BAB 2

SISTEM

Kompetensi :
Setelah menyelesaikan pertemuan ini, mahasiswa diharapkan :
- mampu mendefinisikan tentang sistem.
- mampu menggambarkan konsep dasar sistem.
- mampu membedakan sistem waktu kontinyu dan diskrit
- mampu mengklasifikasikan sistem berdasarkan sifat-sifat dasar sistem.
- mampu mengenal dan menganalisa sistem LTI
- mampu melakukan operasi tentang konvolusi

1.1 Pengertian Sistem

Definisi tentang sistem dari beberapa sumber/literatur yang ada dapat dinyatakan sebagai
berikut :
1. Sistem didefinisikan sebagai suatu proses yang mengubah sinyal masukan menjadi sinyal
keluaran yang berbeda dengan sinyal masukan semula.
2. Sistem adalah rangkaian dari berbagai komponen, piranti atau subsistem yang akan
memberikan tanggapan terhadap sinyal masukan untuk menghasilkan sinyal keluaran yang
diinginkan.
3. Sistem adalah perangkat keras atau perangkat lunak yang mampu melakukan operasi-operasi
tertentu terhadap sinyal.
4. Sistem didefinisikan sebagai suatu interkoneksi dari sekumpulan komponen yang dapat berupa
piranti atau proses dengan terminal-terminal atau port akses yang dimilikinya sehingga beragam
materi, energi, atau informasi dapat dimasukkan dan diberi perlakuan olehnya.
Dari semua pernyataan tentang definisi sistem, maka secara prinsip dapat disimpulkan
bahwa sistem akan selalu mengolah ataupun memproses semua bentuk pada sisi masukan untuk
kemudian dihasilkan keluaran yang memiliki bentuk dan sifat yang sangat berbeda dengan
masukan semula. Dalam aplikasinya, sistem dapat berupa
1. Sistem rangkaian listrik dengan masukan yang sebanding dengan tegangan dan/atau arus dan
memiliki keluaran yang sebanding dengan tegangan atau arus yang mengalir pada beberapa
titik.
2. Sistem saluran komunikasi dengan masukan berupa sinyal yang akan ditransmisikan dan pada
sisi penerima diperoleh sinyal keluaran yang sebanding dengan sinyal yang diterima.
3. Sistem alat pendengaran manusia (telinga) dengan masukan yang sebanding dengan sinyal
suara yang masuk ke gendang telinga dan keluaran sebanding dengan rangsangan syaraf yang
selanjutnya diolah oleh otak untuk pengambilan keputusan informasi apa yang masuk.
4. Sistem manipulator robot dengan masukan yang sebanding dengan torsi yang diaplikasikan
ke robot dan keluaran sebanding dengan posisi akhir salah satu lengannya.
5. Sistem proses pembakaran minyak dengan masukan berupa seberapa banyak bahan bakar
yang masuk dalam tungku pemanasan sehingga diperoleh keluaran yang sebanding dengan
panas yang dihasilkan.
6. Sistem proses manufaktur dengan masukan yang sebanding dengan bahan mentah yang
dimasukkan dan dihasilkan keluaran berupa jumlah barang yang diproduksi.
1.2 Konsep Dasar Sistem
Secara umum, konsep dasar sistem dapat dinyatakan dalam bentuk model matematis.
Model matematis suatu sistem terdiri atas sekumpulan persamaan yang menggambarkan hubungan
antara komponen masukan dan keluaran. Model tersebut biasanya merupakan representasi ideal
pada sistem. Dengan kata lain, banyak sistem aktual dalam ujud fisik yang sebenarnya tidak dapat
digambarkan dengan suatu model matematis. Ada dua tipe dasar pada model matematis, pertama
adalah representasi masukan/keluaran yang menggambarkan hubungan sinyal antara keduanya.
Kedua adalah keadaan atau internal model yang menggambarkan hubungan diantara sinyal
masukan, keadaan, dan sinyal keluaran pada suatu sistem.
Sebagai contoh dimisalkan bahwa parameter x adalah sebagai sinyal masukan dan parameter
y adalah sinyal keluaran suatu sistem. Maka sistem dapat dipandang sebagai suatu transformasi
atau pemetaan dari parameter x menuju ke parameter y. Transformasi ini diberikan dalam notasi
matematis sebagai berikut :
𝑦 = 𝑇{𝑥} (2.1)
dengan T{.}adalah suatu operator. Persamaan (2.1) dapat digambarkan sebagai berikut
𝑥1 𝑦1
x Sistem y
Sistem
𝑇{. } 𝑇{. }
𝑥𝑛 𝑦𝑛
(a) (b)
Gambar 2.1 Konsep Dasar Sistem
(a) Satu Masukan dan Satu Keluaran (b) Banyak Masukan dan Banyak Keluaran
2.3 Sistem Waktu Kontinyu dan Diskrit
Berdasarkan pada variabel bebas, maka sistem dapat dibagi menjadi sistem waktu kontinyu
dan sistem waktu diskrit. Suatu sistem dikatakan sistem waktu kontinyu bila sinyal masukan x(t)
dan keluaran y(t) adalah sinyal kontinyu. Sedangkan sistem dikatakan sistem waktu diskrit bila
masukan x(n) dan keluaran y(n) adalah sinyal diskrit.
Secara matematis, hubungan antara sinyal keluaran dan sinyal masukan pada suatu sistem,
baik sistem waktu kontinyu maupun sistem waktu diskrit adalah
𝑦(𝑡) = 𝑇{𝑥(𝑡)} (2.2)
𝑦[𝑛] = 𝑇{𝑥[𝑛]} (2.3)

𝑥(𝑡) 𝑦(𝑡) 𝑥[𝑛] 𝑦[𝑛]

Sistem waktu Sistem waktu
kontinyu T{.} diskrit T{.}

(a) (b)
Gambar 2.2 Representasi Sistem (a) Waktu Kontinyu (b) Waktu Diskrit

2.3.1 Sistem Waktu Kontinyu

Salah satu contoh sistem waktu kontinyu adalah rangkaian RC. Rangkaian RC merupakan
suatu sistem waktu kontinyu dengan masukan yang sebanding dengan arus i(t) yang selanjutnya
mengalir ke sambungan paralel dan dihasilkan keluaran yang sebanding dengan tegangan 𝑣𝐶 (𝑡)
pada kapasitor. Penyelesaian menggunakan hukum arus kirchoff:
𝑖𝑐 (𝑡) + 𝑖𝑅 (𝑡) = 𝑖 (𝑡) (2-4)
𝑉𝐶 (𝑡) 𝑑𝑦(𝑡) 1 1
𝑖𝐶 (𝑡) = 𝐶 =𝐶 dan 𝑖𝑅 (𝑡) = 𝑣 (𝑡) = 𝑦(𝑡)
𝑑𝑡 𝑑𝑡 𝑅 𝑐 𝑅

iC(t)
+
x(t) = i(t) R C VC(t) = y(t)
_
iR(t)

Gambar 2.3 Rangkaian RC

Bentuk persamaan diferensial linier sebagai berikut:
𝑑𝑦(𝑡) 1
𝐶 + 𝑅 𝑦(𝑡) = 𝑖(𝑡) = 𝑥(𝑡) (2-5)
𝑑𝑡

Jawaban dari penyelesaian persamaan di atas adalah

1
𝑡1
y(t) = ∫0 𝐶 𝑒 −(𝑅𝐶)(𝑡−𝜆) 𝑑𝜆
1
−( )(𝑡−𝜆) 𝜆=𝑡
= 𝑅𝑒 𝑒 𝑅𝐶
|
𝜆=0
1
= R[1 − 𝑒 −(𝑅𝐶)𝑡 ] , t ≥ 0

2.3.2 Sistem Waktu Diskrit

Sistem waktu diskrit dapat dipandang sebagai suatu transformasi atau operator yang
memetakan suatu deret masukan x[n] menjadi deret keluaran y[n]. Untuk menggambarkan proses
suatu sistem diskrit, biasanya digunakan diagram blok yang berupa simbol-simbol operasi dari
model matematis. Berikut ini akan diperlihatkan simbol-simbol tersebut.
1. Adder (penjumlah)

x1[n]
x[n] y[n] = x[n] + w[n]
y[n] = x1[n] + x2[n]
w[n] x2[n]
(a) Operasi Adder (b) Flowgraph Adder

Gambar 2.4 Simbol Operasi Adder

2. Multiplier (perkalian)
A x1[n]

x[n] y[n] = A.x[n] y[n] = x1[n] . x2[n]

x2[n]

Gambar 2.5 Simbol Operasi Multiplier

3. Unit Delay Negatip

 Z -1
x[n] y[n] = x[n-1]

Gambar 2.6 Simbol Operasi Unit Delay Negatip

4. Unit Delay Positip

Z
x[n] y[n] = x[n+1]

Gambar 2.7 Simbol Operasi Unit Delay Positip

Salah satu contoh diberikan persamaan matematis dari sinyal waktu diskrit sebagai berikut :
𝑦[𝑛] = 𝑎1 𝑥[𝑛] + 𝑎2 𝑥[𝑛 − 1] − 𝑎3 𝑥[𝑛 − 2] + 𝑎4 𝑥[𝑛 − 3], maka struktur sistem waktu diskrit
dapat digambarkan menjadi

x[n] Z -1 Z -1 Z -1

a1 a2 - a3 a4

y[n]

Gambar 2.8 Contoh Struktur Sistem Diskrit

2.4 Klasifikasi Sistem
Berdasarkan dari sifat-sifat sistem, maka sistem waktu diskrit dapat diklasifikasikan sebagai
berikut :
1. Sistem linier dan non linier
Suatu sistem dikatakan linier jika memenuhi prinsip superposisi dan homogenitas.
a. Superposisi. Bila sistem diberikan masukan x1[n] maka akan dihasilkan keluaran y1[n]
dan jika diberikan masukan x2[n] akan dihasilkan y2[n]. Jika sistem yang sama diberikan
 masukan x1[n] + x2[n] akan dihasilkan keluaran y1[n] + y2[n]. Dapat dikatakan bahwa
sistem tersebut memenuhi prinsip superposisi.
b. Homogenitas. Bila sistem diberikan masukan a.x[n] dengan a adalah suatu bilangan
konstanta, maka akan dihasilkan keluaran a.y[n]. Berarti sistem ini memenuhi prinsip
homogenitas.
Dari kedua prinsip superposisi dan homogenitas, jika digabungkan dan disimpulkan bahwa
sistem bersifat linier bila memenuhi
T{𝑎1 . 𝑥1 [𝑛] + 𝑎2 . 𝑥2 [𝑛]} = 𝑎1 . 𝑇{𝑥1 [𝑛]} + 𝑎2 . 𝑇{𝑥2 [𝑛]} (2.6)
Sistem yang tidak memenuhi persamaan (2.6) disebut sistem non linier.
Sebagai contoh :
1. Diberikan sistem y[n] = x[n].x[n-1]. Apakah sistem tersebut linier ? Jawaban yang pasti
untuk menguji bahwa sistem disebut linier dan tidak linier harus memenuhi pada
persamaan (2.6). Bila diberikan :
→ masukan ax1[n] diperoleh keluaran
y1[n] = a.x1[n].a.x1[n-1] = a2.x1[n].x1[n-1],
→ masukan bx2[n] diperoleh keluaran
y2[n] = b.x2[n].b.x2[n-1] = b2.x2[n].x2[n-1],
→ masukan ax1[n] + bx2[n] diperoleh keluaran
y[n] = {a.x1[n] + b.x2[n]}.{a.x1[n-1] + b.x2[n-1]} ≠ y1[n] + y2[n].
Jadi sistem tersebut tidak linier.
2. Diberikan sistem y[n] = 1⁄3 {𝑥[𝑛] + 𝑥[𝑛 − 1] + 𝑥[𝑛 − 2]}. Apakah sistem tersebut linier
? Bila diberikan :
→ masukan a.x1[n] diperoleh keluaran
y1[n] = 1⁄3 {𝑎. 𝑥1 [𝑛] + 𝑎. 𝑥1 [𝑛 − 1] + 𝑎. 𝑥1 [𝑛 − 2]}.

𝑦1 [n] = 1⁄3 . 𝑎. {𝑥1 [𝑛] + 𝑥1 [𝑛 − 1] + 𝑥1 [𝑛 − 2]}.

→ masukan b.x2[n] diperoleh keluaran
𝑦2 [n] = 1⁄3 {𝑏. 𝑥2 [𝑛] + 𝑏. 𝑥2 [𝑛 − 1] + 𝑏. 𝑥2 [𝑛 − 2]}.

𝑦2 [n] = 1⁄3 . 𝑏. {𝑥2 [𝑛] + 𝑥2 [𝑛 − 1] + 𝑥2 [𝑛 − 2]}.

→ masukan a.x1[n] + b.x2[n] diperoleh keluaran
 𝑦[𝑛] = 1⁄3 {𝑎. 𝑥1 [𝑛] + 𝑏. 𝑥2 [𝑛] + 𝑎. 𝑥1 [𝑛 − 1] + 𝑏. 𝑥2 [𝑛 − 1]
+ 𝑎. 𝑥1 [𝑛 − 2] + 𝑏. 𝑥2 [𝑛 − 2]}
𝑦[𝑛] = 1⁄3 . 𝑎{𝑥1 [𝑛] + 𝑥1 [𝑛 − 1] + 𝑥1 [𝑛 − 2]}

+ 1⁄3 . 𝑏{𝑥2 [𝑛] + 𝑥2 [𝑛 − 1] + 𝑥2 [𝑛 − 2]} = y1[n] + 𝑦2 [n]

Jadi sistem tersebut linier.
2. Sistem time-variant dan time-invariant
Suatu sistem disebut time invariant bila sistem tersebut diberikan masukan x[n] akan
menghasilkan keluaran y[n], dan bila diberikan masukan x[n-1] akan menghasilkan keluaran
y[n-1]. Dengan kata lain, sistem time invariant jika sinyal masukannya digeser sebesar n0
maka keluarannya juga akan bergeser sebesar n0. Jadi sistem time invariant memenuhi
persamaan berikut
x[n – n0] → y[n – n0] (2.7)
Prosedur untuk menentukan apakah sistem time invariant atau time varying adalah sebagai
berikut :
a. Misalkan y1[n] adalah keluaran untuk x1[n]
b. Definisikan masukan ke dua sebagai x2 = x1[n - n0] dan tentukan y2[n]
c. Carilah y1[n - n0] dan bandingkan dengan y2[n]
d. Jika y2[n] = y1[n – n0] maka sistem tersebut time invariant, jika tidak demikian disebut
time variant.
Sebagai contoh :
1. Diberikan sistem y(t) = cos x(t) adalah sistem time invariant, sedangkan sistem y(t) = x(t)
cos t adalah sistem time varying. Pembuktian dapat dilakukan dengan menerapkan ke
empat prosedur di atas.
Untuk sistem : y(t) = cos x(t)
a. Untuk masukan x1(t) maka keluarannya y1(t) = cos x1(t)
b. Untuk masukan x2 = x1(t – t0) maka keluarannya
y2(t) = cos x2(t) = cos x1(t – t0)
c. Dari langkah a bila keluaran digeser seperti y1(t – t0) maka cos x(t – t0)
d. Membandingkan hasil langkah b. dan c. yaitu : y1(t – t0) = y2(t), maka sistem time
invariant.
 Untuk sistem : y(t) = x(t) cos t
a. Untuk masukan x1(t) maka keluaranya y1(t) = x1(t) cos t
b. Untuk masukan x2 = x1(t – t0) maka keluarannya
y2 = x2(t) cos t = x1(t – t0) cos t
c. Dari langkah a. didapatkan y1(t – t0) = x1(t – t0) cos(t – t0)
d. membandingkan hasil langkah b. dan c. maka y1(t – t0) ≠ y2 sistem time varying.
3. Sistem dengan dan tanpa memori (statis)
Sistem disebut tanpa memori jika nilai keluaran saat ini hanya tergantung pada nilai masukan
saat ini. Sebaliknya, sistem dengan memori jika keluarannya bergantung pada nilai masukan
masa lalu atau masa depan.
Contoh sistem tanpa memori adalah sistem resistor yang menggambarkan hubungan antara
masukan arus dan keluaran tegangan sebagai berikut
y(t) = R.x(t) (2.8)
Contoh sistem dengan memori adalah sistem kapasitor yang menggambarkan hubungan antara
masukan arus dan keluaran tegangan sebagai berikut
1 𝑡
𝑦(𝑡) = 𝐶 ∫−∞ 𝑥(𝜏). 𝑑𝜏 (2.9)

dengan C adalah kapasitansi. Dari persamaan (2.9) jelas bahwa nilai keluaran tergantung dari
nilai masukan masa lalu.
Sebagai contoh :
Sistem y(t) = x(t – a) dengan a ˃ 0 adalah sistem dengan memori oleh sebab jika diinginkan
untuk mendapatkan nilai pada saat t = 0 akan memberikan hasil
y(0) = x(-a)
yang bergantung dari nilai masukan sebelumnya.
4. Sistem kausal dan non-kausal
Sistem dikatakan kausal jika keluaran dari sistem tersebut hanya tergantung dari nilai masukan
saat ini dan masa lalu yaitu x(t), x(t – 1), x(t -2), . . . tetapi tidak tergantung pada masukan
masa depan yaitu x(t + 1), y(t + 2), . . . Sistem kausal juga dikenal sebagai sistem yang dapat
direalisasikan secara fisik. Sistem yang tidak memenuhi syarat kausal disebut sistem non-
kausal.
Sebagai contoh :
 Sistem y[n] = x[n] – x[n – 1], y[n] = ∑𝑛𝑘=−∞ 𝑥[𝑘] dan y[n] = a.x[n] adalah sistem kausal karena
hanya tergantung dari nilai masukan saat ini dan masa lalu. Sistem y[n] = x[n] + 3.x[n + 4]
dan y[n] = x[𝑛2 ] adalah sistem non-kausal oleh karena untuk nilai n ˃ 0 akan tergantung dari
masukan masa depan. Untuk sistem y[n] = x[-n] merupakan sistem non-kausal, sebab untuk
nilai n ˂ 0 tergantung dari masukan masa depan.
5. Sistem stabil
Sistem dikatakan sistem stabil jika memenuhi bounded-input bounded-output (BIBO), yaitu
jika sistem diberikan masukan nilai yang terbatas maka diperoleh nilai keluaran yang juga
terbatas. BIBO didefinisikan sebagai
Keluaran y(t) memenuhi
|𝑦(𝑡)| ≤ 𝑀𝑦 < ∞ untuk semua t (2.10)
Ketika masukan x(t) memenuhi
|𝑥(𝑡)| ≤ 𝑀𝑥 < ∞ untuk semua t (2.11)
Sebagai contoh :
Diberikan sistem y[n] = y2[n – 1] + x[n] dengan asumsi y[-1] = 0. Ambil sinyal terbatas
sebagai masukan, misalnya x[n] = C.δ[n] dengan C adalah konstanta. Nilai keluaran untuk n
= 0 adalah y[0] = y2[-1] + C.δ[0] = C, untuk n = 1 adalah
y[1] = y2[0] + C.δ[1] = C2, dan seterusnya. Sehingga didapatkan
𝑛
y[0] = C, y[1] = C2, y[2] = C4 , . . . , y[n] = 𝐶 2
Jelas bahwa keluaran akan semakin besar dan tidak terbatas untuk nilai masukan
1 < |𝐶| < ∞ sehingga sistem ini tidak stabil.
6. Sistem invers
Sistem disebut mempunyai invers jika dengan menginvestigasi keluaran dapat menentukan
sinyal masukan. Sistem invers ditunjukkan pada gambar 2.9

x(t) y(t) z(t) = x(t)

Sistem Sistem
Invers

Gambar 2.9 Konsep Sistem Invers

 Jika dua masukan yang berbeda menghasilkan keluaran yang sama maka sistem tersebut tidak
mempunyai invers. Persamaan yang menggambarkan sistem invers adalah sebagai berikut
𝑧(𝑡) = 𝐻 𝑖𝑛𝑣 {𝑦(𝑡)} = 𝐻 𝑖𝑛𝑣 {𝐻{𝑥(𝑡)}} = 𝑥(𝑡) (2.12)
Sebagai contoh :
Sistem y(t) = 2.x(t) mempunyai invers z(t) = 1⁄2.y(t). Sistem y(t) = cos x(t) tidak mempunyai
invers karena x(t) dan x(t) + 2π mempunyai nilai keluaran yang sama (sistem periodik dengan
periode 2π).

2.5 Sistem Linear Time Invariant (LTI)

Dua sifat sistem yang sangat penting adalah sifat linearitas dan sifat time invariant. Sistem
yang mempunyai kedua sifat penting ini disebut dengan sistem linear time invariant atau LTI.
Berbagai pemrosesan fisik dapat dinyatakan sebagai sistem LTI.
Ada dua metode dasar untuk menganalisis respon sistem linear time invariant terhadap sinyal
masukan, yaitu metode langsung dan metode tidak langsung. Solusi dengan metode langsung
diperoleh berdasarkan dengan metode persamaan masukan dan keluaran atau disebut dengan
persamaan beda dan metode konvolusi sinyal. Bentuk umum dari persamaan beda dapat
dinyatakan dalam persamaan berikut:
𝑁 𝑀

∑ 𝑎𝑘 𝑦[𝑛 − 𝑘] = ∑ 𝑏𝑘 𝑥[𝑛 − 𝑘]
𝑘=0 𝑘=0

(2.13)
atau
𝑀 𝑁
1
𝑦[𝑛] = (∑ 𝑏𝑘 𝑥(𝑛 − 𝑘) − ∑ 𝑎𝑘 𝑦(𝑛 − 𝑘))
𝑎0
𝑘=0 𝑘=1

(2.14)
dengan 𝑎𝑘 dan 𝑏𝑘 adalah konstanta. Jika konstanta 𝑎𝑘 tidak nol maka persamaan beda tersebut
disebut recursive, sedangkan jika semua konstanta 𝑎𝑘 bernilai nol maka disebut nonrecursive.
Dengan mendefinisikan suatu operator
𝐷𝑘 𝑦[𝑛] = 𝑦[𝑛 − 𝑘] (2.15)
Maka persamaan (2.13) dapat ditulis sebagai
 𝑁 𝑀

∑ 𝑎𝑘 𝐷𝑘 𝑦[𝑛] = ∑ 𝑏𝑘 𝐷𝑘 𝑥[𝑛]
𝑘=0 𝑘=0

(2.16)
Dalam bentuk yang lain, persamaan (2.13) sering ditulis sebagai
𝑁 𝑀

∑ 𝑎𝑘 𝑦[𝑛 + 𝑘] = ∑ 𝑏𝑘 𝑥[𝑛 + 𝑘] , 𝑛 ≥ 0
𝑘=0 𝑘=0

(2.17)
Supaya persamaan (2.17) kausal maka 𝑀 ≤ 𝑁.
Sebagai contoh :
3 1 1 𝑛
Diberikan persamaan beda : 𝑦[𝑛] − 4 𝑦[𝑛 − 1] + 8 𝑦[𝑛 − 2] = (2) , 𝑛 ≥ 0 dan diketahui

𝑦[−1] = 1 dan 𝑦[−2] = 0. Persamaan beda di atas dapat ditulis

3 1 1 𝑛
𝑦[𝑛] = 𝑦[𝑛 − 1] − 𝑦[𝑛 − 2] + ( )
4 8 2
Sehingga dapat dicari nilai untuk
3 1 1 0 3 1 7
𝑦[0] = 𝑦[−1] − 𝑦[−2] + ( ) = . 1 − . 0 + 1 =
4 8 2 4 8 4
3 1 1 1 3 7 1 1 23
𝑦[1] = 𝑦[0] − 𝑦[−1] + ( ) = . − . 1 + =
4 8 2 4 4 8 2 16
3 1 1 2 3 27 1 7 1 83
𝑦[2] = 𝑦[1] − 𝑦[0] + ( ) = . − . + =
4 8 2 4 16 8 4 4 64
Cara yang digunakan pada contoh tersebut di atas adalah cara numerik, sedangkan cara yang lebih
elegan adalah dengan menggunakan cara analitik yaitu menentukan solusi homogen dan solusi
partikular dari persamaan beda. Solusi metode tak langsung diperoleh dengan menggunakan
transformasi Z.
Pada dasarnya solusi persamaan beda terdiri dari solusi homogen, 𝑦ℎ [𝑛] dan solusi
partikular, 𝑦𝑝 [𝑛], yaitu
𝑦[𝑛] = 𝑦ℎ [𝑛] + 𝑦𝑝 [𝑛]
Solusi homogen diperoleh dengan masukan 𝑥[𝑛] = 0. Sedangkan solusi partikular diperoleh
dengan menganggap kondisi awal nol.
2.5.1 Solusi Homogen
Solusi homogen dari persamaan (2.13) diperoleh dengan
𝑁

∑ 𝑎𝑘 𝑦[𝑛 − 𝑘] = 0
𝑘=0

(2.18)
Solusi persamaan tersebut adalah fungsi eksponensial yaitu
𝑦ℎ [𝑛] = 𝐴 ∝𝑛 (2.19)
Substitusi persamaan (2.19) ke persamaan (2.18) menghasilkan
𝑁

∑ 𝑎𝑘 𝐴 ∝𝑛−𝑘 = 0
𝑘=0

(2.20)
Persamaan karakteristik yang menggambarkan persamaan (2.20) adalah
𝑁

∑ 𝑎𝑘 ∝−𝑘 = 0
𝑘=0

(2.21)
Dari persamaan karakteristik tersebut menghasilkan N akar, yaitu ∝1 , ∝2 , … , ∝𝑁 . Jika semua akar-
akar tersebut berbeda maka solusi homogen adalah kombinasi linear dari ∝1𝑛 , yaitu
𝑦ℎ [𝑛] = 𝐴1 ∝1𝑛 + 𝐴2 ∝𝑛2 + ⋯ + 𝐴𝑁 ∝𝑛𝑁 (2.22)
Jika ada akar yang berulang, sebagai contoh akar ∝1 berulang sebanyak 𝑃1 kali dan akar-akar
sisanya sebanyak 𝑁 − 𝑃1 yang berbeda semua, maka solusi homogennya menjadi
𝑦ℎ [𝑛] = 𝐴1 ∝1𝑛 + 𝐴2 𝑛 ∝1𝑛 + ⋯ + 𝐴𝑃1 𝑛𝑃1 −1 ∝1𝑛 + 𝐴𝑃1 +1 ∝𝑛𝑃1 +1 + ⋯ + 𝐴𝑁 ∝𝑛𝑁 (2.23)
Sebagai contoh :
13 3 1
1. Diberikan persamaan beda 𝑦[𝑛] − 12 𝑦[𝑛 − 1] + 8 𝑦[𝑛 − 2] − 24 𝑦[𝑛 − 3] = 0 dengan nilai

awal 𝑦[−1] = 6, 𝑦[−2] = 6, dan 𝑦[−3] = −2

Persamaan karakteristik, berdasarkan persamaan (2.21) adalah

13 −1 3 −2 1 −3
1− ∝ + ∝ − ∝ =0
12 8 24
13 2 3 1
∝3 − ∝ + ∝− =0
12 8 24
 Yang dapat difaktorkan menjadi
1 1 1
(∝ − ) (∝ − ) (∝ − ) = 0
2 3 4
1 1 1
Sehingga akar-akarnya adalah ∝1 = 2 , ∝2 = 3, dan ∝3 = 4. Karena akar-akarnya berbeda

semua maka solusi homogennya adalah

1 𝑛 1 𝑛 1 𝑛
𝑦ℎ [𝑛] = 𝐴1 ( ) + 𝐴2 ( ) + 𝐴3 ( )
2 3 4
Untuk menentukan konstanta 𝐴1 , 𝐴2 , 𝐴3 digunakan nilai yang telah diketahui
1 −1 1 −1 1 −1
𝑦[−1] = 𝐴1 ( ) + 𝐴2 ( ) 𝐴3 ( ) = 6
2 3 4
= 2𝐴1 + 3𝐴2 + 4𝐴3 = 6

1 −2 1 −2 1 −2
𝑦[−2] = 𝐴1 ( ) + 𝐴2 ( ) 𝐴3 ( ) = 6
2 3 4
= 4𝐴1 + 9𝐴2 + 16𝐴3 = 6

1 −3 1 −3 1 −3
𝑦[−3] = 𝐴1 ( ) + 𝐴2 ( ) 𝐴3 ( ) = −2
2 3 4
= 8𝐴1 + 27𝐴2 + 64𝐴3 = −2
10 1
Dengan menggunakan eliminasi/substitusi diperoleh 𝐴1 = 7, 𝐴2 = − 3 , dan 𝐴3 = 2 sehingga
1 𝑛 10 1 𝑛 1 1 𝑛
penyelesaiannya adalah 𝑦ℎ [𝑛] = 7 (2) − (3) + 2 (4)
3
5 1 1
2. Diberikan persamaan beda 𝑦[𝑛] − 4 𝑦[𝑛 − 1] + 2 𝑦[𝑛 − 2] − 16 𝑦[𝑛 − 3] = 0 dengan nilai

awal sama dengan contoh sebelumnya maka persamaan karakteristiknya adalah

5 −1 1 −2 1 −3
1− ∝ + ∝ − ∝ =0
4 2 16
5 1 1
∝−3 − ∝2 + ∝ − =0
4 2 16
1 1 1
dengan akar-akar ∝1 = 2 , ∝2 = 2, dan ∝3 = 4. Terdapat dua akar yang bernilai sama sehingga

digunakan persamaan (2.23).

1 𝑛 1 𝑛 1 𝑛
𝑦ℎ [𝑛] = 𝐴1 ( ) + 𝐴2 𝑛 ( ) + 𝐴3 ( )
2 2 4
 9 5 1
Seperti langkah pada contoh 1 maka diperoleh 𝐴1 = 2 , 𝐴2 = 4, dan 𝐴3 = − 8 sehingga
9 1 𝑛 5 1 𝑛 1 1 𝑛
penyelesaiannya adalah 𝑦ℎ [𝑛] = 2 (2) + 4 𝑛 (2) − 8 (4) .

2.5.2 Solusi Partikular

Solusi partikular adalah solusi untuk persamaan beda jika konstanta-konstanta 𝑥[𝑛 − 𝑘]
tidak bernilai nol. Pada dasarnya solusi partikular adalah penyelesaian untuk persamaan beda jenis
𝑁 𝑀

∑ 𝑎𝑘 𝑦[𝑛 − 𝑘] = ∑ 𝑏𝑘 𝑥[𝑛 − 𝑘]
𝑘=0 𝑘=0

Solusi partikular untuk persamaan tersebut di atas adalah 𝑦𝑝 [𝑛] yang memenuhi persamaan
beda untuk 𝑥[𝑛] yang diberikan. Tabel 2.1 menunjukkan beberapa solusi partikular untuk
masukan, 𝑥[𝑛] yang sering dijumpai.

Tabel 2.1 Tabel Solusi Partikular Beberapa Jenis Masukan

𝑥[𝑛] Solusi Partikular
𝐶 𝐶1
𝐶𝑛 𝐶1 𝑛 + 𝐶2
𝐶𝑎𝑛 𝐶1 𝑎𝑛
𝐶𝑐𝑜𝑠[𝑛𝜔0 ] 𝐶1 cos[𝑛𝜔0 ] + 𝐶2 sin[𝑛𝜔0 ]
𝐶 sin[𝑛𝜔0 ] 𝐶1 cos[𝑛𝜔0 ] + 𝐶2 sin[𝑛𝜔0 ]
𝐶𝑎𝑛 cos[𝑛𝜔0 ] 𝐶1 𝑎𝑛 cos[𝑛𝜔0 ] + 𝐶2 𝑎𝑛 sin[𝑛𝜔0 ]
𝐶𝛿[𝑛] Tidak ada

Sebagai contoh 3 :
3 1 𝑛𝜋
Diberikan persamaan beda 𝑦[𝑛] − 4 𝑦[𝑛 − 1] + 8 𝑦[𝑛 − 2] = 2 sin[ 2 ], solusi totalnya dapat

ditentukan dengan mencari solusi homogen dan solusi partikular.

Solusi Homogen
Solusi homogen didapatkan dengan mengubah persamaan menjadi
3 1
𝑦[𝑛] − 𝑦[𝑛 − 1] + 𝑦[𝑛 − 2] = 0
4 8
 3 1
Persamaan karakteristiknya adalah 1 − 4 ∝−1 + 8 ∝−2 = 0 atau

3 1
∝2 − ∝+ =0
4 8
1 1
Sehingga menghasilkan ∝1 = 4 dan ∝2 = 2. Oleh karena itu solusi homogennya adalah

1 𝑛 1 𝑛
𝑦ℎ [𝑛] = 𝐴1 ( ) + 𝐴2 ( )
4 2
Solusi Partikular
𝜋
Berdasarkan Tabel 2.1, karena 𝑥[𝑛] berbentuk 𝐶𝑠𝑖𝑛[𝑛𝜔0 ], dengan 𝐶 = 2 dan 𝜔0 = maka
2
𝑛𝜋 𝑛𝜋
solusi partikularnya adalah 𝑦𝑝 [𝑛] = 𝐶1 cos [ 2 ] + 𝐶2 sin [ 2 ]. Kita akan mensubstitusi solusi
partikular ini ke persamaan beda sehingga perlu juga dicari

(𝑛 − 1)𝜋 (𝑛 − 1)𝜋
𝑦𝑝 [𝑛 − 1] = 𝐶1 cos [ ] + 𝐶2 sin [ ]
2 2
(𝑛 − 2)𝜋 (𝑛 − 2)𝜋
𝑦𝑝 [𝑛 − 2] = 𝐶1 cos [ ] + 𝐶2 sin [ ]
2 2
Dengan menggunakan prinsip trigonometri didapatkan
(𝑛 − 1)𝜋 1 𝑛𝜋 𝑛𝜋
𝑐𝑜𝑠 [ ] = cos [− 𝜋 + ] = sin [ ]
2 2 2 2
(𝑛 − 1)𝜋 1 𝑛𝜋 𝑛𝜋
𝑠𝑖𝑛 [ ] = sin [− 𝜋 + ] = −cos [ ]
2 2 2 2
(𝑛 − 2)𝜋 𝑛𝜋 𝑛𝜋
𝑐𝑜𝑠 [ ] = cos [−𝜋 + ] = −cos [ ]
2 2 2
(𝑛 − 2)𝜋 𝑛𝜋 𝑛𝜋
𝑠𝑖𝑛 [ ] = sin [−𝜋 + ] = −sin [ ]
2 2 2
Sehingga
𝑛𝜋 𝑛𝜋
𝑦𝑝 [𝑛 − 1] = 𝐶1 sin [ ] −𝐶2 cos [ ]
2 2
𝑛𝜋 𝑛𝜋
𝑦𝑝 [𝑛 − 2] = −𝐶1 cos [ ] −𝐶2 sin [ ]
2 2
Substitusi nilai-nilai tersebut ke persamaan beda menjadi
 𝑛𝜋 𝑛𝜋 3 𝑛𝜋 𝑛𝜋 1 𝑛𝜋 𝑛𝜋
𝐶1 𝑐𝑜𝑠 [ ] + 𝐶2 𝑠𝑖𝑛 [ ] − (𝐶1 sin [ ] − 𝐶2 cos [ ]) + (−𝐶1 cos [ ] − 𝐶2 sin [ ])
2 2 4 2 2 8 2 2
𝑛𝜋 7 3 𝑛𝜋 3 7 𝑛𝜋 𝑛𝜋
= 2 sin ( 𝐶1 + 𝐶2 ) cos [ ] + (− 𝐶1 + 𝐶2 ) sin [ ] = 2 sin
2 8 4 2 4 8 2 2
Dengan metode identitas didapatkan
7 3
𝐶1 + 𝐶2 = 0
8 4
3 7
− 𝐶1 + 𝐶2 = 2
4 8
96 112
Dengan eliminasi/substitusi didapatkan 𝐶1 = − dan 𝐶2 = − . Dari langkah-langkah tersebut
85 85

diperoleh
96 𝑛𝜋 112 𝑛𝜋
𝑦𝑝 [𝑛] = − cos [ ] + 𝑠𝑖𝑛 [ ]
85 2 85 2
Sehingga solusi total adalah
1 𝑛 1 𝑛 112 𝑛𝜋 96 𝑛𝜋
𝑦[𝑛] = 𝐴1 ( ) + 𝐴2 ( ) + 𝑠𝑖𝑛 [ ] − cos [ ]
4 2 85 2 85 2

2.6 Konvolusi Sinyal

Sistem LTI dikarakterisasikan dengan melihat bentuk respons impuls h[n], yaitu
memberikan unit impuls δ[n] pada suatu sistem kemudian didapatkan sinyal keluaran. Dengan
mengetahui respons impuls sistem maka kita dapat mengetahui sinyal keluaran sistem y[n] untuk
berbagai jenis sinyal masukan x[n]. Karena sistem bersifat linier maka dengan masukan sinyal 𝑥𝑖
dalam bentuk seperti
𝑁

∑ 𝑥𝑖 [𝑛]
𝑖=𝑀

maka akan diperoleh sinyal keluaran 𝑦𝑖

𝑁

∑ 𝑦𝑖 [𝑛]
𝑖=𝑀

dengan 𝑀 ≤ 𝑁. Begitu juga dengan sistem yang bersifat time-invariant maka berlaku hubungan
seperti yang ditunjukkan pada tabel berikut

Tabel 2.2 Respons Impuls Sistem LTI

 Masukan Keluaran
δ[n] h[n]
δ[n-1] h[n-1]
δ[n-2] h[n-2]
δ[n-3] h[n-3]
δ[n-k] h[n-k]

Sebagai contoh :
Diberikan sinyal masukan sistem LTI adalah
𝑥[𝑛] = 2𝛿[𝑛 + 2] + 0,5𝛿[𝑛] + 𝛿[𝑛 − 3] + 3,1𝛿[𝑛 − 5] + 2,1𝛿[𝑛 − 7]
maka keluaran sistem adalah
𝑦[𝑛] = 2ℎ[𝑛 + 2] + 0,5ℎ[𝑛] + ℎ[𝑛 − 3] + 3,1ℎ[𝑛 − 5] + 2,1ℎ[𝑛 − 7]
Secara umum, bila masukan suatu sistem LTI dinyatakan sebagai
∞
x[n] = ∑𝑘=−∞ 𝑥[𝑘]. 𝛿[𝑛 − 𝑘] (2.23)
maka keluarannya adalah
y[n] = H{x[n]} = ∑∞
𝑘=−∞ 𝑥[𝑘]. ℎ[𝑛 − 𝑘] (2.24)
Persamaan (2.24) disebut sebagai penjumlahan konvolusi dari x[n] dan h[n] yang dapat dinyatakan
secara notasi sebagai
y[n] = x[n] × h[n] (2.25)
Dari penjelasan di atas jelas bahwa persamaan (2.24) menghubungkan antara masukan dan
keluaran dari suatu sistem LTI dengan h[n] adalah respons impuls dari sistem. Dengan masukan
δ[n] pada persamaan (2.25), sesuai dengan definisi akan menghasilkan y[n] = δ[n] × h[n] = h[n].
Respons impuls h[n] sebenarnya merupakan suatu kotak hitam di mana didalamnya terdapat
berbagai macam operasi seperti penjumlahan, perkalian dan juga delay. Bila diketahui respons
impuls suatu sistem LTI, maka dapat dicari keluaran sistem LTI tersebut untuk berbagai jenis
masukan. Secara praktis, bila tidak diketahui respons impuls dari suatu sistem LTI, maka dapat
diberikan masukan berupa unit impuls dan hasil keluaran sistem adalah respons impuls.
Secara umum, cara grafik untuk mendapatkan konvolusi x[n] dan h[n] adalah sebagai berikut
:
1. Substitusi n = k sehingga didapatkan x[k] dan h[k]
2. Cari nilai h[-k], yaitu dengan mencerminkan nilai-nilai terhadap k = 0
3. Geser h[-k] sejauh n ke kanan jika n positif atau ke kiri jika n negatif sehingga didapatkan h[n
– k]
4. Kalikan h[-k] dengan h[n – k] untuk mendapatkan vn[k] = x[k].h[n – k]
5. Jumlahkan nilai-nilai pada vn[k], yaitu … + vn[1] + vn[2] + vn[3] + … untuk mendapatkan y[n].
Sifat-sifat dari operasi konvolusi adalah sebagai berikut :
1. Komutatif, yaitu x1[n] × x2[n] = x2[n] × x1[n]
2. Asosiatif, yaitu (x1[n] × x2[n]) × x3[n] = x1[n] × (x2[n]) × x3[n])
3. Distributif, yaitu x1[n] × (x2[n]) + x3[n]) = (x1[n] × x2[n]) + (x1[n] × (x2[n])

2.7 Konvolusi Sinyal Kontinyu

Untuk sinyal kontinyu, persamaan integral konvolusi ditunjukkan dengan persamaan
~
𝑦(𝑡) = ∫−~ 𝑥(𝜏). ℎ(𝑡 − 𝜏) 𝑑𝜏
Konvolusi sinyal kontinyu yang terbatas memerlukan suatu sinyal perantara yang didefinisikan
sebagai
𝑤𝑖 (𝜏) = 𝑥(𝜏)ℎ(𝑡 − 𝜏)
Sehingga persamaan (2.24) dapat ditulis sebagai
~
𝑦(𝑡) = ∫−~ 𝑤𝑖 (𝜏) 𝑑𝜏
Secara umum, prosedur untuk mencari konvolusi dua sinyal kontinyu yang terbatas adalah :
1. Sketsalah grafik x(𝜏) dan ℎ(𝑡 − 𝜏) sebagai fungsi dari 𝜏. Untuk mendapatkan ℎ(𝑡 − 𝜏)
pertama-tama adalah cerminkan ℎ(𝜏) terhadap 𝜏 = 0 untuk mendapatkan ℎ(−𝜏) dan kemudian
geser sejauh t.
2. Geserlah sinyal dengan nilai t yang besar dan negatif (pergeseran ke kiri)
3. Tulislah representasi matematis untuk 𝑤𝑖 (𝜏)
4. Geserlah ℎ(𝑡 − 𝜏) ke kanan sampai representasi matematis 𝑤𝑖 (𝜏) berubah. Nilai t di mana
perubahan terjadi menunjukkan bahwa itulah akhir dari interval yang sekarang dan permulaan
interval yang baru.
5. Sekarang t berada dalam interval yang baru. Ulangi langkah 3 dan 4.
6. Untuk setiap interval, integralkan 𝑤𝑖 (𝜏) dari 𝜏 = −∞ sampai 𝜏 = ∞ untuk menghasilkan y(t)
LATIHAN
1. Bangkitkan dan gambarkanlah (menggunakan fungsi stem) dari deretan sinyal berikut ini
dengan menggunakan MATLAB.
a. 𝑥1 (𝑛) = ∑10
𝑚=0(𝑚 + 1)𝛿[(𝑛 − 2𝑚) − 𝛿(𝑛 − 2𝑚 − 1)], 0 ≤ n ≤ 25.

b. 𝑥2 (𝑛) = 𝑛2 [𝑢(𝑛 + 5) − 𝑢(𝑛 − 6)] + 10𝛿(𝑛) + 20(0,5)𝑛 [𝑢(𝑛 − 4) − 𝑢(𝑛 − 10)].

𝜋
c. 𝑥3 (𝑛) = (0,9)𝑛 cos (0,2𝜋𝑛 + 3 ) , 0 ≤ 𝑛 ≤ 20.

d. 𝑥4 (𝑛) = 10 cos(0,0008𝜋𝑛2 ) + 𝑤(𝑛), 0 ≤ 𝑛 ≤ 100, dimana w(n) adalah deretan acak

terdistribusi seragam antara [-1,1].