1

MODUL PERKULIAHAN

Pengolahan Sinyal
Digital
Konvolusi dan Korelasi Dua
Sinyal Diskrit

Abstrak Sub-CPMK 2.1 dan 2.2

Pada perkuliahan ini Mampu menjelaskan dan memahami

mahasiswa diharapkan proses konvolusi dua sinyal diskrit
dapat mendefinisikan
konsep konvolusi dan Mampu memahami dan menjelaskan
korelasi,
menggambarkannya dan prinsip korelasi dua sinyal diskrit
menghitungnya.

Fakultas Program Studi Tatap Muka Disusun Oleh

03
Oki Teguh Karya, S.Pd, M.T
Teknik Teknik Elektro
Konvolusi
Dalam sub-bab ini kita akan membahas mengenai hubungan antara masukan dan
keluaran dalam sistem diskrit LTI (Linear – Time Invariant). Seperti yang telah kita bahas
pada modul sebelumnya bahwa sistem LTI memenuhi dua kondisi dalam klasifikasi sistem
yaitu linier (dipenuhi dengan syarat superposisi dan homogenitas) dan time invariant.
Sistem LTI merupakan sistem pendekatan yang kita gunakan untuk dapat diterapkan
dalam kondisi riil, dimana kondisi di asumsikan kedalam kondisi LTI dengan toleransi error.

Sistem LTI dikarakterisasi oleh respons impulse, yaitu berupa keluaran yang
dihasilkan ketika unit impulse dimasukan kedalam sistem. Sehingga bisa dikatakan bahwa,
jika kita telah mengetahui respon impulse dari sistem, maka kita dapat mengetahui
keluaran sistem jika diberikan input apapun. Misalkan jika h(n) adalah response impulse
dari sebuah sistem diskrit LTI, yaitu keluaran dari unit impulse ẟ(n) yang dimasukan
kedalam sistem, karena sistem ini memenuhi syarat time-invariant maka hubungan nya
akan ditunjukan pada table 1 berikut.

Tabel 1. Respon impulse sistem LTI

Input Output

ẟ(n) h(n)

ẟ(n-1) h(n-1)

ẟ(n-2) h(n-2)

ẟ(n-3) h(n-3)

ẟ(n-k) h(n-k)

Kemudian karena sistem memenuhi syarat linier maka jika masukanya adalah ,

maka keluarannya akan menjadi dengan M ≤ N dan y1 adalah respon atau

keluaran untuk x1, sebagai contoh :

Jika diberikan disisi input sinyal seperti berikut ini:

Maka keluaran yang dihasilkan adalah:

2021 Pengolahan Sinyal Digital

2 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Dan pembahasan ini sudah kita singgung pada modul 2, bahwa jika sebuah sistem
diberikan input sebagai berikut

(3.1)

Maka pada sisi keluaran akan menghasilkan:

(3.2)

Persamaan 3.2 disebut sebagai convolution sum atau penjumlahan konvolusi dari x(n) dan
h(n), sehingga dapat dituliskan dengan notasi berikut:

(3.3)

Misalkan kita ingin menghitung output sebuah sistem pada waktu yang singkat, katakan
n=n0 , maka jika kita merujuk pada persamaan 3.2 respon pada waktu n=n0 adalah:

(3.4)

Observasi pertama kita tertuju pada indeks dari penjumlahan k, oleh karena itu input sinyal
x(k) dan impulse response h(n0 – k) merupakan fungsi dari k. kemudian observasi kedua
adalah bagian perkalian antara x(k) dan h(n0 - k). Output y(n0) adalah penjumlahan semua
perkalian input terhadap respon yang ada. Untuk mendapatkan h(n0 - k), dimulai dari h(k),
untuk kemudian dilakukan folding sehingga didapatkan h(-k) kemudian digeser sejauh n0
sehingga menghasilkan h(-k+n0) atau kita dapat tuliskan h(n0 - k).

Jika kita susun proses perhitungan konvolusi x(k) dan h(k), sebagai berikut:

1. Lakukan Folding h(k) pada saat k=0 untuk mendapatkan h(-k)

2. Lakukan Shfting, dimana kita menggeser h(-k) dengan n0 ke kanan jika n0 positif
dan ke kiri jika negative.

3. Lakukan perkalian. Kali kan antara x(k) dengan h(n0 - k) untuk mendapatkan hasil
perkalian yg kita tuliskan vn0(k)≡ x(k).h(n0 – k).

4. Lakukan penjumlahan, jumlahkan semua nilai dari hasil perkalian pada sekuen
vn0(k)≡ x(k).h(n0 – k) untuk mendapatkan nilai output pada saat n=n0

Prosedural diatas ini merupakan hasil dari respon dari sistem pada satu watu instan, pada
saat n=n0. Dengan demikian jika yang akan dievaluasi memiliki durasi dari -∞ <n < ∞, maka

2021 Pengolahan Sinyal Digital

3 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
tahapan ke 2 sampai dengan ke 4 harus dilakukan secara berulang sampai dengan durasi
nya selesai.

Agar dapat lebih tergambar dari setiap tahapan prosedur diatas maka mari kita coba
dengan sebuah contoh soal disertai dengan gambar:

Contoh 1

Jika diketahui respon impulse h(n) dari sebuah sistem LTI.

Hitunglah output dari sistem tersebut dari sinyal input x(n) seperti berikut,

Jawaban:

Kita bisa menyelesaikan ini dengan menggunakan persamaan 3.2

Mari kita lihat input x(n)=x(k) dan respons impulse h(n)=h(k) melalui gambar 1 berikut:

Gambar 1 Input x(k) dan respons impulse h(k)

Langkah awal adalah dengan melakukan folding h(k) menjadi h(-k)

Gambar 2. Respons Impulse h(k) dan setelah di folding h(-k)

2021 Pengolahan Sinyal Digital

4 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Langkah berikutnya adalah, meng kali kan antara x(k) dengan h(-k) pada saat n=k=0

(a)

(c)

(b)

Gambar 3. Perkalian sinyal x(k) (a), dengan h(-k) (b) dan menghasilkan v0 (k) (c)

Jika kita tuliskan dalam bentuk persamaan, maka kita bisa tuliskan sebagai berikut:

Langkah berikutnya adalah dengan menggeser sinyal h(-k) menjadi h(n-k), kita ambil
terlebih dahulu n=1, sehingga sinyal bergeser dari h(-k) menjadi h(1-k).

(a) (b)

Gambar 4. Menggeser sinyal dari posisi h(k) (a), menjadi h(1 - k) (b)

Kemudian setelah mendapatkan sinyal h(1-k) kita kalikan Kembali dengan x(k) untuk
mendapatkan sinyal v1(k)

2021 Pengolahan Sinyal Digital

5 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 (a)

(c)

(b)

Gambar 5. Perkalian sinyal x(k)(a), dengan h(1 - k) (b), menghasilkan v1(k) (c)

Jika kita tuliskan dalam bentuk persamaan, maka bisa kita tuliskan sebagai berikut:

Kita ambil satu proses, lagi jika sinyal h(-k) kita geser ke n= k= -1 sehingga sinyal h(-k)
bergeser ke kiri menjadi h(-1-k),

(a) (b)

Gambar 6. Menggeser sinyal dari posisi h(k) (a), menjadi h(-1 - k) (b)

Kemudian setelah mendapatkan sinyal h(-1-k) kita kalikan Kembali dengan x(k) untuk
mendapatkan sinyal v-1(k)

(a) (b) (c)

Gambar 7. Perkalian sinyal x(k)(a), dengan h(-1 - k) (b), menghasilkan v-1(k) (c)

2021 Pengolahan Sinyal Digital

6 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Jika kita tuliskan dalam bentuk persamaan, maka bisa kita tuliskan sebagai berikut:

Maka jika proses ini terus dilakukan, kita bisa dapatkan v2(k)=x(k).h(2-k), v3(k)=x(k).h(3-k)
v4(k)=x(k).h(4-k) dan seterusnya, maka jika digambarkan didapatkan sinyal yang memiliki
nilai, seperti pada gambar berikut:

Gambar 8. Hasil akhir konvolusi antara x(k) dengan h(k)

Dari gambar 8 ini jelas dapat terlihat bahwa y(n)=0 ketika n ≤ -2 dan n ≥ 6, sehingga jika
kita memiliki n dari -∞ < n < ∞, maka dapat kita tuliskan sebagai berikut:

Karena konvolusi juga mempunyai sifat komutatif maka formulasi pada persamaan 3.2
dapat kita tukar balikan, dimana yang di folded dan di shift adalah x(n) sedangkan h(n) nya
tetap, atau kita tuliskan sebagi berikut:

(3.5)

Sehingga demikian contoh diatas dapat kita ulang dengan menggunakan persamaan 3.5
dan akan menghasilkan perhitungan yang sama.

Korelasi
Korelasi merupakan bagian dari konvolusi, ketika kita mengkali kan dan menjumlah kan
untuk menentukan nilai keluaran pada proses konvolusi, sebenarnya kita melakukan
proses korelasi. Dimana proses korelasi pada prinsipnya adalah menentukan derajat
kesamaan dua buah sinyal.

2021 Pengolahan Sinyal Digital

7 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Korelasi silang atau cross-correlation dari dua buah sinyal x1(n) dan x2(n) dapat kita hitung
dengan menggunakan formulasi berikut:

(3.6)

Mari kita lihat dari sebuah contoh berikut:

Sampel dua set data diberikan pada tabel berikut:

n 1 2 3 4 5 6 7 8 9

X1 4 2 -1 3 -2 -6 -5 4 5

X2 -4 1 3 7 4 -2 -8 -2 1

Maka nilai korelasi dari data diatas dapat dihitung sebagai berikut:

Mari kita perhatikan pada gambar 9 di bawah ini, Jika kedua sinyal tersebut dikorelasikan
maka nilai korelasi nya akan sama dengan nol. Padahal, sebenarnya sinyal tersebut identik
, hanya sinyal yang satu dengan yang lainnya bergeser saja. Untuk menyelesaikan
masalah ini, diperlukan pergeseran atau disebut dengan lag. Jika sinyal x1(n) sebagai
referensi, maka sinyal x2(n) yang digeser ke kiri.

Gambar 9. Sinyal Identik dengan Pergeseran

Berdasarkan gambar diatas maka persamaan 3.6 dapat kita sesuaikan menjadi,
persamaan dibawah ini dengan nilai j adalah besarnya lag/ pergeseran.

(3.7)

(3.8)

2021 Pengolahan Sinyal Digital

8 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 Gambar 10. Sinyal x2(n) yang digeser sejauh j

Mari kita ulangi contoh diatas dengan menggeser sinyal x2(n) sejauh j=3, maka

n 1 2 3 4 5 6 7 8 9

X1 4 2 -1 3 -2 -6 -5 4 5

X2 7 4 -2 -8 -2 1

Dari tabel diatas, ketika x2(n) digeser sejauh 3 sample, maka sinyal sinyal ini tidak lagi
berpasangan, terutama 3 data terakhir, dan kondisi ini disebut dengan end effect atau efek
akhir. Dengan demikian, maka jika dihitung nilai korelasinya menjadi

Jika kita bandingkan dengan nilai x2(n) yang tidak digeser, maka nilai korelasi menjadi turun,
dan seiring bertambahnya nilai j, maka akan semakin menurun nilai korelasinya.

Gambar 11. End Effect yang berpengaruh pada nilai korelasi

Dari gambar 11 diatas, dapat kita perhatikan bahwa ketika lag = 0, maka r12(j) = r12(0) dan
ketika lag = N, maka nilai korelasi akan menjadi Nol, karena tidak ada lagi sinyal yang
berpasangan. Nilai korelasi yang sebenarnya berada pada 0 < lag < N, yaitu r12(j)true.
Sedangkan yang kita dapatkan dari persamaan 3.7 dan 3.8 adalah pada posisi r12(j),
sehingga dengan menggunakan prinsip geometri, kita bisa mendapatkan nilai r12(j)true
dengan menggunakan pedekatan formulasi seperti berikut:

2021 Pengolahan Sinyal Digital

9 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 (3.9)

Sehingga, kita bisa dapatkan nilai r12(j)true menjadi:

(3.10)

Dimana yang dimaksud dengan faktor koreksi untuk kondisi end effect adalah:

(3.11)

Parameter yang menggambarkan derajat kesamaan dua buah sinyal adalah parameter
koefisien korelasi yang dapat kita definisikan sebagai berikut:

(3.12)

Nilai koefisien korelasi selalu pada berada dalam rentang antara -1 dan 1, ketika ρ12(j)= 1
artinya 100% berkorelasi, sedangkan ketika ρ12(j)= -1 artinya berkorelasi dengan fasa yang
berbeda, sedangkan ρ12(j)= 0 artinya tidak berkorelasi sama sekali yang artinya sinyal
sinyal tersebut merupakan sinyal bebas.

Jika sinyal yang ingin dikorelasikan merupakan sinyal periodik, maka korelasinya adalah
korelasi siklik (cycle). Jika sinyal pertama memiliki periode N1 dan sinyal kedua memiliki
periode N2, maka r12(j) akan berulang setiap n lag, dengan n= N1+N2 – 1. Perhatikan
contoh dibawah ini:

Contoh

Jika dua sinyal periodic, yaitu a = {4,3,1,6} dan b={5,2,3}. Untuk mendapatkan korelasi
siklik, sinyal pertama harus ditambahkan nol sebanyak N2 -1 = 2 sedangkan sinyal kedua
harus ditambahkan nol sebanyak N1 – 1 = 3, maka proses nya seperti yang dapat kita lihat
pada tabel berikut, dan nilai korelasi akan berulang setiap n=4+3 -1=6

Tabel contoh Korelasi Siklik

Nilai lag rab(j)

4 3 1 6 0 0

5 2 3 0 0 0 0 29

2 3 0 0 0 5 1 17

3 0 0 0 5 2 2 12

2021 Pengolahan Sinyal Digital

10 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
 0 0 0 5 2 3 3 30

0 0 5 2 3 0 4 17

0 5 2 3 0 0 5 35

5 2 3 0 0 0 6 29

dst dst dst

Dapat kita lihat ditabel ketika siklik berulang maka nilai korelasi nya pun berulang.

Korelasi banyak digunakan pada beberapa aplikasi seperti radar, sonar, komunikasi digital,
geologi, dan lainnya. Dalam penggunaan radar dan sonar, x(n) adalah sinyal yang
ditransmisikan sedangkan y(n) adalah sinyal yang diterima. Sinyal yang diterima itu telah
mengalami perubahan baik berupa delay dan noise. Sehingga sinyal yang diterima dapat
dituliskan:

Dimana α adalah nilai faktor atenuasi dan D adalah waktu tunda atau delay, sedangkan
w(n) adalah noise. Permasalahan pada radar dan sonar adalah membandingkan antara
sinyal x(n) dan y(n) untuk menentukan terdapat target atau tidak.

Daftar Pustaka
Ingle, V. K., & Proakis, J. G. (2012). Digital Signal Processing Using MATLAB®
(3rd Edition). Cengage Learning.
Oppenheim, A. V, & Schafer, R. W. (2014). Discrete-Time Signal Processing
(Third Edition). Pearson.
Proakis, J. G., & Manolakis, D. K. (2014). Digital Signal Processing (Fourth
Edition). Pearson Education Ltd.
Gunawan,D., Juwonon, F.H., (2011) Pengolahan Sinyal Digital dengan
Pemrograman Matlab, Graha Ilmu

2021 Pengolahan Sinyal Digital

11 Oki Teguh Karya, S.Pd, M.T
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/