LAPORAN PRAKTIKUM

Persamaan beda

Oleh :
Nama : Diki Ramanda

Nim : 2020203020009

Mata Kuliah : Praktikum Pengolahan Sinyal Digital

Kelas : TRJT 2A

Semester :4

Dosen Pembimbing : Raisah Hayati,S.T,M.T.

PROGRAM STUDI TEKNOLOGI REKAYASA JARINGAN TELEKOMUNIKASI

JURUSAN TEKNIK ELEKTRO

POLITEKNIK NEGERI LHOKSEUMAWE

TAHUN AJARAN 2021/2022

 LEMBAR PENGESAHAN
LAPORAN PRAKTIKUM PENGOLAHAN SINYAL DIGITAL

Laporan Pratikum Pengolahan Sinyal Digital Dengan Judul Sampling dan

Aliasing Disusun Sebagai Persyaratan Kelulusan Mata Kuliah Praktikum Pengolahan
Sinyal Digital, Oleh:

Nama : Diki Ramanda

Kelas : TRJT 2A

Nim : 2020203020009

Program Studi : Teknologi Rekayasa Jaringan Telekomunikasi

Semester : 4 (Empat) Tanggal

Praktikum : 22 Maret 2022

Tanggal Penyerahan : 29 Maret 2022

Demikian laporan ini dibuat sebenar benarnya.

Lhokseumawe, 29 Maret 2022

Mengetahui,
Dosen Penanggung Jawab Praktikum Penyusun

Raisah Hayati, S.T., M.T. Diki Ramanda

NIP. 197910062005012013 NIM.2020203020009

53
 BAB 6
PERSAMAAN BEDA

6.1 Tujuan Instruksional Khusus

Setelah mempelajari materi dalam bab ini mahasiswa diharapkan mampu:
1. Menyelesaikan persamaan beda dengan rekursif dan metode langsung.
2. Menggunakan tool Matlab untuk menyelesaikan persamaan beda untuk sinyal
masukan yang berbeda-beda.

6.2 Dasar Teori

6.2.1 Persamaan Beda
Sebuah persamaan beda yang merepresentasikan relasi masukan-keluaran untuk
sebuah sistem Linier Time Invariant (LTI) diskrit dan memiliki bentuk:
(6.1)

Dengan x[n] adalah sinyal masukan, y[n] adalah sinyal keluaran, ak dan bk adalah konstanta.
Orde dari persamaan beda tersebut adalah N.
Contoh:
Suatu sistem LTI hubungan sinyal masukan dan keluaran dideskripsikan dengan persamaan
beda sebagai berikut:
[ ] [ ] [ ] [ ] [ ] (6.2)
Dengan [ ] [ ]. Dapatkan solusi dari persamaan beda tersebut, kemudian gambarkan
sinyal masukan dan sinyal keluaran untuk n=1,2,....., 10,
Untuk menyelesaikan persamaan diatas dapat dilakukan dengan 3 cara, yaitu:
Secara Rekursif
Secara Langsung (mendapatkan solusi homogeny dan partikulirnya)
Secara tidak langsung (menggunakan Transformasi Z).

Meode Rekursif
Metode rekursif adalah metode yang menggunakan nilai pada waktu yang lalu untuk
mendapatkan nilai yang sekarang, sehingga dibutuhkan nilai awal dalam proses
pengerjaannya. Metode rekursif dijalankan mulai dari n=0. Kelemahan dari metode

54
 ini, untuk mendapatkan sinyal keluaran saat n, dibutuhkan informasi dari sinyal
keluaran yang lalu, pada saat n-k.
Pada contoh diatas, untuk mendapatkan solusi persamaan beda menggunakan metode
rekursif, persamaan tersebut dibentuk sebagai berikut:

[ ] [ ] [ ] [ ] [ ]
[ ] [ ] [ ] [ ] [ [ ]

Untuk n=0
Untuk nilai y[-1] dan y[-2] diberi nilai 0. Ini yang disebut sebagai nilai awal. Jika
dalam sistem LTI, keadaan demikian sistem dalam keadaan berelaksasi. Jadi
diperoleh untuk n=0,
y[0]=1.

Untuk n=1
[ ] [ ] [ ] [ ] [ ]
[ ]

Untuk n=2
[ ] [ ] [ ] [ ] [ ]
[ ]
.
. .
.
Dan seterusnya, sampai n=10.

Metode Langsung
Metode langsung adalah dengan mendapatkan solusi homogen dan solusi partikulir
dari persamaan beda.
Solusi homogen
[ ] [ ] [ ] [ ] [ ]
[ ] [ ] [ ]

55
Persamaan Karakteristik:

Jadi solusi homegen adalah:

Solusi partikulir
[ ] [ ] [ ] [ ] [ ]
[ ] [ ] [ ] [ ] [ ]
[ ] [ ] [ ]

Karena [ ] [ ] adalah sinyal eksponensial, maka terkaan solusi partikulir

adalah:

Karena gagal memenuhi kondisi sistem, maka pemisalan solusi partikel adalah:

Untuk mendapatkan nilai A, pemisalan tersebut dimasukkan ke sistem, sehingga

diperoleh:

Jadi solusi total dari persamaan beda pada sistem diatas adalah:

Untuk mendapatkan nilai c1 dan c2, pada solusi total diatas diset untuk nilai n=0 dan
n=1 sehingga akan ditemukan nilai y(0) dan y(1), kemudian nilai ini disamakan
dengan persamaan beda pada sistem untuk n=0 dan n=1 juga, sehingga akan
ditemukan nilai c1 dan c2.
Dari perhitungan akan ditemukan solusi total sebagai berikut:

56
Dengan ditemukannya solusi diatas, maka untuk mengetahui sinyal keluaran untuk n
berapapun dari sinyal masukan [ ] dapat dengan mudah ditemukan:
Untuk n=2

Untuk n=10

Metode Tak Langsung

Untuk metode langsung dilakukan dengan menggunakan transformasi z.
[ ] ∑
Transformasi z dari fungsi yang sering digunakan:
Tabel 6.1 Transformasi Z
f(n) F(z) ROC
1

| |

| |

| |

| |>1

| |

| |

| |

| |

57
 Tabel 6.2 Sifat Transformasi z.

6.3 Alat dan Bahan

1. Satu buah PC lengkap sound card dan OS Windows dan Perangkat Lunak Matlab.
2. Satu Flash Disk dengan kapasitas yang cukup.

6.4 Keselamatan Kerja:

1. Kondisi semua peralatan masih dalam keadaan OFF.
2. Pasang kabel power semua peralatan, dan hubungkan ke sumber AC.

58
 3. Sebelum kabel power dihubungkan ke sumber AC, pastikan semua kabel telah
terpasang dengan benar, misalkan antara monitor dengan komputer, dan antara kabel
mouse dengan komputer, dan lain-lain.
4. Setelah selesai menggunakan komputer, matikan komputer dengan perintah shut
down, setelah komputer mati baru cabut kabel power-nya.

6.5 Langkah Percobaan

1. Matlab menyediakan fasilitas (tool) untuk menyelesaikan persamaan beda pada sistem
LTI, yang menggunakan fungsi filter. Penyelesaian disini adalah nilai sinyal keluaran
untuk nilai n tertentu.
Misal persamaan beda pada contoh di atas akan diselesaikan menggunakan tool
Matlab.
[ ] [ ] [ ] [ ] [ ]

Dengan [ ] [ ]
Tulislah coding program di bawah ini:
clc;
clear;
a=[1 -3 -4];%koofisien pada y[n]
b=[1 2];%koefisien pada x[n]
n=0:10;%membangkitkan nilai n(waktu)
x=4.^n;
y=filter(b,a,x);

%menampilkan hasil
disp(‘nilai sinyal masukan untuk persamaaam beda
adalah:’)
disp(x)
disp(‘nilai sinyal keluaran dari persamaan beda adalah:’)
disp(y)

%gambar 2 grafik dalam 1 form

subplot(2,1,1)
stem(n,x,’b’)
title(‘sinyal masukan’)
subplot(2,1,2)
stem(n,y,’r’)
title(‘sinyal keluaran’)

Hasil running adalah:

59
 nilai sinyal masukan untuk persamaaam beda adalah:
Columns 1 through 7

1 4 16 64 256 1024 4096

Columns 8 through 11

16384 65536 262144 1048576

nilai sinyal keluaran dari persamaan beda adalah:

Columns 1 through 7

1 9 55 297 1495 7209 33751

Columns 8 through 11

154665 697303 3103785 13673431

5
sinyal masukan
x 10
15

10

0
0 1 2 3 4 5 6 7 8 9 10

6
sinyal keluaran
x 10
15

10

0
0 1 2 3 4 5 6 7 8 9 10

Gambar 6.1 sinyal x[n] dan y[n] hasil persamaan beda pada contoh 1.

2. Selesaikan persamaan beda dibawah pada n=0:20 Dengan

60
 [ ]
Tulislah coding program di bawah ini:
b=[1];%koefisien pada x[n]
a=[1 -1 0.9]%koefisien pada y[n]
n=0:20;%membangkitkan nilai n(waktu)
x=2.^n;
y=filter(b,a,x);

%menampilkan hasil
disp(‘nilai sinyal masukan untuk persamaaam beda
adalah:’)
disp(x)
disp(‘nilai sinyal keluaran dari persamaan beda adalah:’)
disp(y)

%gambar 2 grafik dalam 1 form

subplot(2,1,1)
stem(n,x,’b’)
title(‘sinyal masukan’)
subplot(2,1,2)
stem(n,y,’r’)
title(‘sinyal keluaran’)

Hasil running programnya adalah:

nilai sinyal masukan untuk persamaaam beda adalah:

Columns 1 through 15

1 2 4 8 16 32 64 128 256
512 1024 2048 4096 8192 16384

Columns 16 through 21
32768 65536 131072 262144 524288 1048576
nilai sinyal keluaran dari persamaan beda adalah:
1.0e+06 *

Columns 1 through 19

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0001 0.0002 0.0004

0.0007 0.0014 0.0028 0.0056 0.0113 0.0226 0.0452 0.0904 0.1808
0.3616

Columns 20 through 21

0.7232 1.4463

61
 5
sinyal masukan
x 10
15

10

0
0 2 4 6 8 10 12 14 16 18 20

5
sinyal keluaran
x 10
15

10

0
0 2 4 6 8 10 12 14 16 18 20

Gambar 6.2 sinyal x[n] dan y[n] hasil persamaan beda pada contoh 2.

3. Untuk mengkomputasi respon impuls, matlab menyedikan fungsi impz

h=impz(b,a,n);
Dari persamaan beda dibawah ini:

Dengan
[ ]
Tentukan respon impuls h(n) pada n= -20,.....,100
Tulislah coding program dibawah ini:
b=[1];
a=[1,-1,0.9];
n=[-20:120];
h=impz(b,a,n);
stem(n,h)
title(‘Impulse Response’)
xlabel(‘n’)
ylabel(‘h(n)’)

62
 Impulse Response
1

0.8

0.6

0.4

0.2
h(n)

-0.2

-0.4

-0.6

-0.8

-1
-20 0 20 40 60 80 100 120
n

Gambar 6.3 Respon impuls h(n) pada contoh 3.

6.6 Borang Data

Isikan hasil yang anda peroleh pada tabel borang data dibawah ini:

1.
clc; 5
sinyal masukan
x 10
clear; 15
a=[1 -3 -4];%koofisien pada
y[n] 10
b=[1 2];%koefisien pada x[n]
n=0:10;%membangkitkan nilai 5
n(waktu)
x=4.^n; 0
y=filter(b,a,x); 0 1 2 3 4 5 6 7 8 9 10

%menampilkan hasil 6
sinyal keluaran
x 10
disp('nilai sinyal masukan 15
untuk persamaan beda')
disp(x) 10
disp('nilai sinyal keluaran
dari persamaan beda 5
adalah:')
disp(y) 0
%gambar 2 grafik dalam 1 0 1 2 3 4 5 6 7 8 9 10

form
subplot(2,1,1)
stem(n,x,'b')
title('sinyal masukan')
subplot(2,1,2)
stem(n,y,'r')
title('sinyal keluaran')

63
2.
b=[1];%koefisien pada 5
sinyal masukan
x 10
x[n] 15
a=[1 -1 0.9]%koefisien
pada y[n] 10
n=0:20;%membangkitkan
nilai n(waktu) 5
x=2.^n;
y=filter(b,a,x); 0
%menampilkan hasil 0 2 4 6 8 10 12 14 16 18 20
disp('nilai masukan untuk 5
sinyal keluaran
x 10
persamaan beda adalah:') 15
disp(x)
disp('nilai sinyal 10
keluaran dari persamaan
beda adalah:') 5
disp(y)
%gambar 2 grafik dalam 1 0
form 0 2 4 6 8 10 12 14 16 18 20

subplot(2,1,1)
stem(n,x,'b')
title('sinyal masukan')
subplot(2,1,2)
stem(n,y,'r')
title('sinyal keluaran')

3.
b=[1]; Impulse Response
a=[1,-1,0.9]; 1

n=[-20:120]; 0.8

h=impz(b,a,n); 0.6
stem(n,h)
0.4
title('Impulse Response')
xlabel('n') 0.2

ylabel('h(n)')
h(n)

-0.2

-0.4

-0.6

-0.8

-1
-20 0 20 40 60 80 100 120
n

64
6.7 Tugas

1. Suatu sistem LTI dideskripsikan dengan persamaan beda di bawah ini:

. Tentukan respon impuls sistem pada interval menggunakan Matlab

. Tentukan renpon y(n) pada interval untuk masukan sistem
[ ] [ ]
Menggunakan Matlab

Jawaban:

b=[1,-0.5,0.25]; x 10
34
Impulse Response
2.5
a=[1 , 2, 0, 1];
n=[0:100]; 2
h=impz(b,a,n);
1.5
stem(n,h)
title('Impulse 1
Response')
h(n)

xlabel('n') 0.5

ylabel('h(n)') 0

-0.5

-1

-1.5
0 10 20 30 40 50 60 70 80 90 100
n

b=[1,2,0,1];%koefisien sinyal masukan

pada x[n] 1
a=[1,- 0.5
0.5,0.25]%koefisien
pada y[n] 0

n=0:200;%membangkitkan -0.5
nilai n(waktu)
-1
x=cos(0.2*pi*n); 0 20 40 60 80 100 120 140 160 180 200
y=filter(b,a,x);
sinyal keluaran
%menampilkan hasil 5
disp('nilai masukan
untuk persamaan beda
adalah:') 0

disp(x)
disp('nilai sinyal
-5
keluaran dari persamaan 0 20 40 60 80 100 120 140 160 180 200
beda adalah:')
disp(y)
%gambar 2 grafik dalam
1 form

65
subplot(2,1,1)
stem(n,x,'b')
title('sinyal masukan')
subplot(2,1,2)
stem(n,y,'r')
title('sinyal
keluaran')

6.8 Analisa

6.9 Kesimpulan
Sebuah persamaan beda yang merepresentasikan relasi masukan-keluaran
untuk sebuah sistem Linier Time Invariant (LTI) diskrit dan memiliki bentuk. Dengan
x[n] adalah sinyal masukan, y[n] adalah sinyal keluaran, ak dan bk adalah konstanta.
Orde dari persamaan beda tersebut adalah N. Suatu sistem LTI hubungan sinyal
masukan dan keluaran dideskripsikan dengan persamaan beda.

66