Anda di halaman 1dari 29

PERCOBAAN I

SINYAL DAN SISTEM WAKTU DISKRIT

1.1 Tujuan
1. Memahami konsep deret dan representasinya pada MATLAB.
2. Mempelajari deret-deret dan operasi dasar untuk membentuk deret yang
lebih kompleks.
3. Mengerti konsep linearitas, shift-invariance, stabilitas, dan kausalitas.
4. Menjadi lebih familiar dengan sifat-sifat konvolusi.
5. Mempelajari perhitungan konvolusi menggunakan penjumlahan dan
matriks.

1.2 Peralatan
1. Program Matlab 2012 keatas.
2. PC (Personal Computer) atau Laptop

1.3 Dasar Teori


1.3.1 Sinyal dan Klasifikasi Sinyal
Sinyal adalah besaran yang berubah dalam waktu dan atau dalam ruang,
dan membawa suatu informasi. Berbagai contoh sinyal dalam kehidupan sehari-
hari yaitu arus atau tegangan dalam rangkaian elektrik, suara, dan suhu.
Klasifikasi sinyal diantaranya adalah sinyal waktu kontinyu yaitu sinyal
yang terdefinisi untuk setiap nilai pada sumbu waktu t, dimana t adalah bilangan
riil. Sedangkan sinyal waktu diskrit adalah sinyal yang terdefinisi hanya pada nilai
waktu diskrit n, dimana n adalah bilangan bulat. Selanjutnya Sinyal analog adalah
sinyal data dalam bentuk gelombang yang kontinyu, yang membawa informasi
dengan mengubah karakteristik gelombang. Sinyal digital merupakan sinyal data
dalam bentuk pulsa yang dapat mengalami perubahan yang tiba-tiba dan
mempunyai besaran 0 dan 1.
1.3.2 Sinyal dan Karakteristiknya
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. Sebagai 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 fusngsi ke-terang-an (brightness) dari dua variable ruang
(spatial).
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 dan kemudian 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 sinyal
waktu diskrit kita menggunakan symbol t untuk menyatakan variable kontinyu
dan simbol n untuk menyatakan variable diskrit. Sebagai contoh sinyal waktu
kontinyu dinyatakan dengan fungsi x(t) dan sinyal waktu diskrit dinyatakan
dengan fungsi x(n). Sinyal waktu diskrit hanya menyatakan nilai integer dari
variable independent.
1.3.3 Sistem Waktu Diskrit
Sinyal waktu diskrit disebut dengan deret dan dinotasikan sebagai berikut:
x(n) ={x(n)} = {…, x(-1), x(0), x(1),…}……....………….(1.1)
Deret sinyal waktu diskrit dapat berupa deret terbatas maupun tidak
terbatas yang terdifinisi pada N1< n < N2, dimana N1 < N2. Dengan durasi deret
tersebut adalah N2-N1+1 sample (Widyantara & Djuni, 2016, p.1). Bentuk dasar
yang sering digunakan adalah :

Gambar 1.1 Bentuk Dasar Unit Sample


(Sumber : Modul Praktikum Pengolahan Sinyal Digital, 2016)

Deret Unit Sample dinotasikan sebagai d(n) dan didefinisikan sebagai :


1, ; n = 0
𝑑(𝑛) ≡
0, ; n ≠ 0………………..…….…….…(1.2)

Deret Unit Step dinotasikan sebagai u(n) dan didefinisikan sebagai :


1, untuk n ≥ 0
𝑢(𝑛) ≡
0, untuk n ≤ 0………………...……..(1.3)

Gambar 1.2 Bentuk Sinyal Unit Step


(Sumber : Modul Praktikum Pengolahan Sinyal Digital, 2016)
Gambar 1.3 Bentuk Sinyal Unit Ramp
(Sumber : Modul Praktikum Pengolahan Sinyal Digital, 2016)

Gambar 1.4 Bentuk Sinyal Eksponensial


(Sumber : Modul Praktikum Pengolahan Sinyal Digital, 2016)

Sistem waktu diskrit adalah suatu alat atau algoritma yang beroperasi pada
pada sinyal waktu diskrit (input), menurut beberapa aturan yang dibuat, untuk
menghasilkan sinyal waktu diskrit dengan bentuk lain (output atau response)
(Widyantara & Djuni, 2016, p.2). Sistem tersebut secara umum dinyatakan :
y(n)  Tx(n)………………………………………(1.4)
Salah satu sistem waktu diskrit yang sering digunakan adalah sistem linier
tidak berubah terhadap waktu (linear time invariant (LTI system)). Sistem ini
mempunyai sifat-sifat sebagai berikut :
1. Memenuhi sifat superposisi.
2. Tidak berubah terhadap waktu ( time invariant )
3. Mempunyai respon terhadap deret unit sample yang disebut dengan
impulse response.
4. Jika input (x(n)) dan sistem (h(n)) adalah deret yg finite maka y(n)
merupakan hasil konvolusi 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 sistem disebut dengan sistem kausal.
7. Sistem LTI waktu diskrit dapat ditulis/dijelaskan menggunakan
persamaan beda koefisien konstanta linier.

1.3.4 Periodisitas
Suatu sinyal waktu diskrit dikatakan sinyal periodik jika memenuhi
kriteria:
x(n + N) = x(n) (1.5)

untuk seluruh n, dengan N = periode. Adapun sinyal sinus waktu diskrit


yang dirumuskan sebagai: x(n) = sin( n) untuk seluruh n tidak selalu periodik,
kecuali memenuhi: sin[ (n + N)] = sin( n) untuk seluruh n dan N integer.
Untuk membuat dua sinyal sinus menjadi sama, maka N harus sama dengan 2
atau kelipatan dari 2, sehingga sinyal sinus adalah periodik jika 2/
menghasilkan bilangan bulat.( Glenna budiono,2017)

1.3.5 Konvolusi
Konvolusi merupakan suatu metode penghitungan untuk menentukan
respon dari sistem. Dalam sistem diskrit, metode penghitungan dengan cara
penjumlahan (akumulator) sedangkan pada sistem kontinyu dengan cara integrasi
(Mukti, 2014, p.1).
Jika h[n] adalah respon impulse sistem linier diskrit, dan x[n] adalah sinyal
masukan maka sinyal keluaran :
Y[n] = x[n]*h[n]………………………………………(1.6)
Berikut ini merupakan sifat-sifat penyelesaian operasional dari konvolusi :
1. Komutatif : x(n) * h(n) = h(n) * x(n)
2. Asosiatif : [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. Secara matematis, respon impulse
dari sistem dihitung menggunakan fungsi delta (∆). Untuk mendapatkan respon
impulse sistem, sistem tersebut diubah dengan mengganti x[n] dengan [n] dan
y[n] dengan h[n].

1.3.6 Menghitung Konvolusi secara Grafis


Jika dua buah sinyal diskrit x[n] dan h[n] mempunyai representasi sebagai
berikut:
1,n=0
2,n=1
3,n=2 1, 0 ≤ n ≤ 4
x [n] = 2,n=3 h [n] =
1,n=4 0, n lainnya…………..…….(1.7)

Agar dapat menyelesaikan permasalahan ini dilakukan tahapan – tahapan


berikut :
1. Gambarkan terlebih dahulu bentuk sinyal x[k] yang sama dengan x[n]
dan h[k] yang sama dengan h[n]

Gambar 1.5 Konvolusi Sinyal Diskrit


(Sumber : Penyelesaian Konvolusi Sinyal Waktu Diskrit secara Grafis, 2014)
2. Cerminkan / putar sinyal h[k], sehingga menjadi h[n-k]

Gambar 1.6 Konvolusi Sinyal Diskrit


(Sumber : Penyelesaian Konvolusi Sinyal Waktu Diskrit secara Grafis, 2014)

3. Susun sinyal x[x] dan h[n-k], lalu lakukan perkalian x[x] dan h[n-k]
pada setiap pergeseran n.
Hitung untuk n=0 ày[0]= = 1*1 =1. Gambarkan y[0]=1

Gambar 1.7 Konvolusi Sinyal Diskrit


(Sumber : Penyelesaian Konvolusi Sinyal Waktu Diskrit secara Grafis, 2014)

4. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=1à y[1]=1*1+1*2=3.


Selanjutnya gambarkan y[1]=3.

Gambar 1.8 Konvolusi Sinyal Diskrit


(Sumber : Penyelesaian Konvolusi Sinyal Waktu Diskrit secara Grafis, 2014)
5. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n = 2, y[1] = 1*1+1*2
+1*3 = 6. Selanjutnya gambarkan y[2]=6.

6. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=3,


y[1]=1*1+1*2+1*3+1*2=8. Selanjutnya gambarkan y[3]=8.

7. Geser h[n-k] ke kanan 1 step, lalu hitung untuk


n=4, y[1]=1*1+1*2+1*3+1*2+1*1=9. Selanjutnya gambarkan y[4]=9.

8. Geser h[n-k] ke kanan 1 step, lalu hitung untuk


n=5, y[5]=1*2+1*3+1*2+1*1=8. Selanjutnya gambarkan y[5]=8.

9. Geser h[n-k] ke kanan 1 step, lalu hitung untuk


n=6, y[6]=1*3+1*2+1*1=6. Selanjutnya gambarkan y[6]=6.

10. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=7, y[7]=1*2+1*1=3.
Selanjutnya gambarkan y[7]=3.

11. Geser h[n-k] ke kanan 1 step, lalu hitung untuk n=8à y[8]=1*1=1.
Selanjutnya gambarkan y[8]=1

Sehingga diperoleh dari posisi akhir sinyal adalah seperti berikut :

Gambar 1.9 Konvolusi Sinyal Diskrit


(Sumber : Penyelesaian Konvolusi Sinyal Waktu Diskrit secara Grafis, 2014)
1.3.7 Implementasi
Proses konvolusi banyak dijumpai pada aplikasi engineering dan
matematika, salah satu diantaranya yaitu pada teknik listrik. Dalam suatu sistem
Linier Time Invariant (LTI), konvolusi dari satu sinyal input dengan impulse
menghasilkan output (respon) .
Pada saat tertentu, output tersebut adalah efek akumulasi dari semua nilai-
nilai sebelumnya dari fungsi input. Dengan menghitung konvolusi sebuah sinyal
dapat ditentukan cara kerja Transformasi Wavelet Kontinyu (TWK) pada sebuah
jendela modulasi setiap waktu dari setiap skala yang diinginkan. Proses ini
umumnya digunakan di dalam penelitian ilmiah seperti respon transient, respon
impulse, analisis nilai jenuh, dan pengenalan suara dan lain sebagainya (Mukti,
2014, p.1).
1.4 Langkah Percobaan
1.4.1 Menggambar Sinyal Waktu Diskrit
1. Diketahui suatu sinyal x1(n) = (0.9)n cos(0,2πn + π / 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);
x3=2*n1
axis([min(n1-1),max(n1-1),-1,1]);
stem(n1,x2)
xlabel('n');ylabel('x2(n)');title(' Deret
x2(n)');
set(gca,'XTickMode','manual','Fontsize',10)

Kode Program 1.1 Penggambaran Sinyal Waktu Diskrit

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


3. Jalankan program P1_1, dan perhatikan gambar grafik yang dihasilkan.
Apakah sinyal di atas adalah sinyal periodik ? Simpanlah gambar yang
anda dapatkan tersebut.
4. Modifikasi program P1_1 untuk mem-plot sinyal berikut :
a. x2 (n) = 10 cos ( 0.008πn2) ; 0<n<100
b. x3 = 2n ; 0<n<100
Apakah kedua sinyal ini periodik ? 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) * x5 (n), menggunakan program
P1_2 berikut :
close all
clear all
x=input('Enter x: ')
h=input('Enter h: ')
m=length(x);
n=length(h);
X=[x,zeros(1,n)];
H=[h,zeros(1,m)];
for i=1:n+m-1
Y(i)=0;
for j=1:m
if(i-j+1>0)
Y(i)=Y(i)+X(j)*H(i-j+1);
else
end
end
end
Y
stem(Y);
ylabel('Y[n]');
xlabel('----->n');
title('Convolution of Two Signals without conv
function');

Kode Program 1.2 Uji Sifat Konvolusi

2. Jalankan program 1_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.
d. Memenuhi sifat konvolusi apakah ini? Jelaskan.
1.5 Data Hasil Percobaan
1.5.1 Data Hasil Percobaan Menggambar Sinyal Diskrit
1. Sinyal Diskrit x1(n) = (0.9)n cos(0,2πn + π / 3); 0 < n < 20

Gambar 1.10 Bentuk Sinyal Diskrit X1

2. Sinyal Diskrit X2 (n) = 10 cos ( 0.008πn2); 0<n<100

Gambar 1.11 Bentuk Sinyal Diskrit X2


3. Sinyal Diskrit X3 = 2n; 0<n<100

Gambar 1.12 Bentuk Sinyal Diskrit X3


1.5.2 Data Hasil Percobaan Konvolusi
Diberikan suatu sinyal :
• X4 (n) = {1,2,3,4} ; 0<n<3,
• X5 (n) = {3,2,1} ; 0<n<2,
• X6 (n) = {2,2,1,2,3} ; 0<n<4

1. Data Hasil X4(n) * X5(n)

Gambar 1.13 A (Data Hasil Konvolusi)

Gambar 1.14 B (Command Window X4(n) * X5(n))


2. Data Hasil X5(n) * X4(n)

Gambar 1.15 A (Data Hasil Konvolusi)

Gambar 1.16 B (Command Window X5(n) * X4(n))


3. Data Hasil [X4(n) * X5(n)] * X6(n)

Gambar 1.17 A (Data Hasil Konvolusi)

Gambar 1.18 B (Command Window [X4(n) * X5(n)] * X6(n))

4. Data Hasil X4(n) * [X5(n) * X6(n)]

Gambar 1.19 A (Data Hasil Konvolusi)


Gambar 1.20 B (Command Window X4(n) * [X5(n) * X6(n)])

5. Data Hasil [X4(n) + X5(n)] * X6(n)

Gambar 1.21 A (Data Hasil Konvolusi)

Gambar 1.22 B (Command Window X4(n) + X5(n)] * X6(n))


6. Data hasil X4(n) * [X5(n) + X6(n)]

Gambar 1.23 A (Data Hasil Konvolusi)

Gambar 1.24 B (Command Window X4(n) * [X5(n) + X6(n)])


1.6 Analisa Data Hasil Percobaan
1.6.1 Analisa Hasil Percobaan Menggambar Sinyal Diskrit
Sistem waktu diskrit merupakan suatu alat atau algoritma yang beroperasi
pada pada sinyal waktu diskrit (input), menurut beberapa aturan yang dibuat,
untuk menghasilkan sinyal waktu diskrit dengan bentuk lain (output atau
response).
1. Sinyal Diskrit X1(n) = (0.9)n cos(0,2πn + π / 3); 0 < n < 20
Untuk menghasilkan sinyal waktu diskrit yang memiliki besaran nilai
𝜋
𝑥1 (𝑛) = (0.9)𝑛 𝑐𝑜𝑠 (0,2𝜋𝑛 + 3 ) , 0 < 𝑛 < 20, digunakanlah perhitungan sebagai

berikut:
Diketahui :
n = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20
𝜋
𝑥1 (𝑛) = (0.9)𝑛 𝑐𝑜𝑠 (0,2𝜋𝑛 + ) , 0 < 𝑛 < 20
3
Ditanya 𝑥1 (𝑛)= ....?
Jawab:
Pada saat n = 0, maka 𝑥1 (𝑛) adalah sebagai berikut :
𝜋
𝑥1 (𝑛) = (0.9)𝑛 𝑐𝑜𝑠 (0,2𝜋𝑛 + 3 ) , 0 < 𝑛 < 20
𝜋
𝑥1 (0) = (0.9)0 𝑐𝑜𝑠 (0,2𝜋0 + )
3
𝑥1 (0) = 1 𝑐𝑜𝑠 (0 + 𝜋/3)
𝑥1 (0) = 0,5
Dengan cara perthitungan yang sama maka didapatkan nilai dari 𝑥1 pada
tiap-tiap nilai 0 < n < 20 didapatkan hasilnya sebagai barikut pada tabel 1.1.
Tabel 1.1 Hasil Perhitungan X1(n)
N 𝒙𝟏 (𝒏) N 𝒙𝟏 (𝒏)
0 0,5 11 -0,032
1 -0,094 12 -0,188
2 -0,5419 13 -0,248
3 -0,713 14 -0,208
4 -0,5993 15 -0,102
5 -0,2952 16 0,019
6 0,0555 17 0,111
7 0,32 18 0,146
8 0,421 19 0,123
9 0,353 20 0,060
10 0,174

Berdasarkan hasil percobaan menggunakan Matlab di dapatkan bentuk


𝜋
deret dari 𝑥1 (𝑛) = (0.9)𝑛 𝑐𝑜𝑠 (0,2𝜋𝑛 + 3 ) , 0 < 𝑛 < 20 sebagai berikut :

Gambar 1.25 Bentuk Sinyal Dsikrit X1

Berdasarkan gambar 1.25 sumbu Y (vertical) menunjukan besarnya nilai


x1 dan sumbu X (horisontal) menunjukan besarnya nilai n. Berdasarkan gambar

1.25 dapat dianalisa bahwa nilai dari persamaan 𝑥1 (𝑛) = (0.9)𝑛 𝑐𝑜𝑠 (0,2𝜋𝑛 +
𝜋
) , 0 < 𝑛 < 20 merupakan sinyal waktu diskrit dalam bentuk impulse dan
3

termasuk sinyal periodik, karena pada periode yang sama, nilai sinyal tidak sama.
Suatu sinyal disebut sebagai sinyal periodik jika nilai sinyal pada periode yang
berkelipatan adalah sama.

2. Sinyal Diskrit X2 (n) = 10 cos ( 0.008πn2); 0<n<100


Untuk menghasilkan sinyal waktu diskrit dengan menggunakan
persamaan 𝑥2 (𝑛) = 10 𝑐𝑜𝑠 (0.008𝜋𝑛2 ), 0 < 𝑛 < 100, digunakanlah perhitungan
sebagai berikut:
Diketahui:
𝑥2 (𝑛) = 10 𝑐𝑜𝑠 (0.008𝜋𝑛2 )
0 < 𝑛 < 10
Ditanya : 𝑥2 (𝑛) = ...?
Jawab :
Sebagai contoh pada saat n = 0,didapatkan nilai X2(0) sebagai berikut :
𝑥2 (𝑛) = 10 𝑐𝑜𝑠 (0.008𝜋𝑛2 ).
𝑥2 (0) = 10 𝑐𝑜𝑠 (0.008𝜋02 ).
𝑥2 (0) = 10 𝑐𝑜𝑠 (0).
𝑥2 (0) = 10.
Untuk mengahasilkan sinyal waktu dikrit 𝑥2 (𝑛) dari nilai n selajuntnya
digunakan Matlab. Dengan hasil 𝑥2 (𝑛) dapat dilihat pada tabel 1.2
Tabel 1.2 Hasil Perhitungan X1(n)

N X2(n)
0 10
1 9,999999037
2 9,999984595
3 9,99992201
4 9,999753514
5 9,999398231
6 9,998752186
7 9,997688311
8 9,996056468
9 9,993683474
10 9,990373148

Untuk mengahasilkan sinyal waktu dikrit X2 (n) dari nilai n selajuntnya


digunakan Matlab. Dengan hasil X2 (n) dapat dilihat pada grafik gambar 1.20.

Gambar 1.26 Bentuk Sinyal Diskrit X2

Berdasarkan gambar 1.26 sumbu Y (vertical) menunjukan besarnya nilai


x2 dan sumbu X (horisontal) menunjukan besarnya nilai n. Berdasarkan gambar
1.26 dapat dianalisis bahwa X2 (n) = 10 cos (0.008πn2); 0<n<100 merupakan suatu
sinyal diskrit dalam bentuk impulse dan bukan merupakan sinyal periodik atau
sinyal nonperiodik, karena memiliki interval perioda (T) yang tidak sama antara
satu dan yang lainnya.

3. Sinyal Diskrit X3 = 2n ; 0<n<100


Untuk menghasilkan sinyal waktu diskrit 𝑥3 (𝑛) = 2𝑛, 0 < 𝑛 < 100,
digunakanlah perhitungan sebagai berikut :
Diketahui :
𝑥3 (𝑛) = 2𝑛
0<𝑛<5
Ditanya : 𝑥3 (𝑛) = ...?
Jawab :
Sebagai contoh untuk n = 0 , maka 𝑥3 (𝑛) adalah sebagai berikut :
𝑥3 (𝑛) = 2𝑛
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

Tabel 1.3 Hasil Perhitungan X3(n)


𝒙𝟑 (𝒏)
N
= 𝟐𝒏
0 0
1 2
2 4
3 6
4 8
5 10
Untuk mengahasilkan sinyal waktu dikrit 𝑥3 (𝑛) dari nilai n pada tabel 1.3
selanjutnya digunakan Matlab. Dengan hasil 𝑥3 (𝑛) dapat dilihat pada gambar

Gambar 1.27 Bentuk Sinyal Diskrit X3(n)

Berdasarkan pada gambar 1.27 sumbu Y (vertical) menunjukan besarnya


nilai x3 dan sumbu X (horisontal) menunjukan besarnya nilai n. Berdasarkan pada
gambar 1.27 dapat dianalisis bahwa X3=2n; 0<n<100 merupakan sinyal diskrit
dalam bentuk impulse, dan termasuk sinyal periodik karena memiliki interval
waktu T (periode) yang sama antara satu sama lain.

1.6.2 Analisa Hasil Percobaan Konvolusi


1. Perbandingan X4(n) * X5(n) dan X5(n) * X4(n)
Berdasarkan data hasil percobaan X4(n) * X5(n) dan X5(n) * X4(n),
didapatkan analisis perbandingan sinyal sebagai berikut :

Gambar 1.28 Data Hasil Konvolusi X4(n) * X5(n)


Gambar 1.29 Data Hasil Konvolusi X5(n) * X4(n)

Pada gambar 1.28 merupakan hasil konvolusi dari X4(n) * X5(n) dengan
hasil :
Y = [ 3 8 14 20 11 4 ]

Demikian juga pada gambar 1.29 merupakan data hasil konvolusi dari
X5(n) * X4(n) dengan hasil :
Y = [ 3 8 14 20 11 4 ]
Sehingga, dapat dianalisis bahwa hasil konvolusi dari X4(n)*X5(n) dan
hasil konvolusi dari X5(n)*X4(n) memiliki bentuk keluaran yang sama. Hal ini
dapat membuktikan secara teori bahwa konvolusi memiliki sifat komutatif.

2. Perbandingan [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 1.30 Data Hasil Konvolusi [X4(n) * X5(n)] * X6(n)


Gambar 1.31 Data Hasil Konvolusi X4(n) * [ X5(n) * X6(n)]

Pada gambar 1.30 merupakan hasil konvolusi dari [X4(n)*X5(n)]*X6(n)


dengan hasil :
Y = [ 6 22 47 82 101 102 101 86 41 12 ]

Demikian juga pada gambar 1.31 merupakan data hasil konvolusi dari
X4(n)*[X5(n) * X6(n)] dengan hasil :
Y = [ 6 22 47 82 101 102 101 86 41 12 ]
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 secara teori bahwa konvolusi memiliki sifat
asosiatif.

3. Perbandingan [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 1.32 Data Hasil Konvolusi [X4(n) + X5(n)]*X6(n)


Gambar 1.33 Data Hasil Konvolusi X4(n)*[X5(n)+X6(n)]

Pada gambar 1.32 merupakan hasil konvolusi dari [X4(n)+X5(n)]*X6(n)


dengan hasil :
Y = [ 8 16 20 28 32 24 20 12 ]
Demikian juga pada gambar 1.33 merupakan data hasil konvolusi dari
X4(n)*[X5(n)+X6(n)] dengan hasil :
Y = [ 5 14 25 38 29 20 17 12 ]
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 Simpulan
Berdasarkan hasil dari percobaan yang telah dilakukan dapat ditarik
kesimpulan sebagai berikut :
1. Sinyal periodik adalah suatu gelombang disebut periodik jika gelombang
itu selalu berulang setiap selang waktu tertentu. x(t+T) = x(t). Sinyal
bernilai diskrit adalah sinyal yang variabel dependennya merupakan
bilangan diskrit. . Sinyal waktu 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. Pada percobaan menggambar sinyal waktu diskrit 𝑥1 (𝑛) =
𝜋
(0.9)𝑛 𝑐𝑜𝑠 (0,2𝜋𝑛 + ) , 0 < 𝑛 < 20, didapatkan hasil sinyal yang
3

periodik, sedangkan pada 𝑥2 (𝑛) = 10 𝑐𝑜𝑠 (0.008𝜋𝑛2 ), 0 < 𝑛 < 100


didapatkan sinyal yang tidak periodik. Sedangkan pada percobaan
menggambar sinyal waktu diskrit 𝑥3 (𝑛) = 2𝑛, 0 < 𝑛 < 100,
didapatkan sinyal yang periodik karena memiliki periode yang sama.
3. Konvolusi merupakan suatu metode perhitungan untuk menentukan
respon sistem, di mana output y[n] adalah hasil perhitungan antara input
x[n] dengan sistem h[n]. Sifat – sifat dari perhitungan konvolusi, yaitu:
Komutatif : x[n]*h[n] = h[n]*x[n]
Asosiatif : (x[n]*g[n])*h[n] = x[n]*(g[n]*h[n])
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.
DAFTAR PUSTAKA

Widyantara, I Made Oka dan IGAK Diafari Djuni. 2016. Modul Praktikum
Pemrosesan Sinyal Digital. Bali : Laboratorium Telekomunikasi dan Jaringan
Multimedia.

Fahmizal. “Klasifikasi Sinyal”


https://wordpress.com/2011/02/25/klasifikasi sinyal/
Diakses pada tanggal 5 Mei 2019 pukul 20.28 WITA.

Mukti, Abdul. “Penyelesaian Konvolusi Sinyal Waktu Diskrit Secara Grafis”. 10


Desember 2014. http://www.vedcmalang.com/pppptkboemlg/menuutama/listrik
electro/587-penyelesaian-konvolusi-sinyal-waktu-diskrit-secara-grafis. Diakses
pada tanggal 5 Mei 2019 pukul 20.28 WITA.

Anonim. 2018. Sinyal dan Sistem dalam Kehidupan.


https://nanopdf.com/download/sinyal-dan-sistem-dalam-kehidupan_pdf.
Diakses pada tanggal 5 Mei 2019 pukul 20.28 WITA.

Hakim, M Lukman. 2013. Konvolusi.


https://www.scribd.com/document/189247465/konvolusi.
Diakses pada tanggal 5 Mei 2019 pukul 20.28 WITA.

Glenna budiono 2017 Sinyal dan Sistem


https://docplayer.info/29976641-Bab-iii-sinyal-dan-sistem-waktu-diskrit.html
Diakses pada tanggal 5 Mei 2019 pukul 20.28 WITA.

Anda mungkin juga menyukai