Anda di halaman 1dari 27

PERCOBAAN I

SINYAL DAN SISTEM WAKTU DISKRIT


1.1
1.
2.
3.
4.

Tujuan
Memahami konsep dan representasinya pada matlab
Mempelajari deret-deret dasar untuk meembentuk deret yang lebih kompleks
Mengerti konsep linearitas, shift-invariance, stabilitas, dan kuasalitas
Menjadi lebih familiar dengan sifat-sifat konvolusi

5. Mempelajari perhitungan konvolusi menggunakan penjumlahan dan matriks


1.2

Peralatan
1. Progam matlab 2012 keatas

1.3
1.3.1

Dasar Teori
Definisi sinyal
Sinyal adalah suatu besaran fisis yang berubah terhadap waktu, ruang,

ataupun dapat berubah terhadap variabel bebas lainnya, sinyal merupakan sesuatu
yang secara kuantitatif bisa terdeteksi dan digunakan untuk memberikan informasi
yang berkaitan dengan fenomena fisik. Contoh sinyal yang kita temui dalam
kehidupan sehari hari, suara manusia, cahaya, temperatur, kelembaban, gelombang
radio, sinyal listrik, dsb. Sinyal listrik secara khusus akan menjadi pembicaraan di
dalam praktikum ini, secara normal diskpresikan di dalam bentuk gelombang
tegangan atau arus. Dalam aplikasi bidang rekayasa, banyak sekali dijumpai bentuk
sinyal-sinyal lingkungan yang dikonversi ke sinyal listrik untuk tujuan memudahkan
dalam pengolahannya.
Secara matematik sinyal biasanya dimodelkan sebagai suatu fungsi yang
tersusun lebih dari satu variabel bebas. Contoh variabel bebas yang bisa digunakan
untuk merepresentasikan sinyal adalah waktu, frekuensi atau koordinat spasial.
Sebelum memperkenalkan notasi yang digunakan untuk merepresentasikan sinyal,
berikut ini kita mencoba untuk memberikan gambaran sederhana berkaitan dengan
pembangkitan sinyal dengan menggunakan sebuah sistem.

Sinyal dibagi menjadi 2 jenis yaitu sinyal analog dan sinyal digital. Sinyal
analog merupakan pengolahan sinyal yang mana sinyal data dalam bentuk gelombang
kontinyu (terus-menerus) dan membawa informasi dengan mengubah karakteristik
gelombang. Karakteristik terpenting yang dimiliki oleh isyarat analog adalah
amplitudo dan frekuensi. Isyarat analog biasanya dinyatakan dengan gelombang
sinus. Karena gelombang sinus merupakan dasar untuk semua isyarat analog. Tiga
variabel dasar pada sinyal analog yaitu amplitudo adalah tinggi rendahnya tegangan
dari sinyal analog, frekuensi adalah jumlah gelombang sinyal analog dalam 1 detik,
phase/fase adalah besar sudut dari sinyal pada saat tertentu. Sinyal analog disebarkan
melalui gelombang elektromagnetik secara terus menerus, yang banyak dipengaruhi
oleh derau (noise).
Perhatikan Gambar 1.1, yang mengilustrasikan bagaimana sebuah sistem di
bidang rekayasa (engineering) dan bentuk sinyal yang dibangkitkannya. Gambar 1.1a
merupakan contoh sederhana sistem rangkaian elektronika yang tersusun dari sebuah
kapasitor C, induktor L dan resistor R. Sebuah tegangan v(t) diberikan sebagai input
dan mengalis melalui rangkaian RLC, dan memberikan bentuk output berupa sinyal
sinusoida sebagai fungsi waktu seperti pada Gambar 1.1b. Notasi v(t) dan y(t)
merupakan variabel tak bebas, sedangkan notasi t merupakan contoh variabel bebas.
Pada Gambar 1.1c merupakan sebuah ilustrasi proses perekaman menggunakan
digital audio recorder. Sedangkan Gambar 1.1d adalah contoh sinyal ouput hasil
perekaman yang disajikan di dalam bentuk grafik tegangan sebagai fungsi waktu.

Gambar 1.1 Contoh Gambaran Sinyal dan Sinyal Output yang Dihasilkan

Salah satu cara mengklasifikasi sinyal adalah dengan mendefinisikan nilainilainya pada variabel bebas t (waktu). Jika sinyal memiliki nilai pada keselutuhan
waktu t maka didefinisikan sebagai sinyal waktu kontinyu atau consinous-time (CT)
signal. Disisi lain jika sinyal hanya memiliki nilai pada waktu-waktu tertentu
(diskrit), maka bisa didefinisikan sebagai sinyal waktu diskrit atau discrete-time (DT)
signal.
1.3.2

Sinyal waktu diskrit


Sinyal waktu diskrit atau lebih kita kenal sebagai sinyal diskrit memiliki nilai-

nilai amplitudo kontinyu (pada suatu kondisi bisa juga amplitudonya diskrit), dan
muncul pada setiap durasi waktu tertentu sesuai periode sampling yang ditetapkan.
Pada teori sistem diskrit, lebih ditekankan pada pemrosesan sinyal yang berderetan.
Pada sejumlah nilai x, dimana nilai yang ke-n pada deret x(n) akan dituliskan secara
formal sebagai:
x={ x ( n ) } dimana< n< . (1.1)
Dalam hal ini x(n) menyatakan nilai yang ke-n dari suatu deret persamaan (11) biasanya tidak disarankan untuk dipakai dan selanjutnya sinyal diskrit diberikan
seperti Gambar 1.2. Meskipun absis digambar sebagai garis yang kontinyu, sangat
penting untuk menyatakan bahwa x(n) hanya merupakan nilai dari n. Fungsi x(n)
tidak bernilai nol untuk n yang bukan integer; x(n) secara sederhana bukan
merupakan bilangan selain integer dari n.

Gambar 1.2 Sinyal Waku Diskrit

1.3.3

Bentuk Dasar Sinyal Waktu Diskrit


Seperti halnya sinyal waktu kontinyu yang memiliki bentuk-bentuk sinyal

dasar, sinyal waktu diskrit juga tersusun dari fungsi dasar sinyal seperti sinyal
impulse discrete, sekuen step, sekuen ramp, sekuen rectangular, sinusoidal discrete
dan exponensial discrete.
1. Sekuen Impuls
Sinyal impuls waktu diskrit atau sinyal diskrit impulse juga dikenal sebagai
suatu kronecker delta function atau disebut juga sebagai DT unit sample function,
didefinisikan dengan persamaan matematik seperti berikut.

[ k ] =u [ k ] u [ k1 ]= 1 k =0 (1.2)
0 k 0

Gambar 1.3 Fungsi Impuls Sinyal Waktu Diskrit

2. Sekuen Step Waktu Diskrit

Sekuen step sinyal waktu diskrit dapat dipresentasikan dalam sebuah


persamaan matematik sebagai berikut:

u [ k ] = 1 k 0 .. (1.3)
0k<0
Dimana nilai u[k] akan konstan (bias bernilai 1 atau yang lainnya) setelah
waktu k > 0. Perbedaan dengan fungsi step waktu kontinyu adalah bahwa dalam
Sekuen step waktu diskrit, sinyal akan memiliki nilai pada setiap periode waktu
tertentu, sesuai dengan periode samping yang digunakan. Bentuk Sekuen step waktu
diskrit bias dilihat seperti pada Gambar 1.4.

Gambar 1.4 Fungsi Sinyal Unit Step Waktu Diskrit

3. Fungsi Ramp Diskrit


Fungsi ramp dalam waktu diskrit bias dinyatakan dalam persamaan matematik
sebagai berikut:

r [ k ] =ku [ k ] = k k 0 . (1.4)
0k<0
Contoh sebuah Sekuen fungsi ramp waktu diskrit dengan kemiringan (slope)
bernilai k > 0 bisa dilihat seperti pada Gambar 1.5.

Gambar 1.5 Fungsi Ramp Waktu Diskrit

4. Fungsi Sinusoida Diskrit


Sinusoida diskrit bisa direpresentasikan dalam persamaan matematik sebagai berikut:
x [ k ] =sin ( 0 k + ) =sin(2 f 0 k +) .. (1.5)
dimana 0 adalah frekuensi angular pada waktu diskrit. Sinusoida diskrit bias dilihat
seperti pada Gambar 1.6. Di dalam pembahasan pada sinyal sinusoida waktu
kontinyu, dinyatakan bahwa sinyal sinusoida sinyal x(t) = sin(t+) selalu periodiks.
Sementara di dalam sinyal waktu diskrit, sinyal sinusoida akan memenuhi kondisi
periodic jika dan hanya jika nilai 0/2 merupakan bilangan bulat.

Gambar 1.6 Fungsi Sinusoidal Sinyal Waktu Diskrit

5. Fungsi Eksponensial Diskrit


Fungsi eksponensial waktu diskrit dapat dituliskan dengan persamaan sebagai
berikut:
x [ k ] =e( + j )k =ek (cos0 k + jsin 0 k ) (1.6)
0

Sebagai contoh fungsi sinyal eksponensial waktu diskrit, kita pertimbangkan


sebuah fungsi eksponensial x[k] =exp (j0.2 0.05k), yang secara grafis bisa
disajikan seperti pada Gambar 1.7 dimana gambar (a) menunjukkan komponen real
dan bagian (b) menunjukkan bagian imajiner pada sinyal komplek tersebut.

Gambar 1.7 Fungsi Sinyal Eksponensial Waktu Diskrit

1.3.4

Sistem Waktu Diskrit


Sistem waktu diskrit adalah suatu alat atau algoritma yang beroperasi pada

sinyal waktu diskrit (input), menurut beberapa aturan yang dibuat, untuk
menghasilkan sinyal waktu diskrit dengan bentuk lain (output) sistem tersebut.
Secara umum dinyatakan:
y ( k )=T [ x ( k )] ... (1.7)
Salah satu sistem waktu diskrit yang sering digunakan adalah sistem linier
tidak berubah terhadap waktu (linier time invariant (LTI) system). Sistem ini
mempunyai sifat-sifat sebagai berikut:
1. Memenuhi sifat superposisi

2. Tidak berubah terhadap waktu (time invariant)


3. Mempunyai respons terhadap deret unit sample yang disebut dengan respon
impuls
4. Jika input (x(n)) dari system (h(n)) adalah deret yang finite maka y(n)
merupakan kondisi dari x(n) dan h(n).
5. Apabila setiap input yang terbatas menghasilkan output yang terbatas maka
sistem disebut dengan stabil BIBO
6. Apabila output-nya y(n) hanya tergantung dari input n sekarang dan output
sebelumnya maka system disebut dengan system kausal
7. Sistem LTI waktu diskrit dapat ditulis atau dijelaskan menggunakan
persamaan beda koefisien konstanta linier.
1.3.5

Konvolusi
Proses konvolusi adalah proses menentukan sinyal output y[n] dari sebuah

input tertentu x[n] dengan fungsi transfer tertentu h[n]. Konvolusi dapat memiliki
input berupa sinyal kontinyu, maupun sinyal diskrit. Deretan input x[n] ini berupa
impuls satuan yang dilambangkan dengan [n]. Sedangkan deretan output berupa
respon sistem deretan yang disimbolkan dengan h[n]
Proses konvolusi dapat definisikan (dilambangkan) dengan :
y [ n ] =x [ n ] h[n] (1.8)
Dengan perubahan variabel, berlaku pula:

y [ n ] = x [ k ] h [nk ] (1.9)
k=

Kita sebut rumus diatas dengan rumus konvolusi. Fungsi transfer h[k] dari
sebuah sinyal dikalikan dengan pencerminan sinyal dari sinyal input yang digeser
sejauh n (x[n-k]).
1.3.6

Konvolusi 2 Buah Sinyal


Konvolusi antara dua sinyal diskrit x[n] dan v[n] dapat dinyatakan sebagai:

x [ n ]v [n]= x [ k ] v [nk ] .. (1.10)


k=

Bentuk penjumlahan yang ada di bagian kanan pada persamaan (1.10) disebut
sebagai convolution sum. Jika x[n] dan v[n] memiliki nilai 0 untuk semua integer
pada n < 0, selanjutnya x[i] = 0 untuk semua integer pada i < 0 dan v[i-n] = 0 untuk
semua integer n i < 0 (atau n < i). Sehingga jumlahan pada persamaan (1.10) akan
menempati dari nilai i = 0 sampai dengan i = n, dan operasi konvolusi selanjutnya
dapat dituliskan sebagai:
x [ n ]v [n]=

, n=1, 2,
x [ k ] v [nk ] , n=0,1,2, .. (1.11)

k=

1.3.7

Mekanisme Konvolusi Sinyal


Komputasi pada persamaan (1.10) dan (1.11) dapat diselesaikan dengan

merubah discrete-time index n sampai dengan i dalam sinyal x[n] dan v[n]. Sinyal
yang dihasilkan x[i] dan v[i] selanjutnya menjadi sebuah fungsi discrete-time index i.
Step berikutnya adalah menentukan v[n-i] dan kemudian membentuk pencerminan
terhadap sinyal v[i]. Lebih tepatnya v[-i] merupakan pencerminan dari v[i] yang
diorientasikan pada sumbu vertikal (axis), dan v[n-i] merupakan v[-i] yang digeser ke
kanan dengan step n. Saat pertama kali product (hasil kali) x[i]v[n-i] terbentuk, nilai
pada konvolusi x[n]*v[n] pada titik n dihitung dengan menjumlahkan nilai x[i]v[n-i]
sesuai rentang i pada sederetan nilai integer tertentu.
Untuk lebih jelasnya permasalahan ini akan disajikan dengan
suatu contoh penghitung konvolusi pada dua deret nilai integer
berikut ini.
Sinyal pertama
Sinyal kedua

: x[i] = 1 2 3
: v[i] = 2 1 3

1. Step pertama adalah pembalikan sinyal kedua, v[n] sehingga didapatkan kondisi
seperti berikut:

Sinyal pertama
x[i]
Sinyal kedua v[i]

2. Step ke dua adalah pergeseran dan penjumlahan


Sinyal pertama
x[i]
Sinyal kedua v[i]

Product and
Sum

3. Step ke tiga adalah pergeseran satu step dan penjumlahan


Sinyal pertama
x[i]
Sinyal kedua v[i]

Product and
Sum

4. Step ke empat adalah pergeseran satu step dan penjumlahan


Sinyal pertama
x[i]
Sinyal kedua v[i]

Product
Sum

and

11

5. Step ke lima adalah pergeseran satu step dan penjumlahan


Sinyal pertama
x[i]
Sinyal kedua v[i]

Product
Sum

and

6. Step ke enam adalah pergeseran satu step dan penjumlahan


Sinyal pertama
x[i]

Sinyal kedua v[i]

Product
Sum

and

7. Step ke tujuh adalah pergeseran satu step dan penjumlahan


Sinyal pertama
x[i]
Sinyal
kedua
v[-i]

Product
Sum

and

Dari hasil product and sum tersebut hasilnya dapat kita lihat dalam bentuk
deret sebagai berikut:2 5 11 9 9 Disini hasil penghitungan product and sum sebelum
step pertama dan step ke tujuh dan selanjutnya menunjukkan nilai 0, sehingga tidak
ditampilkan. Secara grafis dapat dilihat seperti berikut ini:

Gambar 1.8 Mekanisme Konvolusi

Pada gambar 1.8 diatas, menunjukkan sinyal x[n], bagian kedua menunjukkan
sinyal v[n], sedangkan bagian ketiga atau yang paling bawah merupakan hasil
konvolusi.

1.4
1.4.1

Langkah Percobaan
Menggambar Sinyal Waktu Diskrit

1. Diketahui suatu sinyal x1 (n) = (0.9)n cos (0.2 n +

/3 ) 0 < n < 20.

Selanjutnya, buatlah program script matlab dan simpan dengan nama P1_1.
clc
clear
n1=[0:100];
%x1=((0.9).^n1.*cos(0.2*pi*n1+pi/3));
x2=10*cos(0.008*pi*(n1).^2);
axis([min(n11),max(n11),1,1]);
stem(n1,x2)
xlabel('n');ylabel('x2(n)');title('Deret
x2(n)');
set(gca,'XTickMode','manual','Fontsize',10)

2. Jelaskan langkah-langkah pada script matlab P1_1 diatas.


3. Jalankan program P1_1, dan perhatikan gambar grafik yang dihasilkan.
Apakah sinyal diatas adalah periodic? Simpanlah gambar yang anda dapatkan
tersebut.
4. Modifikasi program P1_1 untuk memplot sinyal berikut:
a. x2(n) = 10 cos(0.008 n2)
b. x3(n) = 2n

; 0 < n < 100

; 0 < n < 100

Apakah kedua sinyal ini periodic? Jelaskan.


1.4.2 Konvolusi
1. Diketahui suatu sinyal:
a. x4(n) = (1,2,3,4)
;0<n<3
b. x5(n) = (3,2,1)
;0<n<2
c. x6(n) = (2,2,1,2,3)
;0<n<4
Lakukan proses konvolusi untuk x4(n)* x6(n), menggunakan program P1_2
berikut.

2.

closeall
clearall
x=input('Enterx:')
h=input('Enterh:')
m=length(x);
n=length(h);
X=[x,zeros(1,n)];
H=[h,zeros(1,m)];
fori=1:n+m1
Y(i)=0;
forj=1:m
if(ij+1>0)
Y(i)=Y(i)+X(j)*H(ij+1);
else
end
end
end
Y
stem(Y);
ylabel('Y[n]');
xlabel('>n');
title('ConvolutionofTwoSignalswithoutconvfunction');
Jalankan
program P1_2 dengan ketentuan sebagai berikut:

a. Hitunglah konvolusi x4(n)*x5(n) dan x5(n)*x4(n), bandingkan hasilnya.


Memenuhi sifat konvolusi apakah ini? Jelaskan
b. Hitunglah konvolusi (x4(n)*x5(n))*x6(n) dan

x4(n)*(x5(n)*x6(n)),

bandingkan hasilnya. Memenuhi sifat konvolusi apakah ini? Jelaskan


c. Hitunglah konvolusi (x4(n)+x5(n))*x6(n) dan x4(n)*(x5(n)+x6(n)),
bandingkan hasilnya. Memenuhi sifat konvolusi apakah ini? Jelaskan

1.5
Data Hasil Percobaan
1.5.1 Menggambar Sinyal Waktu Diskrit
A. Gambar Sinyal x1 (n) = (0.9)n cos (0.2 n + /3 ) ; 0 < n < 20

Gambar 1.9 Gambar Sinyal x1 (n) = (0.9)n cos (0.2

n + / 3 ) ; 0 < n < 20

B. Gambar Sinyal x2(n) = 10 cos(0.008 n2) ; 0 < n < 100

Gambar 1.10 Gambar Sinyal x2(n) = 10 cos(0.008 n2)

C. Gambar Sinyal x3(n) = 2n

Gambar 1. 11 Gambar Sinyal x3(n) = 2n

1.5.2

; 0 < n < 100

; 0 < n < 100

Konvolusi
A. Konvolusi Sinyal x4(n)*x5(n) dan x5(n)*x4(n)

; 0 < n < 100

Gambar 1.12 Gambar Sinyal x4(n)*x5(n)

Gambar 1.13 Gambar Sinyal x5(n)* x4(n)

B. Konvolusi Sinyal (x4(n)*x5(n))*x6(n) dan x4(n)*(x5(n)*x6(n))

Gambar 1.14 Gambar Sinyal (x4(n)*x5(n))*x6(n)

Gambar 1.15 Gambar Sinyal x4(n)*(x5(n)*x6(n))

C. Konvolusi (x4(n)+x5(n))*x6(n) dan x4(n)*(x5(n)+x6(n))

Gambar 1.16 Gambar Sinyal (x4(n)+x5(n))*x6(n)

Gambar 1.17 Gambar Sinyal x4(n)*(x5(n)+x6(n))

1.6

Analisa Hasil Percobaan

1.6.1

Menggambar Sinyal Waktu Diskrit


Sistem waktu diskrit merupakan suatu alat atau algoritma yang beroperasi

pada sinyal waktu diskrit (input), menurut beberapa aturan yang dibuat untuk
menghasilkan ssinyal waktu diskrit dengan bentuk lain (output dan response). Dalam
praktikum ini ada 3 sinyal waktu diskrit yang dibangkitkan dengan nilai x[n] sebagai
berikut:
A. Gambar Sinyal x1 (n) = (0.9)n cos (0.2 n + /3 ) ; 0 < n < 20

Gambar 1.18 Gambar Sinyal x1 (n) = (0.9)n cos (0.2 n +

/3 ) ; 0 < n < 20

Dengan perhitungan manual, sinyal X1(n) = (0.9)n cos (0.2n + /3) ; 0 < n <
20 didapatkan nilai sebagai berikut:
a. X1(0) = (0.9)0 cos(0,2 . . 0 + / 3) = 1 cos (60) = 0,5
b. X1(1) = (0.9)1 cos(0,2 . . 1 + / 3) = 0,9 cos (36 + 60)
= 0,9 cos (96)
= -0,09
c. X1(2) = (0.9)2 cos(0,2 . . 2 + / 3) = 0,9 cos (72 + 60)
= 0,9 cos (132)
= -0,60
d. X1(3) = (0.9)3 cos(0,2 . . 3 + / 3) = 0,9 cos (108 + 60)
= 0,9 cos (168)
= -0,88

e. X1(4) = (0.9)4 cos(0,2 . . 4 + / 3) = 0,9 cos (144 + 60)


= 0,9 cos (204)
= -0,82
f. X1(5) = (0.9)5 cos(0,2 . .5 + / 3) = 0,9 cos (180 + 60)
= 0,9 cos (240)
= -0,45
Hasil perhitungan manual sinyal dapat dibuatkan tabel sebagai berikut:
Tabel 1.1 Nilai Sinyal X1(n) = (0.9)n cos (0.2n + /3) ; 0 < n < 20

n
X(n)

0
0,5

1
-0,09

2
-006

3
4
5
-0,88 -0,82 -0,45

Berdasarkan gambar 1.18 dapat dianalisis bahwa nilai dari X 1(n) = (0.9)n cos
(0.2n + /3) ; 0 < n < 20 merupakan sinyal waktu diskrit dalam bentuk impulse dan
tidak termasuk sinyal periodik karena tidak memiliki interval waktu T (periode) yang
sama antara satu sama lain. Panjangnya interval pada sinyal X1(n) adalah 20 n.
B. Gambar Sinyal x2(n) = 10 cos(0.008 n2) ; 0 < n < 100

Gambar 1. 19 Gambar Sinyal x2(n) = 10 cos(0.008 n2); 0 < n < 100

Dengan perhitungan manual, sinyal x2(n) = 10 cos(0.008 n 2); 0 < n < 100
didapatkan nilai sebagai berikut:
a.
b.
c.
d.
e.
f.

X2 (0) = 10 cos ( 0.008 . . 02) = 10 cos (0)


= 10
2
X2 (1) = 10 cos ( 0.008 . . 1 ) = 10 cos (1,44) = 9,99
X2 (2) = 10 cos ( 0.008 . . 22) = 10 cos (5,76) = 9,99
X2 (3) = 10 cos ( 0.008 . . 32) = 10 cos (12,96) = 9,74
X2 (4) = 10 cos ( 0.008 . . 42) = 10 cos (23) = 9,20
X2 (5) = 10 cos ( 0.008 . . 52) = 10 cos (36) = 8,09

Hasil perhitungan manual sinyal dapat dibuatkan tabel sebagai berikut:


Tabel 1.2 Nilai Sinyal x2(n) = 10 cos(0.008 n2); 0 < n < 100

n
X(n)

0
10

1
9,99

2
9,99

3
9.74

4
9,20

5
8,09

Berdasarkan gambar 1. 19 dapat dianalisis bahwa nilai dari X2(n) = 10 cos


(0.008 n2); 0 < n < 100 merupakan sinyal diskrit dalam berbentuk impulse dan tidak
termasuk sinyal periodic karena memiliki interval waktu atau periode (T) yang tidak
sama satu dan yang lainnya. Panjang interval sinyal pada gambar diatas adalah 100 n.
C. Gambar Sinyal x3(n) = 2n

; 0 < n < 100

Gambar 1.20 Gambar Sinyal x3(n) = 2n ; 0 < n < 100

Dengan perhitungan manual, sinyal x3(n) = 2n ; 0 < n < 100 didapatkan nilai
sebagai berikut:
a.
b.
c.
d.
e.
f.

X3(0) = 2 . 0 = 0
X3(1) = 2 . 1 = 2
X3(2) = 2 . 2 = 4
X3(3) = 2 . 3 = 6
X3(4) = 2 . 4 = 8
X3(5) = 2 . 5 = 10

Hasil perhitungan manual sinyal dapat dibuatkan tabel sebagai berikut:


Tabel 1.3 Nilai Sinyal x3(n) = 2n ; 0 < n < 100

n
X(n)

0
0

1
2

2
4

3
6

4
8

5
10

Berdasarkan pada gambar 1.20 dapat dianalisis bahawa nilai dari x3(n) = 2n ;
0 < n < 100 merupakan suatu sinyal diskrit dalam bentuk impulse dan termasuk sinyal

periodik karena memiliki interval waktu T (periode) yang sama antara satu sama lain.
Panjang interval sinyal pada gambar diatas adalah 100 n.
1.6.2

Konvolusi
Pada dasarnya konvolusi merupakan sebuah metode perhitungan untuk

menentukan respon dari system. Dalam system diskrit, metode perhitungan dengan
cara penjumlahan (akumulator) sedangkan pada system kontinyu dengan cara
integrase sinyal. Prinsip konvolusi adalah dengan cara memberikan sinyal respon h[n]
sebagai fungsi transfer yang akan membuat nilai keluaran (output) Y[n] dari sinyal
masukan (input) X[n].
Dengan adanya sinyal inputan X[n] dan sinyal respon impulse h[n], maka nilai
dari sinyal keluaran (output) dapat ditulis dengan persamaan:
Y [ n ] =x [ n ]h[n] (1.12)
Dalam pengoperasiaannya konvolusi mempunyai sifat-sifat, antara lain:
1. Komutatif
2. Asosiatif

: x(n) * h(n) = h(n) * x(n)


: [x(n) * g(n)] * h(n) = x(n) * [g(n) * h(n)]

3. Distributif

: x(n) * [h1(n) + h2(n)] = [x(n) * h1(n)] + [x(n) * h2(n)]

Konvolusi dilakukan dengan berdasarkan respon impulse dari sistem yang


menyatakan karakterisasi dari sistem tersebut.Untuk mendapatkan respon impulse
sistem, sistem tersebut diubah dengan mengganti x[n] dengan [n] dan y[n] dengan
h[n]. dalam praktikum ini dilakukan beberapa percobaan untuk mengetahui dan
membuktikan sifat-sifat dari konvolusi.
A. Perbandingan X4(n) * X5(n) dan X5(n) * X4(n)
Berdasarkan data hasil percobaaan X4(n) * X5(n) dan X5(n) * X4(n),
didapatkan analisis perbandingan sinyal sinyal sebagai berikut:

Gambar 1.21 Gambar Sinyal x4(n)*x5(n)

Gambar 1.22 Gambar Sinyal x5(n)* x4(n)

Dari gambar 1.21 merupakan data hasil konvolusi X4(n) * X5(n) dengan hasil
sebagai berikut:

Gambar 1.23 Hasil Konvolusi X4(n) * X5(n) Bentuk Vektor

Demikin juga pada gambar 1.22 merupakan data hasil konvolusi dari X5(n) * X4(n)
dengan hasil:

Gambar 1.24 Hasil Konvolusi X5(n) * X4(n)Bentuk Vektor

Sehingga dapat dianalisa bahwa hasil konvolusi dari X4(n)*X5(n) dan hasil
konvolusi dari X5(n)*X4(n) memiliki bentuk keluaran (output) yang sama. Hal ini
dapat membuktikan secara teori bahwa konvolusi memiliki sifat komutatif.
B. Konvolusi Sinyal (x4(n)*x5(n))*x6(n) dan x4(n)*(x5(n)*x6(n))
Berdasarkan data hasil percobaan (x4(n)*x5(n))*x6(n) dan x4(n)*(x5(n)*x6(n)),
didapatkan analisis perbandingan sinyal sebagai berikut:

Gambar 1.25 Gambar Sinyal (x4(n)*x5(n))*x6(n)

Gambar 1.26 Gambar Sinyal x4(n)*(x5(n)*x6(n))

Pada gambar 1.25 merupakan hasil konvolusi dari [X 4(n)*X5(n)]*X6(n)


dengan hasil:

Gambar 1.27 Hasil Konvolusi [X4(n) * X5(n)] * X6(n) Bentuk Vektor

Demikian juga pada gambar 1.26 merupakan data hasil konvolusi dari
X4(n)*[X5(n) * X6(n)] dengan hasil :

Gambar 1.28 Hasil Konvolusi X4(n) * [ X5(n) * X6(n)] Bentuk Vektor

Sehingga, dapat dianalisis bahwa hasil konvolusi dari [X4(n)*X5(n)]*X6(n)


dan hasil konvolusi dari X4(n)*[X5(n)*X6(n)] memiliki bentuk keluaran yang sama.
Hal

ini

dapat

membuktikan

konvolusi

bahwa

[X4(n)*X5(n)]*X6(n)

dan

X4(n)*[X5(n)*X6(n)] termasuk dalam salah satu sifat konvolusi yaitu asosiatif.


C. Konvolusi (x4(n)+x5(n))*x6(n) dan x4(n)*(x5(n)+x6(n))
Berdasarkan data hasil percobaan (x4(n)+x5(n))*x6(n) dan x4(n)*(x5(n)+x6(n)),
didapatkan analsisi perbandingan sinyal sebagai berikut:

Gambar 1.29 Gambar Sinyal (x4(n)+x5(n))*x6(n)

Gambar 1.30 Gambar Sinyal x4(n)*(x5(n)+x6(n))

Pada gambar 1.29 merupakan hasil konvolusi dari [X4(n)+X5(n)]*X6(n)


dengan hasil :

Gambar 1.31 Hasil Konvolusi [X4(n) + X5(n)]*X6(n) Bentuk Vektor

Demikian juga pada gambar 1.30 merupakan data hasil konvolusi dari
X4(n)*[X5(n)+X6(n)] dengan hasil :

Gambar 1.32 Hasil Konvolusi X4(n)*[X5(n)+X6(n)] Bentuk Sinyal Diskrit

Sehingga, dapat dianalisis bahwa hasil konvolusi dari [X4(n)+X5(n)]*X6(n)


dan hasil konvolusi dari X4(n)*[X5(n)+X6 (n)] memiliki bentuk keluaran yang tidak
sama. Hal ini dapat membuktikan bahwa hasil konvolusi ini tidak termasuk kedalam
sifat-sifat konvolusi.

1.7

Kesimpulan
Berdasarkan hasil dari pecobaan yang telah dilakikan, dapat ditarik

kesimpulan sebagai beikut:


1. Sinyal diskrit berbentuk impulse yang bersifat periodik dapat dilihat dari
terdapatnya pola pengulangan yang sama serta interval waktu T (periode)
yang bernilai sama antara satu sama lain.
2. Konvolusi merupakan suatu metode perhitungan untuk menentukan sistem
respon impulse atau fungsi transfer yang dapat dinyatakan dalam persamaan;
Y [ n ] =x [ n ]h[n] (1.13)
3. Konvolusi merupakan suatu metode perhitungan untuk menentukan sistem
response yang memiliki sifat-sifat sebagai berikut :
a. Komutatif : x(n) * h(n) = h(n) * x(n)
b. Asosiatif : [x(n) * g(n)] * h(n) = x(n) * [g(n) * h(n)]
c. Distributif : x(n) * [h1(n) + h2(n)] = [x(n) * h1(n)] + [x(n) * h2(n)]
4. Pada percobaan konvolusi X4(n) * X5(n) dan X5(n) * X4(n) diperoleh bentuk
keluaran sinyal yang sama, hal ini menunjukkan sifat konvolusi yaitu
komutatif.
5. Pada percobaan konvolusi [X4(n) * X5(n)] * X6(n) dan X4(n) * [ X5(n) *
X6(n)] diperoleh bentuk keluaran sinyal yang sama, hal ini menunjukkan sifat
konvolusi yaitu asosiatif.
6. Pada percobaan konvolusi [X4(n) + X5(n)]*X6(n) dan X4(n)*[X5(n)+X6(n)]
diperoleh bentuk keluaran sinyal yang tidak sama, hal ini menunjukkan bahwa
hasil konvolusi ini tidak termasuk ke dalam sifat-sifat konvolusi.