Pada bab ini akan dibahas alternatif representasi sinyal periodik menggunakan sinyal
kompleks eksponensial. Hasil representasi ini dikenal sebagai deret Fourier waktu kontinu
dan deret Fourier waktu diskrit. Representasi ini dapat digunakan untuk membentuk
berbagai bentuk sinyal yang berguna.
Karena sifat superposisi, respon dari sistem LTI terhadap input yang terdiri dari
kombinasi linear dari sinyal dasar adalah kombinasi linear yang sama dari respon indi-
vidual terhadap setiap sinyal dasar tersebut. Respon sistem LTI terhadap sebuah sinyal
kompleks eksponensial juga memiliki bentuk yang sederhana, yang memberikan kita rep-
resentasi sistem LTI yang mudah dan dengan cara yang lain untuk melakukan analisa
sistem dan menambah wawasan terhadap sifat deret Fourier.
Tujuan dari bab ini adalah membekali peserta dengan pengetahuan dan kemampuan
untuk menghitung deret Fourier dari sinyal periodik.
1. Kumpulan sinyal dasar dapat digunakan untuk membentuk kelas sinyal yang ber-
agam dan berguna.
2. Respon dari sebuah sistem LTI dari setiap sinyal harus memiliki struktur yang
cukup sederhana untuk memberikan kepada kita, kemudahan representasi untuk
respon sistem terhadap sinyal apapun yang dibentuk dari kombinasi linear dari
sinyal dasar.
Hasil analisis Fourier dengan dua sifat tersebut diberikan dengan kumpulan sinyal kom-
pleks eksponensial waktu kontinu dan waktu diskrit. Sinyal dalam bentuk est untuk sinyal
waktu kontinu. Sinyal dalam bentuk z n untuk sinyal waktu diskrit. Dalam hal ini s dan
z adalah bilangan kompleks.
Pentingnya sinyal kompleks eksponensial dalam pembahasan sistem LTI berasal dari
fakta bahwa respon dari sebuah sistem LTI terhadap sinyal input kompleks eksponensial
adalah sinyal kompleks eksponensial yang sama dengan hanya perubahan pada amplitu-
da; yaitu,
52
3 Fourier Series Untuk Sinyal Periodik
di mana faktor amplituda kompleks H(s) dan H(z) secara umum adalah fungsi dari vari-
abel kompleks s atau z. Sebuah sinyal yang menyebabkan output dari sistem konstanta
(biasanya bilangan kompleks) dari input disebut sebagai fungsi eigen (eigenfunction)
dari sistem, dan faktor amplituda disebut sebagai nilai eigen (eigenvalue) dari sistem.
Dengan mengekspresikan es(t−τ ) sebagai est e−sτ , dan dapat kita lihat est dapat dikelu-
arkan dari integral, maka persamaan (3.3) akan menjadi
ˆ +∞
st
y(t) = e h(τ )e−sτ dτ (3.4)
−∞
Asumsikan bahwa integral pada sisi kanan dari persamaan (3.4) konvergen, maka respon
terhadap est memiliki bentuk
Dengan mengekspresikan z n−k sebagai z n z −k , dan dapat kita lihat z n dapat dikeluarkan
dari integral, maka persamaan (3.7) akan menjadi
+∞
X
y[n] = z n h[k]z −k (3.8)
k=−∞
53
3 Fourier Series Untuk Sinyal Periodik
Asumsikan bahwa penjumlahan pada sisi kanan dari persamaan (3.8) konvergen, maka
respon terhadap z n memiliki bentuk
Dari sini kita dapat melihat bahwa kompleks eksponensial adalah eigenfunction dari
sistem LTI waktu diskrit. Konstanta H(z) untuk sebuah nilai spesifik z adalah eigenvalue
yang berasosiasi dengan eigenfunction z n .
dan dari sifat superposisi, respon terhadap input x(t) adalah penjumlahan dari respon
masing-masing komponen, sehingga
Dengan analogi yang sama, jika input terhadap sistem LTI waktu diskrit direpresen-
tasikan sebagai kombinasi linear dari sinyal eksponensial yaitu, jika
X
x[n] = ak zkn , (3.15)
k
54
3 Fourier Series Untuk Sinyal Periodik
Dengan perkataan lain, untuk waktu kontinu dan waktu diskrit, jika input terhadap
sebuah sistem LTI direpresentasikan dengan kombinasi linear dari sinyal kompleks eks-
ponensial, maka output juga dapat direpresentasikan sebagai kombinasi linear dari sinyal
kompleks eksponensial yang sama. Setiap koefisien pada representasi dari output dipe-
roleh dengan perkalian koefisien ak dari input dan eigenvalue dari sistem H(sk ) atau
H(zk ) yang berasosiasi dengan eigenfunction esk t atau zkn .
juga periodik dengan periode T . Pada persamaan (3.21) term untuk k = 0 adalah
sebuah konstanta. Term untuk k = +1 dan k = −1, keduanya memiliki frekuensi
fundamental ω0 dan secara kolektif didefinisikan sebagai komponen fundamental atau
komponen harmonik pertama. Dua term untuk k = +2 dan k = −2, adalah periodik
dengan setengah periode fundamental (atau ekuivalen, mempunyai frekuensi dua kali
lebih besar) dari komponen fundamental dan didefinisikan sebagai komponen harmonik
55
3 Fourier Series Untuk Sinyal Periodik
dengan
a0 = 1
1
a1 = a−1 = 4
1
a2 = a−2 = 2
1
a3 = a−3 = 3
dengan menulis ulang persamaan (3.22) dan mengumpulkan setiap dari komponen har-
monik yang memiliki frekuensi fundamental yang sama, kita akan memperoleh
Dengan menggunakan relasi Euler, kita dapat menuliskan x(t) dalam bentuk
1 2
x(t) = 1 + cos 2πt + cos 4πt + cos 6πt. (3.24)
2 3
Persamaan (3.24) adalah contoh dari bentuk alternatif dari deret Fourier untuk sinyal
periodik real. Secara spesifik, misalkan x(t) adalah bernilai real dan dapat direpresen-
tasikan dalam bentuk persamaan (3.21). Karena x∗ (t) = x(t), maka kita memperoleh
+∞
X
x(t) = a∗k e−jkω0 t .
k=−∞
maka bila dibandingkan dengan persamaan (3.21), maka haruslah ak = a∗−k , atau ekiva-
len juga dengan
56
3 Fourier Series Untuk Sinyal Periodik
∞ h
X i
x(t) = a0 + ak ejkω0 t + a−k e−jkω0 t
k=1
dengan mengganti a−k dengan a∗k dari persamaan (3.25) maka kita memperoleh
∞ h
X i
x(t) = a0 + ak ejkω0 t + a∗k e−jkω0 t .
k=1
Karena dua term di dalam penjumlahan adalah pasangan kompleks konjugat, maka
kita peroleh
∞
X n o
x(t) = a0 + 2Re ak ejkω0 t . (3.26)
k=1
Jika ak dinyatakan dalam bentuk polar sebagai
ak = Ak ejθk ,
maka persamaan (3.26) menjadi
∞
X n o
x(t) = a0 + 2 Re Ak ej(kω0 t+θk ) .
k=1
Dapat juga ditulis menjadi
∞
X
x(t) = a0 + 2 Ak cos(kω0 t + θk ). (3.27)
k=1
Persamaan (3.27) adalah satu bentuk dasar yang ditemui untuk deret Fourier untuk si-
nyal real periodik waktu kontinu. Bentuk lain diperoleh dengan menulis ak dalam bentuk
rectangular sebagai
ak = Bk + jCk ,
dengan nilai Bk dan Ck keduanya bernilai real. Dengan ekspresi ini maka persamaan
(3.26) akan mempunyai bentuk
∞
X
x(t) = a0 + 2 [Bk cos kω0 t − Ck sin kω0 t] . (3.28)
k=1
Maka untuk fungsi periodik real, deret Fourier dalam term kompleks eksponensial
seperti ditunjukkan pada persamaan (3.21), secara matematik ekuivalen dengan dua
bentuk baik pada persamaan (3.27) dan (3.28) dengan menggunakan fungsi trigonometri.
Namun bentuk persamaan (3.21) memberikan kemudahan untuk analisa kita, maka kita
akan lebih sering menggunakannya.
57
3 Fourier Series Untuk Sinyal Periodik
Dengan melakukan integrasi kedua sisi dari 0 sampai T = 2π/ω0 , kita mempunyai
ˆ T ˆ T +∞
X
−jnω0 t
x(t)e dt = ak ejkω0 t e−jnω0 t dt.
0 0 k=−∞
Dalam hal ini, T adalah periode fundamental dari x(t), dan konsekuensinya, kita me-
lakukan integrasi pada rentang satu periode. Dengan menukar urutan integrasi dan
penjumlahan menghasilkan
ˆ T +∞
X ˆ T
−jnω0 t j(k−n)ω0 t
x(t)e dt = ak e dt . (3.30)
0 k=−∞ 0
Hasil evaluasi dari integrasi dengan kurung siku dengan formula Euler dapat diperoleh,
´T ´T
0 ej(k−n)ω0 t dt = 0 cos(k − n)ω0 tdt (3.31)
´T
+j 0 sin(k − n)ω0 tdt.
Untuk k 6= n, cos(k − n)ω0 t dan sin(k − n)ω0 t adalah sinyal sinusoidal periodik de-
ngan periode fundamental (T /|k − n|). Oleh karena itu, pada persamaan (3.31), kita
melakukan integrasi pada sebuah interval (dengan panjang T ). Karena integrasi dapat
dipandang sebagai menghitung luas total di bawah fungsi pada rentang integrasi, kita
dapat melihat bahwa untuk k 6= n, kedua integrasi pada sisi kanan persamaan (3.31)
bernilai nol. Untuk k = n, bagian yang diintegrasikan bernilai 1, sehingga hasil integrasi
bernilai T . Sehingga kita peroleh
ˆ T (
j(k−n)ω0 t T, k=n
e dt = ,
0 0, k 6= n
sehingga, bagian sisi kanan dari persamaan (3.30) menjadi T an . Sehingga,
T
1
ˆ
an = x(t)e−jnω0 t dt, (3.32)
T 0
yang memberikan persamaan untuk menentukan koefisien. Lebih jauh lagi, ketika mela-
kukan evaluasi pada persamaan (3.31), kita hanya menggunakan fakta rentang integrasi
pada interval dengan panjang T . Oleh sebab itu kita akan memperoleh hasil yang sama
jika kita melakukan integrasi pada interval dengan panjang T . Maka kita peroleh
1
ˆ
an = x(t)e−jnω0 t dt. (3.33)
T T
Jika x(t) memiliki representasi deret Fourier [yaitu dapat diekspresikan sebagai kom-
binasi linear dari sinyal kompleks eksponensial yang terhubung secara harmonik dalam
bentuk persamaan (3.29)], maka koefisien dapat ditentukan oleh persamaan (3.33). Pa-
sangan dari persamaan ini, mendefinisikan deret Fourier dari sinyal periodik waktu kon-
tinu:
58
3 Fourier Series Untuk Sinyal Periodik
+∞
X +∞
X
x(t) = ak ejkω0 t = ak ejk(2π/T )t (3.34)
k=−∞ k=−∞
1 1
ˆ ˆ
−jkω0 t
ak = x(t)e dt = x(t)e−jk(2π/T )t dt. (3.35)
T T T T
Persamaan (3.34) didefinisikan sebagai persamaan sintesis dan persamaan (3.35) dide-
finisikan sebagai persamaan analisis. Kumpulan koefisien {ak } biasanya disebut koefisien
deret Fourier atau koefisien spektral dari x(t). Koefisien kompleks ini mengukur porsi
dari sinyal x(t) pada setiap harmonik komponen fundamental. Koefisien a0 adalah nilai
DC atau komponen konstan dari x(t) yang ditentukan oleh persamaan (3.35) dengan
k = 0, yaitu
1
ˆ
a0 = x(t)dt, (3.36)
T T
yaitu nilai rata-rata dari x(t) pada satu periode.
x(t)
1
... ...
t
−2T −T −T −T10 T1 T T 2T
2 2
Untuk menentukan koefisien deret Fourier untuk x(t), kita menggunakan persamaan
(3.35). Karena x(t) simetris pada t = 0, maka akan lebih mudah memilih −T /2 ≤ t <
T /2 sebagai interval dari integrasi, walaupun setiap interval dengan panjang T sama-
sama valid dan menghasilkan hasil yang sama. Dengan menggunakan batas integrasi ini
dan menggunakan persamaan (3.37), kita memperoleh untuk k = 0,
T1
1 2T1
ˆ
a0 = dt = . (3.38)
T −T1 T
Seperti telah disebutkan sebelumnya, a0 diinterpretasikan sebagai nilai rata-rata dari
x(t). Untuk k 6= 0, kita memperoleh
T1
T 1
1 1
ˆ
−jkω0 t −jkω0 t
ak = e dt = − e ,
T −T1 jkω0 T
−T1
59
3 Fourier Series Untuk Sinyal Periodik
ejkω0 T1 − e−jkω0 T1
2
ak = . (3.39)
kω0 T 2j
Perhatikan bahwa term dalam kurung siku adalah sin kω0 T1 , kita dapat menuliskan
koefisien ak sebagai
Untuk menentukan seberapa baik sebuah aproksimasi, kita perlu menentukan ukuran
kuantitatif dari ukuran error aproksimasi. Kriteria yang akan digunakan adalah energi
dari error pada satu periode:
ˆ
EN = |eN (t)|2 dt. (3.43)
T
Dapat dibuktikan bahwa pilihan untuk koefisien dalam persamaan (3.41) untuk me-
minimalkan energi dari error adalah
1
ˆ
ak = x(t)e−jkω0 t dt. (3.44)
T T
Kita dapat persamaan (3.44) adalah indentik dengan ekpsresi yang digunakan untuk
menentukan koefisien deret Fourier. Maka jika x(t) memiliki representasi deret Fourier,
maka aproksimasi terbaik dengan hanya menggunakan jumlah terbatas dari kombinasi
linear sinyal kompleks eksponensial terhubung harmonik dapat diperoleh dengan memo-
tong deret Fourier dengan jumlah term yang diinginkan. Ketika N bertambah, maka
jumlah term akan bertambah dan EN akan berkurang. Pada faktanya jika x(t) memiliki
representasi deret Fourier maka limit dari EN ketika N → ∞ adalah nol.
Bagaimana menentukan sebuah sinyal x(t) memiliki representasi deret Fourier? Tentu
saja untuk semua sinyal, kita dapat mendapatkan kumpulan koefisien Fourier dengan
menggunakan persamaan (3.35). Bagaimanapun, pada beberapa kasus integral pada
persamaan (3.35) dapat menjadi divergen; yaitu ketika diperoleh beberapa nilai ak adalah
tak terbatas (infinite). Lebih lagi, walau semua koefisien yang diperoleh dari persamaan
60
3 Fourier Series Untuk Sinyal Periodik
(3.35) adalah terbatas (finite), ketika koefisien ini disubtitusikan ke persamaan sintesis
(3.34), hasilnya dapat saja tidak konvergen kepada sinyal asli x(t).
Beruntungnya, tidak terdapat kesulitan konvergensi untuk sejumlah kelas dari sinyal
periodik. Contohnya, setiap sinyal periodik kontinu memiliki representasi deret Fou-
rier dengan energi EN untuk error aproksimasi menuju nol ketika N menuju ∞. Ini
juga berlaku untuk banyak sinyal diskontinu. Karena dirasakan berguna untuk mema-
sukkan sinyal diskontinu seperti sinyal kotak, menjadi bermanfaat untuk menyelidiki isu
konvergensi dengan lebih detil.
Salah satu kelas sinyal periodik yang dapat direpresentasikan dengan deret Fourier
adalah sinyal yang memiliki energi terbatas pada interval satu periode, yaitu sinyal
dengan
ˆ
|x(t)|2 dt < ∞. (3.45)
T
Ketika kondisi ini dipenuhi, maka dapat dijamin bahwa koefisien ak yang diperoleh dari
persamaan (3.35) adalah terbatas. Lebih jauh lagi, misalkan xN (t) adalah aproksimasi
x(t) yang diperoleh dengan menggunakan koefisien ini untuk |k| ≤ N :
+N
X
xN (t) = ak ejkω0 t . (3.46)
k=−N
Maka dijamin bahwa energi EN pada error aproksimasi, seperti yang didefinisikan
pada persamaan (3.43), konvergen ke 0 ketika kita menambah banyak term. Jika kita
mendefinisikan
+∞
X
e(t) = x(t) − ak ejkω0 t . (3.47)
k=−∞
maka
ˆ
|e(t)|2 dt = 0. (3.48)
T
Tetapi persamaan (3.48) tidak mengimplikasikan bahwa sinyal x(t) dan representasi
deret Fourier
+∞
X
ak ejkω0 t . (3.49)
k=−∞
adalah sama pada setiap nilai t. Persamaan (3.48) hanya menyatakan bahwa tidak
terdapat perbedaan energi pada keduanya.
Lebih lagi, sebuah alternatif kumpulan kondisi yang dibuat oleh Dirichlet yang berlaku
untuk semua sinyal yang akan banyak digunakan, menjamin bahwa x(t) akan sama
dengan representasi deret Fourier, kecuali pada nilai t terisolasi yang menyebabkan x(t)
diskontinu. Pada nilai ini, deret tak terbatas dari persamaan (3.49) konvergen pada nilai
rata-rata dari nilai pada setiap sisi pada diskontinu.
Kondisi Dirichlet antara lain:
61
3 Fourier Series Untuk Sinyal Periodik
Kondisi 1
Pada satu periode manapun, x(t) harus absolutely integrable, yaitu
ˆ
|x(t)|dt < ∞. (3.50)
T
Hal ini akan menjamin bahwa setiap koefisien dari ak akan terbatas karena
1 1
ˆ ˆ
−jkω0 t
|ak | ≤ x(t)e dt = |x(t)|dt. (3.51)
T T T T
Kondisi 2
Pada interval waktu terbatas manapun, x(t) memiliki variasi terbatas; yaitu, hanya
memiliki sejumlah berhingga maxima dan minima pada satu periode sinyal manapun.
Kondisi 3
Pada interval waktu terbatas manapun, hanya terdapat sejumlah berhingga jumlah dis-
kontinuitas.
x(t) ↔ ak
x(t) ↔ ak
y(t) ↔ bk
Karena x(t) dan y(t) memiliki periode yang sama yaitu T , maka dengan mudah di-
simpulkan bahwa setiap kombinasi linear dari dua sinyal tersebut juga periodik dengan
periode T . Lebih jauh lagi, koefisien deret Fourier ck dari kombinasi linear x(t) dan y(t),
z(t) = Ax(t) + By(t), diberikan oleh kombinasi linear yang sama dari koefisien deret
Fourier untuk x(t) dan y(t).
62
3 Fourier Series Untuk Sinyal Periodik
Time Shifting
Ketika pergeseran waktu (time shift) dilakukan pada sinyal periodik x(t), periode T
dari sinyal akan tetap sama. Koefisien deret Fourier bk yang dihasilkan dari sinyal
y(t) = x(t − t0 ) dapat diekspresikan sebagai
1
ˆ
|bk = x(t − t0 )e−jkω0 t dt. (3.53)
T T
Subtitusi τ = t − t0 pada integral, variabel τ juga memiliki rentang pada interval
dengan durasi T , sehingga kita memperoleh
1 −jkω0 t0 1
ˆ ˆ
−jkω0 (τ +t0 )
x(τ )e dτ = e x(τ )e−jkω0 τ dτ (3.54)
T T T T
x(t) ↔ ak ,
maka
x(t − t0 ) ↔ e−jkω0 t0 ak .
Konsekuensi dari sifat ini adalah, ketika sinyal periodik mengalami pergeseran waktu,
maka magnitude dari koefisien deret Fourier tidak berubah.
Time Reversal
Periode T dari sinyal periodik x(t) juga tidak berubah ketika sinyal mengalami time
reversal. Untuk menentukan koefisien deret Fourier dari y(t) = −x(t), kita akan melihat
pengaruh dari time reversal pada persamaan sintesis (3.34):
+∞
X
x(−t) = ak e−jk2πt/T
k=−∞
Kita dapat melihat sisi kanan dari persamaan ini memiliki bentuk sintesis deret Fourier
untuk x(−t), di mana koefisien bk adalah
bk = a−k .
Jadi jika
x(t) ↔ ak ,
maka
x(−t) ↔ a−k .
63
3 Fourier Series Untuk Sinyal Periodik
Multiplication
Misalkan x(t) dan y(t) merupakan dua buah sinyal periodik dengan periode T dan me-
miliki koefisien deret Fourier ak dan bk , yaitu
x(t) ↔ ak ,
y(t) ↔ bk .
Karena hasil perkalian x(t)y(t) juga periodik dengan periode T , kita dapat melakukan
ekspansi dalam sebuah deret Fourier dengan koefisien deret Fourier hk dengan
+∞
X
x(t)y(t) ↔ hk = al bk−l (3.55)
l=−∞
x(t) ↔ ak ,
maka
x∗ (t) ↔ a∗−k .
Beberapa konsekuensi menarik dapat diperoleh dari sifat ini untuk x(t) real, yaitu
ketika x(t) = x∗ (t). Pada kasus ini diperoleh koefisien deret Fourier akan konjugat
simetris,
a−k = a∗k .
• Jika x(t) bernilai real maka a0 juga bernilai real dan
|ak | = |a−k |.
• Jika x(t) bernilai real dan fungsi genap maka ak = a∗k .
• Jika x(t) bernilai real dan fungsi ganjil maka koefisien deret Fourier merupakan
bilangan imajiner murni dan ganjil.
64
3 Fourier Series Untuk Sinyal Periodik
di mana ak adalah koefisien deret Fourier dari x(t) dan T adalah periodenya.
Juga berlaku,
1 jkω0 t 2 1
ˆ ˆ
ak e dt = |ak |2 dt = |ak |2 ,
T T T T
|ak |2 adalah daya rata-rata pada komponen harmonik ke-k dari x(t). Jadi yang hendak
dikatakan oleh relasi Parseval adalah total daya rata-rata dari sinyal periodik adalah
sama dengan jumlah dari daya rata-rata dari komponen harmoniknya.
5. 14 4 |x(t)|2 dt = 1/2.
´
65
3 Fourier Series Untuk Sinyal Periodik
X X X
x[n] = ak φk [n] = ak ejkω0 n = ak ejk(2π/N )n . (3.58)
k=hN i k=hN i k=hN i
..
.
X
x[N − 1] = ak ej2πk(N −1)/N
k=hN i
Kita memiliki pasangan persamaan deret Fourier waktu diskrit sebagai berikut:
X X
x[n] = ak ejkω0 n = ak ejk(2π/N )n , (3.60)
k=hN i
1 X 1 X
ak = x[n]e−jkω0 n = x[n]e−jk(2π/N )n . (3.61)
N N
n=hN i n=hN i
66
3 Fourier Series Untuk Sinyal Periodik
x[n] ↔ ak .
Linearitas
Jika
x[n] ↔ ak ,
y[n] ↔ bk ,
maka
Time Shifting
jika
x[n] ↔ ak ,
maka
Frequency Shifting
Jika
x[n] ↔ ak ,
maka
Time Reversal
Jika
x[n] ↔ ak ,
maka
x[−n] ↔ a−k .
67
3 Fourier Series Untuk Sinyal Periodik
Multiplikasi
Jika
x[n] ↔ ak ,
y[n] ↔ bk ,
maka
X
x[n]y[n] ↔ dk = al bk−l .
l=hN i
Diferensiasi Pertama
Jika
x[n] ↔ ak ,
maka
Persamaan ruas kiri dari relasi Parseval adalah daya rata-rata dari satu periode sinyal
periodik x[n]. |ak |2 adalah daya rata-rata dari harmonik ke-k dari komponen x[n]. Jadi
sekali lagi, relasi Parseval menyatakan bahwa daya rata-rata dari sinyal periodik adalah
sama dengan jumlah dari daya rata-rata dari semua komponen harmoniknya. Pada
waktu diskrit, tentu saja hanya terdapat N buah komponen harmonik yang berbeda.
4. x[n] memiliki daya minimum per periode di antara sekumpulan sinyal yang meme-
nuhi tiga kondisi sebelumnya.
68
3 Fourier Series Untuk Sinyal Periodik
Respon sebuah sistem LTI terhadap sinyal kompleks eksponensial dengan bentuk ejωt
(untuk waktu kontinu) atau ejωn (untuk waktu diskrit) adalah sangat sederhana un-
tuk mengekspresikan respon frekuensi dari sistem. Lebih jauh lagi karena berlaku sifat
superposisi dari sistem LTI, maka kita dapat mendapatkan respon sistem LTI dengan
kombinasi linear dari sinyal kompleks eksponensial.
Untuk kasus waktu kontinu, misalkan x(t) adalah sinyal periodik dengan representasi
deret Fourier diberikan oleh
+∞
X
x(t) = ak ejkω0 t . (3.67)
k=−∞
69
3 Fourier Series Untuk Sinyal Periodik
Misalkan kita menggunakan sinyal ini sebagai input dari sistem LTI dengan respon
impuls h(t). Karena setiap sinyal kompleks eksponensial pada persamaan (3.67) adalah
eigenfunction dari sistem, maka output dari sistem adalah
+∞
X
y(t) = ak H (jkω0 ) ejkω0 t . (3.68)
k=−∞
Maka output y(t) juga adalah periodik dengan frekuensi fundamental yang sama se-
perti x(t). Lebih lagi, jika {ak } adalah kumpulan koefisien deret Fourier untuk input
x(t), maka {ak H (jkω0 )} adalah kumpulan koefisien deret Fourier untuk output y(t).
Jadi, impak dari sistem LTI waktu kontinu adalah melakukan modifikasi secara indivi-
dual setiap dari koefisien Fourier dari input melalui multiplikasi dengan nilai dari respon
frekuensi pada frekuensi yang bersesuaian.
Untuk kasus waktu diskrit, misalkan x[n] adalah sinyal periodik dengan representasi
deret Fourier diberikan oleh
X
x[n] = ak ejk(2π/N )n . (3.69)
k=hN i
Misalkan kita menggunakan sinyal ini sebagai input dari sistem LTI dengan respon
impuls h[n]. Karena setiap sinyal kompleks eksponensial pada persamaan (3.69) adalah
eigenfunction dari sistem, maka output dari sistem adalah
X
y[n] = ak H ejk(2π/N ) ejk(2π/N )n . (3.70)
k=hN i
Maka output y[n] juga adalah periodik dengan frekuensi fundamental yang sama se-
perti x[n]. Lebih lagi, jika {ak } adalah kumpulan koefisien deret Fourier untuk input
x[t], maka {ak H ejk(2π/N ) } adalah kumpulan koefisien deret Fourier untuk output y[t].
Jadi, impak dari sistem LTI waktu diskrit adalah melakukan modifikasi secara individu-
al setiap dari koefisien Fourier dari input melalui multiplikasi dengan nilai dari respon
frekuensi pada frekuensi yang bersesuaian.
dengan
a0 = 1
1
a1 = a−1 = 4
1
a2 = a−2 = 2
1
a3 = a−3 = 3
70
3 Fourier Series Untuk Sinyal Periodik
Untuk menghitung koefisien deret Fourier dari sinyal output y(t), maka kita harus
menghitung respon frekuensi:
ˆ ∞
H(jω) = e−τ e−jωτ dτ
0
1
H(jω) = . (3.71)
1 + jω
dengan menggunakan persamaan (3.68) dan persamaan (3.71), dengan fakta ω0 = 2π,
maka kita memperoleh
+3
X
y(t) = bk ejk2πt ,
k=−3
b = 1
0
1 1 1 1
b1 = , b−1 = ,
4 1 + j2π 4 1 − j2π
1 1 1 1
b2 = , b−2 = ,
2 1 + j4π 2 1 − j4π
1 1 1 1
b3 = , b−3 = .
3 1 + j6π 3 1 − j6π
71
3 Fourier Series Untuk Sinyal Periodik
Filter low pass adalah filter yang melewatkan frekuensi rendah dan melakukan pere-
daman pada frekuensi yang lebih tinggi. Filter high pass adalah filter yang melewatkan
frekuensi tinggi dan melakukan peredaman pada frekuensi rendah. Filter band pass
adalah filter yang melewatkan sebuah band frekuensi dan melakukan peredaman pada
frekuensi yang lebih tinggi dan lebih rendah dari band frekuensi tersebut. Frekuensi cut
off adalah yang mendefinisikan batasan frekuensi yang dilewatkan (frekuensi pass band)
dan frekuensi yang diredam (frekuensi stop band).
Filter selektif frekuensi ideal adalah filter yang secara akurat melewatkan sinyal kom-
pleks eksponensial tanpa distorsi pada pass band dan meredam secara lengkap sinyal
pada stop band. Filter ideal berguna untuk mendeskripsikan konfigurasi sistem ideal
untuk berbagai aplikasi, namun filter ini tidak dapat direalisasikan sehingga kita hanya
bisa melakukan aproksimasi (pendekatan) dari filter ideal ini.
dvc (t)
RC + vc (t) = vs (t). (3.73)
dt
vR (t)
+ −
+ vC (t)
vs (t)
−
Asumsikan sistem relaks, sistem dengan persamaan (3.73) adalah sistem LTI. Untuk
menentukan respon frekuensi H(jω), dengan definisi, dengan tegangan input vs (t) =
ejωt , kita akan memiliki tegangan output vc (t) = H(jω)ejωt . Jika kita mensubsitusikan-
nya, kita akan memperoleh
d
H(jω)ejωt + H(jω)ejωt = ejωt .
RC (3.74)
dt
Maka akan diperoleh
1
H(jω) = . (3.75)
1 + RCjω
72
3 Fourier Series Untuk Sinyal Periodik
Besar dari respon frekuensi H(jω) diperlihatkan pada gambar di bawah. Perhatikan
untuk frekuensi-frekuensi di dekat ω = 0 maka |H(jω)| ≈ 1, sedangkan untuk harga ω
yang lebih besar (positif atau negatif), maka |H(jω)| agak lebih kecil dan kenyataannya
tetap berkurang selama |ω| bertambah. Dengan demikian, filter RC yang sederhana ini
(dengan vc (t) sebagai output) merupakan filter low pass non ideal.
|H(ω)|
1
ω
−1/RC 0 1/RC
∠H(ω)
π/2
π/4
1/RC
ω
−1/RC
−π/4
−π/2
Tanggapan impuls dari sistem yang digambarkan oleh persamaan (3.73) adalah
1 −t/RC
h(t) = e u(t), (3.76)
RC
dan respon terhadap sinyal step adalah
h i
s(t) = 1 − e−t/RC u(t), (3.77)
dengan digambarkan pada gambar berikut (dengan τ = RC).
h(t)
1
τ
1
τe
τ t
s(t)
1
1
1− e
τ t
73
3 Fourier Series Untuk Sinyal Periodik
dG(jω)ejωt dejωt
RC + G(jω)ejωt = RC . (3.79)
dt dt
Maka akan diperoleh
jωRC
G(jω) = . (3.80)
1 + ωRC
Besar dari respon frekuensi G(jω) diperlihatkan pada gambar di bawah.
|H(ω)|
1
ω
−1/RC 0 1/RC
∠H(ω)
π/2
π/4
−1/RC
ω
1/RC
−π/4
−π/2
s(t)
1
e
t
τ = RC
74
3 Fourier Series Untuk Sinyal Periodik
Output y[n] adalah nilai rata-rata terbobot dari (N + M + 1) buah x[n] dari x[n − M ]
sampai x[n + N ], dengan bobot diberikan oleh koefisien bk . Sistem dengan bentuk ini
dapat digunakan untuk berbagai macam kebutuhan pemfilteran, termasuk filter selektif
frekuensi.
Satu jenis filter yang sering digunakan adalah filter moving average, di mana output
y[n] untuk setiap n, anggap n0 merupakan nilai rata-rata dari harga x[n] di sekitar n0 .
3.7 Penutup
Representasi sinyal periodik menggunakan sinyal kompleks eksponensial dikenal sebagai
deret Fourier waktu kontinu dan deret Fourier waktu diskrit. Representasi kompleks
eksponensial dapat digunakan untuk membentuk berbagai bentuk sinyal yang berguna
melalui superposisi.
75
3 Fourier Series Untuk Sinyal Periodik
Melalui sifat superposisi, respon dari sistem LTI terhadap input yang terdiri dari kom-
binasi linear dari sinyal dasar adalah kombinasi linear yang sama dari respon individual
terhadap setiap sinyal dasar tersebut.
76