ANALISIS SINYAL
TEORI SISTEM LIINEAR
DISUSUN OLEH:
KELOMPOK 2
AINUL QALBI
(H22114002)
MUHAMMAD ALKADRI (H22114007)
ARIYADI
(H22114011)
PUTRI WULANDARI
(H22114014)
MUTMAINNAH MIRANTI (H22114306)
NURHASANAH HAMZAH (H22114363)
Kata Pengantar
Puji syukur penulis ucapkan kehadirat Allah Subhanahu wataala, yang telah
melimpahkan rahmat-Nya sehingga penulis dapat menyelesaikan makalah ini. Makalah ini
diajukan guna memenuhi tugas presentase mata kuliah Analisis Sinyal, mengenai Teori
Sistem Linear. Terima kasih penulis sampaikan kepada dosen mata kuliah yang telah
berdedikasi dalam penyelesaian makalah ini serta kepada semua pihak yang telah membantu
secara langsung maupun tak langsung sehingga makalah ini dapat diselesaikan sesuai dengan
waktunya.
Penulis menyadari sepenuhnya bahwa makalah ini masih jauh dari kesempurnaan.
Oleh karena itu, kritik dan saran yang bersifat membangun sangat diharapkan, sekecil apapun
akan penulis perhatikan dan pertimbangkan guna penyempurnaan dalam pembuatan makalah
yang akan datang.
Semoga makalah ini mampu memberikan nilai tambah bagi pembacanya dan juga bermanfaat
untuk pengembangan ilmu pengetahuan bagi kita semua.
Makassar, Februari 2016
Penulis
BAB I
PENDAHULUAN
1)
2)
3)
4)
5)
I.3. Tujuan
1)
2)
3)
4)
BAB II
PEMBAHASAN
(1.1)
dengan simbol menunjukkan transformasi, atau pemrosesan dilakukan oleh sistem pada
x(t) untuk menghasilkan y(t). Hubungan matematis x(t) dan y(t) ditunjukkan pada persamaan
(1.2) dan digambarkan secara grafis pada gambar (2.1)
sistem
x(t)
y(t)
x(t)
y(t)
Klasifikasi Sistem
Sistem dapat diklasifikasikan pada beberapa macam, yaitu (Attamimi, 2015):
(1.2)
(1.3)
untuk setiap deret masukan x1(t) dan x2(t) yang berubah-ubah dan setiap konstanta a1 dan
a2 yang berubah-ubah.
x1(t)
a1
Gambar 2.2
+ilustrasi superposisi
x1(t)
x2(t)
y(t)
a1
a2
y(t)
x2(t)
a2
Gambar 2.3 Tampilan Grafis Prinsip Superposisi, linier jika dan hanya jika y(t) = y(t)
Sistem yang tidak memenuhi prinsip superposisi seperti diberikan pada definisi diatas,
dinamakan sistem nol-linier.
Contoh : Jika sistem dideskripsikan dengan persamaan masukan- keluaran sebagai
berikut, tentukan apakah sistem linier atau non-linier.
(a) y(t) = t x(t)
(d) y(t) = 5 x + 7 x + 3x
Jawab :
a) Untuk dua deret masukan x1(t) dan x2(t) keluaran yang sesuai adalah :
y1(t) = t x1(t)
(1.4)
y2(t) = t x2(t)
Kombinasi linier dari kedua deret masukan menghasilkan keluaran :
y3(t) = [a1x1(t) + a2x2(t)] = t[a1x1(t) + a2x2(t)]
= a1 tx1(t) + a2 tx2(t)
(1.5)
Sebaliknya, kombinasi linier dari kedua keluaran dalam (1.4) menghasilkan keluaran :
ay1(t) + ay2(t) = a1 tx1(t) + a2 tx2(t)
(1.6)
Karena ruas kanan dari persamaan (1.5) dan (1.6) identik , maka sistem tersebut linier
b) Seperti pada bagian (a) kita dapatkan respons sistem terhadap dua sinyal masukan
secara terpisah x1(t) dan x2(t), hasilnya adalah :
y1(t) = x12(t)
(1.7)
y2(t) = x22(t)
keluaran sistem terhadap kombinasi linier x1(t) dan x2(t) adalah :
(1.8)
Sebaliknya, kombinasi linier dari kedua keluaran dalam (1.7) menghasilkan keluaran :
ay1(t) + ay2(t) = a1 x12(t) + a2 x22(t)
(1.9)
Karena ruas kanan dari persamaan (1.8) dan (1.9) tidak sama , maka sistem tersebut
non-linier
Untuk soal (c) dan (d) dapat diselesaikan dengan cara yang sama
2. Sistem Invarian waktu dan varian waktu
Sistem dinamakan invarian waktu, jika karakteristik masukan-keluaran tidak berubah
menurut waktu. Secara terperinci, anggaplah keluaran y(t) adalah transformasi dari x(t),
sehingga dapat kita tulis :
y(t) = [x(t)]
(1.10)
Sekarang anggap sinyal masukan yang sama ditunda k sekon untuk menghasilkan x(t-k),
dan juga dipakai sistem yang sama. Jika karakteristik sistem tidak berubah dengan waktu,
maka keluaran sistem akan menjadi y(t-k), yakni keluaran akan sama seperti respons
terhadap x(t), kecuali bahwa ia akan ditunda k sekon, yang sama dengan penundaan
masukannya. Karen itu dapat kita definisikan sistem invarian waktu sebagai berikut.
Teorema : Suatu sistem adalah invarian waktu jika dan hanya jika
x(t)
y(t)
akan mamberikan
x(t-k)
y(t-k)
(2)
(1.18)
Jika sistem tidak memenuhi definisi diatas, disebut non- kausal . Sistem seperti itu
mempunyai keluaran tidak hanya bergantung pada masukan sekarang dan sebelumnya
saja, tapi juga bergantung pada masukan yang akan datang juga. Jelas sistem non-kausal
tidak dapat direalisasikan sistem waktu-real, tapi hanya dapat direalisasikan untuk untuk
sistem off-line (waktu non-real).
5. Sistem Stabil dan Tidak Stabil
Stabilitas merupakan sifat penting yang harus dipertimbangkan dalam setiap aplikasi
praktis dari sistem. Sistem yang tidak stabil biasanya memunculkan sifat tak menentu dan
sifat perbedaan yang mencolok dan menyebabkan aliran berlebih (overflow) dalam setiap
implementasi praktis. Dibawah ini kita akan mendefinisikan secara matematis apa yang
kita maksud dengan sistem stabil.
Teorema :
(1.19)
Contoh :
Perhatikan sistem yang dideskripsikan dengan persamaan masukan keluaran :
Jelasnya, keluarannya tak terbatas, bila 1 < C < . Oleh karena itu, sistem ini tidak
stabil BIBO, karena deret masukan terbatas menghasilkan keluaran tak terbatas.
II.2. Fungsi-fungsi yang berguna dalam analisa Sistem Linear
1. Pulsa segiempat (rectangular)
Sinyal persegi yang tergam-bar ini memiliki simetri ganjil. Ia tidak mengandung
komponen cosinus; an = 0 untuk semua n. Ia simetris terhadap sumbu waktu, jadi a0 = 0.
(a)
(b)
(d)
(c)
(e)
2. Pulsa segitiga
a)
Gelombang Periodik dan Aperiodik
Suatu gelombang disebut periodik jika gelombang itu selalu berulang setiap selang
waktu tertentu. Jadi jika v(t) adalah periodik, maka v(t+T0) = v(t) untuk semua nilai t,
dengan T0 adalah periodanya yaitu selang waktu terkecil yang memenuhi kondisi
tersebut.
Contoh: sinyal gigi gergaji adalah sinyal periodik. Sinyal yang tidak periodik disebut
juga sinyal aperiodik.
b)
c) Deret Fourier
Penguraian suatu sinyal periodik menjadi suatu spektrum sinyal tidak lain adalah
pernyataan fungsi periodik kedalam deret Fourier yang kita pelajari dalam
matematika. Jika f(t) adalah fungsi periodik yang memenuhi persyaratan Dirichlet,
maka f(t) dapat dinyatakan sebagai deret Fourier:
Persyaratan Dirichlet meminta agar f(t) bernilai tunggal, integral |f(t)| dalam selang
satu perioda adalah berhingga, dan f(t) mempunyai ketidak-kontinyuan dalam jumlah
yang terbatas dalam satu perioda. Deret Fourier konvergen untuk fungsi periodik yang
memenuhi persyaratan ini. Tetapi ada fungsi-fungsi yang tidak memenuhi persyaratan
ini namun mempunyai deret Fourier yang konvergen. Jadi persyaratan Dirichlet ini
cukup untuk terjadinya deret Fourier yang konvergen tetapi tidak harus. Persyaratan
ini tidak merupakan persoalan yang serius sebab kebanyakan bentukbentuk
gelombang sinyal yang kita temui dalam rekayasa elektro memenuhi persyaratan ini.
Contoh-contoh bentuk gelombang periodik yang sering kita temui adalah gelombang
persegi, deretan pulsa, segitiga, gigi-gergaji, sinus, cosinus, sinus setengah
gelombang, sinus gelombang penuh.
3. Distribusi Gaussian
pengukuran
dalam
eksperimen
ilmiah
pengukuran-
banyak
x 2
x x 2
2
e 2 x
x
Sebuah variabel acak kontinu X dikatakan
memiliki distribusi normal dengan parameter x dan x dengan - < x < dan x >0
z
Variabel acak dari distribusi normal standard ini
a x
x x
P X a P Z x
x
x
a x
b x
a x
b x
P a x b P
Zx
x
x
x
x
a x
b x
b x
1 P Z x
1
P X b P Z x
x
x
x
normal dengan mean dan deviasi standard maka
Jika X distribusi
5. Fungsi Impuls
Sinyal impuls satuan
(t)
delta, menempati posisi yang sangat penting dalam analisis sinyal. Secara matematis
fungsi impuls didefinisikan oleh
t2
x (t ) ( t ) dt =x ( 0 ) t1 <0< t2
t1
(0)
b)
( t )=0, t 0
c)
( t ) dt=1
Dalam praktek, fungsi impuls tersebut didekati menggunakan limit dari suatu fungsi
konvensional untuk parameter mendekati nol. Hal ini bersesuaian dengan nilai (t) yang
mendekati.
Secara grafik fungsi impuls satuan(t) gambarnya ditunjukkan seperti Gambar di bawah ini
a. Sifat Pergeseran
t0
0, yang lain
x ( t )= x ( ) ( t ) d
( at +b )=
Relasi antara ( t ) dan u (t) dapat di tunjukkan dalam bentuk hubungan differensial
dan integral
d
u ( t )= ( t )
dt
t
( ) d =u(t)
6. Fungsi Tangga
Fungsi tangga satuan u (t) waktu kontinyu secara matematis didefinisikan sebagai
u ( t ) = 1. t> 0
0. t< 0
Definisi fungsi tangga satuan u(t) memiliki arti bahwa amplitude pada u (t) bernilai
semua t > 0 dan u (t) bernilai 0 menyatakan kekontinyuannya. Untuk suatu sinyal waktu
kekontinyu x (t), hasil kali x (t) dan u (t) sebanding dengan x(t) untuk t 0 dan sebanding
dengan nol untuk t < 0.
Secara grafik fungsi tangga satuan u(t) ditunjukkan seperti gambar berikut :
y (t )= h ( t ) x ( ) d =h(t )x (t)
Contoh:
Sinyal masukan x(t) adalah sinyal segiempat, dengan lebar T dan amplitudo A. Respon
impuls dari sistemnya adalah sinyal step/tangga. Tentukan keluaranya.
Jawab:
Dengan rumus
y (t )= h ( t ) x ( ) d =h(t )x (t)
h(-) didapat dengan mencerminkan fungsi h() terhadap sumbu vertikal. h(t-) dihasilkan
dari h(-) dengan menggeser / refleksi (bab 1) sejauh t. Jika t bernilai negatif, maka fungsi
bergeser ke kiri. Jika t bernilai positif, maka fungsi bergeser ke kanan.
Ada system diskrit sbb:
Sinyal pertama: x[i]= 1 2 3
Sinyal kedua : h[i]= 2 1 3
Cari konvolusi 2 sinyal tersebut secara manual dan dengan MATLAB.
Jawab:
Langkah 1: pembalikan sinyal kedua, h[n] sehingga didapatan kondisi :
Sinyal pertama: x[i] = 1 2 3
Sinyal kedua : h[-i] = 3 1 2
Langkah 2: pergeseran dan penjumlahan
Sinyal pertama: 1 2 3
Sinyal kedua : 3 1 2
--------------------------------------- x
product and sum: 0 0 2 0 0 = 2
Langkah 3: pergeseran satu step dan penjumlahan
Sinyal pertama: 1 2 3
Sinyal kedua : 3 1 2
--------------------------------------- x
product and sum: 0 1 4 0 = 5
Langkah 4: pergeseran satu step dan penjumlahan
Sinyal pertama: 1 2 3
Sinyal kedua : 3 1 2
--------------------------------------- x
product and sum: 3 2 6 = 11
Langkah 5: pergeseran satu step dan penjumlahan
Sinyal pertama: 1 2 3
Sinyal kedua : 3 1 2
---------------------------------------- x
product and sum: 0 6 3 0 = 9
% contoh konvolusi
n=1:1:8
h=[0 0 0 0 1 2 3 0];
x=[0 0 0 0 2 1 3 0];
hx=conv (x,h);
subplot(3,1,1);
stem(n,h);
subplot(3,1,2);
stem(n,x);
nn=-3:1:11; 15 didapat dari jumlah h[n] + x[n] 1 8+8 -1 =15
dimulai dari -3 karena nilai (h[n-k] kali x[k]) 0 saat n=5
subplot(3,1,3);
stem(nn,hx);
hasil
ans =
Columns 1 through 15
0 0 0 0 0 0 0 0 2 5 11 9 9 0 0
x 1(t)
K ( ,t)
y 1 (t)
x 1 ( t )=e jt
Misal, tanggapan impuls sistem linear invariant terhadap pergeseran dinyatakan dalam
K ( ,t) sehingga tanggapan sistem
y 1 (t)=K ( ,t ) e
jt
Dengan
K (, t)=
y 1 (t)
adalahkomplek dant
e jt
Misalkan ada sinyal input kedua yang dibentuk dengan menggeser waktu
x 2 ( t )=e
jt
( tT ) =e jt e jt =x1 ( t ) e jt
Dari sifat :
maka
x1 ( t )
jt ( tT )
x2( t )
jT
=K ( , tT ) e
x1 ( t )
Jika x 1 ( t ) y 1 ( t ) maka
x 2 ( t )=a x1 ( t ) y 2 ( t )=a y 1 ( t )
x 2 ( t )=e jt x1 ( t )
y 2 ( t )=e jt y 1 ( t )=e jt K ( , t ) e jt
jt
K ( ,t ) x 1 ( t )
K ( , tT ) e
jt
x 1 (t) e
K ( ,t ) x 1 ( t )
Atau
K ( , tT ) =K ( ,t ) untuk sembarang pergeseran T.
Pernyataan diatas hanya benar jika
K ( , t ) bebas t.
Jadi
y (t )=K ( ) x (t)
Tanggapan sistem linear invariant terhadap pergeseran input harmonik adalah input dikalikan
dengan konstanta komplek yang bergantung frekuensi.
Input harmonik selalu menghasilkan output harmonik dengan frekuensi yang sama. Fungsi
K ( ) dinamakan fungsi transfer sistem linear dan fungsi ini cukup untuk mengspesifikkan
sistem secara komplit. Untuk sistem linear invariant pergeseran, fungsi transfer mengandung
semua informasi yang ada mengenai sistem (Syahruddin, 2013).
Fungsi komplek
K ( )= A ()e j ()
dengan
A ()
() sudut
penggeser phasa.
Misal: input berupa fungsi kosinus, yang dapat diambili dengan bagian riil sinyal harmonik:
x ( t )=cos t=e
jt
jt
K ( ) e = A( )e e
jt
A ()e j (t +)
Sehingga sinyal output sesungguhnya:
y (t )= { A ()e j (t+) }= { A () { cos ( t + ) + j sin ( t + ) } }
A ( ) cos ( t + )
Sehingga untuk sistem linear invariant terhadap pergeseran, berlaku:
a. Input harmonik selalu menghasilkan output harmonik pada frekuensi sama.
b. Sistem secara komplit dispesifikkan oelh fungsi transfernya, suatu fungsi frekuensi
saja yang berharga komplek.
c. Fungsi transfer menghasilkan hanya dua efek pada input harmonik, perubahan
amplitude dan pergeseran phasa (pergeseran titik awal waktu).
A ()
d. Faktor gain multiplikatif
menyatakan derajat sistem memperbesar
(memperkuat) atau memperkecil (mengatenuasi) sinyal input. Sudut pergeseran phasa
( ) hanya menggeser titik asal waktu fungsi input harmonik.
Penerapan pemfilteran
Pengfilteran linear berguna dalam tiga kelas pengolahan sinyal (Syahruddin, 2013):
a) Deconvolution : menghilangkan efek-efek yang sebelumnya dilakukan oleh sistem
linear yang dioperasi pada sinyal diluar kontorl pemakai.
Contoh: menghilangkan efek aberasi lensa/cacat-cacat lensa pada bayangan yang
terbentuk.
b) Penghilangan bising : mengurangi efek sinyal pengkontaminasi yang tak diinginkan
yang ditambahkan pada sinyal secara linear.
Mengestimasi sinyal sebelum noise ditambahkan
Mendeteksi adanya sifat-sifat tertentu yang terbenam dalam latar belakang yang
bising.
Penghilangan bising koheren (periodic).
c) Perbaikan (enhancement) feature (hal-hal yang penting) menambah kontras feature
spesifik (tepi, spot, citra) dengan mengurangi obyek-obyek lain dalam suatu citra
pemandangan.
II.5. Analisa Sistem Linear dalam Domain Frekuensi
Konsep Spektrum Frekuensi
Suatu Sinyal dapat didekomposisi menjadi komponen-komponen sinusoidal (atau
eksponensial kompleks). Dengan dekomposisi semacam itu, sebuah sinyal dikatakan
direpresentasikan dalam Domain Frekuensi (Apriyanto, 2007).
Pada sinyal periodik, dekomposisi menjadi komponen sinusoidal disebut Deret Fourier.
Sedangkan pada sinyal aperiodik (finite energy) disebut sebagai
Transformasi Fourier.
Transformasi Fourier dan Deret Fourier adalah alat matematis yang sangat penting dalam
analisis dan desain sistem LTI. Dengan melakukan analisis frekuensi, kita dapat melihat
representasi matematis komponen-komponen frekuensi yang terkandung dalam suatu sinyal.
Rangkaian frekuensi yang terkandung dalam sinyal tersebut disebut spectrum (Apriyanto,
2007).
Salah satu proses analisa di dalam domain frekuensi bisa dilakukan dengan cara menghitung
frekuensi dari suatu sinyal, dalam hal ini bisa memanfaatkan bentuk waktu diskrit dari analisa
Fourier dapat digunakan, yang kemudian lebih disempurnakan dengan suatu algoritma yang
kita kenal sebagai Fast Fourier transform (FFT). Secara umum teknik ini merupakan
pendekatan
yang
terbaik
ditetapkan memmiliki panjang 2m. Anda dapat memilih analisis window yang akan
digunakan. Outputdari syntax
x ( t )=
T p=
1
T0
k=
c k e j2 k F t
0
e j2k F
2, ,,,) adalah building block dasar, yang darinya kita dapat mengkonstruksi sinyal periodik
dengan berbagai tipe dengan memilih frekuensi fundamental dan koefisen koenfisien {
}.
F0
ck
ck
} menentukan
Tp
sinyaltersebut dengan suatu deret yang disebut Deret Fourier, dimana frekuensi fundamental
Fo dipilih timbal balik dengan periode
koenfisien {
kompleks
ck
e j2k F
Tp
A n cos (n 0 t + n)
n=0
(*)
dengan
0 = frekuensi natural/dasar
= 2/T
= 2f
dimana:
N = bilangan integer positif
An = amplitudo sinyal sinusoida
n = frekuensi sudut (dalam radiant/detik)
n = fase sinyal sinusoida
Analisis Domain Frekuensi untuk Sistem Linier Stasioner
Untuk sinyal input
x ( t )= X n e
jn 0 t
n=
y (t )=
n=
H (n 0 t) X n e jn t
0
atau
y (t )=
n=
Yne
jn0 t
Dengan Y n=H ( n 0 t) X n
Spektrum kompleks output :
Y n=
H ( j 2 f ) X n f =n f 0
0
f nf 0
BAB III
PENUTUP
III.1. Kesimpulan
Pada beberapa aplikasi pemrosesan sinyal diperlukan algoritma yang melakukan beberapa
operasi tertentu pada sinyal. Aplikasi pemrosesan sinyal sebagai suatu sistem yang
memproses sinyal masukan (input) menjadi sinyal keluaran (output) atau respon sistem.
Dapat dikatakan bahwa sinyal x(t) ditransformasikan oleh sistem menjadi y(t). Hubungan x(t)
dan y(t) dapat ditulis menjadi
Sistem linear adalah sistem yang bersufat superposisi yaitu jika masukan terdiri atas jumlahan
beberapa sinyal, maka keluarannya adalah superposisi atas tanggapan sistem untuk seetiap
sinyal masukannya.
III.2. Saran
Sebaiknya bila sistem pembelajaran mengenai Analisis Sinyal lebih interaktif dan
berlangsung dua arah, antara fasilitator (dalam hal ini dosen maupun pemateri presentasi) dan
mahasiswa. Sehingga, tujuan pembelajaran dapat dicapai.
Lampiran
Pertanyaan:
1) Kelompok 7 (Laode Armin)
Mengapa sinyal pada sistem linear outputnya bersifat tetap, sedangkan sinyal pada sistem
non-linear output yang dihasilkan bisa sama?
Jawab berdasarkan prinsip superposisi, sistem linear memiliki ketetapan pada setiap
prosesnya. Sedangkan sistem non-linear tidak memiliki ketetapan pada setiap proses
dengan kata lain tidak stabil dan tidak mudah diprediksi.
Bila dipetakan,
I
O
I
Sistem Linear
Sisitem Non-linear
Jika diambil contoh bahwa sistem linear sebagai SPL dan sistem Non-linear sebagai
Persamaan Kuadrat, sebagai berikut:
Sistem Persamaan Linear
y=2 x+ 3
Sistem linear bersifat unik dan mudah diprediksi. Misalkan nilai x=1, maka nilai y=5, nilai
x
y
x=2 maka nilai y=7. Hasil ini diperoleh dengan mensubtitusikan nilai-nilai
1
5
tersebut pada persamaan y=2x+3
2
7
DAFTAR PUSTAKA
[1] Apriyanto S.T, Bambang. 2007. Diktat Kuliah Sistem Linier. Batam: Universitas Negeri
Batam.
[2] Attamimi M.T, Ir. Said. 2015. Pusat Pengembangan Bahan Ajar: Sinyal dan Sistem. UMB
[3] Nurwati, Tri. 2015. Pengolahan Sinyal. Bali:Universitas Udayana.
[4] Susilawati S.T,M.T, Hesti. 2009. Hibah Kompetisi Penyusunan Bahan Ajar:Sistem Linier.
Purwokerto: Universitas Jendral Soedirman.
[5] Syahruddin, Dr. Muhammad Hamzah. 2013. Laporan Penulisan Modul Berbasis LMS:
Mata Kuliah Analisis Sinyal. Makassar: Universitas Hasanuddin