LAPORAN HASIL PRAKTIKUM

PEMROSESAN SINYAL DIGITAL

PEMBANGKITAN SINYAL DIGITAL

Disusun oleh:
Nama : Harun Al Rasyid Ramadhany
NIM : 121800003
Prodi : Elektronika Instrumentasi
Tgl. Praktek : 18 September 2019
Dosen : Halim Hamadi, S.Si, M.Sc

SEKOLAH TINGGI TEKNOLOGI NUKLIR

BADAN TENAGA NUKLIR NASIONAL
YOGYAKARTA
2019
 PEMBANGKITAN SINYAL DIGITAL

I. TUJUAN
1. Mahasiswa dapat membangkitkan beberapa jenis sinyal dasar yang banyak digunakan dalam analisa
Sinyal dan Sistem
2. Mahasiswa dapat membangkitkan nada dasar menggunakan Matlab
3. Mahasiswa dapat menjumlahkan dua sinyal menggunakan Matlab

II. DASAR TEORI

2.1. Sinyal
Sinyal merupakan sebuah fungsi yang berisi informasi mengenai keadaan tingkah laku dari
sebuah sistem secara fisik. Meskipun sinyal dapat diwujudkan dalam beberapa cara, dalam berbagai
kasus, informasi terdiri dari sebuah pola dari beberapa bentuk yang bervariasi. Sebagi contoh sinyal
mungkin berbentuk sebuah pola dari banyak variasi waktu atau sebagian saja. Secara matematis, sinyal
merupakan fungsi dari satu atau lebih variable yang berdiri sendiri (independent variable). Sebagai
contoh, sinyal wicara akan dinyatakan secara matematis oleh tekanan akustik sebagai fungsi waktu dan
sebuah gambar dinyatakan sebagai fungsi ke-terang-an (brightness) dari dua variable ruang (spatial).

Gambar 1. Sinyal audio

Secara umum, variable yang berdiri sendiri (independent) secara matematis diwujudkan dalam
fungsi waktu, meskipun sebenarnya tidak menunjukkan waktu. Terdapat 2 tipe dasar sinyal, yaitu:

1. Sinyal waktu kontinyu (continous-time signal)

2. Sinyal waktu diskrit (discrete-time signal)
Pada sinyal kontinyu, variable independent (yang berdiri sendiri) terjadi terus-menerus
dankemudian sinyal dinyatakan sebagai sebuah kesatuan nilai dari variable independent. Sebaliknya,
sinyal diskrit hanya menyatakan waktu diskrit dan mengakibatkan variabel independent hanya
merupakan himpunan nilai diskrit.

Fungsi sinyal dinyatakan sebagai x dengan untuk menyertakan variable dalam tanda (.). Untuk
membedakan antara sinyal waktu kontinyu dengan sinyak waktu diskrit kita menggunakan symbol t
untuk menyatakan variable kontinyu dan symbol n untuk menyatakan variable diskrit. Sebagai contoh
sinyal waktu kontinyu dinyatakan dengan fungsi x(t) dan sinyal waktu diskrit dinyatakan dengan fusng
x(n). Sinyal waktu diskrit hanya menyatakan nilai integer dari variable independent.
2.2. Sinyal Waktu Kontinyu
Suatu sinyal x(t) dikatakan sebagai sinyal waktu-kontinyu atau sinyal analog ketika dia memiliki
nilai real pada keseluruhan rentang waktu t yang ditempatinya. Sinyal waktu kontinyu dapat
didefinisikan dengan persamaan matematis sebagai berikut.

f (t)∈ (− ∞, ∞)

Fungsi Step dan Fungsi Ramp (tanjak)

Dua contoh sederhana pada sinyal kontinyu yang memiliki fungsi step dan fungsi ramp (tanjak)
dapat diberikan seperti pada Gambar 2a. Sebuah fungsi step dapat diwakili dengan suatu bentuk
matematis sebagai:

Disini tangga satuan (step) memiliki arti bahwa amplitudo pada u(t) bernilai 1 untuk semua t > 0.

Untuk suatu sinyal waktu-kontinyu x(t), hasil kali x(t)u(t) sebanding dengan x(t) untuk t > 0 dan
sebanding dengan nol untuk t < 0. Perkalian pada sinyal x(t) dengan sinyal u(t) mengeliminasi suatu
nilai non-zero(bukan nol) pada x(t) untuk nilai t < 0.

Fungsi ramp (tanjak) r(t) didefinisikan secara matematik sebagai:

Catatan bahwa untuk t > 0, slope (kemiringan) pada r(t) adalah senilai 1. Sehingga pada kasus ini
r(t) merupakan “unit slope”, yang mana merupakan alasan bagi r(t) untuk dapat disebut sebagai unit-
ramp function. Jika ada variable K sedemikian hingga membentuk Kr(t), maka slope yang dimilikinya
adalah K untuk t > 0. Suatu fungsi ramp diberikan pada Gambar 2b.

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 < ∞

Sebagai catatan, jika x(t) merupakan periodik pada periode T, ini juga periodik dengan qT,
dimana q merupakan nilai integer positif. Periode fundamental merupakan nilai positif terkecil T untuk
persamaan (5). Suatu contoh, sinyal periodik memiliki persamaan seperti berikut:

x(t) = A cos(ωt + θ

Disini A adalah amplitudo, ω adalah frekuensi dalam radian per detik (rad/detik), dan θ adalah
fase dalam radian. Frekuensi f dalam hertz (Hz) atau siklus per detik adalah sebesar f = ω/2π. Untuk
melihat bahwa fungsi sinusoida yang diberikan dalam persamaan (5) adalah fungsi periodik, untuk nilai
pada variable waktu t, maka:

Sedemikian hingga fungsi sinusoida merupakan fungsi periodik dengan periode 2π/ω, nilai ini
selanjutnya dikenal sebagai periode fundamentalnya.Sebuah sinyal dengan fungsi sinusoida x(t) = A
cos(ωt+θ) diberikan pada Gambar 3 untuk nilai θ = −π/2 , dan f = 1 Hz.

2.3. Sinyal Diskrit

Pada teori system diskrit, lebih ditekankan pada pemrosesan sinyal yang berderetan. Pada
sejumlah nilai x, dimana nilai yang ke-x pada deret x(n) akan dituliskan secara formal sebagai: x = {x(n)};
−∞ < n < ∞ (7) Dalam hal ini x(n) menyatakan nilai yang ke-n dari suatu deret, persamaan (7) biasanya
tidak disarankan untuk dipakai dan selanjutnya sinyal diskrit diberikan seperti Gambar (4) 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 4. Penggambaran secara grafis dari sebuah sinyal waktu diskrit

Sinyal waktu diskrit mempunyai beberapa fungsi dasar seperti berikut:

- Sekuen Impuls

Deret unit sample (unit-sampel sequence), δ(n), dinyatakan sebagai deret dengan nilai

Deret unit sample mempunyai aturan yang sama untuk sinyal diskrit dan system dnegan fungsi
impuls pada sinyal kontinyu dan system. Deret unit sample biasanya disebut dengan impuls diskrit
(diecrete-time impuls), atau disingkat impuls (impulse).

- Sekuen Step

Deret unit step (unit-step sequence), u(n), mempunyai nilai:

Unit step dihubungkan dengan unit sample sebagai:

Unit sample juga dapat dihubungkan dengan unit step sebagai:

Gambar 6. Sekuen step

- Sinus Diskrit

Deret eksponensial real adalah deret yang nilainya berbentuk an, dimana a adalah nilai real. Deret
sinusoidal mempunyai nilai berbentuk Asin(ωon + φ).

Gambar 7. Eksponensial real

Deret y(n) dinyatakan berkalai (periodik) dengan nilai periode N apabila y(n) = y(n+N) untuk
semua n. Deret sinuosuidal mempunyai periode 2π/ ω 0 hanya pada saat nilai real ini berupa berupa
bilangan integer. Parameter ω 0 akan dinyatakan sebagai frekuensi dari sinusoidal atau eksponensial
kompleks meskipun deret ini periodik atau tidak. Frekuensi ω0 dapat dipilih dari nilai jangkauan
kontinyu. Sehingga jangkauannya adalah 0 < ω0 < 2π (atau -π < ω0 < π) karena deret sinusoidal atau
eksponensial kompleks didapatkan dari nilai ω0 yang bervariasi dalam jangkauan 2πk <ω0< 2π(k+1)
identik untuk semua k sehingga didapatkan ω0 yang bervarias dalam jangkauan 0 < ω0 < 2π.
III. ALAT DAN BAHAN
Adapun alat dan bahan yang digunakan pada praktikum pengenalan Matlab ini adalah:
1. Komputer/ lapotop
2. Program Matlab R2015a

IV. DATA HASIL PRAKTIKUM

1. Pembangkitan Sinyal Sinus (Sinyal Periodik)
Bentuk umum sinyal sinus:
x(t) = A Sin ( t + ) ;  = 2 π f
X(t) = A Sin (2 π f t + )
Program untuk membangkitkan sinyal sinus:
fs=1000; % frekuensi sampling 1kHz
t=0:1/fs:1; % untuk 1 detik
A=1; % Amplitudo = 1
f=1; % frekuensi 1 Hz
phase=0; % sudut fase = 0
x=A*sin(2*pi*f*t+phase);
plot(t,x)
xlabel('t')
ylabel('sin(t)')
title('Sinyal Sinus')

Gambar 8. Sinyal sinus

Berikut ini adalah sinyal sinus dengan perubahan sudut fase menjadi 15.
fs=1000;
t=0:1/fs:1;
A=1;
f=1;
phase=15;
x=A*sin(2*pi*f*t+phase);
plot(t,x)
xlabel('t')
ylabel('sin(t)')
title('Sinyal Sinus')

Gambar 9. Sinyal sinus dengan sudut fase 15

2. Pembangkitan sinyal/barisan cuplik satuan atau sampel unit
Program barisan cuplik satuan
k=0;
n1=-5;
n2=5;
n=[n1:n2];
x=[(n-k)==0];
stem(n,x);
title ('Sinyal Cuplik Satuan')
xlabel('n')
ylabel('x[n]')

Gambar 10. Plot sinyal cuplik satuan ==0

Program barisan cuplik satuan, jika (n-k) ≥ 0

k=0;
n1=-5;
n2=5;
n=[n1:n2];
x=[(n-k)>=0];
stem(n,x);
title ('Sinyal Cuplik Satuan')
xlabel('n')
ylabel('x[n]')

Gambar 11. Plot sinyal cuplik satuan pada fungsi x=[(n-k)>=0]

3. Pembangkitan sinyal eksponensial

Sinyal eksponensial didefinisikan sebagai berikut:
X(n) = an
Program membangkitkan barisan eksponensial:
 Gambar 12. Plot sinyal eksponensial

4. Pembangkitan sinyal acak

Berikut adalah program dan plot sinyal acak
n1=-10;
n2=10;
n=[n1:n2];
p=length(n);
x=rand(1,p);
stem(n,x);
title('Sinyal Random')
xlabel('n')
ylabel('x[n]')

Gambar 13. Hasil plot sinyal acak

5. Sinyal sinus waktu diskrit

Program sinyal sinus waktu diskrit dengan fungsi penggambaran stem frekuensi sampling = 20
Fs=20; %frekuensi sampling
t=0:1/Fs:1; %proses normalisasi
f=1;
A=1;
x=A*sin(2*pi*f*t);
stem(t,x)
title('Sinyal Sinus Waktu Diskrit')
xlabel('n')
ylabel('x[n]')
 Gambar 14. Sinyal sinus waktu diskrit dengan fungsi
penggambaran stem

Berikut ini adalah perbedaan sinyal antara Fs = 2000 dengan Fs = 20, dan dengan fungsi
penggambaran yang berbeda.
Fs=2000;
t1=0:1/Fs:1;
x1=A*sin(2*pi*f*t1);
subplot(2,1,1)
plot(t1,x1)
title('Sinyal Sinus Waktu Diskrit Fs = 2000')
xlabel('n')
ylabel('x[n]')

Fs=20; %frekuensi sampling

t=0:1/Fs:1; %proses normalisasi
x=A*sin(2*pi*f*t);
subplot(2,1,2)
stem(t,x)
title('Sinyal Sinus Waktu Diskrit Fs = 20')
xlabel('n')
ylabel('x[n]')

Gambar 15. Sinyal dengan Fs = 2000 dan Fs = 20

Bila frekuensi sampling sama-sama 2000, namun dengan fungsi penggambaran yang berbeda, maka
akan menjadi seperti ini:
f=1;
A=1;

fs=2000;
t1=0:1/fs:1;
x1=A*sin(2*pi*f*t1);
subplot(2,1,1)
plot(t1,x1)
title('Sinyal Sinus Waktu Continous')
xlabel('n')
ylabel('x[n]')
 Fs=2000; %frekuensi sampling
t=0:1/Fs:1; %proses normalisasi
x=A*sin(2*pi*f*t);
subplot(2,1,2)
stem(t,x)
title('Sinyal Sinus Waktu Diskrit')
xlabel('n')
ylabel('x[n]')

Gambar 16. Dua buah sinyal sinus dengan fungsi yang sama, namun dengan fungsi penggambaran
yang berbeda

6. Sound Plot
Berikut ini adalah pembangkitan sinyal suara dengan frekuensi sampling (Fs) = 8 kHz; dan frekuensi
(f) = 466,16 Hz
fs=8000;
t=0:1/fs:5;
v=sin(2*pi*466.16*t);
plot(v)
sound(v)

Gambar 17. Sinyal suara dengan Fs = 8 kHz

7. Penjumlahan dua sinyal

Terdapat dua buah fungsi sinyal dibawah ini:
X1 = 2 Sin (210t)
X2 = 1,5 Sin (25t)
Maka jumlahkanlah kedua fungsi sinyal tersebut.
fs=2000; %frekuensi sampling
t=0:1/fs:3; %proses normalisasi

x1=2*sin(2*pi*10*t);
subplot(3,1,1)
plot(t,x1)
title('Sinyal Sinus Pertama')
xlabel('n')
ylabel('x[n]')

x2=1.5*sin(2*pi*5*t);
 subplot(3,1,2)
plot(t,x2)
title('Sinyal Sinus Kedua')
xlabel('n')
ylabel('x[n]')

x3=x1+x2;
subplot(3,1,3)
plot(t,x3)
title('Sinyal Sinus x1+x2')
xlabel('n')
ylabel('x[n]')

Gambar 18. Plot penjumlahan dua sinyal

Sekarang, bagaimana bila program diatas ingin dibangkitkan sinyal suaranya?

Maka tinggal ditambahkan script program:
sound(x3)
Sehingga script programnya akan menjadi seperti ini:
fs=2000; %frekuensi sampling
t=0:1/fs:3; %proses normalisasi

x1=2*sin(2*pi*10*t);
subplot(3,1,1)
plot(t,x1)
title('Sinyal Sinus Pertama')
xlabel('n')
ylabel('x[n]')

x2=1.5*sin(2*pi*5*t);
subplot(3,1,2)
plot(t,x2)
title('Sinyal Sinus Kedua')
xlabel('n')
ylabel('x[n]')

x3=x1+x2;
subplot(3,1,3)
plot(t,x3)
sound(x3)
title('Sinyal Sinus x1+x2')
xlabel('n')
ylabel('x[n]')

V. TUGAS PRAKTIKUM
Jumlahkanlah dua fungsi berikut ini:
1. X1(t) = 0,6 Sin (4π10t)
X2(t) = Cos (2π15t)
 0<t≤5
Fs = 5000

Maka script program penjumlahan sinyal x 1 + x2 adalah:

Fs=5000; %frekuensi sampling
t=0:5/Fs:1; %proses normalisasi

x1=0.6*sin(4*pi*10*t);
subplot(3,1,1)
plot(t,x1)
title('Sinyal Sinus Pertama')
xlabel('n')
ylabel('x[n]')

x2=cos(2*pi*15*t);
subplot(3,1,2)
plot(t,x2)
title('Sinyal Sinus Kedua')
xlabel('n')
ylabel('x[n]')

x3=x1+x2;
subplot(3,1,3)
plot(t,x3)
title('Sinyal Sinus Hasil Penjumlahan x1+x2')
xlabel('n')
ylabel('x[n]')

Gambar 19. Plot hasil penjumlahan sinyal x 1 + x2

2. x1(n) = { 1 n≥0
0 n lainnya
x2(n) = an
-5≤n≤5

Maka script program penjumlahan sinyal x 1 + x2 adalah:

k=0;
n1=-5;
n2=5;
n=[n1:n2];
x1=[(n-k)>=0];
subplot(3,1,1)
stem(n,x1)
title ('Sinyal Cuplik Satuan')
xlabel('n')
ylabel('x[n]')
 a=0.5;
x2=a.^n
subplot(3,1,2)
stem(n,x2);
title('Sinyal Eksponensial')
xlabel('n')
ylabel('x(n)')

x3=x1+x2;
subplot(3,1,3)
stem(n,x3)
title('Sinyal Hasil Penjumlahan x1+x2')
xlabel('n')
ylabel('x[n]')

Gambar 20. Hasil penjumlahan x1 + x2 , dengan sistem penggambaran menggunakan stem

Sekarang, bagaimana bila menggunakan plot?

k=0;
n1=-5;
n2=5;
n=[n1:n2];
x1=[(n-k)>=0];
subplot(3,1,1)
plot(n,x1)
title ('Sinyal Cuplik Satuan')
xlabel('n')
ylabel('x[n]')

a=0.5;
x2=a.^n
subplot(3,1,2)
plot(n,x2);
title('Sinyal Eksponensial')
xlabel('n')
ylabel('x(n)')

x3=x1+x2;
subplot(3,1,3)
plot(n,x3)
title('Sinyal Hasil Penjumlahan x1+x2')
xlabel('n')
ylabel('x[n]')
 Gambar 21. Hasil penjumlahan x1 + x2 , dengan sistem penggambaran menggunakan stem

VI. KESIMPULAN
1. Praktikum ini dapat menjelaskan bahwa dengan Matlab selain dapat memutar file ekstensi
suara, juga bisa dibuat sinyal dan produksi suara atau nada bersadarkan fungsi sinyal yang
disusun secara harmonis.
2. Praktikan bisa memahami penggunaan script plot dan stem dalam penggambaran sinyal.
3. Fs adalah banyaknya frekuensi sampling dalam per satuan waktu. Sehingga makin tinggi nilai
Fs, maka makin padat pula jumlah sampling yang membentuk grafik suatu sinyal.
4. Hasil penjumlahan dua buah fungsi yang ditunjukkan pada gambar 20 diatas tidak
menampakkan perbedaan antara hasil penjumlahannya (x 1 + x2) dengan x2. Praktikan
mencurigai adanya kesalahan dalam penulisan script atau rumus yang sesuai untuk
penjumlahan antara sinyal cuplikan dengan sinyal eksponensial ini.

Yogyakarta, 25 September 2019

Paraktikan,

ttd

Harun Al Rasyid R.