.5................................................................Sifat dari Transformasi-Z
........................................................................................................ 79
5.6..........................................................................Inverse Transformasi-Z
........................................................................................................ 80
Halaman vii

2009
Halaman viii

2009
DAFTAR GAMBAR
gambar 1 Peta Kompetensi....................................................................................18
gambar 2 Model matematik IO Sistem....................................................................1
gambar 3 Sistem Waktu Kontinyu...........................................................................1
gambar 4 Sistem Waktu Diskrit...............................................................................1
gambar 5 Prinsip superposisi...................................................................................3
gambar 6. Sistem tak ubah waktu...........................................................................3
gambar 7 Respon Impuls SWD kausal dan non Kausal..........................................4
gambar 8. Respons Impuls SWK Kausal dan Non Kausal.....................................4
gambar 9 Respon Impuls LTW suatu SWD, Stabil dan tidak stabil........................5
gambar 10 Struktur I SWD-LTW Kausal...............................................................10
gambar 11 Struktur II SWD...................................................................................11
gambar 12 Struktur II SWD...................................................................................11
gambar 13 Rangkaian total....................................................................................12
gambar 14 Bagian negatif D (p).............................................................................13
gambar 15 Unit step kontinu u (t)..........................................................................15
gambar 16 Unit step diskrit u (n)...........................................................................15
gambar 17 Unit fungsi segi empat (t).................................................................16
gambar 18 Unit fungsi segi tiga.............................................................................16
gambar 19 Unit fungsi sinc....................................................................................16
gambar 20 impuls delta kontinyu...........................................................................16
gambar 21 Hubungan Pasangan Kontinyu dan Pasangan Diskrit..........................20
gambar 22 Respon Impulse....................................................................................21
gambar 23 Respon Impulse (2)..............................................................................21
gambar 24 Konvolusi x(n) dan h(n).......................................................................26
gambar 25 Beberapa sinyal periodik yang sering digunakan................................30
gambar 26 Contoh fungsi genap dan ganjil (a) fungsi genap (b) fungsi ganjil (c)
fungsi genap...........................................................................................................35
gambar 27 Contoh bentuk gelombang dengan setengah-gelombang....................36
gambar 28. Pergeseran sepanjang sumbu waktu....................................................38
gambar 29 Rangkaian RLC 2 Loop.......................................................................41
Halaman ix

2009
DAFTAR TABEL
Tabel 1 Jumlah Peminat Mata Kuliah Sistem Linier............................................xiv
Tabel 2 Perolehan Nilai Mahasiswa pada Mata Kuliah Sistem Linier..................xv
Tabel 3 Daftar Kesulitan Mahasiswa dalam Kuliah...............................................xv
Tabel 4 Pasangan Transformasi Fourier.................................................................49
Tabel 5 Pasangan Transformasi Fourier Table 2.2 T..............................................50
Tabel 6 Tabel Transformasi-z.................................................................................78
Halaman x

2009
DAFTAR PERSAMAAN
Persamaan 1 Fungsi Transfer...................................................................................6
Persamaan 2 Model Matematika Sistem..................................................................7
Persamaan 3 Model Persamaan diferensial..............................................................8
Persamaan 4 Struktur I SWD-LTW.......................................................................10
Persamaan 5 Struktur II SWD................................................................................11
Persamaan 6 Bentuk umum LTW..........................................................................13
Persamaan 7 Respon impulse SWK.......................................................................23
Persamaan 8 Konvolusi..........................................................................................25
Persamaan 9 Konvolusi Integral............................................................................27
Persamaan 10 Deret fourier untuk sinyal periodik.................................................29
Persamaan 11 Teorema fourier...............................................................................30
Persamaan 12 Deret x (t)........................................................................................30
Persamaan 13 koefisien an dan bn...........................................................................30
Persamaan 14 koefisien fourier 1...........................................................................31
Persamaan 15 koefisien fourier 1I.........................................................................31
Persamaan 16 koefisien fourier 1II........................................................................31
Persamaan 17 koefisien fourier 1V........................................................................31
Persamaan 18 koefisien V......................................................................................31
Persamaan 19 koefisien V......................................................................................31
Persamaan 20 Harmonisa an dan bn......................................................................32
Persamaan 21 armonisa an dan bn (2)...................................................................32
Persamaan 22 Identitas euler..................................................................................32
Persamaan 23 Identitas euler (2)............................................................................32
Persamaan 26 Transformasi fourier.......................................................................33
Persamaan 27 Koefisien fourier.............................................................................33
Persamaan 28 Fungsi L Hospital............................................................................34
Persamaan 29 Fungsi genap...................................................................................34
Persamaan 30 Fungsi ganjil...................................................................................34
Persamaan 31 Simetri setengah gelombang...........................................................35
Persamaan 32 Differensial dan integrasi sinyal periodik.......................................36
Persamaan 33 Deret fourier....................................................................................37
Persamaan 34 Deret fourier (2)..............................................................................37
Persamaan 35 Deret fourier (3)..............................................................................37
Persamaan 36 Koefisien fourier.............................................................................37
Persamaan 37 absolutly integrable.........................................................................38
Persamaan 38 Persamaan differensial....................................................................39
Persamaan 39 Fungsi input sinusiodal...................................................................39
Persamaan 40 Identias euler...................................................................................39
Persamaan 43 Komponen steady state...................................................................40
Persamaan 44 Komponen steady state (2).............................................................40
Halaman xi

2009

Persamaan 49 Tegangan keluaran steady state.......................................................42
Persamaan 50 Daya rata-rata sinyal periodik.........................................................42
Persamaan 51 Daya rata-rata sinyal periodik (2)...................................................43
Persamaan 52 Koefisien deret fourier trigonometri...............................................43
Persamaan 53 Integral spectrum discret.................................................................44
Persamaan 54 Integral spectrum kontinou.............................................................44
Persamaan 55 absolutely integrable.......................................................................44
Persamaan 56 Sifat linieritas..................................................................................45
Persamaan 57 Prinsip dualitas................................................................................45
Persamaan 58 Turunan dan itegral dalam kawasan waktu.....................................46
Persamaan 59 Penskalaan waktu dan frekuensi.....................................................46
Persamaan 60 Pergeseran waktu............................................................................46
Persamaan 61 Pergeseran frekuensi.......................................................................46
Persamaan 62 Turunaan dan integral dalam kawasan frekuensi............................46
Persamaan 63 Konvolusi dalam kawasan waktu...................................................47
Persamaan 64 Konvolusi dalam kawasan frekuensi..............................................47
Persamaan 65 Eksponensial kompleks..................................................................48
Persamaan 66 Energi signal...................................................................................50
Persamaan 67 Inverse transformasi fourier............................................................51
Persamaan 68 Deret fourier sinyal waktu diskrit...................................................52
Persamaan 69 Nilai harmonisa...............................................................................53
Persamaan 70 Sistem diskrit..................................................................................55
Persamaan 72 Persamaan selimut spektruk diskrit................................................57
Persamaan 75 Eksponensial kompleks..................................................................58
Persamaan 76 Transformasi fourier.......................................................................58
Persamaan 77 Fungsi periodik sinus......................................................................58
Persamaan 78 Fungsi periodik sinus......................................................................58
Persamaan 79 Transformasi fourier sinyal waktu diskrit.......................................60
Persamaan 80 Inverse transformasi fourier sinyal waktu diskrit...........................60
Persamaan 81 Deretan respons impulse.................................................................62
Persamaan 82 Transformasi laplace bilateral.........................................................63
Halaman xii

2009
PENDAHULUAN
Mata kuliah Sistem Linier merupakan salah satu mata kuliah wajib bagi siswa
Program Studi Teknik Elektro yang diselenggarakan semester ganjil (V)
kurikulum 2007-2012, yang berbasis KBK (Kurikulum Berbasis Kompetensi).
Pada masa perkuliahan sebelumnya, mahasiswa memperoleh materi dari dosen
dengan pembelajaran di kelas. Mahasiswa tidak memiliki dorongan untuk belajar
mandiri. Hasil evaluasi pembelajaran juga belum berjalan.
Salah satu metode pembelajaran yang berbasis KBK (Kurikulum Berbasis
Kompetensi) adalah PBL (Problem Based Learning). PBL adalah suatu konsep
pembelajaran yang diterapkan untuk meningkatkan ketrampilan multidisiplin
berdasarkan pada problem scenario yang terencana. Pada metoda ini berbeda
dengan metoda tradisional, disini mahasiswa bekerja dengan rekan-rekannya
untuk mememecahkan masalah yang khas di bidang ilmunya dan membantu
mereka untuk mengembangkan ilmu yang sedang dipelajari. Karakteristik PBL
adalah pembelajaran terpusat pada mahasiswa. Jadi mereka bisa mengembangkan
diri mereka untuk mencapai kompetensi yang diinginkan dengan difasilitatori oleh
dosen.
Kompetensi Umum dari mata kuliah Sistem Linier adalah mahasiswa akan
mampu menjelaskan konsep sinyal dan sistem , serta analisis transformasi sinyal
dan aplikasinya.
Kompetensi Khusus dari mata kuliah Sistem Linier adalah sbagai berikut :
1. Mahasiswa mampu menjelaskan konsep sinyal dan sistem
2. Mahasiswa mampu melakukan analisis Fourier pada sinyal waktu
kontinyu
3. Mahasiswa Melakukan analisis Fourier pada sinyal waktu diskrit
4. Mahasiswa mampu menjelaskan Proses Sampling
5. Mahasiswa mampu menjelaskan konsep transformasi Laplace
6. Mahasiswa mampu menjelaskan konsep Transformasi Z
Halaman xiii

2009
Karakteristik PBL
Pada kelas dengan metode pembelajaran PBL, mahasiswa bekerja dengan
rekan-rekan sekelasnya untuk memecahkan masalah yang rumit dan autentik/khas
yang membantu mereka untuk mengembangkan materi ilmu yang sedang
dipelajari. Secara bersama, mereka juga mengembangkan ketrampilan pemecahan
masalah, berargumentasi, berkomunikasi dan penilaian mandiri. Disamping itu
masalah-masalah yang diberikan akan menumbuhkan dan memelihara minat
mahasiswa pada materi kuliah yang terkait, karena mereka menyadari bahwa
mereka sedang mempelajari keterampilan yang diperlukan agar berhasil dalam
karirnya nanti.
Meskipun materi dan struktur penyampaian PBL berbeda dengan metode
tradisional, namun tujuan umum dan tujuan pembelajaran (learning objectives)
cenderung sama. Metode PBL dimulai dengan asumsi bahwa belajar adalah suatu
yang aktif, terintegrasi, proses kontruktif dipengaruhi oleh faktor-faktor sosial dan
konstektual (Barrows,1996 ; Gijselaers,1996). Sedangkan Wilkerson dann
Gijselaers (1996) menyatakan bahwa karakteristik PBL adalah student-centered
approach, guru atau dosen bertindak lebih sebagai fasilitator daripada sebagai
diseminator, open-ended problem ( dalam PBL disebut sebagai ill structured) yang
merupakan stimulan awal dan kerangka kerja untuk pembelajaran.
Dalam PBL, pembelajaran terpusat pada mahasiswa (student-centered) karena
mahasiswa diberi kebebasan untuk mempelajari topik-topik yang sesuai dengan
minat mereka, dan untuk menentukan cara mempelajari topik tersebut. Mahasiswa
harus mengindentifikasi kebutuhan belajar mereka, membantu perencanaan kelas,
memimpin diskusi kelas, dan melakukan penilaian terhadap pekerjaan mereka
sendiri maupun pekerja teman sekelas (Gallagher, 1997; Raynold, 1997).
Meskipun demikian, Guru memainkan peran yang sangat kritis dalam membantu
mahasiswa menjadi pembelajar sendiri (self directed learners). Guru atau intruktur
diharapkan turut membantu mahasiswa dalam mengembangkan minatnya dalam
subyek yang dipilih, menekankan bahwa belajar berbeda dengan mengingat,
mendorong kerjasama kelompok, dan harus menciptakan suatu lingkungan kelas
Halaman xiv

2009
yang memungkinkan mahasiswa menerima intruksi konseptual secara sistematis,

strategis, dan merefleksikan argumentasi dalam konteks disiplin ilmu yang
dipelajari, sehingga pada akhirnya mereka akan lebih berhasil dalam penelitian
atau pekerjaannya nanti (Gallagher, 1997).
Selain hal-hal tersebut di atas, kerja kelompok juga merupakan aspek PBL
yang penting, karena kerja kelompok membantu pengembangan komunitas
pembelajaran, dimana mahasiswa merasa nyaman untuk menyampaikan ide-ide
baru, memberi pertanayaan tentang materi yang dibahas (Allen, Duch, & Groh,
1996). Kerja kelompok juga meningkatkan keterampilan berkomunikasi, dan
kemampuan untuk mengelola dinamika kelompok. Kerja kelompok akan menarik
serta memotivasi mahasiswa karena mereka terlibat secara aktif dalam pengerjaan
tugas dan mendapat pengakuan atas hasil kerjanya pleh anggota-anggota
kelompoknya (Cohen, 1994).
PBL dalam Pengajaran Kerekayasaan

Pendidikan kerekayasaan pada dasarnya memberikan penekanan yang besar
pada pemecahan masalah (problem solving). Namun demikian seringkali guru
atau dosen lebih menyukai mengajarkan materi, dan kemudian mengharapkan
mahasiswa secara otomatis dapat menyelesaikan masalah tanpa memberikan
informasi berbagai proses yang berkaitan. Berbagai kajian menyatakan bahwa
pemecahan masalah merupakan suatu proses yang sangat rumit. Dengan demikian
untuk menerapkan PBL, maka berbagai metoda pemecahan masalah dan problemsolving hints harus diperkenalkan pada setiap kelas pendidikan kerekayasaan.
Halaman xv

2009
Dalam hal ini, mahasiswa diajarkan tentang strategi pemecahan masalah

(woods et al, 1984), yaitu :
0. I can
1. Define
2. Explore
3. Plan
4. Do it
5. Check
6. Generalize
Berbagai kombinasi permasalahan aplikasi, analisa, sintesa, dan evaluasi juga
perlu diberikan pada pengajaran problem solving. Selain itu dsalam merancang
permasalahan yang akan digunakan pada PBL, usahakan mencakup semua aspek
dari dari problem-solving taksonomi yaitu Routines.
Halaman xvi

2009
PERMASALAHAN
Mata kuliah Sistem Linier sangat penting untuk dipelajari. Dalam semua
bidang konsentrasi atau dimensi yang ditawarkan di Program Studi Teknik Elektro
memerlukan dasar pemahaman mengenai Sistem Linier. Sehingga mutlak
mahasiswa teknik elektro harus menguasai mata kuliah ini dengan baik agar
nantinya berhasil mencapai kompetensi sebagai lulusan teknik elektro sesuai
dimensi yang dipilihnya.
Mahasiswa di Program Studi Teknik Elektro memiliki kemampuan yang
terbatas, dilihat dari nilai ujian masuk yang rendah. Dan rata-rata IPK mereka
masih banyak dibawah tiga.
Mahasiswa Program Studi Teknik Elektro yang pernah mengikuti mata kuliah
sistem linier dari tahun ke tahun cenderung mengalami peningkatan. Hal ini tidak
hanya disebabkan oleh peningkatan jumlah mahasiswa tiap tahun angkatan tetapi
juga karena mahasiswa yang mngulang karena di tahun sebelumnya belum lulus.
Hal ini tampak pada Tabel 1 dibawah ini :
Tabel 1 Jumlah Peminat Mata Kuliah Sistem Linier
Tahun Angkatan
Jumlah
Jumlah Kelas
2007/2008
72
2006/2007
68
Sedangkan kecenderungan perolehan nilai pada mata kuliah ini masih dinilai
kurang dengan distribusi nilai A = 1 % B = 50 % C = 30 % D = 13 % E= 6%.
Hal ini tampak pada distribusi nilai pada Tabel 2. Tampak bahwa prosentase nilai
D dan E masih ada dan perolehan nilai A masih rendah. Sedangkan mata kuliah
ini adalah salah satu mata kuliah wajib yang akan mendasari ke konsentrasi
bidang pilihan yang menjadi dasar mengambil mata kuliah pilihan
Halaman xvii

2009
harus memperoleh nilai C, seperti tampak pada dibawah ini

Tabel 2 Perolehan Nilai Mahasiswa pada Mata Kuliah Sistem Linier
Tahun
Angkatan
Nilai
A
2007/2008
40
30
20
2006/2007
60
30
Adapaun berdasarkan data hasil evaluasi proses pembelajaran Program Studi

Teknik Elektro oleh mahasiswa, maka diperoleh data seperti Tabel 3 berikut ini :
Tabel 3 Daftar Kesulitan Mahasiswa dalam Kuliah
No
1.
2.
3.
4.
5.
6.
7.
8.
Item Penilaian
Materi terlalu sukar
Kesulitan membaca buku acuan karena
% Mahasiswa
31,82
berbahasa inggris
Tidak sesuai bidang atau minat saya
Lingkungan kurang mendukung untuk belajar
Acara perkuliahan terlalu padat
Buku di perpustakaan sangat terbatas
Belum tersedia buku diktat atau bahan ajar
Pengampu secara umum kurang menyenagkan
9,09
29,55
47,73
25,00
75,00
47,73
18,18
Untuk mencapai kompetensi dari mata kuliah ini diperlukan aktivitas dari
mahasiswa untuk menggali informasi sebanyak-banyaknya dari buku teks maupun
maupun refenensi lain. Sesuai dengan kurikulum, mata kuliah ini memiliki
kompetensi umum yaitu, mahasiswa akan mampu menjelaskan sistem linier dan
konsep menjelaskan konsep sinyal dan system serta analisis transformasi sinyal
dan aplikasinya.
Karena perkembangan pentingnya mata kuliah ini yang menjadi dasar bagi
mata kuliah lanjutan di teknik elektro, maka diperlukan suatu metode yang tepat
agar kompetensi mata kuliah ini dapat tercapai dengan modal yang dimiliki.
Halaman xviii

2009
Fasilitas pendukung yang telah dimiliki adalah adanya sarana untuk mendapatkan
informasi yaitu perpustakaan dan telah adanya internet berupa hotspot di Jurusan
Teknik. Jadi diharapkan mahasiswa dapat mencari informasi sebanyak banyaknya
dari luar tidak hanya dari dosen.
Selama ini yang telah berjalan sarana standard yang dipakai untuk sarana
pengajaran adalah whiteboard dan spidol OHP serta power point. Sedangkan
sarana pengajaran seperti bahan ajar, dan e-learning belum tersedia dan sekarang
dalam proses pembuatan. Dari modal yang dimiliki tersebut diharapkan
kompetensi dari mata kuliah ini dapat dicapai, maka diperlukan metode yang tepat
Dengan metode ini diharapkan mahasiswa nantinya berhasil meraih
kompetensi yang diharapkan, yang tercermin dari perolehan nilai mata kuliah
yang tinggi.
Dan berdasarkan analisis situasi di atas maka dapat disimpulkan bahwa dalam
metode pembelajaran pada mata kuliah ini teridentifikasi aspek-aspek sebagai
berikut:
a. Metode pembelajaran di kelas tidak tepat.
b. Mahasiswa kurang memiliki dorongan untuk belajar mandiri
c. Mahasiswa kurang berani menyampaikan gagasan
d. Sarana prasarana yang kurang memadai di masa lalu (bahan ajar belum
ada)
e. Mekanisme evaluasi belum berjalan
Metode yang tepat adalah PBL (Problem Based Learning). Dengan metode
ini diharapkan mahasiswa nantinya berhasil meraih kompetensi yang diharapkan.
Dan dengan paradigma PBL, maka diharapkan para mahasiswa juga akan
mengalami peningkatan kemampuan dalam hal mengemukakan gagasan dan
mempertahankannya, memahami dan mengkritisi gagasan orang lain, toleran
terhadap kemampuan orang lain dalam mengolah informasi yang diterimanya,
mengalami peningkatan dalam menyelesaikan berbagai masalah yang dihadapi
baik yang berkaitan dengan pekerjaan maupun kehidupan sehari-hari, dan juga
lebih mandiri dalam menghadapi hidup dan kehidupannya.
Halaman xix

2009
Sebagaimana dianjurkan oleh paradigma Problem Based Learning, teori

untuk menyelesaikan suatu permasalahan yang akan diselesaikan tidak diberikan
sepenuhnya oleh dosen melainkan sebagian harus dicari oleh mahasiswa sendiri.
Problematika yang diberikan saat perkuliahan (dapat digali dari tugas akhir, kerja
praktek, industri) dapat dijadikan sebagai dasar bagi mahasiswa untuk mencari
dan mengolah materi kuliah sesuai dengan silabus yang ada.
Metode pembelajaran yang ditawarkan adalah dengan melibatkan mahasiswa
dalam suatu diskusi kelas dengan topik-topik yang menarik sesuai perkembangan
terbaru. Topik ditentukan oleh dosen , dan mahasiswa menggali serta
mengembangkan topik tersebut. Dosen sebagai fasilitator bersama-sama
mahasiswa menentukan masalah-masalah yang akan didiskusikan.
Diskusi diselenggarakan dalam bentuk kelompok. Dimana tiap kelompok
terdiri atas 3 orang. Pembentukan kelompok diatur oleh dosen, dengan
memperhatikan latar belakang mahasiswa. Kuliah dibuat selang seling.
Maksudnya pertemuan diisi materi dari dosen atau presentasi mahasiswa
dilanjutkan diskusi dan dosen sebagai fasilitator.
Halaman xx

2009
PETA KOMPETENSI
Kompetensi Umum
Mahasiswa akan mampu menjelaskan
konsep sinyal dan sistem , serta analisis
transformasi sinyal dan aplikasinya
Kompetensi
Khusus 2
Mahasiswa mampu
melakukan analisis
Fourier pada sinyal
waktu kontinyu
Kompetensi
Khusus 3
Kompetensi
Khusus 4
Kompetensi
Khusus 5
Mahasiswa
Melakukan analisis
Fourier pada sinyal
waktu diskrit
Mahasiswa mampu
menjelaskan
Proses Sampling
Mahasiswa mampu
menjelaskan
konsep
transformasi
Laplace
Kompetensi
Khusus 6
Mahasiswa mampu
menjelaskan
konsep
Transformasi Z
Kompetensi Khusus 1
Mahasiswa mampu menjelaskan konsep
sinyal dan sistem
gambar 1 Peta Kompetensi
Halaman 21

2009
RANCANGAN PEMBELAJARAN
1
Institusi
2
3
4
5
6
Tahun Akademik
Semester
Nama Mata Kuliah
Kode Mata Kuliah
SKS
Pengampu
:
:
:
:
:
:
7
8
Prasyarat
Deskripsi Singkat
:
:
Kompetensi Umum
10 Kompetensi Khusus
Program Sarjana Teknik

Jurusan Teknik Elektro
Program Studi Teknik Elektro
2008/2009
Ganjil (V)
Sistem Linier
TKE 073103
3 SKS
Hesti Susilawati, S.T., M.T.
Agung Mubyarto, ST,MT
Telah mengambil mata kuliah Matematika Teknik II (TKE 072201)
Mata kuliah ini mempelajari tentang konsep sinyal dan sistem , serta analisis transformasi sinyal
Mahasiswa akan mampu menjelaskan konsep sinyal dan sistem , serta analisis transformasi sinyal
dan aplikasinya
Setelah mengikuti kuliah:
1. Mahasiswa mampu menjelaskan konsep sinyal dan sistem
2. Mahasiswa mampu melakukan analisis Fourier pada sinyal waktu kontinyu
3. Mahasiswa Melakukan analisis Fourier pada sinyal waktu diskrit
4. Mahasiswa mampu menjelaskan Proses Sampling
5. Mahasiswa mampu menjelaskan konsep transformasi Laplace
6. Mahasiswa mampu menjelaskan konsep Transformasi Z
Halaman 22

2009
Institusi
11 Outcome
12 Jadwal
Mgg
ke :
1
: Setelah mengikuti mata kuliah Sistem Linier :

1. mahasiswa akan memiliki pemahaman yang cukup tentang konsep sinyal dan sistem
2. mahasiswa akan memiliki kemampuan analisis sinyal waktu kontinyu dan sinyal waktu
diskrit
3. mahasiswa akan dapat meningkatkan kemampuan dalam bekerjasama dalam kelompok
4. mahasiswa akan dapat berkomunikasi aktif dalam diskusi kelas
Perkuliahan satu semester dilaksanakan dengan jumlah tatap muka sebanyak 14 kali masingmasing selama 150 menit.
Kompetensi khusus
Topik
Substansi Materi
Mahasiswa mampu
menjelaskan konsep sinyal dan
sistem
Sinyal dan
Sistem
1.
2.
3.
4.
Mahasiswa mampu
sistem
Sinyal dan
Sistem
1. Sifat dan klasifikasi sistem

2. Sistem Operator
3. Solusi persamaan Difference dan
differensial
Kontak Pembelajaran
Definisi
Sinyal-sinyal dasar
Operasi pencerminan, penskalaan
waktu dan penggeseran
Metode
Media
Ceramah
Diskusi kelas
(VIGNET 1)
LCD
White board
Catatan kecil
Ceramah
Diskusi kelas
LCP
White board
Catatan kecil
Halaman 23

2009
Institusi
Mahasiswa mampu
sistem
Sinyal dan
Sistem
1. Realisasi Sistem Waktu Nyata dan

Sistem Waktu Kontinyu
2. Respons Impuls
3. Konvolusi
Ceramah
Diskusi Kelas
Presentasi
Kelompok
Kuis 1
Ceramah
Diskusi kelas
(VIGNET 2)
LCD
White board
Catatan kecil
Mahasiswa mampu melakukan

analisis Fourier pada sinyal
waktu kontinyu
Analisis
Fourier pada
sinyal waktu
kontinyu
1.
2.
3.
4.
Pendahuluan
Deret Fourier Untuk sinyal periodik
Sistem dan input periodik
Spektrum Sinyal periodik
Mahasiswa mampu melakukan

analisis Fourier pada sinyal
waktu kontinyu
Analisis
Fourier pada
sinyal waktu
kontinyu
1.
2.
3.
4.
Daya rata-rata sinyal

Daya rata-rata sinyal periodik
Transformasi Fourier
Energi Sinyal
Ceramah
Diskusi kelas
Presentasi
Kelompok
Kuis 2
LCD
White board
Catatan kecil
Mahasiswa Melakukan analisis

Fourier pada sinyal waktu
diskrit
Analisis
Fourier pada
sinyal waktu
diskrit
1. Deret Fourier untuk sinyal-sinyal

waktu diskrit periodik
2. Bentuk eksponensial dari deret
Fourier untuk sinyal waktu diskrit
3. Pembuktian pernyataan deret
Fourier
Ceramah
Diskusi kelas
(VIGNET 3)
LCD
White board
Catatan kecil

Analisis
Fourier pada
1.
Ceramah
Diskusi kelas
LCD
White board
Respon tunak terhadap masukan

periodik
LCD
White board
Catatan kecil
Halaman 24

2009
Institusi
diskrit

sinyal waktu 2. Transformasi Fourier Waktu Diskrit
sinyal-sinyal diskrit
diskrit
3. Sifat-sifat transformasi Fourier
waktu diskrit

diskrit
Analisis
Fourier pada
sinyal waktu
diskrit
Mahasiswa mampu
menjelaskan Proses Sampling
dan rekonstruksi sinyal
10
Mahasiswa mampu
menjelaskan konsep
transformasi Laplace
Proses
Sampling dan
rekonstruksi
sinyal
Konsep
Transformasi
Laplace
11
Mahasiswa mampu
menjelaskan konsep
Konsep
Transformasi
1. Transformasi Fourier Diskrit

2. Beberapa sifat dari Transformasi
Fourier Diskrit
3. Penerapan Transformasi Fourier
Diskrit
Ujian Tengah Semester

1. Sampling periodik
2. Sampling dengan pulsa direct
3. Rekonstruksi Sinyal
Catatan kecil
LCD
Ceramah
White board
Diskusi kelas
Catatan kecil
Presentasi
Kelompok
Kuis 3
Review Topik Mgg
18
Ceramah dan
Diskusi kelas
LCD
White board
Catatan kecil
Pendahuluan
Transformasi Laplace bilateral
Transformasi Laplace Satu sisi
Sifat-sifat Transformasi Laplace
Satu sisi
Ceramah dan
Diskusi kelas
(VIGNET 4)
LCD
White board
Catatan kecil
1. Pasangan Transformasi Laplace Satu

sisi dan gambar bidang S
2. Invers Transformasi Laplace Satu
Ceramah
Diskusi kelas
LCD
White board
Catatan kecil
1.
2.
3.
4.
Halaman 25

2009
Institusi

sisi
Laplace
3. Teorema Nilai awal dan Nilai Akhir
4. Aplikasi Transformasi Laplace Satu
sisi
Presentasi
Kelompok
Kuis 4
12
Mahasiswa mampu
menjelaskan konsep
Transformasi Z
Konsep
1. Pendahuluan
Transformasi Z 2. Definisi Transformasi Z
3. Hubungan Transformasi Z dan
Transformasi Fourier Waktu Diskrit
4. Hubungan Transforamsi Z dan
Ceramah dan
Diskusi kelas
(VIGNET 5)
LCD
White board
Catatan kecil
13
Mahasiswa mampu
menjelaskan konsep
Transformasi Z
Konsep
1. Transformasi Z satu sisi
Transformasi Z 2. Pasangan Transformasi Z satu sisi
3. Sifat-sifat Transformasi Z satu sisi
4. Invers Transformasi Z satu sisi
Ceramah
Diskusi kelas
Kuis 5
LCD
White board
Catatan kecil
14
Mahasiswa mampu
menjelaskan konsep
Transformasi Z
Konsep
1. Aplikasi Transformasi Z satu sisi
Transformasi Z 2. Respons Sistem terhadap masukan
sinusoidal
3. Transformasi Z bilateral
4. Invers Transformasi Z bilateral
Ceramah
Diskusi kelas
LCD
White board
Catatan kecil
Ujian Akhir Semester
11 Monitoring dan
Evaluasi
Evaluasi Hasil
Pembelajaran
:
Pedoman Penilaian hasil pembelajran menggunakan Penilaian Acuan Patokan (PAP) dengan
ketentuan:
Halaman 26

2009
Institusi
Evaluasi Proses
Pembelajaran

Nilai mutu A untuk nilai 80
Nilai mutu B untuk nilai 66.00 79.99
Nilai mutu C untuk nilai 56.00 65.99
Nilai mutu D untuk nilai 46.00 55.99
Nilai mutu E untuk nilai < 46
Komponen penilaian dan bobot evaluasi hasil pembelajaran terdiri atas:
1. Diskusi dan keaktifan
:
10 %
2. Tugas
:
10 %
3. Kuis
:
15 %
4. Ujian Tengah Semester
:
30 %
5. Ujian Akhir Semester
:
30%
Waktu evaluasi : tengah semester dan akhir semester
Materi evaluasi proses pembelajaran:
metode pembelajaran
materi kuliah
Kondisi proses pembelajaran
Kemampuan dosen (fasilitator) dalam pembelajaran
Kompetensi siswa sesudah pembelajaran

(instrumen eveluasi proses pembelajaran terlampir)
12 Referensi
[1] Av Oppenheim, AS Wilsky & IT Young, Signal and system, PH,1982.

[2] N.K. Sinha, Linier sistem, John & Wiley & Sons, 1991.
[3] Wai-Kai-Chen, Passive and Avtive Filters, Teory & Implementation, John Wiley & Son, 1986.
[4] Nagarath, I.J., dan Gophal, M., 1982, System Modelling and Analysis, Tata Mc Graw-Hill.
Halaman 27

2009
Institusi

[5] Sievent, W.M., 1986, Circuit signal and system, Mc Graw-Hill.
Halaman 28

2009
BAB I SINYAL DAN SISTEM

1.1. Definisi
Sistem dapat didefinisikan sebagai sekumpulan objek yang disusun membentuk
proses dengan tujuan tertentu. Sebagai model matematis yang menghubungkan antara
input dan output, umumnya disebut IO Sistem, seperti tampak dalam gambar 2 dibawah
ini :
Sinyal Input
Input Output
Sistem
Sinyal Output
Environment
gambar 2 Model matematik IO Sistem
Masukan dari lingkungan (environment) ke sistem dan keluaran dari sistem ke

environment disebut sinyal. Sistem yang menghubungkan sinyal input kontinu dengan
sinyal output kontinyu disebut Sistem Waktu Kontinyu dan yang menghubungkan
deretan sinyal input (diskrit) dengan deretan sinyal output disebut Sistem Waktu Diskrit
(SWD), seperti tampak pada gambar 3 dan gambar 4
yt)=T(x(t))
x(t)
x(t)
y(t)
SWK
gambar 3 Sistem Waktu Kontinyu
x(n)
n
x(n)
y(n)
SWD
gambar 4 Sistem Waktu Diskrit

2009
Analisis sistem, periksa apakah sistem tersebut :

Stabil/tidak stabil
Kausal/tidak kausal
Tak ubah waktu/berubah waktu
Linier/non linier
Statis/dinamis
Deterministik/stokastik
Tools Analisis = model matematis
Persamaan linier
Transformasi = jembatan=memindahkan satu kawasan ke kawasan yang lain,
dengan : 1. transformasi fourier
2. transformasi laplace
3. transformasi z
4. transformasi Fourier Diskrit
Bedakan antara waktu kontinyu dengan waktu diskrit dan kawasan frekuensi
kontinyu dengan kawasan frekuensi diskrit

2009
1.1.
Sifat dan Klasifikasi sistem

a. Statis dan dinamis
Sistem statis jika keluaran sistem hanya tergantung pada masukan pada saat itu
(memoryless), sedangkan sistem dinamis jika keluaran sistem mengingat masa
lalu (with memory)
b. Linier
Sistem linier jika memenuhi prinsip superposisi, seperti tampak pada gambar 5
dibawah ini :
x1 (t)
SWK
x2 (t)
SWK
x1(t)
SWK
y1 (t)
y2(t)
y1(t) + y2(t)
x2(t)
gambar 5 Prinsip superposisi
Dan homogenitas :
x1 (t) +
x2(t) = y1(t) + y2(t)
c. Pergeseran waktu
Sistem tak ubah waktu (invariant) jika output sistem tidak berubah betuk
walaupun outputnya akan bergeser sejauh pergeseran input.
y (t)
x (t)
SWK
1
x (t-2)
SWK
y (t-2)
1
2
3
gambar 6. Sistem tak ubah waktu

2009
Jika y1(t) adalah output dari x1 (t) dan y2 (t) adalah output dari x2 (t) dan x1 (t) = x1(tt0) maka y1 (t) = y1 (t-t0) Sistem disebut LTW atau LTI (Linier Time Invariant)
jika linier tak ubah waktu
d.
Kausalitas
Sistem LTW disebut kausal/non anticipatory bila keluaran pada waktu n=n0
(untuk SWD) hanya bergantung pada harga-harga dari masukan (sebelumnya
dan sekarang), jadi h(n) = 0 untuk n < 0
Respons impuls SWD
h(n)
h(n)
Kausal
Non Kausal
gambar 7 Respon Impuls SWD kausal dan non Kausal
Respon impuls SWK

h(n)
h(n)
t
Kausal
Non Kausal
gambar 8. Respons Impuls SWK Kausal dan Non Kausal
Catatan : sistem yang dapat direalisasi harus kausal

2009
e. Stabilitas
Sistem LTW disebut stabil bla setiap masukan terbatas menghasilkan keluaran
terbatasBIBO = Bounded Input Bounded Output
Kondisi yang diperlukan dan cukup (KPC) adalah :
h( n )
untuk SWD
...
h (t )
dt < untuk SWK
...
stabil
Tidak stabil
gambar 9 Respon Impuls LTW suatu SWD, Stabil dan tidak stabil
Stabilitas sistem dapat juga dilihat dari letak pole dari fungsi transfer sistem
Untuk SWK letak pole di sebelah kiri sumbu imaginer
Untuk SWD letak pole di dalam lingkaran satuan
Jadi untuk kuliah ASL ini sistem yang perlu adalah LTW/LTI (Linier tak ubah
Waktu/Linier Time Invariant), dengan menentukan apakah sistem tersebut kausal
dan stabil.

2009
Contoh :
Diketahui suatu SWD yang merupakan transformasi deretan masukan x(n) dengan
keluaran y(n) dengan hubungan :
a. y(n) = ax 2 (n-1)
b. y(n) = ax(n-2) + bx(n+2)
Periksa sistem di atas.
Jawab.
a. y(n) = ax 2 (n-1)
Linieritas
Jika input x1 (n) maka output y1 (n) = ax1 2 (n-1)
Jika input x2 (n) maka output y2 (n) = ax2 2 (n-1)
Ambil
X(n) = x3 (n) = x1 (n) + x2(n)
Maka :
Y(n) = y3 (n) = a[x(n-1)]2
b. y(n) = ax(n-2) + bx(n+2)
1.2. Operator p dan q
Suatu operator L
output
input
= Fungsi Transfer system
N ( p)
Untuk SWK L(p) = D ( p )
Persamaan 1 Fungsi Transfer
N = numerator
D = denominator
Dimana p = operator diferensial
P -1 =
operator integral c dt

2009
Untuk SWD
L(q) =
N (q )
D(q)
Dimana q = operator maju

q = operator tunda
q x(n) = x (n-1)
q x(n) = x (n+1)
Untuk menganalisis suatu sistem maka buat dulu model matematis input-outputnya
Contoh 1.2.1
L
v(t)
R
i(t)
Output sistem = i(t)

Input sistem = v(t)
Model matematis sistem :
di (t )
+
dt
1
C
i (t ) d
t = v (t)
d
1
L dt R C dt i (t ) v(t )
1
Lp R C p i (t ) v (t )
L(p) =
output i(t )
1
p C
x x
input v(t ) Lp R p / C p C
pC
LCp RCp 1
Persamaan 2 Model Matematika Sistem
=

2009
1.3. Diference Equation Model

a. SWK persamaan Diferensial
an
m
d n y t
d n 1 y t
d
1 d x t
...
a
y
t
a
y
t
b
... ba x t n
n 1
1
n
m
dt n
dt n 1
dt
dt m
Persamaan 3 Model Persamaan diferensial
= orde persamaan diferensial

n
a
t 0
= koefisien penyebut = koefisien D(p)
b
t 0
= koefisien pembilang = koefisien N(p)
Umumnya n > m. Ambil p = d/dt maka :
p n an p n1 ... a1 p an y t bm p m ... bn x t
y t N p bm p m bm1 p m1 ... b1 p bn
L p
x t D p an p n an 1 p n 1 ... a1 p an
D p a n p n 1 a n 1 p n 1 ... a1 p a n
Dimana : N p bm p m bm 1 p m1 ... b1 p an
L p sistemoperator
Jadi : D(p) y(t)=N(p) x(t)

Solusi ada dua, yaitu komplementer dan partikuler
1. Solusi komplementer (yc(t)) jika input x(t) = 0,
Jadi :
D p yc t 0 an p n an1 p n1 ... a1 p a0 0
n
Didapat : yc t Ai yi t A1 y1 t A2 y2 t ... An y n t
i 1
Dimana : y1(t) = en(t)

Yi = akar-akar polynomial D(p)

2009
Ai = konstanta yang dihitung dari kondisi awal

Kemungkinan akar D(p) adalah riil atau kompleks dan simpel atau jamak.
Maka :
i.
y1(t) = erit untuk semua akar riil yang berbeda
ii.
y1(t) = ert , tert , t2ert , ... , tm-1ert untuk m buah akar riil kembar
iii.
y1(t) = et cos t ; et sin t
untuk akar komplek yang berbeda ini
dari
et = + j
iv.
y1(t) = et cos t ; et sin t (1)

= tet cos t ; tet sin t (2)
2. Solusi khusus (particular) jika input sistem ada , x(t) 0

D p y p t N p x t
y p t
N p
x t L p x t
D p
Kasus khusus jika nput eksponensial maka output juga eksponensial.

Ambil
x(t) = Aest
Maka
yp(t) = L(p) x (t) , p = s
jika input sinudoida maka buat menjadi eksponensial.
Ingat : e jt cos t j sin t
Jika x(t) = A cos (t) = Re ( A e jt )
Maka y(t) = ( L(p) x(t)),p = j
Jika x(t) = A sin (t) = Im ( A e jt )
Maka y(t) = ( L(p) x(t)),p = j

2009
Didapat :
Solusi persamaan : solusi komplemeter + solusi particular
y(t) =
yc(t)
+ yp(t)
1.4. Realisasi Sistem Waktu Kontinyu dan Sistem Waktu Diskret

Syarat sistem dapat direalisasi jika kausal. Dapat direalisasi dalam bentuk :
a. Struktur langsung type I
b. Struktur langsung type II
a.
Realisasi untuk Sistem Waktu Diskrit

a. Struktur I untuk SWD-LTW kausal
N
a y n i b x n i
i 0
i 0
Ambil ao = 1
N
i 0
i 0
y n ai y n i bi x n i
b0 x n b1 x n 1 ... bn x n N a1 y n 1 ... a N y n N
Persamaan 4 Struktur I SWD-LTW
...
...
b1
q-1
bo
aN
+
aN-1
...
...
q-1
q-1
BN
Bo
...
...
q-1
gambar 10 Struktur I SWD-LTW Kausal
10

2009
b. Struktur II untuk SWD

N
i o
i 0
ai y n i bi x n i
a0 y n a1 y n 1 ... an y n N b0 y n b1 y n 1 ... bn y n N
y n ao a1q 1 ... a N q N x n bo b1q 1 ... bN q N
L q
N q y q bo b1q 1 ... bN q N
D q X q ao a1q 1 ... a N q N
1
N
a q
i o
b1q1
i o
Persamaan 5 Struktur II SWD
L1 q
1
N
a q
i o
x(n)
N
n
n a1q 1 x n
x n
i o
y(n)
+
q-1
q-1
q-1
gambar 11 Struktur II SWD
L2 q
N
N
N
y n
b1q i y n n b1q 1 b1 n i
n i o
i o
i o
x(n)
y(n)
q-1
q-1
q-1
gambar 12 Struktur II SWD
11

2009
Rangkaian total digabung

L2(q) = L1(q).L2(q)
y n n y n
x n x n n
x(n)
-bo
+
+
-a1
-a2
-aN
q-1
-b1
q-1
-b2
q-1
-bN
y(n)
gambar 13 Rangkaian total
12

2009
Contoh 1.3.1
SWD dengan y(n)+3y(n-1)+5y(n-2)+7y(n-3)=6x(n)+4x(n-1) Buat realisasi type
I dan type II sistem diatas Jawab :
1.5. Stabilisasi Sistem Linier

SWK stabil jika bagian riil akar persamaan D(p) adalah negatif. Pada sistem di atas
pole p = -6 dan p = -4 adalah negatif, maka sistem stabil sistem stabil.
Jika Y = + j stabil jika < 0
Bidang p :
Im(p)
Daerah stabil
riil(p)
gambar 14 Bagian negatif D (p)
1.5.1. Persamaan Diference (untuk SWD)

Bentuk umum sistem LTW
N
i 0
i 0
ai y n i bi x n i
Persamaan 6 Bentuk umum LTW
Ambil ao = 1
y n a1 y n 1 ... a N y n N b0 x n ... bM x n M
Dengan operator q :
Dimana :
q-1 x(n) = x(n-1) dan q x(n) = x (n+1)
13

2009
maka :
y(n) (1 + a1 q-1 + + aN q-N) = x (n) (b0 + b1 q-1+..+ bM q-M
L(q) =
y n N q
x n D q
(b0 b1 q - 1 .. bM q
(1 a1 q - 1 aN q - N)
Jadi : D (q)y(n) = N (q) x(n)

Solusi : y (n) = yc(n) + yp(n)
1.5.2. Solusi komplementer jika deretan masukan = 0

D(q) yc(n) = N (q).0 = 0 , maka D (q) = 0 dengan solusi, yc(n) = rk riil dan
tunggal, dimana rk = akar polynomial D (q) dengan solusi :
1. rk riil dan tunggal yk (n) = rk
2. rk riil dan jamak sejumlah m buah
3. rk kompleks tapi tunggal
4. rk kompleks dan jamak sejumlah m buah
1.5.3. Solusi partikuler jika deretan masukan ada
D(q) y p (n) = N (q) x (n)
y p (n) =
N (q )
x(n) = L(q) x (n)
D(q)
kasus khusus jika input eksponensial, ambil x(n) = A (s) n Didapatkan : y p (n) = [L(q)
x(n)]q Stabilitas sistem SWD, stabil jika amplitudo akar polinomial D(q) <1 atau di
dalam lingkaran satuan.
Contoh :
1. Suatu persamaan
Y(n+3) 8 y(n+2) + 37 y(n+1) 50 y(n) = 8 (0.5) n
Dengan
Y(0) = 2 , y (1) = 3, y(2) = 5
14

2009
1.6. Klasifikasi Sinyal

Sinyal adalah sebuah fungsi yang dapat direpresentasikan secara fisik maupun
variable yang mengandung informasi. Sinyal dapat diklasifikasikan dalam : (scaum
series)
a. Continous Time dan Diskrit Time Signals
b. Analog dan Digital Signals
c. Real dan Kompleks Signals
d. Deterministic dan Random Signals
e. Even dan Odd Signals
f. Periodik dan Non periodik Signals
g. Energy dan Power Signals
Adapun Macam-macam sinyal-sinyal Dasar adalah
1. Unit Step Kontinyu u (t)
u(t)
1
t
1, t 0
u t
0, t 0
gambar 15 Unit step kontinu u (t)
2. Unit step diskrit u(n)

u(n)
1, n 0
u n
0, n 0
gambar 16 Unit step diskrit u (n)
15

2009
3. Fungsi segiempat (t)
1,0.5 t 0.5
t
0, t lainnya
(t)
-0.5
0.5
gambar 17 Unit fungsi segi empat (t)
4. Fungsi segitiga
(t)
t 1 t
1 t 1
-t
gambar 18 Unit fungsi segi tiga
5. Fungsi sinc
Sinc(t)
sin c t
-3
-2 -1
0 1
sin t
t
t
= 0 untuk t = 1, 1, ...
= 1 untuk t = 0
gambar 19 Unit fungsi sinc
6. Fungsi impuls delta kontinyu

(t)
1
0
t
16

2009
1, t 0
t
0, t lainnya
gambar 20 impuls delta kontinyu
7. Fungsi impuls diskrit (t)

(n)
1
0
1, n 0
n
0, n lainnya
Operasi Pencerminan, Penskalaan waktu dan pergeseran

1. Sinyal kontinyu f (t)
f at b f a t
a
+ geser kiri, - geser kanan

a = kompressi ax, a 1
1/a = ekspansi ax
2. sinyal diskrit
pencerminan
f ax b f a n
a
17

2009
Contoh :
1. Diketahui sinyal kontinyu f(t)
f(t)
1
-1
1,1 t 0
f t 1 0.5t,0 t 2
0, t lainnya
t
1-0.5t
0
a. f(2t) kompressi 2x
f(2t)
1
0.5
1-t
0
1,0.5 t 0
f 2t 1 t,0 t 1
0, t lainnya
1,1 2t 0
,-0.5 t 0
f 2t 1 0.5(2t ),0 2t 2
1-t ,0 1 1
=0
, t lainnya
18

2009
2.
1
f(2t) ekspansi 3x
3
1
t
3
1
-3
1
f t
3
-2
-1
1
t
6
4
,0t6
1, -3 t 0
1
1 t
06 , t lainnya
3. f(t-3) geser kanan 3 step
f(t-3)
1
1
2.5 0.5t
2
, -1 t-3 0
, -2 t 3
1 0.5(t-3) , 0 t-3 2
2.5 0.5 t , -3 t 5
0
, t lainnya
19

2009
f t 3
4. f(-t)
f(-t)
1
1- 0.5t
-2
, -1 t 0
,0t1
1 0.5(-t) , 0 -t 2
1+0.25t
, -2 t 0
f t
0
, t lainnya
5. f(-0.5t)
f(-0.5t)
1- 0.25t
-1
, -1 -0.5t 0
,0t2
1 0.5(-0.5t)
, 0 -0.5t 2

f 0.5t1+0.25t
, -4 t 0
0
, t lainnya
6. f(3-t) = f-(t-3) = f(-t+3_ balik, geser kanan 3

f(3-t)=f-(t-3)
1
1
-0.5+0.5t
0
, -1 3-t 0
,3t4
1 0.5(3-t) , 0 3-t 2
-0.5+0.5t , 1 t 3
0
, t lainnya
20

2009
f 0.5t
1.7. Konversi Sinyal Waktu Kontinyu ke Sinyal Waktu Diskrit Sinyal

Konversi sinyal kontinyu ke diskrit dapat digambarkan seperti gambar 21 sebagai
berikut :
sampling
Waktu kontinyu
t
Pasangan
kontinyu
Waktu diskrit
n
rekonstruksi
-1
Pasangan
diskrit
-1
sampling
Frekuensi
kontinyu
Frekuensi
diskrit
rekonstruksi
gambar 21 Hubungan Pasangan Kontinyu dan Pasangan Diskrit
1.8. Respon Impuls

Respons impuls adalah respons atau output sistem jika masukannya diberi fungsi
impuls/ delta.
(n)
SWD
h(n)
Respons impuls
(t)
SWK
h(t)
gambar 22 Respon Impulse
Sistem sering digambarkan dengan respons impulsnya karena dengan respons

impulsnya dapat dilihat apakah sistem tersebut kausal dan stabil
21

2009
SWD
x(n)
SWK
x(t)
h(n)
y(n)
h(t)
y(t)
gambar 23 Respon Impulse (2)
1. Respons Impuls SWD

Contoh :
Diketahui SWD-LTW
y(n) + a1y(n-1) + a2 y(n-2) + ..........+ aN y (n-N) = x(n)
Respon impuls sistem jika x(n) = (n)
Maka
y(n) = h(n)
Jadi
h(n) + a1h(n-1) + a2h(n-2) + .........+ a N h(n-N) = (n)
Karena kausal maka h(n) = 0 untuk n < 0
Maka
N=0
h (0) = (0) = 1 ; h(n-1) =0, h (n-2) = 0 dst
N=1
h (1) = h (1) + a1 h(0) + 0 + .......+ 0 = (1) = 0
N=2
h(2) + a1 h(1) + a2 h (0) + .......= (2) = 0
Dst
Ingat solusi perbedaan y(n) = yc (n) + yp(n)
D(q) y(n) = N(q) x (n)
m
yc(n) D(q) yc (n) = 0 maka D (q) = 0 maka yc (n) =
A r
k 1
n
k k
yp(n) yp(n) = L (q) x (n) dimana q =s untuk x (n) = (s)n tetapi input di sini
bukan eksponensial maka yp(n) = 0
contoh :
y(n)-0,8y(n-1) + 0,15y(n-2) = x(n)
respons impuls
h(n) 0,8h(n-1) + 0,15h(n-2) = (n)
22

2009
n=0 h(0) 0,8h(-1) + 0,15h(-2) = (0) = 1 h(0) = 1

n=1 h(1) 0,8h(0) + 0,15h(-1) = (1) = 0 h(1) = 0,8
n=2 h(2) 0,8h(1) + 0,15h(0) = (2) = 0 h(2) = 0,8 . 0,8 0,15 = 0,49
Solusi
m
y c n Ak rk A1 r1 A2 r2
n
k 1
Dimana
y n 1 0,8q 1 0,15q 2 x n
L q
q
q2
q2
q2
1 0,8q 1 0,15q 2 q 2
q 2 0,8q 0,15 q 0,5 q 0,3
Jadi
y c n A 0,5 B 0,3
n
n = 0 yc(n) = A + B = 1
n = 1 yc(n) = 0,5A + 0,3B = 0,8
A + 0,6B = 1,6
A+
Maka
B=1
0,9B = 0,6 B = -1,5 dan A = 2,5
y n h n 2,5 0,5 1,5 0,3 u n

n
Bagaimana jika inputnya superposisi ?

Karena sistem linier maka outputnya juga superposisi
2. Respons Impuls SWK
Dari pers Diferensial
an
d n y t
d n 1 y t
dy t
a
... a1
a0 y t
n 1
n
n 1
dt
dt
dt
23

2009
bn
d m x t
d m 1 x t
dx t
b
... b1
b0 x t
n 1
m
m 1
dt
dt
dt
Persamaan 7 Respon impulse SWK
Dalam operator p
L p
N p y t
D p y t N p x t
D p x t
Respon impuls y(t) = h(t) jika input x(t) = (t)

Dimana y(t) = h(t) = yk(p) + yp(t) yp(t) = 0
h t y c t Ai e r1 t
i 0
r = akar dari polinomial D(p)

jika input superposisi maka output superposisi prinsip linieritas dengan mencari
terlebih dahulu h(t) untuk satu harga (t)
jadi a n
d n y t
d n1 y t
dy t
a
... a1
a0 y t t
n 1
n
n 1
dt
dt
dt
dengan kondisi awal (0) = 0, kalikan kedua sisi dengan dt kemudian diintegrasikan dari
0- hingga 0+ didapat
d n 1 y 0
t dt 1
dt n 1
0 1
Contoh :
d2y
dy
dx
4 3 y 2 3 x t
2
dt
dt
dt
y p p 2 4 p 3 2 p 3 x t
24

2009
L p
2p 3
2p 3
p 2 4 p 3 p 3 p 1
y c t Ae 3t Be t
t = 0 yc(t)
A+ B = 0
dy c t
t 3 A B 1
dt
-2A
= 1 A = - dan B =
1 1 1 3t
e e
2
2
yc t
Input 1 3 x t h1 t
Input 2 2
3 t 3 3t
e e
2
2
dx
dy t
h2 t 2
3e 3t e t
dt
dt
Jadi
h t h1 t h2 t
h t 1,5e 3t 0,5e u t
1.9. Konvolusi
Konvolusi adalah suatu operasi perkalian sekaligus penjumlahan. Dalam kawasan
waktu dapat digunakan untuk mendapatkan respon sistem terhadap masukan bebas. Jadi
merupakan transformasi dari masukan ke keluaran.
1.9.1. Penjumlahan Konvolusi
Teorema
Jika x(n) adalah input suatu SWD-LTW dan y(n) output sistem tsb dimana y(n) = T
[x(n)] maka :
25

2009
y n
x k h n k x n k h k
Persamaan 8 Konvolusi
Dimana semua operasi di atas didefinisikan sebagai operator konvolusi * sehingga

y n x n * h n
x k h n k
x n k h k
h(n) = respon impuls
x(n)
h(n)
y(n)
y(n) = x(n) * h(n)

Sifat :
1. Commutative x(n) * h(n) = h (n) * x(n)
2. Assosiative x(n) * [y(n) * z(n) ] = [ x(n) * y(n)] * z (n)
3. Distributive untuk operasi penjumlahan
x(n) * [y(n) * z(n) ] = x(n) * y(n) * z(n)
4.
Memiliki elemen identity

x(n) * (n)= (n) * x (n) = x(n)
5. Konvolusi dari suatu deretan pulsa sampling tertunda dengan x(n)

x(n) * (n-k) = x (n-k)
Contoh :
x(n)
SWD- LTW
h(n)
y(n)
26

2009
x(n)
h(n)
3
0,5
1
n
n
Dapatkan output sistem y(n) = x(n) * h(n)
gambar 24 Konvolusi x(n) dan h(n)
1.9.2. Integral Konvolusi

Prinsip dan sifatnya sama dengan SWD dimana diganti dengan
x(t)
y(t)
h(t)
y t x t * h t
x h t dt
x t h d
Persamaan 9 Konvolusi Integral
secara grafis :
Gambarkan x() dan h (t0 - ) dimana h (t0 - ) = h- ( - t0 ) yaitu h() yang
dicerminkan kemudian digeser sejauh t0 kemudian di integralkan
Disini merupakan variabel integrasi, jadi set satu harga t kemudian lakukan
operasi di atas dimana hasil integrasi merupakan luas bawah kurva
Contoh :
x(t)
1
L=1H
x(t)
R=1
y(t)
t
1
27

2009
Hitung y(t)
Jawab
x(t)
y(t)
h(t)
h(-t)
h1(t) = e-tu(t)
x(t)
1
1
t
y t x t * h t
x h t d
Set 0 < t < 1

x()
y t x t * h t
x h t d
1e t r d
0
e t e t de e1 e t
e e e1 1
1.e1
28

2009
BAB II ANALISIS FOURIER PADA SINYAL WAKTU KONTINYU

2.1. Pendahuluan
Analisis Fourier, diambil setelah ilmuwan fisika Prancis Jean Baptise Fourier
(1768-1830),
memecahkan
bahwa
hampir
seluruh
fungsi
periodik
dapat
direpresentasikan sebagai sinusoidal pada seluruh frekuensi yang terkait. Kerja Fourier
telah membawa dampak yang nyata dalam teori sistem linier khususnya dalam teori
komunikasi. Bukan hanya membuat kita untuk dapat mengerti sinyal periodik melalui
spektrum frekuensinya tetapi juga dapat mengembangkan pengetahuan dasar pada
sejumlah sinyal periodik melalui transformasi Fourier.
Kontribusi Fourier dapat disimpulkan oleh pernyataan bahwa sinyal yang
digunakan dalam engineering dapat direpresentasikan dalam domain waktu dan
domain frekuensi, lebih dari itu representasinya mempunyai hubungan secara unik
sehingga pengubahan representasi sinyal tersebut dalam satu domain akan mengubah
representasinya dalam domain yang lain.
2.2. Deret Fourier Untuk Sinyal Perodik
Sinyal x(t) dikatakan periodik jika memenuhi persamaan dibawah ini untuk
sejumlah nilai T,
x(t + T)=x(t)
Persamaan 10 Deret fourier untuk sinyal periodik
29

2009
nilai terkecil T yang memenuhi Persamaan 10 diatas disebut sebagai periode sinyal.
Besaran fo=1/T dikatakan frekuensi dasar sinyal (Hertz) dan o=2 fo adalah frekuensi
dasar dalam radian perdetik.
Sinusoidal dengan frekuensi nfo, dimana n adalah integer, dikatakan sebagai
harmonik ke n.
2.2.1. Bentuk Trigonometri pada Deret Fourier

Jika x(t) adalah fungsi periodik dengan periode T, hampir dalam setiap kasus dapat
diekspresikan dengan teorema Fourier seperti Persamaan 11 dibawah ini :
x t ao a n cos n o t bn sin n o t
n 1
Persamaan 11 Teorema fourier
Persamaan 11 tersebut disebut sebagai deret fourier untuk x(t) konstanta ai dan
b1 disebut koefisien fourier. Persamaan 2.2 tersebut menunjukkan bahwa sinyal
periodik
X(t
)
X(t
)
X(t
)
gambar 25 Beberapa sinyal periodik yang sering digunakan
x(t) dapat didekati dengan penjumlahan sejumlah sinyal sinusoidal dengan periode
T=2o.
Analisis Fourier pada sinyal waktu kontinyu bertujuan untuk memindahkan sinyal
dari kawasan tertentu ke kawasan frekuensi, yaitu dengan menggunakan Deret Fourier
30

2009
Waktu Kontinyu (DFWK) untuk sinyal periodik, dan dengan Transformasi

Fourier Waktu Kontinyu (TFWK) untuk sinyal tidak periodik (aperiodik). Deret
x(t) sebagaimana Persamaan 12 dapat juga dinyatakan dalam bentuk sebagai berikut :
x t ao d n cos n o t o
n 1
Persamaan 12 Deret x (t)
Hubungan koefisien an dan bn terhadap dn dan n dapat ditunjukkan sebagai berikut :

an = dn cos n
bn = dn sin n
Persamaan 13 koefisien an dan bn
Untuk keperluan perhitungan koefisien fourier digunakan sifat dasar ortogonalitas

sinusoidal. Beberapa integral penting yang dapat secara mudah dihasilkan untuk to dan
bilangan bulat n dan m maka :
to T
sin n t
o
dt 0
(2.5)
tn
Persamaan 14 koefisien fourier 1
to T
cos
n o t dt 0
(2.6)
tn
Persamaan 15 koefisien fourier 1I
to T
sin n t cos
o
m o t dt 0
(2.7)
tn
Persamaan 16 koefisien fourier 1II
31

2009
0 jika n m
to T
sinnot sin mot dt
T / 2 jika n m
tn
(2.8)
Persamaan 17 koefisien fourier 1V
0 jika n m
to T
sinnot sin mot dt
T / 2 jika n m
tn
(2.9)
Persamaan 18 koefisien V
Kita dapat menggunakan identitas diatas untk mengevaluasi koefisien fourier.

Pertama, kita kalikan kedua sisi dari Persamaan 11 dengan dt dan mengintegralkan
sepanjang satu perioda, misal t0 sampai t0 + t. Dengan menggunakan Persamaan 14 dan
Persamaan 15 maka sisi kanan akan hilang, kecuali a0. Sehingga kita peroleh :
a0
1
T
t0 T
t0
x t dt
(2.10)
Persamaan 19 koefisien V
Begitu pula pengalian kedua sisi Persamaan 11 dengan cos n0t dan mengintegralkan
sepanjang satu perioda, akan kita peroleh harmonisa ke-n :
an
2
T
t 0 T
t0
x t cos n 0 t dt
(2.11)
Persamaan 20 Harmonisa an dan bn
bn
2
T
t 0 T
t0
x t sin n 0 t dt
(2.12)
Persamaan 21 armonisa an dan bn (2)
32

2009
2.2.2. Deret Fourier Waktu Kontinyu Bentuk Eksponensial

Bentuk eksponensial dari deret Fourier didasarkan pada identitas Euler,yang
dapat ditulis sebagai berikut :
e jn0t e jn0t
cos n 0 t
2
(2.13)
Persamaan 22 Identitas euler
sin n 0t
jn 0 t
e jn 0 t
2j
(2.14)
Persamaan 23 Identitas euler (2)
Persamaan diatas kita substitusikan ke dalam Persamaan 11, kita peroleh :
x t a0 a n cos n 0 t bn sin n 0 t
n 1
e jn0t e jn 0t
e jn 0t e jn0t
a 0 a n
bn
2
2j
n 1
an jbn jn 0 t an jbn jn 0 t
e
2
2
n 1
a0
(2.15)
Selanjutnya dapat lebih disederhanakan dengan substitusi dibawah ini :

c0 a 0
cn
an jbn
c n
a n jbn
2
Sehingga :
x t a0
e jn0t
(2.16)
33

2009
Demikian juga, dengan mensubtitusi integral an dan bn dari Persamaan 20 dan

Persamaan 21, kita peroleh :
cn
1
T
t 0 T
t0
x t e jn0t dt
(2.17)
Persamaan 26 Transformasi fourier
Persamaan 25 dan Persamaan 26 diatas mendifinisikan deret fourier bentuk

eksponensial yang mana Persamaan 26 merupakan persamaan analisis untuk
menganalisa persamaan bentuk periodik ke dalam komponen fourier. Sedangkan
Persamaan 25 dikatakan sebagai persamaan sintesis yang dapat digunakan mensintesa
bentuk gelombang dari komponen Fourier.
Hubugan antara koefisien fourier bentuk trigonometri dengan bentuk
eksponensial ditunjukkan sebagai berikut :
a n jbn d n e jn 2cn
(2.18)
Persamaan 27 Koefisien fourier
Contoh 2.2
Kita perhatikan gelombang bentuk persegi seperti pada contoh 3-1, misalnya lebar pulsa
1 tinggi A1 dan periode T, maka :
cn
1
T
t 0 T
t0
x t e jn0t dt
1
T
A
2
A
T
2
T
2
Ae jn0t dt 2 0.e jn0t dt T 0.e jn0t dt

T
Ae jn0t dt
34

2009
A
e jn0t
jn 0T
A
2
A
2 A e jn0t e jn0t
n 0T 2 j
2j
A sin n 0 A
n 0
sin c
n 0
T
T
2
Untuk n=0 dengan L1 Hopital diperoleh c0

x t
A
, sehingga :
T
A z A
n 0 jn0t
sin c
e
T
2
n 1 T
(2.19)
Persamaan 28 Fungsi L Hospital
2.2.3. Pengaruh Simetri

Sebuah sinyal periodik dikatakan fungsi genap jika memenuhi persamaan :
x(t) = x(-t)
(2.20)
Persamaan 29 Fungsi genap
dan dikatakan fungsi ganjil jika :

x(t) = -x(-t)
(2.21)
Persamaan 30 Fungsi ganjil
Persamaan 29 dan Persamaan 30 diatas menunjukkan bahwa fungsi genap adalah

simetri pada sumbu vertikal pada t=0, dan fungsi ganjil adalah antisimetri terhadap
sumbu vertikal. Beberapa contoh fungsi genap dan ganjil ditunjukkan pada gambar 26
Dengan demikian bahwa sin n0t adalah ganjil dan cos n0t adalah genap untuk
seluruh nilai n. Hasil dari penjumlahan dari beberapa fungsi ganjil adalah fungsi ganjil,
dan hasil dari penjumlahan sejumlah fungsi genap adalah fungsi genap. Sehingga Deret
Fourier untuk fungsi periodik ganjil dapat berisi hanya sinus dan konstanta. Sama
halnya, deret fourier untuk fungsi periodik genap dapat berisi hanya cosinus dan
konstanta. Konstanta akan bernilai nol jika daerah dibawah setengah siklus positif sama
dengan daerah dibawahsetengah siklus negatif. Jika kita menggunakan bentuk
eksponensial, koefisien yang muncul adalah majiner untuk fungsi ganjil dan real untuk
fungsi genap.
(a)
(b)
(c)
35

2009
gambar 26 Contoh fungsi genap dan ganjil (a) fungsi genap (b) fungsi ganjil (c) fungsi genap
Dari keterangan diatas dapat kita pahami bahwa, jika sebuah sinyal periodik
mempunyai simetri ganjil atau genap, maka pengintegralan dapat dilakukan hanya
setengah periode, oleh karena setengah periode yang lainnya identik. Dengan
mengalikan hasil integral setengah periode tersebut dengan 2, akan diperoleh hasil akhir
integral lengkap.
Sebuah fungsi periodik dikatakan mempunyai simetri setengah gelombang jika :
T
x t x t
2
Persamaan 31 Simetri setengah gelombang
Jenis simetri ini dapat divisualisasikan dengan catatan bahwa, jika bagian setengah
gelombang negatif dari gelombang digeser sepanjang setengah periode maka akan
merupakan cermin (bayangan) dari bagian setengah-gelombang positif terhadap sumbu
waktu t.
Beberapa bentuk gelombang yang mempunyai simetri setengah gelombang

ditunjukkan dengan gambar 27
x(t)
x(t)
t
gambar 27 Contoh bentuk gelombang dengan setengah-gelombang
36

2009
2.2.4. Sifat-sifat Deret Fourier Waktu Kontinyu

Dengan memahami sifat-sifat deret fourier, maka akan mempermudah dalam
menentukan deret fourier dari beberapa fungsi periodik. Untuk itu kita akan memulai
dengan operasi penurunan (deferensial) dan pengintegralan.
2.2.4.1. Diferensial dan Integrasi Sinyal Periodik
Jika deret fourier untuk sinyal periodik diketahui, maka deferensial atau integral
sinyal tersebut dapat diketahui jika penurunan atau mengintegralkan tiap-tiap bagian
dari deret tersebut. Lebih jelasnya, jika penurunan deret kedua sisi deret fourier
komplek yang diberikan persamaan 2.16 akan diperoleh :
t
dx d
jn 0t
c
e
jn 0 t.c n .e jn0t
n
dt dt n
(2.23)
Persamaan 32 Differensial dan integrasi sinyal periodik
Dari Persamaan 32 dapat kita lihat bahwa pengaruh diferensial adalah pengalian
koefisien fourier dengan jn0. Dengan kata lain, jika koefisien deret fourier komplek
diberikan oleh jn0 cn. Ini menunjukkan bahwa pengaruh penurunan akan menaikkan
magnituda ke harmoni yang lebih tinggi.
Demikian halnya integrasi adalah kebalikan turunan. Pengaruh integrasi akan

membagi koefisien bentuk komplek pada deret fourier oleh jn0. Sehingga, integrasi
mempunyai pengaruh pengurangan magnituda pada harmonik yang lebih tinggi dari
sinyal tersebut. Dalam integrasi ini harus dihitung juga konstanta integrasi. Hal ini dapat
diperoleh secara sederhana, komponen dc dari integrasi diperoleh dari daerah dibawah
satu putaran penuh fungsi itu.
2.2.4.2. Pengaruh Pergeseran waktu pada bentuk gelombang
Diberikan sebuah sinyal x(t) dengan deret Fouriernya adalah :
x t
.e jn0t
(2.24)
Persamaan 33 Deret fourier
37

2009
Misalkan kita definisikan sinyal lainnya y(t), yang mempunyai korelasi dengan x(t)
sebagai berikut :
y(t) = x(t-)
(2.25)
Persamaan 34 Deret fourier (2)
Sinyal x(t) dan y(t) ditunjukan dalam gambar 2-6. Menunjukkan bahwa
keterlambatan tersebut dapat diperoleh dari transformasi sederhana dengan mengubah
variable t menjadi (t-). Konskuensinya, deret fourier untu y(t) akan diperoleh dengan
penggantian t menjadi (t-) kedalam persamaan 2.24, sehingga diperoleh :
x t
.e jn 0 t
(2.26)
Persamaan 35 Deret fourier (3)
Koefisien Fourier untuk fungsi yang telah digeser, n diperoleh :

n = c.e-jn0
(2.27)
Persamaan 36 Koefisien fourier
Ini menunjukkan bahwa dua koefisien Fourier tersebut adalah bilangan kompplek
dengan amplituda sama, akan tetapi argumen berbeda :
x(t)
t
y(t)
gambar 28. Pergeseran sepanjang sumbu waktu
Didepan telah kita singgung bahwa hampir setiap kasus sebuah fungsi periodik
dapat diekspresikan dalam bentuk deret fourier. Hal ini benar untuk hampir seluruh
38

2009
sinyal yang digunakan dalam masalah engineering, tetapi perlu sekali mengetahui
kondisi yang diperlukan agar deret konvergen untuk fungsi yang diberikan. Kondisi
ini dikatakan Dirichlet Condition. Jika sebuah fungsi memenuhi kondisi ini maka
deret fourier dengan nilai tak terhingga (infinite), dijamin konvergen untuk
seluruh nilai t, dengan pengecualian pada titik diskontinyu sinyal. Kondisi tersebut
adalah seperti dibawah ini :
1. Fungsi tersebut dapat diintegralkan secara mutlak (absolutly integrable) sepanjang
beberapa periode, sehingga :
t0 T
t0
x t dt
(2.28)
Persamaan 37 absolutly integrable
2. Fungsi harus mempunyai nilai maksima dam minima terbatas (finite) sepanjang
perioda penuh.
3. Fungsi harus mempunyai jumlah diskontinuitas terbatas sepanjang perioda penuh.
Dalam kenyataannya, dapat dibuktikan bahwa jika suatu fungsi memenuhi ketiga
kondisi tersebut, maka deret Fourier Truncuted akan merupakan pendekatan terbaik
untuk sinyal aslinya, dibandingkan dengan beberapa fungsi harmonik lainnya.
2.3. Sistem Dengan Input Periodik

2.3.1. Respon Steady-State Terhadap Input Sinusoidal
Dalam Bab I kita telah membahas solusi particular persamaan diferensial linier
untuk fungsi sinusoidal yang mana telah diperoleh sangat sesuai menggunakan aljabar
komplek. Sebagaimana hal ini, dasar pendekatan adalah identik dan didasarkan pada
penggantian operator p dengan j, dimana adalah frekuensi sinusoidal dalam radian
perdetik.
Diberikan sebuah sistem linier yang dijelaskan oleh persamaan diferensial dibawah
ini, ditulis dalam notasi operator :
D p y t N p u t
(2.29)
Persamaan 38 Persamaan differensial
39

2009
Dimana D(p) dan N(p) adalah polinomial adalah operator diferensial p. Kita akan
meninjau kasus khusus dimana fungsi input u(t) adalah sinusoidal, diberikan oleh :
u t A cos t
(2.30)
Persamaan 39 Fungsi input sinusiodal
Misalkan dengan identitas Euler kita tulis sebagai berikut :

u t A cos t U e jt U e jt
(2.31)
Persamaan 40 Identias euler
Dimana :
U 0.5 Ae j
(2.32)
Dan
U 0.5 Ae j
(2.33)
Catatan bahwa secara umum U dan U adalah bilangan komplek dan konjugatnya
U dikatakan sebagai phasor yang merepresentasikan sinusoidal, yang mana berisi
informasi mengenai magnituda dan phase sinusoidal tersebut.
Dalam bab terdahulu, komponen steady-state akan diperoleh dengan menggunakan
superposisi :
y t
N p
D p
p j
Ue jt
N p
D p
Ue jt
(2.34)
p j
Persamaan 43 Komponen steady state
Jika sekarang kita mendefinisikan :
40

2009
y t
N p
D p
p j
Me j
(2.35)
Persamaan 44 Komponen steady state (2)
Dimana M adalah modulus pada bilangan komplek dan adalah argument, kita
dapat menuliskan persamaan diatas :
y t Y e jt Y e jt
(2.36)
Dimana bilangan komplek

Y t Me j U MAe j
(2.37)
Dan Y konjugat komplek

Dengan mensubtitusikan Y dan Y kedalam persamaan (2.36) diatas, kita peroleh
solusi steady-state :
y ss t 2 MA cos t
(2.38)
Contoh 2-3 :
Rangkaian listrik seperti gambar dibawah dengan masukan sistem sebagai berikut :
x t 10 20 cos 3t 8 cos 6t
4
3
(2.39)
Kita akan menghitung keluaran sistem stedy-state yss

1 Mohm
x(t)
1 Mohm
1 F
1 F
gambar 29 Rangkaian RLC 2 Loop
Rangkaian tersebut jika nyatakan dalam operator p :
41

2009
3P 1 y t x t ,
L p
maka
y t
1
3
x t P 3P 1
Dalam kasus ini, input terdiri atas tiga komponen, dengan frekuensi0, 3, dan 6
radian. Oleh karena itu kita akan mengevaluasi sistem dalam frekuensi tersebut dan
kemudian mengalikan nilainya secara berurutan dengan phasor input untuk memperoleh
phasor output yang sesuai.
1
P 3P 1
P j 0
1
P 3P 1
P j 3
0.8305e j 22974
1
P 3P 1
P j 6
0.0254e j 266658
Akhirnya tegangan keluaran steady-state diberikan oleh :
v2 10 16.609 cos 3t 2.2974 0.0203 cos 6t 2.66658

4
3
(2.40)
Persamaan 49 Tegangan keluaran steady state
2.4. Spektrum Sinyal Periodik

Pada umumnya, fungsi periodik terdiri fungsi sinusoidal dasar dan sejumlah
harmoniknya (secara teori tak terhingga). Jenis fungsi bergantung pada perubahan nilai
pada tiap-tiap harmonik. Jika kita menggunakan bentuk eksponensial untuk deret
Fourier, maka cnt yang secara umum adalah bilangan komplek,mengandung informasi
tentang magnituda dan phase tiap-tiap komponen gelombang. Jika cn
magnituda cn
diplot terhadap n0t kita akan memperoleh spektrum frekuensi magnituda fungsi
periodik tersebut. Dengan jalan yang sama kita dapat memplot spektrum frekuensi dari
phase cn. Dalam penggunaan yang umum, spektrum dari magnituda dikatakan sebagai
spektrum frekuensi, mungkin karena tidak berubah terhadap pergeseran waktu, dimana
spektrum dari phasa berubah terhadap pergeseran sepanjang sumbu waktu.
2.5. Daya Rata-Rata Sinyal Periodik
Berdasarkan Parseval pendekatan teorema, daya ratarata sinyal periodik adalah :
42

2009
1
T
t0 T
t0
x 2 t dt
(2.41)
Persamaan 50 Daya rata-rata sinyal periodik
Dimana T adalah perioda sinyal. Dapat ditunjukkan bahwa kuantitas P akan

merepresentasikan daya rata-rata sebenarnya yang dikirim kedalam resistor 1 ohm jika
x(t) adalah arus yang mengalirinya atau tegangannya.
Sifat ortogonalitas antar harmonik dalam deret Fourier, sebagaimana ditunjukkan
dalam bantuan Persamaan 10 dan Persamaan 11, bahwa : memungkinkan utuk
menghitung daya rata-rata dalam komponen koefisien Fourier tanpa harus mengerjakan
integrasi seperti yang diberikan dalam persamaan (2.41).
Hal ini dapat ditunjukkan dengan mudah, melalui bantuan Persamaan 10 dan
Persamaan 11, bahwa :
P
1
T
t0 T
t0
x 2 t dt
(2.42)
Persamaan 51 Daya rata-rata sinyal periodik (2)
Dimana cn adalah koefisien deret Fourier komplek. Persamaan diatas juga mungkin
diekspresikan dalam bentuk koefisien deret Fourier trigonometri, sehingga :
P a02
1 2
an b
2 n
2
n
(2.43)
Persamaan 52 Koefisien deret fourier trigonometri
2.6. Transformasi Fourier

Pada bahasan 2.4 telah dijelaskan bahwa spectrum frekuensi pada sinyal periodik
adalah diskret dan dapat diperoleh dengan deret Fourier. Dengan pendekatan bentuk
eksponensial, dimana nilai spektralnya adalah diskret terhadap frekuensi, cn = f()
dengan n nilai integer.
x (t )
e jnt
43

2009
cn
1
T
t 0 t
x(t )e
jnt
t0
Sekarang kita akan membahas konsep spektrum frekuensi dari sinyal aperiodik. Hal
ini sangat penting karena hamper setiap saat kita dihadapkan pada sinyal yang tidak
periodik. Untuk keperluan ini digunakan Transformasi Fourier. Untuk mempelajari
masalah ini kita gunakan pendekatan pengaruh kenaikan periode pada sinyal. Dalam
batas tertentu, ketika periode mendekati tak terhingga, kita akan memperole sinyal
aperiodik.
Dengan kata lain sebuah sinyal aperodik dapat dianggap sebagai sinyal periodik
dengan perode tak terhingga.
0 =
2
0 untuk T
T
Sehingga d untuk sinyal periodik sangat kecil.

Konsekuensinya, spectrum diskret untuk fungsi perodk akan digantikan dengan
spectrum kontinyu untuk fungsi aperiodik.
x (t )
1
2
x ( )e
jt
(2.47)
Persamaan 53 Integral spectrum discret

x ( )
x (t )e
jn t
dt
(2.48)
Persamaan 54 Integral spectrum kontinou
Dimana spectrum frekuensi x() adalah transformasi Fourier dari x(t) dan x(t)
adalah invers transformasi Fourier dan x().
Sebagaimana pada deret Fourier, fungsi x(t) harus memenuhi Diriclet Condition
agar transformasi Fourier ada. Kondisi ini menjamin bahwa integral yang didefinisikan
dalam persamaan 2.38 akan konvergen. Kondisi tersebut adalah
1. x(t) harus absolutely integrable, yaitu:
x (t ) dt
44

2009
(2.49)
Persamaan 55 absolutely integrable
2. X(t) harus mempunyai jumlah maxima dan minima terhingga dalam interval
waktu terbatas
3. x(t) harus mempunyai jumlah diskontinyu terhinga dalam sejumlah interval dan
tiap-tiap diskontinyu terhingga
2.6.1. Beberapa Pasangan Transformasi Fourier

Dalam bahasan ini kita akan memberikan contoh mencarimencari tranformasi
Fourier untuk beberapa fungsi aperiodik, kemudian diikuti pencarian invers
transformasi Fouriernya.
2.6.2.
Sifat-Sifat Transformasi Fourier
Dengan mengenal sifat-sifat transformasi Fourier akan mebuat kita mengerti

hubungan representasi sinyal pada kawasan waktu dan kawasan frekuensi. Selain itu
juga akan membantu kita memperoleh transformasi Fourier dengan lebih mudah.
Dalam hal ini kita sepkati bahwa :
X() = F [x(t)] menunjukkkan bahwa X() adalah transformasi Fourier dari x(t)
X(t) = F -1 [X()] x(t) adalah transformasi Fourier dari X ()
2.6.2.1. Linieritas
Sifat linieritas ditunjukkan :
X1 () = F [x1(t)] dan
X2 () = F [x2(t)]
Maka
F[a1x1(t) + a2x2(t)] = [a1X1() + a2 X2()]
45

2009
Persamaan 56 Sifat linieritas
2.6.2.2. Dualitas
Dalam bahasan terdahulu, bahwa transformasi Fourier dari pulsa segiempat dalah
fungsi sinc , dan transformasi fungsi sinc adalah pulsa segiempat. Demikian juga
transformasi suatu konstanta adalah impuls dan impuls adalah suatu konstanta.
Hubungan dualitas transformasi Fourier ditunjukan sbb :
Jika
X () = F [x(t)] maka F [X(t)] = 2 x (-)
Persamaan 57 Prinsip dualitas
2.6.2.3. Turunan Dan Integral Dalam Kawasan Waktu

Seringali kita perlu menentukan transformasi Fourier untuk fungsi waktu dengan
memperolehnya dari fungsi waktu yang lain yang telah diketahui transformasi
Fouriernya. Persamaan berikut dapat membantu kita untuk keperluan ini.
Jika X () = F [x(t)] maka F [px(t)] = j x ()
Dan
1
1
x (t )
X ( j) X (0) ()
p
j
Persamaan 58 Turunan dan itegral dalam kawasan waktu
2.6.2.4. Penskalaan Waktu Dan Frekuensi

JikaX () F x (t ) makaFx( at )
1

X
a
a
Persamaan 59 Penskalaan waktu dan frekuensi
Dimana a adalah konstanta real

2.6.2.5. Pergeseran Waktu
Theorema :
JikaX () F x(t ) makaF (t t 0) ( at ) e jt 0 X ()
Persamaan 60 Pergeseran waktu
46

2009
2.6.2.6. Pergeseran Frekuensi

Theorema :
JikaX () F x (t ) makaX o ( at ) F e jot x (t )
Persamaan 61 Pergeseran frekuensi
2.6.2.7. Turunan Dan Integral Dalam Kawasan Frekuensi

Theorema :
JikaX () F x (t ) maka :
dX ()
F jtx (t )
d
Persamaan 62 Turunaan dan integral dalam kawasan frekuensi
2.6.3. Konvolusi
2.6.3.1. Konvolusi Dalam Kawasan Waktu
Teorema :
Misalkan:
X () = F [x(t)] , H()= F[h(t), dan jika Y () = F [y(t)]
dimana x(t), h(t), dan y(t) dihubungkan oleh integral konvolusi sbb :
y (t )
x( )h(t ) d
Y ( ) H ( ) X ( )
Persamaan 63 Konvolusi dalam kawasan waktu
2.6.3.2. Konvolusi Dalam Kawasan Frekuensi

Teorema:
Misalkan :
X () = F [x(t)] dan Y () = F [y(t)] maka :
F x (t ) y (t )
1
2
X (u ) y ( u )du
Persamaan 64 Konvolusi dalam kawasan frekuensi
2.6.4. Transformasi Fourier Pada Fungsi Periodik

2.6.4.1. Transformasi Fourier Pada Suatu Konstanta
47

2009
Pada contoh 2.8 telah ditunjukkan bahwa invers transformasi Fourier untuk fungsi
impuls unit () adalah satu konstanta 1/2 leh karena itu, transformsi Fourier suatu
konstanta adalah 2 A ()
2.6.4.2. Transformasi Fourier Pada Sinusoidal

Transformasi Fourier untuk sinusoidal dapat ditentukan dari pernyataan bentuk
eksponensial kompleks sebagai berikut:
cos not
sin ot
e jnot e jnot
2
e jnot e jnot
2j
Persamaan 65 Eksponensial kompleks
Konsekuensinya, untuk mengevaluasi transformasi fungsi tersebut, pertama kali

kita harus memperolehtransformsi fourier pada fungsi eksponensial. Kita dapat
mengerjakannya dengan mencari invers transformasi fourier untuk fungsi impuls (0).
x (t )
1
2
( o ) e
jt
1 jot
e
2
F e jot 2 o
F cos t ( o) ( o)]
F sin t j ( o) ( o)
48

2009
Hasil ini membrkan kita suatu pendekatan lain untuk menjelaskna modulasi.
Perkalian sinyal pemodulasi dengan pembawa sinusoidal sama dengan konvolusi dalam
kawasan frekuensi.
Tabel 4 Pasangan Transformasi Fourier
X(t)
1. A(t-to)
2. A
X()
3. A(t)
4. A e at (t)
5. A e at
Ae
Keterangan
Impuls pada t=to
Fungsi step
jto
2A()
1
()
j
A
a j
2 Aa
2
Hanya benar untuk a>0

9. A e jt
10. A cos o t
11. A sin o t
a ( j )
A(a j)
( a j ) 2
Ao
( a j ) 2
A
( a j) 2
2A ( o)
A ( o) ( o)
jA ( o) ( o)
12. A PT (t)
AT sin c
AW
Wt
sin c
13.
2
2
APW()
6. A e at cos o t (t)
7. A e at sin o t (t)
8. A t e at (t)
T
2
Pulsa segi empat dengan

tinggi A, -T/2 <t<T/2
Fungsi sinc
49

2009
Tabel 5 Pasangan Transformasi Fourier Table 2.2 T
1. Linearitas
2. Dualitas
3. Diferensial kawasan waktu
4. Integrasi kawasan waktu
F[a1x1(t)+a2x2(t) = X1 ()+x2()
F[X(t)]=2(-)
F
F[1/p x(t)] = 1/j X(j)+X(0) ()
a
aX
5. Penskalaan waktu atau frekuensi
F x(at)=
6. konvolusi kawasan waktu
7. konvolusi kawasan frekuensi
F x (t ) y (t )
8. pergeseran waktu
9. pergeseran frekuensi
10. Diferensial frekuensi
11. Integrasi frekuensi
2.7.
x ( ) h (t ) d X () H ()
1
2
X (u ) y ( u )du
F (t to e jto X ()
X o F e jot x(t )
dX ()
F tx (t ) j
d
x(t ) j X (u ) du
Energi Sinyal
Kandungan energi sinyal didefinisikan sebagai :
(t ) dt
Persamaan 66 Energi signal
Integral di atas merepresentasikan energi total yang akan didisipasikan dalam

hambatan satu ohm dengan arus x(t) yang melaluinya atau tegangan x(t).
Hanya daya dari sinyal perodik yang dapat diperoleh dari koefisien deret fourier,
sekarang kita akan menunjukkan bahwa energi sinyal aperiodik dapat diperoleh dari
transformasi fourier.
50

2009
Dengan menggunakan invers transformasi fourier, kita dapat menuliskan persamaan

sebagai berikut :
E
jt
x
(
)
e
d
dt
1
2
2
x (t )
1
2
1
2
X ( )
x(t )e
jt
dt d
X () X ()d
Persamaan 67 Inverse transformasi fourier
Dimana x(t) adalah fungsi waktu nyata, X (-)=X*(). Sehingga kita peroleh
E
x 2 (t ) dt
= 2 [ X ()] 2 d
Persamaan ini merepresentasikan bentuk yang dihasilkan dari teorema Parseval untuk
fungsi waktu nyata aperiodik dengan energi terbatas Fungsi [X()]2 diketahui sebagai
energy spectral density function pada sinyal x(t) yang menunjukkan distribusi energi
total pada sinyal tersebut.
BAB III ANALISIS FOURIER UNTUK SINYAL WAKTU DISKRIT
51

2009
Dalam bab 2 kita telah mempelajari bagaimana sinyal kontinyu waktu berulang
dapat digambarkan sebagai sebuah superposisi sinusoida dalam bentuk sebuah fourier
deret. Dalam bab ini kita akan mengulangi kembali waktu diskrit dalam teori yang
dipelajari dalam bab sebelumnya. Dalam bagian berikutnya kita akan memulai dengan
gambaran deret fourier dari sinyal waktu diskrit kontinyu. Ini akan diikuti dengan
sebuah pengkajian dari Transformasi fourier waktu diskrit (TFWD), dan perulangan
spektrum frekuensi dan sinyal-inyal waktu diskrit periodik.
3.1. Deret Fourier Untuk Sinyal-Sinyal Waktu Diskrit Berulang

Dalam bab 2, sebuah sinyal SWD x(n) didefinisikan periodik jika beberapa integer
postif N, sinyal tersebut memenuhi persamaan :
X(n)= x(n+N
Persamaan 68 Deret fourier sinyal waktu diskrit
Nilai terkecil N sehingga pers. 3.1 tsb dinamakan perioda sinyal. Juga telah
ditunjukan dalam bab 2 hanya untuk kasus sinyal waktu persamaan berulang yang
paling sederhana berbentuk :
X(n) = a n cos (2n/N)
X(n) = b n sin (2n/N)
Kita mendefinisikan frekuensi sudut sinyal-sinyal berulang waktu diskrit sbg :
= 2/N
Dengan satuan radian. Untuk sinyal-sinyal kontinyu frekuensi sudut dilambangkan
mempunyai satuan radian per detik. Frekuensi sudut tidak dapat dipenuhi oleh
sembarang nilai. Tetapi untuk fungsi berulang kontinyu waktu tidak ada batasan nilai
untuk .
Jadi dapat disimpulkan :
Cos ( + 2 k)n = cos n
52

2009
Dimana k adalah sembarang integer. Ini menunjukkan bahwa persamaan sinusoida

yang identik dihasilkan untuk ferkuensi yang dipisah pada jarak 2 . Sebagai
konsekuensi dari hasil ini adalah bahwa hanya nilai-nilai terbatas dari harmonisaharmonisa bebas sinyal tersebut.
Dalam kasus sinyal waktu diskrit kita boleh menggunakan bentuk trigonometri :
o= 2/N Berdasar cos (kon) mempunyai harmonisa-harmonisa sbb:
cos (Non) = cos (2n) = cos (0on)
cos ([N+1]on) = cos (on)
cos ([N+2]on) = cos (2on)
cos ([N+k]on) = cos (Non
Persamaan 69 Nilai harmonisa
Hubungan yang serupa dengan mudah dikembangkan untuk harmonisa-harmonisa

dari bentuk sin ([N+k]on)
3.2. Pernyataan Deret Fourier

Didasarkan pada hubungan :
53

2009
jko
j 2k
N
e j 2k 1
Dimana k adalah sembarang integer untuk penyeragaman notasi, maka unit satuan
akar ke N dinotasikan sbb :
W N e
j 2
N
e j o
Satu set sinyal kompleks waktu diskrit yang brulang dengan periode N diberikan
oleh persamaan :
w Nk e
j 2k
N
semua dari sinyal sinyal ini mempunyai frekuensi yang merupakan
kelipatan dari frekuensi dasar W
dan dinamakan harmonisa. Lebih lanjut frekuensi-
frekuensi ini memenuhi hubungan orthogonalitas :
(wNk )
wNi ( wNN 1)
0
w Ni 1
Dimana i sembarang integer.

Kita jabarkan sembarang sinyal berulang waktu diskrit dengan periode N dalam
bentuk deret Fourier, sbb :
N 1
x (n) a k w Nkn , n 0,1,2

k 0
Dimana,
ak
1
N
x (n) w
kn
N
, k 0,1,2,....., N 1.
Yang paling penting untuk diingat bahwa deret Fourier sinyal waktu diskrit adalah
sebuah penjumlahan nilai-nilai yang jumlahnya terbatas, seperti yang ditunjukkan pada
pers. 3.13, dimana ini berbeda sekali deret Fourier untuk sinyal-sinyal kontinyu waktu
yang terdiri dari nilai-nilai yang jumlahnya tak terbatas. Terdapat komponen dc dan
komponen pokok frekuensi yang besarnya 2/N. Harmonisa-harmonisa frekuensi yang
besarnya 2k/N, dimana k=2,3,4,N-1. Penting juga dicatat bahwa hanya komponenkomponen N dari deret yang harus dievaluasi.
54

2009
3.3. Pembuktian Persamaan Deret Fourier

Persamaan 3.13 dan 3.14 adalah merupakan pernyataan deret Fourier untuk waktu
diskrit.
Contoh 3.1
Cari koefisisen Fourier waktu diskrit gelombang kotak seperti diperlihatkan dalam
gb 3.4 untuk N=8
3.4. Respon Tunak Terhadap Masukan Periodik

Respon tunak dari sistem waktu diskrit stabil terhadap masukan periodik dapat
ditentukan cara yang sama seperti cara-cara yang digunakan untuk sistem waktu
kontinyu.
Contoh 3.2
Tentukan output tunak (steady state) dari sistem, bila sistem mempunyai persamaan
sistem dan persamaan masukan periodik dengan perioda 10.
Persamaan sistem diskrit :
Y(n+2)-0.7y(n+1)+0.1y(n)=u(n+1)+2u(n)
Persamaan 70 Sistem diskrit
Persamaan masukan periodik diberikan oleh : U(n)= 20 e
j 2n
10
3.5. Transformasi Fourier Waktu Diskrit

Di bab ini kita akan membahas penerapan deret Fourier untuk sinyal-sinyal waktu
diskrit tidak periodik. Ini akan diselesaikan dengan cara yang digunakan untuk
menyelesaikan kasus waktu kontinyu.
Tinjau x(n) yang merupakan deret Fourieryang merupakan sinyal waktu diskrit
yang bernilai nol untuk range 0<=n<=N1. Selanjutnya x(n) adalah sinyal terbatas
waktu. Kita dapat menyusun sebuah sinyal periodik x(n) dengan periode N>N1. Sinyalsinyal ini ditunjukkan dalam gambar 3.6. Penggunaan cara yang sama seperti bab 3.2,
deret Fourier untuk x(n) dapat ditulis sebagai berikut :
55

2009
N 1
x( n) a k e jkon
n 0
Dimana,
ak
1
N
N 1
x ( n )e
jkon
n o
Karena x(n) adalah nol untuk n>N, kita dapat menyatakan persamaan 3.29 dalam
bentuk x(n) seperti di bawah ini :
ak
1
N
N 1
x ( n )e
jkon
n o
Akhirnya karena x(n) adalah tidak nol untuk 0<=n<=N1 maka :
ak
1
N
x ( n )e
jkon
Yang perlu diingat bahwa

o
2
N
Marilah sekarang kita menguji pengaruh yang ditimbulkan dengan penambahan N.

Dari definisi x(n), x(n) akan mendekati x(n) untuk nilai N yang meningkat terus.
Kita akan menguji pengaruh yang ditimbulkan dengan penambahan N
lim ~
x ( n) x( n)
Bila N menuju ke nilai tak hingga, maka o
2
0. untuk menentukan spectrum
N
kontinu kita menentukan dulu persamaan selimut dari spectrum diskrit persamaan tsb
adalah :
56

2009
X ( ) Na k
x(n)e
j n
Persamaan 72 Persamaan selimut spektruk diskrit
dimana
ak
mengganti k o dan ak diberikan oleh persamaan :
1
X ( )
N
Sekarang kita dapat menulis persamaan dalam bentuk X() untuk menghasilkan :
N
1
~
x (n)
X (ko)e jkon .
n 0 N
Bila N dari persamaan 3.32 disubstitusikan kita dapat menulis Persamaan 73 menjadi
o
~
x ( n)
X ( ko)e jkon
n 0 2
N
x ( n) x(n) nilai terbatas dari n. Konsekuensinya

Karena N , o0 untuk ~
adalah pemisahan diantara komponen-komponen frekuensi akan mengubah o menjadi

d dan pers 3.37 menjadi
x (n)
1
2
X ( )e jkon d
Persamaan 3.34 dan 3.38 mendefinisikan Transformasi Fourier Waktu Diskrit (TFWD)
dan Transformasi Fourier Waktu Diskrit Invers(TFWDI)
Contoh 3.4
Cari persamaan transformasi Fourier waktu diskrit X() dari sinyal pulsa kotak berikut
ini:
,untuk N 1 n N 1
x ( n ) 1
0 ,untukyanglain
3.2 Fourier Waktu Diskrit Sinyal-Sinyal Periodik
57

2009
Seperti halnya kasus untuk waktu kontinyu, masukan eksponensial akan mengalami
pergeseran frekuensi, yang mana untuk masukan sinyal yang berbentuk sinusoida
diubah dulu ke dalam bentuk eksponensial.
Eksponensial kompleks dapat dinyatakan dalam bentuk :
x( n) Ae jon
Persamaan 75 Eksponensial kompleks
Transformasi fouriernya diberikan oleh :

X ( )
2 ( o 2k )
Persamaan 76 Transformasi fourier
Sekarang kita akan mencari TFWD untuk fungsi periodik cosinus dan sinus. Untuk
cosinus kita mempunyai persamaan :
x( n) A cos on
A jon
(e
e jon ) )
2
Persamaan 77 Fungsi periodik sinus
Dengan memanfatkan hasil yang didapat pada Persamaan 76 dan Persamaan 77

kita mendapatkan :
X ( )
( o 2k ) ( o 2k )
Persamaan 78 Fungsi periodik sinus
Dengan cara yang sama kita dapat menunjukkan bahwa TFWD dari fungsi sinus
adalah
x ( n) A sin on
A
(e jon e jon ) ....................................................................3.49
2j
Adalah
X ( ) j
( o 2k ) ( o 2k )................................................3.50
3.3 Sifat-Sifat TFWD
58

2009
Beberapa sifat TFWD adalah

a. Periodik atau berulang
X ( 2 ) X ( )
b. Linearitas
a1 x1 n a1 x2 n a1 X ( ) a 2 X ( )
c. Pergeseran waktu dan frekuensi
x(n) X ( )maka x(n no) e jno X ( )makae jno x(n) X ( o)
d. Penskalaan waktu dan frekuensi
x(n) X ( )maka x(nk ) X ( / k )

e. Diferensiasi dan penjumlahan
x
(
m
)
X
(
X
(
0
)
( 2k )

1 e j
k
m
f. Diferensiasi dalam frekuensi
nx(n)
dX ( )
d ( )
g. Teorema parseval
x ( n)
1
2
X ( ) d
h. Konvolusi
Jika y ( n)
x(k )h(n k )makaY ( ) H ( ) X ( )
i. Konvolusi periodik dan konvolusi sirkular

y ( n)
kN
x1 (m) x2 (n m)
k 1
N 1
~x (m) ~x (n m) R(n)
m 0
3.4 Transformasi Fourier Diskrit

Meskipun teori dari transformasi Fourier waktu diskrit sangat berguna untuk
memahami proses penyamplingan dan untk banyak penerapan lain, kita tidak dapat
menempatkan X() ke dalam memori komputer karena dia adalah sebuah fungsi yang
kontinyu. Untk implementasi dari komputer digital kita harus mendiskritkan frekuensi.
59

2009
Hal ini membutuhkan sebuah konsep dari transformasi Fourier Diskrit (TFD). TFD
mengambil peranan yang cukup luas dalam dunia pengolahan sinyal digital.
Transformasi Fourier Diskrit memiliki persamaan sbb :
N 1
x ( n)e
X (k )
j 2kn
N
, k 0,1,2,3.....N 1.
K 0
X ( k ) X ( )
2kn / N
X(
2k
).
N
Persamaan 79 Transformasi fourier sinyal waktu diskrit
Invers dari TFD adalah
X ( n)
1
N
N 1
X (k )w
k o
kn
N
, n 0,1,2,....., N 1.
Persamaan 80 Inverse transformasi fourier sinyal waktu diskrit
Perbedaan antara TFWD dan TFD adalah sebagai berikut :

Kita mempunyai sinyal terbatas waktu tetapi bukan merupakan sinyal periodik x(n)
dengan durasi N. Kita mendapatkan sebuah spectrum frekuensi kontinyu untuk deretan
sinyal ini, x(n), dengan membuat N mendekati nilai tak berhingga dan menganggap
bahwa perioda deretan sinyal ini x(n) adalah tak terbatas. Dengan kenyataan ini, TFWD
akan memprosesnya menjadi sebuah sinyal fungsi kontinyu dari frekuensi, sebaliknya
dengan TFD kita menganggap sinyal ini, x(n) adalah periodik dengan periode N,
dimana N adalah terbatas. Hasil dari TFD adalah fungsi diskrit dari frekuensi karena
semua komponen frekuensi adalah integral perkalian dari frekuensi dasar o = 2/N.
Selanjutnya akan tlih adalah sangat mirip dengan deret Fourier diskrit. Konsekuensinya
spectrum x(n) diskrit dengan nilai terletak pada perkalian integral dari frekuensi dasar
o.
Persamaan berikut mendefinisikan transformasi Fourier diskrit dan transformasi Fourier
diskrit invers
X (k )
1
N
N 1
X (n)w
k o
kn
N
, k 0,1,2,....., N 1....................................................................3
60

2009
.Persamaan-persamaan ini siap diprogramkan pada computer. Lebih lanjut bila kita
membandingkan kedua persamaan di atas, kita akan mempunyai dasar algoritma yang
baik untk menghitung transformasi berikutnya.
Angka pengalian riil yang dibutuhkan untuk komputasi TFD adalah 4N2
3.5 Beberapa Sifat Dari TFD
Jika F[x(n)]=X(k),
k =0,1,2,3,,N
Maka :
1. Linear
a1 x1 n a1 x2 n a1 X (k ) a2 X (k )
2. pergeseran waktu
x(n m) X (k )wN km
3. pergeseran frekuensi
x (n) w X ( k m)
mn
N
4. dualitas
x(k ) Nx(n)
5. konvolusi
N 1
x (n i) mod N y(i)
X ( k )Y (k )
i 0
6. perkalian
x(n) y (n) N 1 x (k i) mod N Y (i)

N 1
i 0
7. teorema parseval
N 1
N x(n)
n 1
N 1
X (k )
k 1
3.6 Penerapan TFD

Salah satu terapannya adalah untuk system identifikasi.
61

2009
Kita telah membahas tentang permasalahan identifikasi system di baba 2 seperti untuk
penerapan dekonvolusi dan ditunjukkkan dalam sub bab 2.10 bahwa seseorang dapat
menentukan deretan respon impuls dari system linier jika masukan dan keluaran x(n)
dan y(n). Seseorang juga bias menggunkaan algoritma FFT untuk mendapatkan TFD
X(k) dan Y(k). TFD H(k) dari deretan respon impuls kemudian secara langsung dapat
diketahui melalui persamaan 3.74
H(k) =Y(k)/X(k)
Persamaan 81 Deretan respons impulse
Jika menginginkan, seseorang dapat menentukan deretan respon impuls h(n) dengan
menjumlah TFD invers dari H(k). Dalam perjalanan selanjutnya algoritma FF sering
digunakan untuk menentukan model system dari data input outputnya. Suatu keharusan
bagaimanapun perlu dicatat bahwasistem yang didapat selanjutnya
dapat secara
signifikan dipengaruhi oleh kehadiran noise dalam data input-output. Hasil ini biasanya
dapat ditingkatkan dengan pemfilteran data sebelum menggunkan algoritma FFT.
62

2009
BAB IV TRANSFORMASI LAPLACE
Analisis untuk SWK: Karena adanya kendala analisis dengan TFWK antara lain :
Kesulitan integrasi pada TFWK
Pada analisis transient rangkaian selalu dihadapkan dengan bilangan kompleks

+j, sedangkan TFWK hanya bekerja dalam daerah
Jadi transformasi Laplace seperti halnya TFWK merubah sinyal kawasan waktu
menjadi kawasan frekuensi frekuensi kompleks
4.1. Transformasi Laplace Bilateral
TLB diturunkan dari TFWK :
x (t ).
X ( )
j t
dt
x (t )
1
2
X ( )e
j t
Persamaan 82 Transformasi laplace bilateral
Bila fungsi e t X (t ) dim ana

fungsi eksponensial merupakan faktor
konvergensi, maka maka TFWK dari y(t) adalah:
Y ( )
.x (t ).e jt dt
Y ( )
x(t )e
( j ) t
dt
Y ( ) X ( j )
Jadi dari pers di atas

x (t )
1
2
X (
j ).e ( j ) d
Definisikan variable frekuensi kompleks

Bila s= +j ds=j.d d = ds/j
Maka
63

2009
X ( s)
x (t ).e
st
dt
x (t )
1
2
disebut pasangan TLB
X ( s )e st ds
Bidang s adalah :
Notasi :
X(s) = [x(t)]
x(t) = -1[X(s)]
cat: transformasi Laplace
Konvergensi TLB :
Terintegrasi secara mutlak jika nilainya kurang dari tak hingga
4.2. Transformasi Laplace Satu Sisi

Definisi : Diberikan suatu sinyal x(t) kuasal, maka
64

2009
x S
TLSS =
x t .e
st
dt
1
x t
2
x s .e
st
ds
Konvergensi TLSS jika

Lim..e t .x t 0
4.3. Sifat-Sifat Transformasi Laplace Satu Sisi

a. .x1 t .x 2 t .x1 s .x 2 s Linieritas
b. x t .u t e .s x s
Pergeseran Waktu
c. x t .e a.t X s a
d.
Pergeseran Frekuensi
x at 1 a . X s a
Pensakalan waktu dan
Frekuansi
e.
X dx dt s.X s X 0
X d
f.
X s
s
Differensiasi Waktu
Integrasi Waktu
dan
X s
X d
x d
s
g. t.x t
d X s
ds
Perkalian dengan t
dan
t n .x t 1 n
x t
h.
d n X s
ds
x u du
Pembagian terhadap t
65

2009
i.
j.
x .x t d
1
X 1 s . X 2 s
x1 t .x 2 t
1
2j
Konvolusi Waktu
c j
X u . X s u du
1
Konvolusi frekuansi
c j
4.4. Pasangan Tlss Dan Gambar Di Bidang S

a. Fungsi Eksponensial Kausal
x t A.e .t u t
j
Bidang S
X s
A.e
s t
dt
X
Pole
A
e s
s
A

0 1 A
s
s
b. Fungsi Unit Step

u(t)
t
U s
st
dt
1 s .t
e
s
1
s
c. Fungsi Cosinus Kausal

X(t)=A.Cos(.t).u(t)
j
x j
zero
x -j
e jt e .jt
0,5. A
0,5. A
A.s
2

2
s j s j s 2
2
X s A
d. Fungsi Sinus Kausal

X(t)=A.Sin(.t).u(t)
j
x
-j
66

2009
x
A.e jt A.e -jt
0,5. A / j 0,5. A / j
A.
2

2. j
s j
s j
s 2
X s
e. Fungsi Cosinus Teredam Kausal

X(t)=A.e-.t.Cos(.t).u(t)
j
j
x
t
-j
X(t)=[A.e-.t.Cos(.t).u(t)] {Gunakan : sifat pergeseran

frekuensi}
f. Fungsi Sinus Teredam Kausal
X(t)=A.e-.t.Sin(.t).u(t)
j
j
x
t
-j
X(t)=[A.e-.t.Sin(.t).u(t)] Gunakan sifat c. Maka ganti s

dengan s + dimana
A.Sin .t .u t
Jadi X s
A.
s 2
2
A.
s 2 2
g. Fungsi Unit Ramp Kausal

X(t)= t.u(t)
j
pole
67

2009
X s
st
t.e dt
0
lihat .tabel. int egrasi.. x n e a . x dx

0
n!
a n 1
Ambil n=1, maka X(s) =1/s2

Atau dari sifat :
[t.x(t)] = -dX(s)/ds
Dimana
X(s) = [ u(t) ] = 1/s
Jadi
t.u t
d 1
1
2
ds s
s
h. Fungsi Impuls
(t)
(t-)
1
t
s .t
e . t dt t dt 1
0
t e
s .
Sifat Pergesaran Waktu
Fungsi x(t) = A.t.e
X t e t X s a Sifat Pergesaran Frekuensi

A.t.e .t A / s 2
Sifat Pergesaran Waktu
A.e .t
Maka
A.t.e .t
d A
A
ds s a
s 2
4.5. Invers Transformasi Laplace

Untuk mengembalikan spektral ke sinyal fungsi waktu
X(s) X(t)
X t
1
2j
a j
X s e
st
ds
a j
Dapat diselesaikan lewat definisi diatas atau melihat pasangan TLSSnya
68

2009
A.(t-)
A.e st
A.u(t)
A
s
A.e-st.u(t)
A
s
A.Cos(t).u(t)
A.s
s 2
A.Sin(t).u(t)
A.
s 2
A.e-t.Cos(.t).u(t)
A. s
s 2 2
A.e-t.Sin(.t).u(t)
. A.
s 2 2
t.u(t)
1
s2
n!
tn.e-at.u(t)
s a n1
Lebih mudah diselesaikan dengan cara yang terakhir dengan melihat

Bentuk polynomial X(s) = N(s)/D(s) lihat akar D
Pasangan transformasinya
Bentuk X(s) = N(s)/D(s) dalam ekspensi parsial
4.6. Solusi Dengan Penyesuaian Koefisien

Fungsi rasional
X (s)
2s 1
s 3s 2 4 s
3
4.7. Ekspansi Parsial Untuk Akar D(S) Simple Pole

X (s)
A
An
A1
A2
N s
.... 2 k ....
D s s p1 s p 2
s pk
s pn
69

2009
(s p k ) X s
s p k A1 s p k A2
s p1
s p2
.... Ak ....
s p k An
s pn
Maka
Ak s p k X s
s pk
4.8. Akar D(S), Multiple Pole-Simple
X ( s)
A
At .2
At .r
An
A1
... t .1
....
....
2
r
s p1
s p t s pt
s pn
s pt
dimana
At .r s p r X s
r
At .r 1
s p1
s pr r X s
ds
At .r 2
.
.
.
Ai.r k
s pt
s pt
s pt
1 d2
s pr r X s
2! ds 2
1 dk
s pr r X s
k
k! ds
4.9. Ekspansi Parsial: D(S) Kompleks Konjugate Simple Pole

X s
4.10.
5s 5 944 706 s 3 26282 4401s 3750
s s 2 s 2 6 s 25
Metode Grafis
Untuk mengevaluasi koefisien parsial dari X(s) dengan cara menggambarkan

vektor diagram semua pole-zore sistem.
Diketahui :
70

2009
X s
s z1 s z 2 ....... s z m
N s
K
D s
s p1 s p 2 ...... 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)

A. s p1 X s
X s1 KAk K
4.11.
s pk
Perkalian Jarak Langsung Setiap Zero ke p k

Perkalian Jarak Langsung Setiap Pole ke p k
Teorema Nilai Awal Dan Akhir
Digunakan untuk memudahkan mencari suatu keadaan awal (t = 0) dan keadaan

akhir (t = ) dari suatu fungsi waktu melalui suatu frekuensi (s).
Teorama nilai awal, jika

X t X s
Maka
x 0 sLim
s. X ( s )
Teorama nilai akhir , jika
71

2009
X t X s
Maka
lim x t lim s. X s
4.12.
s0
Aplikasi TLSS
Aplikasi yang penting dari TLSS

a. Solusi persamaan differensial
b. Mencari respon impuls sistem
c. Mencari respon lengkap rangkaian analisa rangkaian
d. Analisis SWK
4.13.
Solusi Persamaan Diferensial

Sifat differensiasi
dx

s. X s X 0
dt
Bentuk umum
d nx
d n1
n
n 1
n 2 dx
s
.
X
s
.
X
0
s
.
0
...
0
n
dt
dt n
dt
4.14.
Respon Impuls Sistem

dy
dx
3. y t 2.x t
dengan y 0 0 dan x 0 0
dt
dt
4.15.
Solusi Lengkap Rangkaian RLC

i. Resistor R
V(t) = R.i(t)
V(s)=R.I(s)
I(s)=G.V(s)
i(t)=G.V(t)
ii. Induktor L
V t L
di
dt
V s L.s.l s L.iL 0
L s
l
1
V s iL 0
L.s
s
72

2009
t 0 i t
1 t
V d i L 0
L 0
iii. Kapasitor C
V t L
di
dt
V s
V 0
1
1 s c
C.s
s
l s C.s.V s C.s.Vc 0
t 0 V t
4.16.
1
C
i d V 0
t
Analisis SWK
Diberikan SWK LTW
X(t)
h(t)
Y(t)
an.yn(t)+...+a0.y(t) = b0.x(t)+...+bm.xm(t)
Respon sistem
Transformasi Laplace
y(t) = x(t)*h(t)
[ an.sn+ an-1.sn-1+..+a0].Y(s) = [b0 + b1.s+...+bm.sm(t)]X(s)
Fungsi Transfer Sistem
H s
b0 b1 s ... bm s m
Y s
X s a n s n a n1 s n 1 ... a0
73

2009
h t -t H s
Respon steady state

Y s H s .X s
y t -1 H s . X s
Stabilitas SWK
SWK stabil jika dan hanya jika :

i.
Stabil dalam arti BIBO
ii.
Respon impuls terintegrasi secara mutlak

H s
4.17.
N s
D s
iii.
Lim h(t) = 0
iv.
Akar real D(s) < 0
v.
Letak pole disebelah kiri sumbu imajiner
Transformasi Laplace Bilateral
TLB diturunkan dari TFWK :
x (t ).
X ( )
j t
dt
x (t )
1
2
X ( )e
j t
bila fungsi e t X (t ) dim ana
fungsi eksponensial merupakan faktorr konvergensi,
maka
maka TFWK dari y(t) adalah:
Y ( )
.x (t ).e jt dt
Y ( )
x(t )e
( j ) t
dt
Y ( ) X ( j )
Jadi dari pers di atas

x (t )
1
2
X (
j ).e ( j ) d
74

2009
Definisikan variable frekuensi kompleks

Bila s= +j ds=j.d d = ds/j
X ( s)
x (t ).e
st
dt
x (t )
1
2
disebut pasangan TLB
X ( s )e
st
ds
Bidang s adalah :
Notasi :
X(s) = [x(t)]
x(t) = -1[X(s)]
cat: transformasi Laplace
Konvergensi TLB :
Terintegrasi secara mutlak jika nilainya kurang dari tak hingga
75

2009
BAB V TRANSFORMASI Z
Pada bab ini akan dibahas transformasi-z dengan waktu diskrit pada system LTI.
Pada waktu diskrit sistem LTI dengan respon impulse h[n], keluaran y[n] pada masukan
eksponensial z n adalah
y[n] = T{ z n } = H(z) z n
dimana,
H(z) =
h[n]z
5.1. Definisi
Fungsi H(z) merupakan transformasi-z dari h[n]. Untuk waktu diskrit sinyal x[n],
menjadi X(z)
X(z) =
x[n]z
Variabel z merupakan suatu nilai kompleks yang direpresentasikan dengan,

z = r e j
dimana,
r adalah magnitude z dan adalah besar sudut z.
5.2. Region of Convergence (ROC)
ROC merupakan range nilai pada variabel komplek z dimana daerah ini dikenal.
5.3. Persyaratan pada ROC
1.
ROC tidak berisi beberapa pole.
2.
Jika x[n] merupakan suatu finite-sequence. Dimana nilai x[n] = 0,

kecualai pada N 1 n N 2 , dimana nilai N 1 dan N 2 adalah finite.
3.
Jika x[n] merupakan sisi kanan dimana x[n] = 0 untuk n < N 1 < -
dan X(z) konvergen untuk beberapa nilai z, maka ROC :
z rmax
atau
>
z rmax
rmax merupakan magnitude terbesar pada beberapa pole X(z).
4.
Jika x[n] merupakan sisi kiri dimana x[n] = 0 untuk n > N 2 >
X(z) konvergen untuk beberapa nilai z, maka ROC
76

2009
z rmin
atau < z rmin
rmin merupakan magnitude terkecilr pada beberapa pole X(z).
5.
Jika x[n] merupakan kedua sisi dimana x[n] tidak dibatasi oleh sisi
kanan ataupun kiri dan X(z) konvergen untuk beberapa nilai z maka ROC :
r1 z r2
Dimana,
r1 dan r2 merupakan magnitude pada dua pole pada X(z).
5.4. Transformasi-z untuk beberapa common sequence

1.
Unit Impuls [n]
X(z) =
Maka
2.
[n]z
z 0 1
untuk semua z
[n]
Unit Step u[n]

Setting a =1, maka
u[n]
1
z
1
z 1
1 z
z 1
Tabel 6 Tabel Transformasi-z
X[n]
[n]
u[n]
-u[-n-1]
[n-m]
a n u[n]
- a n u[-n-1]
X(z)
1
ROC
Semua z
1
z
,
1
z 1
1 z
1
z
,
1
z 1
1 z
m
z
z 1
1
1 az 1
1
1 az 1
z
za
z
,
za
,
z 1
Semua z kecual1 0 jika

m> 0 atau jika m < 0
z a
z a
n a n u[n]
az 1
az
,
(1 az 1 ) 2 ( z a ) 2
z a
-n a n u[-n-1]
az 1
az
,
1 2
(1 az ) ( z a ) 2
z a
77

2009
(n+1) a n u[n]
1
z
,[
]2
1 2
2
(1 az )
( z a)
z a
(cos 0 n) u[n]
z 2 (cos 0 ) z
z 2 (2 cos 0 ) z 1
z 1
(sin 0 n) u[n]
(sin 0 ) z
z 2 (2 cos 0 ) z 1
z 1
(r n cos 0 n) u[n]
z 2 (r cos 0 ) z
z 2 (2 cos 0 ) z r 2
z r
(r n sin 0 n) u[n]
(r sin 0 ) z
2
z (2 cos 0 ) z r 2
z r
1 a N z N
1 az 1
z 0
0 n N 1
an
0 lainnya
5.5. Sifat dari Transformasi-Z

1. Linier
Jika x1 [n])
X 1 (z) ROC = R1
x2 [n]
X 2 (z)
ROC = R2
a1 X 1 ( z ) a2 X 2 ( z )
Kemudian a1 x1[n] a2 x2 [n]

2. Pergeseran
Jika x[n]
X(z)
ROC = R
e n0 X ( z )
X[n-n 0 ]
R = R { 0
z }
3. Multiplikasi oleh z0n

Jika x[n]
X(z)
ROC = R
X(
z
) R = z0 R
z0
X(z)
ROC = R
Kemudian,
z0n x[n]
4. Time Reversal
Jika x[n]
Kemudian,
x[-n]
X( z )
R =
1
R
5. Diferensiasi
78

2009
Jika x[n]
X(z)
ROC = R
Kemudian,
nx[n]
-z
dX ( z )
)
dz
R = R
6. Kombinasi
Jika x[n]
X(z)
ROC = R
Kemudian,
n
1
z
X ( z)
X ( z)
1
z 1
1 z
x[k ]
R = R {
z 1}
7. Konvolusi
Jika x1 [n]
X 1 (z)
ROC = R1
x2 [n]
X 2 (z)
ROC = R2
Kemudian,
X 1 (z) . X 2 (z) R ' R1 R2
x1 [n] * x2 [n]
5.6. Inverse Transformasi-Z

Inverse dari transformasi-z dari X(z) adalah x[n]. Yang direpresentasikan dengan :
x[n] = 1 X ( z )
1. Inverse
1
x[n] = 2j
X ( z )z
n 1
dz
Dimana,
C merupakan counterclockwise.
2. Menggunakan tabel transformasi-z
X(z) = X 1 (z)+.......+ X n (z)
Dimana,
X 1 (z)....... X n (z) merupakan fungsi dari inverse transformasi x1 [n]..... x n
[n]. Dengan sifat kelinieran menjadi:

x[n] = x1 [n]+.....+ x n [n]
3. Power Series
79

2009
X(z) =
x[n]z
= ...+ x[-2] z 2 + x[-1]z + x[0]+ x[1] z 1 + x[2] z 2 +...

4. Menggunakan Pecahan Parsial
X(z) =
N ( z)
( z z1 )...( z z m )
k
D( z )
( z p1 )...( z pn )
Asumsikan n m dan semua pole pk adalah sederhana

Maka :
n
X ( z ) c0
c
c
c
c
c
1 2 ... n 0 k
z
z z p1 z p2
z pn
z k 1 z pk
Dimana ,
c0 X ( z )
ck ( z pk )
z 0
X ( z)
z
z pk
Dapat dituliskana menjadi:

X(z) = c0 c1
n
z
z
z
... cn
c0 ck
z p1
z pn
z pk
k 1
Contoh Soal :
1. Tentukan Transformasi-z dari
a. x[n] = a nu[ n 1]
b. x[n] = a nu[ n 1]
a u[n 1]z
a. X(z) =
(a
z )n
n0
1
z
1 a 1
an z n
n
Jika
a 1 z 1atau z a
Sehingga menjadi,
1
a 1 z
z
1
X(z) = 1
1
1
1 a z 1 a z z a 1 az 1
n
n
b. X(z) = a u[ n 1] z
n
(az )
n0
(az )
z a
z n
n 0
80

2009
(a z )
n0
1
1
Jika a z 1atau z a
1 az
Sehingga menjadi,
az
X(z) = 1 az 1 1 az
z 1
2. Jika diketahui,
x (n)
n 0 N1 n N 2
n 0 lainnya
1
a
Dimana, N1 dan N 2 sebuah batasan. Tunjukkan ROC pada X(z) pada z-plane
kecuali kemungkina z=0 atau z=.
N2
X(z) =
x[n]z
n N1
Untuk z yang tidak bernilai 0 atau tak terbatas maka X(z) akan konvergen. Jika
N1 < 0 dan N 2 > 0 maka keduanya akan positif pada z dan semuanya negatif pada
z.
3. Tentukan X(z) dan gambarkan pole-zero dengan ROC :
n
1
1
u[n] u[n]
2

3
a. x[n] =
1
1
u[n]
u[ n 1]
3
2
b. x[n] =
1
1
c. x[n] = u[n] u[ n 1]
2
3
a. Berdasarkan tabel transformasi-z:

1
u[ n]
z
z
1
2
u[n]
z
z
1
3
1
2
1
3
Dapat dilihat ROC mengalami overlap :
2 z ( z 125 )
z
z
X(z) =
z 12 z 13 ( z 12 )( z 13 )
Im(z)
1
2
Im(z)
81

2009
Re(z)
Re(z)
(a)
(b)
b. Berdasarkan tabel transformasi-z:

1
u[n]
z
z
1
3
u[ n 1]
z
z
1
3
z
1
2
1
2
Dapat dilihat ROC mengalami overlap :

X(z) =
z
z
1
z
1
1
1
z3 z2
6 ( z 2 )( z 13 )
1
2
c. Berdasarkan tabel transformasi-z:

1
u[ n]
z
z
1
2
u[ n 1]
1
2
z
z 13
1
3
Dapat dilihat bahwa ROC tidak saling overlap maka tidak ada common
ROC dan x[n] tidak mempunyai X(z).
4. Tentukan inverse transformasi-Z dari :
X(z) =
z
z ( z 1)( z 2) 2
z 2
Menggunakan teknik pecahan parsial :

X (Z )
1
c
1 1
2
z
z ( z 1)( z 2)
z 1 z 2 ( z 2) 2
Dimana,
c1
1
( z 2) 2
z 1
1
z 1
z 2
82

2009
Dengan substitusi maka didapat :

1
1
1
2
( z 1)( z 2)
z 1 z 2 ( z 2) 2
Setting nilai z=0, didapat
1
1
1 1
4
2 4
1 1
Maka diperoleh nilai

X(z) =
z
z
z
z 1 z 2 ( z 2) 2
Karena ROC adalah
z 2,
z 2
maka x[n] merupaka suatu fungsi sisi kanan.
x[n] = 1 2 n n 2 n 1 u[ n]
5. Tentukan fungsi H(z) dari gambar berikut :
x[n]
k/2
q[n-1]
k/3
q[n]
Berdasarkan gambar diatas diperoleh :

q[n] = x[n] +
k
q[ n 1]
2
y[n] = q[n] +
k
q[n 1]
3
y[n]
Menggunkan transformasi-z maka diperoleh :

Q(z) = X(z) +
k 1
z Q( z )
2
Y(z) = Q(z) +
k 1
z Q( z )
3
Apabila ditulis ulang :
k 1
z Q( z ) X ( z )
2
k 1
z Q( z ) X ( z )
3
Maka H(z) dapat diketahui:
83

2009
H(z) =
k
Y ( z ) 1 ( k 3 ) z 1 z 3
X ( z ) 1 (k 2 ) z 1 z k
2
k
2
84

2009
SUSUNAN TIM PENGAJAR

1. Hesti Susilawati, ST, MT
2. Widhiatmoko HP, ST
BIODATA PENGUSUL
1. Ketua Tim
a. Nama dan Gelar Akademik
: Hesti Susilawati, ST., MT
b. Jenis Kelamin
: Perempuan
c. NIP
: 132 257 747
d. Disiplin ilmu
: Teknik Elektro Telekomunikasi
e. Pangkat/Golongan
: Penata / III b
f. Jabatan fungsional/struktural : Lektor / Kaprodi Teknik Elektro

g. Fakultas / Prodi
: Sains dan Teknik / Teknik Elektro
h. Perguruan Tinggi
: Universitas Jenderal Soedirman
i. Riwayat Pendidikan
Gelar
S.T.
M.T.
Bidang Studi
Teknik elektro
Teknik elektro
Universitas
Universitas Gadjah Mada
Lulus
1998
2002
85

2009
j. Pengalaman Mengaar
No.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
: 8 Tahun
Nama Mata Kuliah

Komunikasi Serat Optik
Sistem Komunikasi
Pengolahan Sinyal Digital
Neuro-fuzzy
Medan Elektromagnet
Antena dan Propagasi
Dasar Telekomunikasi
Komunikasi Nirkabel
Sistem Linier
Perancangan Sistem Digital
Arsitektur Komputer
Komunikasi Data
k. Pengalaman Penelitian
a. Perbandingan Sistem Komunikasi Selular Berdasarkan Sistem Pengolahan

Sinyal (1998)
b. Aplikasi Jaringan Syaraf Tiruan untuk pengenalan suara (2002)
c. Pemodelan Kelakuan Objek Sistem Informasi Akademik Dengan State
Machine (2003)
d. Perancangan Adaptive Neurofuzzy Inference System untuk pengenalan pola
tulisan tangan (DIKTI 2007)
e. Penentuan Kapasitas Pembebanan Maksimum Transformator Daya Akibat
Beban Komputer ()
Hormat saya,
Hesti Susilawati, ST, MT

NIP : 132257747
2. Anggota Tim
a. Nama dan Gelar Akademik
: Widhiatmoko HP, ST.
b. Jenis Kelamin
: Laki-laki
c. NIP
: 132 315 085
86

2009
d. Disiplin ilmu
: Teknik Elektro Telekomunikasi
e. Pangkat/Golongan
: Penata Muda / IIIa
f. Jabatan fungsional/struktural : Staf Pengajar / g. Fakultas / Prodi
: Sains dan Teknik / Teknik Elektro
h. Perguruan Tinggi
: Universitas Jenderal Soedirman
i.
Riwayat pendidikan
Gelar
S.T.
j.
Bidang Studi
Teknik Elektro
Universitas
Lulus
2001
Pengalaman dalam bidang pengajaran :
No
1
Nama Mata Kuliah

Dasar Sistem Kontrol
Tahun Ajaran
Semester
2003/ 2004
2003 / 2004
Ganjil
2004 / 2005
Ganjil
2005 / 2006
2
Elektronika Dasar
2006 / 2007
2006 / 2007
Genap
2007 / 2008
Ganjil
2003 / 2004
2004 / 2005
3
Pengukuran Besaran Listrik
2005 / 2006
Genap
2006 / 2007
2007 / 2008
4.
Teknologi Sistem Kontrol
Fisika Dasar I
6
7
Fisika Dasar II
Komunikasi Serat Optis
2003/ 2004
2004 / 2005
2005 / 2006
2004 / 2005
2005 / 2006
2003/ 2004
2004 / 2005
Genap
Ganjil
Genap
Genap
Ganjil
2005 / 2006
2006 / 2007
87

2009
2007 / 2008
2004 / 2005
8
Sistem Komunikasi
2005 / 2006
2006 / 2007
Ganjil
2007 / 2008
2004 / 2005
9
Pengolahan Sinyal Digital
2005 / 2006
2006 / 2007
Genap
2004 / 2005
10
Sistem Linear
11
Instrumentasi
12
Teknik Digital
13
Ekonomi Teknik
Ganjil
2005 / 2006
2005 / 2006
Ganjil
Genap
2006 / 2007
Genap
2007 / 2008
Ganjil
2007 / 2008
2005 / 2006
Genap
Genap
14
Komunikasi Nirkabel
15
Komunikasi Digital
2007 / 2008
Genap
16
Rekayasa Trafik
2007 /2008
Ganjil
2007 /2008
Genap
Sistem Telekomunikasi
k. Pengalaman Penelitian :
2006 / 2007
2006 / 2007
2005 / 2006
17
No
2005 / 2006
Judul Penelitian
Survey Pemakaian Beban Pelanggan PLN
Pengumpulan Data Lapangan Sistem
Pembangkit Listrik Tenaga Hibrida PV-Diesel
3.
Ex. AUSAID
Desain Diameter Antena VSAT Guna
Genap
Sumber Dana
(Besar Dana)
BUMN
(Rp.15.000.000)
BUMN
(Rp.250.000.000)
-
Tahun
2005
2006
2006
Menghindari ASI (Adjacent Satelitte
88

2009
Interference) Untuk Dua Buah Satelit Dengan

Jarak Pisah 2 Derajat
Peramalan Aliran Masukan Waduk Mrica
4.
Menggunakan ANFIS (Adaptif Neuro-Fuzzy

Inference System) untuk Mengoptimalkan
Pembangkitan Energi Listrik.
DIPA TEKNIK
UNSOED
2007
(Rp. 4.000.000)
Hormat saya,
Widhiatmoko HP, ST
NIP : 132315085
89

Bahasa

Bahan Ajar Sislin Jadi 10 September 2014

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Ajar Sislin Jadi 10 September 2014

Diunggah oleh

Hak Cipta:

Format Tersedia

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

LAPORAN HIBAH BAHAN AJAR

HIBAH KOMPETISI PENYUSUNAN BAHAN AJAR

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Kuliah Sistem Linier

Lengkap Hesti Susilawati,ST.,MT

132 257 747

Golongan Penata Muda Tk. I/IIIb

Jl.Kampus No. 1 Grendeng Purwokerto,

Jangka Waktu Pelaksanaan

Biaya yang Diperlukan

Ir. Agus Margiwiyatno, MS., Ph.D.

Ketua Tim Bahan Ajar,

Hesti Susilawati, ST.,MT.

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Ir. Purnama Sukardi., Ph.D.

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

132 257 747

Purwokerto, 22 Juni 2009

Kaprodi Teknik Elektro

Ketua Tim Bahan Ajar

NIP : 132 257 747

NIP : 132 257 747

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

4.6............................................Solusi Dengan Penyesuaian Koefisien

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Persamaan 45 Komponen steady state (2).............................................................40

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

yang memungkinkan mahasiswa menerima intruksi konseptual secara sistematis,

PBL dalam Pengajaran Kerekayasaan

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Dalam hal ini, mahasiswa diajarkan tentang strategi pemecahan masalah

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

harus memperoleh nilai C, seperti tampak pada dibawah ini

Adapaun berdasarkan data hasil evaluasi proses pembelajaran Program Studi

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Sebagaimana dianjurkan oleh paradigma Problem Based Learning, teori

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Program Sarjana Teknik

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Program Sarjana Teknik

: Setelah mengikuti mata kuliah Sistem Linier :

1. Sifat dan klasifikasi sistem

Fakultas Sains Dan Teknik Universitas Jenderal Soedirman

Program Sarjana Teknik

1. Realisasi Sistem Waktu Nyata dan

Mahasiswa mampu melakukan

Mahasiswa mampu melakukan

Daya rata-rata sinyal

Mahasiswa Melakukan analisis

1. Deret Fourier untuk sinyal-sinyal

Mahasiswa Melakukan analisis