MODUL 2

SINYAL DAN SISTEM: WAKTU-DISKRIT

Tujuan Praktikum:
 Praktikan memahami representasi sinyal waktu-diskrit.
 Praktikan memahami berbagai macan ragam runtun seperti runtun sampel unit, runtun
step unit, runtun eksponensial riil, runtun eksponensial kompleks, runtun sinusoidal,
runtun acak dan runtun periodik
 Praktikan memahami operasi-operasi pada runtun.
 Praktikan memahami beberapa hasil penting dan beberapa sistem waktu-diskrit

Perangkat Praktikum:
 Komputer / Laptop
 Software MATLAB dengan Signal Processing Toolbox

DASAR TEORI
2.1. Representasi Sinyal Waktu-Diskrit
Sinyal diklassifikasikan menjadi dua kategori: sinyal analog dan sinyal diskrit.
Suatu sinyal analog dinotasikan dengan xa(t) dimana di dalamnya variabel t
merepresentasikan sembarang kuantitas fisik, namun pada modul ini diasumsikan dia
merepresentasikan waktu dalam detik. Suatu sinyal diskrit dinotasikan waktu diskrit.
Oleh karena itu, sinyal diskrit sering juga disebut dengan sinyal waktu-diskrit, yang
dinotasikan sebagai berikut:
( ) = … , (−1), (0)⃗, (1), …

2.1
→
Dimana menandakan sampel pada n = 0.

2.2. Ragam Runtun

Beberapa runtun elementer digunakan pada pemrosesan sinyal dan gambar digital.
Definisi dan representasi masing-masing runtun diberikan di bawah ini.

2.2.1. Runtun Sampel Unit

1, =
( )= = … ,0,0, 1⃗, 0,0, . .
0, ≠

2.2
Dalam MATLAB, fungsi zeros(1,N) menghasilkan suatu vektor baris yang terdiri
dari N buah nilai 0, yang dapat dipakai untuk mengimplementasikan δ(n) pada suatu
interval berhingga. Namun, relasi logika n==0 merupakan cara yang elegan untuk
mengimplementasikan δ(n).

Institut Teknologi Del 21

2.2.2. Runtun Step Unit
1, ≥0
( )= = {… ,0,0,1,1,1, . . }
0, <0

2.3
Dalam MATLAB fungsi ones(1,N) membangkitkan suatu vektor baris yang
memuat N buah nilai 1. Fungsi tersebut dapat dimanfaatkan untuk membangkitkan u(n)
pada suatu interval berhingga.

2.2.3. Runtun Eksponensial Riil

( )= ,∀ ; ∈

2.4

Dalam MATLAB, suatu operator array “.^” diperlukan untuk

mengimplementasikan suatu runtun eksponensial riil.

2.2.4. Runtun Eksponensial Kompleks

( )
( )= ,∀ ;

2.5

Dimana disebut dengan attenuasi dan adalah frekuensi dalam radian.

Fungsi MATLAB dapat dipakai untuk membangkitkan runtun-runtun eksponensial
kompleks.

2.2.5. Runtun Sinusoidal

( ) = cos( + ), ∀

2.6

Dimana adalah fase dalamr radian. Suatu fungsi MATLAB cos (atau sin)
digunakan untuk membangkitkan runtun-runtun sinusoidal.

2.2.7. Runtun Acak

Banyak runtun, pada keyataannya, tidak bisa dideskripsikan dengan ekspressi-
ekspressi matematika seperti beberapa runtun sebelumnya. Runtun tersebut dipanggil
juga dengan runtun acak (stokastik) dan dikarakteristikkan dengan parameter-
parameter fungsi kerapatan probabilitas atau momen-momen statistik. Dalam
MATLAB, terdapat dua jenis runtun (semi-acak) acak yang disediakan. Fungsi
rand(1,N) membangkitkan suatu runtun acak dengan panjang N dimana elemn-
elemennya tedistribusi secara seragam antara [0,1]. Fungsi randn(1,N) membangkitkan
suatu runtun acak Gaussian dengan panjang N dimana reratanya 0 dan variansinya 1.

2.3. Operasi-operasi Pada Runtun

Berikut dijelaskan operasi-operasi pada runtun dan fungsi-fungsi MATLAB yang
telah dikembangkan

Institut Teknologi Del 22

2.3.1. Penjumlahan Sinyal
Ini adalah penjumlahaan sinyal sampel-demi-sampel :
{ ( )} + { ( )} = { ( ) + ( )}

2.3

Operasi ini diimplementasikan dalam MATLAB menggunakan operasi “+”.

Namun, panjang x1(n) dan x2(n) harus sama. Jika runtun-runtun tersebut memiliki
panjang yang tidak sama, atau jika posisi sampel berbeda (meski panjang sama), maka
operator “+” tidak dapat digunakan secara langsung. Diperlukan suatu teknik untuk
memanipulasi x1(n) dan x2(n) sehingga keduanya memiliki vektor posisis (n) yang sama
(jadi, panjnag juga sama). Hal ini memerlukan perhatian khusus terhadap operasi
pengindeksan dalam MATLAB. Secara khusus, operasi logika “&”, operasi-operasi
relasional “<=” dan “==”, dan fungsi find diperlukan untuk membuat x1(n) dan x2(n)
menjadi sama panjang.

2.3.2. Perkalian Sinyal

Berikut adalah perkalian sampel-demi-sampel (atau perkalian “dot”) antara
dua runtun
{ ( )} ∙ { ( )} = { ( ) ( )}

2.7

Hal ini bisa diimplementasikan dalam MATLAB menggunakan suatu operator

array “.*.”. Sekali lagi ditemukan batasan kesamaan vektor posisi seperti pada operasi
“+”. Oleh karena itu, perlu dikembangkan fungsi sinyalkali, yang mirip dengan fungsi
tambah.

2.3.3. Penskalaan
Pada operasi ini, setiap sampel dikalikan dengan suatu scalar α.
∝ { ( )} = {∝ ( )}
2.8

Dalam MATLAB, operasi aritmatik “*” dapat digunakan untuk mengimplementasikan

operasi penskalaan.

2.3.4. Penggeseran
Pada operasi ini, setiap sampel x(n) digeser sejauh k untuk mendapatkan suatu
runtun tergeser y(n).
( ) = { ( − )}

2.9

Jika dimisalkan m=n-k, maka n = m + k dan operasi di atas menjadi

( + ) = { ( )}

2.10

Jadi, disimpulkan bahwa operasi ini tidak memiliki efek terhadap vektor x, tetapi
vektor n berubah dengan menambahkan k pada setiap elemen.

Institut Teknologi Del 23

2.3.5. Pelipatan
Pada operasi ini, setiap sampel x(n) dilipat pada sekitar n=0 untuk memperoleh
suatu runtun yang terlipat y(n)
( ) = { (− )}

2.11
Dalam MATLAB, operasi ini diimplementasikan dengan flipr(x) bagi nilai-nilai
sampel dan dengan -fliplr(n) bagi posisi sampel.

2.3.6. Penjumlahan Sampel

Operasi ini berbeda dari operasi penjumlahan sinyal. Operasi ini menjumlahkan nilai-
niai sampel x(n) antara n1 dan n2.
∑ ( ) = ( ) + ⋯+ ( )

2.12

2.3.7. Perkalian Sampel

Operasi ini juga berbeda dari operasi perkalian sinyal. Operasi ini mengalikan
semua nilai-nilai sampel x(n) antara n1 dan n2
∏ ( )= ( ) … ( )

2.13

2.3.8. Energi Sinyal

Energi suatu sinyal x(n) diberikan oleh
∑ ( ) ∗( ) = ∑ | ( ) |

2.14

2.4. Beberapa Hasil Penting

Terdapat beberapa hasil penting dalam pemrosesan sinyal digital yang perlu
diamati dan dipahami. Kita akan mendiskusikan beberapa diantaranya.

2.4.1. Sintesis Sampel Unit

Sembarang runtun x(n) dapat disintesis sebagai penjumlahan terbobot atas runtun-
runtun sampel unit tertunda dan terskala, seperti berikut ini
( )=∑ ( ) ( − )

2.15

2.4.2. Sintesis Ganjil dan Genap

Suatu runtun riil xe(n) disebut dengan genap (simmetrik) jika
(− ) = ( )

2.16
Institut Teknologi Del 24
 Dengan cara yang sama, suatu runtun riil xe(n) disebut dengan ganjil (anti-
simmetrik) jika
(− ) = ( )

2.17

Kemudian sembarang runtung riil x(n) daoat didekomposisi menjadi komponen

genap dan komponen ganjil
( )= ( )

2.18

Dimana bagian genap dan bagian ganjil diberikan oleh

( ) = [ ( ) + (− )] ( ) = [ ( ) − (− )]

2.19

Dekomposisi ini akan digunakan untuk mempelajari sifat-sifat transformasi

Fourier. Oleh karena itu snagat berguna untuk membuat suatu fungsi MATLAB
sederhana untuk mendekomposisi suatu runtun menjadi komponen ganjil dan
komponen genapnya.

2.4.3. Runtun Geometri

Runtun eksponensial satu-sisi dengan format {an, n≥0}, dimana α adalah
sembarang konstanta disebut pula dengan suatu runtun geometric. Dalam pemrosesan
sinyal, konvergensi dan ekspresi penjumlahan runtun geometric ini diapplikasikan pada
banyak kasus. Runtun tersebut konvergen jika |α|<1, sedangkan penjumlahan
kompenen-kompenennya dapat diekspressikan menjadi

∑ α→ |α| < 1

2.20

Ekspressi bagi penjumlahan suku-suku runtun geometric berdurasi terhingga diberikan

oleh

∑ α→ ∀α

2.21

Institut Teknologi Del 25

2.4.4. Korelasi Runtun
Korelasi adalah suatu operasi yang banyak diapplikasikan pada pemrosesan sinyal
dan gambar digital. Dia adalah suatu ukuran derajat kesamaan antara dua runtun. JIka
diberikan dua runtun rii; x(n) dan y(n) yang memiliki energi berhingga, korelasi-silanag
antara keduanya dalah suatu runtun Txy(l) yang didefinisikan sebagai

( )=∑ ( ) ( − )

2.22

Indeks l disebut dengan parameter geser. Kasus special saat x(n) = y(n) yang
disebut dengan korelasi-diri dan yang didefinisikan sebagai
()=∑ ( ) ( − )

2.23

Fungsi-fungsi MATLAB untuk mengkomputasi korelasi-silang dan korelasi diri

didiskusikan nannti pada bab ini.

2.4.5. Sistem Diskrit

Secara matematik, suatu sistem waktu-diskrit (atau disingkat dengan sistem
diskrit) dideskripkan sebagai suatu operator T[] yang mengambil suatu runtun x(n)
(disebut dengan eksitasi) dan mentransformasikannya menjadi runtun y(n) (disebut
dengan respon). Yaitu
( ) = [ ( )]

2.24

Dalam pemroresan sinyal digital, sistem tersebut memproses suatu sinyal

masukan menjadi suatu sinyal keluaran. SIstem diskrit diklassifikasikan menjadi sistem
linier dan sistem tak-linier. Pda buku ini, kebanyakan sistem yang ditinjau adalah sistem
linier.

2.4.6. Sistem Linier

Suatu sistem diskrit T[●] adalah suatu operator linier L[•] memenuhi prinsip
superposisi berikut.
[ ( )+ ( )] = [ ( )]+ [ ( )], ∀ , , ( ), ( )

2.25

Menggunakan persamaan (3.18) dan (3.28), keluaran y(n) dari suatu sistem linier
terhadap terhadap suatu sampel unit pada waktu k. Dia disebut juga dengan respon
impuls dan dinotasikan dengan h(n,k). Keluaran dapat ditulis-ulang menjadi
( )=∑ ( )ℎ( , )

2.26

Komputasi atas persamaan (3.30) memerlukan tanggapan impuls waktu-ubah

(time varying)h(n,k), dimana pada prakteknya tidak gampang untuk diterapkan. Jadi,

Institut Teknologi Del 26

 sistem waktu-tetap (time-invariant) lebih banyak dipakai dalam pemrosesan sinyal
digital.

2.4.6.1. Sistem Waktu-Tetap Linier (LTI, Linier Time-Invariant)

Suatu sistem linier, yang did alamnya terdapat sepasang masukan0keluaran, x(n)
dan y(n), yang bersifat waktu-tetap terhadap suatu persegesaran n dalam waktu disebut
dengan suatu sistem waktu-tetap linier (LTI). Bagi suatu sistem LTI, L[•] dan operator
penggseseran dapat saling ditukar-posisi sebagai berikut.
( ) → [∙] → ( ) ℎ → ( − )

2.27

( )→ ℎ → ( )→ [∙] → ( − )

2.28

Sistem LTI akan dinotasikan dengan operator LT[•]. MIsalkan x(n) dan y(n)
merupakan sepasang masukan-keluaran bagi sistem LTI, maka fungsi waktu-ubah
h(n,k) menjadi suatu fungsi waktu0tetap h(n-k), dan keluaran persamaan (3.30)
diberikan oleh
( )= [ ( )] = ∑ ( )ℎ( , )

2.3

Tanggapan impuls atas suatu sistem LTI diberikan oleh h(n). Operasi matematik
yang ada pada persamaan (3.33) disebut dengan penjumlahan komvolusi linier dan
dinotasikan dengan
( ) ≜ ( ) ∗ ℎ( )

2.29

Jadi suatu sistem LTI secara utuh dikarakteristikkan dalam domain waktu domain
waktu oleh tanggapan impuls h(n) sebut berikut.
( ) → ℎ[ ] → ( ) = ( ) ∗ ℎ( )

2.30

2.4.6.2. Stabilitas
Hal ini merupakan konsep yang sangat penting dalam terori sistem linier, Alasan
utama dalam memperhatikan stabilitas adalah untuk menghindari perancangan sistem
yang berbahaya atas untuk menghindari kelelahan atau saturasi pda opreasi sistem.
Suatu sistem dikastakan stabil BIBO (bounded-input bounded output) jika setiap
masukan yang terkekang atau terbatasi akan menghasilkan suatu keluaran yang
terkekang pula
| ( )| < ∞ → | ( )| < ∞, ∀ ,

2.31

Institut Teknologi Del 27

 Suatu sistem LTI dikastakan stabil BIBO jika dan hanya jika respon impulsnya
dapat dijumlahkan secara absolut
↔ ∑ |ℎ( )| < ∞

2.32

2.4.6.3. Kausalitas
Konsep penting ini perlu untuk memastikan bahwa sistem dapat dibangun, Suatu
sistem dikatakan kasual jika keluaraan pada indeks n0 hanya bergantung pada masukan
sebelum dan sampai indeks n0 saja yaitu, keluaran tidak tergantung pada nilai-nilai
masa depan dari masukan. Suatu sistem LTI dikastakan kasual jika dan hanya jika
respon impulsnya
ℎ( ) = 0, < 0

2.32

Runtun tersebut dikatakn sebagai suatu runtuk kasual. Dalam pemrosesan sinyal
digital, kecuali disebutkan secara eksplisit, diasumsikan bahwa sistem adalah kasual.

2.5. Konvolusi
Operasi konvolusi telah diintroduksi seperti pada persamaan (3.34) untuk
mendeskripkan respon impuls suatu sistem LTI. Konvolusi dapat dievaluasi dengan
berbagai cara. Jika runtun meruapakn fungsi matematik (berdurasi terhingga maupun
tak-terhingga), maka persamaan (3.34) dapat dievaluasi secra analitik untuk semua n
untuk mendpaatkan suatu bentuk persmaan y(n).

2.6. Implementasi MATLAB Atas Operasi Konvolusi

Jika sembarang runtun berdurasi tek-berhingga, maka MATLAB tidak dapat
secaa langsung digunakan unuk mengkomputasi konvolusi. MATLAB memang telah
menyediakan fungsi conv untuk menghitung konvolusi antara dua runtun berhingga.
Fungsi conv mengasumsikan bahwa dua runtun berawal pada n=0 dan dipanggil dengan
>> y=conv(x,h);

Untuk mendapatka nilai-nilai y(n). Namun, fungsi conv tidak menyediakan

informai tentang waktu sama sekali. Apa yang dibuthkan adalah suatu titik awal dan
suatu tititk akhir dari y(n). Jika diberikan runtun berdurasi terhingga x(n) dan h(n),
sangat mudah menentukan titik-titik ini. Misalkan
{ ( ); ≤ ≤ } { ≤ ≤ }
2.33

Menjadi dua runtun berdurasi terhingga. Jadi merujuk pada contoh 3-6,
didapatkan titik awal dan akhir runtun y(n)
= + = +
2.34

Secara berturut-turut. Pengembangan fungsi conv secara sederhanan dapat

dilakukan agar informasi posisi sampel bisa didapatkan

Institut Teknologi Del 28

2.7. Implementasi MATLAB Atas Persamaan Perbedaan
Suatu fungsi filter pada NATLAB tersedia untuk menyelesaikan persamaan-persamaan
perbedaan secara numerik, jika diberikan masukan dan koefisien-koefisien persamaan
perbedaan. Dalam format sederhananya, fungsi filter dipanggi dengan,
− ( , , )

2.35

Dimana :
= [ 0, 1, . . , ]; = [ 0, 1, … , ];
2.36

Adalah array-array yang memuat koefisien-koefiisen seperti pada persamaan

(3.33) dan x adalah array runtun masukan. Keluaran y sama panjang dengan masukan
x. Harus dipastikan bahwa koefisien a0 tidak boleh bernilai nol. Penggunaan fungsi ini
diilustrasikan pada contoh selanjutnya.

PERCOBAAN
Soal 1: Representasi Sinyal Waktu-Diskrit
Buatlah program dengan kode sebagai berikut:

Gambar 41. Contoh Program Representasi Sinyal Waktu-Diskrit

Amati bentuk gelombangnya.

Soal 2: Ragam Runtun

a. Runtun Sampel Unit
Diketahui dalam runtun sampel unit:
1, =
( − )=
0, ≠

Buatlah program dengan kode impseq sebagai berikut:

Gambar 42. Fungsi Sampel Unit

Institut Teknologi Del 29

 Gambar 43. Program Sampel Unit
Amati bentuk gelombangnya.

b. Runtun Step Unit

Diketahui dalam runtun step unit:
1, ≥0
( − )=
0, <0
Buatlah program dengan kode stepseq sebagai berikut:

Gambar 44. Fungsi Step Unit

Gambar 45. Contoh Program Step Unit

Amati bentuk gelombangnya.

c. Runtun Eksponensial Riil

Buatlah program dengan kode sebagai berikut:

Gambar 46. Contoh Program Runtun Eksponensial Riil

Amati bentuk gelombangnya.

d. Runtun eksponensial kompleks

Buatlah program dengan kode sebagai berikut:
Institut Teknologi Del 30
 Gambar 47. Contoh Program Runtun Eksponensial Kompleks

Amati bentuk gelombangnya.

e. Runtun sinusoidal
Diketahui runtun sinusoidal adalah sebagai berikut :
( ) = cos 0.1 + + 2 sin(0.5 ) 0 ≤ n ≤ 10
3

Berikut merupakan kode program runtun sinusoidal:

Gambar 48. Contoh Program Runtun Sinusoidal

Amati bentuk gelombangnya.

f. Runtun acak
Buatlah program yang menghasilkan sinyal pada gambar berikut ini:

Gambar 49. Sinyal diskrit: runtun acak, n=0:20; stem(n,rand(1,length(n)))

Amati bentuk gelombangnya.

Soal 3: Operasi-operasi Pada Runtun

Institut Teknologi Del 31

a. Penjumlahan Sinyal
Berikut merupakan kode program fungsi sinyaltambah :

Gambar 50. Program Fungsi sinyaltambah

Gambar 51. Program Penjumlahan Sinyal

Amati bentuk gelombangnya.

b. Perkalian sinyal
Buatlah program untuk perkalian sinyal berikut ini:

Gambar 52 Program Fungsi sinyalkali

Institut Teknologi Del 32

 Gambar 53. Program Perkalian Sinyal

Amati bentuk gelombangnya.

c. Penskalaan
Tentukan posisi dari segitiga ABC yang dibentuk oleh titik-titik A(20,20), B(100,20),
C(60,120), jika dilakukan penskalaan dengan factor skala : [4 2] terhadap titik pusat
P(0,0).

d. Penggeseran
Buatlah program untuk penggeseran berikut ini:

Gambar 54. Program Fungsi sinyalgeser

Gambar 55. Program Penggeseran

Amati bentuk gelombangnya.

e. Pelipatan
Buatlah program pelipatan berikut ini:

Institut Teknologi Del 33

 Gambar 56 Program Fungsi sinyallipat

Gambar 57. Program Pelipatan

Amati bentuk gelombangnya.

f. Penjumlahan Sampel
Diketahui bahwa n pada sampel dari -4 sampai 4 dan x bernilai 2,1,-1,0,1,4,3,7.
Tentukan penjumlahan sampel dengan menggunakan MATLAB!

g. Perkalian Sampel
Diketahui x pada sampel ada 2,1,-1,5,1,4,3,7.. Tentukan perkalian sampel dengan
menggunakan MATLAB.

h. Energi Sinyal
Diketahui bahwa x bernilai 2,1+4*j,-1,5,4-5*j,3,7*j. Jika diketahui bahwa rumus dalam
Energi pertama adalah hail penjumlahan dari x dikali dengan konjugat x tersebut dam
emerhi kedua adalah hasil dari penjumlahan nilai absolut x kuadrat. Tentukanlah nilai
energi pada nilai x tersebut menggunakan MATLAB.

Latihan 1 :
Bangkitkan dan gambarlah tiap runtun berikut ini pada interval yang diindikasikan.
a. x(n) = 2δ(n+2)- 2δ(n-2), -5≤n≤5.
b. x(n) = cos(0.04πn)+0.2w(n), 0≤n≤50, dimana w(n) adalah suatu runtun acak
Gaussian dengan rerata nol dan variansi unit.
c. ( ) = {… ,5,4,3,2,1, 5⃗, 4,3,2,1,5,4,3,2,1, … }, -10≤n≤9.

Latihan 2 :
Misalkan x(n)={1,2,3,4,5,6,7,6,5,4,3,2,1}. Tentukan dan gambarlah runtun-runtun
berikut ini.
a. x1(n) = 2x(n-5) – 3x(n + 4)
b. x2 (n) = x(n – 3) + x(n)x(n – 2)

Latihan 3 :

Institut Teknologi Del 34

 Bangkitkanlah sinyal kompleks x(n)=e(-0.1+j0.3)n, -10≤n≤10 dan gambarkanlah
magnitudo, fase, bagian riil, dan bagian imajinernya pada empat subplot yang terpisah.

Soal 4: Konvolusi
Latihan 4:
Misalkan pulsa persegi-panjang x(n)=u(n)-u(n-10) pada contoh 3-4 menjadi masukan
bagi suatu sistem LTI dengan respon impuls h(n)=(0.9)nu(n). Tentukan keluaran y(n)
dan jelaskan analisisnya.

Solusi:

Gambar 58. Kode Program Latihan 4

Latihan 5:
Misalkan diberikan dua runtun berikut ini
( ) = 3,11,7, 0⃗, −1,4,2 , −3 ≤ ≤ 3; ℎ( ) = 2, 3⃗, 0, −5,2,1 , −1 ≤ ≤4
Tentukanlah konvolusi y(n)=x(n)*h(n) dan buat analisisnya!

Solusi :

Institut Teknologi Del 35

 Gambar 59. Kode Program Latihan 5

Soal 5: Implementasi MATLAB atas operasi konvolusi

Diketahui bahwa x bernilai 3,11,7,0,-1,4,2 dan h bernilai 2,3,0,-5,2,1. Tentukan
konvolusi menggunakan MATLAB!

Buatlah program konv berikut ini:

Gambar 60. Program Fungsi konv

Analisis apa yang ditampilkan!
Buatlah program berikut ini:

Institut Teknologi Del 36

 Gambar 61. Program konv

Latihan
Diberikan ( ) = 1, −2,4,6, , −5⃗, 8,10 . Bangkitkan dan gambarkan runtun-tutun di
bawah ini menggunakan fungsi stem.
a. ( ) = 3 ( + 2) + ( − 4) − 2 ( )
b. ( ) = 5 (5 + ) + 4 ( + 4) + 3 ( )
c. ( ) = ( + 4) ( − 1) + (2 − ) ( )
d. ( ) = 2 , ( ) cos(0,1 ) ( + 2), 10 ≤ ≤ 10

Institut Teknologi Del 37