BAB I

PERCOBAAN 1
SINYAL DAN SISTEM WAKTU DISKRIT DAN TRANSFORMASI Z

1.1 Tujuan
 Memahami konsep deret dan representasinya pada MATLAB
 Mempelajari deret-deret dan opereasi dasar untuk membentuk deret yang
lebih kompleks
 Mengerti konsep linearitas, shift-invariance, stabilitas, dan Kausalitas
 Menjadi lebih familiar dengan sifat-sifat konvolusi
 Mempelajari perhitungan konvolusi menggunakan penjumlahan dan matrix
 Mempelajari representasi persamaan beda (difference equation) suatu
sistem linier dan solusi-solusinya.
 Menjadi lebih familiar dengan perhitungan transformasi Z berbagai sinyal
dan ROC
 Mempelajari dan mengerti sifat-sifat transformasi Z dan bagaimana
menggunakan sifat-sifat ini sehingga mempermudah perhitungan.
 Mempelajari inverse dari Transformasi Z menggunakan metode partial-
fraction expantion.
 Mengerti bagaimana system LTI direpresentasikan pada domain Z dan
hubungan dengan respons frekuensi.
 Mempelajari bagaimana menyelesaikan persamaan beda yang dijelaskan
pada system LTI dengan kondisi inisialisasi

1.2 PERALATAN
1. Program Matlab 6.1 ke atas
 BAB II
DASAR TEORI
2.1 Sinyal dan sistem
Sinyal adalah sesuatu yang memiliki kuantitas yang bervariasi terhadap
suatu variabel. Pada laporan ini diberi contoh sinyal:
 Deret sample
Secara matematis didefinisikan sebagai:

δ ( t )= 0→ t ≠ 0
1→ t=0

Gambar 2.1 Deret sample

 Unit step
Secara matematis didefinisikan sebagai:

u ( t )=0 → t< 0
1→ t ≥0
 Gambar 2.2 Unit Step

 Unit ramp
Secara matematis didefinisikan sebagai:
0 → t <0
ur ( t ) =
t→ t ≥0

Gambar 2.3 Unit ramp

 Exponential
Secara matematis didefinisikan sebagai:
uexp ( t )=at
a=3
 Gambar 2.4 Unit exponential

2.2 Sinyal analog/kontinu

Sinyal analog merupakansinyal yang dibentukdengansampling
interval→0 ,dengan arti secara kontinu atau tanpa putus. Contohnya seperti pada
gambar 2.1-2.4. Selain pada contoh sinyal sebelum ada sinyal yang bersifat
periodic yang artinya memiliki frekuensi. Contohnya adalah sinyal sinusoida yang
terdapat perulangan nilai setiap periodenya.
y ( t ) =Asin (ωt +θ)atau Acos(ωt +θ−π /2)
Dimana :
θ=fase (rad/sec)
ω=kecepatan radian(rad /sec )¿ 2 πf
f = frekuensi (hertz)
T = periode = 1/f
Sinyal sin(wt) dengan frekuensi 1Hz atau periode 1 dan Sinyal sin(wt) dengan
frekuensi 2Hz atau periode 0.5 dapat dilihat pada gambar 2.5.
 Gambar 2.5 Sinyal sin(wt) (a) f = 1 atau T = 1 (b) f = 2 atau T = 1/2

2.3 Sinyal diskrit

Sinyal diskrit merupakan sinyal yang dibentuk pada suatu sampling interval
tertentu sehingga bentuknya terlihat putus-putus. Secara matematis didefinisikan:
x ( t )=x ( nT )
T = sampling = 1/Fs
Fs = sample/second
Bila sinyal pada gambar 2.5 (a) disample 16sample/detik, maka:
x ( t )=sin ( wt )
x ( nT )=sin ( wnT )
Bila diambil -2≤t≤2, maka:
t=−2 :2
T =1/16
t=nT

−2 :2=n ( 161 )
n=(−2 :2 )( 16 )=(−32:32 )
Jumlah sample n = 32-(-32) = 64
 Sinyal diskrit dari sinyal gambar 2.5 (a) dapat dilihat pada gambar 2.6.

Gambar 2.6 (a) Sinyal sin(wt) (b) Penunujukan jumlah sample n (c) Sinyal sin(wnT)

2.4 Konvulusi
Secara matematis konvulusi dapat didefinisikan:
∞
y ( n )= ∑ x ( k ) h(n−k )
k=−∞

Namun dapat dihitung dengan 4 langkah

1. Folding, fold h(k) dengan n = 0
2. Shifting, shift h(-k) dengan n kekanan bila n = positif dan sebaliknya untuk
mendapat h(n-k).
3. Multiplication, multiply x(k) dengan h(n-k) untuk mendapat Vn(k)=x(k)h(n-k).
4. Summation, sum semua hasil dari produk Vn(k) untuk mendapat nilai dari output
pada waktu n.

Sifat-sifat konvulusi linier

 Commutative Law
 x(n)*h(n) = h(n)*x(n)
 Associative Law
(x(n)*h1(n))*h2(n) = x(n)*(h1(n)*h2(n))
 Distributive Law
(x(n)+h1(n))*h2(n) = (x(n)*h2(n))+(h1(n)*h2(n))

2.5 Transformasi Z dan Inverse Transformasi Z

Secara matematis transformasi Z terhadap sinyal diskrit:
∞
X ( z )= ∑ x (n) z−n
n=−∞

Transformasi Z ini untuk mengubah sinya ldiskrit ke complex plane.

Sedangkan inversenya:
❑
1
x ( n )= ∮ X ( z ) z n−1 dz
2 πj C
Polenya adalah nilai z agar X(z) = ∞.
Sifat-sifat transformasi Z
 Linearity
a 1 x 1 ( n )+ a2 x 2 ( n ) → Z → a1 X 1 (z)+a 2 X 2 ( z )
 Time Shifting

x (n−k )→ Z → z −k X (z)
 Scaling in the z-domain

a n x (n)→ Z → X (a−1 z )
 Time reversal

x (−n)→ Z → X ( z−1 )
 Differentiation in the z-domain
dX (z)
nx ( n ) → Z →−z
dz
 Convolution
x 1 ( n )∗x 2 ( n ) → Z → X 1( z ) X 2 ( z)
 Correlation
 Multiplication
 BAB III
CARA KERJA

3.1 LANGKAH PERCOBAAN

1. Menggambar sinyal waktu diskrit.

n
Diketahui suatu sinyal
x 1 (n )=(0 . 9 ) cos( 0,2 πn+π /3)
0 < n < 20
Tulislah kode berikut pada matlab.
clc
clear
n1=[0:20];
x1=((0.9).^n1.*cos(0.2*pi*n1+pi/3));
axis([min(n1-1),max(n1-1),-1,1]); stem(n1,x1)
xlabel('n');ylabel('x1(n)');title(' Deret x1(n)');
set(gca,'XTickMode','manual','Fontsize',10)

Jelaskan masing-masing langkah di atas.

Apakah sinyal di atas adalah sinyal periodic? Jelaskan jawaban anda
Simpanlah gambar yang anda dapatkan tersebut.

Plotlah sinyal: x2(n)=10 cos(0.008π.n2) 0< n < 100 , x3=2n, 0 < n < 100,
Apakah kedua sinyal ini periodic? Jelaskan.

2. Apabila diketahui suatu sinyal x4(n)={1,2,3,4} 0 < n < 3, x5(n)={3,2,1,2}, 0 <

n < 3,
x6(n) = {2, 2, 1, 2, 3} 0 < n < 4. Hitunglah convolusi berikut menggunakan
fungsi conv(A,B)
 Hitunglah konvolusi x4(n)*x5(n) dan x5(n)*x4(n), bandingkan
hasilnya. Memenuhi sifat konvolusi apakah ini? Jelaskan
 Hitunglah konvolusi (x4(n)*x5(n))*x6(n) dan
x4(n)*(x5(n)*x6(n)), bandingkan hasilnya. Memenuhi sifat
konvolusi apakah ini? Jelaskan
 Hitunglah konvolusi (x4(n)+x5(n))*x6(n) dan (x4(n)*x6(n))+
(x5(n)*x6(n)), bandingkan hasilnya. Memenuhi sifat konvolusi
apakah ini? Jelaskan

3. Diketahui transformasi z dari suatu sinyal:

 −1 −2 −3
1−z −4 z +4 z
X ( z )=
11 13
1− z−1 + z−2−0. 25 z 3
4 8
 Carilah residue dari sistem di atas menggunakan fungsi residuez pada
matlab. Dari Hasil ini, dengan bantuan table transformasi z, tentukan sinyal
x(n). Selanjutnya plotlah sinyal ini pada selang 0< n < 25
 BAB IV

DATA HASIL PERCOBAAN

Gambar sinyal x 1 ( n ) , x 2 ( n ) , dan x 3 ( n ) dapat dilihat pada gambar 4.1.

Gambar 4.1 sinyal x 1 ( n ) , x 2 ( n ) , dan x 3 ( n )

Hasil konvulusi x 4 ( n ) , x5 ( n ) , dan x6 ( n ) dapat dilihat sebagai berikut:
x 4 ( n )∗x5 ( n )=¿[3 8 14 20 11 4]
x 5 ( n )∗x 4 ( n ) = [3 8 14 20 11 4]

( x 4 ( n )∗x 5 ( n ))∗x 6 ( n ) = [6 22 47 82 101 102 101 86 41 12]

x 4 ( n )∗( x 5 ( n )∗x 6 ( n )) = [6 22 47 82 101 102 101 86 41 12]

( x 4 ( n ) + x 5 ( n ) )∗x6 ( n ) = [8 16 20 28 32 24 20 12]
( x ¿ ¿ 4 ( n )∗x 6 ( n ) )+( x ¿ ¿ 5 ( n )∗x 6 ( n ))¿ ¿ = [8 16 20 28 32 24 20 12]
 Hasil partial fraction expansion dari X(z) dapat dilihat sebagai berikut:
r = [2.1655e-14 -10.0000 27.0000]
p = [2.0000 0.5000 0.2500]
k = -16
Inverse transform dari X(z):
1 n 1 n
n
x (n)=(6862628003612181)2 / 316912650057057350374175801344−10∗
2
+27
4 () ()
−16 δ( n)
 BAB V

ANALISIS HASIL PERCOBAAN

5.1 Sinyal Diskrit

Dari gambar 4.1 terlihat bahwa sinyal x 1 ( n )periodic, nilainya akan berlulang

π
setiap periode ke 11. x 1 ( n ) memiliki beda fase dan kecepatan radian 0.2 π .
3
Sedangkan sinyal x 2 ( n ) dan x 3 ( n ) terlihat tidak periodic. Amplitudo sinyal x 3 ( n )
meningkat dengan kelipatan 2.
5.1.1 Konvulusi
Dari hasil konvulusi:
 x 4 ( n )∗x5 ( n )= x5 ( n )∗x 4 ( n )=[3 8 14 20 11 4 ] memenuhi sifat komutatif.

 ( x 4 ( n )∗x 5 ( n ))∗x 6 ( n )=x 4 ( n )∗(x 5 ( n )∗x 6 ( n ) ) = [6 22 47 82 101 102

101 86 41 12] memenuhi sifat asosiatif.

 ( x 4 ( n ) + x 5 ( n ) )∗x6 ( n ) = ( x ¿ ¿ 4 ( n )∗x 6 ( n ) )+(x ¿ ¿ 5 ( n )∗x 6 ( n )) ¿ ¿ = [8 16 20

28 32 24 20 12] Memenuhi sifat distributif.

5.1.2 Transformasi Z
Dari matlab didapatkan nilai residuez [r p k] dari X(z) yang akan dibentuk
seperti:
r1 r2 r3 (2.1655) 10−14 10 27
−1
+ −1
+ −1
+ k 1 = −1
− −1
+ −16
1− p1 z 1−p 2 z 1− p 3 z 1−2 z 1−0.5 z 1−0.25 z−1
Maka dapat dilakukan inverse Z transform dengan hasil:
1 n 1 n
x (n)=(6862628003612181)2n / 316912650057057350374175801344−10∗ () ()
2
+27
4
−16 δ( n)

Gambar dari x(n) dapat dilihat pada gambar 3.2.

Gambar 5.1 sinyal x (n)
 BAB VI

PENUTUP

5.1 Kesimpulan

Dari percobaan pengolahan signal audio dapat disimpulkan bahwa Sinyal diskrit
digambarkan dengan perintah “stem”. Pada percobaan ini terbukti konvulusi linear
bersifat komutatif, assosiatif, dan distributive. Nilai inverse transformasi Z suatu
transfer function bisa didapatkan dengan melakukan partial fraction expansion
terlebih dahulu di MATLAB.