Anda di halaman 1dari 211

Sistem Linear

Version 1.2

11 Pebruari 2013

san Mate
ru

a *

Matematika

ay

F M I PA

a
atik
m

*J
u

Subiono

-I
b
T S , Sura

Subiono Email: subiono2008@matematika.its.ac.id

Penerbit: Subiono
Jurusan Matematika
Institut Teknologi Sepuluh Nopember
Sukolilo, Surabaya
Indonesia

Copyright

san Mate
ru

a *

Matematika

ay

F M I PA

a
atik
m

*J
u

c 2013 The Author, Subiono.


-I
b
T S , Sura

c
Sistem Linear, Copyright: 2013
Subiono

Kata Pengantar

Alhamdulillahirabbilalamin, segala puji hanyalah milikmu ya Allah yang telah meberikan


"kebebasan bertanggung jawab" kepada manusia untuk suatu kebaikan dalam melaksanakan amanatnya di hamparan bumi yang dihuni manusia. Sholawat dan Salam kepadamu ya Nabi Muhammad beserta para keluarganya dan para pengikutnya sampai nanti
di hari akhir.
Buku ini disusun dengan maksud untuk digunakan sebagi buku rujukan mata kuliah Sistem Linear pada Jurusan Matematika, Institut Teknologi Sepuluh Nopember, Surabaya.
Materi disusun untuk kebutuhan struktur dalam Kurikulum tahun 2009-2014 guna menunjang matakuliah yang ada pada semester yang lebih tinggi dan sebagai pendahuluan
pengenalan Sistem Linear pada penekanan Signal. Hal ini diharapkan nantinya mahasiswa mempunyai bekal yang memadai untuk mempelajari "Sistem Linear dan Kontrol"
atau "Matematika Sistem Teori". Selain dari pada itu materi dari buku ini disusun supaya pengguna yang lainnya bisa memanfaatkan buku ini sesuai dengan yang dibutuhkannya. Untuk lebih mudah memahami buku ini diperlukan pemahaman yamg memadai dari
Aljabar Linear, Persamaan Differensial dan Beda serta metode Transformasi
(Transformasi Laplace dan transformasi-z).
Dalam buku ini diberikan beberapa konsep pengertian dari materi yang disajikan setelah itu diikuti dengan beberapa contoh untuk mempermudah pemahaman, selain itu juga
diberikan beberapa contoh aplikasi yang mungkin dan beberapa soal sebagai latihan.
Penulis pada kesempatan ini menyampaikan keaktifan pembaca dalam mengkaji buku
ini untuk menyampaikan kritik dan saran guna perbaikan buku ini, sehingga pada versi
yang mendatang "mutu buku" yang baik bisa dicapai. Kritik dan saran ini sangat penting
karena selain alasan yang telah disebutkan tadi, penulis percaya bahwa dalam sajian buku
ini masih kurang dari sempurnah bahkan mungkin ada suatu kesalahan dalam sajian buku
ini baik dalam bentuk redaksional, pengetikan dan materi yang menyebabkan menjadi suatu bacaan kurang begitu bagus. Kritik dan saran bisa disampaikan ke alamat email :
subiono2008@matematika.its.ac.id

ii

Buku ini dapat diperoleh secara gratis oleh siapapun tanpa harus membayar kepada
penulis. Hal ini berdasarkan pemikiran penulis untuk kebebasan seseorang mendapatkan
suatu bacaan yang tersedia secara bebas dengan maksud "kemanfaatan" dan "kejujuran".
Yang dimaksud dengan kemanfaatan adalah bergunanya bacaan ini untuk kemudahan
pembaca memperoleh informasi penting yang diperlukannya dan untuk pembelajaran. Sedangkan kejujuran adalah ikatan moral dari pembaca untuk tidak memdistribusi buku ini
dengan tujuaan yang tidak bermanfaat dan menjadikannya sebagai kepemilikan (pengakuan).
Penulis menulis buku ini berdasarkan pemikiran "kebebasan menulis" (tidak harus
menggunakan media cetak penerbit) dengan asas "kemanfaatan" menggunakan media yang
tersaji masa kini. Beberapa alat bantu untuk penulisan buku ini juga didapat secara gratis,
yaitu perangkat lunak LATEX dan TEXMaker sebagai salah satu media LATEX editor. Beberapa gambar yang ada dalam buku ini menggunakan perangkat lunak LaTexDraw yang
juga didapat secara gratis. Begitu juga beberapa bahan rujukan didapat secara gratis
lewat internet. Selain itu untuk menyelesaikan beberapa contoh yang dibahas digunakan
alat bantu perangkat lunak Maxima versi 5.28.0-2 malalui Toolbox Sistem Linear yang
dibuat oleh penulis. Perangkat lunak ini juga didapat dari internet secara gratis. Bila
buku ini digunakan sebagai rujukan mohon ditulis sebagai berikut: Subiono, "Sistem
Linear", Jurusan Matematika, FMIPA-ITS, (11 Pebruari 2013).

Surabaya, 11 Pebruari 2013


san Mate
u
ur

Matematika

-I

TS

c
Sistem Linear, Copyright: 2013
Subiono

a *

ay

* F M I PA

a
atik
m

Akhirnya, dengan segala kerendahan hati penulis memohon kepada Allah semoga penulisan ini bisa berlanjut untuk mendatang yang tentunya lebih "baik" dari Versi 1 yang
tersedia saat ini dan semoga benar-benar buku yang tersaji ini bermanfaat bagi pembaca.

, Sura

Penulis

Daftar Isi

Kata Pengantar

1 Signal dan klasifikasinya


1.1 Signal waktu kontinu dan waktu diskrit . . . . . . . . .
1.2 Signal analog dan digital . . . . . . . . . . . . . . . . .
1.3 Signal deterministik dan random . . . . . . . . . . . .
1.3.1 Signal genap dan gasal . . . . . . . . . . . . . .
1.3.2 Signal periodik dan takperiodik . . . . . . . . .
1.3.3 Signal Energi dan Tenaga . . . . . . . . . . . .
1.4 Signal Elementer . . . . . . . . . . . . . . . . . . . . .
1.4.1 Signal yang diuraikan dalam bentuk matematik.
1.4.2 Fungsi Unda Satuan (Unit Step) u0 (t) . . . . .
1.4.3 Fungsi Ramp Satuan u1 (t) . . . . . . . . . . . .
1.4.4 Fungsi Delta (t) . . . . . . . . . . . . . . . . .
1.4.5 Sifat Pensamplingan Fungsi Delta (t) . . . . .
1.4.6 Sifat Pergeseran Fungsi Delta (t) . . . . . . . .
1.4.7 Fungsi delta dengan order tinggi . . . . . . . . .
1.4.8 Barisan Unda Satuan u0 [n] . . . . . . . . . . . .
1.4.9 Barisan Impuls Satuan . . . . . . . . . . . . . .
1.4.10 Signal Eksponensial Kompleks . . . . . . . . . .
1.4.11 Signal Eksponensial Real . . . . . . . . . . . . .
1.4.12 Signal Sinusoida . . . . . . . . . . . . . . . . . .
1.4.13 Barisan Eksponensial Kompleks . . . . . . . . .
1.4.14 Keperiodikan dari ei0 n . . . . . . . . . . . . . .
1.4.15 Barisan Eksponensial Umum . . . . . . . . . . .
iii

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

1
1
2
3
3
4
7
10
10
11
16
18
19
20
20
22
23
24
26
26
27
28
28

iv

DAFTAR ISI

1.4.16 Barisan Sunusoida . . . . . . . . . . . . . . . . . . . . . . . . . . .


2 Sistem dan Klasifikasi Sistem
2.1 Penyajian Sistem . . . . . . . . . . . . . . . . . . . .
2.2 Sistem Waktu-Kontinu dan Waktu Diskrit . . . . . .
2.3 Sistem dengan memori dan tanpa memori . . . . . .
2.4 Sistem kausal dan takkausal . . . . . . . . . . . . . .
2.5 Sistem Linear dan Sistem nonlinear . . . . . . . . . .
2.6 Sistem invarian dan varian waktu . . . . . . . . . . .
2.7 Sistem Linear Invarian Waktu (SLIW) . . . . . . . .
2.7.1 Sistem Stabil . . . . . . . . . . . . . . . . . .
2.7.2 Sistem Umpan Balik . . . . . . . . . . . . . .
2.8 Sistem Linear Invarian Waktu (SLIW) . . . . . . . .
2.8.1 Respon SLIW kontinu dan Konvolusi Integral
2.8.2 Konvolusi Integral . . . . . . . . . . . . . . .
2.8.3 Sifat Konvolusi Integral . . . . . . . . . . . .
2.8.4 Respon Unda . . . . . . . . . . . . . . . . . .
2.8.5 Sistem LIW kontinu tanpa memori . . . . . .
2.8.6 Kekausalan SLIW kontinu . . . . . . . . . . .
2.8.7 Kestabilan SLIW kontinu . . . . . . . . . . .
3 Transformasi Laplace
3.1 Sifat-sifat . . . . . .
3.2 Transformasi Laplace
3.3 Transformasi Laplace
3.4 Transformasi Laplace
3.5 Transformasi Laplace
3.6 Transformasi Laplace
3.7 Transformasi Laplace
3.8 Transformasi Laplace
3.9 Transformasi Laplace
3.10 Transformasi Laplace
3.11 Transformasi Laplace
3.12 Transformasi Laplace
3.13 Fungsi Eigen . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

29
31
31
31
32
32
33
33
35
35
35
44
44
45
45
49
50
50
51

55
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
fungsi unda u0 (t) . . . . . . . . . . . . . . . . . . . . 66
fungsi ramp tu0 (t) . . . . . . . . . . . . . . . . . . . 66
dari (t) . . . . . . . . . . . . . . . . . . . . . . . . . 67
dari Fungsi delta tunda (t a) . . . . . . . . . . . . 67
dari eat u0 (t) . . . . . . . . . . . . . . . . . . . . . . 67
dari tn eat u0 (t) . . . . . . . . . . . . . . . . . . . . . 68
dari suatu Pulsa . . . . . . . . . . . . . . . . . . . . 69
dari suatu segmen linear . . . . . . . . . . . . . . . . 69
bentuk gelombang dari suatu segitiga . . . . . . . . . 70
Bentuk gelombang dari suatu Persegi Panjang Periodik 70
dari Bentuk Gelombang Separuh Sinus . . . . . . . . 72
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

4 Transformasi-z
c
Sistem Linear, Copyright: 2013
Subiono

77

DAFTAR ISI

4.1
4.2
4.3
4.4
4.5
4.6

Daerah Konvergensi (DK) . . . . . .


Pole dan zero pada bidang-z . . . . .
Beberapa Sifat Transformasi-z . . . .
Transformasi-z dari Fungsi Elementer
Table Transformasi-z . . . . . . . . .
Contoh-Contoh dari Transformasi-z .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

79
81
81
87
90
91

5 Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda 95


5.1 Persamaan Differensial Linear dengan Koefisien Konstan . . . . . . . . . . 95
5.2 Kelinearan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Kekausalan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.4 Invarian Waktu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.5 Respon Impuls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.6 Respon Impuls SL Waktu Diskrit . . . . . . . . . . . . . . . . . . . . . . . 101
5.7 Sifat-sifat Konvolusi Jumlahan . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.8 Operasi Konvolusi Jumlahan . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.9 Respon Unda SLIV Diskrit . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.10 Sifat-sifat SL waktu Diskrit . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.10.1 Sistem dengan memori atau tanpa memori . . . . . . . . . . . . . . 106
5.10.2 Kekausalan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.10.3 Kestabilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.11 Fungsi Eigen dari SLIWD . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.12 Sistem yang diuraikan oleh persamaan beda . . . . . . . . . . . . . . . . . 108
5.12.1 Persamaan Beda Linear dengan koefisien konstan . . . . . . . . . . 108
5.12.2 Formula Rekursif . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.12.3 Respon Impuls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6 Analisis Ruang Keadaan Sistem
6.1 Konsep ruang Keadaan . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Pemilihan Peubah Keadaan . . . . . . . . . . . . . . . . . . . . . .
6.3 Penyelesaian dari Persamaan Keadaan untuk Sistem LIWD . . . . .
6.4 Menentukan matriks An . . . . . . . . . . . . . . . . . . . . . . . .
6.5 Rumus umum An untuk kasus ukuran matriks 2 2, n = 0, 1, 2, . . .
6.6 Fungsi Transfer Sistem H(z) . . . . . . . . . . . . . . . . . . . . . .
6.7 Kestabilan Sistem . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.8 Penyelesaian dari Persamaan Keadaan untuk Sistem LIWK . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

113
113
114
119
120
124
127
127
129

c
Sistem Linear, Copyright: 2013
Subiono

vi

DAFTAR ISI

6.9 Fungsi Transfer Sistem H(s) . . . . . . . . . . . . . . . . . . . . . . .


6.10 Penghitungan matriks eAt . . . . . . . . . . . . . . . . . . . . . . . .
6.11 Keterkontrolan dan Keteramatan Sistem . . . . . . . . . . . . . . . .
6.11.1 Ruang-bagian "keadaan" ditinjau dari masukan dan keluaran
6.11.2 Munculnya sistem takterkontrol atau sistem tak teramati . . .
6.11.3 Keterkontrolan . . . . . . . . . . . . . . . . . . . . . . . . . .
6.11.4 Keteramatan . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.11.5 Ruang-bagian terkontrol dan teramati . . . . . . . . . . . . .
6.12 Dualitas keterkontrolan dan keteramatan . . . . . . . . . . . . . . . .
6.13 Bentuk kompanion terkontrol dan teramati . . . . . . . . . . . . . . .
6.13.1 Contoh-contoh Sistem terkontrol dan Teramati . . . . . . . . .
6.13.2 Disain Kontrol Umpan Balik Keadaan . . . . . . . . . . . . .
6.13.3 Disain Observer . . . . . . . . . . . . . . . . . . . . . . . . . .
Daftar Pustaka

c
Sistem Linear, Copyright: 2013
Subiono

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

130
132
154
155
157
159
164
166
170
170
177
186
189
202

Bab

Signal dan klasifikasinya


Suatu signal adalah suatu representasi fungsi kuantitas fisis atau peubah dan secara kusus
memuat informasi tentang perilaku dari gejala. Misalnya pada suatu rangkaian Resistor
dan Kapasitor, signal menyatakan voltage sepanjang kapasitor atau arus yang mengalir
didalam resistor. Secara matematik, suatu signal disajikan sebagai suatu fungsi dari suatu
peubah bebas t. Biasanya t menyatakan waktu oleh karena itu signal dinotasikan oleh x(t).

1.1

Signal waktu kontinu dan waktu diskrit

Suatu signal x(t) adalah signal waktu kontinu bila t adalah peubah kontinu di himpunan
bilangan real R. Sedangkan signal x(t) adalah signal waktu diskrit bila t menyatakan
peubah diskrit pada himpunan bilangan bulat Z. Signal ini sering dinyatakan sebagai
suatu barisan {xn } atau x[n] dengan n Z.
x[n]

x(t)
b
b

2
b

b
b
b

b
b

-5 -4 -3 -2-1 0 1 2 3 4 5 n

(a)

(b)

Gambar (a) menyatakan signal waktu kontinu sedangkan (b) adalah waktu diskrit. Diskrit:
signal diskrit x[n], n bisa menyatakan sehari, dua hari dan x[n] bisa merupakan penutupan
pasar modal setiap hari. Signal x[n] bisa diperoleh melalui pensamplingan waktu kontinu
signal x(t), misalnya
x(t0 ), x(t1 ), x(t2 ), , x(tn ),
secara ringkas ditulis
x[0], x[1], x[2], , x[n]
1

Signal dan klasifikasinya..

atau
x0 , x1 , x2 , , xn ,

dengan xn = x[n] = x(tn ). Dalam hal ini xn dinamakan sample dan waktu diantaranya
dinamakan interval sample. Bila interval sample sama (sample seragam), maka
xn = x[n] = x(nTs )
dengan Ts adalah interval sample konstan.
Suatu signal waktu diskrit x[n] bisa diperoleh dalam dua cara
1. Melalui penghitungan nilai ke-n dari barisan, misalnya
1 n
2 , n0
x[n] = xn =

0,
n<0
atau

x[n] =

1 1
1, , , ,
2 4

 n

1
,
2

2. atau mendaftar nilai-nilai barisan, misalnya


{xn } = { , 0, 0, 1, 2, 2, 2, 1, 1, 0, 3, 0, 0, } ,
dimana nilai 1 pada posisi ke-0.
Menambah dan mengalikan dua barisan didefinisikan sebagai berikut
{cn } = {an } + {bn } cn = an + bn
{cn } = {an }{bn }
cn = an bn
{cn } = {an }
cn = an , = konstan.

1.2

Signal analog dan digital

Bila signal waktu kontinu x(t) dengan t pada interval (a, b) dan nilai a bisa juga nilai
b bisa +, maka signal x(t) dinamakan signal analog. Bila signal diskrit x[n] diperoleh
pada sejumlah berhingga nilai-nilai yang berbeda, maka x[n] dinamakan signal digital.
Signal real dan kompleks
Suatu signal x(t) adalah signal real bila nilai-nilai signal adalah bilangan real dan signal
x(t) adalah signal kompleks bila nilai-nilai signal adalah bilangan kompleks. Suatu bentuk
umum signal kompleks diberikan oleh
x(t) = x1 (t) + ix2 (t),

(1.1)

dengan i = 1 dan x1 (t), x2 (t) adalah signal real. Persamaan 1.1 bisa menyatakan
peubah kontinu atau diskrit.
c
Sistem Linear, Copyright: 2013
Subiono

Signal deterministik dan random..

1.3

Signal deterministik dan random

Signal deterministik adalah signal nilai-nilainya secara lengkap tertentu untuk setiap waktu
yang diberikan. Jadi suatu signal deterministik bisa dimodelkan oleh suatu fungsi dari
waktu t. Signal random adalah signal nilai-nilainya random pada setiap waktu yang
diberikan dan harus terkarakteristik secara statistika.

1.3.1

Signal genap dan gasal

Signal x(t) atau x[n] adalah signal genap bila


x(t) = x(t), t,

x[n] = x[n], n.

(1.2)

x[n] = x[n], n.

(1.3)

Signal x(t) atau x[n] adalag signal gasal bila


x(t) = x(t), t,
Contoh:

Signal genap
x(t)
b

x[n]
b

b
b

x[n]

Signal gasal
x(t)

-3 -2 -1

-3 -2 -1 0 1 2 3

b
b

0 1 2 3
b

Setiap signal x(t) atau x[n] dapat diungkapkan sebagai signal jumlah dari dua signal genap
dan gasal yaitu
x(t) = xe (t) + xo (t), t
x[n] = xe [n] + xo [n], n.

(1.4)
(1.5)

Bagian genap dari x(t) atau x[n] adalah


xe (t) =

1
(x(t) + x(t))
2

(1.6)

c
Sistem Linear, Copyright: 2013
Subiono

Signal dan klasifikasinya..

dan

1
(x[n] + x[t])
2
sedangkan bagian gasal dari x(t) atau x[n] adalah
xe [n] =

xo (t) =

1
(x(t) x(t))
2

(1.7)

(1.8)

dan

1
(x[n] x[n]) .
(1.9)
2
Berikut ini diberikan sifat-sifat signal genap dan gasal, yaitu perkalian dua signal genap
atau dua signal gasal menghasilkan signal genap, sedangkan perkalian dari dua signal genap
dengan signal gasal menghasilkan signal gasal.
Misalkan x(t) = x1 (t)x2 (t). Bila kedua dari x1 (t) dan x2 (t) genap, maka
xo [n] =

x(t) = x1 (t)x2 (t) = x1 (t)x2 (t) = x(t).


Jadi x(t) adalah genap. Selanjutnya bila kedua dari x1 (t) dan x2 (t) gasal, maka
x(t) = x1 (t)x2 (t) = x1 (t)(x2 (t)) = x1 (t)x2 (t) = x(t).
Jadi x(t) adalah genap. Bila x1 (t) genap dan x2 (t) gasal, maka
x(t) = x1 (t)x2 (t) = x1 (t)(x2 (t)) = (x1 (t)x2 (t)) = x(t).
Jadi x(t) adalah gasal. Catatan bahwa bukti yang dibahas juga berlaku untuk signal
diskrit.

1.3.2

Signal periodik dan takperiodik

Suatu signal kontinu x(t) dinamakan signal periodik dengan periode T , bila ada suatu nilai
positip T yang memenuhi
x(t + T ) = x(t), t
(1.10)
atau
x(t) = x(t + mT ), untuk beberapa bilangan bulat positip m.
Suatu signal diskrit x[n] dinamakan signal periodik dengan periode N, bila ada suatu suatu
nilai positip N yang memenuhi
x[n + N) = x[n], n

(1.11)

atau
x[n] = x[n + mN], untuk beberapa bilangan bulat positip m.
Bila tidak demikian dinamakan signal takperiodik. Gambar 1.1 (a) adalah signal kontinu
c
Sistem Linear, Copyright: 2013
Subiono

Signal deterministik dan random..

x(t)

-T

-2T

2T

(a)

x[n]
b

b
b

b
b
b

-N

b
b

b
b

b
b

b
b

-2N

b
b

b
b

2N

(b)
Gambar 1.1: Signal Periodik

periodik sedangkan (b) adalah signal diskrit periodik. Periode fundamental T0 dari x(t)
atau N0 dari x[n] adalah bilangan positip terkecil dari nilai T atau N yang memenuhi
Persamaan (1.10) atau (1.11).

Contoh
1. Diberikan signal kompleks x(t) = ei0 t , maka
ei0 (t+T ) = ei0 t ei0 T .
Bila
ei0 T = 1,
maka
0 T = 2m atau T =

2
m
0

dengan m adalah bilangan bulat positip. Dengan demikian x(t) = ei0 t adalah peri2
.
odik. Periode fundamental T0 adalah nilai terkecil dari T , yaitu T0 =
0
2. Diberikan signal kompleks diskrit
x[n] = ei0 n
periodik bila hanya

0
adalah bilangan rasional. Sebab, bila
2
ei0 (n+N ) = ei0 n ei0 N = ei0 n
c
Sistem Linear, Copyright: 2013
Subiono

Signal dan klasifikasinya..

dipenuhi untuk
ei0 N = 1
atau
0 N = 2m,
atau

m bilangan bulat positip

0
m
=
= bilangan rasional.
2
N

3. Diberikan signal kompleks


x(t) = ei0 t
2
. Misalkan signal diskrit x[n]
0
diperoleh dari x(t0 ) melalui pensamplingan seragam dengan interval sampling Ts ,
yaitu
x[n] = x(nTs ) = einTs .

dengan frekuensi 0 dan periode fundamental T0 =

Ts
adalah bilangan rasional. Sebab, misalkan x[n] periodik
T0
dengan periode fundamental N0 , maka
Signal x[n] periodik bila

ei0 (n+N0 )Ts = ei0 nTs ei0 N0 Ts = ei0 nTs .


Hal ini haruslah
ei0 N0 Ts = 1
atau
0 N0 Ts =
Jadi

2
N0 Ts = 2m, m bilangan bulat positip.
T0
Ts
m
=
= bilangan rasional.
T0
N0

4. Diberikan signal
x(t) = cos 15t,
maka periode fundamental x(t) adalah T0 =
supaya x[n] = x(nTs ) periodik memenuhi

2
2
=
dan interval sampling Ts
0
15

Ts
m
Ts
=
=
T0
2/15
N0
dengan m dan N0 adalah bilangan bulat positip. Jadi nilai Ts adalah
Ts =

m 2
m
T0 =
.
N0
N0 15

c
Sistem Linear, Copyright: 2013
Subiono

Signal deterministik dan random..

1.3.3

Signal Energi dan Tenaga

Misalkan v(t) adalah voltage yang melintasi suatu resistor R menghasilkan suatu arus i(t),
tenaga p(t) per ohm didefinisikan oleh
v(t)i(t)
= i2 (t).
R
Total energi dan tenaga rata-rata P pada basis per-ohm adalah
Z
E=
i2 (t)dt joule
p(t) =

(1.12)

(1.13)

dan

1
T T

P = lim

Z2

i2 (t)dt watt.

(1.14)

T2

Untuk sebarang signal x(t), energi ternormalkan yang berisi E dari x(t) didefinisikan oleh
Z
E=
|x(t)|2 dt.
(1.15)

Sedangkan tenaga rata-rata ternormalkan P dari x(t) didefinisikan oleh


T

1
T T

P = lim

Z2

|x(t)|2 dt.

(1.16)

T2

Hal serupa, untuk signal diskrit x[n] energi ternormalkan yang berisi E dari x[n] didefinisikan oleh

X
E=
|x[n]|2 .
(1.17)

Sedangkan tenaga rata-rata ternormalkan P dari x[n] didefinisikan oleh


N
X
1
P = lim
|x[n]|2 .
N 2N + 1
n=N

(1.18)

Berdasarkan pada Definisi (1.15) sampai (1.18), klas signal berikut didefinisikan sebagai:
x(t) (atau x[n]) dinamakan signal energi bila dan hanya bila 0 < E < dan juga berakibat P = 0. Sedangkan x(t) (atau x[n]) dinamakan signal tenaga bila dan hanya bila
0 < P < dan juga berakibat E = . Berikut ini diberikan beberapa signal energi atau
signal tenaga.

c
Sistem Linear, Copyright: 2013
Subiono

Signal dan klasifikasinya..

Contoh
1. Diberikan signal kontinu
x(t) =

e2t t 0
0 t<0

maka energi yang berisi x(t) adalah


Z
Z
2
E =
|x(t)| dt = e4t dt (misalkan u = 4t)

Z
1
eu du
=
4
0

1
=
4

Z0

0
1 u
e du = e
4
u

1
1
1 0
(e e ) = (1 0) = .
=
4
4
4
Karena E memenuhi 0 < E < , maka signal x(t) adalah signal energi.
2. Diberikan signal x(t) = e|t| , maka |x(t)|2 = e2|t| juga bisa ditulis sebagai
 2t
t<0
e
2
|x(t)| =
e2t t > 0
maka energi yang berisi x(t) adalah
E =

|x(t)|2 dt =

= 2

Z0

e2t dt +

e2t dt (|x(t)|2 fungsi genap)

e2t dt (misalkan u = 2t)

Z
Z0
u
=
e du =
eu du
0
u 0
e |
0

=
= (e e

) = (1 0) = 1.

Karena E memenuhi 0 < E < , maka signal x(t) adalah signal energi. Untuk
memperoleh tenaga rata-rata, dihitung dulu
T

1
T

Z2

|x(t)|2 dt

T2

c
Sistem Linear, Copyright: 2013
Subiono

Signal deterministik dan random..

kemudian hitung untuk T . Dengan menggunakan hasil sebelumnya didapat


T

1
T

Z2

1
T

|x(t)|2 dt =

T2

Z2

e2|t| dt =

2
T

Z2

e2t dt

Z0

eu du

2
T

Z2

e2t dt

T2

dengan memisalkan u = 2t didapat


T

1
T

Z2

|x(t)|2 dt =

T2

1
=
T

=
Jadi

0
1 u
1
e = (1 eT ).
T T
T

1
(1 eT ) = 0.
T T

P = lim

Terlihat hasilnya sesuai dengan kriteria x(t) adalah signal energi.


3. Diberikan signal periodik x(t) dengan periode fundamental T0 , maka tenaga rata-rata
ternormalkan dari x(t) menurut Persamaan (1.16) adalah
T

1
T T

P = lim

Z2

|x(t)|2 dt.

T2

Signal x(t) periodik dengan periode fundamental T0 , dengan demikian untuk T = kT0
didapat total energi ternormalkan yang berisi x(t) sepanjang interval T adalah k kali
energi ternormalkan sepanjang satu periode, yaitu

1
P = lim
k
k kT0

ZT0
0

1
|x(t)|2 dt =
T0

ZT0
0

|x(t)|2 dt.

4. Diberikan signal
x(t) = A cos(0 t + ),
c
Sistem Linear, Copyright: 2013
Subiono

10

Signal dan klasifikasinya..

2
. Dengan menggunakan hasil
0
sebelumnya, tenaga rata-rata dari x(t) diberikan oleh

adalah periodik dengan periode fundamental T0 =

1
P =
T0

ZT0

0
2

Z0

|x(t)|2 dt

A2 cos2 (0 t + )dt

A 0
2

Z0
0

1
A2
[1 + cos(20 t + 2)] dt =
< .
2
2

Jadi, x(t) adalah signal tenaga. Catatan signal periodik umumnya adalah signal
tenaga.

1.4

Signal Elementer

Signal elementer umumnya digunakan pada jaringan elektrik, yaitu unda satuan (unit
step), ramp satuan dan fungsi delta. Sifat pensamplingan dan pergeseran fungsi delta
sangat penting dalam kajian signal dan sistem linear.

1.4.1

Signal yang diuraikan dalam bentuk matematik.

Misalkan suatu rangkaian elektrik yang diberikan oleh Gambar 1.2 dengan switch ditutup
pada saat t = 0.
R

Vs

+-

t=0
Vout

b
b

+
- terminal buka

Gambar 1.2: Rangkaian Elektrik

Diharapkan untuk menguraikan Vout dalam bentuk matematik pada interval < t < .
Untuk melakukan hal ini, sangat memudahkan bila interval waktu dibagi menjadi dua
bagian: < t < 0 dan 0 < t < . Untuk interval < t < 0, switch terbuka, maka
voltage output Vout = 0, yaitu
Vout = 0, untuk < t < 0.
c
Sistem Linear, Copyright: 2013
Subiono

(1.19)

11

Signal Elementer..

Untuk interval 0 < t < , switch dalam keadaan tertutup. Maka voltage output sama
dengan voltage input, yaitu
Vout = Vs , untuk 0 < t < .

(1.20)

Gabungan dari (1.19) dan (1.20) didapat


Vout =

0, < t < 0
Vs , 0 < t < .

(1.21)

Persamaan (1.21) dapat diungkapkan dalam bentuk "gelombang" yang diberikan oleh
Gambar 1.3. Bentuk gelombang dalam gambar diatas adalah suatu contoh fungsi diskonVout

Vs

Gambar 1.3: Signal Bentuk Gelombang

tinu, yaitu terjadi suatu loncatan dari satu nilai fumgsi kenilai yang lainnya tanpa ada
nilai fungsi diantaranya.

1.4.2

Fungsi Unda Satuan (Unit Step) u0 (t)

Suatu fungsi diskontinu yang banyak dikenal adalah fungsi Unda Satuan u0 (t) yang didefinisikan sebagai

0, t < 0
u0 (t) =
(1.22)
1, t > 0.
Gambar dari fungsi unda satuan u0 (t) diberikan oleh Gambar 1.4. Dalam Gambar 1.4
u0 (t)

Gambar 1.4: Fungsi Unda Satuan u0 (t)

fungsi unda satuan u0 (t), secara tiba-tiba terjadi perubahan nilai fungsi di t = 0 dari 0 ke
c
Sistem Linear, Copyright: 2013
Subiono

12

Signal dan klasifikasinya..

1. Bila perubahan terjadi di t = t0 , fungsi dinyatakan sebagai u0(t t0 ). Dalam hal ini
u0 (t t0 ) didefinisikan sebagai

0, t < t0
u0 (t t0 ) =
(1.23)
1, t > t0 .
Gambar dari fungsi u0 (t t0 ) diberikan oleh Gambar 1.5. Bila perubahan tiba-tiba dari
u0 (t t0 )

t0

Gambar 1.5: Fungsi Unda Satuan u0 (t t0 )

0 ke 1 di t = t0 , maka fungsi unda satuan dinotasikan sebagai u0 (t + t0 ) dan didefisikan


oleh

0, t < t0
u0 (t + t0 ) =
(1.24)
1, t > t0 .
Sedangkan gambar dari fungsi u0 (t + t0 ) diberikan oleh Gambar 1.6.
u0 (t + t0 )

t0

Gambar 1.6: Fungsi Unda Satuan u0 (t + t0 )

Contoh.
Diberikan suatu rangkaian elektrik dengan switch tertutup pada saat t = T sebagaimana
diberikan dalam gambar berikut.
R

Vs

+-

t=T
Vout

b
b

+
- terminal buka

Ungkapkan voltage output Vout sebagai fungsi unda satuan dan sket gambar bentuk gelombangnya.
c
Sistem Linear, Copyright: 2013
Subiono

13

Signal Elementer..

Jawab.
Dalam contoh ini, voltage output Vout = 0 untuk t < T dan Vout = Vs untuk t > T . Oleh
karena itu
Vout = Vs u0 (t T )
(1.25)
dan gambar bentuk gelombang dari rangkaian elektrik ini diberikan oleh gambar berikut.
Vs u0(t T )

Vout

Beberapa bentuk yang lain dari fungsi unda satuan diberikan oleh gambar berikut.
(a)

0
A

Au0 (t)

Au0 (t)

0
A

(e)
T

Au0 (t + T )

t
A

T 0

(c)

Au0 (t + T )

Au0 (t T )

(h)
t

Au0 (t T )

(d)

Au0 (t + T )

(g)

Au0 (t)

(b)

(f)

(i)
0

A
Au0 (t T )

Fungsi unda satuan dapat digunakan untuk menyajikan fungsi varian waktu lainnya seperti
pulsa persegi sebagaimana gambar berikut.
u0 (t)

1
0

1 (a)

(b)

(c)

u0 (t 1)

Terlihat bahwa pulsa persegi dalam Gambar (a) diatas merupakan hasil penjumlahan
dari fungsi unda satuan Gambar (b) dan (c), sehingga dalam hal ini disajikan sebagai
c
Sistem Linear, Copyright: 2013
Subiono

14

Signal dan klasifikasinya..

u0 (t) u0 (t 1).
Fungsi unda satuan menawarkan cara yang memudahkan untuk menguraikan suatu aplikasi dari suatu sumber voltage atau arus. Misalnya, suatu sumber voltage konstan 24
Volt digunakan saat t = 0, dapat dinotasikan oleh 24 u0(t) volt. Juga seperti halnya, suatu
sumber voltage sinusoida v(t) = Vm cos t volt yang digunakan pada suatu rangkaian saat
t = t0 , bisa disajikan sebagai v(t) = (Vm cos t) u0 (t t0 ) volt. Juga bila dalam suatu
rangkaian adalah suatu pulsa persegi, segitiga atau bentuk gigi gergaji atau yang lainnya
dapat disajikan sebagai jumlah (pengurangan) dari fungsi-fungsi unda satuan.
Contoh.
Ungkapkan bentuk gelombang dalam gambar berikut sebagai suatu jumlahan dari fungsifungsi unda satuan. Garis putus-putus vertikal menyatakan kediskontinuan di T, 2T, 3T
dan seterusnya.
v(t)
A
1

0
A

T
2

2T

3T
4

Jawab
1 tingginya A, dimulai pada t = 0 dan berakhir pada t = T . Jadi segmen
Segmen garis
ini bisa diungkapkan sebagai
v1 (t) = A [u0 (t) u0 (t T )] .

(1.26)

2 tingginya A, dimulai pada t = T dan berakhir pada t = 2T . Jadi segmen


Segmen garis
ini bisa diungkapkan sebagai
v2 (t) = A [u0 (t T ) u0 (t 2T )] .

(1.27)

3 tingginya A, dimulai pada t = 2T dan berakhir pada t = 3T . Jadi segmen


Segmen garis
ini bisa diungkapkan sebagai
v3 (t) = A [u0 (t 2T ) u0 (t 3T )] .

(1.28)

4 tingginya A, dimulai pada t = 3T dan berakhir pada t = 4T . Jadi


Segmen garis
segmen ini bisa diungkapkan sebagai
v4 (t) = A [u0(t 3T ) u0 (t 4T )] .

(1.29)

Dengan demikian v(t) merupakan jumlahan dari Persamaan (1.26) sampai (1.29), yaitu
v(t) = v1 (t) + v2 (t) + v3 (t) + v4 (t)
= A [u0 (t) u0 (t T )] A [u0 (t T ) u0 (t 2T )]
+A [u0 (t 2T ) u0 (t 3T )] A [u0 (t 3T ) u0 (t 4T )] +
c
Sistem Linear, Copyright: 2013
Subiono

(1.30)

15

Signal Elementer..

Dengan mengumpulkan suku-suku yang sama pada Persamaan (1.30) didapat


v(t) = A [u0 (t) 2 u0(t T ) + 2 u0(t 2T ) 2 u0 (t 3T ) + ]

(1.31)

Dua signal penting elementer lainnya adalah fungsi ramp satuan dan impuls satuan atau
fungsi delta. Hal ini bisa dilihat pada contoh berikut.
Contoh 1 Dalam rangkaian elektrik yang diberikan oleh Gambar 1.7 is adalah sumber
arus konstan switch tertutup pada t = 0 Ungkapkan voltage kapasitor vc (t) sebagai fungsi
dari unda satuan.
R

t=0
+
vc (t)

is

Gambar 1.7: Rangkaian Elektrik

Jawab
Arus yang melewati kapasitor adalah ic (t) = is = konstan dan voltage kapasitor
1
vc (t) =
C

Zt

ic ( )d.

Karena pada t = 0 switch tertutup, maka


ic (t) = is u0 (t)
dan asumsikan bahwa vc (t) = 0 untuk t < 0, dengan demikian didapat
1
vc (t) =
C

Zt

is
ic ( )d =
C

Zt

u0 ( )d

atau
vc (t) =

is
tu0 (t).
C

Terlihat bahwa grafik voltage kapasistor merupakan suatu garis lurus dengan kemiringan/gradien
is
sebagaimana diberikan dalam Gambar 1.8
C

c
Sistem Linear, Copyright: 2013
Subiono

16

Signal dan klasifikasinya..

vc (t)
gradien=

is
C

Gambar 1.8: Voltage Kapasitor:fungsi ramp

1.4.3

Fungsi Ramp Satuan u1(t)

Fungsi ramp satuan dinotasikan dengan u1 (t) diberikan oleh


u1 (t) =

Rt

(1.32)

u0 ( )d,

dengan adalah peubah dummy. Integral pada Persamaan (1.8) adalah luasan yang dibatasi fungsi unda satuan u0 (t) dari sampai t sebagaimana diberikan oleh Gambar 1.9

Luas = 1 =

Gambar 1.9: Luas daerah fungsi unda satuan

Oleh karena itu didefinisikan


u1 (t) =

0, t < 0
t, t 0

(1.33)

Karena u1 (t) adalah integral dari u0 (t), maka


d
u (t)
dt 1

= u0 (t)

(1.34)

Fungsi dari t berorder tinggi bisa di bangun oleh pengulangan integral dari fungsi unda satuan. Misalnya, inegralkan u0 (t) dua kali dan kalikan dua, didapat u2 (t) yang didefinisikan
oleh

Rt
0, t < 0
u2 (t) =
(1.35)
atau u2 (t) = 2
u1 ( )d
2
t , t0

c
Sistem Linear, Copyright: 2013
Subiono

17

Signal Elementer..

Dengan cara yang sama,


u3 (t) =

0, t < 0
t3 , t 0

atau u3 (t) = 3

un (t) =

u2 ( )d

(1.36)

un1 ( )d

(1.37)

secara umum didapat,




Rt

0, t < 0
tn , t 0

atau un (t) = n

Rt

Juga didapat
un1 (t) =

1 d
u (t).
n dt n

(1.38)

Contoh 2 Dalam rangkaian elektrik pada Gambar 1.10, switch tertutup pada t = 0 dan
iL (t) = 0 untuk t < 0. Ungkapkan arus induktor iL (t) dalam suku-suku fungsi unda satuan.
R

t=0

iL (t)
is

+
vL (t)

Gambar 1.10: Rangkaian Elektrik RL

Jawab
Voltage sepanjang induktor adalah
vL (t) = L

diL
dt

karena switch tertutup pada t = 0, maka


il (t) = is u0 (t).
Didapat
vL (t) = Lis dtd u0 (t).

(1.39)

Tetapi, sebagaimana telah diketahui u0 (t) adalah konstan ( 0 atau 1) untuk semua nilai
dari t kecuali di t = 0 yaitu titik diskontinu. Turunan dari sebarang konstan adalah nol
dan turunan dari unda satuan u0 (t) mempunyai nilai taknol hanya di t = 0. Turunan dari
fungsi unda satuan didefinisikan pada bagian berikutnya.


c
Sistem Linear, Copyright: 2013
Subiono

18

1.4.4

Signal dan klasifikasinya..

Fungsi Delta (t)

Fungsi impuls satuan atau fungsi delta dinotasikan oleh (t) adalah turunan dari fungsi
unda satuan u0 (t). Juga didefinisikan sebagai
Rt

(1.40)

( )d = u0 (t)

dan

(t) = 0, untuk semua t 6= 0.

(1.41)

Untuk pemahaman yang lebih baik dari fungsi delta (t), misalkan disajikan fungsi unda
satuan u0 (t) sebagai mana diberikan dalam Gambar 1.11 .

1
0

Gambar 1.11: Penyajian fungsi unda satuan sebagai limit

Fungsi yang disajikan dalam Gambar 1.11 akan menjadi fungsi unda satuan kalau 0.
Gambar 1.12 adalah gambar fungsi turunan dalam Gambar 1.11 yang mana bila 0,
nilai 21 menjadi sangat besar sekali, tetapi luas dari persegi panjang yang terbentuk tetap
bernilai satu.
Oleh karena itu, dalam konteks limit fungsi (t) merupakan suatu impulse dengan ampli-

1
2

Luas = 1

Gambar 1.12:

tudo sangat besar pada titik asal nol dan lebarnya mengecil mendekati nol tetapi luasnya
tetap sama dengan satu.
Dua sifat kegunaan fungsi delta adalah sifat pensamplingan dan pergeseran sebagaimana dibahas berikut ini.
c
Sistem Linear, Copyright: 2013
Subiono

19

Signal Elementer..

1.4.5

Sifat Pensamplingan Fungsi Delta (t)

Pensamplingan fungsi delta menyatakan bahwa


(t)(t a) = (a)(t)

(1.42)

(t)(t) = (0)(t)

(1.43)

atau, bila a=0,


yaitu perkalian sebarang fungsi (t) dengan fungsi (t) menghasilkan pensamplingan fungsi
pada waktu t yang ditentukan yang mana delta fungsi tak bernilai nol.
Bukti
Karena (t) = 0 untuk t < 0 dan t > 0 maka,
(t)(t) = 0, untuk t < 0 dan t > 0.

(1.44)

(t) = (0) + [(t) (0)].

(1.45)

Tulis (t) sebagai


Integralkan Persamaan (1.44) dari sampai t dan gunakan Persamaan (1.45), didapat
Zt

( )( )d =

Zt

(0)( )d +

Zt

[( ) (0)]( )d

(1.46)

Karena
(t) = 0 untuk t < 0 dan t > 0
dan
maka

[( ) (0)]| =0 = (0) (0) = 0,


Zt

[( ) (0)]( )d = 0.

Dengan demikian, didapat


Zt

( )( )d =

Zt

(0)( )d

= (0)

Zt

( )d.

Bila Persamaan yang terakhir ini diturunkan terhadap t, didapat


(t)(t) = (0)(t).

c
Sistem Linear, Copyright: 2013
Subiono

20

Signal dan klasifikasinya..

1.4.6

Sifat Pergeseran Fungsi Delta (t)

Sifat pergeseran dari fungsi delta menyatakan bahwa untuk sebarang fungsi (t) berlaku
R

Bukti
Untuk a < < b didapat
Zb
a

(t)(t )dt =

Zb

(t)(t )dt = ().

(1.47)

(t)du0(t )

= (t)u0 (t

)|ba

Zb

u0 (t )(t)dt

= (b)u0 (b ) (b)u0 (a )

Zb

u0 (t ) (t)dt

= (b).1 (a).0

Zb

1. (t)dt

= (b) [(b) ()] = ().


Bila a dan b didapat
R

(t)(t )dt = ().




Perlu diperhatikan bahwa fungsi (t) adalah kontinu di t = . Fungsi delta (t) sering
juga di sebut sebagai fungsi terumumkan (generalized function) dan (t) yang memenuhi
Persamaan (1.47) dinamakan fungsi test.

1.4.7

Fungsi delta dengan order tinggi

Suatu fungsi delta berorder-n didefinisikan sebagai turunan ke-n dari u0 (t), yaitu
n (t) =

dn
u (t).
dtn 0

(1.48)

Melalui cara yang serupa dengan turunan dari sifat pensamplingan fungsi delta, didapat
(t) (t a) = (a) (t a) (a)(t a).
c
Sistem Linear, Copyright: 2013
Subiono

(1.49)

21

Signal Elementer..

Juga, turunan dari sifat pergeseran fungsi delta dapat diperluas sebagaimana hasil berikut
R


n
(t) n (t )dt = (1)n dtd n (t) t= .

Contoh 3 Hitung: a. 3t4 (t 1) b.

(1.50)

t(t 2)dt c. t2 (t 3).

Jawab
a. Sifat pensamplingan menyatakan bahwa (t)(t a) = (a)(t a). Dengan demikian
didapat
3t4 (t 1) = 3(1)4(t 1) = 3(t 1).
b. Sifat pergeseran menyatakan bahwa
Z

(t)(t ) = ().

Dengan demikian didapat


Z

t(t 2)dt = (2) = t|t=2 = 2.

c. Telah diketahui hubungan


(t) (t a) = (a) (t a) (a)(t a).
Didapat

d 2
t (t 3) =
(t 3) t (t 3)
dt t=3

= 9 (t 3) 6(t 3).
2

t2 t=3


Contoh 4
Tunjukkan bahwa :
R

(a).
(t)(t)dt
= (0).

= (t).
(b). t(t)
c
Sistem Linear, Copyright: 2013
Subiono

22

Signal dan klasifikasinya..

Jawab
(a). Untuk sebarang test function (t) dan generalized function g(t) = (t), maka
Z

Jadi


n

dn (t)
n d (t)
.
dt = (1)
(t)
n
n
dt
dt t=0

(t)(t)dt
=

(t)(t)dt
= (0).

(b). Untuk sebarang test function (t), didapat


Z

(t)[t(t)]dt
=

Tetapi
(0) =



d
t(t)

= (0).
[t(t)](t)dt
=
dt t=0

(t)(t)dt =

(t)[(t)]dt.

Jadi untuk sebarang (t) didapat


Z

(t)[t(t)]dt
=

(t)[(t)]dt.

Hal ini berakibat bahwa


= (t).
t(t)


1.4.8

Barisan Unda Satuan u0 [n]

Barisan unda satuan u0 [n] didefinisikan sebagai


u0 [n] =

1, n 0
0, n < 0

(1.51)

Gambar 1.13 adalah gambar dari barisan u0 [n]. Perlu diperhatikan bahwa nilai barisan
u0 [n] terdenisi di n = 0 (tidak seperti fungsi unda satuan u0 (t) di t = 0 tidak didefinisikan).

c
Sistem Linear, Copyright: 2013
Subiono

23

Signal Elementer..

u0 [n]
1
b
b

b
b

-3 -2 -1 0

Gambar 1.13: Barisan unda satuan u0 [n]

Dengan cara serupa, pergeseran dari barisan unda satuan u[n k] didefinisikan sebagai


u0 [n k] =

1, n k
0, n < k

(1.52)

Gambar 1.14 adalah gambar dari barisan pergeseran unda satuan u0 [n k].

u0 [n k]

b
b

-2 -1 0 1

k k+1 k+2

Gambar 1.14: Pergeseran barisan unda satuan u0 [n k]

1.4.9

Barisan Impuls Satuan

Barisan impulse satuan [n] didefinisikan sebagai


[n] =

1, n = 0
0, n =
6 0

(1.53)

Gambar 1.15 adalah gambar dari barisan impuls satuan [n].


Dengan cara serupa, pergeseran dari barisan impuls satuan [n k] didefinisikan sebagai
[n k] =

1, n = k
0, n =
6 k

(1.54)

Gambar 1.16 adalah gambar dari barisan pergeseran impuls satuan [n k].

c
Sistem Linear, Copyright: 2013
Subiono

24

Signal dan klasifikasinya..

[n]
1
b
b
b

-3 -2 -1 0

Gambar 1.15: Barisan impuls satuan [n]

[n k]

1
b

b
b

-2 -1

0 1

b
b

k k+1 k+2

Gambar 1.16: Barisan Pergeseran Impuls Satuan [n k]

Dari Persamaan (1.53) dan (1.54) dan untuk sebarang barisan x[n] didapat
x[n][n] = x[0][n]

(1.55)

x[n][n k] = x[k][n k].

(1.56)

[n] = u[n] u[n 1]

(1.57)

dan
Dari Persamaan (1.51) sampai dengan (1.54) didapat hubungan

dan
u[n] =

n
X

[k].

(1.58)

k=

Selanjutnya dengan menggunakan Persamaan (1.54), setiap barisan x[n] bisa diungkapkan
sebagai
n
X
x[k][n k].
(1.59)
x[n] =
k=

1.4.10

Signal Eksponensial Kompleks

Signal eksponensial kompleks diberikan oleh


x(t) = ei0 t , i =
Signal ei0 t dibedakan dua macam
c
Sistem Linear, Copyright: 2013
Subiono

(1.60)

25

Signal Elementer..

(a). Signal sinus meningkat secara eksponensial


(b). Signal sinus menurun secara eksponensial.
Gambar berikut adalah bentuk signal eksponensial, yaitu signal sinus meningkat secara
eksponensial (a). dan signal sinus menurun secara eksponensial (b).

x(t)

x(t)

(b).

(a).

Dengan menggunakan Formula Euler didapat


x(t) = ei0 t = cos 0 t + i sin 0 t,

(1.61)

dengan bagian real cos 0 t dan bagian imajiner sin 0 t keduanya adalah periodik. Periode
fundamental dari x(t) = ei0 t adalah
T0 =

2
.
0

(1.62)

Hal ini bisa ditunjukkan sebagai berikut. Signal x(t) = ei0 t periodik bila
ei0 t = ei0 (t+T )
Karena
ei0 (t+T ) = ei0 t ei0 T ,
maka haruslah
ei0 T = 1.
Untuk 0 = 0, maka x(t) = 1 adalah periodik untuk untuk setiap nilai T . Bila 0 6= 0,
maka dari ei0 T = 1, didapat
ei0 T = cos 0 T + i sin 0 T = 1,
dipenuhi untuk
0 T = 2m atau T =

2
m,
0

c
Sistem Linear, Copyright: 2013
Subiono

26

Signal dan klasifikasinya..

dengan m adalah bilangan bulat positip. Dengan demikian periode fundamental dari x(t)
adalah
2
T0 =
.
0
Signal Eksponensial Kompleks Umum
Misalkan s = + i adalah bilangan kompleks. Didefinisikan signal x(t) oleh
x(t) = est = e(+i)t = et (cos t + i sin t).

1.4.11

(1.63)

Signal Eksponensial Real

Bila s = ( adalah bilangan real), maka Persamaan (1.63) menjadi


x(t) = et .

(1.64)

Signal eksponensial x(t) = et ada dua macam yaitu signal naik secara eksponensial ( > 0)
dan signal turun secara eksponensial ( < 0). Gambar berikut adalah gambar dari dua
signal yang naik dan turun secara eksponensial.
x(t)
et
>0

et
<0

t
(a). eksponensial naik

1.4.12

x(t)

t
(b). eksponensial turun

Signal Sinusoida

Signal sinusoida diberikan sebagai berikut


x(t) = A cos(0 t + ),

(1.65)

dengan A adalah amplitudo, 0 adalah frekuensi (dalam radian/detik) dan adalah sudut
fase (dalam radian). Gambar berikut adalah gambar suatu signal sinusoida.

c
Sistem Linear, Copyright: 2013
Subiono

27

Signal Elementer..

x(t)

T0 =

2
0

A
t
A
Signal sinusoida periodik dengan periode fundamental
2
.
0

(1.66)

1
Hz.
T0

(1.67)

T0 =
Frekuensi fundamental f0 didefinisikan oleh
f0 =
Dari Persamaan (1.66) didapat
0 =

2
T0

dan dari Persamaan (1.67) didapat


0 = 2f0 .
Persamaan yang terakhir ini dinamakan frekuensi sudut fundamental. Selanjutnya dengan
menggunakan formula Euler didapat

A cos(0 t + ) = ARe ei(0 t+) ,
(1.68)

Re dibaca bagian real, juga digunakan Im yang dibaca bagian imajiner. dengan demikian
didapat

A sin(0 t + ) = AIm ei(0 t+) .
(1.69)

1.4.13

Barisan Eksponensial Kompleks

Barisan Eksponensial Kompleks diberikan oleh


x[n] = ei0 n , i =

1.

(1.70)

Dengan menggunakan Persamaan Euler didapat


x[n] = cos 0 n + i sin 0 n,

(1.71)

terlihat bahwa bagian real dari x[n] adalah cos 0 n dan bagian imajinernya adalah sin 0 n.
c
Sistem Linear, Copyright: 2013
Subiono

28

1.4.14

Signal dan klasifikasinya..

Keperiodikan dari ei0 n

Agar ei0 n periodik dengan periode N > 0, 0 harus memenuhi kondisi


0
m
= , m bilangan bulat positip.
2
N

(1.72)

0
Terlihat bahwa ei0 n tidak periodik untuk setiap 0 , tetapi periodik bila 2
adalah bilangan
rasional. Hal ini tentunya berbeda dengan signal kontinu ei0 t yang periodik untuk setiap
nilai 0 . Jadi bila 0 memenuhi kondisi periodik sesuai di (1.72) dan nilai N dan m
tidak mempunyai faktor persekutuan, maka periode fundamental barisan x[n] adalah N0
diberikan oleh
2
N0 = m , 0 6= 0.
(1.73)
0

Suatu hal penting lainnya yang membedakan signal ei0 t dengan ei0 n adalah: signal ei0 t
semuanya berbeda untuk nilai-nilai 0 yang berbeda, tetapi signal ei0 n tidak.
Misalkan signal eksponensial kompleks dengan frekuensi 0 +2k, k bilangan bulat positip,
maka
ei(0 +2k)n = ei0 n ei2kn = ei0 n ,
(1.74)
sebab ei2kn = 1. Terlihat bahwa barisan eksponensial kompleks pada frekuensi 0 sama
pada frekuensi (0 2), (0 4), . Oleh karena itu, berkenaan dengan eksponensial
waktu diskrit, hanya perluh dipertimbangkan suatu interval dengan panjang 2 dalam
memilih 0 . Biasanya digunakan interval
0 0 2 atau 0

1.4.15

Barisan Eksponensial Umum

Barisan eksponensial umu sering didefinisikan sebagai


x[n] = cn ,

(1.75)

dengan c dan adalah bilangan kompleks. Persamaan (1.75) adalah suatu hal khusus dari
bahasan sebelumnya bila c = 1 dan = ei0 .
Barisan Eksponensial Real
Bila c dan dalam Persamaan (1.75) keduanya adalah bilangan real, maka x[n] adalah
barisan eksponensial real, selanjutnya untuk > 1, 0 < < 1, 1 < < 0 dan < 1
diberikan dalam gambar berikut.

c
Sistem Linear, Copyright: 2013
Subiono

29

Signal Elementer..

>1
b
b
b
b
b
b
b

b
b

n
b
b
b

0<<1
b

b
b

b
b

1 < < 0
b

b
b

n
b

b
b

b
b

< 1

b
b

b
b

n
b
b
b
b
b

1.4.16

Barisan Sunusoida

Suatu barisan sinusoida diberikan oleh


(1.76)

x[n] = A cos(0 n + ).
Terlihat bahwa
A cos(0 n + ) = ARe e0 n+

Suatu gambar dari barisan sinusoida diberikan oleh gambar berikut.


x[n] = cos( 6 n)
b
b

-3
b

b
b

b
b
b
b
b

b
b
b

3
b

b
b

b
b

b
b

b
b

n
b
b
b

c
Sistem Linear, Copyright: 2013
Subiono

30

c
Sistem Linear, Copyright: 2013
Subiono

Signal dan klasifikasinya..

Bab

Sistem dan Klasifikasi Sistem


Pada bagian ini dibahas sistem dan klasifikasi sistem.

2.1

Penyajian Sistem

Suatu sistem adalah suatu model matematika dari suatu proses fisis yang berkaitan dengan
input signal dengan output signal (respon).
Misalkan x dan y adalah signal input dan output dari suatu sistem. Maka sistem
dapat dipandang sebagai suatu transformasi (pemetaan) dari x pada y. Transformasi ini
disajikan oleh notasi matematik sebagai berikut.
(2.1)

y = T x,

dengan T adalah suatu operator. Persamaan (2.1) dapat digambarkan sebagai berikut.
y1

x1

Sistem
T
Single Input
Single Output

2.2

Sistem
T
xn

ym

Multiple Input
Multiple Output

Sistem Waktu-Kontinu dan Waktu Diskrit

Sistem dikatakan sistem dengan waktu kontinu bila signal input x(t) dan ouput y(t) adalah
signal kontinu. Sedangkan sistem dikatakan Sistem waktu Diskrit bila input x[n] dan
output y[n] adalah signal diskrit. Gambar 2.1 adalah gambar dari sistem waktu kontinu
dan sistem waktu diskrit.
31

32

Sistem dan Klasifikasi Sistem..

x(t)

Sistem
T

y(t)

x[n]

Sistem
T

y[n]

Sistem Waktu Diskrit

Sistem Waktu Kontinu

Gambar 2.1: Sistem Waktu Kontinu dan Diskrit

2.3

Sistem dengan memori dan tanpa memori

Suatu sistem dikatakan tanpa memori bila output setiap saat bergantung hanya pada input
pada saat yang sama, bila tidak demikian sistem dikatakan mempunyai memori.
Suatu contoh sistem tanpa memori adalah suatu sistem resistor R dengan input x(t)
sebagai arus dan voltage y(t) sebagai output. Dengan menggunakan hukum Ohm didapat
y(t) = Rx(t).

(2.2)

Suatu contoh sistem dengan memori adalah suatu kapasitor C dengan arus x(t) sebagai
input dan voltage y(t) sebagai output, maka
1
y(t) =
C

Zt

x( )d.

(2.3)

Suatu contoh sistem dengan memori untuk sistem waktu diskrit yang mempunyai hubungan
input output diberikan oleh
n
X
y[n] =
x[k].
(2.4)
k=

sedangkan sistem yang diberikan oleh y[n] = 3x[n]u0 [n] adalah sistem tanpa memori sebab
output pada saat n hanya bergantung nilai input pada saat n.

2.4

Sistem kausal dan takkausal

Suatu sistem dinamakan sistem kausal bila bila output y(t) pada sebarang t0 hanya bergantung pada input x(t) untuk t t0 . Yaitu, output dari suatu sistem kausal pada waktu
sekarang hanya bergantung pada nilai-nilai input waktu sekarang dan/atau waktu yang
lalu bukan waktu yang mendatang. Jadi dalam sistem kausal tidak mungkin memperoleh
suatu output sebelum suatu input dikenakan pada sistem. Bila tidak demikian maka sistem
dinamakan takkausal. Contoh sistem takkausal
y(t) = x(t + 1)
dan
y[n] = x[n].
c
Sistem Linear, Copyright: 2013
Subiono

33

Sistem Linear dan Sistem nonlinear..

Catatan bahwa, semua sistem tanpa memori adalah sistem kausal tetapi bukan sebaliknya.

2.5

Sistem Linear dan Sistem nonlinear

Bila suatu operator T memenuhi kondisi


1. Additif:
Bila T x1 = y1 dan T x2 = y1 , maka berlaku
T (x1 + x2 ) = y1 + y2 = T x1 + T x2 ,

(2.5)

untuk sebarang signal x1 dan x2 .


2. Homogenitas:
Bila untuk sebarang signal x dan skalar berlaku
T (x) = y = T (x)

(2.6)

Suatu sistem yang disajikan oleh T x = y mempunyai sifat additif dan homogenitas dinamakan sistem linear. Setiap sistem yang tidak memenuhi additif dan/atau homogenitas
dinamakan sistem nonlinear. Sifat additif dan homogenitas dapat diringkas menjadi apa
yang dinamakan superposisi, yaitu
T (1 x1 + 2 x2 ) = 1 T (x1 ) + 2 T (x2 ).

(2.7)

Contoh sistem linear adalah sistem resitor yang disajikan oleh Perasamaan (2.2) dan sistem
kapasitor yang diberikan oleh Persamaan (2.3). Sedangkan contoh sistem berikut y = x2
dan y = cos x adalah sistem nonlinear.
Catatan bahwa, akibat dari sifat homogenitas dari sistem linear suatu input nol menghasilkan output nol. Hal ini terjadi dengan memberikan nilai = 0.

2.6

Sistem invarian dan varian waktu

Suatu sistem dikatakan invarian waktu bila tetap terhadap pergeseran, yaitu
T (x(t )) = y(t ), R,

(2.8)

T (x[n k]) = y[n k], k Z.

(2.9)

untuk sistem diskrit


Bila tidak memenuhi Persamaan (2.8) atau (2.9) dinamakan sistem varian waktu.
c
Sistem Linear, Copyright: 2013
Subiono

34

Sistem dan Klasifikasi Sistem..

Contoh 5 Diberikan suatu sistem rangkaian elektrik yang diberikan oleh gambar berikut.

i(t)

vC (t)

Input x(t) = i(t) adalah arus dalam rangkaian dan ouput y(t) = vC (t) adalah voltage sepanjang lintasan kapasitor C. Untuk kapasitor C konstan, output y(t) sepanjang kapasitor
diberikan oleh
1
y(t) = T (x(t)) =
C

Zt

x( )d.

Terlihat bahwa output y(t) tergantung pada waktu saat ini dan sebelumnya dari input
x(t). Jadi sistem adalah dengan memori. Karena output sistem y(t) tidak tergantung
pada nilai mendatang dari input x(t), maka sistem adalah kausal. Selanjutnya misalkan

x(t) = 1 x1 (t) + 2 x2 (t),

maka

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

Zt

[1 x1 ( ) + 2 x2 ( )] d

Zt
1
1 x1 ( )d +
2 x2 ( )d
C

t
Z
Zt
1
1
= 1
x1 ( )d + 2
x2 ( )d
C
C

1
=
C

Zt

= 1 T (x1 (t)) + 2 T (x2 (t))


= 1 y1 (t) + 2 y2 (t).
c
Sistem Linear, Copyright: 2013
Subiono

35

Sistem Linear Invarian Waktu (SLIW)..

Terlihat bahwa sistem adalah linear. Selanjutnya, misalkan y1 (t) adalah output yang dihasilkan oleh pergeseran arus input x1 (t) = x(t t0 ), maka
1
y1 (t) = T (x(t t0 )) =
C

Zt

x( t0 )d

tt0
Z
1
=
x( )d
C

= y(t t0 ).
jadi sistem adalah invarian waktu.


2.7

Sistem Linear Invarian Waktu (SLIW)

Bila sistem adalah linear dan invarian waktu.

2.7.1

Sistem Stabil

Suatu sistem adalah bounded-input/bounded-output (BIBO) stabil bila untuk sebarang


input x(t) didefinisikan oleh
|x(t)| k1 ,
(2.10)
maka outputnya juga terbatas yaitu
|y(t)| k2 ,

(2.11)

dengan k1 dan k2 adalah konstanta real sebarang yang berhingga.

2.7.2

Sistem Umpan Balik

Suatu klas khusus dari sistem yaitu sistem dengan umpan balik. Dalam sistem umpan
balik, signal output diumpan balikkan pada input sebagaimana diberikan oleh gambar
c
Sistem Linear, Copyright: 2013
Subiono

36

Sistem dan Klasifikasi Sistem..

berikut.
x(t) P

y(t)

Sistem

Sistem Umpan Balik


Berikut ini diberikan contoh-contoh dari apa yang telah dibahas.

Contoh 6 Diberikan signal x(t) oleh gambar berikut


x(t)
3
2
1
4

Sket dan label masing-masing signal berikut


(a) x(t 2) (b) x(2t) (c) x( 12 t) (d) x(t).

Jawab
(a)

x(t 2)

3
2
1
4

c
Sistem Linear, Copyright: 2013
Subiono

37

Sistem Linear Invarian Waktu (SLIW)..

(b)

x(2t)
3
2
1

x( 12 t)

(c)
3
2
1
1

(d)

x(t)
3
2
1

Contoh 7 Suatu signal diskrit x[n] diberikan oleh gambar berikut.

c
Sistem Linear, Copyright: 2013
Subiono

38

Sistem dan Klasifikasi Sistem..

x[n]

3
2

1
3

Sket dan label signal berikut


(a) x[n 2] (b) x[2n] (c) x[n] (d) x[n + 2]
Jawab
(a)

x[n 2]

3
2

1
1

(b)

x[2n]
3
b

2
b

1
4

c
Sistem Linear, Copyright: 2013
Subiono

39

Sistem Linear Invarian Waktu (SLIW)..

x[n]

(c)

3
b

2
b

(d)

x[n + 2]
3
b
b

2
b

1
5


Contoh 8 Diberikan signal kontinu
x(t) =

1 |t|, 1 t 1
0,
yang lain.

Tentukan resultan barisan waktu diskrit yang diperoleh melalui pensamplingan seragam
dari x(t) dengan interval sampling
(a) 0.25 det, (b) 0.5 det dan (c) 1.0 det.
Jawab
Untuk mempermudah diberikan gambar dari signal x(t) sebagai berikut.
1

-1

x(t)

(a) Ts = 0.25 det , didapat


x[n] = { , 0, 0.25, 0.5, 0.75, 1, 0.75, 0.5, 0.25, 0, }
c
Sistem Linear, Copyright: 2013
Subiono

40

Sistem dan Klasifikasi Sistem..

Gambar dari pensamplingan ini diberikan sebagai berikut.


x[n]
b
b

1
b

b
b
b
b
b

(b) Ts = 0.5 det , didapat


x[n] = { , 0, 0, 0, 0.5, 1, 0.5, 0, 0, 0, }
Gambar dari pensamplingan ini diberikan sebagai berikut.
x[n]
1
b

b
b

(c) Ts = 1.0 det , didapat


x[n] = { , 0, 0, 0, 0, 1, 0, 0, 0, 0, }
Gambar dari pensamplingan ini diberikan sebagai berikut.
x[n]
1
5

b
b

b
b

Contoh 9 Sket dan label komponen genap dan gasal dari signal-signal berikut

c
Sistem Linear, Copyright: 2013
Subiono

41

Sistem Linear Invarian Waktu (SLIW)..

(a)

x(t)
4
b

3
2
1
3

x(t)

(b)
4
3

4e0.5t
2
1
3

x[n]

(c)

4
3
2

b
b

1
3

b
b

Jawab

c
Sistem Linear, Copyright: 2013
Subiono

42

Sistem dan Klasifikasi Sistem..

(a)

xe (t)

xo (t)

2
-5
5 t

-5

5 t
-2

(b)

xe (t)

xo (t)

2
-4

-4

-2

(c)

xo [n]

xe [n]
b

2
b

-4

-4
b

b
b
b
b

b
b

-2


Contoh 10 Tunjukkan bahwa bila x(t) adalah signal genap, maka
Za

x(t)dt = 2

Za

x(t)dt.

Jawab
Za

Untuk

x(t)dt =

Z0

x(t)dt +

Z0

x(t)dt,

Za
0

c
Sistem Linear, Copyright: 2013
Subiono

x(t)dt

43

Sistem Linear Invarian Waktu (SLIW)..

misalkan t = didapat
Z0

x(t)dt =

Z0

x( )d( ) =

Z0

x( )d( ).

Karena x(t) genap, yaitu x( ) = x( ), maka


Z0

x( )d( ) =

Jadi

Z0

Z0

x( )d( ).

x( )d( ) =

Za

Za

x( )d( ) =

Z0

x(t)dt +

Za

x(t)dt

x(t)dt +

Za

x(t)dt

x(t)dt.

Sehingga didapat
Za

x(t)dt =

a
Za

= 2

Za

x(t)dt.


Contoh 11 Suatu sistem mempunyai hubungan input output
y(t) = T (x(t)) = x(t)2 .
Tunjukkan bahwa sistem adalah nonlinear.
Jawab
Misalkan x(t) = x1 (t) + x2 (t), didapat
T (x1 + x2 ) = (x1 + x2 )2 = x21 + 2x1 x2 + x22
6= x21 + x22 = T (x1 ) + T (x2 ).
Terlihat bahwa
y(t) = T (x(t)) = x(t)2
adalah sistem nonlinear.
c
Sistem Linear, Copyright: 2013
Subiono

44

Sistem dan Klasifikasi Sistem..


Contoh 12 Tunjukkan bahwa sistem yang dibahas pada Contoh 5 adalah sistem tidak
stabil BIBO.
Jawab
Misalkan input x(t) = k1 u0 (t) dengan k1 > 0 didapat
|x(t)| = |k1u0 (t)| = k1 , t > 0
dan
1
y(t) =
C

Zt

x( )d

Zt

k1 u0 ( )d

Zt

u0 ( )d

1
=
C

k1
=
C

=
Terlihat bahwa

k1
u1 (t).
C



k1
k1

|y(t)| = u1 (t) = |u1 (t)| , t > 0.
C
C

Jadi sistem takstabil BIBO.

2.8
2.8.1

Sistem Linear Invarian Waktu (SLIW)


Respon SLIW kontinu dan Konvolusi Integral

Respon impuls h(t) dari suatu SLIW kontinu diberikan oleh


h(t) = T ((t)).
Telah diketahui bahwa untuk sebarang signal x(t) berlaku
x(t) =

x( )(t )d.

c
Sistem Linear, Copyright: 2013
Subiono

(2.12)

45

Sistem Linear Invarian Waktu (SLIW)..

Dengan demikian respon dari sebarang signal input x(t) diberikan oleh

y(t) = T (x(t)) = T

x( )(t )d

x( )T ((t ))d
x( )h(t )d.

(2.13)

Persamaan (2.13) menunjukkan bahwa output dari SLIW kontinu secara lengkap ditentukan oleh respon impuls.

2.8.2

Konvolusi Integral

Persamaan (2.13) mendefinisikan konvolusi dua signal kontinu x(t) dan h(t) dinotasikan
oleh
Z
def
y(t) = x(t) h(t) =
x( )h(t )d.
(2.14)

Gambar dari respon impuls dan respon dari sebarang input diberikan sebagai berikut.
h(t)

(t)
x(t)

2.8.3

SLIW

y(t) = x(t) h(t)

Sifat Konvolusi Integral

1. Komutatif
x(t) h(t) = h(t) x(t).
Untuk
h(t) x(t) =

h()x(t )d,

c
Sistem Linear, Copyright: 2013
Subiono

46

Sistem dan Klasifikasi Sistem..

misalkan t = , didapat
h(t) x(t) =
=

h()x(t )d
h(t )x( )d
x( )h(t )d = x(t) h(t).

2. Assosiatif
(x(t) h1 (t)) h2 (t) = x(t) (h1 (t) h2 (t)).
3. Distribitif
x(t) (h1 (t) + h2 (t)) = x(t) h1 (t) + x(t) h2 (t).
Contoh 13
(a). x(t) (t) = x(t) untuk setiap x(t) sebab
x(t) (t) =
(b). x(t) u0 (t) =

Rt




x( )(t )d = x( )

= x(t).
=t

x( )d . Karena

u( t ) =

1, t >
,
0, t <

maka
x(t) u0 (t) =
=

Zt

x( )u0 (t )d +

Zt

x( )d + 0

Zt

x( )d.

x( )u0 (t )d

c
Sistem Linear, Copyright: 2013
Subiono

x( )u0 (t )d

47

Sistem Linear Invarian Waktu (SLIW)..

(c). Misalkan y(t) = x(t) h(t), maka


y(t (t1 + t2 )) = x(t t1 ) h(t t2 ).
Sebab
y(t) = x(t) h(t) =
dan
x(t t1 ) h(t t2 ) =

x( )h(t )d

x( t1 )h(t t2 )d.

misalkan t1 = , maka = t1 + , didapat


Z
x(t t1 ) h(t t2 ) =
x()h(t t1 t2 )d = y(t t1 t2 ) = y(t (t1 + t2 )).


Contoh 14 Bila x(t) = u0 (t) dan respon impuls h(t) = et , > 0. Hitung output y(t).
Jawab
Respon impuls h(t) dapat ditulis sebagai
 t
e , t>0
h(t) =
0, t < 0.
Karena
y(t) = x(t) h(t) =

x( )h(t )d,

maka untuk t < 0, y(t) = 0, sedangkan untuk t > 0 didapat


y(t) =

Zt

u0( )e(t ) d

Zt

e(t ) d

= et

Zt

e ) d


1 t
e
1


1
=
1 et ,

= et

c
Sistem Linear, Copyright: 2013
Subiono

48

Sistem dan Klasifikasi Sistem..

atau dapat ditulis


y(t) =


1
1 et u0 (t).

Contoh 15 Bila signal x1 (t) dan x2 (t) periodik dengan periode yang sama yaitu T0 , konvolusi dari x1 (t) dan x2 (t) tidak konvergen. Oleh karena itu didefinisikan konvolusi periodik
dari x1 (t) dan x2 (t) sebagai
def

f (t) = x1 (t) x2 (t) =

ZT0
0

x1 ( )x2 (t )d.

(a). Tunjukkan bahwa f (t) periodik dengan periode T0 .


(b). Tunjukkan bahwa
f (t) =

a+T
Z 0

x1 ( )x2 (t )d

untuk sebarang nilai a.


Jawab
(a). Karena x2 (t) periodik dengan periode T0 , didapat
x2 (t + T0 ) = x2 (t )
Oleh karena itu,
f (t + T0 ) =

ZT0
0

x1 ( )x2 (t + T0 )d =

ZT0
0

x1 ( )x2 (t )d = f (t).

Terlihat bahwa f (t) periodik dengan periode T0 .


(b).
a+T
Z 0

x1 ( )x2 (t )d =

Z0

x1 ( )x2 (t )d +

a+T
Z 0

x1 ( )x2 (t )d

Karena x1 ( ) dan x2 ( ) periodik dengan periode yang sama, yaitu T0 , maka x1 ( )x2 (t )
juga periodik dengan periode T0 . Jadi
x1 ( )x2 (t ) = x1 ( + T0 )x2 (t ( + T0 ))
c
Sistem Linear, Copyright: 2013
Subiono

49

Sistem Linear Invarian Waktu (SLIW)..

Didapat
Z0

x1 ( )x2 (t )d =

Z0

x1 ( + T0 )x2 (t ( + T0 ))d

Misalkan + T0 = , didapat
Z0

ZT0

x1 ( + T0 )x2 (t ( + T0 ))d =

x1 ()x2 (t )d

a+T0

Oleh karena itu,


a+T
Z 0

x1 ( )x2 (t )d =

Z0

x1 ( )x2 (t )d +

x1 ( )x2 (t )d

ZT0

a+T0

a+T
Z 0

ZT0

a+T
Z 0

x1 ()x2 (t )d +

ZT0

x1 ( )x2 (t )d

x1 ()x2 (t )d +

a+T0

a+T
Z 0

x1 ()x2 (t )d

x1 ()x2 (t )d = f (t).

2.8.4

Respon Unda

Respon dari fungsi fungsi unda u0 (t) diberikan oleh


s(t) = T (u0(t)),
yaitu
s(t) = h(t) u0 (t) =
=

Zt

h( )u(t )d

h( )d.

c
Sistem Linear, Copyright: 2013
Subiono

50

Sistem dan Klasifikasi Sistem..

Terlihat bahwa
h(t) =

2.8.5

ds(t)
.
dt

Sistem LIW kontinu tanpa memori

Bergantung hanya pada waktu saat ini, maka


y(t) = Kx(t), K konstan.
Jadi h(t) = K(t). Oleh karena itu, bila h(t0 ) 6= 0 untuk t0 6= 0, maka sistem mempunyai
memori.

2.8.6

Kekausalan SLIW kontinu

Sistem tidak bergantung pada respon dari suatu input bahkan sampai suatu aktual event
terjadi. Oleh karena itu untuk suatu SLIW kontinu yang kausal, didapat
h(t) = 0, t < 0.

(2.15)

Didapat output dari SLIW kontinu kausal diberikan oleh


y(t) =

h( )x(t )d.

(2.16)

x( )h(t )d.

(2.17)

Atau bentuk alternatif yang lain adalah


y(t) =

Zt

Persamaan (2.17) menunjukkan bahwa nilai output y(t) hanya ditentukan oleh nilai-nilai
input x(t) untuk t.
Berdasarkan pada kondisi kekausalan (2.15), sebarang signal input x(t) dinamakam
kausal bila
x(t) = 0, t < 0
(2.18)
dan dinamakan antikausal bila
x(t) = 0, t > 0.
c
Sistem Linear, Copyright: 2013
Subiono

(2.19)

51

Sistem Linear Invarian Waktu (SLIW)..

Oleh karena itu dari Persamaan (2.16), (2.17) dan dari (2.19), maka bila input x(t) kausal,
output dari SLIW kontinu kausal diberikan oleh
y(t) =

Zt

h( )x(t )d =

2.8.7

Zt

x( )h(t )d.

(2.20)

Kestabilan SLIW kontinu

Kestabilan BIBO dari suatu SLIW kontinu ditentukan oleh respon impulsnya, yaitu bila
Z

|h( )|d < .

(2.21)

Hal ini bisa ditunjukkan sebagai berikut. Misalkan input x(t) dari SLTIW kontinu adalah
terbatas yaitu
|x(t)| k1 , untuk semua t.
Didapat


Z
Z


|h( )x(t )|d
|y(t)| = h( )x(t )d


=

|h( )||x(t )|d

k1

Jadi bila

|h( )|d

|h( )|d = K < ,

maka
|y(t)| k1 K = k2 < .
Terlihat bahwa bila input x(t) terbatas berakibat juga output y(t) terbatas. Oleh karena
itu SLIW kontinu ini adalah stabil BIBO.

c
Sistem Linear, Copyright: 2013
Subiono

52

Sistem dan Klasifikasi Sistem..

Contoh 16 Hitung y(t) = x(t) h(t) bila x(t) dan h(t) diberikan oleh gambar berikut.

x(t)

Luas = 3

h(t) Luas = 2

3 t

Jawab
Input x(t) dan respon impuls h(t) adalah
x(t) = u0 (t) u0 (t 3),

h(t) = u0 (t) u0 (t 2).

Didapat

y(t) = x(t) h(t) =

x( )h(t )d

[u0 ( ) u0 ( 3)][u(t ) u(t 2 )]d


u0 ( )u( t )d

u0 ( )u0 (t 2 )d

u0 ( 3)u0 (t )d +

Karena

u0 ( 3)u0 (t 2 )d

u0 ( )u(t ) =

1, 0 < < t, t > 0


0, yang lainnya,

u0 ( )u(t 2 ) =

1, 0 < < t 2, t > 2


0, yang lainnya,

u0( 3)u(t ) =

1, 3 < < t, t > 3


0, yang lainnya

u0 ( 3)u(t 2 ) =

1, 3 < < t 2, t > 5


0, yang lainnya

dan

c
Sistem Linear, Copyright: 2013
Subiono

53

Sistem Linear Invarian Waktu (SLIW)..

didapat
y(t) =

Z

Z

t2

d u0(t)
d u0 (t 2)
0
Z t 
Z t2 

d u0 (t 3) +
d u0 (t 5)

= tu0 (t) (t 2)u0 (t 2) (t 3)u0 (t 3) + (t 5)u0(t 5).


Output y(t) juga bisa disajikan sebagai berikut

y(t) =

0,
t,
2,
5 t,
0,

t<0
0<t2
2<t3
3<t5
5 < t.

Sedangkan gambar dari output y(t) diberikan sebagai berikut


y(t)
tu0 (t)

Luas=6

2
(t 5)u0 (t 5)

1
1

1
1
2

(t 2)u0 (t 2)

5
6
7
(t 3)u0 (t 3)

Dari gambar y(t) luas daerah yang terbentuk adalah 6. Luas ini sama dengan hasil kali
luas daerah x(t) dengan daerah h(t).
Beberapa hasil konvolusi
x(t) (t) =

x( )(t )d = x(t).

(2.22)

x(t) (t t1 ) =

x( )(t t1 )d = x(t t1 ).

(2.23)

c
Sistem Linear, Copyright: 2013
Subiono

54

Sistem dan Klasifikasi Sistem..

x(t t2 ) (t t1 ) =

x( t2 )(t t1 )d = x(t t1 t2 ).

(2.24)

Perhatikan bahwa, bila


x1 (t) x2 (t) = x(t),
maka
x1 (t t1 ) x2 (t t2 ) = x(t t1 t2 ).
Bila t diganti dengan t t1 didapat
x1 (t t1 ) x2 (t t1 ) 6= x(t t1 )
tetapi
x1 (t t1 ) x2 (t t1 ) = x(t 2t1 ).

c
Sistem Linear, Copyright: 2013
Subiono

(2.25)

Bab

Transformasi Laplace
Transformasi Laplace dari fungsi f (t) dinotasikan dengan L{f (t)} dan didefinisikan sebagai
Z

def

L{f (t)} = F (s) =

f (t)est dt

(3.1)

Sedangkan invers transformasi Laplace didefinisikan sebagai


+i
Z

1
L {F (s)} = f (t) =
2i
def

F (s)est ds,

dengan s = + i. Pada banyak masalah nilai t t0 = 0, sehingga didapat


L{f (t)} = F (s) =

st

f (t)e

dt =

f (t)est dt

t0

dan
1
L1 {F (s)} = f (t) =
2i
def

+i
Z

F (s)est ds.

Catatan bahwa nilai




Z


f (t)est dt < .




0

Untuk s = + i, didapat




Z
Z




f (t)est dt = f (t)et eit dt < ,






0

55

(3.2)

56

Transformasi Laplace..

tetapi |eit | = 1. Jadi




Z


t
f (t)e dt < .




0

Selanjutnya bila

|f (t)| < ke0 t

maka

untuk semua t 0,





Z
Z


t
t
t
f (t)e dt < ke 0 e dt .






0

Nilai dari




Z


ke0 t et dt




0

ada (konvergen) bila > 0 . Jadi bila |f (t)| < ke0 t dan Re(s) = > 0 , maka nilai
dari L(f (t)) ada. Diagram berikut adalah diagram dari tranformasi Laplace dan invers
tranformasi Laplace.
f (t)

L
L

domain waktu

3.1

F (s)

domain frekuensi

Sifat-sifat

1. Bila F1 (s) = L{f1 (t)}, F2 (s) = L{f2 (t)}, , Fn (s) = L{fn (t)} dan c1 , c2 , , cn
adalah konstan, maka
L{c1 f1 (t) + c2 f2 (t) + + cn fn (t)} = c1 F1 (s) + c2 F2 (s) + + cn Fn (s).
Bukti
Z
[c1 f1 (t)est + + cn fn (t)est ]dt
L{c1f1 (t) + + cn fn (t)} =
t0

= c1

st

f1 (t)e

dt + + cn

t0

= c1 F1 (s) + + cn Fn (s).
c
Sistem Linear, Copyright: 2013
Subiono

t0

fn (t)est dt

57

Sifat-sifat..

2. Sifat Pergeseran
L{f (t a)u0 (t a)} = eas F (s).
Bukti
L{f (t a)u0 (t a)} =

Za

st

0e

dt +

f (t a)est dt,

misalkan t a = , maka t = + a dan dt = d, t = a, maka = 0, didapat


Z

st

f (t a)e

dt =

f ()es(+a) d

f ()eas es d

as

= e

f ()es d

as

= e

F (s).

Jadi
L{f (t a)u0 (t a)} = eas F (s).
3. Pergeseran Frekuensi
L{eat f (t)} = F (s + a).
Bukti

at

L{e

f (t)} =

eat f (t)est dt

f (t)e(s+a)t dt

= F (s + a).
4. Sifat peskalaan.
1 s
L{f (at)} = F ( ).
a a
c
Sistem Linear, Copyright: 2013
Subiono

58

Transformasi Laplace..

Bukti
L{f (at)} =
Misalkan at = , maka t =
Z

dan dt =
st

f (at)e

0
1
d,
a

dt =

f (at)est dt.
didapat

s 1
f ()e a d
a

1
=
a

f ()e a d

1 s
=
F ( ).
a a
Jadi

1 s
L{f (at)} = F ( ).
a a
item Sifat Turunan Domain Waktu
L{f (t)} = sF (s) f (0 ).

Bukti

L{f (t)} =

f (t)est dt

est df (t)

sf (t)est dt

= 0 f (0 ) + s

f (t)est dt


f (t)est 0

= sF (s) f (0 ).
Jadi
L{f (t)} = sF (s) f (0 ).

Sifat turunan domain waktu dapat diperluas menjadi


L{

dn
f (t)} = sn F (s) sn1 f (0 ) sn2 f (0 ) . . . f (n1) (0 ).
dtn

c
Sistem Linear, Copyright: 2013
Subiono

59

Sifat-sifat..

5. Sifat Turunan dalam domain frekuensi kompleks


L{tf (t)} =

d
F (s).
ds

Bukti
Telah diketahui bahwa
L{f (t)} = F (s) =

f (t)est dt,

didapat
d
d
F (s) =
ds
ds

f (t)est dt

d st
e f (t)dt
ds

test f (t)dt

tf (t)est dt

= L{tf (t)}.
Jadi
L{tf (t)} =

d
F (s).
ds

Sifat ini dapat diperluas menjadi,


L{tn f (t)} = (1)n

dn
F (s).
dsn

6. Sifat Integral dalam domain waktu


t

Z
F (s) f (0 )
L
f ( )d =
+
.

s
s

Bukti

Zt

f ( )d =

Z0

f ( )d +

Zt

f ( )d

c
Sistem Linear, Copyright: 2013
Subiono

60

Transformasi Laplace..

nilai dari

Z0

f ( )d

adalah konstan bukan fungsi dari t. Oleh karena itu hasil integral tsb. dinotasikan
sebagai suatu nilai awal f (01). Selanjutnya
Z

L{f (0 )} =
f (0 )est dt
0

= f (0 )

est dt

Zt

f ( )d,


est
= f (0 )
s 0


f (0 )
f (0 )

= f (0 ) 0
=
.
s
s

Berikutnya, misalkan
g(t) =

maka g (t) = f (t) dan


g(0) =

Z0

f ( )d = 0.

Didapat
L{g (t)} = sL{g(t)} g(0)
= sL{g(t)}.
Jadi
F (s) = L{f (t)} = L{g (t)} = sL
atau
L
Dengan demikian didapat
L

t
Z

t
Z

f ( )d

f ( )d

c
Sistem Linear, Copyright: 2013
Subiono

t
Z

f ( )d

F (s)
.
s

F (s) f (0 )
+
.
s
s

61

Sifat-sifat..

7. Sifat Integral dalam Domain Frekuensi kompleks.


Bila
f (t)
ada,
lim
t0 t
maka

 Z
f (t)
L
= F (s)ds.
t
s

Bukti
F (s) =

f (t)est dt

bila persamaan ini kedua ruasnya diintegral dari s sampai , didapat

Z
Z Z
f (t)est dt ds
F (s)d(s) =
s
0

Z Z
f est ds f (t)dt
=


Z 
1 st
f (t)dt
=
e
t
s
0

f (t) st
e dt
t
0


f (t)
= L
.
t

8. Sifat Keperiodikan Waktu


Bila suatu fungsi f (t) periodik dengan periode T , yaitu
f (t) = f (t + nT ), n = 1, 2, 3, ,
maka
L{f (t + nT )} =

RT

f (t)est dt

1 esT

Bukti
Transformasi dari suatu fungsi periodik bisa diungkapkan sebagai
L{f (t)} =

Z
0

f (t)est dt =

ZT
0

f (t)est dt +

Z2T
T

f (t)est dt + +

(n+1)T
Z

f (t)est dt +

nT

c
Sistem Linear, Copyright: 2013
Subiono

62

Transformasi Laplace..

Untuk semua integral bagian kanan misalkan t = , t = + T, , t = + nT, .


Karena masing-masing luasan daerah dibawah fungsi peridode f (t) adalah sama,
maka
L{f (t)} =

ZT

f ( )es d +

ZT

f ( + T )es( +T ) d + +

f ( + nT )es( +nT ) d +

1 + esT + e2sT + + ensT +


RT

ZT

ZT

f ( )es d

f ( )es d

1 esT

Jadi
L{f (t + nT )} =

RT

f (t)est dt

1 esT

9. Sifat Nilai Awal


Sifat nilai awal adalah
lim f (t) = f (0 ) = lim sF (s).
t0

Bukti
Dari sifat turunan transformasi Laplace telah diketahui bahwa

sF (s) f (0 ) =

d
f (t)est dt.
dt

Kedua ruas persamaan lakukan limit untuk s , didapat

ZT
d
lim [sF (s) f (0 )] = lim lim
f (t)est dt
T

s
s
dt
0

lim

T
0

lim

T
0

ZT

i
h
d
st
dt
f (t) lim e
s
dt

ZT

d
f (t) [0] dt = 0.
dt

Jadi
lim sF (s) = f (0 ).

c
Sistem Linear, Copyright: 2013
Subiono

63

Sifat-sifat..

10. Sifat Nilai Akhir


Sifat nilai awal adalah
lim f (t) = f () = lim sF (s).

s0

Bukti
Dari sifat turunan transformasi Laplace telah diketahui bahwa

sF (s) f (0 ) =

d
f (t)est dt.
dt

Kedua ruas persamaan lakukan limit untuk s 0, didapat

lim[sF (s) f (0 )] = lim lim

s0

s0

=
=

lim

T
0

lim

T
0

lim

T
0

T
0

ZT

d
f (t)est dt
dt

ZT

i
h
d
f (t) lim est dt
s0
dt

ZT

d
f (t) [1] dt
dt

ZT

df (t)

lim [f (T ) f ()]

T
0

= f () f (0 ).
Jadi
lim sF (s) = f ().

s0

11. Sifat Konvolusi dalam Domain Waktu


Sifat ini adalah
L{f1 (t) f2 (t)} = F1 (s)F2 (s).
Bukti
c
Sistem Linear, Copyright: 2013
Subiono

64

Transformasi Laplace..

L{f1 (t) f2 (t)} = L

f1 ( )f2 (t )d

Z Z
f1 ( )f2 (t )d est dt
=
=

0
Z
0

f1 ( )

Z
0

f2 (t )est dt d.

Misalkan, t = , maka t = + dan dt = d, didapat


L{f1 (t) f2 (t)} =

Z
f1 ( ) f2 ()es(+ ) d d
0

f1 ( )es d

f2 ()es d

= F1 (s)F2 (s).
Jadi
L{f1 (t) f2 (t)} = F1 (s)F2 (s).
12. Sifat Konvolusi dalam Domain Frekuensi Kompleks
Sifat ini adalah
1
F1 (s) F2 (s).
L {f1 (t)f2 (t)} =
2i
Bukti

L {f1 (t)f2 (t)} =

f1 (t)f2 (t)est dt.

Invers Laplace dari f1 (t) adalah L1 {F1 (s)} diberikan oleh


1
f1 (t) = L {F1 ()} =
2i
1

+i
Z

F1 ()et d.

c
Sistem Linear, Copyright: 2013
Subiono

65

Sifat-sifat..

Didapat

L {f1 (t)f2 (t)} =


=

Z
0

1
2i

1
2i

F1 ()et d f2 (t)est dt

Z
F1 () f2 (t)e(s)t dt d

+i
Z

1
2i

+i
Z

+i
Z

F1 ()F2 (s )d

1
F1 (s) F2 (s).
2i

Jadi
L {f1 (t)f2 (t)} =

1
F1 (s) F2 (s).
2i

Untuk lebih mudah, beberapa hasil sifat-sifat Transformasi Laplace ditabelkan sebagai
berikut

1
2
3
4
5
6

Sifat
Kelinearan
Pergeseran Waktu
Pergeseran Frekuensi
Penskalaan
Differensial Waktu
Differential Frekuensi

Integral Waktu

Domain Waktu
c1 f1 (t) + . . . + cn fn (t)
f (t a)u0 (t a)
eat f (f )
f (at)
d
f (t)
dt
tf (t)
Rt
f ( )d

Integral Frekuensi

9 Keperiodikan Waktu
10 Nilai Awal
11 Nilai Akhir
12 Konvolusi Waktu
13 Konvolusi Frekuensi

f (t)
t

Domain Frekuensi Kompleks


c1 F1 (s) + . . . + cn Fn (s)
eas F (s)
F (s + a)
1
F ( as )
a
sF (s) f (0 )
d
ds
F (s)
F (s)
s

R
s
RT

f (t + nT )
lim f (t)
t0

lim f (t)

f (0 )
s

F (s)ds

f (t)est dt

1esT

lim sF (s) = f (0 )

lim sF (s) = f ()

s0

f1 (t) f2 (t)
f1 (t)f2 (t)

F1 (s)F2 (s)
1
F (s) F2 (s)
2i 1

c
Sistem Linear, Copyright: 2013
Subiono

66

3.2

Transformasi Laplace..

Transformasi Laplace fungsi unda u0(t)


L{u0(t)} =

st

1e

untuk s = + i, > 0. Jadi


 
1
1
est
=
0

=
,
dt =
s 0
s
s

1
L {u0 (t)} = ,
s

untuk > 0.

3.3

Transformasi Laplace fungsi ramp tu0(t)


L{tu0 (t)} =

t est dt

=
=
=
=

Z st
e
test

dt

s
s
0
0


test est
2
s
s
 0
1
0+0+0 2
s
1
,
s2

untuk s = + i, > 0. Jadi


L {tu0 (t)} =

1
,
s2

untuk > 0.
Dengan cara serupa dapat ditunjukkan bahwa
L{tn u0 (t)} =

n!

.
(3.3)
sn+1
Catatan bahwa bukti Persamaan (3.3) secara rekursif menggunakan fungsi Gamma
Z
(n) = tn1 et dt = (n 1)!.
0

c
Sistem Linear, Copyright: 2013
Subiono

67

Transformasi Laplace dari (t)..

3.4

Transformasi Laplace dari (t)

Dengan menggunakan sifat pergeseran dari fungsi delta, didapat


L{(t)} =

(t)est dt = es

= 1,

dengan s = + i dan untuk semua . Jadi


L{(t)} = 1,
untuk semua .

3.5

Transformasi Laplace dari Fungsi delta tunda (ta)

Dengan menggunakan sifat pergeseran dari fungsi delta, didapat


L{(t a)} =

Z
0

(t a)est dt = es

= eas ,

dengan s = + i dan untuk > 0. Jadi


L{(t a)} = eas ,
untuk > 0.

3.6

Transformasi Laplace dari eat u0(t)


L{eat u0 (t)} =

eat est dt

e(s+a)t dt

0


1
=

s+a
1
=
s+a



(s+a)t

c
Sistem Linear, Copyright: 2013
Subiono

68

Transformasi Laplace..

untuk > a. Jadi

1
s+a

L{eat u0 (t)} =

untuk > a.

3.7

Transformasi Laplace dari tneat u0(t)

Transformasi Laplace dari tn eat u0 (t) dipertoleh secara rekursif dari


L{teat u0 (t)} =

1
(s + a)2

L{t2 eat u0 (t)} =

2!
,
(s + a)3

dan

untuk > a. Secara umum didapat


L{tn eat u0 (t)} =

n!
(s + a)n+1

untuk > a.
Beberapa Transformasi Laplace dari fungsi-fungsi yang sering digunakan diberikan dalam
tabel berikut.

1
2
3
4
5
6
7
8
9
10
11

f (t)
u0 (t)
tu0 (t)
tn u0 (t)
(t)
(t a)
eat u0 (t)
tn eat u0 (t)
sin t u0 (t)
cos t u0 (t)
at
e sin t u0 (t)
eat cos t u0 (t)

c
Sistem Linear, Copyright: 2013
Subiono

F (s)
1
s
1
s2
n!
sn+1

1
eas
1
s+a
n!
(s+a)n+1

s2 + 2
s
s2 + 2

(s+a)2 + 2
s+a
(s+a)2 + 2

69

Transformasi Laplace dari suatu Pulsa..

3.8

Transformasi Laplace dari suatu Pulsa

Bentuk gelombang dari suatu pulsa, dinotasikan sebagai fp (t) dan diberikan oleh gambar
berikut.
fp (t)
A

Bentuk Gelombang suatu pulsa

Fungsi pulsa fp (t) dapat ditulis sebagai


fp (t) = A(u0 (t) u0 (t a)).
Dengan menngunakan transformasi Laplace dari fungsi unda dan pergeseran waktu didapat
L{A(u0(t) u0 (t a))} = AL{(u0 (t)} AL{u0 (t a))} =

3.9


A A as A
1 eas .
e
=
s
s
s

Transformasi Laplace dari suatu segmen linear

Bentuk gelombang dari suatu segmen linear dinotasikan sebagai fL (t) diberikan oleh gambar berikut
fL (t)

t1

Bentuk Gelombang suatu segmen linear

Fungsi bentuk gelombang dari suatu segmen linear diberikan oleh


fL (t) = (t 1)u0 (t 1).
Sehingga didapat
L{(t 1)u0 (t 1)} = es

1
.
s2

c
Sistem Linear, Copyright: 2013
Subiono

70

Transformasi Laplace..

3.10

Transformasi Laplace bentuk gelombang dari suatu segitiga

Bentuk gelombang dari suatu segitiga donotasikan sebagai fT (t) dan diberikan oleh gambar
berikut.
t
1

fT (t)
t + 2

Bentuk Gelombang suatu segi tiga

Fungsi dari fT (t) adalah


fT (t) = t[u0 (t) u0 (t 1)] + (t + 2)[u0 (t 1) u0 (t 2)]
= tu0 (t) tu0 (t 1) tu0 (t 1) + 2u0(t 1) + tu0 (t 2) 2u0(t 2)
= tu0 (t) 2(t 1)u0(t 1) + (t 2)u0 (t 2).
Sehingga didapat
L{tu0(t) 2(t 1)u0 (t 1) + (t 2)u0 (t 2)} = L{tu0 (t)} 2L{(t 1)u0 (t 1)}
+L{(t 2)u0 (t 2)}
1
1
1
= 2 2es 2 + e2s 2
s
s
s

1
= 2 1 2es + e2s
s
2
1
= 2 1 es .
s

3.11

Transformasi Laplace Bentuk gelombang dari suatu Persegi Panjang Periodik

Bentuk gelombang dari suatu persegi panjang periodik dinotasikan sebagai fR (t) sebagai
mana diberikan oleh gambar berikut.
c
Sistem Linear, Copyright: 2013
Subiono

Transformasi Laplace Bentuk gelombang dari suatu Persegi Panjang Periodik..

71

fR (t)
A
a

2a

3a

A
Bentuk Gelombang suatu persegi panjang periodik

Fungsi fR (t) adalah fungsi periodik dengan periode T = 2a. Dengan menggunakan transformasi Laplace dari fungsi periodik, yaitu

L{f (t)} =

RT

f ( )es d

1 esT

didapat
1
L{fR (t)} =
1 e2as

Z2a

fR (t)est dt

Za

Z2a

1
Aest dt + Aest dt
2as
1e
a
"0

#
st 2a
st a
e
e
A
+
=

2as
1e
s 0
s a

 as
A
2as
as
=
e
+
1
+
e

e
s (1 e2as )


A
=
1 2eas + e2as
2as
s (1 e
)
=

A (1 eas )
A (1 eas )
=
=
s (1 + eas ) (1 eas )
s (1 + eas )
!
as as
as as
A e2 e 2 e 2 e 2
=
as as
s e as2 e as
2
+e 2 e 2
!
as
as
as
e2 e 2
Ae 2
=
as
as
s e as
2
e2 +e 2
 as 
)
A sinh( as
A
2
=
=
.
tanh
)
s cosh( as
s
2
2

c
Sistem Linear, Copyright: 2013
Subiono

72

Transformasi Laplace..

3.12

Transformasi Laplace dari Bentuk Gelombang Separuh Sinus

Bentuk gelombang separuh sinus dinotasikan sebagai fHW (t) diberikan oleh gambar berikut.
fHW (t)
1

5 t

Bentuk Gelombang suatu sinus separuh terhapuskan

Dengan menggunakan sifat keperiodikan seperti sebelumnya didapat


1
L{fHW (t)} =
1 e2s

Z2

1
=
1 e2s

=
=
=
=

3.13

sin t est dt

1
sin t e dt +
1 e2s
0

 st
1
e (s sin t cos t)

1 e2s
s2 + 1
0
s
1 1+e
2
s + 1 1 e2s
1
1 + es
s2 + 1 (1 es )(1 + es )
1
.
2
(s + 1)(1 es )
st

Z2

0 est dt

Fungsi Eigen

Diberikan sistem linear invarian waktu T dengan input x(t) = est , maka
T{est } = est .

(3.4)

Dalam hal ini, dinamakan nilai eigen dari sistem T yang sesuai dengan fungsi eigen
est . Bila output sistem adalah y(t) dan respon impulse adalah h(t), maka
y(t) = T{est } =

h( )es(t ) d =

h( )es d est = H(s)est = est

c
Sistem Linear, Copyright: 2013
Subiono

(3.5)

73

Fungsi Eigen..

dengan
= H(s) =

h( )es d

(3.6)

Catatan : Persamaan (3.6) menyatakan bahwa H(s) adalah hasil transformasi Laplace dari
respon impuls h(t) yaitu H(s) = L{h(t)} dan dari Persamaan (3.5) dan (3.6) untuk t = 0
didapat y(0) = H(s).
Contoh.
1. Diberikan sistem linear invarian waktu
y(t) =

Zt

e(t ) x( )d

(a). Dapatkan respon impulse h(t) dari sistem.


(b). Tunjukkan bahwa est adalah suatu fungsi eigen dari sistem.
(c). Dapatkan nilai eigen dari sistem yang sesuai dengan fungsi eigen est dengan
menggunakan hasil yang diperoleh dari (a).
Jawab
(a).
h(t) =

Zt

Jadi


e(t ) ( )d = et =0 = et t > 0.
h(t) = et u0 (t).

(b). Misalkan x(t) = est , maka


y(t) =

Zt

e(t ) es d

= et

Zt

e(s+1) d

1 st
e = est , bila Re(s) > 1.
=
s+1
Jadi est adalah eigenfunction dari sistem yang bersesuaian dengan eigenvalue
=

1
.
s+1

c
Sistem Linear, Copyright: 2013
Subiono

74

Transformasi Laplace..

(c). Eigenvalue yang bersesuaian dengan est diberikan oleh


= H(s) =

h( )es d

e u0( )es d

e(s+1) d

1
, bila Re(s) > 1.
s+1

2. Diberikan sistem linear invarian waktu


T

y(t) =

1
T

t+ 2
Z

x( )d

t T2

(a). Dapatkan nilai eigen dari sistem yang sesuai dengan fungsi eigen est .
(b). Ulangi (a). dengan menggunakan fungsi respon impulse h(t).
Jawab
(a). Substitusikan x(t) = est pada persamaan output, didapat
T

y(t) =

1
T

t+ 2
Z

es d

t T2


1  sT
sT
2
2
=
e e
est
sT
= est .
Jadi, eigenvalue dari sistem yang bersesuaian dengan est adalah
=


sT
1  sT
e 2 e 2 .
sT

(b). Respon impuls h(t) diberikan oleh



  1
T
T
1
, T2 t T2
T
u0(t + ) u0 (t ) =
h(t) =
0, yang lainnya
T
2
2
c
Sistem Linear, Copyright: 2013
Subiono

75

Fungsi Eigen..

Jadi eigenvalue H(s) yang bersesuaian dengan est diberikan oleh


H(s) =

h( )es d

1
T

Z2

es d

T2


sT
1  sT
e 2 e 2 .
sT


c
Sistem Linear, Copyright: 2013
Subiono

76

c
Sistem Linear, Copyright: 2013
Subiono

Transformasi Laplace..

Bab

Transformasi-z
Metoda transformasi-z sangat handal untuk menangani persoalan sistem waktu diskrit.
Transformasi-z digunakan untuk menyelesaikan persamaan beda. Sebagaimana telah dibahas sebelumnya mengenai konvolusi integral dari dua signal kontinu yang disajikan oleh
suatu bentuk integral. Sedangkan konvolusi dua barisan signal diskrit disajikan oleh bentuk jumlahan sebagaimana akan dibahas secara rinci pada bagian mendatang. Bentuk
jumlahan ini sangat erat kaitannya dengan transformasi-z. Misalnya, jumlahan konvolusi
yang diberikan oleh persamaan
x[k] =

n=

f [n]g[k n]

(4.1)

misalkan {f [n]} = {f [0], f [1], f [2]}, {g[n]} = {g[0], g[1], g[2]} dengan f [n] = g[n] = 0
untuk n = 3, 4, 5, . . .. Didapat nilai dari x:
x[0] = f [0]g[0]
x[1] = f [0]g[1] + f [1]g[0]
x[2] = f [0]g[2] + f [1]g[1] + f [2]g[0]
x[3] = f [1]g[2] + f [2]g[1]
x[4] = f [2]g[2]

(4.2)

Hasil yang sama akan diperoleh dari koefisien deret, bila didefinisikan dua fungsi F (z) dan
G(z) oleh
F (z) = f [0] + f [1]z 1 + f [2]z 2
G(z) = g[0] + g[1]z 1 + g[2]z 2

(4.3)

Misalkan X(z) adalah hasil kali dari F dan G yaitu


X(z) = F (z)G(z) .
77

(4.4)

78

Transformasi-z..

Didapat
X(z) = f [0]g[0] + (f [0]g[1] + f [1]g[0])z 1 + (f [0]g[2] + f [1]g[1] + f [2]g[0])z 2
+(f [1]g[2] + f [2]g[1])z 3 + f [2]g[2]z 4
= x[0] + x[1]z 1 + x[2]z 2 + x[3]z 3 + x[4]z 4
(4.5)
Masing-masing F (z) dan G(z) akan didefinisikan sebagai transformasi-z dari barisan f [n]
dan g[n]. Dalam pembahasan ini, masing-masing F (z) dan G(z) yang diberikan oleh Persamaan (4.3) dapat dipandang sebagai suatu cara penyajian barisan {f [n]} = {f [0], f [1], f [2]}
dan barisan {g[n]} = {g[0], g[1], g[2]}. Keuntungan dalam menggunakan F (z) sebagai
pengganti {f [n]} adalah F (z) sering dapat menyajikan suatu ungkapan yang lebih sederhana, bahkan juga bila barisan {f [n]} mempunyai banyak nilai nol.
Dari contoh yang dibahas, terlihat bahwa hasil kali dua polinomial dari dua barisan
memberikan hasil yang sama seperti konvolusinya.
Pembahasan sebelumnya memjelaskan suatu motifasi untuk memberikan definisi Transformasiz dari suatu barisan x[n] dengan n bilangan bulat taknegatif sebagai berikut
X(z) = Z(x[n]) =

x[n]z n .

(4.6)

n=0

Transformasi-z dari x[n] yang diberikan oleh Persamaan (4.6) adalah transformasi-z satu
sisi, disini untuk n < 0 diasumsikan x[n] = 0.
Sedangkan transformasi-z dari x[n] dengan n = 0, 1, 2, 3, didefinisikan oleh
X(z) = Z(x[n]) =

x[n]z n .

(4.7)

n=

Transformasi-z dari x[n] yang diberikan oleh Persamaan (4.7) adalah Transformasi-z dua
sisi. Pada pembahasan berikutnya, yang digunakan adalah Transformasi-z satu sisi.
Perluh dicatat bahwa transformasi-z X(z) adalah fungsi dari z 1 bukan z. Bila sisi kanan
Persamaan (4.6) diperluas didapat persamaan
X(z) = x[0] + x[1]z 1 + x[2]z 2 + + x[n]z n +
Dari persamaan ini, terlihat bahwa transformasi-z dari sebarang barisan x[n] adalah suatu
deret. Notasi z n pada deret menunjukkan bahwa posisi saat nilai x[n] terjadi. Sebaliknya,
bila transformasi-z mempunyai bentuk polinomial pecahan dalam z yang tertentu, maka
transformasi-z invers diberikan oleh
I
1
1
X(z)z n1 dz,
(4.8)
Z (X(z)) = x[n] =
2i
C

dengan C adalah lingkaran pusat titik asal (O) pada bidang-z dan semua pole dari X(z)z n1
terletak di dalam lingkaran C.
c
Sistem Linear, Copyright: 2013
Subiono

79

Daerah Konvergensi (DK)..

4.1

Daerah Konvergensi (DK)

Dua hal penting berkaitan dengan transformasi-z dari suatu barisan x[n], yaitu masalah
konvergensi dari jumlahan dan ketunggalan invers dari transformasi-z. Hal ini bisa dijawab
dengan konsep konvergen mutlak. Untuk jelasnya diberikan contoh. Misalkan diketahui
dua signal diskrit
x1 [n] = an u0 [n]
x2 [n] = an u0 [n 1]
Transformasi-z dari x1 [n] adalah
X1 (z) =

n n

a z

(az 1 )n

n=0

n=0

1
1 az 1
z
.
=
za
=

(bila jumlahan ada.)

Sedangkan transformasi-z dari x2 [n] adalah


X2 (z) =
=
=

n=0

a(m+1) u0 [m]z m+1

m=1

a(m+1) u0 [m]z m+1 (sebab u0 [m] = 0 bila m < 0)

m=0

= 1
= 1
= 1
=

an u0 [n 1)z n (substitusi n 1 = m)

a(m) z m

m=0

(a1 z)m

m=0

1
1 a1 z

(bila jumlahan ada.)

z
.
za

z
Terlihat bahwa X1 (z) = X2 (z) = za
. Jadi bila diberikan polinomial X(z), maka tidak
bisa ditentukan secara tunggal barisan {x[n]}. Tetapi bila dibahas kalimat "bila jumlahan
ada", yaitu untuk x1 [n], maka syaratnya adalah

|az 1 | < 1 atau |z| > |a|


c
Sistem Linear, Copyright: 2013
Subiono

80

Transformasi-z..

dan untuk x2 [n] syaratnya adalah


|a1 z| < 1 atau |z| < |a|.

Masing-masing |z| > |a| dan |z| < |a| dinamakan daerah konvergensi dari X1 (z) dan
X2 (z). Gambar 4.1 adalah gambar daerah konvergensi dari X1 (z) dan X2 (z). Kondisi konDaerah Kovergensi X1 (z)

Daerah Kovergensi X2 (z)

Gambar 4.1: Daerah Konvergensi X1 (z) dan X2 (z)

vergensi yang telah diberikan adalah konvergensi mutlak. Contohnya adalah jumlahan

P
P
mutlak
|az 1 |n konvergen, hal ini berakibat jumlahan
(az 1 )n juga konvergen. Dua
n=0

n=0

kondisi DK yang telah dibahas ini menghasilkan


z
, |az 1 | < 1 atau |z| > |a|
x1 [n]
za
z
x2 [n]
, |a1 z| < 1 atau |z| < |a| .
za
Keuntungan yang lain penggunaan nilai mutlak adalah pembatasan DK ke satu sisi suatu
lingkaran. Misalnya, jumlahan dari x1 [n] konvergen untuk semua nilai z di luar lingkaran
|z| = |a| sedangkan jumlahan x2 [n] konvergen untuk semua nilai z juga di dalam lingkaran
|z| = |a|. Jadi, jelas bahwa penggunaan nilai mutlak membuat batas dua DK. Fakta ini
membantu ketunggalan invers. Misalnya bila diketahui nilai z didalam lingkaran yang
z
berjari-jari |a|, maka secara langsung didapat invers transformasi-z dari za
adalah x2 [n].
Ide ini bisa diterangkan melalui perhitungan berikut.
z
1
X1 (z) =
=
= 1 + az 1 + (az 1 )2 + ,
1
za
1 az
1
sebab |az | < 1. Dengan melakukan invers transformasi-z didapat
{x1 [n]} = {1, a, a2 , . . .} = an u0 [n].

Selanjutnya, karena DK dari X2 (z) berberda dengan X1 (z), maka dilakukan pemfaktoran
yang berbeda sebagai berikut.
a1 z
a1 z
z
= 1
=
za
a z1
1 a1 z

1
1
= (a z) 1 + (a z) + (a1 z))2 + , (sebab |a1 z| < 1)
= a1 z (a1 z)2 (a1 z)3
x2 [n] .

X2 (z) =

c
Sistem Linear, Copyright: 2013
Subiono

81

Pole dan zero pada bidang-z..

4.2

Pole dan zero pada bidang-z

Dalam berbagai applikasi dari transformasi-z, X(z) mungkin berbentuk


b0 z m + b1 z m1 + + bm
z n + a1 z n1 + + an

(4.9)

b0 (z z1 )(z z2 ) (z zm )
,
(z p1 )(z p2 ) (z pn )

(4.10)

X(z) =
atau
X(z) =

yang mana pi , i = 1, 2, . . . , n adalah pole dari X(z) dan zj , j = 1, 2, . . . , m adalah zero


dari X(z).
Untuk memperoleh pole dan zero dari X(z) adalah memudahkan bila X(z) diungkapkan
sebagai polinomial pecahan dari z, sebagai contoh adalah
X(z) =

z 2 1/4 z
z(z 1/4)
=
,
2
z 3z + 2
(z 1)(z 2)

jelas bahwa pole dari X(z) adalah z = 1, z = 2 sedangkan zero dari X(z) adalah z =
0, z = 1/4.
Bila X(z) dituliskan sebagai polinomial dalam z 1 , maka X(z) pada contoh sebelumnya
dapat ditulis sebagai
X(z) =

1 1/4 z 1
1 1/4 z 1
=
.
1 3z 1 + 2z 2
(1 z 1 )(1 2z 1 )

Dari persamaan yang terakhir ini, walaupun pole z = 1, z = 2 dan zero z = 1/4 adalah
jelas, tetapi zero pada z = 0 secara langsung tidak terlihat sebagaimana bila X(z) ditulis
dalam polinomial z (bukan z 1 ). Oleh karena itu, bila berkenaan dengan masalah pole dan
zero dari X(z), maka sebaiknya polinomial pecahan X(z) ditulis dalam z dari pada dalam
z 1 . Lagi pula, untuk menghindari kemungkinan salah untuk menentukan banyaknya
pole pada titik asal dari fungsi X(z)z n1 saat menghitung invers transformasi-z dengan
menggunakan cara integral invers, maka sebaiknya polinomial rasional X(z) diungkapkan
dalam z.

4.3

Beberapa Sifat Transformasi-z

Beberapa sifat penting transformasi-z berguna dalam analysis system kontrol, pada pembahasan ini diasumsikan x[n] sama dengan nol untuk n < 0 dan transformasi-z dari x[n]
adalah X(z).
Perkalian dengan suatu konstan. Bila X[z] adalah transformasi-z dari x[n], maka
Z(ax[n]) = aZ(x[n]) = aX(z)
c
Sistem Linear, Copyright: 2013
Subiono

82

Transformasi-z..

dengan a suatu konstan.


Hal ini bisa ditunjukkan dengan menggunakan difinisi transformasi-z sebagai berikut.
Z(ax[n]) =

ax[k]z

=a

n=0

x[n]z n = aX(z).

n=0

Kelinearan Transformasi-z. Bila x[n] merupakan kombinasi linear dari f [n] dan g[n]
yaitu
x[n] = af [n] + bg[n],
dengan a, b adalah konstan dan transformasi-z dari f [n] dan g[n] masing-masing
adalah F (z) dan G(z), maka
X(z) = aF (z) + bG(z).
Sifat kelinearan ini ditunjukkan sebagai berikut.
X(z) = Z(x[n]) = Z(af [n] + bg[n])

X
=
(af [n] + bg[n])z n
n=0

= a

f [n]z

n=0

+b

g[n]z n

n=0

= aZ(f [n]) + bZ(g[n])


= aF (z) + bG(z) .

Perkalian dengan an . Bila transformasi-z dari x[n] adalah X(z), maka transformasi dari
hasil kali an x[n] diberikan oleh X(a1 z) dengan a 6= 0, yaitu
Z(an x[n]) = X(a1 z).
Bukti sebagai berikut.
n

Z(a x[n]) =
=

an x[n]z n

n=0

x[n](a1 z)1

n=0

= X(a1 z) .
Sifat Pergeseran. Sifat pergeseran juga merujuk pada x[n] = 0 untuk n < 0 dan transformasiz dari x[n] adalah X(z), maka
Z(x[n k]) = z k X(z)
c
Sistem Linear, Copyright: 2013
Subiono

(4.11)

83

Beberapa Sifat Transformasi-z..

dan
Z(x[n + k]) = z k

X(z)

k1
X

x[n]z n

n=0

(4.12)

dengan k bilangan bulat taknegatif. Persamaan (4.11) dinamakan sifat pergeseran


kanan sedangkan Persamaan (4.12) dinamakan sifat pergeseran kiri. Bukti Persamaan (4.11) sebagai berikut.
Z(x[n k]) =

X
n=0

x[n k]z

=z

X
n=0

x[n k]z (nk) .

(4.13)

Misalkan m = n k, Persamaan (4.13) dapat ditulis ulang sebagai berikut


Z(x[n k]) = z

x[m]z m .

m=k

Karena x[m] = 0 untuk m < 0, maka batas bawah jumlahan m = k dapat diganti
oleh m = 0, didapat
Z(x[n k]) = z

x[m]z

=z

m=0

x[n]z n = z k X(z).

(4.14)

n=0

Sedangkan bukti Persamaan (4.12) sebagai berikut.


Z(x[n + k]) =

x[n + k]z n ,

(4.15)

n=0

misalkan n + k = m, maka Persamaan (4.15) menjadi


Z(x[n + k]) =
=

x[n + k]z n

n=0

x[m]z (mk)

m=k

= zk

x[m]z m

m=k

k1

k1
X
X
X

x[m]z m +
x[m]z m
= zk
x[m]z m
= z

|m=k

m=0

x[m]z

{z

m=0

k1
X

m=0

}
!

x[m]z m

m=0

(4.16)

c
Sistem Linear, Copyright: 2013
Subiono

84

Transformasi-z..

pada bagian sebelah kanan Persamaan (4.16) ganti m dengan n didapat


!
k1

X
X
x[n]z n
x[n]z n
Z(x[n + k]) = z k
n=0

n=0

= zk
= zk

Z(x[n])
X(z)

k1
X

x[n]z n

n=0
k1
X

x[n]z n

n=0

!
.

Dari persamaan yang terakhir ini didapat


Z(x[n + 1]) = zX(z) zx[0]
Z(x[n + 2]) = z 2 X(z) z 2 x[0] zx[1]
..
.
Z(x[n + k]) = z n X(Z) z n x[0] z k1 x[1] . . . zx[k 1] .
Translasi Kompleks. Bila transformasi-z dari x[n] adalah X(Z), maka transformasi dari
ean x[k] adalah X(ea z).
Untuk membuktikan hal ini sebagai berikut.
an

Z(e

x[n]) =

ean x[n]z n

n=0

x[n](ea z)n

n=0

= X(ea z) .
Hal in menjelaskan bahwa pada X(z) bila z diganti dengan ea z diperoleh transformasiz dari ean x[n].
Sifat Nilai Awal. Bila transformasi-z dari x[n] adalah X(z) dan nilai lim X(z) ada,
z

maka nilai awal x[0] dari x[n] diberikan oleh


x[0] = lim X(z) .
z

Bukti sebagai berikut. Perhatikan persamaan berikut


X(z) =

X
n=0

x[n]z n = x[0] + x[1]z 1 + x[2]z 2 +

dengan demikian untuk z didapat


lim X(z) = x[0].

c
Sistem Linear, Copyright: 2013
Subiono

(4.17)

85

Beberapa Sifat Transformasi-z..

Hal ini menjelaskan bahwa perilaku signal disekitar n = 0 dapat ditentukan oleh
perilaku dari X(z) di z mendekati takhingga. Sifat Nilai Awal ini memudahkan
untuk mengecek kemungkinan salah dalam perhitungan transformasi-z. Biasanya
x[0] diketahui, suatu pengecekan dari nilai awal oleh lim X(z) (bila ada) bisa secara
z

mudah menentukan kesalahan nilai awal di X(z).


Sifat Nilai Akhir. Diberikan signal diskrit x[n] dengan x[n] = 0 untuk n < 0 dan
mempunyai transformasi-z X(z) yang mana semua pole dari X(z) terletak didalam
lingkaran satuan dengan mungkin pengecualian di pole sederhana z = 1. Maka nilai
akhir dari x[n] yaitu nilai x[n] bila n mendekati takhingga diberikan oleh

lim x[n] = lim (1 z 1 )X(z)
(4.18)
n

z1

Bukti sebagai berikut.

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

x[n]z n ,

(4.19)

n=0

Z(x[n 1]) = z 1 X(z) =

X
n=0

x[n 1]z n .

(4.20)

Persamaan (4.19) dikurangi Persamaan (4.20) didapat


X

x[n]z

n=0

X
n=0

x[n 1]z n = X(z) z 1 X(z).

Untuk z mendekati satu didapat


lim

z1

X
n=0

x[n]z n

X
n=0

X
n=0

x[n 1]z n

x[n]

X
n=0

= lim (1 z 1 )X(z)
z1

x[n 1] = lim (1 z 1 )X(z)


z1

(x[0] x[1]) + (x[1] [x[0]) + (x[2] x[1]) = lim (1 z 1 )X(z)


z1
| {z }
0

x[] = lim (1 z 1 )X(z)


z1


lim x[n] = lim (1 z 1 )X(z) .

z1

Konvolusi. Melalui contoh telah ditunjukkan bahwa hasil kali dari dua transformasi-z dua
polinomial memberikan hasil yang sama dengan konvolusi barisannya. Berikut ini
akan digeneralisasi hasil ini. Bila F (z) dan G(z) masing-masing adalah transformasi
dari signal diskrit f [n] dan g[n], maka
Z(f [n] g[n]) = F (z)G(z) .
c
Sistem Linear, Copyright: 2013
Subiono

86

Transformasi-z..

Bukti sebagai berikut. Misalkan x[n] = f [n] g[n], dengan menggunakan pengertian
konvolusi barisan didapat

X
x[n] =
f [k]g[n k]
k=0

Keudua ruas persamaan kenakan transformasi-z didapat


X[z] =
=

n=0 k=0
X

X
n=0 k=0

f [k]g[n k]z n
f [k]z k g[n k]z (nk)

f [k]z k

k=0

=
=

k=0

f [k]z k
f [k]z k

g[n k]z (nk) (substitusi n k = m)

n=0

g[m]z m

m=k

g[m]z m (sebab g[m] = 0 untuk m < 0)

m=0

k=0

= F (z)G(z) .

Diffensial. Bila transformasi-z dari x[n] adalah X(z) dengan DK adalah Dx , maka
Z(nx[n]) = z

d
X(z),
dz

dengan DK adalah Dx . Bukti sebagai berikut.

d
d X
x[n]z n
X(z) =
dz
dz n=0

nx[n]z n1

n=0

= z

nx[n]z n

n=0

= z 1 Z(nx[n])
Jadi
Z(nx[n]) = z
c
Sistem Linear, Copyright: 2013
Subiono

d
X(z) .
dz

87

Transformasi-z dari Fungsi Elementer..

4.4

Transformasi-z dari Fungsi Elementer

Pada bagian ini dibahas transformasi-z dari beberapa fungsi elementer. Perluh dicatat
bahwa, pada transformasi-z satu sisi dalam pensamplingan suatu fungsi diskontinu x(t),
diasumsikan fungsi kontinu dari kanan, yaitu bila kediskontinuan terjadi pada t = 0, maka
diasumsikan x(0) sama dengan x(0+ ) dari pada menggunakan rata-rata [x(0 ) + x(x+ )]/2.

Barisan impuls [n]


Diberikan barisan impuls [n],
[n] =

1, n = 0
,
0, n =
6 0

maka transformasi-z dari [n] diberikan oleh


Z([n]) =

[n], z n = 1 .

n=0

Barisan unda-Satuan u0[n]


Diberikan barisan Tangga-Satuan
u0 [n] =

1, n = 0, 1, 2, . . .
,
0, n < 0

maka transformasi-z dari u0 [n] diberikan oleh


U0 (z) = Z(u0 [n]) =

X
n=0

1, z

z n

n=0

= 1 + z 1 + z 2 + z 3 +
1
=
, untuk |z| > 1
1 z 1
z
=
, untuk |z| > 1.
z1

Catatan bahwa deret tidak konvergen bila |z| 1. Untuk mendapatkan transformasi-z,
peubah z bertindak sebagai operator dummy. Tidaklah perluh untuk menspesifik daerah
dari z yang mana X(z) konvergen, tetapi cukup mengetahui bahwa daerah yang demikian
ada (exist). Transformasi-z dari suatu fungsi x[n] diperoleh dalam cara tsb. adalah valid
diseluruh bidang-z kecuali di pole dari X(z).
c
Sistem Linear, Copyright: 2013
Subiono

88

Transformasi-z..

Transformasi-z dari Barisan Ramp-Satuan


Diberikan barisan ramp satuan
u1 [n] =

n, n = 0, 1, 2, . . .
.
0, n < 0

Transformasi-z dari u1 [n] diberikan oleh oleh


U1 (z) = Z(u1 [n]) =

X
n=0

nz n = z 1 + 2z 2 + 3z 3 +

(4.21)

Kedua ruas Persamaan (4.21) kalikan dengan z 1 didapat


z 1 U1 (z) = z 2 + z 3 + z 4 +

(4.22)

Selanjutnya Persamaan (4.21) dikurangi Persamaan (4.22), didapat


(1 z 1 )U1 (z) = z 1 + z 2 + z 3 +

(4.23)

Lagi, kedua ruas Persamaan (4.23) kalikan dengan z 1 , didapat


(z 1 z 2 )U1 (z) = z 2 + z 3 + z 4 +

(4.24)

Sekarang, Persamaan (4.23) dikurangi dengan Persamaan (4.24), didapat


(1 2z 1 + z 2 )U1 (z) = z 1

(4.25)

atau
z 1
1 2z 1 + z 2
z 1
=
(1 z 1 )2
z
=
.
(z 1)2

U1 (z) =

Jadi transformasi-z dari barisan ramp satuan u1 [n] diberikan oleh


U1 (z) = Z(u1 [n]) =

z 1
(1z 1 )2

z
(z1)2

Transformasi-z dari Barisan Pangkat an


Diberikan barisan pangkat
x[n] =

an , n = 0, 1, 2, . . .
0, n < 0 ,

c
Sistem Linear, Copyright: 2013
Subiono

89

Transformasi-z dari Fungsi Elementer..

dengan a adalah suatu konstan. Merujuk pada definisi dari transformasi-z, didapat
n

X(z) = Z(a ) =
1

an z n

n=0

= 1 + az + a2 z 2 + a3 z 3 +
1
=
, untuk |z| > a
1 az 1
z
=
, untuk |z| > a.
za

Transformasi-z dari Barisan Eksponensial ean


Diberikan barisan eksponensial
x[n] =

ean , n = 0, 1, 2, . . .
0, n < 0 ,

dengan a adalah suatu konstan. Dengan menggunakan definisi dari transformasi-z, didapat
an

X(z) = Z(e

)=

ean z n

n=0

a 1

= 1 + e z + e2a z 2 + e3a z 3 +
1
, untuk |z| > ea
=
a
1
1e z
z
=
, untuk |z| > ea .
z ea

Transformasi-z dari Barisan Sinusoida sin n


Diberikan barisan sinusoida
x[n] =

sin n, n = 0, 1, 2, . . .
0, n < 0 .

Catatan bahwa

dengan i =

ein = cos n + i sin n


ein = cos n i sin n,
1, didapat
1 in
(e ein )
2i
1 in
cos n =
(e + ein ).
2
sin n =

c
Sistem Linear, Copyright: 2013
Subiono

90

Transformasi-z..

Dengan demikian transformasi-z dari x[n] = sin n adalah


X(z) =
=
=
=
=

1 in
Z(sin n) = Z
(e ein )
2i


1
1
1

2i 1 ei z 1 1 ei z 1
1
(ei ei )z 1
2i 1 (ei + ei )z 1 + z 2
sin z 1
1 2 cos z 1 + z 2
sin z
.
z 2 2 cos z + 1

Transformasi-z dari Barisan Cosisnus cos k


Diberikan barisan sinusoida
x[n] =
Telah diketahui bahwa

cos n, n = 0, 1, 2, . . .
0, n < 0 .

1
cos n = (ein + ein ).
2

Dengan demikian transformasi-z dari x[n] = cos n adalah


X(z) =
=
=
=
=

4.5

1 in
(e + ein )
Z(cos n) = Z
2


1
1
1
+
2 1 ei z 1 1 ei z 1
2 (ei + ei )z 1
1
2 1 (ei + ei )z 1 + z 2
1 cos z 1
1 2 cos z 1 + z 2
z 2 cos z
.
z 2 2 cos z + 1

Table Transformasi-z

Dari beberapa bahasan transformasi-z, maka sebagai ringkasan diberikan tabel transformasiz sebagai berikut.
c
Sistem Linear, Copyright: 2013
Subiono

91

Contoh-Contoh dari Transformasi-z..

x[n]
1
[n]
2
u0 [n]
3
u0 [n 1]
4
u1 [n]
5
an u0 [n]
6 an u0 [n 1]
7
ean
8
sin n
9
cos n
10
an x[n]
11
x[n k]
12

x[n + k]

13

x[0]

14

lim x[n]

X(z)
1
z
,
|z|
>1
z1
z
, |z| < 1
z1
z
(z1)2

z
, |z| > |a|
za
z
, |z| < |a|
za
z
, |z| > ea
zea
sin z
, |z| >
z 2 2 cos z+1
2
z cos z
, |z| >
z 2 2 cos z+1
1

1
1

X(a z)
z k X(z)


k1
P
n
k
x[n]z
z X(z)
n=0

15
16
17

4.6

lim X(z)

f [n] g[n]
nx[n]
x[n]

lim ((1 z 1 )X(z))

z1

F (z)G(z)
d
z dz
X(z)
1
X( z ), DK D1x

Contoh-Contoh dari Transformasi-z

Pada bagian ini diberikan beberapa contoh dari transformasi-z sebagaimana telah dibahas
pada bagian sebelumnya.
1. Diberikan signal diskrit
p[n] =

1, n = 0, 1, 2, . . . , m 1
0, yang lain

maka transformasi-z dari p[n] adalah sebagai berikut. Perhatikan bahwa p[n] =
u0 [n] u0 ]n m], maka dengan menggunakan sifat kelineran dan pergeseran didapat
Z(p[n]) = Z(u0 [n] u0 [n m])
= Z(u0 [n]) Z(u0 [n m])
z
z
=
z m
z1
z1
m
1z
.
=
z1
c
Sistem Linear, Copyright: 2013
Subiono

92

Transformasi-z..

2. Diberikan signal diskrit [nm], maka dengan menggunakan sifat pergeseran didapat
Z([n m]) = z m Z([n])
= z m 1 = z m .
3. Diberikan barisan
x[n] =

an , 0 n N 1, a > 0
0, yang lain

maka transformasi-z dari x[n] adalah


X(z) =
=

N
1
X

an z n

0
N
1
X

(az 1 )n

1 (az 1 )N
1 az 1
1 z N aN
.
= N 1
z
za
=

Dari X(z) terlihat bahwa polenya adalah di z = 0 sebanyak N 1 dan di z = a,


sedangkan zero dari X(z) adalah
zk = aei(

2k
)
N

, k = 0, 1, 2, . . . , N 1 .

Zero untuk k = 0 terhapuskan oleh pole z = a. Jadi sisa zero adalah


zk = aei(

2k
)
N

, k = 1, 2, 3 . . . , N 1 .

4. Hitung transformasi-z dari


x[n] = x1 [n] + x2 [n],
n
dengan x1 [n] = u0 [n 1] dan x2 [n] = 21 , tentukan DKnya.

Jawab.

Z(x[n])
Z(x1 [n] + x2 [n])
Z(x1 [n]) + Z(x2 [n])
X1 (z) + X2 (z)
z
z
=
1 +
z1
z2

X(z) =
=
=
=

z(2z 32 )
.
(z 12 )(z 1)

c
Sistem Linear, Copyright: 2013
Subiono

93

Contoh-Contoh dari Transformasi-z..

DK dari X1 (z) adalah |z| > 12 dan DK dari X2 (z) adalah |z| < 1, Jadi DK dari X(z)
adalah 21 < |z| < 1. DK dari X(z) diberikan oleh Gambar 4.2. Pole dari X(z) adalah
Im(z)
DK

1/2

Re(z)

bidang-z
Gambar 4.2: Gambar DK dari X(z)

z=

1
2

dan z = 1, sedangkang zeronya adalah z = 0 dan z = 34 .

5. Hitung transformasi-z dari signal


  n
  n
1
1
x[n] = n
u0 [n]
u0 [n].
2
4
Selanjutnya tentukan DK dari X(z).
Jawab
Pertama dihitung dulu Z n
Z




1 n
2

1
2

n


u0 [n] . Dari tabel no.5 didapat

u0 [n] =

z
1
1 , |z| > .
2
z+2

Dengan menggunakan tabel no.16 didapat



  n


1
1
z
d
, |z| >
Z n
u0 [n]
= z
1
2
dz z + 2
2


1
z+ 2 z
= z
(z + 21 )2
12 z
=
, |z| > 2.
(z + 12 )2
Lagi dari tabel no.5 didapat

 n
1
z
1
u0 [n] =
Z
1 , |z| > .
4
4
z4
c
Sistem Linear, Copyright: 2013
Subiono

94

Transformasi-z..

Selanjutnya gunakan tabel no.17 didapat


!
 n
1
Z
u0[n]
=
4
=

1
z
1
z

1
4

1
1
>
|z|
4

4
, |z| < 4.
z4

Berikutnya gunakan tabel no. 15 didapat


21 z
4
,
1 2
(z + 2 ) z 4
2z
=
,
(z 4)(z + 21 )2

X(z) =

Terlihat bahwa DK dari X(z) adalah

1
2

< |z| < 4.

c
Sistem Linear, Copyright: 2013
Subiono

1
< |z| < 4
2
1
< |z| < 4.
2

Bab

Sistem yang diuraikan Oleh Persamaan


Differensial dan Persamaan Beda
5.1

Persamaan Differensial Linear dengan Koefisien Konstan

Suatu persamaan differensial tingkat-N dengan koefisien konstan diberikan oleh


M

N
X

dk y(t) X dk x(t)
=
bk
,
ak
dtk
dtk
k=0
k=0

(5.1)

dengan koeffisien ak dan bk adalah konstan. Tingkat N menyatakan turunan tertinggi dari
y(t). Persamaan differensial ini memainkan suatu peranan penting dalam menguraikan
hubungan input-output dari suatu sistem. Misalnya, dalam suatu rangkaian elektrik resistor dan kapasitor RC input x(t) = vs (t) adalah voltage sumber dan output y(t) = vC (t)
voltage sepanjang kapasistor. Maka hubungan input dan output diberikan oleh persamaan
differensial tingkat satu dengan koefisien konstan sebagai berikut.
dy(t)
1
1
+
y(t) =
x(t).
dt
RC
RC
Penyelesaian umum dari Persamaan (5.1) untuk suatu input khusus x(t) diberikan oleh
y(t) = yp (t) + yh (t),

(5.2)

dengan yp (t) adalah suatu penyelesaian khusus yang memenuhi Persamaan (5.1) dan yh (t)
adalah penyelesaian homogin yang memenuhi persamaan differensial berikut
N
X
k=0

ak

dk yh (t)
= 0.
dtk
95

(5.3)

96

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Bentuk eksak dari yh (t) ditentukan oleh sebanyak N kondisi tambahan. Catatan bahwa,
Persamaan (5.1) tidak secara lengkap menentukan output y(t) dalam hubungannya dengan
input x(t), kecuali bila kondisi tambahan ditentukan. Umumnya kondisi tambahan adalah
nilai-nilai dari
dy(t)
dN 1 y(t)
y(t),
, ,
dt
dtN 1
pada beberapa nilai t yang ditentukan.

5.2

Kelinearan

Suatu sistem yang diuraikan oleh Persamaan (5.1) akan linear bila hanya semua kondisi
tambahan sama dengan nol. Bila kondisi tambahan tidak nol, maka respon y(t) dari sistem
dapat diungkapkan sebagai
y(t) = yzi (t) + yzs (t)
(5.4)
yang mana yzi dinamakan respon input-nol adalah respon terhadap kondisi tambahan dan
yzs (t) dinamakan respon keadaan-nol adalah respon dari sistem dengan kondisi tambahan
nol. Hal yang demikian ini diberikan oleh gambar berikut.
x(t)

Sistem
Linear

yzs (t) P y(t)


+
+
yzi (t)

Catatan bahwa, yzi (t) 6= yh (t) dan yzs (t) 6= y(p). Umumnya yzi (t) memuat yh (t) dan yzs (t)
memuat yh (t) dan yp (t).
Contoh 17 Diberikan suatu sistem kontinu waktu dengan hubungan input x(t) dan output y(t) diberikan oleh.
dy(t)
+ ay(t) = x(t),
dt

(5.5)

dengan a adalah suatu konstanta.


(a) Dapatkan y(t) dengan kondisi tambahan y(0) = y0 dan
x(t) = Kebt u0 (t).
dengan K dan b adalah suatu konstantam, dan a 6= b.
(b) Ungkapkan y(t) dalam bentuk input-nol dan keadaan-nol.
c
Sistem Linear, Copyright: 2013
Subiono

(5.6)

97

Kelinearan..

Jawab
(a). Misalkan
y(t) = yp (t) + yh (t),
dengan yp (t) adalah penyelesaian khusus yang memenuhi Persamaan (5.5) dan yh (t) adalah
penyelesaian homogin yang memenuhi
dyh (t)
+ ayh (t) = 0.
dt

(5.7)

yp (t) = Aebt , t > 0

(5.8)

Asumsikan bahwa,
didapat
dan dari sini didapat A =

K
.
ab

bAebt + aAebt = Kebt


Dengan demikian
yp (t) =

Untuk memperoleh yh (t), asumsikan

K bt
e , t > 0.
ab
yh (t)Bet ,

didapat
Bet + aB t = ( + a)Bet = 0
dan dari sini didapat = a. Dengan demikian
yh (t) = Beat .
Jadi

K bt
e + Beat , t > 0.
ab
Dari kondisi tambahan y(0) = y0 didapat
y(t) =

y0 =
Jadi

K
K
+ B B = y0
.
ab
ab



K
K bt
eat , t > 0.
e + y0
y(t) =
ab
ab

(5.9)

y(t) = y0 eat .

(5.10)

Untuk t < 0, x(t) = 0, maka

(b). Gabungkan Persamaan (5.9) dengan Persamaan (5.10) didapat



K
ebt eat u0 (t)
ab
= yzi (t) + yzs (t),

y(t) = y0 eat +

(5.11)
(5.12)

c
Sistem Linear, Copyright: 2013
Subiono

98

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

terlihat bahwa
yzi (t) = y0 eat
dan
yzs (t) =


K
ebt eat u0 (t).
ab

Contoh 18 Tinjau lagi Contoh 17


(a) Tunjukkan bahwa sistem tidak linear bila y(0) = y0 6= 0 .
(b) Tunjukkan bahwa sistem adalah linear bila y(0) = 0.
Jawab
(a). Ingat bahwa suatu sistem linear mempunyai sifat bahwa input nol menghasilkan output
nol. Tetapi diketahui bahwa
x(t) = Kebt u0 (t)
dan untuk K = 0 didapat x(t) = 0, dengan demikian
y(t) = y0 eat 6= 0 sebab y0 6= 0.
Jadi sistem tidak linear.
(b). Bila y(0) = 0, misalkan signal input x1 (t) mempunyai input y1 (t) dan input x2 (t)
mempunyai input y2 (t). Didapat
dy1(t)
+ ay1 (t) = x1 (t), y1 (0) = 0
dt
dan

dy2 (t)
+ ay2 (t) = x2 (t), y2 (0) = 0.
dt

Untuk signal
x(t) = a1 x1 (t) + a2 x2 (t)
dengan a1 dan a2 sebarang konstan didapat
d(a1 y1 (t) + a2 y2 (t))
+ a(a1 y1 (t) + a2 y2 (t)) = a1 x1 (t) + a2 x2 (t) = x(t).
dt
Untuk
y(t) = a1 y1 (t) + a2 y2 (t)
didapat
dy(t)
+ ay(t) = x(t), y(0) = a1 y1 (0) + a2 y2 (0) = 0.
dt
Jadi dengan input x(t) = a1 x1 (t) + a2 x2 (t) didapat output y(t) = a1 y1 (t) + a2 y2 (t) dengan
y1 (t) adalah output dari input x1 (t) dan y2 (t) adalah output dari input x2 (t). Dengan
demikian sistem adalah linear.
c
Sistem Linear, Copyright: 2013
Subiono

99

Kekausalan..

5.3

Kekausalan

Agar supaya sistem linear yang diuraikan oleh Persamaaan (5.1) adalah kausal bila x(t) = 0
untuk t t0 , maka y(t) = 0 untuk t t0 , sehingga respon untuk t > t0 dapat dihitung
dari Persamaaan (5.1) dengan kondisi tambahan
y(t0) =
dengan

dN 1 y(t0 )
dy(t0 )
= ... =
=0
dt
dtN 1

dk y(t)
dk y(t0 )
.
=
dtk
dtk t=t0

Jelas bahwa pada kedaan ini yzi (t) = 0. Lebih jelasnya bahwa suatu sistem linear waktu
kontinu adalah kausal ekivalen dengan pernyataan bahwa: untuk sebarang waktu t0 dan
sebarang input x(t) dengan x(t) = 0 untuk t t0 , input y(t) = 0 untuk t t0 . Hal ini
dapat ditunjukkan sebagai berikut. Karena sistem adalah linear dan bila x(t) = 0 untuk
semua t, maka y(t) = 0 untuk semua t. Jadi, bila sistem adalah kausal, maka x(t) = 0
untuk t t0 , berakibat bahwa y(t) = 0 untuk t t0 . Sebaliknya, misalkan y1 (t) adalah
respon dari input x1 (t) dan y2 (t) adalah respon dari input x2 (t). Bila x1 (t) = x2 (t) untuk
t t0 atau x = x1 (t) x2 (t) = 0 untuk t t0 , maka y1 (t) = y2 (t) untuk t t0 atau
y = y1 (t) y2 (t) = 0 untuk t t0 . Jadi sistem adalah kausal.

5.4

Invarian Waktu

Untuk suatu sistem kausal, keadaan awal nol berakibat bahwa sistem invarian waktu. Hal
ini bisa dilihat dari Contoh 17, bahwa kondisi y(0) = 0 berakibat bahwa sistem invarian
waktu. Misalkan y1 (t) adalah respon dari input x1 (t) dan x1 (t) = 0. t 0. Maka
dy1(t)
+ ay1 (t) = x1 (t)
dt
dan y1 (0) = 0. Selanjutnya, misalkan y2 (t) adalah respon dari pergeseran input x2 (t) =
x1 (t ), didapat
x2 (t) = 0. t .
c
Sistem Linear, Copyright: 2013
Subiono

100

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Maka y2 (t) harus memenuhi


dy2(t)
+ ay3 (t) = x2 (t)
dt
dan y2 ( ) = 0. Sehingga didapat
dy1(t )
+ ay1 (t ) = x1 (t ) = x2 (t).
dt
Bila y2 (t) = y1 (t ), maka

dy2(t)
+ ay2 (t) = x2 (t)
dt
dan y2 ( ) = y1 ( ) = y1 (0) = 0. Terlihat bahwa sistem adalah invarian waktu.

5.5

Respon Impuls

Respon impuls h(t) dari SLIW kontinu yang diuraikan oleh Persamaaan (5.1) memenuhi
N
X

dk h(t) X dk (t)
ak
bk
=
dtk
dtk
k=0
k=0

dengan kondisi awal nol.


Contoh 19 Tinjau lagi Contoh 17
(a) Dapatkan respon impuls h(t).
(b) Bila y(0) = 0 dapat step respon s(t).
Jawab
(a). Respon h(t) memenuhi persamaan differensial
dh(t)
+ ah(t) = (t).
dt
Penyelesaian homogin hh (t memenuhi
dh(t)
+ ah(t) = 0,
dt
yaitu
hh (t) = ceat u0 (t)
c
Sistem Linear, Copyright: 2013
Subiono

101

Respon Impuls SL Waktu Diskrit..

Penyelesaian khusus hp (t) adalah nol, sebab hp (t) tidak bisa memuat (t). Bila tidak
demikian h(t) akan mempunyai suatu turunan dari (t) yang bukan merupakan dari bagian
kanan dari persamaan differensial yang dibahas. Jadi
h(t) = ceat u0 (t).
Untuk memperoleh konstan c sebagai berikut.
d at
[ce u0 (t)] + aceat u0 (t) = (t)
dt
atau
aceat u0 (t) + ceat

u0 (t)
+ aceat u0 (t) = (t)
dt
ceat (t) = (t)
c(t) = (t),

jadi c = 1, dengan demikian


h(t) = eat u0 (t).
(b). Respon s(t) diberikan oleh
s(t) =

Zt

h( )d

Zt

ea u0 ( )d

Z
= ea d u0 (t)
0


1
1 eat u0 (t).
=
a

5.6

Respon Impuls SL Waktu Diskrit

Respon impuls h[n] dari suatu sistem linear invarian waktu diskrit yang disajikan oleh
operator T adalah respon sistem dengan input adalah [n], yaitu
h[n] = T {[n]}.
c
Sistem Linear, Copyright: 2013
Subiono

102

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Tetapi telah diketahui bahwa sebarang barisan input x[n] dapat diungkapkan sebagai
x[n] =

k=

x[k][n k].

Karena sistem linear, respon y[n] dari sebarang barisan input x[n] dapat diungkapkan
sebagai
y[n] = T {x[n]}
(
)
X
= T
x[k][n k]
=

k=

k=

x[k]T {[n k]}.

Karena sistem invarian waktu, didapat


h[n k] = T {[n k]}
Jadi respon y[n] dari sebarang input x[n] adalah
y[n] =

k=

x[k]h[n k].

Hasil terakhir ini mengindikasikan bahwa suatu sistem liniear invarian waktu diskrit secara
lengkap dikarakterisasi oleh respon impulsnya.
Sebagaimana pada pembahasan konvolusi integral, konvolusi dari dua barisan x[n] dan
h[n] didefinisikan sebagai
def

x[n] h[n] =

k=

x[k]h[n k].

(5.13)

Persamaan (5.13) secara biasa dinamakan konvolusi jumlahan. Dengan demikian barisan
input y[n] dapat diungkapkan sebagai konvolusi jumlahan, yaitu
y[n] = x[n] h[n] =

k=

x[k]h[n k].

Gambar berikut mengilustrasikan definisi dari respon impuls h[n] serta hubungannya denga
input x[n] dengan output y[n].
[n]
x[n]

h[n]
Sistem Linear
Invarian Waktu y[n] = x[n] h[n]

c
Sistem Linear, Copyright: 2013
Subiono

103

Sifat-sifat Konvolusi Jumlahan..

5.7

Sifat-sifat Konvolusi Jumlahan

Analog dengan konvolusi integral, berikut ini adalah sifat-sifat konvolusi jumlahan.
1. Komutatif
x[n] h[n] = h[n] x[n].
2. Assosiatif
{x[n] h1 [n]} h2 [n] = x[n] {h1 [n] h2 [n]} .
3. Distributif
x[n] {h1 [n] h2 [n]} = x[n] h1 [n] + x[n] h2 [n].

5.8

Operasi Konvolusi Jumlahan

Dengan menggunakan sifat komutatif, maka y[n] dapat diungkapkan sebagai

y[n] = h[n] x[n] =

k=

h[k]x[n k]

yang mana mudah dalam penghitungan dari pada menggunakan y[n] = x[n] h[n].
Contoh 20 Input x[n] dan respon impuls h[n] dari suatu SLIW diskrit diberikan oleh
x[n] = u0 [n],

h[n] = an u0 [n], 0 < a < 1.

(a). Hitung y[n] = x[n] h[n].


(b). Hitung y[n] = h[n] x[n].
Jawab
c
Sistem Linear, Copyright: 2013
Subiono

104

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

(a). Untuk n < 0, maka y[n] = 0 dengan demikian untuk n 0

y[n] =
=

k=0
n
X
k=0

n
X
k=0

n
X
k=0

=
=
=

0
X

m=n
0
X

m=n
n
X

x[k]h[n k]
x[k]h]n k] +
x[k]h[n k] +

k=n+1

x[k]h[n k]
x[k] 0

k=n+1

1. h[n k]
h[m]
am
am

m=0

1 an+1
.
1a

Jadi

y[n] =

1 an+1
1a

c
Sistem Linear, Copyright: 2013
Subiono

u0 [n].

105

Operasi Konvolusi Jumlahan..

(b). Untuk n < 0, maka y[n] = h[n] x[n] = 0, sedangkan untuk n 0, didapat

y[n] =

k=0

n
X

k=0

n
X

k=0

n
X

k=0
n
X

k=0
n
X

h[k]x[n k]
h[k]x[n k] +

k=n+1

h[k]u0 [n k] +

h[k]x[n k]

k=n+1

h[k]u0 [n k]

h[k] 1

h(k) +

h[k] 0

k=n+1

ak

k=0

1 an+1
.
1a

=
Jadi

y[n] =

1 an+1
1a

u0 [n].


Seperti halnya waktu kontinu, untuk waktu diskrit hasil-hasil dari konvolusi jumlahan
didapat.

X
x[n] [n n1 ] =
x[m][n n1 m] = x[n n1 ].
(5.14)
m=

x[n n2 ] [n n1 ] =

m=

Bila x1 [n] x2 [n] = x[n], maka

x[n n2 ][n n1 m] = x[n n1 n2 ].

x[ n n1 ] x2 [n n2 ] = x[n n1 n2 ].

n=

x[n] [n n1 ] =

m=

x[n1 ][n n1 ] = x[n1 ].

(5.15)

(5.16)

(5.17)

c
Sistem Linear, Copyright: 2013
Subiono

106

5.9

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Respon Unda SLIV Diskrit

Respon unda s[n] dari SLIV Diskrit dengan respon impuls h[n] diberikan oleh
s[n] = h[n] u0 [n] =

k=

h(k)u0 [n k] =

n
X

h(k).

k=

Dari persamaan ini didapat


h[n] = s[n] s[n 1].

5.10
5.10.1

Sifat-sifat SL waktu Diskrit


Sistem dengan memori atau tanpa memori

Karena output y[n] dari suatu sistem tanpa memori hanya bergantung pada input saat ini
x[n], maka bila sistem juga linear dan invarian waktu hubungan ini hanya bisa berbentuk
y[n] = K[n].
Maka dari itu, bila h[n0 ] 6= 0 untuk n0 6= 0, sistem linear invarian waktu diskrit mempunyai
memori.

5.10.2

Kekausalan

Sama halnya pada kasus waktu kontinu,kondisi kekausalan dari suatu SLIW diskit diberikan
oleh
h[n] = 0, n < 0.
Dengan menggunakan sifat kekausalan, output dari SLIV diskrit diberikan oleh
y[n] =

X
k=0

h[k]x[n k].

Atau bentuk lain dari output diberikan oleh


y[n] =

n
X

k=

x[k]h[n k].

Persamaan yang terakhir ini menunjukkan bahwa nilai input x[n] yang menghasilkan output y[n] hanya dihitung untuk k n.
c
Sistem Linear, Copyright: 2013
Subiono

107

Sifat-sifat SL waktu Diskrit..

Sebagaimana pada kasus waktu kontinu, dikatakan bahwa barisan x[n] adalah kausal
bila
x[n] = 0, n < 0
dan dinamakan antikausal bila
n 0.

x[n] = 0,

Jadi, bilainput x[n] adalah kausal, maka output y[n] dari suatu SLIV diskrit diberikan oleh
y[n] =

n
X
k=0

5.10.3

h[k]x[n k] =

n
X
k=0

x[k]h[n k].

Kestabilan

Sistem Linear Invarian waktu diskrit stabil BIBO bila respon impulsnya memenuhi

k=

|h[k]| < .

Hal ini bisa ditunjukkan sebagai berikut. Asumsikan input x[n] adalah terbatas, yaitu
|x[n]| k1 , untuk semua n.
Didapat



X


h[k]x[n k]
|y[n]| =

k=

|h[k]| |x[n k]|

k=

k1
Oleh karena itu bila

k=

maka

k=

|h[k]|

|h[k]| < K < ,

|y[n]| k1 K < ,
dengan demikian sistem adalah stabil BIBO.

c
Sistem Linear, Copyright: 2013
Subiono

108

5.11

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Fungsi Eigen dari SLIWD

Misalkan SLIWD disajikan oleh operator T dengan input eksponensial z n , memenuhi


T {z n } = z n ,
maka adalah eigenvalue dari t yang bersesuaian dengan z n . Dengan demikian output
y[n] diberikan oleh
y[n] = T {z n } =
=

k=

h[k]z

k=
n

h[k]z nk
!

zn

= H(z)z
= z n
debgan
= H(z) =

h[k]z k .

k=

Persamaan yang terakhir telah dikenal sebagai transformasi-z dari h[n].

5.12

Sistem yang diuraikan oleh persamaan beda

Aturan dari persamaan differensial yang telah dibahas sebelumnya diganti dengan persamaan beda untuk sistem waktu diskrit.

5.12.1

Persamaan Beda Linear dengan koefisien konstan

Waktu diskrit adalah penyeimbang dari persamaan differensial linear koefisien konstan
tingkat-N, dengan demikain Persamaan Beda Linear dengan koefisien konstan tingkat-N
diberikan oleh
N
M
X
X
ak y[n k] =
bk x[n k],
(5.18)
k=0

k=0

dengan ak dan bk adalah kostanta real. Secara analogi dengan kasus waktu kontinu, penyelesaian dari Persamaan (5.18) dan semua sisfat-sifat sistem seperti kelinearan, kekausalan
dan keinvarianan waktu dapat langsung dikembangkan sesuai apa yang telah dibahas dalam
waktu kontinu.
c
Sistem Linear, Copyright: 2013
Subiono

109

Sistem yang diuraikan oleh persamaan beda..

5.12.2

Formula Rekursif

Suatu alternatif dan sederhana untuk menyelesaikan Persamaan (5.18) adalah menyusun
ulang persamaan kedalam bentuk
!
M
N
X
1 X
bk x[n k]
ak y[n k] ,
(5.19)
y[n] =
a0 k=0
k=1
untuk kasus khusus N = 0, didapat
1
y[n] =
a0

5.12.3

M
X
k=0

bk x[n k] .

Respon Impuls

Tidak seperti kasus waktu kontinu, respon impuls h[n] dapat ditentukan secara mudah dari
Persamaan (5.19) sebagai berikut
1
h[n] =
a0

M
X
k=0

bk [n k]

N
X
k=1

ak y[n k] .

Bila N = 0, maka respon impuls diberikan oleh


! 
M
bn
1 X
, 0nM
a0
h[n] =
bk [n k] =
.
0, yang lainnya
a0 k=0
Contoh.
1. (a). Bila respon step s[n] dari sistem linear diskrit diberikan oleh
s[n] = n u[n], 0 < < 1.
Dapatkan respon impuls h[n] daris sistem.
(b). Hubungan input output dari sistem linear diskrit diberikan oleh
y[n] = ay[n 1] + x[n].
Dapatkan output y[n] bila input x[n] = K[n] dan y[1] = .

c
Sistem Linear, Copyright: 2013
Subiono

110

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Jawab
(a). Respon Step secara konvolusi diberikan oleh
s[n] = h[n] u[n] =

k=

h[k]u[n k] =

n
X

h[k].

k=

Sehingga didapat
h[n] = s[n] s[n 1].
Jadi
h[n] =
=
=
=

s[n] s[n 1]
n u[n] n1u[n 1]
{[n] + n u[n 1]} n1 u[n 1]
[n] (1 )n1u[n 1].

(b). Untuk n 0, secara berulang y[n] didapat sebagai berikut


y[0] = ay[1] + x[0] = a + K
y[1] = ay[0] + x[1] = a(a + K)
y[2] = ay[1] + x[2] = a2 (a + K)
..
.
y[n] = ay[n 1] + x[n] = an (a + K) = an+1 + an K.
Begitu juga, untuk n < 0, y[n] didapat dari penyusunan ulang
y[n 1] =

1
{y[n] x[n]}
a

sehingga didapat
y[1] =
1
1
y[2] =
{y[1] x[1]} = = a1
a
a
1
{y[2] x[2]} = a2
y[3] =
a
..
.
1
{y[n + 1] x[n + 1]} = an+1
y[n] =
a
Oleh karena itu, n Z didapat
y[n] = an+1 + Kan u[n].

c
Sistem Linear, Copyright: 2013
Subiono

Sistem yang diuraikan oleh persamaan beda..

111

2. Dapatkan persamaan keadaan dari suatu sistem linear kontinu yang diberikan oleh
persamaan differensial
(a). y(t) + 3y + 2y(t) = x(t).
(b). y(t) + 3y + 2y(t) = 4x + x(t).
Selanjutnya berikan Gambar diagram dari masing-masing sistem linear tsb.
Jawab
(a). Misalkan q1 (t) = y(t), q2 (t) = y(t),

didapat
q1 (t) = q2 (t)
q2 (t) = 2q1 (t) 3q2 (t) + x(t)
y(t) = q1 (t)
atau dalam bentuk matriks
  

 

0
q1 (t)
0
1
q1 (t)
x(t).
+
=
1
q2 (t)
2 3
q2 (t)
y(t) =

1 0

q1 (t)
q2 (t)

(b). Pada kedua sisi persamaan y(t) + 3y + 2y(t) = 4x + x(t) kenakan transformasi
Laplace, didapat
s2 Y (s) + 3sY (s) + 2Y (s) = 4sX(s) + X(s)
Kedua sisi bagi dengan s2 dan susun ulang persamaan didapat
Y (s) = 3s1 Y (s) 2s2 Y (s) + 4s1 X(s) + s2 X(s)
perhatikan bahwa sk berkaitan dengan mengintegral sebanyak k kali, dalam hal ini
variabel keadaan dipilih sebagai output dari integrator, sehingga didapat
q1 (t) = 3q1 (t) + q2 (t) + 4x(t)
q2 (t) = 2q1 (t) + x(t)
y(t) = q1 (t)
atau dalam bentuk matriks
  

 

4
q1 (t)
3 1
q1 (t)
x(t).
+
=
1
q2 (t)
2 0
q2 (t)
y(t) =

1 0

q1 (t)
q2 (t)

c
Sistem Linear, Copyright: 2013
Subiono

112

Sistem yang diuraikan Oleh Persamaan Differensial dan Persamaan Beda..

Masing-masing gambar blok diagram sistem (a) dan (b) diberikan oleh dua gambar
berikut.
3
x(t)+

q2

q2

q1

q1 y(t)

2
Gambar (a)

x(t)
1

q2

R q2 P+ q1 R
+ 3
Gambar (b)

c
Sistem Linear, Copyright: 2013
Subiono

q1 y(t)

Bab

Analisis Ruang Keadaan Sistem


Sebegitu jauh yang telah dibahas dalam sistem linear invarian waktu berdasarkan pada
hubungan input-outputnya, hal ini dikenal sebagai uraian luar sistem. Pada bahasan
berikut ini dikaji representasi ruang keadaan dari sistem yang dikenal sebagai uraian
dalam sistem. Beberapa keuntungan penyajian ruang keadaan sistem adalah:
1. memberikan suatu pengertian dalam perilaku sistem
2. dapat menangani sistem dengan multi input multi output dalam satu kesatuan cara.
3. dapat diperluas ke sistem nonlinear varian waktu.

6.1

Konsep ruang Keadaan

Definisi :
Keadaan dari suatu sistem pada saat t0 ( atau n0 ) didefinisikan sebagai informasi minimal
yang cukup untuk menentukan keadaan dan output dari sistem untuk semua t t0 (atau
n tn0 ) ketika input pada sistem diketahui pada t t0 (atau n n0 ). Peubah-peubah
yang memuat informasi ini dinamakan peubah kedaan. Definisi ini hanya berlakun untuk
sistem kausal.
Misalkan sistem linear invarian waktu single-input single-output dari rangkain elektrik
yang mempunyai struktur telah diketahui. Mengetahui secara lengkap input x(t) pada
interval sampai t adalah cukup menentukan output y(t) sepanjang interval yang sama.
Bagaimanapun hal ini, bila input x(t) diketahui hanya pada interval t0 sampai t, maka arus
yang melalui induktor dan voltage sepanjang kapasitor pada waktu t0 harus diketahui agar
supaya dapat menentukan output y(t) sepanjang interval t0 sampai t. Arus dan voltage
ini merupakan "keadaan" rangkaian elektrik pada waktu t0 . Dalam hal ini, keadaan dari
rangkaian berkaitan dengan memori dari rangkaian elektrik.
113

114

6.2

Analisis Ruang Keadaan Sistem..

Pemilihan Peubah Keadaan

Karena peubah keadaan dari sistem dapat diintepretasikan sebagai "elemen memori" dari
sistem, untuk sistem waktu diskrit yang mana dibentuk oleh elemen tunda-satuan, amplifier dan adder, dipilih output dari elemen tunda-satuan sebagai peubah keadaan dari
sistem. Sedangkan untuk sistem waktu kontinu dibentuk oleh integrator, amplifier dan
adder, dipilih output dari integrator sebagai peubah keadaan sistem. Untuk sistem waktu
kontinu yang memuat elemen penyimpan-energi fisis, output dari elemen memori ini bisa
dipilih sebagai peubah keadaan sistem. Pemilihan peubah keadaan juga bisa dilakukan dari
bentuk sistem yang diberikan oleh model persamaan differensial atau persamaan beda. Perluh diperhatikan bahwa pilihan dari peubah keadaan sistem tidak tunggal, ada takhingga
banyak pilihan peubah keadaan sistem.
Contoh
Misalkan sistem linear waktu diskrit diberikan oleh Gambar berikut. Dapatkan representasi ruang keadaan sistem dengan memilih output dari elemen tunda satuan 1 dan 2
sebagai peubah keadaan q1 [n] dan q2 [n].
x[n]
+

+
2

y[n]

+
3
2

1
1
q1 [n + 1] q2 [n] z
q2 [n + 1]
q1 [n] z

Dari Gambar didapat


q1 [n + 1] = q2 [n]
q2 [n + 1] = 2q1 [n] + 3q2 [n] + x[n]
y[n] = 2q1 [n] + 3q2 [n] + x[n]
atau dalam bentuk matriks

 

  
q1 [n + 1]
0 1
q1 [n]
0
=
+
x[n]
q2 [n + 1]
2 3
q2 [n]
1
y[n] =
atau

2 3

q1 [n]
q2 [n]

+ x[n]

q[n + 1] = Aq[n] + Bx[n]


y[n] = Cq[n] + Dx[n]
c
Sistem Linear, Copyright: 2013
Subiono

115

Pemilihan Peubah Keadaan..

dimana
q[n] =

q1 [n]
q2 [n]

, A=

0 1
2 3

, B=

0
1

, C=


2 3 , D = 1.

Kerjakan ulang contoh sebelumnya dengan memilih output elemen tunda satuan 2 dan 1
sebagai peubah keadaan v1 [n] dan v2 [n] dan selidiki hubungan hasil perubahan ini dengan
hasil sebelumnya. Untuk melakukan hal ini, tampilkan lagi gambar sebelumnya tetapi
dengan perubahan peubah keadaan yang baru
x[n]
+

+
2

y[n]

+
3
2

1
1
v1 [n + 1]
v2 [n] z v2 [n + 1] v1 [n] z

Dari Gambar didapat


v1 [n + 1] = 3v1 [n] + 2v2 [n] + x[n]
v2 [n + 1] = v1 [n]
y[n] = 3v1 [n] + 2v2 [n] + x[n]
atau dalam bentuk matriks
  

 

1
v1 [n]
3 2
v1 [n + 1]
x[n]
+
=
0
v2 [n]
1 0
v2 [n + 1]
y[n] =
atau

3 2

v1 [n]
v2 [n]

+ x[n]

v[n + 1] = Av[n]
+ Bx[n]

y[n] = Cv[n]
+ Dx[n]
dimana
v[n] =

v1 [n]
v2 [n]

, A =

3 2
1 0

=
, B

1
0

, C =

3 2

Perhatikan bahwa: v1 [n] = q2 [n] dan v2 [n] = q1 [n]. Sehingga didapat




0 1
v[n] =
q[n] = T q[n].
1 0

= 1.
, D

c
Sistem Linear, Copyright: 2013
Subiono

116

Analisis Ruang Keadaan Sistem..

Selanjutnya, dengan menggunakan hasil sebelumnya didapat





1 

0 1
0 1
0 1
3 2
1

T AT =
=
= A,
1 0
2 3
1 0
1 0
   

1
0
0 1

=B
=
TB =
0
1
1 0
dan

CT

2 3

0 1
1 0

3 2

D = 1 = D.

= C,

Contoh berikut menunjukkan pemilihan peubah keadaan berdasarkan elemen yang menyimpan energi.
Tinjau jaringan elektrik berikut yang terdiri dari resistor R, kapasitor C dan kumparan
L. Jaringan dihubungkan dengan voltage drop V dan voltage drop pada kapasitor diukur.
Arus dinotasikan oleh I.
I
R
V

VC

Bila VR , VC dan VL masing-masing menyatakan voltage drop pada resistor, kapasitor dan
kumparan, maka dari hukum rangkaian elektrik diperoleh
VR = RI, VC =

dI
1
Q, VL = L ,
C
dt

dimana Q menyatakan muatan elektrik pada kapasiator yang memenuhi I =


hukum Kirchhoff V = VR + VC + VL . Jadi
V = RI +

1
dI
dQ
Q+L , I =
.
C
dt
dt

Selanjutnya disusun kembali Persamaan (6.1) sebagai berikut


 

 

d
Q
0
1
Q
0

=
+ 1 V,

LC
R
I
dt I
L
L



VC = [ C 0]
I

Bila input x(t) = V (t) dan output y(t) = VC (t) dan



 

 
1

0
1
Q
0
,A =
q=
1
R ,B = 1 ,C = C 0
LC L
I
L
c
Sistem Linear, Copyright: 2013
Subiono

dQ
.
dt

Menurut

(6.1)

117

Pemilihan Peubah Keadaan..

dimana perlu ditekankan bahwa C yang baru di definisikan adalah matriks yang berukuran
1 2 hal ini dijelaskan supaya tidak ada kebingungan dengan kapasitor yang juga menggunakan simbol yang sama. Dengan cara penulisan tsb. didapat uraian sistem berikut
ini

q(t)
= Aq(t) + Bx(t), y(t) = Cq(t).
Catatan : Eleminasi I dari persamaan (6.1) menghasilkan persamaan differensial biasa
tingkat dua dengan koefisien konstan sebagaimana berikut
L

d2 Q
dQ
1
+R
+ Q = V.
2
dt
dt
C

Contoh berikut menjelaskan lagi bagaimana memilih peubah keadaan dari sudut pandang
elemen yang menyimpan energi dan dari sudut pandang keluaran suatu integrator dari
suatu sistem yang sama.
Suatu rangkaian seri RLC yang diberikan dalam Gambar 6.1 voltage e(t) sama dengan
K

i(t)
e(t)

i(t)
C
Gambar 6.1: Rangkaian seri RLC.

jumlah dari penurunan voltage (voltage drop) bila swicth ditutup diberikan oleh persamaan
berikut:
VL + VR + VC = e(t)
(6.2)
R
di
atau L dt
+ Ri(t) + C1 i(t)dt = e(t). Rangkain memuat dua elemen yang menyimpan
energi, yaitu induktor L dan kapasitor C. Misalkan q1 (t) = VC dan q2 (t) = i(t), didapat
1
q2 (t)
C
1
R
1
q2 (t) = q1 (t) q2 (t) + e(t)
L
L
L

q1 (t) =

atau dalam bentuk matriks


  

 

1
0
q1 (t)
0
q1 (t)
C
+ 1 e(t).
=
1
R
L L q2 (t)
q2 (t)
L
c
Sistem Linear, Copyright: 2013
Subiono

118

Analisis Ruang Keadaan Sistem..

Bila masukan dari sistem x(t) = e(t) dan keluaran dari sistem y(t) = VC (t), didapat uraian
sistem dalam fariabel keadaan sebagai berikut:

 
  

1
0
0
q

(t)
q
(t)

1
1
C

=
+ 1 x(t)

q
(t)
L1 R
q2 (t)
2
L
L
(6.3)





q
(t)

.
y(t) = 1 0
q2 (t)
Catatan:

Z
1
q
i(t)dt.
=
VC (t) =
C
C
Untuk q(t) = VC (t) dan e(t) = x(t) persamaan (6.2) dapat ditulis dalam bentuk:
LC q(t) + RC q(t)
+ q(t) = x(t)
atau

1
1
RC
q(t)
+
q(t) =
x(t).
(6.4)
LC
LC
LC
Hasil-hasil yang didapat disini bisa kita bandingkan dengan kajian pada contoh rangkainelektrik yang telah diberikan sebelumnya. Dalam persamaan (6.4) ada dua keluaran integrator yaitu q(t)
dan q(t).
q(t) +

Gambar 6.2: Keluaran dari integrator.

Kita dapat pilih fariabel keadaan q1 (t) = q(t) dan q2 (t) = q(t).

Sehingga didapat:
q1 (t) = q2 (t)
1
q2 (t) = LC
q1 (t) R
q (t) +
L 2

1
x(t).
LC

Untuk masukan x(t) dan keluaran y(t) = q(t) = q1 (t), didapat:



  

 
0
q
(t)
0
1
q

(t)

1
1

+ 1 x(t)
=

R
1

q
(t)

(t)
2
2
LC
L
LC



q
(t)

.
y(t) = [1 0]
q2 (t)

(6.5)

Terlihat bahwa walaupun pengambilan fariabel keadaan dari dua sudut pandang yang
berbeda tetapi hasil diskripsi sistemnya dalam penyajian ruang keadaan hampir mirip, hal
ini bisa dilihat dalam persamaan (6.3) dan (6.5). Diagram blok dari rangkaian listrik ini
diberikan dalam Gambar 6.3
c
Sistem Linear, Copyright: 2013
Subiono

Penyelesaian dari Persamaan Keadaan untuk Sistem LIWD..

x(t)

1
LC

q(t) R

q(t)

119

R q(t) = y(t)

-R
L

1
- LC

Gambar 6.3: Diagram blok RLC.

6.3

Penyelesaian dari Persamaan Keadaan untuk Sistem LIWD

Diberikan representasi keadaan dimensi-N:


q[n + 1] = Aq[n] + Bx[n]
y[n] = Cq[n] + Dx[n]

(6.6)
(6.7)

Bila keadaan awal q[0] dan x[n] diberikan, maka secara iteratif q[n] diberikan oleh
q[1] = Aq[0] + Bx[0]
q[2] = Aq[1] + Bx[1] = A {Aq[0] + Bx[0]} + Bx[1]
= A2 q[0] + ABx[0] + Bx[1]
..
.
q[n] = An q[0] + An1 Bx[0] + . . . + Bx[n 1]
n1
X
An1k Bx[k], n > 0.
= An q[0] +

(6.8)

k=0

Bila keadaan awal adalah q[n0 ] dan x[n] diketahui, maka dengan cara serupa q[n] diberikan
oleh
n1
X
nn0
q[n] = A
q[n0 ] +
An1k Bx[n0 + k], n > n0 .
(6.9)
k=0

Matriks A diberikan oleh

def

An = AA
. . . A}
| {z
n

dinamakan matriks transisi dari sistem waktu diskrit. Substitusikan Persamaan (6.8) ke
Persamaan (6.7) didapat output y[n] diberikan oleh:
n

y[n] = CA q[0] +

n1
X

CAn1k Bx[k] + Dx[n], n > 0.

(6.10)

k=0

c
Sistem Linear, Copyright: 2013
Subiono

120

Analisis Ruang Keadaan Sistem..

Suku CAn q[0] adalah respon input-nol (zero-input) dan suku

n1
P

CAn1k Bx[k] + Dx[n]

k=0

adalah respon keadaan-nol (zero-state).

6.4

Menentukan matriks An

Cara 1: Misalkan A matriks berukuran N N, maka polinomial karakteristik dari matriks


A diberikan oleh
p() = |I A| = 0,
(6.11)

Akar-akar p() = 0 adalah k (k = 1, 2, . . . , N) dinamakan nilai eigen dari A. Dengan


menggunakan Theorema Hamilton-Cayley, matriks An dapat diungkapkan sebagai
f (A) = An = b0 I + b1 A + . . . + bN 1 AN 1 .

(6.12)

Bila nilai eigen k semuanya berbeda, koefisien b0 , b1 , . . . , bN 1 bisa diperoleh dari kondisi
f (k ) = nk = b0 + b1 k + . . . + bN 1 kN 1 , k = 1, 2, . . . , N.
Contoh
(1). Dapatkan An untuk

0 1
A=
18 43

Jawab: Polinomial karakteristik p() dari matriks A diberikan oleh




1

p() = |I A| = 1
3

8
4
3
1
1
1
2
= + = ( )( ).
4
8
2
4
Didapat 1 = 21 , 2 = 14 , sehingga dengan menggunakan Persamaan (6.13) didapat


b0
b1
n
A = b0 I + b1 A =
18 b1 b0 + 34 b1
dan b0 , b1 adalah penyelesaian dari
 n
 
1
1
=
b0 + b1
2
2
 n
 
1
1
=
b0 + b1
4
4
didapat

 n
 n
 n
 n
1
1
1
1
b0 =
+2
, b1 = 4
4
.
2
4
2
4

c
Sistem Linear, Copyright: 2013
Subiono

(6.13)

Menentukan matriks An ..

121

Jadi

An =

12


1 n
2

+2


1 n
2

1
2


1 n
4


1 n
4


1 n
2


1 n
2


1 n
4


1 n
4

+
2

 n 
  n 

1
1
1 4
2 4
=
+
1
12 2
1
2
4
2

Pendiagonalan matriks dapat digunakan untuk menghitung An . Matriks A dapat didiagonalkan bila
A = P DP 1 An = P D n P 1 ,
dengan D adalah matriks diagonal, elemen diagonal D merupakan nilai eigen dari A.
Matriks A dapat didiagonalkan bila semua nilai eigen dari A berbeda. Contoh sebelumnya,
 
1
2
nilai eigen 1 = vektor eigen x1 =
1
2
 
1
4
nilai eigen 2 = vektor eigen x2 =
1
4
Matriks P dan P 1 didapat sebagai berikut


 1



2 2
2 4
1
P = 1
P = x1 x2 =
1
1 1
2

Sehingga didapat
n

A = PD P


n  1
  1 n

 
2 4 12 0
2 2
2 4
2
=
=
1
1 1 0 14
1 1
1
0
2

0
1 n
4

atau

An =

12


1 n
2


1 n
2

+2
1
2


1 n
4


1 n
4


1 n
2


1 n
2

1
2

2
1


1 n
4


1 n
4

 n 
  n 

1
1
1 4
2 4
=
+
1
12 2
1
2
4
2
+

 1
2

Terlihat memberikan hasil yang sama seperti hasil sebelumnya.


Juga bila semua nilai eigen dari A berbeda, A dapat dihitung menggunakan dekomposisi
spektral
An = n1 E1 + n2 E2 + . . . + nN EN ,
c
Sistem Linear, Copyright: 2013
Subiono

122

Analisis Ruang Keadaan Sistem..

dengan

Ek =

N
Q

m=1
m6=k

N
Q

(A m I)

m=1
m6=k

(k m )

Kerjakan lagi Contoh sebelumnya menggunakan dekomposisi spektral, didapat



 1  
1
1
1
1 4
4 1
E1 =
(A 2 I) = 1 1 (A I) = 4
1
1 =
21 2

1 2
4

8
2
2
4
dan

1
(A 1 I) =
E2 =
2 1

1
4


 1  
1
1
2 4
2 1
= 1
(A I) = 4
1
18 41
2
12
2

Oleh karena itu


n

A =

n1 E1

n2 E2

 n 
  n 

1
1
1 4
2 4
=
+
1
12 2
1
2
4
2

Menghitung An juga dapat dilakukan dengan cara invers transformasi-z sebagai berikut:
Pertama kenakan transformasi-z pada Persamaan (6.6) dan (6.7), didapat
zQ(z) zq[0] = AQ(z) + BX(z)
Y (z) = CQ(z) + DX(z)

(6.14)
(6.15)

dimana X(z) = Z{x[n]}, Y (z) = Z{y[n]} dan Q(z) = Z{q[n]}. Didapat


(zI A)Q(z) = zq[0] + BX(z)
atau
Q(z) = (zI A)1 zq[0] + (zI A)1 BX(z)
Kedua ruas kenakan invers transformasi-z didapat

dan





q[n] = Z 1 (zI A)1 q[0] + Z 1 (zI A)1 BX(z)




y[n] = CZ 1 (zI A)1 q[0] + CZ 1 (zI A)1 BX(z) + Dx[n].

(6.16)

(6.17)

Dari Persamaan (6.8) dan (6.16) didapat



An = Z 1 (zI A)1
c
Sistem Linear, Copyright: 2013
Subiono

(6.18)

Menentukan matriks An ..

123

Terlihat, Persamaan (6.18) dapatkan digunakan untuk menghitung An . Contoh yang sama
sebelumnya, An dihitung dengan Persamaan (6.18), didapat




1
z 1
z 43 1
1
=
(zI A)
= 1
1
z 43
(z 12 )(z 14 ) 8 z
8

3
z 4
1
1
(z
2 )(z 4 )

Oleh karena itu

1
(z 21 )(z 14 )

18
(z 21 )(z 14 )

z
(z 21 )(z 14 )

z1 1 + 2 z1 1
2

21 z1 1 +
2

1 1
2 z 14

4 z1 1 4 z1 1
2

2 z1 1
2

1
z 41



An = Z 1 (zI A)1 z

zz 1 + 2 zz 1 4 zz 1 4 zz 1
2
4
2
4

= Z 1

21 zz 1 + 21 zz 1 2 zz 1 zz 1
2
4
2
4





n
n
n
n
21 + 2 41
4 12 4 41

=




1 1 n
1 n
1 n
1 1 n
2 2 4
2 2 + 2 4
  n 

 n 
1
1
1 4
2 4
+
=
1
1
12 2
2
4
2
Hasil-hasil penghitungan An yang telah dilakukan dengan menggunakan Persamaan (6.13)
kusus untuk semua nilai eigen k berbeda. Bila beberapa nilai eigen adalah rangkap,
misalkan nilai eigen = i rangkap sebanyak r, maka Persamaan (6.13) perlu tambahan
persamaan
!

N
1

n1
X

d
dn1
m

=
, n = 1, 2, . . . , r.
(6.19)
f
()
b


m


dn1
dn1
=i
m=0

Contoh. Dapatkan An bila

=i


2 1
A=
.
0 2

Polinomial karakteristik p() dari A diberikan oleh





2
1
= ( 2)2 .
p() = |I A| =
0
2

c
Sistem Linear, Copyright: 2013
Subiono

124

Analisis Ruang Keadaan Sistem..

Terlihat 1 = 2 = 2 dan dengan menggunakan Theorema Cayley-Hamilton An diberikan


oleh


b0 + 2b1
b1
n
f (A) = A = b0 I + b1 A =
0
b0 + 2b 1
Gunakan Persamaan (6.13) dan (6.19) didapat
b0 + b1 = n
b1 = nn1
atau
b0 + 2b1 = 2n
b1 = n2n1
Sehingga diperoleh b0 = (1 n)2n , b1 = n2n1 dan

 n
2 n2n1
n
.
A =
0
2n

6.5

Rumus umum An untuk kasus ukuran matriks 2 2,


n = 0, 1, 2, . . .

Diberikan matriks matriks



a b
A=
c d

Polinomial karakteristik dari A diberikan oleh


p() = 2 (a + d) + (ad bc) = 0.
misalkan 1 = (a + d) dan 2 = (ad bc), didapat
2 + 1 + 2 = 0.
Dengan menggunakan Theorema Cayley-Hamilton matriks A memenuhi
A2 + 1 A + 2 I = 0.

(6.20)

Selanjutnya lakukan algorithma pembagian terhadap plinomial n dibagi oleh polinomial


2 + 1 + 2 , didapat
n = (2 + 1 + 2 )q() + r()
atau
n = (2 + 1 + 2 )q() + 1 + 2 .
c
Sistem Linear, Copyright: 2013
Subiono

(6.21)

Rumus umum An untuk kasus ukuran matriks 2 2, n = 0, 1, 2, . . ...

125

Dengan menggunakan Persamaan (6.21) matriks An diberikan oleh


An = (A2 + 1 A + 2 I)q(A) + 1 I + 2 A
Gunakan Persamaan (6.20), didapat
An = 1 I + 2 A.

(6.22)

Untuk menentukan 1 dan 2 , misalkan nilai karakteristik dari A adalah 1 dan 2 dengan
1 6= 2 . Substitusikan nilai karakteristik ini pada Persamaan (6.21), didapat
n1 = (21 + 1 1 + 2 )q(1 ) + 1 + 2 1
n2 = (22 + 1 2 + 2 )q(2 ) + 1 + 2 2
atau diperoleh persamaan linear berikut
n1 = 1 + 2 1
n2 = 1 + 2 2 .
Selesaikan persamaan linear tersebut, didapat

n
1 1

n
2
n 1 n2
2
= 2 1
1 =
1 1
2 1


1 2

dan


1

1
2 =
1

1


n1
n2
n n1
= 2
.
2 1
1
2

Substitusikan hasil-hasil ini pada Persamaan (6.22), didapat


n

A =

n
2 n
1 1 2
2 1


1 0
+
0 1

n
n
2 1
2 1



a b
.
c d

Kasus bila 1 = 2 , tidak bisa digunakan hasil sebelumnya sebab




1 1


1 2 = 0.
Untuk ini, pada persamaan

n = ( 1 )2 q() + 1 + 2
c
Sistem Linear, Copyright: 2013
Subiono

126

Analisis Ruang Keadaan Sistem..

substitusikan = 1 , didapat

n1 = 1 + 2 1 .

(6.23)

Selanjutnya kedua ruas Persamaan (6.23) turunkan terhadap 1 didapat


n1n1 = 2 .

(6.24)

Hasil Persamaan (6.24) substitusikan pada Persamaan (6.23), didapat


1 = n1 2 1 = n1 nn1 = (1 n)n1 .
Dengan demikian untuk 1 = 2 , matriks An diberikan oleh




n1 a b
n
n 1 0
.
+ n1
A = (1 n)1
c d
0 1
Contoh
1). Diberikan matriks

0 1
A=
31 34

Polinomial karakteristik dari A adalah

4
1
1
p() = |I A| = 2 + = 0 1 = 1, 2 = .
3
3
3
Didapat
An =

1
3

0


1 n
(3) 1

1 0
+ 1

1
0
1
1

1
1
3
3

3
 n1 ! 

1 1 1
3
1 0
+
+
0
1
2 2 3
2
( 31 )n

3
3
3

 n
2
2
1 2

+
.
3 1
1
3

2
2
2

2). Diberikan matriks



1 3
A=
2 6

1
2

=
1

1
4
3

 n1 ! 0
1 1

1
2 3

1
4
3

Nilai karakteristik dari A adalah 1 = 7 dan 2 = 0. Dengan demikian matriks An


diberikan oleh


n
n1 1 3
A =7
2 6
c
Sistem Linear, Copyright: 2013
Subiono

127

Fungsi Transfer Sistem H(z)..

Bila n = 1, didapat



1 1 3
=
,
49 2 6

tetapi det(A) = 0, jadi matriks A tidak punya invers. Terlihat disini bahwa formula yang
telah dibahas berkaitan dengan penghitungan An tidak berlaku untuk n = 1, Secara
umum juga tidak berlaku untuk bilangan bulat yang negatif.
3). Diberikan matriks



2 1
A=
0 2

Nilai karakteristik dari A adalah 1 = 2 = 2. Karena mempunyai nilai karakteristik


1 = 2 , maka matriks An diberikan oleh




n1 a b
n
n 1 0
+ n 1
A = (1 n) 1
c d
0 1




n1 2 1
n 1 0
+ n2
= (1 n) 2
0 2
0 1


 1
1 0
2 2
=
+ 2n n
.
0 1
0 2

6.6

Fungsi Transfer Sistem H(z)

Fungsi transfer dari sistem didefinisikan sebagai


def

H(z) =
Jadi

Y (z)
untuk q[0] = 0
X(z)



Q(z) = (zI A)1 BX(z) dan Y (z) = C(zI A)1 B + D X(z)

Maka dari itu H(z) diberikan oleh



H(z) = C(zI A)1 B + D .

6.7

(6.25)

Kestabilan Sistem

Dari Persamaan (6.10) terlihat bahwa output y[n] ditentukan oleh An dengan demikian
bila semua nilai eigen k dari matriks A memenuhi
|k | < 1, untuk semua k,

(6.26)

maka sistem adalah stabil asimtotik, yaitu untuk sebarang keadaan awal q0 yang berhingga
keadaan q[n] akan menuju ke nol untuk n . Bila semua nilai eigen dari A berbeda
c
Sistem Linear, Copyright: 2013
Subiono

128

Analisis Ruang Keadaan Sistem..

dan memenuhi kondisi (6.26), maka sistem juga stabil BIBO.


Contoh
Diberikan fungsi transfer dari sistem LIWD oleh
H(z) =

2z 2

z
3z + 1

Dapatkan representasi dari sistem.


Tulis ulang H(s) sebagai
1 1
z
z
Y (z)
2
H(z) = 2
=
3 1
1 2
3 1
1 2 =
X(z)
2z (1 2 z + 2 z )
1 2z + 2z

Didapat
1
1
3
Y (z) = z 1 Y (z) z 2 Y (z) + z 1 X(z)
2
2
2
Pada kedua sisi persamaan lakukan transformasi balik Z 1 , didapat
3
1
1
y[n] = y[n 1] y[n 2] + x[n 1].
2
2
2
Pilih peubah keadaan sebagai output dari tunda satuan, didapat
y[n] = q1 [n]
3
1
q1 [n + 1] =
y[n] + q2 [n] + x[n]
2
2
1
3
q1 [n] + q2 [n] + x[n]
=
2
2
1
1
q2 [n + 1] = y[n] = q1 [n].
2
2
Atau dalam bentuk matriks

 3

 1

q1 [n + 1]
1 q1 [n]
2
=
+ 2 x[n]
q2 [n + 1]
12 0 q1 [n]
0



 q1 [n]
y[n] = 1 0
q1 [n]
Terlihat bahwa matriks A dari sistem diberikan oleh

 3
1
2
A=
21 0
c
Sistem Linear, Copyright: 2013
Subiono

129

Penyelesaian dari Persamaan Keadaan untuk Sistem LIWK..

dengan nilai eigen 1 = 1 dan 2 = 12 . Walaupun |2 | = 21 < 1, tetapi |1 | = 1 1. Jadi


sistem tidak stabil asimtotik. Selanjutnya bila y[0] = y[1] = 0 dan input x[n] = [n],
maka output y[n] diberikan oleh
y[n] =

n1
X

CAn1k B[n] = CAn1 B

k=0

dengan

1
An = E1 + ( )n E2
2

dan




2
0
1 2
E1 =
, E2 =
.
1 1
1 1

Jadi
An =
dan

6.8

1
1 2
2
0
=
+ ( )n
1 1
1 1
2

2 ( 12 )n
1

( 21 )n

2( 12 )n
1 +

( 12 )n

1
2( 21 )n1
2 ( 12 )n1
2


= 1 ( 1 )n .
y[n] = CAn1 B = 1 0
2
1 ( 12 )n1 1 + ( 21 )n1
0

Penyelesaian dari Persamaan Keadaan untuk Sistem LIWK

Diberikan representasi keadaan dimensi-n:

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t) + Dx(t)

(6.27)
(6.28)

Bila keadaan awal q(0) dan x(t) diberikan, maka keadaan q(t) dapat ditentukan. Untuk
menyelesaikan Persamaan Keadaan dapat dilakukan dengan cara Transformasi Laplace sebagai berikut. Pada kedua sisi Persamaan (6.27) dan (6.28) kenakan transformasi Laplace,
didapat
sQ(s) q(0) = AQ(s) + BX(s)
Y (s) = AQ(s) + DX(s)

(6.29)

dengan X(s) = L{x(t)}, Y (s) = L{y(t)} dan Q(s) = L{q(t)}. Susun ulang Persamaan (6.29)
didapat
(sI A)Q(s) = q(0) + BX(s)
c
Sistem Linear, Copyright: 2013
Subiono

130

Analisis Ruang Keadaan Sistem..

atau
Q(s) = (sI A)1 q(0) + (sI A)1 BX(s).
Substitusikan Persamaan (6.30) pada Persamaan (6.30) didapat


Y (s) = C(sI A)1 q(0) + C(sI A)1 B + D X(s).

(6.30)

(6.31)

Dengan melakukan transformasi Laplace balik pada Persamaan (6.31) didapat ouput y(t).
Perlu diperhatikan bahwa suku C(sI A)1 q(0) berkaitan dengan respon input nol (zeroinput) dan suku [C(sI A)1 B + D] X(s) berkaitan dengan respon keadaan nol (zerostate).

6.9

Fungsi Transfer Sistem H(s)

Sebagaimana fungsi transfer dari sistem diskrit, fungsi transfer H(s) didefinisikan sebagai
def

H(s) =

Y (s)
untuk q(0) = 0.
X(s)

Maka dari itu H(s) diberikan oleh




H(s) = C(sI A)1 B + D .

(6.32)

Penyelesaian masalah ruang keadaan untuk sistem linear invarin waktu kontinu juga dinamakan penyelesaian dalam daerah waktu (time domain). Penyelesaian masalah ini sebagai
berikut. Pertama, dalam dimensi satu telah diketahui
eat = 1 + at +

ak
a2 2
t + . . . + tk + . . .
2!
k!

Dari ide ini, diperluas untuk dimensi n yaitu a sekarang merupakan matriks A dengan
ukuran n n, selanjutnya didefinisikan
def

eAt = I + At +

A2 2
Ak k
t + ...+
t + ...
2!
k!

(6.33)

Sebagai mana pada ea(t ) = eat ea , dapat ditunjukkan bahwa


eA(t ) = eAt eA

(6.34)

eAt eAt = e0 = I

(6.35)

dan untuk t = didapat


Jadi
eAt = eAt

1

c
Sistem Linear, Copyright: 2013
Subiono

(6.36)

131

Fungsi Transfer Sistem H(s)..

hal ini menunjukkan bahwa eAt adalah invers dari eAt . Diferensialkan Persamaan (6.33)
terhadap t, didapat
A2
Ak k1
d At
e
= 0+A+
2t + . . . +
kt
+ ...
dt
2!
k!


A2 2
Ak k
= A I + At +
t + ...+
t + ...
2!
k!


A2 2
Ak k
= I + At +
t + ...+
t + ... A
2!
k!
Hal ini berakibat bahwa

d At
e = AeAt = eAt A.
dt
Selanjutnya dengan menggunakan persamaan

(6.37)

d
dA
dB
(AB) =
B+A
dt
dt
dt
dan Persamaan (6.37), didapat

d  At
e q(t) =
dt


d At

q(t) + eAt q(t)


e
dt

= eAt Aq(t) + eAt q(t).

(6.38)

Kedua sisi Persamaan (6.27) kalikan dengan eAt , didapat

eAt q(t)
= eAt Aq(t) + eAt Bx(t)
atau
eAt Aq(t) = eAt Bx(t).
eAt q(t)

(6.39)

Dari Persamaan (6.38), Persamaan (6.39) dapat ditulis sebagai



d  At
e q(t) = eAt Bx(t).
dt

(6.40)

Kedua sisi Persamaan (6.40) integralkan dari 0 sampai t, didapat

atau

t
eAt q(t) 0 =

Zt

eA Bx( )d

eAt q(t) q(0) =

Zt

eA Bx( )d

c
Sistem Linear, Copyright: 2013
Subiono

132

Analisis Ruang Keadaan Sistem..

Oleh karena itu keadaan q(t) diberikan oleh


q(t) = eAt q(0) +

Zt

eA(t ) Bx( )d.

(6.41)

Matriks eAt dikenal sebagai matriks transisi keadaan. Selanjutnya substitusikan Persamaan (6.41) pada Persamaan (6.28) didapat output y(t) yang diberikan oleh
At

y(t) = Ce q(0) +

Zt

CeA(t ) Bx( )d.

(6.42)

6.10

Penghitungan matriks eAt

Seperti menghitung An , gunakan Teorema Cayley-Hamilton, didapat


f (At) = eAt = b0 I + b1 (At) + . . . + bn1 (At)n1

(6.43)

Bila semua nilai eigen k berbeda, koefisien b0 , b1 , . . . , bn1 bisa diperoleh dari kondisi
f (k t) = ek (t) = b0 + b1 k t + . . . + bn1 (k t)n1 , k = 1, 2, . . . , n.
Contoh
Dapatkan eAt untuk

0 1
A=
18 43

Jawab: Polinomial karakteristik p() dari matriks A diberikan oleh




1

p() = |I A| = 1
3

8
4
3
1
1
1
2
= + = ( )( ).
4
8
2
4
Didapat 1 = 21 , 2 = 14 , sehingga dengan menggunakan Persamaan (6.45) didapat

b0
b1 t

eAt = b0 I + b1 At =
3
1
8 b1 t b0 + 4 b1 t

dan b0 , b1 adalah penyelesaian dari

1
1
b0 + b1 t = e 2 t
2
1
1
b0 + b1 t = e 4 t
4

c
Sistem Linear, Copyright: 2013
Subiono

(6.44)

Penghitungan matriks eAt ..

didapat

133

1
1
4 1
4 1
b0 = 2e 4 t e 2 t , b1 = e 2 t e 4 t .
t
t

Jadi
eAt

1
1
1
2e 4 t e 2 t 4e 2 t 4e 4 t

=
.
1
1
1
1
e 4 t e 2 t
t
t
2e 2 e 4
2

Selanjutnya diselesaikan dengan pendiagonalan matriks sebagai berikut. Matriks P sebagaimana telah dihitung sebelumnya diberikan oleh


 1

2 2
2 4
1
dan P = 1
P =
1
1 1
2
Sehigga didapat

eAt = P DP 1

1
1
1

 e 21 t 0  1
2e 4 t e 2 t 4e 2 t 4e 4 t
2 4

12 2 =
=
.
1 1
1
1 1
1
t
t
1
1
2
t
4
2
e
e
t
t
0 e4
2e 2 e 4
2


Terlihat memberikan hasil yang sama seperti sebelumnya.

Contoh-contoh
1. Diberikan sistem
y(t)
+ 2y(t) = x(t) + x(t).

Dapatkan respon inpuls h(t).


Jawab.
Respon impuls h(t) memenuhi

h(t)
+ 2h(t) = (t) + (t).
Kedua ruas kenakan Transformasi Laplace
n
o
n
o

L h(t)
+ 2h(t) = L (t) + (t)

didapat

sH(s) + 2H(s) = 1 + s
Oleh karena itu
H(s) =

1
s+1
=1
.
s+2
s+2

c
Sistem Linear, Copyright: 2013
Subiono

134

Analisis Ruang Keadaan Sistem..

Kedua ruas kenakan invers transformasi Laplace, didapat




1
1
1
1
L {H(s)} = L
s+2
atau
h(t) = (t) e2t u(t).
2. Diberikan Fungsi transfer sistem oleh
H(s) =

s2

s+1
+ 5s + 6

6
Bila input step X(s) = U(S) = . Dapatkan output y(t) bila keadaan awal nol.
s
Jawab
L{y(t)} = H(s)U(s) =
Sehingga didapat
y(t) = L
atau

s3


1
3
4
6(s + 1)
= +

2
+ 5s + 6s
s s+2 s+3
1
3
4
+

s s+2 s+3

y(t) = 1 + 3e2t 4e3t .


3. Gunakan cara peubah keadaan untuk menyelesaiakan signal diskrit yang diberikan
oleh persamaan beda
3y[n] 4y[n 1] + y[n 2] = x[n]
dengan x[n] = ( 12 )n u0 [n] dan y[1] = 1, y[2] = 2.
Jawab
Output y[n] bisa ditulis ulang sebagai
1
1
4
y[n] y[n 1] + y[n 2] = x[n].
3
3
3
Misalkan q1 [n] = y[n 2] dan q2 [n] = y[n 1], didapat
q1 [n + 1] = q2 [n]
1
q2 [n + 1] = q1 [n] +
3
1
y[n] = q1 [n] +
3
c
Sistem Linear, Copyright: 2013
Subiono

4
q2 [n] +
3
4
q2 [n] +
3

1
x[n]
3
1
x[n]
3

Penghitungan matriks eAt ..

135

atau dalam bentuk matriks


q[n + 1] = Aq[n] + Bx[n]
y[n] = Cq[n] + Dx[n]
dengan


 
 1
0
0 1
A=
4 , B = 1 , C = 3
1
3 3
3


dan

4
3

, D=

1
3

 
  
q1 [0]
y[2]
2
q[0] =
=
=
.
q2 [0]
y[1]
1

Output y[n] diberikan oleh


n

y[n] = CA q[0] +

n1
X

CAn1k Bx[k] + Dx[n].

k=0

Sedangkan An diberikan oleh


1
2
n

A =
12

dan

 n 3 3
2
2
+ 1

3
1
3
1
2
2
2
3
2

 n
1 1 1
CA q[0] = +
,
2 6 3
 n1+k
 n+1k
1 1
1 1 1
1
n1k
=
.
CA
B=
2 18 3
2 2 3
n

Jadi

1 1
y[n] =
+
2 6
=

1
2

1
2

1
2

3
2

"
 n X
 n+1k #  k
 n
n1
1
1
1 1
1 1 1

+
+
3
2 2 3
2
3 2
k=0

 n
 n+1 X
 n
n1  k
n1  k
3
1 1
1X 1
1 1
1 1
+
+

+
6 3
2 k=0 2
2 3
2
3 2
k=0


 n

 n+1 
 n
1 ( 32 )n
1 1
1 1
1 1
1 1 ( 12 )n

+
+
+
6 3
2
2 3
3 2
1 12
1 32
 n
 n
 n
 n
 n
1 1
1
1 1
1 1
1 1
+
+1
+

+
6 3
2
3 3
3 2
3 2
 n
 n
1 1
1

+
, n>0
2
2 3
c
Sistem Linear, Copyright: 2013
Subiono

136

Analisis Ruang Keadaan Sistem..

4. Gunakan cara peubah keadaan untuk menyelesaiakan signal kontinu yang diberikan
oleh persamaan differensial
y(t) + 5y(t)
+ 6y(t) = x(t)
dengan keadaan awal y(0) = 2, y(0)

= 1 dan x(t) = et u0 (t). Selajutnya berikan


gambar blok diagram dari sistem.
Jawab
Misalkan peubah keadaan adalah q1 (t) dan q2 (t) dengan
q1 (t) = y(t) dan q2 (t) = q1 (t).
Didapat

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t)
dengan





 
 


q1 (t)
0
1
0
2
q(t) =
,A =
,B =
, C = 1 0 dan q(0) =
.
q2 (t)
6 5
1
1

Output y(t) diberikan oleh

At

y(t) = Ce q(0) +

Zt

Ce(t ) Bx( )d

Matriks exponensial eAt dan eA(t ) diberikan oleh



 2t
3e 2e3t e2t e3t
At
e =
6e3t 6e2t 3e3t 2e2t
dan
A(t )

3e2 2t 2e3 3t e2 2t e3 3t
=
6e3 3t 6e2 2t 3e3 3t 2e2 2t

sedangkan matriks CeAt q(0) diberikan


 


 3e2t 2e3t e2t e3t
2
At
= 7e2t 5e3t
Ce q(0) = 1 0
3t
2t
3t
2t
1
6e 6e
3e 2e

dan

(t )

Ce

Bx( ) =

 

 3e2 2t 2e3 3t e2 2t e3 3t
0
1 0
e
3 3t
2 2t
3 3t
2 2t
1
6e
6e
3e
2e

= e 2t e2 3t .

c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

137

Jadi
2t

y(t) = 7e

3t

5e

Zt
0

 2t

e
e2 3t d

1
1
= 7e2t 5e3t + et e2t + e3t
2
2
=

1 t
9
e + 6e2t e3t , t > 0.
2
2

Gambar blok diagram dari sistem diberikan dalam gambar berikut.


5
x(t) + P q2 (t)
-

R q2 (t)

q1 (t)

R q1 (t) y(t)

Contoh penghitungan matriks transisi eAt


Gunakan Teorema Cayley-Hamilton, didapat
f (At) = eAt = b0 I + b1 A + . . . + bn1 An1

(6.45)

Bila semua nilai eigen k berbeda, koefisien b0 , b1 , . . . , bn1 bisa diperoleh dari kondisi
f (k ) = ek (t) = b0 + b1 k + . . . + bn1 kn1 , k = 1, 2, . . . , n.

(6.46)

Persamaan (6.46) adalah persamaan linear dengan n persamaan dan n peubah dan dapat
ditulis dalam bentuk matrix

e1 t
b0
1 1 . . . (1 )n1
1 2 . . . (2 )n1 b1 e2 t

(6.47)
.. .. . .
.. .. = ..

. .
.
.
.
.
en t
bn1
1 n . . . (n )n1
c
Sistem Linear, Copyright: 2013
Subiono

138

Analisis Ruang Keadaan Sistem..

Selesiakan Persamaan (6.47), maka didapat b0 , b1 , . . . , bn1 . Bila nilai karakteristik ada
yang sama, misalkan 1 = 2 = . . . = m dan sisanya m+1 , . . . , n berbeda. Maka
b0 , b1 , . . . , bm , bm+1 . . . , bn didapat dari persamaan linear berikut.
e1 t = b0 + b1 1 + . . . + bn1 1n1

d 1 t
d
e
=
b0 + b1 1 + . . . + bn1 1n1
d1
d1
2

d2
d 1 t
e
=
b0 + b1 1 + . . . + bn1 1n1
2
2
d1
d1
..
.

dm1
dm1 1 t
n1
e
=
m1
m1 b0 + b1 1 + . . . + bn1 1
d1
d1
m+1
n1
e
= b0 + b1 m+1 + . . . + bn1 m+1
..
.
n
e
= b0 + b1 n + . . . + bn1 nn1

Contoh
1). Dapatkan matriks transisi dari matriks

5 7 5
A = 0 4 1
2 8 3
Jawab
Polinomial karakteristik dari A diberikan oleh

5 7
5
4
1 =0
det(I A) = det 0
2
8 + 3
atau
3 62 + 11 6 = ( 1)( 2)( 3) = 0.
Didapat nilai karakteristik dari A, 1 = 1, 2 = 2, 3 = 3. Sehingga didapat persamaan
t

b0
e
1 1
1
1 2 (2)31 b1 = e2t .
e3t
b2
1 3 (3)31
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

139

Nilai b0 , b1 , b2 diberikan oleh



t
e 1 1

2t
e 2 4

3t
e 3 9
2e3t 6e2t + 6et
=
= e3t 3e2t + 3et ,
b0 =
1 1 1
2


1 2 4


1 3 9


1 et 1


1 e2t 4


1 e3t 9
3 e3 t + 8 e2 t 5 et
3 e3 t
5 et
=
b1 =
=
+ 4 e2 t
1 1 1
2
2
2


1 2 4


1 3 9
dan


1 1 et


1 2 e2t


1 3 e3t
e3 t
et
e3 t 2 e2 t + et
2t


=
e + .
=
b2 =
1 1 1
2
2
2


1 2 4


1 3 9
Sehingga didapat
eAt = b0 I + b1 A + b2 A2
=

 1 0
e3t 3e2t + 3et 0 1
0 0

3 e3 t
+
2

e3 t + 2 e2 t 2 et
= e3 t + 2 e2 t et
e3 t + 4 e2 t 3 et
2). Diberikan matriks

0
0
1

 5 7 5
5e
0 4 1
+ 4 e2 t
2
2 8 3

 3t
 15 23 17
t
e
e
2 8 1
+
e2 t +
2
2
4 22 9

3t
2t
t
3t
e +5e 6e
e 3 e2 t + 4 et
e3 t + 5 e2 t 3 et
e3 t 3 e2 t + 2 et .
3t
2t
t
e + 10 e 9 e
e3 t 6 e2 t + 6 et
t

1 1 0
A = 0 1 0 .
0 0 2
c
Sistem Linear, Copyright: 2013
Subiono

140

Analisis Ruang Keadaan Sistem..

Polinomial karakteristik dari A adalah


p() = ( 1)2 ( 2) = 0,
didapat 1 = 2 = 1 dan 3 = 2. Sehingga diperoleh persamaan linear
et = b0 + b1 + b2
tet = b1 + 2b2
e2t = b0 + 2b1 + 4b2
atau dalam bentuk matriks

t

t
1 1 1 b0
b0
e
0 2 1
e
0 1 2 b1 = tet b1 = 2

tet .
3 2
2t
e
e2t
1 2 4 b2
b2
1 1 1

Didapat


b0
e2 t 2 t et
b1 = 2 e2 t + 3 t et + 2 et .
e2 t t et et
b2

Dengan demikian matriks transisi eAt diberikan oleh


eAt = b0 I + b1 A + b2 A2

1
0
0

= e2 t 2 t et 0 1 0
0 0 1

1
1
0

+ 2 e2 t + 3 t et + 2 et 0 1 0
0 0 2

1 2 0

+ e2 t t et et 0 1 0
0 0 4

t
e t et 0
0 .
= 0 et
0 0 e2 t

Contoh-contoh Masalah Penyajian Ruang Keadaan


1. Dapatkan Persamaan keadaan dari suatu sistem diskrit yan diberikan oleh persamaan
beda
1
3
y[n] y[n 1] + y[n 2] = x[n].
4
8
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

141

Jawab
Pilih peubah keadaan q1 [n] dan q2 [n] dengan
q1 [n] = y[n 2] dan q2 [n] = y[n 1].
Didapat
q1 [n + 1] = q2 [n]
1
q2 [n + 1] = q1 [n] +
8
1
y[n] = q1 [n] +
8

3
q2 [n] + x[n]
4
3
q2 [n] + x[n]
4

atau dalam bentuk matriks


q[n + 1] =
y[n] =
2. Dapatkan Persamaan keadaan dari
samaan beda
3
y[n] y[n 1] +
4


 
0
0 1
x[n]
3 q[n] +
1
1
8 4

81

3
4

q[n] + x[n].

suatu sistem diskrit yang diberikan oleh per1


1
y[n 2] = x[n] + x[n 1].
8
2

Jawab
Karena ada bentuk 12 x[n1] pada sisi kanan persamaan beda, maka pemilihan peubah
keadaan y[n 2] dan y[n 1] sebagai peubah keadaan tidak akan memberikan sistem
yang diharapkan. Maka dari itu, agar supaya mendapatkan peubah keadaan yang
sesuai, dikontruksi suatu simulasi diagram persamaan beda menggunakan elemen
tunda satuan, penguat (pengali) dan penambah. Lakukan transformasi-z pada
kedua sisi persamaan beda dan susun persamaan tsb. didapat
3
1
1
Y (z) = z 1 Y (z) z 2 Y (z) + X(z) + z 1 X(z),
4
8
2
perlu diperhatikan bahwa z k menyatakan waktu tunda satuan saat ke k, dengan
demikian gambar simulasi dapat diberikan sebagaimana pada gambar berikut.

c
Sistem Linear, Copyright: 2013
Subiono

142

Analisis Ruang Keadaan Sistem..

x[n]
1
2

q2 [n + 1]

1
+

q2 [n]

q1 [n + 1]

y[n]

q1 [n]

3
4

1
8

Dari gambar diagram simulasi diatas didapat


1
3
q1 [n + 1] = q2 [n] + y[n] + x[n]
4
2
5
3
q1 [n] + q2 [n] + x[n]
=
4
4
1
1
1
q2 [n + 1] = y[n] = q1 [n] x[n]
8
8
8
=
y[n] = q1 [n] + x[n]
atau dalam bentuk matriks
q[n + 1] =
y[n] =




3
4

81


 5 
1
q[n] + 41 x[n]
8
0


1 0 q[n] + x[n].

3. Dapatkan persamaan keadaan dari suatu sistem waktu diskrit liniear invarian waktu
yang diberikan oleh fungsi transfer
H(z) =

b0 + b1 z 1 + b2 z 2
1 + a1 z 1 + a2 z 2

Jawab
Fungsi transfer memenuhi
H(z) =

Y (z)
b0 + b1 z 1 + b2 z 2
=
.
X(z)
1 + a1 z 1 + a2 z 2

Dari sini didapat



1 + a1 z 1 + a2 z 1 Y (z) = (b0 + b1 z 1 + b2 z 2 )X(z).
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

143

Susun ulang persamaan yang telah diperoleh, didapat


Y (z) = a1 z 1 Y (z) a2 z 2 Y (z) + b0 X(z) + b1 z 1 X(z) + b2 z 2 X(z).
Dari persamaan yang terakhir ini diagram simulasinya diberikan oleh gambar berikut.
x[n]
b2

b1
+

q2 [n + 1]

+
q2 [n]

z 1

b0
+
- q1 [n + 1]

+
q1 [n]

+ y[n]

a1

a2

Dari gambar simulasi diagram diatas didapat


y[n] = q1 [n] + b0 x[n]
q1 [n + 1] = a1 y[n] + q2 [n] + b1 x[n]
= a1 q1 [n] + q2 [n] + (b1 a1 b0 )x[n]
q2 [n + 1] = a2 y[n] + b2 x[n]
= a2 q1 [n] + (b2 a2 b0 )x[n]
atau dalam bentuk matrix





b1 a1 b0
a1 1

x[n]
q[n] +
q[n + 1] =
b2 a2 b0
a2 0




y[n] = 1 0 q[n] + b0 x[n].

(6.48)

Catatan : pada diagram simulasi dalam gambar diatas banyaknya elemen tunda
satuan adalah 2 menunjukkan order dari sistem dalam kasus ini banyaknya yang
dibutuhkan minimum. Oleh karena itu gambar tsb. dinamakan bentuk pertama
simulasi kanonik dan Persamaan (6.48) dinamakan bentuk pertama penyajian
keadaan kanonik atau juga dinamakan bentuk kompanion teramati.
4. Kerjakan lagi Contoh 3. dengan bentuk H(z) sebagai
H(z) = H1 (z)H2 (z)
dimana
H1 (z) =

1
1 + a1

z 1

+ a2 z 2

dan H2 (z) = b0 + b1 z 1 + b2 z 2 .

c
Sistem Linear, Copyright: 2013
Subiono

144

Analisis Ruang Keadaan Sistem..

Jawab
Misalkan
H1 (z) =

1
W (z)
=
1
X(z)
1 + a1 z + a2 z 2

H2 (z) =

Y (z)
= b0 + b1 z 1 + b2 z 2 .
W (z)

dan

Didapat
W (z) + a1 z 1 W (z) + a2 z 2 W (z) = X(z)

(6.49)

Y (z) = b0 W (z) + b1 z 1 W (z) + b2 z 2 W (z).

(6.50)

dan
Susun ulang Persamaan (6.49), didapat
W (z) = a1 z 1 W (z) a2 z 2 W (z) + X(z).

(6.51)

Dari Persamaan (6.50) dan (6.51) didapat Gambar diagram simulasi yang diberikan
oleh Gambar dibawah ini.
+

+
b0
w[n]

x[n]
+

b1

b2

w[n 1]

1
v2 [n + 1] z
v2 [n]

v1 [n + 1]

w[n 2]
z 1 v [n]
1
a2

a1
P

y[n]

Pilih elemen output dari tunda satuan sebagai peubah keadaan seperti yang terlihat
dalam Gambar diagram simulasi diatas, didapat
v1 [n + 1] = v2 [n]
v2 [n + 1] = a2 v1 [n] a1 v2 [n] + x[n]
y[n] = b2 v1 [n] + b2 v2 [n] + b0 v2 [n + 1]
= (b2 b0 a2 )v1 [n] + (b1 b0 a1 )v2 [n] + b0 x[n]
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

145

atau dalam bentuk matriks


 

0
0
1

x[n]
v[n] +
v[n + 1] =
1
a2 a1




y[n] = (b2 b0 a2 ) (b1 b0 a1 ) v[n] + b0 x[n].

(6.52)

Gambar diagram simulasi diatas dikenal sebagai bentuk kedua simulasi kanonik
sedangkan Persamaan (6.52) dikenal sebagai bentuk kedua represntasi keadaan
kanonik atau dinamakan juga bentuk kompanion terkontrol.
5. Diberikan fungsi tranfer sistem diskret
H(z) =

2z 2

z
z
=
.
3z + 1
2(z 1)(z 21 )

Dapatkan suatu representasi keadaan dari sistem sedemikian hingga matriks A adalah
matriks diagonal.
Jawab
Ekspasikan H(z) kedalam bentuk pecahan parsial sebagai berikut
H(z) =
=

z
z
z

1 =
z1 z
2(z 1)(z 2 )

1
1

= H1 (z) + H2 (z)
1
1z
1 12 z 1

dengan
H1 (z) =
Misalkan

1
1
.
dan H2 (z) =
1
1z
1 21 z 1

Hk (z) =
maka

1
2

Yk (z)
k
=
,
1
1 pk z
X(z)

(6.53)


1 pk z 1 Yk (z) = k X(z)

atau

Yk (z) = pk z 1 Yk (z) + k X(z)


Dari sini diagram simulasi diberikan oleh gambar berikut.
x[n]

yk [n]

+
pk

z 1

c
Sistem Linear, Copyright: 2013
Subiono

146

Analisis Ruang Keadaan Sistem..

Dengan demikian H(z) = H1 (z) + H2 (z) dapat disimulasikan sebagaimana diberikan


dalam gambar berikut.
+

+
x[n]

q1 [n]

z 1

q1 [n + 1]

y[n]

+
P

+
1
2

1
q2 [n] z q2 [n + 1]
Pilih peubah keadaan sebagai elemen output dari tunda satuan didapat

q1 [n + 1] = q1 [n] + x[n]
1
q2 [n + 1] =
q2 [n] x[n]
2

1
y[n] = q1 [n + 1] + q2 [n + 1] = q1 [n] + q2 [n]
2

atau dalam bentuk matriks


q[n + 1] =
y[n] =





 
1 0
1
x[n]
1 q[n] +
0 2
1

1
2

q[n].

Test, Tgl. 26 April 2010, Sifat Tutup Buku


1. Diberikan sistem rangkain elektrikk sebagaimana pada Gambar dibawah ini dengan
R = 3, L = 1, C = 12 dan vC (0) = iL (0) = 0.
R
+
e

L
iL (t)
+
vC (t) C

e(t)
2
t
1

Bila vC (t) dan iL (t) dipilih sebagai peubah keadaan dan output dari sistem y1 (t) =
iL (t) dan y2 (t) = vC (t) sedangkan input dari sistem adalah e(t) sebagai mana diberikan
pada Gambar, maka dapatkan matriks transisi keadaan dan output dari sistem.
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

147

2. Dapatkan persamaan keadaan dari sistem bila fungsi transfer dari sistem linear invarian waktu kontinu diberikan oleh
H(s) =

b0 s3 + b1 s2 + b2 s + b3
.
s3 + a1 s2 + a2 s + a3

Berikan gambar simulasi diagram keadaannya.


3. Dapatkan persamaan keadaan bentuk kedua kanonik bila fungsi transfer dari
sistem linear invarian waktu diskrit diberikan oleh
1 + 2z 1 + 2z 2
H(z) =
.
1 + z 1 + z 2
Berikan gambar simulasi diagram keadaannya. Selanjutnya dapatkan suatu matriks
T yang mengubah peubah keadaan ini menjadi persamaan keadaan bentuk pertama kanonik.
Jawaban Test, Tgl. 26 April 2010, Sifat Tutup Buku
1. Diberikan sistem rangkain elektrikk sebagaimana pada Gambar dibawah ini dengan
R = 3, L = 1, C = 12 dan vC (0) = iL (0) = 0.
R
+
e

e(t)

L
iL (t)
+
vC (t) C

2
t
1

Bila vC (t) dan iL (t) dipilih sebagai peubah keadaan dan output dari sistem y1 (t) =
iL (t) dan y2 (t) = vC (t) sedangkan input dari sistem adalah e(t) sebagai mana diberikan
pada Gambar, maka dapatkan matriks transisi keadaan dan output dari sistem.
Jawab
Gunakan Hukum Voltage Kirchhoff didapat
e(t) = RiL (t) + L

diL (t)
+ vC (t)
dt

(6.54)

tambahan pula
dvC (t)
1
= iL (t).
dt
C
Dari Persamaan (6.54) dan (6.55) didapat

(6.55)

diL (t)
R
1
1
= iL (t) vC (t) + e(t)
dt
L
L
L
dvC (t)
1
=
iL (t).
dt
C
c
Sistem Linear, Copyright: 2013
Subiono

148

Analisis Ruang Keadaan Sistem..

Sehingga untuk R = 3, L = 1, C = 12 dan y1 (t) = iL (t), y2 (t) = vC (t) didapat


persamaan keadaan sistem

diL (t)
  

dt 
1
3 1 iL (t)

e(t)
+

=
0
vC (t)
2
0
dv (t)
C
dt

 


y1 (t)
1 0 iL (t)
=
.
y2 (t)
0 1 vC (t)
Dengan demikian matriks transisi keadaan diberikan oleh

 2 t
2e
et
e2 t et
At
.
e =
2 et 2 e2 t 2 et e2 t
Fungsi transfer Sistem

s
(s + 1)(s + 2)

H(s) = C(sI A)1 B =

2
(s + 1)(s + 2)

Input dari sistem adalah

e(t) = 2(u(t 1) u(t 2)),


maka
E(s) =


2 s
e e2s
s

Jadi output dari sistem diberikan oleh




(s + 1)(s + 2) 2

y1 (t)

1
s
2s
=L

e e
y2 (t)

s
2

(s + 1)(s + 2)

Didapat




2 e(t1) e2(t1) u(t 1) 2 e(t2) e2(t2) u(t 2)





y1 (t)





=
1

1
1 2(t1)
1 2(t2)
y2 (t)
(t1)
(t2)
4
u(t 1) 4
u(t 2)
e
+ e
e
+ e
2
2
2
2
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

149

2. Dapatkan persamaan keadaan dari sistem bila fungsi transfer dari sistem linear invarian waktu kontinu diberikan oleh
H(s) =

b0 s3 + b1 s2 + b2 s + b3
.
s3 + a1 s2 + a2 s + a3

Berikan gambar simulasi diagram keadaannya.


Jawab
Dari
H(s) =
didapat

Y (s)
,
X(s)



s3 + a1 s2 + a2 s + a3 Y (s) = b0 s3 + b1 s2 + b2 s + b3 X(s)

Kedua sisi persamaan bagi dengan s3 , lalu susun ulang persamaan didapat
Y (s) = a1 s1 Y (s) a2 s2 Y (s) a3 s3 Y (s)
+b0 X(s) + b1 s1 X(s) + b2 s2 X(s) + b3 s3 X(s)
Dari persamaan ini, simulasi diagram dapat dibuat sebagai mana diberikan dalam
Gambar berikut.
x(t)

b2

b3
P

+
- q3 (t)

a3

+
q3 (t)

b1
+
- q2 (t)

a2

+
q2 (t)

b0
+

-q1 (t)

+
q1 (t)

+ y(t)

a1

Dari gambar simulasi diagram pilih ouput dari integrator sebagai peubah keadaan
didapat
y(t) = q1 (t) + b0 x(t)
q1 (t) = a1 y(t) + q2 (t) + b1 x(t)
= a1 q1 (t) + q2 (t) + (b1 a1 b0 )x(t)
q2 (t) = a2 y(t) + q3 (t) + b2 x(t)
= a2 q1 (t) + q3 (t) + (b2 a2 b0 )x(t)
q3 (t) = a3 y(t) + b3 x(t)
= a3 q1 (t) + (b3 a3 b0 )x(t).
c
Sistem Linear, Copyright: 2013
Subiono

150

Analisis Ruang Keadaan Sistem..

Atau dalam bentuk matriks

a1 1 0
b1 a1 b0
q(t)

= a2 0 1 q(t) + b2 a2 b0 x(t)
a3 0 0
b3 a3 b0


y(t) = 1 0 0 q(t) + b0 x(t).

Bentuk representasi keadaan ini dikenal sebagai representasi keadaan bentuk pertama kanonik.
3. Dapatkan persamaan keadaan bentuk kedua kanonik bila fungsi transfer dari
sistem linear invarian waktu diskrit diberikan oleh
H(z) =

1 + 2z 1 + 2z 2
.
1 + z 1 + z 2

Berikan gambar simulasi diagram keadaannya. Selanjutnya dapatkan suatu matriks


T yang mengubah peubah keadaan ini menjadi persamaan keadaan bentuk pertama kanonik.
Jawab
Gambar simulasi diagram keadaan bentuk kedua kanonik dari fungsi transfer
H(s) =

1 + 2z 1 + 2z 2
1 + z 1 + z 2

diberikan oleh Gambar berikut.


+

+
1
w[n]

x[n]
+

y[n]

w[n 1]

1
v2 [n + 1] z
v2 [n]

v1 [n + 1]

w[n 2]
z 1 v [n]
1
1

1
P

Pilih elemen output dari tunda satuan sebagai peubah keadaan seperti yang terlihat
c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

151

dalam Gambar diagram simulasi diatas, didapat


v1 [n + 1] = v2 [n]
v2 [n + 1] = v1 [n] v2 [n] + x[n]
y[n] = 2v1 [n] + 2v2 [n] + v2 [n + 1]
= [2 1(1)] v1 [n] + [2 1(1)] v2 [n] + x[n]
= v1 [n] + v2 [n] + x[n]
atau dalam bentuk matriks, penyajian peubah keadaan bentuk kedua kanonik
diberikan oleh
v[n + 1] = Av[n] + Bx[n]
y[n] = Cv[n] + Dx[n]
dengan



 

0
0
1
v1 [n]
, B=
, A=
v[n] =
1
1 1
v2 [n]


dan



C = 1 1 , D = 1.

Sedangkan Gambar simulasi diagram keadaan bentuk pertama kanonik dari fungsi
transfer
1 + 2z 1 + 2z 2
H(s) =
1 + z 1 + z 2
diberikan oleh Gambar berikut.
x[n]
2

2
+

q2 [n + 1]

+
q2 [n]

1
+
- q1 [n + 1]

+
q1 [n]

+ y[n]

Dari gambar simulasi diagram diatas, pilih elemen output dari tunda satuan sebagai
c
Sistem Linear, Copyright: 2013
Subiono

152

Analisis Ruang Keadaan Sistem..

peubah keadaan didapat


y[n] = q1 [n] + x[n]
q1 [n + 1] = y[n] + q2 [n] + 2x[n]
= q1 [n] + q2 [n] + [2 1(1)] x[n]
= q1 [n] + q2 [n] + x[n]
q2 [n + 1] = y[n] + 2x[n]
= q1 [n] + [2 1(1)] x[n]
= q1 [n] + x[n].
atau dalam bentuk matrix

dan

q[n + 1] = Aq[n]
+ Bx[n]

y[n] = Cq[n]
+ Dx[n],

 



1
1 1
q1 [n]

, B=
, A=
q[n] =
1
1 0
q2 [n]


= 1.
C = 1 0 , D

Misalkan transformasi T diberikan oleh



t1 t2
T =
t3 t4
yang memenuhi q[n] = T v[n] atau v[n] = T 1 q[n]. Dari sisni didapat
q[n + 1] = T v[n + 1]
= T (Av[n] + Bx[n])

= T AT 1 q[n] + (T B)x[n]

Jadi
atau

dan

y[n] = Cv[n] + x[n]



= CT 1 q[n] + x[n].
= T B dan C = CT 1 (CT
= C)
A = T AT 1 , B
 
   

 


t1 t2 0
1
0
1
t1 t2
1 1 t1 t2
=
,
=
t3 t4 1
1
t3 t4 1 1
1 0 t3 t4






 t1 t2
1 0
= 1 1 .
t3 t4

c
Sistem Linear, Copyright: 2013
Subiono

Penghitungan matriks eAt ..

Dari

dan

153

   
 
  
t
1
t1 t2 0
1
= 2 t2 = t4 = 1.

=
t4
1
t3 t4 1
1




 




 t1 t2
1 0
= 1 1 t1 t2 = 1 1 t1 = t2 = 1.
t3 t4

Didapat matriks

1 1
T =
t3 1

tetapi T memenuhi


 


0
1
1 1
1 1 1 1
=
t3 1 1 1
1 0 t3 1
atau


 
1
0
1 + t3 0
t3 = 0.
=
1 t3 1
1
1

Jadi matriks T adalah



1 1
.
T =
0 1

Kebenaran transformasi T dapat dicek sebagai berikut






1 1
0
1
1 1
1
T AT
=
0 1 1 1 0 1



1 0
1 1
=
1 1 0 1


1 1

= A,
=
1 0

 
1 1 0
TB =
0 1 1
 
1

=
=B
1
dan
CT



 1 1
= 1 1
0 1



= 1 0 = C.


c
Sistem Linear, Copyright: 2013
Subiono

154

6.11

Analisis Ruang Keadaan Sistem..

Keterkontrolan dan Keteramatan Sistem

Pada bagian ini diberikan dua pengertian yang sangat penting dalam kajian suatu sistem
linear, yaitu pengertian tentang keterkontrolan dan keteramatan suatu sistem. Namum
sebelumnya diperkenalkan munculnya sistem tak terkontrol dan/atau takteramti disertai
bebeberapa alasannya melalui beberapa contoh.
Beberapa konsep-konsep ruang-keadaan dapat dipandang sebagai penafsiran ulang dari
konsep-konsep yang mendahuluinya, yaitu konsep-konsep domain-frekuensi. Selain itu hal
khusus dari metoda ruang-keadaan adalah keterkontolan dan keteramatan.
Ide-ide yang berkaitan dengan masalah keterkontrolan dan keteramatan telah diperkenalkan oleh R.E. Kalman dipertengahan tahun 1950an sebagai suatu cara untuk menerangkan mengapa metoda dari pendisainan kompensator sistem tak stabil menggunakan
penghapusan pole-pole tak stabil dengan zeros diseparuh bidang kompleks mengalami kegagalan walaupun proses penghapusan ini berjalan sempurnah. Masalah ini sudah diketahui
bahwa metoda pengkompensatoran tsb. tidak fisibel sebab penghapusan yang sempurnah
tsb. tidak mungkin dalam praktis. Disamping itu pada tahun 1954 Bergen dan Ragazzai
telah menunjukkan suatu penghapusan eksak secara matematik tidak akan mungkin dalam
perangkat keras real. Kalman juga menunjukkan suatu penghapusan sempurnah pole-zero
suatu sistem tak stabil menghasilkan suatu fungsi transfer stabil. Tetapi fungsi transfer ini
mempunyai order lebih rendah dari sistem aslinya disamping itu mode takstabilnya tidak
bisa dipengaruhi oleh masukan (tidak dapat dikontrol) atau taktampak dalam keluaran
(tidak bisa diamati). Kajian mendalam secara matematik yang berkaitan dengan masalah
keterkontrolan dan keteramatan bisa di lihat di (R.E. Kalman et al, 1974).
Bertolak belakang dengan keterkontrolan dan keteramantan, kajian ketakterkotrolan
dan ketakteramatan tampaknya kurang menarik. Hal ini tidaklah begitu benar. Para
praktisi sistem kontrol yang tidak memahami perbedaan pengertian "ketakterkontrolan
sistem untuk setiap nilai dari parameter-parameter" dan "sistem hampir selalu terkontrol" bila mereka berhadapan dengan suatu proses tak-dikenalnya disajikan dalam ruang
keadaan yang hanya diberikan oleh data numerik, berdasarkan pengalamannya bisa jadi intuisinya menyimpulkan sistem yang dihadapinya adalah terkontrol atau teramatati. Tetapi
bila dikaji secara teliti kemungkinan besar bisa sebaliknya, yaitu sistem takterkontrol atau
takteramati (Bernard Friedland, 1987). Pada bagian ini dikaji ulang pengertian tsb. yang
didahului dengan suatu contoh untuk memberikan suatu gambaran bahwa dalam analisa domain-frekuensi secara taklangsung diasumsikan sifat-sifat dinamik dari suatu sistem
secara lengkap dapat ditentukan oleh fungsi transfernya. Asumsi ini tidak selalu benar.
Selanjutnya pada subbagian berikut ini diberikan beberapa contoh dan alasan penting dari
mana munculnya masalah ketakterkontrolan dan ketakteramatan.
c
Sistem Linear, Copyright: 2013
Subiono

Keterkontrolan dan Keteramatan Sistem..

6.11.1

155

Ruang-bagian "keadaan" ditinjau dari masukan dan keluaran

Pada bagian ini dibahas 4 ruang-bagian keadaan berdasar pada pengamatan masukan dan
keluaran. Pembagian ini diberikan lewat contoh yang juga akan memberikan gambaran
bahwa tidak selalu benar fungsi transfer dari suatu sistem menentukan secara lengkap
perilaku dari sistemnya. Kajian yang agak lebih lengkap berkaitan dengan ruang bagian
takterkontrol dan takteramati dari suatu sistem akan diberikan pada bagian yang mendatang.
Contoh 21 Misalkan suatu sistem disajikan oleh sistem persamaan differensial berikut:

q1 (t) = 2q1 (t) + 3q2 (t) + 2q3 (t) + q4 (t) + x(t)

q2 (t) = 2q1 (t) 3q2 (t) 2x(t)


(6.56)
q3 (t) = 2q1 (t) 2q2 (t) 4q3 (t) + 2x(t)

q4 (t) = 2q1 (t) 2q2 (t) 2q3 (t) 5q4 (t) x(t)
dan persamaan pengamatan

y(t) = 7q1 (t) + 6q2 (t) + 4q3 (t) + 2q4 (t).

(6.57)

Persamaan (6.56) dan (6.57) disajikan dalam bentuk persamaan matriks ruang keadaan
sebagai berikut:


q(t)
= Aq(t) + Bx(t)
(6.58)
y(t) = Cq(t),


dengan q(t) = q1 (t) q2 (t) q3 (t) q4 (t) dan

1
2
3
2
1

2 3 0


0
2 , C = 7 6 4 2 .
,
B
=
A=
2
2 2 4 0
1
2 2 2 5
Fungsi transfer dari sistem (6.58) diberikan oleh
H(s) = C(sI A)1 B =

s3 + 9s2 + 26s + 24
.
s4 + 10s3 + 35s2 + 50s + 24

(6.59)

Bila pembilang dan penyebut dari fungsi transfer tsb difaktorkan, diperoleh:
H(s) =

1
(s + 2)(s + 3)(s + 4)
=
.
(s + 1)(s + 2)(s + 3)(s + 4)
(s + 1)

(6.60)

Dari persamaan (6.60) terlihat bahwa ada 3 pole yang dihapus oleh 3 zeros yaitu s =
1, s = 3 dan s = 4. Jika diperhatikan fungsi transfer yang diberikan oleh persamaan
(6.60), fungsi ini berkaitan dengan persamaan differensial tingkat satu. Hal ini tentunya
c
Sistem Linear, Copyright: 2013
Subiono

156

Analisis Ruang Keadaan Sistem..

berbeda dengan sistem aslinya yaitu sistem persamaan differensial tingkat empat sebagaimana yang disajikan dalam persamaan (6.56).
Untuk memperjelas apa yang telah diperoleh, yaitu fungsi transfer dari sistem dengan realisasi berdimensi satu yang berbeda dengan sistem aslinya yaitu dimensi empat
dilakukan transformasi variabel keadaan sebagai berikut:
= T q,
q
dengan

4
3
T =
2
1

3
3
2
1

2
2
2
1

1 1 0
0
1

1
dan T 1 = 1 2 1 0 .

0 1 2 1
1
0
0 1 2
1

Dengan transformasi T , matriks A menjadi matriks

1 0

0 2
A = T AT 1 =
0
0
0
0

diagonal:

0
0
0 0
,
3 0
0 4

sedangkan masing-masing matriks B dan C berubah menjadi:



1
0


= T B = dan C = CT 1 = 1 1 0 0 .
B
1
0
Persamaan keadaannya menjadi:

q1
q2
q3
q4

=
q1 + x
= 2
q2
= 3
q3 + x
= 4
q4

dan keluaranya diberikan oleh persamaan:


y = q1 + q2 .

(6.61)

(6.62)

Dari persamaan (6.61) dan (6.62) dapat diterangkan sebagai berikut. Jelas bahwa masukan
u hanya mempengaruhi variabel keadaan q1 dan q3 , variabel q2 dan q4 tidak dipengaruhi
oleh masukan x. Keluaran y hanya bergantung pada variabel keadaan q1 dan q2 , sedangkan variabel keadaan q3 dan q4 tidak mempunyai kontribusi terhadap keluaran y. Jadi
akibat transformasi kordinat, sistem mempunyai 4 sub-sistem yang berbeda. Dalam hal
ini masing-masing sub-sistem hanya disajikan oleh persamaan tingkat satu. Keempat subsistem tsb. adalah:
c
Sistem Linear, Copyright: 2013
Subiono

Keterkontrolan dan Keteramatan Sistem..

157

1. Variabel keadaan q1 : dipengaruhi oleh masukan x, tampak pada keluran y.


2. Variabel keadaan q2 : tidak dipengaruhi oleh masukan x, tampak pada keluaran y.
3. Variabel keadaan q3 : dipengaruhi oleh masukan x, tidak tampak pada keluaran y.
4. Variabel keadaan q4 : tidak dipengaruhi oleh masukan x, tidak tampak pada keluaran
y.
1
. Disini ters+1
lihat fungsi transfer ini tidak mendiskripsikan secara lengkap perilaku dari seluruh variabel
keadaan sistem. Subsistem pertama merupakan subsistem yang terkontrol dan teramati,
subsistem kedua merupakan subsistem takterkontrol tapi teramati, subsistem ketiga merupakan subsistem yang terkontrol tapi takteramati sedangkan susbsistem keempat merupakan subsistem yang takterkontrol dan takteramatai. Jika suatu sistem memuat subsistem
takterkontrol atau takteramati, maka dikatakan sistem takterkontrol atau takteramati.
Dari contoh yang dikaji ini bisa disimpulkan; suatu sistem dengan masukan dan keluaran tunggal yang fungsi transfernya ditentukan oleh subsistem terkontrol dan teramati
dengan dimensi lebih kecil dari dimensi ruang-keadaannya, maka dapat dipastikan sistem
ini memuat subsistem takterkontrol atau memuat subsistem takteramati.

Hanya sub-sistem pertama yang berkaitan dengan fungsi transfer H(s) =

Selanjutnya, pada bagian berikut ini diberikan beberapa contoh yang membahas dari
mana munculnya sistem takterkontrol atau takteramati.

6.11.2

Munculnya sistem takterkontrol atau sistem tak teramati

Contoh yang telah dikaji pada bagian sebelumnya merupakan suatu contoh sistem tak
terkontrol dan takteramati yang muncul dalam kajian akademik, bukan muncul dalam
dunia nyata. Dalam kenyataannya sistem takterkontrol dan takteramati tidak semua
muncul dari kajian akademik sebagaimana yang akan diungkapkan pada bagian ini.
Redundansi variabel keadaan. Suatu hal yang biasa terjadi munculnya suatu sistem
takterkontrol adalah berkenaan dengan redundansi variabel keadaan. Sebagai contoh, suatu sistem dinamik diberikan oleh:
q = Aq + Bx,
untuk beberapa alasan, misalkan didefinisikan suatu fariabel baru sebagai berikut:
r = Fq

(6.63)

dimana F adalah suatu matriks berukuran n k. Sehingga diperoleh suatu persamaan


differensial berikut:
r = F q = F (Aq + Bx).
c
Sistem Linear, Copyright: 2013
Subiono

158

Analisis Ruang Keadaan Sistem..

Selanjutnya bila vektor

maka diperoleh persamaan differensial:

 
q
=
,
q
r

q + Bx,

= A
q
dimana

A 0
A =
FA 0

(6.64)



B
=
dan B
.
FB

Persamaan (6.64) dapat ditulis sebagai:


q = Aq + Bx
r = F Aq + F Bx

(6.65)

Pada persamaan (6.65) terlihat bahwa masukan x tampak pada variabel keadaan q dan
variabel redundan keadaan r. Dalam hal ini kelihatannya sistem yang disajikan oleh persamaan (6.64) atau persamaan (6.65) terkontrol, tetapi kenyataannya tidak. Untuk menunjukkan sistem (6.65) takterkontrol, dilakukan transformasi kordinat terhadap variabel
keadaan sebagai berikut:
 
  

q
Ik 0 q
,
(6.66)
=
r
F In r

dimana masing-masing Ik dan In adalah matriks identitas dengan ukuran k k dan n n.


Dari (6.66) didapat:

= q = Aq + Bx
q
(6.67)
r = F q + r = 0
Pada persamaan (6.67) terlihat bahwa masukan x hanya bisa mempengaruhi variabel
keadaan q sedangkan variabel redundan keadaan r tidak bisa dipengaruhi oleh masukan
x. Dalam hal ini variabel r tidak akan bisa dikontrol oleh pengontrol apapun yang merupakan masukan dari sistem. Jadi sistem yang disajikan oleh persamaan (6.64) atau (6.65)
takterkontrol. Dari kajian redundansi variabel keadaan ini tentu dipahami bahwa tak seorangpun akan bermaksud menggunakan variabel keadaan yang lebih banyak dari jumlah
minimum yang dibutuhkannya untuk mengetahui karakakteristik perilaku proses dinamik.
Tetapi dalam suatu proses yang kompleks dengan fisis yang takdikenal para praktisi sistem
kontrol bisa mungkin mempunyai kecenderungan menuliskan segala apa yang dipandang
dan dikerjakannya kedalam persamaan differensial. Hal ini akan menghasilkan lebih banyak
persamaan dari yang dibutuhkan sehingga hasil model sistemnya merupakan sistem takterkontrol.
Dalam bagian berikut ini diberikan sifat suatu sistem linear invarian waktu yaitu
keterkontrolan dan keteramatan. Keterkontrolan dan ketermatan sistem ini merupakan
suatu hal yang mendasar. Salah satu manfaat keterkontrolan suatu sistem dapat digunakan untuk penstabilan suatu sistem sebagaimana dalam bahasan berikut ini.
c
Sistem Linear, Copyright: 2013
Subiono

159

Keterkontrolan dan Keteramatan Sistem..

6.11.3

Keterkontrolan

Diberikan sistem linear invarian-waktu yang disajikan oleh persamaan:




q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t) + Dx(t).

(6.68)

Definisi 1 Sistem linear (6.68) dikatakan terkontrol bila untuk setiap kedaan sebarang
q(0) = q0 ada masukan x(t) yang tidak dibatasi mentransfer keadaan q0 kesebarang
keadaan akhir q(t1 ) = q1 dengan waktu akhir t1 berhingga.

Dari pengertian sistem terkontrol yang diberikan dalam Definisi 1, hal ini berarti bahwa bila
diberikan sebarang keadaan awal q(0) dan sebarang keadaan akhir q(t1 ) akan selalu ada
pengontrol x(t) yang akan mentransfer keadaan awal q(0) ke keadaan akhir yang diinginkan
q(t1 ) dalam waktu yang berhingga t1 . Perlu diingat bahwa sebarang keadaan awal dan
sebarang keadaan akhir ini terdiri dari n komponen dan apa bila semua komponen dari
keadaan awal ini bisa dikontrol ke n komponen yang sesuai keadaan akhir, maka sistem
bisa dikontrol. Sedangkan maksud dari keberadaan pengontrol x(t) yang tak dibatasi
adalah tidak disyaratkan apa-apa kecuali hanya untuk mentransfer sebarang keadaan awal
yang diberikan ke sebarang keadaan akhir yang diinginkan dalam waktu yang berhingga.
Dalam kajian kontrol optimal pemilihan pengontrol x(t) ini merupakan pengontrol yang
mentransfer keadaan awal ke keadaan akhir yang diinginkan dengan energi yang sekecil
mungkin (minimum).

Penyelesaian dari q(t)


= Aq(t) + Bx(t) diberikan oleh
At

q(t) = e q0 +

Zt

eA(t ) Bx( )d.

(6.69)

Bila sistem terkontrol, yaitu ada masukan x(t) yang mentransfer q0 ke q1 dalam waktu
berhingga t = t1 . Dalam hal ini q1 diberikan oleh
At1

q1 = e

q0 +

Zt1

eA(t1 ) Bx( )d.

(6.70)

Teorema berikut adalah memberikan syarat perlu dan cukup bahwa sistem (6.68) adalah
terkontrol. Ada dua bagian dari Teorema ini, bagian yang pertama adalah untuk menjamin
keberadaan pengontrol x(t) untuk mentransfer sebarang keadaan awal ke sebarang keadaan
akhir yang diinginkan dalam waktu berhingga sedangkan bagian yang kedua adalah untuk
menjamin bahwa semua n komponen dari keadaan awal bisa dikontrol ke n komponen yang
bersesuaian dari keadaan akhir yang diinginkan.
c
Sistem Linear, Copyright: 2013
Subiono

160

Analisis Ruang Keadaan Sistem..

Teorema 1 Syarat perlu dan cukup sistem (6.68) terkontrol adalah:


1. w(0, t1) =

Rt1

eA BB T eA d non-singulir.



2. Matriks: Mc = B | AB | A2 B | . . . | An1 B mempunyai rank sama dengan n
Bukti
1. Bila w(0, t1 ) non-singulir, diberikan sebarang keadaan awal q(0) = q0 dan keadaan
akhir q1 pilih masukan


T
x(t) = B T eA t w 1 (0, t1 ) q0 eAt1 q1 .

(6.71)

Dengan masukan ini dan digunakan persamaan (6.70), diperoleh:


At1

q(t1 ) = e

q0 +

Zt1
0




T
eA(t1 ) B B T eA t w 1(0, t1 ) q0 eAt1 q1 d

t
Z1
T
= eAt1 q0 eAt1 eA BB T eA d w 1(0, t1 )q0
0
t

Z1
T
+ eAt1 eA BB T eA d w 1 (0, t1 )eAt1 q1
0

= eAt1 q0 eAt1 w(0, t1 )w 1(0, t1 )q0


+eAt1 w(0, t1)w 1 (0, t1 )eAt1 q1
= eAt1 q0 eAt1 q0 + q1
= q1 .
Terlihat bahwa dengan masukan x(t) yang diberikan dalam (6.71) sebarang kedaan awal
q0 ditransfer ke sebarang keadaan akhir q(t1 ) = q1 . Jadi sistem terkontrol. Sebaliknya,
andaikan w(0, t1 ) singulir tetapi sistem terkontrol. Maka untuk t1 > 0 pilih vektor 6= 0
sedemikian hingga
T w(0, t1 ) =

Zt1

T eA BB T eA d = 0.

(6.72)

Untuk setiap t dengan 0 < t t1 diperoleh:


T eAt B = 0.
c
Sistem Linear, Copyright: 2013
Subiono

(6.73)

161

Keterkontrolan dan Keteramatan Sistem..

Dari asumsi sistem terkontrol, maka untuk setiap keadaan awal q0 ada x(t) yang memenuhi
(6.69), Oleh karena itu diperoleh:
q1 = eAt1 q0 +

Zt1

eA(t1 ) Bx( )d.

Jika kedua ruas persamaan diatas dikalikan dengan T eAt1 , diperoleh:


T At1

q1 = q0 +

Zt1

T eA Bx( )d

= T q0 +

Zt1

0x( )d

= q0
atau



T q0 eAt1 q1 = 0.

Pilih q0 = eAt1 q1 + , maka diperoleh persamaan:




T eAt1 q1 + eAt1 q1 = 0

T = 0.

Dari persamaan terakhir diatas ini diperoleh = 0 ini bertentangan dengan kenyataan
6= 0. Jadi haruslah w(0, t1 ) non-singulir.
2. Asumsikan rank Mc = n, dan andaikan sistem tak-terkontrol. Karena sistem takterkontrol, maka w(0, t1 ) singulir. Jadi, diperoleh suatu persamaan yang serupa pada
(6.73). Persamaan (6.73) diturunkan terhadap t sampai k kali, dengan k = 0, 1, 2, . . . , (n
1); dan pada t = 0 diperoleh:
T Ak B = 0, k = 0, 1, 2, . . . , (n 1).
Jadi:



T B | AB | A2 B | . . . | A(n1) B = T Mc = 0.

(6.74)
(6.75)

Karena 6= 0 maka rank Mc < n. Hal ini bertentangan dengan kenyataan rank Mc =
n. Jadi haruslah sistem terkontrol. Sebaliknya, asumsikan sistem terkontrol tetapi rank
Mc < n. dari asumsi, dipilih 6= 0 yang memenuhi (6.75). Hal ini ekivalen dengan
(6.74). Dari teorema "Hamilton-Cayley" A(n+1) dapat diuraikan sebagai kombinasi linear
dari I, A, A2 , . . . , A(n1) . Jadi eAt juga dapat diraikan sebagai kombinasi linear dari
I, A, A2 , . . . , A(n1) ,
c
Sistem Linear, Copyright: 2013
Subiono

162

Analisis Ruang Keadaan Sistem..

dari hal ini diperoleh:


Oleh karena itu diperoleh:
0=

T eAt B = 0, 0 t t1 , 6= 0.
Zt1

T eAt BB T eA t dt = T w(0, t1).

Karena 6= 0, maka w(0, t1 ) singulir. Jadi sistem tak-terkontrol. Hal ini bertentangan
dengan asumsi sistem terkontrol. Jadi haruslah rank Mc = n. Matriks terkontrol Mc diatas
ditentukan oleh pasangan matriks (A, B), adakalanya juga disebutt matriks terkontrol dari
sistem dengan (A, B).

Contoh 22 Diberikan sistem linear

q(t) 3
=
0
dt
0
|
dengan

Didapat matriks keterkontrolan

1
0
0
2
{z
A

0
0
0
0

0
0

2
1 x(t),
q(t)
+
0
1
0
0
|{z}
}
B

q1 (t)
q2 (t)

q(t) =
q3 (t) .
q4 (t)

0 1
0 1
1 0 1 0

Mc =
0 0 2 0
0 2 0
2

rank dari matriks Mc sama dengan 3. Jadi sistem takterkontrol.


Bil matriks B, diberikan oleh

0
0

B=
0 ,
1
didapat matriks keterkontrolan

0 0 2
0
0 2 0 2

Mc =
0 1 0 4
1 0 4 0
c
Sistem Linear, Copyright: 2013
Subiono

Keterkontrolan dan Keteramatan Sistem..

163

rank dari Mc = 4. Jadi sistem terkontrol.


Latihan 1 Selidiki apakah pasangan matriks berikut ini dapat dikontrol:

 

1
1 0
.
, B=
1 A=
1
0 2

 

0
1 0
.
, B=
2 A=
1
0 2


 
1 0
1
3 A=
, B=
.
0 1
2

 

1
a1 0
.
, B=
4 A=
1
a2 0

 

1
0 l
.
, B=
5 A=
0
l 0


1 0
b1
6 A = 0 1 , B = b2 .
0 0
b3


0 0
b1

7 A = 0 1 , B = b2 .
0 0
b3
Latihan 2 Suatu sistem diberikan oleh persamaan berikut:

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t),
dengan


 

0
1 1
dan C = (1 0).
, B=
A=
1
0 2


R AT t At
1 0
Bila P = 0 e Qe dt dengan matriks Q =
, maka:
0 2
a). Tunjukkan bahwa AT P + P A = Q, jelaskan mengapa persamaan ini bisa dipenuhi
untuk matriks P dan Q seperti diatas.
 
0
b). Dapatkan pengontrol x(t) sehingga dengan pengontrol ini keadaan awal q(0) =
0
 
1
bisa dikontrol ke keadaan akhir q(1) =
, tunjukkan hal ini dalam perhitungan.
2

c
Sistem Linear, Copyright: 2013
Subiono

164

6.11.4

Analisis Ruang Keadaan Sistem..

Keteramatan

Berikut ini diberikan suatu pengertian dari keteramatan dari suatu sistem; pengertian ini
merupakan dual dari keterkontrolan.
Definisi 2 Bila setiap keadaan awal q(0) = q0 secara tunggal dapat diamati dari setiap
pengukuran keluaran sistem (6.68) dari waktu t = 0 ke t = t1 , maka sistem dikatakan
"teramati".

Istilah dual yang dikenalkan diatas kata terkontrol diganti dengan kata teramati masukan x(t) diganti dengan keluaran y(t), yaitu dalam terminologi keterkontrolan sebarang
keadaan awal q0 dikontrol dengan suatu masukan x(t) ke sebarang keadaan akhir q1 dimana 0 t t1 sedangkan dalam terminologi keteramatan sebarang keadaan awal q0
lewat sebarang pengukuran keluaran y(t) diamati pada interval waktu 0 t t1 .
Keluaran sistem (6.68) diberikan oleh:
A(t)

y(t) = Ce

q0 + C

Zt

eA(t ) Bx( )d + Dx(t).

(6.76)

Bila diukur keluaran y(t) pada t = 0, maka diperoleh:


y(0) = Cq0 + Dx(0).

(6.77)

Terlihat keadaan awal q0 muncul dalam persamaan (6.77). Selanjutnya bila diukur keluaran y(t) pada ts dengan 0 < ts t1 , diperoleh:
y(ts ) = CeA(ts ) q0 + C

Rts

eA(ts ) Bx( )d + Dx(ts )

(6.78)

= Cq(ts ) + Dx(ts ).
Bila keadaan awal q0 dapat diamati, maka keadaan ini juga akan muncul pada pengukuran
keluaran y(ts ), yaitu
y(ts ) = Cq0 + Dx(ts ).
(6.79)
Sehingga dari persamaan (6.78) dan (6.79) diperoleh:
q0 = q(ts ), dengan 0 < ts t1 .
Berikut ini didefinisikan suatu matriks:
m(0, t) =

Zt

eA C T CeA d.

c
Sistem Linear, Copyright: 2013
Subiono

(6.80)

165

Keterkontrolan dan Keteramatan Sistem..

Bila diperhatikan matriks m(0, t) ini mempunyai bentuk yang hampir serupa dengan matriks w(0, t) yang muncul pada kajian keterkontrolan. Matriks A dalam m(0, t) muncul
sebagai AT dalam w(0, t) sedangkan matriks C dalam m(0, t) muncul sebagai B T dalam
w(0, t).
Selanjunya diberikan suatu pernyataan dalam suatu teorema berikut ini yang menyatakan syarat perlu dan cukup suatu sistem teramati.
Teorema 2 Syarat perlu dan cukup sistem (6.68) teramati adalah:
1. Matriks m(0,t) pada (6.80) non-singulir.
2. Matriks keteramatan

mempunyai rank sama dengan n.

CA

CA2

..
.

Mo =


CA(n1)

Seperti halnya matriks Mc , adakalanya matriks keteramatan Mo dinotasikan dengan (C, A).

Contoh 23 Tinjau lagi dinamika satelit;

0 1
3 0
A=
0 0
0 2

dan

0
0
0
0

0
2

1
0





C1 = 1 0 0 0 , C2 = 0 0 1 0

Dalam hal ini diperoleh matriks keteramatan:

1 0
0 1
Mo1 =
3 0
0 1

0
0
0
0

0
0

2
0

c
Sistem Linear, Copyright: 2013
Subiono

166

Analisis Ruang Keadaan Sistem..

dan
Mo2

0
1 0
0
0 0
=
0 2 0
6 0 0

0
1

0
4

dengan rank Mo1 = 3. Jadi sistem tidak dapat diamati. Sedangkan rank Mo2 = 4, jadi
sistem dapat diamati.
Latihan 3 Selidiki apakah sistem dalam pendulum terbalik dapat diamati. Lakukan lagi
penyelidikan bila hanya y1 (t) atau y2 (t) yang tersedia untuk diukur.


6.11.5

Ruang-bagian terkontrol dan teramati

Pada pembahasan keterkontrolan dan keteramatan sebagaimana yang telah dibahas pada
dua bagian sebelumnya keduanya erat kaitannya dengan keadaan awal q(0) = q0 . Jadi
dalam hal sistem terkontrol mempunyai arti bahwa semua komponen (n komponen) dari
vektor q(0) harus bisa dikontrol, bila ada setidaknya satu komponen dari x(0) yang tidak
bisa dikontrol ini sudah menyatakan bahwa sistem tak-terkontrol. Begitu juga halnya bila
ada setidaknya satu komponen dari q(0) yang tidak dapat ditentukan dari pengukuran
keluaran sistem maka dikatakan sistem tidak bisa diamati.
Pada bagian ini dikaji pengelompokan semua komponen dari q(0) yang terkontrol, begitu juga yang teramati. Untuk maksud ini dibutuhkan suatu transformasi linear yang akan
mentransformasi sistem yang ada ke bentuk sistem linear yang lain. Transformasi linear
ini tidak akan mengubah sifat-sifat sistem yang asli; misalnya saja bila sistem terkontrol,
maka hasil sistem yang dilakukan transformasi linear tetap terkontrol.
Telah dikenal dari teori matriks bahwa bila suatu "ruang bagian linear" V Rn adalah
invarian-A, maka bisa didapatkan suatu basis (a1 , a2 , . . . , an ) dari Rn sedemikian hingga
span{a1 , a2 , . . . , an } dimV = k < n; selajutnya dengan basis ini pemetaan A mempunyai
bentuk

A1,1 | A1,2
l
k

... ... ...


A=
0
| A2,2
l
nk
(6.81)

k
nk
Basis yang disebutkan diatas bisa didapatkan dengan prosedur Gram-Schmidt. Kesimpulan
disini adalah bila
dim(Im Mc ) = k < n,

maka bisa didapat suatu basis (a1 , a2 , . . . , an ) dari Rn sedemikian hingga


Im Mc = span{a1 , a2 , . . . , ak };
c
Sistem Linear, Copyright: 2013
Subiono

167

Keterkontrolan dan Keteramatan Sistem..

dengan basis tsb. matriks A mempunyai bentuk (6.81). Karena Im B Im Mc , maka


dengan basis baru tsb. B mempunyai bentuk

B1
B = . . .
0

l nk

(6.82)

Dengan basis tsb. matriks terkontrol mempunyai bentuk:



B | AB | . . . | A(n1) B

(n1)
B1
| A1,1 B1
|
...
| A1,1 B1
=

0
0
|
0
|
...
0

Mc =

(n1)

dan rank (B1 |A1,1 B1 | . . . |A1,1 B1 ) = k, jadi pasangan (A1,1 , B1 ) terkontrol. Dalam hal
ini mempunyai arti bahwa pada sistem yang asli sebanyak k komponen dari keadaan awal
q(0) = q0 yang bisa dikontrol sedangkan sisanya tidak.
Pemilihan basis baru adalah ekivalen dengan memperlakukan suatu transformasi basis.
Maka dari itu ada suatu matriks T yang punya invers sedemikian hingga T 1 AT dan T 1 B
masing-masing mempunyai bentuk (6.81) dan (6.82)
Dengan cara serupa bila dim(Ker Mo ) = k < n, maka bisa didapat suatu basis
(a1 , a2 , . . . , an ) dari Rn sedemikian hingga
Ker Mc = span{a1 , a2 , . . . , ak };
dengan basis tsb. matriks A mempunyai bentuk:

A1,1 | A1,2
A = ... ... ...
0
| A2,2

k
nk

nk

(6.83)

Matriks A pada persamaan ini secara umum berbeda dengan (6.81). Karena Ker C
Ker Mo , maka dengan basis baru tsb. C mempunyai bentuk
C =


0 | C1

k
nk

(6.84)

c
Sistem Linear, Copyright: 2013
Subiono

168

Analisis Ruang Keadaan Sistem..

Dengan basis tsb. matriks teramati mempunyai bentuk:

0 |
C1
C
|

CA 0 | C1 A2,2


Mo = = |

..
..

..

. |

.
.

|

(n1)
CA(n1)
0 | C1 A2,2
dimana

jadi pasangan (C1 , A2,2 ) teramati.

C1

C1 A2,2

..
.

(6.85)

rank
=k


(n1)
CA2,2

Contoh 24 Diberikan pasangan matriks

0 1
3 0
A=
0 0
0 2

0
0
0
0


0
0

2
1
,
B
=
0
1
0
0

Matriks terkontrol (A, B) pada contoh ini sama dengan matriks Mc 1 pada contoh terdahulu. Telah ditahu bahwa sistem tak-terkontrol sebab rank Mc1 = 3. Dari matriks Mc1
didapatkan tiga vektor bebas linear yang membangun Im Mc1 , yaitu:

0
1
0
1 0 1
, , .
0 0 2
0
2
0

Vektor ke-4 dipilih sehingga bebas linear terhadap ketiga vektor tsb. Dipilih vektor ke-4
sebagai:

2
0
.
0
1

c
Sistem Linear, Copyright: 2013
Subiono

169

Keterkontrolan dan Keteramatan Sistem..

Didapat transformasi linear T sebagai berikut:

0 1
0 2
1 0 1 0

T =
0 0 2 0
0 2 0 1
dan invers dari matriks T adalah:
T 1

0 10 5 0
2 0 0 4

= 0.1
0 0 5 0
4 0 0
2

sedangkan T 1 AT dan T 1 B masing-masing

0
1

A = T 1 AT =
0

dan

diberikan oleh:

0
0
| 7.5
0 0.5 |
0

1
0
| 0.5

|
0
0
|
0

1
0

1
.

0
B=T B=

masing-masing berdasarkan (6.81) dan (6.82), dengan pasangan


Partisi matriks A dan B

(A1,1 , B1 ) diberikan oleh:


0 0
0
1

A1,1 = 1 0 0.5 , B1 = 0 .
0 1
0
0
1 ) terkontrol sebab,
Pasangan (A1,1 , B

1 0 0
rank 0 1 0 = 3.
0 0 1
Latihan 4 Tulis pasangan terkontrol dalam Latihan 1 kedalam bentuk persamaan (6.81)
dan (6.82).

c
Sistem Linear, Copyright: 2013
Subiono

170

6.12

Analisis Ruang Keadaan Sistem..

Dualitas keterkontrolan dan keteramatan

Pada bagian ini dibahas dualitas dari keterkontrolan dan keteramatan. Dualitas disini
diartikan bahwa sifat-sifat yang ada dalam keterkontrolan bisa diperoleh dari sifat-sifat
yang ada dalam keteramatan dengan menggunakan konsep dualitas dan sebaliknya juga
berlaku demikian. Selajutnya akan diberikan dualitas dari keterkontrolan dan keteramatan
dalam teorema berikut.
Teorema 3 (A, B) terkontrol bila dan hanya bila (B T , AT )
teramati. (C, A) teramati bila dan hanya bila (AT , C T ) terkontrol.
Bukti
(A, B) terkontrol

rank[B|AB| . . . |A(n1) B] = n
rank[B|AB| . . . |A(n1) B]T = n

BT

B T AT

rank = n

..


B T (AT )(n1)
(B T , AT ) teramati

Bukti bagian kedua serupa.




Kesimpulan dari teorema diatas adalah q(t)


= Aq(t) + Bx(t) terkontrol bila dan hanya
bila sistem z(t)

= AT z(t), y(t) = B T z(t) teramati. Matriks transpose A AT , B B T


adalah contoh sederhana dari konsep "dualitas".
Ruang dual dari Rn terdiri dari semua fungsi linear c : Rn 7 R yang merupakan
himpunan dari vektor-vektor berdimensi n. Ruang dual ditulis sebagai (Rn ) , dimana
dalam contoh yang dikaji sebelumnya adalah Rn sendiri. Bila A : Rn 7 Rn adalah
pemetaan linear, maka AT adalah pemetaan linear dari (Rn ) ke (Rn ) .

6.13

Bentuk kompanion terkontrol dan teramati

Pada bagian ini dibahas suatu bentuk yang dinamakan bentuk "kompanion". Bentuk
kompanion ini bermanfaat terutama untuk masalah penempatan pole-pole yang sesuai diinginkan sehingga sistem loop-tutup "terstabilkan". Masalah ini akan dibahas pada bagian
c
Sistem Linear, Copyright: 2013
Subiono

171

Bentuk kompanion terkontrol dan teramati..

berikutnya. Selain dari pada itu pada bagian ini juga akan dimanfaatkan sifat dualitas dari
keterkontrolan dan keteramatan untuk memperoleh bentuk kompanion teramati lewat bentuk kompanion terkontrol.
Diberikan suatu sistem masukan-tunggal keluaran-tunggal:


q(t)
= Aq(t) + Bx(t)
(6.86)
y(t) = Cq(t)
dan ditentukan suatu transformasi:
(t) = P q(t), P matriks konstan non singulir
q
sehingga dengan transformasi ini, sistem (6.86) ditransformasi menjadi:

q(t) + Bx(t)

(t) = A
q
,
(t)
y(t) = C q
dimana

(6.87)

(6.88)

= P B dan C = CP 1.
A = P AP 1, B

Berikut ini diberikan suatu teorema yang berkenaan dengan bentuk "kompanion terkontrol", bila sistem (6.86) terkontrol.
Teorema 4 Bila sistem (6.86) terkontrol, maka sistem tsb. bisa ditransformasi kebentuk:

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

...
...
...

0
0
0
..
.

x
(t) =

0
0
0
...
0
n n1 n2 . . . 2
y(t) =

n n1 n2 . . . 2 1


(t) + . u(t)
x

..

0
1
1
1
0
0
0
..
.

(6.89)

x
(t)

dimana 1 , 2 , . . . , n adalah koefisien-koefisien dari polinomial karakteristik matriks A.


Bukti
Sistem (6.86) terkontrol, maka vektor-vektor B, AB, . . . , A(n1) B bebas linear. Dibentuk
suatu basis sebagai berikut:
def

qn = B
def

qn1 = Aqn + 1 qn = AB + 1 B
def

qn2 = Aqn1 + 2 qn = A2 B + 1 AB + 2 B
..
.
def
q1 = Aq2 + n1 qn = A(n1) B + 1 A(n2) B + . . . + n1 B

(6.90)

c
Sistem Linear, Copyright: 2013
Subiono

172

Analisis Ruang Keadaan Sistem..

Selanjutnya dari (6.90) diperoleh:


Aq1 = (An + 1 A(n1) + . . . + n1 A + n I)B n B

0
0

= n B = n qn = (q1 q2 . . . qn1 qn ) ...

0
n

atau:

1
0
..
.

Aq2 = q1 n1 qn = (q1 q2 . . . qn1 qn )

0
n1
............................................................................

0
0

Aqn = qn1 1 qn = (q1 q2 . . . qn1 qn ) ...

1
1

(q1 q2 . . . qn1 qn )1 Aq1

0
0
..
.

0
n

1
0
..
.

1
(q1 q2 . . . qn1 qn ) Aq2 =

0
n1
..................................................................

0
0

(q1 q2 . . . qn1 qn )1 Aqn = ...

1
1
c
Sistem Linear, Copyright: 2013
Subiono

173

Bentuk kompanion terkontrol dan teramati..

Dari hasil diatas diperoleh:

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

...
...
...

0
0
0
..
.

0
0
0
..
.

Q1 AQ =
= A,

0
0
0
... 0
1
n n1 n2 . . . 2 1
dimana Q = (q1 q2 . . . qn1 qn ). Sehingga bila dilakukan suatu transformasi seperti yang
diberikan pada (6.87), dimana P = Q1 diperoleh:
q(t) + Bx(t)

q
= A
(t)
y(t) = C q

= P B dengan
dimana A = P AP 1 dan B

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

...
...
...

0
0
0
..
.

0
0
0
..
.

A=
,

0
0
0
... 0
1
n n1 n2 . . . 2 1

0
0

0

B = ..
.

0
1

dan
C = CQ =

n n1 n2 . . . 2 1

(6.91)

(6.92)

(6.93)

Bentuk (6.89) dinamakan bentuk kompanion terkontrol. Telah dijelaskan bahwa bentuk
kompanion terkontrol ini diperoleh dari transformasi x = Q1 x, dimana matriks Q dapat
diperoleh dari persamaan (6.87). Matrik Q juga bisa didapat sebagai berikut. Misalkan
R = [B AB A2 B . . . An1 B]
dan
= [B
AB
A2 B
. . . An1 B]

R
c
Sistem Linear, Copyright: 2013
Subiono

174

Analisis Ruang Keadaan Sistem..

atau
=
R
=
=
=
=
=
=

AB
A2 B
. . . An1 B]

[B

[I A A2 . . . An1 ]B
1
1
1 2
[Q Q Q AQ Q A Q . . . Q1 An1 Q](Q1 B)
Q1 [I A A2 . . . An1 ]Q(Q1 B)
Q1 [I A A2 . . . An1 ]B
Q1 [B AB A2 B . . . An1 B]
1 .
Q1 R Q = RR

masing-masing diberikan oleh


Dengan A dan B
1 diberikan oleh
ditunjukkan bahwa matriks R

n1 n2
n2 n3

..
1

R = ...
.

1
1
1
0

persamaan (6.91) dan (6.92), maka dapat


. . . 1
... 1
.
..
. ..
... 0
... 0

1
0
..
.

0
0

(6.94)

Selanjutnya diberikan suatu teorema yang merupakan "dual" dari teorema (4) yaitu
bentuk kompanion teramati.
Teorema 5 Bila sistem masukan-tunggal keluran tunggal


q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t)

(6.95)

teramati, maka sistem ini dapat ditransformasi menjadi bentuk kompanion teramati yang
diberikan oleh:

0 0 0 . . . 0 n

n1
1 0 0 . . . 0 n1

n2
0 1 0 . . . 0 n2

(t) + .. u(t)
(t) = .. .. ..
q
.. q
..
.
. . .
.
.

2
0 0 0 . . . 0 2

1
0 0 0 . . . 1 1




,
y(t) = 0 0 0 . . . 0 1 q
dimana 1 , 2 , . . . , n adalah koefisien-koefisien dari polinomial karakteristik matriks A.

Bukti
Karena sistem (6.95) teramati, maka berdasarkan Teorema 3 sistem dual


q(t)
= AT q(t) + C T x(t)
y(t) = B T q(t)
c
Sistem Linear, Copyright: 2013
Subiono

(6.96)

175

Bentuk kompanion terkontrol dan teramati..

terkontrol. Jadi dari hasil Teorema 4, ada matriks P non-singulir sedemikian hingga

P AT P 1

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

...
...
...

0
0
0
..
.

0
0
0
..
.

=
,

0
0
0
... 0
1
n n1 n2 . . . 2 1

0
0

0

P C T = ..
.

0
1

dan
B T P 1 =

(6.98)

n n1 n2 . . . 2 1

atau didapat sistem yang diberikan oleh

0
0
0
..
.

1
0
0
..
.

0
1
0
..
.

...
...
...

0
0
0
..
.

z (t) =

0
0
0
...
0
n n1 n2 . . . 2
y(t) =

n n1 n2 . . . 2 1

(6.97)


z(t) + .. u(t)

.
.

0
1
1
1
0
0
0
..
.

(6.99)

(6.100)

z(t)

Sistem (6.100) adalah terkontrol dualitas dari sistem ini adalah teramati yang dilakukan
dengan mentranspose tiga persamaan matriks (6.97), (6.98) dan (6.99), diperoleh:

0
1

(P 1)T AP T = ..
.

0
0

0 . . . 0 n
0 . . . 0 n1

0 . . . 0 n2

1
..
..
.. = QAQ ,

.
.
.
0 0 . . . 0 2
0 0 . . . 1 1

0
0
1
..
.



CP T = 0 0 0 . . . 0 1 = CQ1

c
Sistem Linear, Copyright: 2013
Subiono

176

Analisis Ruang Keadaan Sistem..

dan

n
n1
n2
..
.

(P 1 )T B =

2
1

= QB,

(t) = Qq(t) sistem teramati (6.95)


dimana Q = (P 1 )T . Jadi dengan transformasi q
menjadi:

(t) = QAQ1 q
(t) + QBx(t)
q
(6.101)
(t)
y(t) = CQ1 q
atau

(t) = ..
q
.

y(t) = 0

0 . . . 0 n

0 . . . 0 n1

0 . . . 0 n2

(t)
+

..
..
..

.
.
.

0 0 . . . 0 2
0 0 . . . 1 1

0
0
1
..
.


0 0... 0 1 q
,

n
n1
n2
..
.
2
1

u(t)

Masing-masing sistem (6.95) dan (6.101) adalah teramati dan sistem


(t) = Qq(t).
sistem (6.95) dengan melakukan suatu transformasi q
matriks keteramatan dari kedua sistem ini diberikan oleh

C
CQ1
CA
CQ1 (QAQ1 )

2
1
2 1

=
W = CA dan W
CQ (QA Q )

..
..

.
.
CAn1
CQ1 (QAn1 Q1 )

maka

Jadi

=
W

CQ1
CQ1 (QAQ1 )
CQ1 (QA2 Q1 )
..
.
CQ1 (QAn1 Q1 )

C
CA
CA2
..
.
CAn1

1
Q = W Q1 .

= W Q1 Q = W
1 W.
W
c
Sistem Linear, Copyright: 2013
Subiono

(6.101) didapat dari


Bila masing-masing

177

Bentuk kompanion terkontrol dan teramati..

1 diberikan oleh
Dapat ditunjukkan bahwa matriks W
samaan (6.94), yaitu

n1 n2 . . . 1
n2 n3 . . . 1

..
.
1
..

W = ...
. ..
.

1
1
... 0
1
0
... 0

matriks yang sama dalam per1


0
..
.

0
0

Keterkontrolan dan keteramatan sistem erat kaitannya dengan disain kontroler menggunakan hukum umpan balik. Melalui contoh-contoh berikut diberikan pengertian sistem
yang dapat dikontrol dan sistem dapat diamati.

6.13.1

Contoh-contoh Sistem terkontrol dan Teramati

Pada subbagian ini diberikan contoh-contoh yang berkaitan dengan sistem dapat dikontrol
dan dapat diamati. Pada pembahasan berikutnya diberikan disain kontroler melalui hukum
umpan balik.
1. Misalkan sistem waktu-diskri LIW diberikan oleh Gambar berikut.
x[n] +

q1 [n + 1]

z 1

q1 [n]
1
2

3
2

q2 [n]

q2 [n + 1]

y[n]

(a) Apakah sistem stabil asimptotik?


(b) Dapatkan fungsi transfer H(z).
(c) Apakah sistem stabil BIBO.
Jawab
(a). Dari Gambar pilih peubah keadaan q1 [n] dan q2 [n], didapat
3
q2 [n] + x[n]
2
1
q2 [n + 1] = q1 [n] + 2q2 [n]
2
y[n] = q1 [n] q2 [n],

q1 [n + 1] =

c
Sistem Linear, Copyright: 2013
Subiono

178

Analisis Ruang Keadaan Sistem..

atau dalam bentuk matriks

3


  
0 2 
q1 [n + 1]
1

q1 [n]
=
x[n]
+

q2 [n + 1]
0
1
q2 [n]

2
2



 q1 [n]
.
y[n] = 1 1
q2 [n]

Polinomial karakteristik matriks A dari sistem diberikan oleh




3
2


p() = |I A| = 1

2
2



3
1
3

.
= ( 2) + =
4
2
2
Didapat nilai karakteristik dari A adalah 1 = 21 dan 2 = 23 . Sistem Waktu-Diskrit
Linear Invarian Waktu akan stabil asimptotik bila semua nilai karakterikstik dari
matriks A memenuhi || < 1. Karena ada 2 = 32 dengan |2 = 32 | > 1, maka sistem
tidak stabil asimptotik.
(b) Fungsi transfer H(z) diberikan oleh


 z
H(z) = C(zI A) B = 1 1 1

1  
23
1
0
z2
2




1

 z2 3
1
1
2


1
1
1
1
3
0
2 z
z2 z2
1

=
=

z

1
2

3
2

3
2

=

1
.
z 12

(c) Pada hasil (b) terjadi penghapusan pole H(z) di z = 23 . Jadi pole di H(z) hanya
z = 21 . Pole ini terletak didalam lingkaran |z| < 1 pada bidang-z. Oleh karena
itu sistem stabil BIBO. Catatan bahwa walaupun sistem stabil BIBO, tetapi secara
esensial tidak stabil kecuali sistem pada keadaan awal bernilai nol.
2. Misalkan Sistem Waktu Diskrit Linear Invarian Waktu (SWDLIW) tingkat N dengan
persamaan keadaan
q[n + 1] = Aq[n] + Bx[n].
Sistem dikatakan dapat dikontrol bila adalah mungkin mendapatkan suatu barisan
N input
x[n0 ], x[n0 + 1], . . . , x[n0 + N 1]
c
Sistem Linear, Copyright: 2013
Subiono

179

Bentuk kompanion terkontrol dan teramati..

sedemikian hingga dapat mengontrol keadaan sistem dari keadaan awal


q[n0 ] = q0
ke keadaan akhir q[n0 +N] = q1 . Bila sistem dapat dikontrol, maka matriks keterkontrolan yang diberikan oleh


Mk = B AB . . . AN 1 B
(6.102)
mempunyai rank sama dengan N, yaitu

rank(Mk ) = N.
Asumsikan bahwa n0 = 0 dan q[0] = 0, didapat
q[n] =

N
1
X

AN 1k Bx[k]

(6.103)

k=0

yang mana dapat ditulis sebagai

x[N 1]



x[N 2]
q[N] = B AB . . . AN 1 B
.
..

.
x[0]

(6.104)

Dengan demikian, bila keadaan q[N] adalah sebarang dan barisan input
x[0], x[1], . . . , x[N 2], x[N 1]
adalah tak nol yaitu sebagaimana yang diperlukan untuk sistem dapat dikontrol,
maka matriks


Mk = B AB . . . AN 1 B
pada Persamaan (6.104) harus non singulir yaitu

rank(Mk ) = N.
3. Misalkan Sistem Waktu Diskrit Linear Invarian Waktu (SWDLIW) tingkat N dengan
persamaan keadaan
q[n + 1] = Aq[n] + Bx[n]
y[n] = Cq[n].
Sistem dikatakan dapat diamati bila dimulai pada sebarang indeks waktu n0 menentukan keadaan q[n0 ] = q0 dari barisan N output
y[n0 ], y[n0 + 1], . . . , y[n0 + N 1].
c
Sistem Linear, Copyright: 2013
Subiono

180

Analisis Ruang Keadaan Sistem..

Bila sistem dapat diamati, maka matriks keteramat yangan diberikan oleh

C
CA

MO = ..
.
CAN 1

(6.105)

mempunyai rank sama dengan N, yaitu

rank(MO ) = N.
Asumsikan bahwa n0 = 0 dan x[n] = 0, maka output y[n] untuk
n = 0, 1, 2, . . . , N 1, dengan x[n] = 0 diberikan oleh
y[n] = CAn q[0], n = 0, 1, 2, . . . , N 1
atau

y[0] = Cq[0]
y[1] = CAq[0]
y[2] = CA2 q[0]
..
.

(6.106)

(6.107)

y[N 1] = CAN 1 q[0].


Tulis ulang Persamaan (6.107) sebagai suatu persamaan matriks, didapat


C
y[0]
y[1] CA


y[2] CA2
q[0].

..
..

.
.
CAN 1
y[N 1]

(6.108)

Dengan demikian, untuk mendapatkan penyelesaian tunggal dari q[0], maka matriks

C
CA

CA2
MO =

..
.
CAN 1
pada Persamaan (6.108) harus non singulir yaitu rank(MO ) = N.

4. Misalkan Sistem Waktu Kontinu Linear Invarian Waktu (SWKLIW) tingkat N dengan persamaan keadaan

q(t)
= Aq(t) + Bx(t).
c
Sistem Linear, Copyright: 2013
Subiono

181

Bentuk kompanion terkontrol dan teramati..

Sistem dikatakan dapat dikontrol bila adalah mungkin mendapatkan suatu input
x(t) yang mengontrol sebarang keadaan awal q(t0 ) = q0 ke sebarang keadaan akhir
q(t1 ) = q1 dengan waktu yang berhingga. Bila sistem dapat dikontrol, maka matriks
keterkontrolan yang diberikan oleh


Mk = B AB . . . AN 1 B
(6.109)
mempunyai rank sama dengan N, yaitu rank(Mk ) = N.

Asumsikan bahwa t0 = 0 dan q(0) = 0, didapat


q1 = q(t1 ) = eAt1

Zt1

eA Bx( )d.

(6.110)

Selanjutnya, gunakan Teorema Cayley-Hamilton, eA dapat diungkapkan sebagai


A

N
1
X

k ( )Ak .

(6.111)

k=0

Substitusikan Persamaan (6.111) pada Persamaan (6.110), lalu susun ulang didapat

t1
Z
N
1
X
Ak B k ( )x( )d .
(6.112)
q1 = eAt1
k=0

Misalkan

Zt1

k ( )x( )d = k .

Maka Persamaan (6.112) dapat ditulis sebagai


At1

q1 =

N
1
X

Ak Bk

k=0

atau
At1

0
1
..
.

N 1
B
AB
.
.
.
A
B
q1 =
.

N 1


(6.113)

Diberikan sebarang keadaan akhir q1 , maka dari Persamaan (6.113) dapat ditentukan
secara tunggal k begitu juga input x(t), bila matriks Mk pada Persamaan (6.113)
nonsingulir atau rank(Mk ) = N.
c
Sistem Linear, Copyright: 2013
Subiono

182

Analisis Ruang Keadaan Sistem..

5. Misalkan Sistem Waktu Kontimu Linear Invarian Waktu (SWKLIW) tingkat N dengan persamaan keadaan

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t).
Sistem dikatakan dapat diamati bila setiap sebarang keadaan awal q(t0 ) = q0 dapat
ditentukan dari output y(t) pada beberapa periode berhingga waktu dari t0 ke t1 .
Bila sistem dapat diamati, maka matriks keteramat yangan diberikan oleh

C
CA

MO = ..
.
CAN 1

(6.114)

mempunyai rank sama dengan N, yaitu rank(MO ) = N.

Dibuktikan dengan suatu kontradiksi. Misalkan bahwa sistem dapat diamati, tetapi
rank dari MO kurang dari N. Maka ada suatu keadaan awal q(0) = q0 6= 0
sedemikian hingga
MO q0 = 0
atau
Cq0 = CAq0 = . . . = CAN 1 q0 = 0.

(6.115)

Selanjutnya, untuk x(t) = 0 dan t0 = 0, didapat


y(t) = CeAt q0 .

(6.116)

Tetapi, dengan menggunakan Teorema Cayley-hamilton, eAt , dapat diungkapkan sebagai


N
1
X
k (t)Ak .
(6.117)
eAt =
k=0

Substitusikan Persamaan (6.117) pada Persamaan (6.116), didapat


y(t) =

N
1
X

k (t)CAk q0 = 0.

(6.118)

k=0

Terlihat bahwa keadaan awal q0 tidak dapat ditentukan dari output y(t) = 0. Jadi
sistem tidak dapat diamati, hal ini kontradiksi dengan kenyataan sistem dapat diamati. Oleh karena itu haruslah rank(M0 ) = N.
6. Diberikan suatu sistem SWKLIW yang diberikan oleh persamaan

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t)
c
Sistem Linear, Copyright: 2013
Subiono

183

Bentuk kompanion terkontrol dan teramati..

dengan


 



1
0 1
dan C = 1 1 .
, B=
A=
1
2 1

(a) Apakah sistem stabil asimptotik?


(b) Apakah sistem stabil BIBO?
(c) Apakah sistem dapat dikontrol?
(d) Apakah sistem dapat diamati?

(a). Polinomial karakteristik A diberikan oleh






1
= 2 2 = ( + 1)( 2).
p() =
2 1

Jadi nilai karakateristik dari A adalah 1 = 1 dan 2 = 2. Sistem SWKLIW


stabil asimptotik bila semua bagian real nilai karakteristik dari A bernilai
negatif yaitu Re() < 0. Oleh karena itu sistem ini tidak stabil asimptotik sebab
Re(2 ) = 2 > 0.
(b). Fungsi transfer sistem diberikan oleh
1  


 s
1
1
H(s) = C (sI A) B = 1 1
1
2 s 1
 


 s1 1
1
1
1 1
=
2
s 1
(s + 1) (s 2)
2 (s 2)
2
=
=
.
(s + 1) (s 2)
s+1
1

Terlihat pada H(s) terjadi penghapusan pole di s = 2. Jadi hanya ada satu pole s =
1 pada H(s) yang terletak disebelah kiri bidang-s. Dengan demikian sistem stabil
BIBO. Perlu dicatat kembali bahwa sistem secara esensi tidak stabil bila keadaan
awal sistem tidak sama dengan nol.
(c). Matriks Mk diberikan oleh


Mk = B AB =

1 1
1 1

dan det(Mk ) = 0 Jadi rank(Mk ) = 1 < 2. Oleh karena itu sistem tidak dapat
dikontrol.
(d). Matriks MO diberikan oleh

 

C
1 1
MO =
=
CA
2 0

dan det(MO ) = 2 6= 0 Jadi rank(MO ) = 2. Oleh karena itu sistem dapat diamati.
c
Sistem Linear, Copyright: 2013
Subiono

184

Analisis Ruang Keadaan Sistem..

7. Diberikan suatu sistem SWDLIW yang diberikan oleh persamaan


q[n + 1] = Aq[n] + Bx[n]
y[n] = Cq[n] + Dx[n]
dengan

A=

0
1

 

0

dan C = 18
, B =
1
3
4

3
4

, D = 1.

(a) Apakah sistem dapat dikontrol?


(b) Apakah sistem dapat diamati?
(c) Bila keadaan awal

 
0
.
q[0] =
1

Dapatkan x[0] dan x[1] sehingga keadaan akhir


 
0
.
q[2] =
0
(d) Bila y[0] = 1 dan y[1] = 0 dengan x[0] = x[1] = 0, maka dapatkan keadaan awal
q[0].
(a). Matriks Mk diberikan oleh


0 1
Mk = B AB =
1 43


dan det(Mk ) = 1 6= 0 Jadi rank(Mk ) = 2. Oleh karena itu sistem dapat dikontrol.
(b). Matriks MO diberikan oleh

1


C
8
MO =
=
CA
3

32

3
4

7
16

1
dan det(MO ) = 64
6= 0 Jadi rank(MO ) = 2. Oleh karena itu sistem dapat diamati.

(c). Keadaan q[2] diberikan oleh




 x[1]
.
q[2] = A q[0] + ABx[0] + Bx[1] = A q[0] + B AB
x[0]
2

c
Sistem Linear, Copyright: 2013
Subiono

185

Bentuk kompanion terkontrol dan teramati..

Jadi
2

0 1   
 


0 1 x[1]
0
0

+
=

1
1 43 x[0]
0
1 3

8 4

3
x[0]
4

= +

3
7
x[1] + x[0]
4
16

dari persamaan ini didapat x[0] = 34 dan x[1] = 81 .

(d). Gunakan persamaan berikut



 

y[0]
C
=
q[0],
y[1]
CA
didapat

1
 
1
8
=
0
3

32
Selesaikan persamaan ini, diperoleh

1


q [0]
8
=
q[0] = 1
q2 [0]
3

32

3


4
q1 [0]
.

7 q2 [0]

16

3 1
   
4
28
1

.
=

6
0
7
16

Catatan: Matriks keterkontrolan baik untuk sistem diskrit ataupun kontinu yang
telah dibahas yaitu


Mk = B AB A2 AN 1 B

sering juga dinotasikan oleh pasangan matriks terkontrol (A, B). Sedangkan matriks
keteramatan baik untuk sistem diskrit atau kontinu yang diberikan oleh

C
CA

Mo = CA
..
.
CAN 1

sering juga dinotasikan oleh pasangan matriks teramati (A, C).

c
Sistem Linear, Copyright: 2013
Subiono

186

6.13.2

Analisis Ruang Keadaan Sistem..

Disain Kontrol Umpan Balik Keadaan

Pada subbagian ini dibahas umpan balik keadaan x(t) = Kq(t) dengan K Rmn untuk
sistem linear yang diberikan oleh persamaan keadaan

q(t)
= Aq(t) + Bx(t)
Dengan umpan balik x(t) = Kq(t) didapat sistem loop-tutup berikut

q(t)
= (A BK)q(t).
Pole dari sistem loop-tutup adalah akar-akar persamaan karakteristik
det(sIn A + BK) = 0,
dengan In adalah matriks identitas ukuran n n. Disain kontrol umpan balik keadaan
sistem loop-tutup adalah memilih komponen gain K
ki,j , i = 1, 2, . . . , m. j = 1, 2, . . . , n
sehingga akar-akar persamaan karakteristik sistem loop-tutup
det(sIn A + BK) = 0
sesuai yang dikehendaki oleh pendisain pada bidang kompleks. Misalkan, dikehendaki pole
dari sistem loop-tutup adalah
s1 , s2 , . . . , sn .
Pole sk ini bisa real atau kompleks. Bila kompleks, maka konjugate kompleksnya juga
merupakan pole, sebab ki,j yang digunakan adalah real. Dengan demikian didapat polinomial sesuai yang dikehendaki, yaitu
c (s) = (s s1 )(s s2 ) (s sn )
= sn + n1 sn1 + + 1 s + 0 .
Jadi haruslah
det(sIn A + BK) = sn + n1 sn1 + + 1 s + 0 .
Masalah yang dibahas ini adalah masalah penempatan pole. Pada pembahasan ini
hanya dibahas masalah penempatan pole untuk sistem dengan input tunggal, dengan
demikian K Rn . Penyelesaian masalah ini mudah diselesaikan bila pasangan matriks
keterkontrolan (A, B) mempunyai rank sama dengan n (sistem dapat dikontrol). Untuk
hal yang demikian didapat

0
1
0

0
0

0
0
1

0
0

..
..
..
..
..
..
A BK =
.
.
.
.
.
.
.

0
0
0

0
1
a0 k1 a1 k2 a2 k3 an2 kn1 an1 kn
c
Sistem Linear, Copyright: 2013
Subiono

187

Bentuk kompanion terkontrol dan teramati..

Jadi, komponen gain yang dikehendaki adalah


k1 = 0 a0
k2 = 1 a1
..
.
kn = n1 an1 .
Bila sistem tidak berbentuk kompanion terkontrol, maka lakukan transformasi kedalam
yang memenuhi
bentuk kompanion terkontrol. Kemudian hitung gain K
K)
= sn + n1 sn1 + + 1 s + 0 .
det(sIn A + B
Didapat



= 0 a0 1 a1 n1 an1
K

yang mana T adalah suatu transformasi yang mentranformasi pasangan


dan K = KT
(A, B) kedalam bentuk kompanion terkontrol. Algoritma untuk menghitung gain K juga
bisa dilakukan dengan menggunakan formula Ackermann sebagai berikut


K = 0 0 0 1 Mk1 c (A),
(6.119)

yang mana c (s) adalah polinomial yang dikehendaki oleh pendisain. Pembahasan umpan
balik keadaan yang telah dibahas ini berlaku juga untuk sistem diskrit yang diberikan oleh
persamaan keadaan
q[n + 1] = Aq[n] + Bx[n],
dengan matriks
terkontrol.
Contoh 1.
Diberikan sistem



Mk = B AB An1 B


 
2
1 1

x(t).
q(t) +
q(t)
=
1
1 2


Gunakam formula Ackermann untuk mendisain umpan balik q(t) = Kx(t) supaya sistem
loop-tutup mempunyai pole di {1, 2}.
Jawab.
Matriks keterkontrolan adalah

Invers matriks Mk adalah





2 1
.
Mk = B AB =
1 0
Mk1

0 1
=
1 2

c
Sistem Linear, Copyright: 2013
Subiono

188

Analisis Ruang Keadaan Sistem..

Polinomial yang dikehendaki adalah


c (s) = (s + 1)(s + 2) = s2 + 3s + 2.
Jadi gain K adalah


0 1 Mk1 c (A)



 0 1
(A2 + 3A + 2I2 )
= 0 1
1 2

 
 



2 0
3 3
0 1
+
+
= 1 2
0 2
3 6
1 3



 5 2
= 1 2
2 1


= 1 0 .

K =

Contoh 2.
Diberikan sistem diskrit


 
0
1
0
q[n + 1] =
q[n] +
x[n].
0.16 1
1

Disain umpan balik q[n] = Kx[n] supaya sistem loop-tutup mempunyai pole di
{1 i, 1 + i}.
Jawab.
Matriks keterkontrolan adalah

Invers matriks Mk adalah





0 1
Mk = B AB =
.
1 1
Mk1



1 1
=
1 0

Jadi rank(Mk ) = 2, yaitu sistem terkontrol. Juga sistem mempunyai bentuk kompanion
terkontrol, dari matriks A didapat a0 = 0.16 dan a1 = 1. Polinomial yang dikehendaki
adalah
c (z) = (z (1 i))(z (1 + i)) = z 2 + 2z + 2.
Didapat 0 = 2 dan 1 = 2, dengan demikian komponen gain K adalah
k1 = 0 a0 = 2 0.16 = 1.84
k2 = 1 a1 = 2 1 = 1
c
Sistem Linear, Copyright: 2013
Subiono

189

Bentuk kompanion terkontrol dan teramati..

Jadi K = [1.84 1]. Hasil ini bisa dicek dengan formula Ackermann sebagai berikut.
c (A) = A2 + 2A + 2I2

 
 

0.16 1
0
2
2 0
=
+
+
0.16 0.84
0.32 2
0 2


1.84
1
=
0.16 0.84
Gain K menggunakan formula Ackerman adalah
K = [0 1] Mk1 c (A)



1.84
1
1 1
= [0 1]
1 0 0.16 0.84


1.84
1
= [1 0]
0.16 0.84
= [1.84 1].
Terlihat hasilnya sama seperti hasil perhitungan sebelumnya.

6.13.3

Disain Observer

Pada subbagian ini dibahas disain observer untuk sistem linear kontinu

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t) + Dx(t)
atau sistem linear diskrit

dengan matriks

q[n + 1] = Aq[n] + Bx[n]


y[n] = Cq[n] + Dx[n]

C
CA
..
.

M0 =

n1
CA

teramati. Bentuk disain observer diberikan oleh

(t) = A
(t)),
q
q(t) + Bx(t) + L(y(t) C q

(6.120)

(t) adalah estimasi dari keadaan q(t). Matriks L adalah matriks gain observer.
dengan q
(t) q(t).
Tujuan dari observer adalah mengestimasi q(t) sehingga untuk t , maka q
Bila error estimasi diberikan oleh
(t),
e(t) = q(t) q

(6.121)

c
Sistem Linear, Copyright: 2013
Subiono

190

Analisis Ruang Keadaan Sistem..

maka pendisainan observer harus menghasilkan e(t) 0 kalau t . Pendisainan


berkaitan dengan matriks L sesuai yang dikehendakinya, hal ini bisa dijamin karena sistem teramati. Pada persamaan (6.121) lakukan derivatif dan gunakan Persamaan (6.120)
didapat

q
(t)
e(t)
= q(t)
(t))
= Aq(t) + Bx(t) A
q(t) Bx(t) L(y(t) C q
atau

e(t)
= (A LC)e(t).

(6.122)

Terlihat bahwa kondisi e(t) 0 untuk t dengan diberikan sebarang error awal e(t0 )
bisa dicapai sesuai keinginan pendisain haruslah bagian real dari semua akar persamaan
karakteristik
det(I (A LC)) = 0
(6.123)
adalah negatif. Jadi masalah disain observer adalah mencari matriks gain observer L
supaya semua akar Persamaan (6.123) bagian realnya negatif. Untuk tujuan ini formula
Ackerman bisa digunakan sebagai berikut. Misalkan dikehendaki polinomial karakteristik
p() = n + an1 n1 + + a1 + a0 ,
maka matriks gain observer diberikan oleh

0
..

L = p(A)Mo1 . ,
0
1

dengan Mo adalah matriks keteramatan dan

p(A) = An + an1 An1 + + a1 A + a0 I.


Contoh
Diberikan sistem

 
0
2 3

x(t)
q(t) +
q(t)
=
1
1 4


y(t) = 1 0 q(t).


Sistem teramati sebab

dan


 
1 0
C
=
Mo =
2 3
CA


Mo1

1 0
=
32 31

c
Sistem Linear, Copyright: 2013
Subiono

(6.124)

191

Bentuk kompanion terkontrol dan teramati..

Bila diingini polinomial karakteristik observer adalah


p() = 2 + 16 + 100
maka
p(A) = A2 + 16A + 100I

 
 

100 0
32 48
1 18
+
+
=
0 100
16 64
6 13


133 66
=
22 177
Dengan menggunakan formula Ackerman matriks gain observer diberikan oleh
 
1 0
L = p(A)Mo
1


 
133 66
1 0 0
=
22 177 23 13 1
 
22
=
.
59
Dengan demikian observer diberikan oleh

yang mana

(t) = A
(t))
q
q(t) + Bx(t) + L(y(t) C q


 
 
2 3
0
22
(t) +
1 (t)),
=
q
x(t) +
(y(t) q
1 4
1
59

q1 (t)
.
q(t) =
q2 (t)

Persamaan error estimasi diberikan oleh

e(t)
= (A LC)e(t)


20 3
=
e(t).
60 4
Untuk error awal

didapat


1
e(0) =
2

e(t) = e(ALC)t e(0)


 


e8 t sin(6 t)
1
e1 (t)
e8 t (cos (6 t) 2 sin (6 t))
2
=
8
t
8
t
e2 (t)
10 e sin (6 t)
e
(2 sin (6 t) + cos (6 t)) 2


e8 t (3 sin (6 t) cos (6 t))
=
e8 t (14 sin (6 t) + 2 cos (6 t))
c
Sistem Linear, Copyright: 2013
Subiono

192

Analisis Ruang Keadaan Sistem..

Gambar error estimasi e(t) diberikan oleh Gambar 6.4. Dalam Gambar 6.4 ini terlihat

e1 (t)

e2 (t)

Gambar 6.4: Error Estimasi e(t)

bahwa untuk t 0.5 error e(t) sudah mendekati nol.

c
Sistem Linear, Copyright: 2013
Subiono

193

Bentuk kompanion terkontrol dan teramati..

Test, Tgl. 5 Mei 2010. Sifat Tutup Buku. Waktu 100 Menit
1. Diberikan fungsi transfer dari SWDLIW
H(z) =

z 1 + 5z 2
.
1 + 4z 1 + 3z 2

a. Dapatkan persamaan keadaan dari sistem.


b. Gambar diagram simulasi dari sistem.
c. Selidiki kestabilan sistem. Apakah sistem bisa dikontrol dan dapat diamati?
2. Misalkan Persamaan Keadaan dari SWKLIW diberikan oleh

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t) + Dx(t)

(6.125)

Pendiskritan dari Persamaan (6.127) dengan samplig periode T diberikan oleh

dengan

e )q[kT ] + B(T
e )x[kT ]
q[(k + 1)T ] = A(T
y[kT ] = Cq[kT ] + Dx[kT ],
e ) = eAT
A(T

(6.126)

Z
e ) = eA d B.
dan B(T
0

Bila SWKLIW pada Persmamaan (6.127) diberikan oleh



 



0
0 1
, C = 1 0 dan D = 0,
,B =
A=
1
0 2

maka dapatkan hasil pendiskritan dari sistem ini dalam bentuk Persamaan (6.128)
untuk T = 1.
3. Diberikan SWKLIW oleh

 
0
3 1

x(t)
q(t) +
q(t)
=
1

1


y(t) = 1 0 q(t).


Dapatkan nilai supaya sistem stabil asimptotik. Selanjutnya selidiki keterkontrolan


dan keteramatan dari sistem serta gambar simulasi diagram dari sistem.

c
Sistem Linear, Copyright: 2013
Subiono

194

Analisis Ruang Keadaan Sistem..

Jawaban Test, Tgl. 5 Mei 2010. Sifat Tutup Buku. Waktu 100 Menit
1. Diberikan fungsi transfer dari SWDLIW
H(z) =

z 1 + 5z 2
.
1 + 4z 1 + 3z 2

a. Dapatkan persamaan keadaan dari sistem.


b. Gambar diagram simulasi dari sistem.
c. Selidiki kestabilan sistem. Apakah sistem bisa dikontrol dan dapat diamati?
Jawab
a. Fungsi Transfer

z 1 + 5z 2
Y (z)
=
.
H(z) =
X(z)
1 + 4z 1 + 3z 2

Dengan menggunakan bentuk pertama kanonik peubah keadaan didapat, persamaan


keadaan sistem diberikan oleh



 
4
1
1

q[n] +
x[n]
q[n + 1] =
3 0
5




y[n] = 1 0 q[n].

b. Gambar diagram simulasi sistem diberikan oleh


x[n]
5

1
+

q2 [n + 1]

+
q2 [n]

0
+
- q1 [n + 1]

+
q1 [n]

+ y[n]

c. Polinomial karakteristik dari matriks A diberikan oleh


p() = |I A| = ( + 1)( + 3).
Terlihat bahwa semua nilai karakteristik dari A nilai-mutlaknya tidak kurang dari
pada 1. Yaitu |1 = 1| = 1 1 dan |2 = 3| = 3 1. Jadi sistem tidak stabil
asimptotik. Juga bisa dicek bahwa fungsi transfer H(z) tidak ada faktor persekutuan
c
Sistem Linear, Copyright: 2013
Subiono

195

Bentuk kompanion terkontrol dan teramati..

antara pembilang dan penyebut, maka pole-plolenya adalah z = 1 dan z = 3


dengan demikian sistem tidak stabil BIBO. Matriks keterkontrolan diberikan oleh




1 1
dan |Mk | = 8 6= 0. Jadi rank(Mk ) = 2.
Mk = B AB =
5 3
Dengan demikian sistem terkontrol. Sedangkan matriks ketermatan diberikan oleh

 

C
1 0
MO =
=
dan |MO | = 1 6= 0. Jadi rank(MO ) = 2.
CA
4 1
Dengan demikian sistem dapat diamati.

2. Misalkan Persamaan Keadaan dari SWKLIW diberikan oleh

q(t)
= Aq(t) + Bx(t)
y(t) = Cq(t) + Dx(t)

(6.127)

Pendiskritan dari Persamaan (6.127) dengan samplig periode T diberikan oleh

dengan

e )q[kT ] + B(T
e )x[kT ]
q[(k + 1)T ] = A(T
y[kT ] = Cq[kT ] + Dx[kT ],
e ) = eAT
A(T

(6.128)

Z
e ) = eA d B.
dan B(T
0

Bila SWKLIW pada Persmamaan (6.127) diberikan oleh




 


0 1
0
A=
,B =
, C = 1 0 dan D = 0,
0 2
1

maka dapatkan hasil pendiskritan dari sistem ini dalam bentuk Persamaan (6.128)
untuk T = 1.
Jawab
Untuk T = 1, didapat
2

e
1
1

1 e2
Z
4 + 4
1

A
A
2
2
e =e =
e
A(1)
= e d B =
.
dan B(1)
1 e2
0
0
e2

2
2
Sehingga didapat hasil pendiskritan sistem

1
e
2
1 e
4 + 4

2
2 q[n] +
q[n + 1] =
x[n]

1 e2
0
e2

2
2


y[n] = 1 0 q[n].
c
Sistem Linear, Copyright: 2013
Subiono

196

Analisis Ruang Keadaan Sistem..

3. Diberikan SWKLIW oleh



 
0
3 1

x(t)
q(t) +
q(t)
=
1
1




y(t) = 1 0 q(t).

Dapatkan nilai supaya sistem stabil asimptotik. Selanjutnya selidiki keterkontrolan


dan keteramatan dari sistem serta gambar simulasi diagram dari sistem.
Jawab
Polinomial karateristik dari A diberikan oleh
p() = |I A| = 2 + 2 + ( 3).
Didapat
1 = 1 +

4 , 2 = 1

4 .

Sehingga untuk > 3 didapat Real(1 ) < 0 dan Real(2 ) < 0. Supaya sistem stabil
asimptotik haruslah > 3. Matrix keterkontrolan diberikan oleh




0 1
rank(Mk ) = 2.
Mk = B AB =
1 1
Jadi sistem dapat dikontrol. Matrix keteramatan diberikan oleh
 


C
1 0
MO =
=
rank(M0 ) = 2.
CA
3 1

Jadi sistem dapat diamati. Gambar dari diagram simulasi keadaan sistem diberikan
oleh gambar berikut.
x(t)
+

q2 (t)

+
q2 (t)

q1 (t)

R
3

c
Sistem Linear, Copyright: 2013
Subiono

y(t)
q1 (t)

Bentuk kompanion terkontrol dan teramati..

197

Evaluasi Akhir Semester 17-19 Mei 2010, Sifat Tutup Buku, Waktu 100 menit.
1. Ungkapkan bentuk gelombang dari Gambar berikut sebagai jumlahan dari fungsi
unit step.
v(t)
3
2
1

1 2 3

b
t

Jawab
Persamaan segmen garis a adalah 2t+1 dan persamaan segmen garis b adalah t+3,
sehingga didapat
v(t) = (2t + 1) [u0 (t) u0 (t 1)] + 3 [u0 (t 1) u0 (t 2)]
+(t + 3) [u0 (t 2) u0 (t 3)] .
atau
v(t) = (2t + 1)u0 (t) (2t + 1)u0(t 1) + 3u0 (t 1) 3u0 (t 2)
+(t + 3)u0(t 2) (t + 3)u0(t 3)
= (2t + 1)u0 (t) + [(2t + 1) + 3] u0 (t 1)
+ [3 + (t + 3)] u0 (t 2) (t + 3)u0 (t 3)
= (2t + 1)u0 (t) 2(t 1)u0 (t 1) tu0 (t 2) + (t 3)u0 (t 3).
2. (a.) Hitung

t(t 2)dt.

(b.) Bila input x[n] dan respon impuls h[n] dari suatu sistem linear diskrit invarian
waktu diberikan oleh
x[n] = u[n], h[n] = n u[n], 0 < < 1
dengan u[n] adalah fungsi unit step, maka hitung output y[n].
Jawab
(a.) Gunakan sifat

f (t)(t a)dt = f (a), didapat


Z

t(t 2)dt = f (2) = t |t=2 = 2.

c
Sistem Linear, Copyright: 2013
Subiono

198

Analisis Ruang Keadaan Sistem..

(b.)
x[k]

......

1
-2 -1 0 1 2 3
1 h[n k]
n

1
1

k
n<0

0
1

0
(a)

-2 -1 0 1 2 3 4 5

h[n k]

.....................

(b)

n>0

Output y[n] memenuhi persamaan


y[n] = x[n] h[n] =

k=

x[k]h[n k]

Barisan x[k] dan h[n k] sebagaiman ditunjukkan dalam Gambar (a) diatas untuk
n < 0 dan n > 0. Dari Gambar terlihat bahwa untuk n < 0, x[k] dan h[n k] tidak
terjadi overlap, sedangkan untuk n 0 terjadi overlap dari k = 0 ke k = n. Dengan
demikian untuk n < 0, y[n] = 0. Jadi untuk n 0, didapat
y[n] =

n
X

nk .

k=0

Ganti peubah k menjadi m = n k, didapat


y[n] =

0
X

m=n

n
X

m =

m=0

1 n+1
.
1

Hasil y[n] diberikan dalam Gambar (b).


3. Diberikan persamaan keadaan sistem linear diskrit invarian waktu


 
0 1
0
q[n + 1] =
x[n]
q[n] +
61 56
1
y[n] =


1 2 q[n].

(a.) Dapatkan fungsi transfer H(z) dan gambar diagram simulasi sistem.
(b.) Selidiki kestabilan sistem.
c
Sistem Linear, Copyright: 2013
Subiono

199

Bentuk kompanion terkontrol dan teramati..

Jawab
(a.) Fungsi transfer sistem diberikan oleh
1

H(z) = C(zI A) B = 1 2
2z


5
6

z
z+
6
=
.
3z 1

1
6

5
6

1



 z

1
z 65

1
6

z+

1  
0
1

1
6

Gambar diagram simulasi sistem diberikan oleh gambar berikut.


2
x[n] +

q2 [n + 1]

q2 [n]

+
+

+ y[n]

q1 [n]

5
6
1
6

(b.) Nilai karakteristik dari A diberikan oleh


|I A| = 2

5 1
(2 1) (3 1)
+ =
.
6
6
6

1
1
1
1
Didapat 1 = dan 2 = . Terlihat bahwa |1 = | < 1 dan |2 = | < 1. Jadi
2
3
2
3
sistem stabil asimptotik, akibatnya juga stabil BIBO.
4. Konstruksi suatu sistem linear kontinu invarian waktu yang diberikan oleh persamaan
keadaan dengan kriteria tidak bisa dikontrol dan juga tidak bisa diamati. Selanjutnya
gambar diagram simulasi dari sistem.
Jawab. Sistem berikut

Matriks keterkontrolan



 
1 2
1

q(t)
=
q(t) +
x(t)
0 3
1


y(t) = 1 1 q(t).





1 3
Mk = B AB =
= rank(Mk ) = 1 < 2,
1 3
c
Sistem Linear, Copyright: 2013
Subiono

200

Analisis Ruang Keadaan Sistem..

Karena rank(Mk ) = 1 < 2, maka sistem tidak bisa dikontrol. Selanjutnya matriks
keteramatan sistem diberikan oleh

 

C
1 1
MO =
=
= rank(MO ) = 1 < 2,
CA
1 1
Karena rank(MO ) = 1 < 2, maka sistem tidak bisa diamati. Gambar diagram
simulasi sistem diberikan oleh gambar berikut.
+ P+ q1(t)
+

x(t)

q1 (t)

q2 (t)

+P

2
+

q2 (t)

+
3

c
Sistem Linear, Copyright: 2013
Subiono

y(t)

201

Bentuk kompanion terkontrol dan teramati..

REMIDI MATAKULIAH SISTEM LINEAR, 24 Mei 2010, Sifat Tutup Buku


, Waktu 100 Menit.
1. Ungkapkan bentuk gelombang v(t) yang diberikan oleh Gambar berikut sebagai jumlahan dari fungsi unit step dalam interval waktu 1 < t < 7.
v(t)
3
...................

.........

1 0

.........

...................

........
2

7
t

.................................................................
1
......... 2
2. Hitung integral berikut

x2 ex (x 2)dx.

3. (a.) Hubungan input output dari sistem linear diskrit diberikan oleh
y[n] = ay[n 1] + x[n].
Dapatkan output y[n] bila input x[n] = K[n] dan y[1] = .
(b.) Dapatkan persamaan keadaan dari suatu sistem linear kontinu yang diberikan
oleh persamaan y(t) + 3y + 2y(t) = 4x + x(t).
4. Diberikan Sistem Waktu Kontinu Linear Invarian Waktu oleh


 
3 1
0

q(t)
=
q(t) +
x(t)
1
1


y(t) = 1 0 q(t).

Dapatkan nilai supaya sistem stabil asimptotik. Selanjutnya selidiki keterkontrolan


dan keteramatan dari sistem serta gambar simulasi diagram dari sistem.

c
Sistem Linear, Copyright: 2013
Subiono

202

c
Sistem Linear, Copyright: 2013
Subiono

Analisis Ruang Keadaan Sistem..

Daftar Pustaka

[1] Steven T. Karris, "Signals and Systems with Matlab, Computing and Simulink
Modeling", Fourth Edition, Orchard Publications,(2008).
[2] Hwei P. Hsu, "Signals and Systems", Schaumss Outline Series, McGraw-Hill,
(1995).
[3] Subiono, "Sistem Linear dan Kontrol Optimal", Jurusan Matematika, FIMPAITS, Surabaya, (2011)
[4] Alexander D. Poularikas "Transforms and Applications, Handbook, Third Edition ", CRC Press Taylor & Francic Group, (2010).
[5] E.I. Jury, "Theory and Application of the z-Transform Method", Robert E.
Krieger Publishing CO. Hunting, New York, (1964)
[6] K. Ogata, "Discrete-Time Control Systems, Second Edition", Prentice-Hall
International, Inc., (1995).
[7] M.J.Roberts, "Signal and Systems, Analysis Using Transform Methods and Matlab, Second Edition", McGraw-Hill, (2012).
[8] D.G.Schultz and J.L.Melsa, "State Function and Linear Control Systems",
McGraw-Hill Book Company, (1967).
[9] M.Corinthios, "Signal, Systems,Transforms, and Digital Signal Processing with
Matlab", CRC Press, (2009).
[10] Kannan M. Moudgalya, "Digital Control", Wiley & Sons, (2007).
[11] Richard C. Dorf and Robert H. Bishop, "Modern Control Systems, Eleventh
Edition", Pearson Education, Inc, (2008).
[12] Stanislaw H. Zak , "Systems and Control", Oxford University Press, (2003).

203