Anda di halaman 1dari 18

Jawaban

UAS

Terdapat 2 tipe dasar sinyal, yaitu:


1. Sinyal waktu kontinyu (continous-time signal)
2. Sinyal waktu diskrit (discrete-time signal)

Sinyal waktu kontinyu


Suatu sinyal x(t) dikatakan sebagai sinyal waktu-kontinyu atau sinyal analog
ketika memiliki nilai pada setiap saat.

Sinyal waktu diskrit


Suatu sinyal x(kT) dikatakan sebagai sinyal waktu-diskrit ketika memiliki nilai pada
rentang waktu tertentu.

Perbedaan sinyal analog vs digital

Macam ragam sinyal uji


Untuk memudahkan analisis suatu respon, digunakan beberapa sinyal uji dengan
fungsi waktu sederhana. Pemilihan sinyal uji harus mendekati bentuk input sistem
pada kondisi kerjanya.
Sinyal-Sinyal Pengujian :
1.
fungsi step : berguna untuk menguji respon terhadap ganguan yang muncul
tiba-tiba, dan juga melihat kemampuan sistem kontrol dalam memposisikan
respon.
2.
fungsi ramp : fungsi berubah bertahap terhadap waktu, berguna untuk
melihat kemampuan sistem kontrol dalam melacak target yang bergerak
dengan kecepatan konstan.
3.
fungsi impuls : berguna untuk menguji respon terhadap gangguan sesaat
yang muncul tiba-tiba dan untuk menguji sistem yang responnya berubah
dalam selang waktu yang sangat singkat.

4.

fungsi parabolic: berguna untuk kebutuhan akan akselerasi dan pengujian


kemampuan sistem kontrol untuk melacak obyek yang bergerak dengan
kecepatan berubah-ubah.
5.
fungsi sinusoidal : berguna untuk menguji respon sistem yang menerima
input berupa sinyal sinusoidal.

Sinyal adalah suatu gejala fisika dimana satu atau lebih dari karakteristiknya
melambangkan informasi. Sinyal memiliki nilai riil yang merupakan fungsi
waktu. Sinyal dibagi menjadi dua yaitu sinyal kontinu dan sinyal diskrit yang akan
dibahas di bawah ini.
1.

SINYAL KONTINU

Sinyal analog adalah sinyal data dalam bentuk gelombang yang yang kontinu
(merupakan variable kontinu), yang membawa informasi dengan mengubah
karakteristik gelombang. Dua parameter/karakteristik terpenting yang dimiliki oleh
isyarat analog adalah amplitude dan frekuensi. Sinyal analog berupa sinyal listrik
atau getaran. Suatu sinyal x(t) dikatakan sebagai sinyal waktu-kontinyu atau sinyal
analog ketika memiliki nilai pada setiap saat.Dengan menggunakan sinyal analog,
maka jangkauan transmisi data dapat mencapai jarak yang jauh, tetapi sinyal ini
mudah terpengaruh oleh noise. Gelombang pada sinyal analog yang umumnya
berbentuk gelombang sinus memiliki tiga variable dasar, yaitu amplitudo, frekuensi
dan phase.

Amplitudo merupakan ukuran tinggi rendahnya tegangan dari sinyal analog.

Frekuensi adalah jumlah gelombang sinyal analog dalam satuan detik.

Phase adalah besar sudut dari sinyal analog pada saat tertentu.
Contoh sinyal analog adalah sinyal dari mic. Mic adalah suatu alat yang mengubah
besaran audio ke besaran listrik. Sinyal analog apabila digambar dengan gelombang
sinus bentuknya konsisten atau continue.
Sinyal Kontinu ini terdiri dari empat macam yaitu :
1.1
Fungsi Ramp
Fungsi Ramp merupakan fungsi yang berubah terhadap waktu.
Fungsi ramp (tanjak) r(t) didefinisikan secara matematik sebagai:

1.2

1.3

Fungsi Step
Fungsi step memiliki arti bahwa amplitudo pada u(t) bernilai 1 akan untuk semua t
> 0. Secara matematis didefinisikan sebagai berikut:

Impulse
Jika impuls digunakan sebagai masukan untuk sistem,

output dikenal sebagai respon impulse. Respon impulse mendefinisikan sistem


karena semua frekuensi yang mungkin terwakili dalam input.Unit impulse (t) juga
dikenal sebagai fungsi delta atau distribusi Dirac didefinisikan sebagai:

1.4

Sinyal periodik
Ditetapkan T sebagai suatu nilai real positif. Suatu sinyal waktu kontinyu x(t)
dikatakan periodik terhadap waktu dengan periode T jika x(t + T) = x(t) untuk
semua nilai t, < t < . Suatu contoh pada suatu sinyal periodik adalah suatu
sinyal sinusoida.
x(t) = A cos(t + )
Dimana:
A = amplitudo
= frekuensi dalam radian per detik (rad/detik)
= fase dalam radian.

2.

SINYAL DISKRIT

Sinyal digital merupakan sinyal data dalam bentuk pulsa. Suatu sinyal x(kT)
dikatakan sebagai sinyal waktu-diskrit ketika memiliki nilai pada rentang waktu
tertentu. Sinyal diskrit atau digital juga merupakan hasil teknologi yang mengubah
sinyal menjadi suatu angka yang dapat dimengerti oleh mesin yaitu angka 0 (off)
dan 1 (on) yang disebut angka biner untuk memproses informasi yang mudah,
cepat, dan akurat.
Sinyal diskrit ini juga terdiri dari :
1.1 Sekuen Konstan
Sinyal ini dihasilkan dari sampling sinyal waktu kontinyu yang nilainya
konstan,misalnya sinyal DC. Bentuk sinyal waktu diskrit untuk representasinya
berupa deretan pulsa-pulsa bernilai sama mulai dari negatif tak berhingga sampai
dengan positif tak berhingga. Gambaran matematis untuk sinyal ini : f(nT) = 1
untuk semua nilai n
SISTEM
Sistem berasal dari bahasa Latin (systma) dan bahasa Yunani (sustma) adalah
suatu kesatuan yang terdiri komponen atauelemen yang dihubungkan bersama
untuk

memudahkan

aliran informasi, materi atau energi untuk

mencapai

suatu

tujuan. Istilah ini sering dipergunakan untuk menggambarkan suatu set entitas yang
berinteraksi, di mana suatu model matematika seringkali bisa dibuat.
Sistem juga merupakan kesatuan bagian-bagian yang saling berhubungan yang
berada dalam suatu wilayah serta memiliki item-item penggerak, contoh umum
misalnya seperti negara. Negara merupakan suatu kumpulan dari beberapa elemen
kesatuan lain seperti provinsi yang saling berhubungan sehingga membentuk suatu
negara dimana yang berperan sebagai penggeraknya yaitu rakyat yang berada
dinegara tersebut.
Kata "sistem" banyak sekali digunakan dalam percakapan sehari-hari, dalam forum
diskusi maupun dokumen ilmiah. Kata ini digunakan untuk banyak hal, dan pada
banyak bidang pula, sehingga maknanya menjadi beragam. Dalam pengertian yang
paling umum, sebuah sistem adalah sekumpulan benda yang memiliki hubungan di
antara mereka.

1. L. James Havery
Sistem merupakan prosedur logis dan rasional guna melakukan atau merancang
suatu rangkaian komponen yang berhubungan satu sama lain.
2. Kamus Besar Bahasa Indonesia
1.
Perangkat unsur yang secara teratur saling berkaitan sehingga membentuk
suatu totalitas pencernaan makanan, pernapasan, dan peredaran darah di tubuh.
2.
Susunan yang teratur dari pandangan, teori, asas,
pemerintahan negara (demokrasi, totaliter, parlementer, dsb);

dsb.

Contoh:

3.
Metode. Contoh: pendidikan (klasikal, individual, dsb)
3. Gordon B. Davis
Sebuah sistem terdiri dari bagian-bagian yang saling berkaitan yang beroperasi
bersama untuk mencapai beberapa sasaran dan maksud.
Sinyal kontinyu merupakan bentuk kebanyakan sinyal yang ada di alam. Debit
aliran air sungai, arus listrik yang masuk ke sebuah rumah pelanggan PLN dan suhu
suatu ruangan adalah contohnya. Sinyal kontinyu mempunyai nilai di semua waktu
dan nilainya bisa berapa saja. Sinyal kontinyu terkuantisasi mempunyai nilai di
semua waktu tapi nilainya hanya tertentu saja. Contohnya adalah nilai tukar rupiah
terhadap dollar, atau harga suatu barang di toko. Sinyal diskret mempunyai nilai
pada waktu-waktu tertentu saja dan nilainya bisa berapa saja. Contohnya adalah
data harian curah hujan di Solo, atau nilai indeks harga saham gabungan di bursa
pada saat penutupan transaksi. Sinyal diskret terkuantisasi mempunyai nilai pada
waktu-waktu tertentu saja dan nilainya hanya tertentu. Contohnya adalah sinyal
komunikasi digital. Pembicaraan dalam kuliah sistem linier secara umum adalah

menyangkut

sinyal

kontinyu

dan

diskret

yang

tidak

terkuantisasi.

Sistem
Linier
Sistem linier adalah sistem dengan sifat khusus berupa linieritas. Artinya hubungan
masukan dan keluarannya bersifat linier. Jika digambar pada grafik hubungan itu
berupa garis lurus. Namun gambaran grafis berupa garis lurus hanya berlaku pada
saat sistem berada pada kondisi mantap (steady) dan bukan pada kondisi transisi
(transien). Jika resistor tiba-tiba diberi tegangan, arus resistor tidak langsung
muncul sesuai hukum ohm. Ada masa transisi dari kondisi belum diberi tegangan
(kondisi awal) menuju kondisi mantap (meskipun hanya dalam hitungan mikrodetik
atau nanodetik). Hukum ohm hanya berlaku pada kondisi mantap. Kondisi transisi
ini tidak diperhatikan pada desain rangkaian elektronik biasa, tapi kondisi ini
menjadi perhatian pada sistem frekuensi tinggi di mana sinyal berubah dengan
sangat
cepat.
Ada dua alasan penting mengapa studi sistem linier menjadi perlu:

1. Model sistem linier dapat dipelajari lebih mudah dan pembahasannya telah
mendalam. Alat bantu analisis dan desain sistem linier telah banyak tersedia.
2. Kebanyakan sistem fisik dapat dimodelkan dengan sistem linier.
Sistem
Linier
Time
Invariant
2 Hal penting pada system adalah linieritas dan tidak berubah terhadap waktu.
Disini akan dilihat hubungan input-output pada system LTI dijelaskan pada operasi
konvolusi.
Respons
system
LTI
waktu
kontinyu
dan
Integral
Konvolusi
Respon Sistem Linier Time Invariant (LTI) dalam waktu kontinyu dan diskrit dapat
dicari dengan metode konvolusi jika respon impulsnya diketahui.Pada siitem waktu
kontinyu respon sistem ditentukan dengan menghitung integral konvolusi. Pada
sistem diskrit respon sistem ditentukan dengan konvolusi sinyal diskrit.
Representasi
deret
fourier
sinyal
periodik
Deret fourier adalah deret yang digunakan dalam bidang rekayasa. Deret ini
pertama kali ditemukan oleh seorang ilmuan perancis Jean-Baptiste Joseph Fourier
(1768-1830). Derat yang selanjutnya dikenal sebagai deret fourier ini merupakan
deret dalam bentuk sinusoidal (sinus dan cosinus) yang digunakan untuk
merepresentasikan fungsi-fungsi periodik secara umum. Selain itu, deret ini juga
sering dijadikan sebagai alat bantu dalam menyelasaikan persamaan diferensial,
baik persamaan diferensial biasa maupun persamaan diferensial parsial. Teori dasar
deret fourier cukup rumit. Meskipun demikian, aplikasinya cukup sederhana.
Deret fourier dapat dituliskan dengan persamaan sebagai berikut: f(t) = A0 + A1
cos
?t
+
B1
sin
?t
+

An
cos
n?t
+
Bn
sin
n?t.
Salah satu aplikasi dari deret fourier adalah pada pemisahan perpaduan
gelombang. Suatu gelombang yang bergerak pada sutu medium bukan hanya
gelombang yang berupa gelombang tunggal namun merupakan perpaduan dari
banyak gelombang. Dengan menggunakan deret fourier maka perpaduan dari
banyak panjang gelombang ini dapat dipisahkan kembali menjadi gelombang-

gelombang penyusunnya. Misalkan saja pada gelombang radio. Gelombang radio


FM mempunyai frekuensi 88 Mhz sampai dengan 108 Mhz. Tapi yang menimbulkan
pertanyaan adalah kenapa kita dapat mendengarkan suara penyiar radionya
padahal batas pendengaran manusia hanya 20 Hz sampai dengan 20.000 Hz saja?.
Ini dapat dijawab karena gelombang radio tersebut hanya sebagai pembawa. Yang
nantinya pada radio penerima gelombang datang tersebut akan dipecah kembali
yang salah satunya berupa gelombang suara yang dapat kita dengarkan.

Pada gambar diatas disajikan dua bentuk gelombang yang mempunyai bentuk yang
sangat berbeda. Namun pada gambar kiri itu merupakan gelombang perpaduan
dari banyak sekali gelombang. Sedangkan pada gambar kanan merupakan bentukbentuk gelombang yang menyusun gambar kiri tadi. Gambar kiri dapat di pecah
menjadi gambar kanan dengan bantuan deret fourier. Hal ini pula yang berlaku
pada frekuensi radio yang telah disinggung sebelumnya. Selain adanya deret
fourier, juga dikenal adanya transformasi fourier (Fourier Transform-FT). Joseph
Fourier mengemukakan bahwa sebuah fungsi periodik dapat direpresentasikan
dengan mengkombinasikan penjumlahan tak hingga dari fungsi sinus dan cosinus.
Representasi fungsi inilah yang kemudian dikenal sebagai Deret Fourier. Beberapa
tahun setelah penemuan ini, deret fourier dikembangkan menjadi bentuk yang lebih
umum sehingga dapat diterapkan pada fungsi yang non-periodik, bentuk yang lebih
umum ini yang kemudian dikenal sebagai Transformasi Fourier (FT). Sejak
penemuan ini, transformasi fourier menjadi metoda yang sangat cocok untuk
menganalisis fungsi atau sinyal1, karena transformasi fourier dapat mengubah
fungsi
atau
sinyal
dalam
domain
waktu
ke
domain
frekuensi.
Biasanya sebuah fungsi digambarkan dalam domain waktu. Artinya yang diukur dari
fungsi tersebut adalah waktu. Dengan kata lain, jika kita gambarkan fungsi tersebut
pada sumbu simetri, maka sumbu x (sebagai variabel bebas) mewakili waktu, dan
sumbu y (sebagai variabel tak bebas) mewakili nilai pada waktu t tertentu, atau
nilai
amplitudo-nya.
Jika kita menggambar fungsi dalam domain waktu, maka kita akan memperoleh
representasi waktu-amplitudo fungsi tersebut. Pada aplikasinya, representasi ini
tidak selalu merupakan representasi terbaik. Pada banyak kasus, informasi khusus
tersembunyi pada nilai frekuensinya. Spektrum frekuensi dari sebuah fungsi
memperlihatkan
frekuensi
yang
termuat
pada
fungsi
tersebut.
Transformasi Fourier (Fourier Transform atau FT) dapat mengubah fungsi atau sinyal
dalam domain waktu ke dalam domain frekuensi. Jika kita menerapkan FT pada
sebuah fungsi dalam domain waktu, maka kita akan mendapatkan repesentasi
frekuensi-amplitudo fungsi tersebut. Dengan transformasi fourier, sebuah fungsi
dapat digambarkan dalam sumbu x yang menunjukkan spektrum frekuensi dan
sumbu y menunjukkan amplitudo. Gambar FT menunjukkan berapa banyak
frekuensi
yang
termuat
pada
fungsi
tersebut.

Berikut ini adalah contoh dua buah fungsi stasioner periodik, yang tergabungkan
(y1
+
y2
=
y)
beserta
gambar
FT-nya:

Seringkali, informasi yang tidak dapat dilihat pada domain waktu, dapat dilihat pada
domain frekuensi. Sebagai contoh dalam bidang medis dikenal sinyal ECG
(ElectroCardioGraphy), yaitu catatan grafik aktivitas elektrik jantung. Bentuk khusus
ECG orang yang sehat, dikenal betul oleh seorang ahli jantung. Sebuah
penyimpangan yang berarti dari bentuk tersebut biasanya dianggap sebagai gejala
adanya penyakit. Namun gejala adanya penyakit tidak selalu terlihat jelas pada
sinyal ECG dalam domain waktu, terkadang penyakit dapat didiagnosa lebih mudah
jika sinyal dianalisis dalam domain frekuensi. Pada ECG dapat memanfaatkan
transformasi fourier tergantung yang diinginkan. Seperti telah disinggung
sebelumnya bahwa tidak selalu suatu gejala kejanggalan pembacaan catatan grafik
aktifitas elektrik jantung dapat teramati dengan baik dalam domain waktu.
Sehingga diperlukan domain lain yang sesuai dan dapat memberikan informasi
yang lebih akurat kepada pembaca. Domain lain yang dapat digunakan adalah
domain frekuensi. Dan sebaliknya tidak semua gejala kejanggalan juga dapat
dibaca pada domain ini. Sehingga antara doain waktu dan domain frekuensi akan
saling melengkapi, tergantung dengan kebutuhan. Hal tersebut merupakan contoh
sederhana dari kegunaan domain frekuensi. Transformasi fourier bersifat reversibel,
yaitu suatu fungsi dapat ditransformasi ke dalam domain frekuensi (yang memuat
informasi frekuensi amplitudo), dan di inversikan lagi ke domain waktu (yang
memuat informasi waktu-amplitudo). Namun, kedua informasi tersebut tidak bisa

didapatkan secara bersamaan. Representasi fungsi dalam domain frekuensi tidak


memuat informasi waktu, demikian pula sebaliknya. Untuk fungsi-fungsi yang
stasioner, yaitu fungsi yang nilai frekuensinya tidak berubah-ubah secara kontinu,
informasi waktu dan frekuensi secara bersamaan tidak diperlukan, karena di seluruh
interval waktu, nilai komponen frekuensinya konstan.
Dalam
pengambilan
sampel
secara
sistematis
dikenal
dua
istilah
yaitu
interval
pengambilan
sampel (Sampling intervals) yaitu perbandingan antara populasi dgn
sampel
yg
diinginkan
dan
proporsi
pengambilan
sampel
(sampling
Fraction/Sampling
Ratio)
yaitu
perbandingan
antara
ukuran
sampel
dengan populasi. Dari contoh di atas Sampling interval adl 1000 :
100 = 10 dan sampling ratio adl 100 : 1000 = 01. Contoh tersebut
juga dapat disebut sebagai Systematic Sampling with random start
dimana awal penentuan sampel dilakukan secara acak baru sesudah itu
dilakukan
langkah-langkah
sistematis
sesuai
dgn
prosedurnya.
Cara
pengambilan sampel seperti ini menurut Jack R. Fraenkel dan Norman
E
Wallen
bisa
dikategorikan
sebagai
random
sampling
jika
daftar
populasi
disusun
secara
random
dan
sampel
diambil
dari
daftar
tersebut.
Sample Rate mendefinisikan jumlah sample per second yang diambil dari sinyal
kontinyus menjadi sinyal diskrit.

menjadi

Bit Rate adalah jumlah bit yang diproses per satuan waktu.
Sample akan sedikit lebih rumit untuk dijelaskan. Sample rate adalah jumlah
snapshot dari sampel audio yang di sampling (mudahnya direkam) setiap
detik. Stream audio kontinus dikodekan secara digital dalam cara yang mirip

dengan kamera film menangkap gerak dengan merekam sebuah frame gambar
berulang kali per detik (frame rate). Sebagai ilustrasi yang disederhanakan, jika
anda merekam seorang pelari dengan frame rate 30 frame per detik. Kamera anda
hanya akan menangkap sebanyak 30 frame atau gerakan dari pelari itu setiap detik
nya, walaupun sebenarnya pelari itu melakukan gerakan yang lebih banyak dari 30,
misal 60. Nah dengan meningkatkan frame rate jadi 50 frame per detik, maka
kualitas video yang di hasilkan akan lebih halus karena merekam lebih banyak
frame dan mendekati gerakan aslinya. Begitupun pada digital audio, sample rate
yang tinggi (dan juga bit depth), akan mewakili sumber bunyi yang direkam secara
lebih akurat. Diagram berikut ini membantu untuk menggambarkan hal ini. Kurva
dapat dianggap sebagai suara asli sedangkan kolom dapat dianggap sebagai data
digital berusaha untuk mewakili suara asli.

diagram sample rate


Sekali lagi ini tampaknya menunjukkan bahwa Anda harus selalu merekam pada
sample rate yang lebih tinggi, tapi sekali lagi ada biaya dan Anda harus
memutuskan tingkat yang paling tepat untuk proyek Anda. 44.1k mengacu pada
44.100 sampel per detik dan Anda akan menemukan bahwa 44.1k, 48k dan 96K
adalah sample rate yang paling umum meskipun 192k sekarang menjadi lebih
populer. 44.1k adalah standar untuk CD, 48k adalah umum dalam video, 96K
populer di studio profesional karena ia menawarkan headroom lebih untuk tujuan
mixing dan 192k digunakan untuk proyek-proyek berkualitas sangat tinggi DVD
(DVD biasa proyek beroperasi pada 24bit 96K).Hal lain yang perlu dipertimbangkan
adalah telinga manusia. Salah satu indra manusia yang luar biasa ini, terbatas
berkaitan dengan frekuensi yang benar-benar bisa dideteksi. Cara terbaik adalah
untuk tidak merekam pada sample rate dibawah 44.1k karena formula dari
Frekuensi Nyquist yang menunjukkan bahwa bandwidth audio dari sinyal sampel
dibatasi setengah dari sampling rate (berkaitan dengan formula ini telan saja bulatbulat.. hehe, jangan tanya kok bisa???). Jadi untuk mencakup rentang sekitar
20kHz untuk pendengaran manusia, peralatan harus sampling pada sampel lebih
dari 40.000 (40k) per detik. Sederhananya Mengurangi sample rate akan
mengurangi kualitas suara dan bandwidth, dan karena itu hanya harus digunakan
bila benar-benar diperlukan, seperti untuk streaming internet atau voice-only
seperti podcasting.
Bagaimana keduanya berhubungan?

Sekali lagi ini mungkin paling baik diilustrasikan dalam diagram. Lihat grafik di
bawah yang menunjukkan hubungan antara keduanya.

korelasi sample rate dan bit depth


Kita telah mengetahui bahwa Bit depth mengacu pada jumlah bit yang Anda miliki
untuk menangkap sinyal audio. Cara termudah untuk melihat bagaimana ini akan
mempengaruhi musik akan dilihat sebagai serangkaian level audio yang dapat diiris
pada suatu waktu tertentu. Misalnya untuk audio 16 bit ada lebih dari 65536 level
yang dimungkinkan. Dengan setiap bit dari resolusi yang lebih besar, jumlah level
akan berlipat ganda. Jika kita merekam pada 24 bit maka kita akan memiliki lebih
dari 16777216 level untuk sepenggal audio dalam sekejap waktu.
Keuntungan terbesar rekaman pada bit depth yang lebih tinggi adalah headroom
ekstra yang tersedia selama proses mixing berkaitan dengan dynamic range dan
floor noise dari sebuah system digital recording. Jumlah tambahan nilai yang
mungkin untuk level indicator Anda memberikan dynamic range yang lebih baik dan
menurunkan floor noise. Ini sangat jelas untuk pengguna karena level ditunjukkan
dalam desibel yang merupakan unit logaritmik dari intensitas bunyi atau dengan
kata lain desibel adalah rasio daripada nilai yang didefinisikan. Sekali lagi ini adalah
yang terbaik digambarkan oleh diagram.
Dinamic range
Dynamic range (DR) artinya rasio dari tingkat terang maksimum yang bisa
ditangkap sensor, dibanding dengan tingkat minimumnya (gelap). Untuk melihat
dynamic range sensor aktual, tinjaulah histogram dari foto yang sudah diambil.
Histogram adalah grafik sebaran terang gelap dari setiap piksel dalam rentang
paling gelap (di sebelah kiri) dan paling terang (sebelah kanan). Lihatlah apakah
kurva histogram begitu mudah menabrak batas kanan (daerah terang) walaupun
mata kita melihat obyek itu tidak terlalu terang? Bila iya maka besar kemungkinan
sensor kita punya dynamic range yang rendah. Tapi untuk tahu dynamic range
sensor dalam ukuran lab biasanya kita mencari info dari pengujian pihak lain seperti
DxO mark. Satuan DR adalah stop, sensor kecil biasanya bisa membedakan terang
gelap sekitar 5 stop. Kamera DSLR punya sensor yang DR-nya sekitar 11 stop.

Dinamic range adalah istilah yang dipakai di berbagai bidang untuk menjelaskan
rasio sekumpulan bilangan dari nilai terbesar dan terkecil. Ukuran yang dipakai
adalah rasio, base-10 (decibel), base-2 (doubling, bits dan stops).
Nilai dynamic range kecil cocok untuk meningkatkan contrast jika kondisi saat
pengambilan foto dalam ruangan atau dibawah mendung yang rata/flat. Sedangkan
kita boleh menaikkan nilai dynamic range untuk pengambilan foto pada saat
contrast terlalu tinggi, misalnya pada saat panas terik, dimana kontras gelap-terang
menjadi sangat tinggi. Dengan menaikkan nilai dynamic range, detail pada bagian
shadow/bayangan dan pada bagian highlight akan lebih nampak daripada
menggunakan nilai dynamic range yang rendah.
Perlu diingat bahwa pada beberapa kamera tidak ada settingan dynamic range ini
(derita photographer), dan perlu diingat pula bahwa pada kamera yang ada fitur
dynamic range, masih ada pembatasan penggunaannya, misalanya dynamic range
400% hanya bisa diaktifkan saat settingan ISO lebih dari 800.
Resolusi adalah jumlah piksel atau picture element yang tersusun dalam sebuah
gambar digital. Resolusi ditentukan dengan jumlah dan kumpulan piksel yang
membentuk gambar foto. Kuantitas dot atau titik dalam bidang gambar sangat
menentukan kualitas gambar.
Resolusi memiliki heriditas pengertian yang maknanya mengacu pada optik dan
spasial. Misalnya, resolusi gambar, resolusi interpolasi, spasial, dan resolusi
optik.Resolusi interpolasi adalah nilai resolusi yang ditentukan melalui pembesaran
grafis
dengan
menggunakan
perhitungan
alogaritma.
Resolusi optik adalah kemampuan optik untuk memisahkan tiap bagian objek dalam
garis per milimeter. Resolusi optik dan kepadatan piksel menyusun sebuah gambar
digital.
Rosulusi spasial adalah jumlah kolom mendatar piksel dikali jumlah kolom piksel
vertikal dalam ukuran persegi. Produsen kamera biasanya menyebutkan resolusi
efektif dan resolusi total kamera. Resolusi efektif merupakan merupakan resolusi
original. Resolusi total merupakan resolusi interpolasi.

Filter
Filter adalah suatu rangkaian yang digunakan untuk membuang tegangan
output pada frekuensi tertentu. Untuk merancang rangkaian filter dapat digunakan

komponen pasif (R,L,C) dan komponen aktif (Op-Amp, transistor). Dengan demikian
filter dapat dikelompokkan menjadi filter pasif dan filter aktif. Pada makalah ini akan
dibahas mengenai filter pasif dan filter aktif.
Pada

dasarnya

filter

dapat

dikelompokkan

berdasarkan response (tanggapan) frekuensinya menjadi 4 jenis:


1. Filter lolos rendah/ Low pass Filter.
2. Filter lolos tinggi/ High Pass Filter.
3. Filter lolos rentang/ Band Pass Filter.
4. Filter tolah rentang/Band stop Filter or Notch Filter.
Filter adalah suatu device yang memilih sinyal listrik berdasarkan pada
frekuensi dari sinyal tersebut. Filter akan melewatkan gelombang/sinyal listrik pada
batasan frekuensi tertentu sehingga apabila terdapat sinyal/gelombang listrik
dengan frekuensi yang lain (tidak sesuai dengan spesifikasi filter) tidak akan
dilewatkan. RAngkaian filter dapat diaplikasikan secara luas, baik untuk menyaring
sinyal pada frekuensi rendah, frekuensi audio, frekuensi tinggi, atau pada frekuensifrekuensi tertentu saja.
Filter adalah suatu sistem yang dapat memisahkan sinyal berdasarkan
frekuensinya; ada frekuensi yang diterima, dalam hal ini dibiarkan lewat; dan ada
pula frekuensi yang ditolak, dalam hal ini secara praktis dilemahkan. Hubungan
keluaran masukan suatu filter dinyatakan dengan fungsi alih (transfer function).
Magnitude (nilai besar) dari fungsi alih dinyatakan dengan |T|, dengan
satuan dalam desibel (dB). Filter dapat diklasifikasikan menurut fungsi yang
ditampilkan, dalam term jangkauan frekuensi, yaitu passband dan stopband. Dalam
pass band ideal, magnitude-nya adalah 1 (= 0 dB), sementara pada stop band,
magnitude-nya adalah nol.
Berdasarkan hal ini filter dapat dibagi menjadi 4.
1. Filter lolos bawah (low pass filter), pass band berawal dari w = 2pf = 0
radian/detik sampai dengan w = w0 radian/detik, dimana w0 adalah frekuensi cutoff.
2. Filter lolos atas (high pass filter), berkebalikan dengan filter lolos bawah, stop
band berawal dari w = 0 radian/detik sampai dengan w = w0 radian/detik, dimana
w0 adalah frekuensi cut-off.

3. Filter lolos pita (band pass filter), frekuensi dari w1 radian/detik sampai w2
radian/detik adalah dilewatkan, sementara frekuensi lain ditolak.
4. Filter stop band, berkebalikan dengan filter lolos pita, frekuensi dari w1
radian/detik sampai w2 radian/detik adalah ditolak, sementara frekuensi lain
diteruskan.

Konvolusi (Convolution)
Secara umum konvolusi didefinisikan sebagai cara untuk mengkombinasikan dua buah deret angka yang
menghasilkan deret angka yang ketiga. Didalam dunia seismik deret-deret angka tersebut
adalah wavelet sumber gelombang, reflektivitas bumi danrekaman seismik.
Secara matematis, konvolusi adalah integral yang mencerminkan jumlah lingkupan dari sebuah
fungsi a yang digeser atas fungsi bsehingga menghasilkan fungsi c. Konvolusi dilambangkan dengan
asterisk ( *).
Sehingga, a*b = cberarti fungsi a dikonvolusikan dengan fungsi bmenghasilkan fungsi c.
Konvolusi dari dua fungsi a dan fungsi b dalan rentang terbatas [0, t] diberikan oleh:

Contoh:
a = [1, 2, 3] dan b = [4,5,6] makaa*b :

Sehingga a*b adalah [4,13,28,27,18]


Dari contoh diatas terlihat bahwa jumlah elemen c adalah jumlah elemen a ditambah jumlah
elemen b dikurangi 1
(3+3-1 = 5).

Konvolusi dikawasan waktu (time domain) ekuivalen dengan perkalian dikawasan frekuensi dan
sebaliknya konvolusi dikawasan frekuensi ekuivalen dengan perkalian dikawasan waktu [Bracewell,
1965]