ADC

(Analog Digital Converter )

- Sampling
- Aliasing
- Quantisasi

Teorema Sampling
Kebanyakan sinyal di alam ini dalam bentuk analog. Untuk
memperoleh sinyal diskrit dari sinyal analog harus dilakukan
suatu proses yang disebut sampling.
Secara matematik, proses sampling dapat dinyatakan oleh
persamaan berikut :
x(n) = xa(nT) = x(t)t=ts , untuk - < n < (n = integer)
Dimana:
x(t) = Sinyal Analog
x(n) = Sinyal Waktu Diskrit
xa(nT) = Sinyal Analog yang disampling setiap perioda
Ts

Fs = 1/Ts
Ts = Waktu Sampling
Fs= 1/Ts sampling rate atau sampling/detik
Secara Umum

= Frekwensi Relatif (normalized frekwensi)

F = Frekwensi Informasi.
Fs = Frewensi sampling.
Agar tidak terjadi alasing besarnya frekwensi sampling
minimal 2 kali frekwensi informasi.
Hal ini disebut dengan teorema nyquist.
Fs (sampling) > 2. Fmaks (sinyal informasi)
Contoh sampling sinyal analog menjadi sinyal diskrit
menggunakan matlab.

t = [0:0.0001:2];
A = 5;
f = 2;
xt = A*sin(2*pi*f*t);
subplot(2,2,1);
plot(t,xt,'LineWidth',2);
axis([0 4*(1/f) -A A])
xlabel('t(detik)');
ylabel('x(t)');
box('off');
grid('on');

n = [0:100];
fs = 20;
Ts = 1/fs;
nTs = n*Ts;
xn = A*sin(2*pi*f*nTs);
subplot(2,2,2);
h3 = stem(n,xn,'.r','LineWidth',2);
axis([0 4*fs/f -A A])
xlabel('n(sample ke n), Ts=1/20
detik');
ylabel('x(n)');
box('off');
grid('on');
Sampling sinyal sinusiodal berikut menggunakan Matlab:
1. x(t) = 3 sin (40t) , Ts = 125 ms.
2. x(t) = 3 sin (90t 0,25) , Fs = 0,45 Khz.

ALIASING
Seperti yang telah disampaikan pada teori sampling, bahwa
agar tidak terjadi aliasing maka Frekuensi Sampling > 2 x
Frekuensi Informasi.
Bagaimana terjadinya Aliasing tersebut dapat dilihat pada
contoh berikut ini:
Misalnya x1(t) = sin (20t) dan
x2(t) = sin 100t)

Jika kedua sinyal tersebut disampling dengan frekwensi

sampling yang sama. Fs = 40 Hz tentukan x1(n) dan x2(n) .
Jawab :
Fs = 40 Hz dan Ts =

1
Fs

1
40

x1(n) = sin(20nTs) = sin (20n

1
40

x2(n) = sin(100nTs) = sin (100n

) = sin (0,5n)
1
40

) = sin (2,5n).

x2(n) = sin(2,5n+0,5n)
= sin (2,5n) cos (0,5n)+ cos (2,5n) sin(0,5n).
x2(n) = cos(2,5n) sin(0,5n)= sin(0,5n), n = ganjil.
x1(n) = x2(n) untuk n = ganjil.
x1(n) sama dari x2(n) untuk sama dengan ganjil.

Terjadi aliasing antara F1= 10Hz dan F2=50Hz untuk

frekuensi sampling (Fs=40Hz).
Agar tidak terjadi sampling, maka diperlukan frekuensi
sampling > 2 x Frekuensi Maksimal dari sinyal-sinyal
tersebut.
Dari dua sinyal diatas kita ketahui bahwa Fmaks sebesar 50
Hz.
Sehingga Frekuensi sampling yang dibutuhkan > 2 x Fmaks
misalnya kita gunakan Frekuensi Sampling sebesar 150 Hz.
Perhatikan hasil sampling kedua sinyal tersebut:

Kuantisasi
Proses kuantisasi mengubah sinyal continuous valued x(t)
menjadi sinyal discrete valued xq(n), yang digunakan untuk
merepresentasikan x(n). Salah satu proses kuantisasi yang
sering digunakan berbentuk xq (n) = Q[x(n)].
Kuantisasi ini menghasilkan kesalahan (error) kuantisasi
sebesar eq (n) = xq(n)- x(n).

Besar kesalahan ini diilustrasikan pada Gambar berikut.

Misalnya sinyal analog xa (t) ternyata memiliki nilai antara
0.1 xa (t) 0.4 .
Sinyal ini disampling pada sebuah frekuensi sampling tertentu
menghasilkan x(n). Pada titik-titik sampling, nilai x(n) persis
sama dengan xa (t).
Namun ketika dikuantisasi, maka hasilnya xq(n) memiliki
perbedaan dengan x(n) dan xa (t) pada titik sampling sebesar
eq (n).
Hal ini disebabkan oleh adanya pembatasan nilai yang bisa
dimiliki oleh xq (n).
Dalam contoh ini, xq (n) hanya diberi kesempatan untuk
mempunyai satu dari L buah nilai dari daftar yang terbatas
{0.0, 0.1, 0.2, dst}.
Nilai-nilai sebanyak L itu disebut sebagai level kuantisasi.
Step kuantisasi (D) adalah selisih antara satu level dengan
level terdekat berikutnya, yang dalam contoh ini sebesar 0.1.

Gambar Proses Quantisasi = Step Quantisasi (resolusi)

Keterangan :
Tabel Nilai-nilai yang terjadi dalam proses Quantisasi pada
contoh diatas

Beberapa sifat dari kuantisasi adalah:

- Apabila step kuantisasi ini membesar, maka jumlah level
kuantisasi yang dibutuhkan untuk mencakup rentang
dinamis sinyal menjadi berkurang, sehingga jumlah bit
yang diperlukan dapat dihemat. Tapi akibatnya eq (n)
rata-rata membesar.
- Sebaliknya, apabila step kuantisasi mengecil, maka eq
(n) rata-rata membaik (mengecil). Namun akibatnya

jumlah jumlah level kuantisasi yang dibutuhkan untuk

mencakup rentang dinamis sinyal menjadi membesar,
sehingga jumlah bit yang diperlukan menjadi boros.
= Step Quantisasi (resolusi).
L= Jumlah level kuantisasi.
L=

2A

+1 , dimana

A = Amplitudo Sinyal dan 2.A = Rentang Dinamis.

bps = bit per sample
L

2bps

Bit rate =

bit
detik

= bps x Fs = bit per sample x frek.

Sampling

Contoh Soal :
1. Diketahui suatu sinyal diskrit dengan persamaan sbb :
x(n) = 6,35 cos

( 10 n)

hendak di kuantisasi.

Berapa bit per sample yang diperlukan apabila :

a. = 0,1
b. = 0,02
2. Diketahui suatu sinyal seismik memiliki rentang dinamis
1 volt dan disampel dengan sebuah ADC 8 bit yang
memiliki Fs = 20 Hz.

Ditanyakan :
a. Tentukan bit rate
b. Resolusi
c. Frek. Maks. Yang dapat direpresentasikan pada sinyal
digital.

Jawab : 1
Rentang dinamis dari sinyal diskrit adalah :
6,35 (- 6,35) = 12,7. Atau 2 x 6,35 = 12,7
Asumsi jumlah level adalah :
a. = 0,1
L =
2A

2A

+1

=L1=

12,7
0,1

=127

L = 127 + 1 = 128 = 2b = 27 maka b = 7

b. = 0,02

L =
2A

2A

+1

=L1=

12,7
0,02

=635

L = 635 + 1 = 636 = 2b = 29,313 maka b = 9,313.

Jawab : 2
a. Bit rate =

bit
detik

= bps x Fs

= 8 x 20 Hz = 160 bit per detik

b. Jumlah levelnya L = 28 = 256
Jadi resolusinya =

1
(2561)

= 0,0039 volt.

c. Kriteria Nyquist adalah 20 Hz. Jadi batas atas

frekwensi yang bisa direpresentasikan adalah = 10 Hz.
Kriteria Nyquist Fs 2. F
FMax = Fs
= x 20 Hz
= 10 Hz.