SS - 19 - Yahya Setiawan - 7

SINYAL & SISTEM
Modul 7
F( F(
) )
ℱ −1 ℱ
ℱ ℱ −1
f( f[k]
t)
ℒ 𝒵 −1
𝒵
ℒ −1
F(s) F(z)
Matlab Computation Simulink Simulation
Yahya Setiawan
5022221112
Sistem LTI Waktu Kontinu 1

Modul 7. Transformasi Z
Konseptual
Konseptualisasi Kalkulus Aljabar
Problema Real
problema
Konvolusi Penjumlahan Fungsi Transfer
Persamaan Beda
Solusi
Diagram Blok
Realisasi solusi Respons Impuls
Diagram Simulasi Peta Pole-Zero
Setelah mempelajari seluruh bagian ketujuh ini, Anda akan mampu menguasai Pengetahuan
tentang teori transformasi Z dan mampu melakukan Keterampilan yang disajikan pada Tabel di
bawah ini.
Pengetahuan Keterampilan
1 Definisi transformasi Z 1 Merepresentasikan fungsi domain-k ke domain-z
2 Sifat-sifat transformasi Z 2 Merepresentasikan fungsi domain-z ke domain-k
3 Inversi transformasi Z 3 Mendapatkan fungsi transfer dari respons impuls sistem
4 Representasi fungsi transfer 4 Mendapatkan fungsi transfer dari persamaan beda
5 Representasi diagram blok 5 Merepresentasikan diagram blok sistem
6 Representasi respons impuls 6 Menghitung respons sistem terhadap suatu masukan
7 Kestabilan domain-z 7 Menentukan kestabilan sistem LTI-WD dalam domain-z
Simulasi 0-1 Menghitung Konvolusi dan Dekonvolusi Menggunakan TZ

Pada program Simulasi 0-2 didemonstrasikan perhitungan konvolusi antara dua sekuens dan
proses dekonvolusi untuk mendapatkan kembali sekuens yang telah dikonvolusikan.
Simulasi 0-2 Menghitung Konvolusi dan Dekonvolusi Menggunakan TZ

clear all;
syms n z;
x1n=0.4^n; % Sekuens 1 Domain-n
x2n=0.5^n; % Sekuens 2 Domain-n
X1z=ztrans(x1n); % Sekuens 1 Domain-z
X2z=ztrans(x2n); % Sekuens 2 Domain-z
X3z=X1z*X2z; % Perkalian dalam Domain-z
con12=iztrans(X3z); % Hasil konvolusi Domain-n
disp('Hasil Konvolusi dari x1(n) dan x2(n) adalah');
simplify(con12)
decon_X1z=X3z/X2z; % Pembagian dalam Domain-z
decon_x1n=iztrans(decon_X1z); % Hasil dekonvolusi Domain-n
disp('Hasil dekonvolusi sekuens x1(n) adalah');
simplify(decon_x1n)
decon_X2z=X3z/X1z; % Pembagian dalam Domain-z
decon_x2n=iztrans(decon_X2z); % Hasil dekonvolusi Domain-n
disp('Hasil dekonvolusi sekuens x2(n) adalah');
2 Sistem LTI Waktu Kontinu

simplify(decon_x2n)
Hasilnya
Hasil Konvolusi dari x1(n) dan x2(n) adalah
ans = 5*(1/2)^n - 4*(2/5)^n
Hasil dekonvolusi sekuens x1(n) adalah
ans = (2/5)^n
Hasil dekonvolusi sekuens x2(n) adalah
ans = 1/2^n
Tugas simulasi 7-1:

• Carilah hasil konvolusi apabila persamaan impuls diberikan sebagai berikut
ℎ1(𝑛) = 𝑒 −2𝑛
ℎ2(𝑛) = 𝑒 −3𝑛
Jawaban simulasi 7-1:
Jika ingin mencari konvolusi dari h1(n) dan h2(n) diatas, maka dapat dengan program berikut :
clear all;
syms n z;
h1n=exp(-2*n); % Sekuens 1 Domain-n
h2n=exp(-3*n); % Sekuens 2 Domain-n
H1z=ztrans(h1n); % Sekuens 1 Domain-z
H2z=ztrans(h2n); % Sekuens 2 Domain-z
H3z=H1z*H2z; % Perkalian dalam Domain-z
con12=iztrans(H3z); % Hasil konvolusi Domain-n
disp('Hasil Konvolusi dari h1(n) dan h2(n) adalah');
simplify(con12)
decon_H1z=H3z/H2z; % Pembagian dalam Domain-z
decon_h1n=iztrans(decon_H1z); % Hasil dekonvolusi Domain-n
disp('Hasil dekonvolusi sekuens h1(n) adalah');
simplify(decon_h1n)
decon_H2z=H3z/H1z; % Pembagian dalam Domain-z
decon_h2n=iztrans(decon_H2z); % Hasil dekonvolusi Domain-n
disp('Hasil dekonvolusi sekuens h2(n) adalah');
simplify(decon_h2n)
Dengan hasil sebagai berikut :

Hasil Konvolusi dari h1(n) dan h2(n) adalah
ans = -(exp(1)*exp(n) - 1)/(exp(3*n) - exp(3*n)*exp(1))
Hasil dekonvolusi sekuens h1(n) adalah
ans = exp(-2*n)
Hasil dekonvolusi sekuens h2(n) adalah
ans = exp(-3*n)
Jika ditulis dalam bentuk matematika, maka konvolusi h1(n) *h2(n) adalah

𝑒 × 𝑒𝑛 − 1
ℎ1(𝑛) ∗ ℎ2(𝑛) = − ( )
𝑒 3𝑛 − 𝑒 3𝑛 × 𝑒
Simulasi 7 2 Menghitung Ekspansi Pecahan Parsial Domain-z

Perhitungan ekspansi pecahan parsial seperti di atas dapat juga dilakukan melalui program
pada Simulasi 0-3.
Simulasi 0-3 Menghitung Ekspansi Pecahan Parsial Domain-z

clear all;
H = tf('z');
Ts = 0.1;
Num = [3 2 1]; % Koefisien Numerator
Den = [1 -3 2]; % Koefisien Denominator
disp('Fungsi Transfer Sistem,');
H = tf(Num,Den,Ts)
disp('Residu, Pole dan Suku konstan dari Fungsi Transfer
adalah,');
disp('(r-residue;p-poles;k-directterms)');
[r,p,k] = residue(Num,Den)
disp('Koefisien Numerator dan Denominator dapat diperoleh kembali
dari r,p,k,');
[b,a]=residue(r,p,k)
Hasilnya
Fungsi Transfer Sistem,
H =
3 z^2 + 2 z + 1
---------------
z^2 - 3 z + 2
Sample time: 0.1 seconds
Discrete-time transfer function.
Residu, Pole dan Suku konstan dari Fungsi Transfer adalah,
(r-residue;p-poles;k-directterms)
r =
17
-6
p =
2
1
k =
3
Koefisien Numerator dan Denominator dapat diperoleh kembali dari r,p,k,
b =
3 2 1
a =
1 -3 2
Tugas simulasi 7-2:
• Dapatkan persamaan ekspansi pecahan parsial dari persamaan
2𝑧 2 − 1.1𝑧
𝐻(𝑧) =
𝑧 2 − 1.1𝑧 + 0.18
Menggunakan simulasi 7-2.

Jika fungsi transfer diubah menjadi H(z) diatas, maka variabel Num dan Den diubah menjadi
Num = [2 -1.1 0] dan Den = [1 -1.1 0.18]. Sehingga program akan menjadi :
clear all;
H = tf('z');
Ts = 0.1;
Num = [2 -1.1 0]; % Koefisien Numerator
Den = [1 -1.1 0.18]; % Koefisien Denominator
disp('Fungsi Transfer Sistem,');
H = tf(Num,Den,Ts)
disp('Residu, Pole dan Suku konstan dari Fungsi Transfer adalah,');
disp('(r-residue;p-poles;k-directterms)');
[r,p,k] = residue(Num,Den)
disp('Koefisien Numerator dan Denominator dapat diperoleh kembali dari
r,p,k,');
[b,a]=residue(r,p,k)

*Kurang pecahan parsial
Fungsi Transfer Sistem,
H=
2 z^2 - 1.1 z
------------------
z^2 - 1.1 z + 0.18
Model Properties
Residu, Pole dan Suku konstan dari Fungsi Transfer adalah,
(r-residue;p-poles;k-directterms)
r=
0.9000
0.2000
p=
0.9000
0.2000
k=
2
Koefisien Numerator dan Denominator dapat diperoleh kembali dari r,p,k,
b = 2.0000 -1.1000 0
a = 1.0000 -1.1000 0.1800

Simulasi 0-4 Mendapatkan Representasi Domain-z dan Inversinya
Selanjutnya, untuk menghitung transformasi z dan inversinya dapat dengan mudah diverifikasi
menggunakan program yang dicontohkan pada Simulasi 0-5.
Simulasi 0-5 Mendapatkan Representasi Domain-z dan Inversinya

syms n a b z
% Mendapatkan transformasi Z sekuens
ztrans(a^n) % Sekuens eksponensial
ztrans((1/4)^n) % Sekuens eksponensial
ztrans(sin(b*n)) % Sekuens fungsi sin
ztrans(cos(n*a)) % Sekuens fungsi cos
% Mendapatkan inversi transformasi Z sekuens
iztrans(z/(z-2))
iztrans(sin(1/z))
iztrans(exp(a/z))
iztrans((2*z^2-(3/4)*z)/(z^2-3/4*z+1/8))
Hasilnya
ans = -z/(a - z)
ans = z/(z - 1/4)
ans = (z*sin(b))/(z^2 - 2*cos(b)*z + 1)
ans =(z*(z - cos(a)))/(z^2 - 2*cos(a)*z + 1)
ans = 2^n
ans =-(1i^(n - 1)*((-1)^n - 1))/(2*factorial(n))
ans = a^n/factorial(n)
ans = (1/2)^n + (1/4)^n
Tugas simulasi 7-3:

• Carilah transformasi Z dari persamaan 𝑛𝑒 𝑛 menggunakan kode dibawah lalu
bandingkan hasilnya dengan tabel transformasi Z.
𝑧
• Carilah inverse transformasi Z dari persamaan menggunakan kode dibawah lalu
𝑧−1
bandingkan hasilnya dengan tabel transformasi Z.
a. Apabila ingin mencari transformasi Z dengan program, maka dapat dengan
menggunakan
syms n a b z
ztrans(n*exp(n)) % fungsi n*exp(n)
ans = (z*exp(1))/(z - exp(1))^2
atau
𝑧𝑒
𝑎𝑛𝑠 =
(𝑧 − 𝑒)2
Jika ingin dibandingkan dengan tabel transformasi Z, maka
𝑎𝑧
𝑛 𝑎𝑛 ↔
(𝑧 − 𝑎)2

𝑧𝑒
𝑛 𝑒𝑛 ↔
(𝑧 − 𝑒)2
Sehingga kedua hasil terbukti sama
b. Apabila ingin mencari invers transformasi Z dengan program, maka dapat dengan
menggunakan
syms n
iztrans(z/(z-1)) % fungsi z/(z-1)

ans = 1
Jika ingin dibandingkan dengan tabel transformasi Z, maka

𝑧
𝑢(𝑛) ↔
𝑧−1
𝑧
Sehingga, karena fungsi apabila di inverse akan sama dengan sinyal unit step atau 1.
𝑧−1
Maka kedua hasil terbukti sama.
Simulasi 0-6 Mendapatkan Respons Impuls Sistem

Pada program Simulasi 0-7 diberikan contoh untuk mendapat respons impuls sistem apabila
diketahui fungsi transfer sistem.
Simulasi 0-7 Mendapatkan Respons Impuls Sistem

clear all;
syms z n;
H=1/(1-0.8*(z^(-1))+0.16*(z^(-2))); % Fungsi transfer
disp('Respons impuls h(n) diperoleh');
h=iztrans(H); % Menghitung respons impuls
simplify(h) % Merapikan representasi
persamaan
N=20;
b=[0 0 1]; % Koefisien numerator
a=[1 -0.8 0.16]; % Koefisien denominator
[H,n]=impz(b,a,N); % Menghitung respons impuls
stem(n,H); % Plot respons impuls
xlabel('n'); ylabel('h(n)'); title('Respons Impuls')
Hasilnya

Tugas simulasi 7-4:
• Dapatkan persamaan respon impuls dari sistem mass-spring-damper yang memiliki
fungsi transfer
1 5
𝐻(𝑠) = = 2
𝑚𝑠 2 + 𝑏𝑠 + 𝑘 𝑠 + 3𝑠 + 2
Gunakan syntax c2d() untuk mengubah sistem kontinue menjadi diskrit dengan waktu
sampling 100ms. Dapatkan numerator dan denominator persamaan Z nya kemudian
gunakan simulasi 7-4 untuk melihat respon impuls diskritnya. (ubah nilai N menjadi
N=50)
Jika ingin mencari respon impuls diskrit dari sebuah fungsi transfer waktu kontinu, maka dapat
memanfaatkan fungsi f2d() () untuk mengubah sistem kontinue menjadi diskrit dengan waktu
sampling 100ms, serta tfdata() untuk mendapatkan nilai numerator dan denominator. Sehingga
program yang digunakan sebagai berikut
clear all;
syms z n;
hc = tf([5],[1 3 2]);
hd = c2d(hc,0.1, 'foh') % Fungsi transfer
[num,den] = tfdata(hd); % Koefisien numerator & denominator
disp('Respons impuls h(n) diperoleh');
Hd = poly2sym(cell2mat(num),z)/poly2sym(cell2mat(den),z);
h=iztrans(Hd); % Menghitung respons impuls
simplify(h) % Merapikan representasi persamaan
N=50;
[H,n]=impz (cell2mat(num),cell2mat(den),N); % Menghitung respons impuls

Simulasi 0-8 Respons Sistem LTI Waktu Diskret Representasi Fungsi Transfer
Pada program Simulasi 0-9 dilakukan perhitungan output sistem dengan fungsi transfer Hz
ketika diberikan input step.
5𝑧 2
𝐻(𝑧) =
𝑧 2 − 0.7𝑧 + 0.1
Untuk modifikasi sistem dan sekuens input yang diberikan dapat dilakukan dengan mengubah
nilai koefisien simbol fungsi Hz dan Xz.
Simulasi 0-9 Respons Sistem LTI Waktu Diskret Representasi Fungsi

Transfer
clear all;
syms z;
Hz = 5*z^2/(z^2-0.7*z+0.1); % Fungsi transfer
Xz = z/(z-1); % Fungsi sekuens unit step
Yz = Hz*Xz; % Output domain-z
y=iztrans(Yz); % Menghitung output domain-n
disp('Respons Sistem terhadap Input Unit Step y[n] adalah')
simplify(y) % Merapikan representasi persamaan
N=20;
b=[5 0 0]; % Koefisien numerator
a=[1 -0.7 0.1]; % Koefisien denominator
[H,n]=stepz(b,a,N); % Menghitung respons step
stem(n,H); % Plot respons step
xlabel('n'); ylabel('h(n)'); title('Respons Step')
Hasilnya
Respons Sistem terhadap Input Unit Step, y[n] adalah
ans = (5*(1/5)^n)/6 - (25*(1/2)^n)/3 + 25/2

Tugas simulasi 7-5:
• Dapatkan respon step dari sistem mass-spring-damper yang memiliki fungsi transfer
1 5
𝐻(𝑠) = = 2
𝑚𝑠 2 + 𝑏𝑠 + 𝑘 𝑠 + 3𝑠 + 2
sampling 100ms. Dapatkan persamaan Z nya kemudian gunakan simulasi 7-5 untuk
melihat respon step diskritnya.
Jika ingin mencari respon step diskrit dari sebuah fungsi transfer waktu kontinu, maka dapat
memanfaatkan fungsi f2d() () untuk mengubah sistem kontinue menjadi diskrit dengan waktu
sampling 100ms, serta tfdata() untuk mendapatkan nilai numerator dan denominator. Sehingga
program yang digunakan sebagai berikut
clear all;
syms z n;
hc = tf([5],[1 3 2]);
disp('Respons step h(n) diperoleh');
N=50;
[H,n]=stepz(cell2mat(num),cell2mat(den),N); % Menghitung
respons impuls

Simulasi 0-10 Peta Pole-Zero Sistem LTI Waktu Diskret

Plot peta pole-zero dapat diperoleh dengan menjalankan Simulasi 0-11. Kita dapat
bereksperimen untuk sistem yang lain dengan mengubah nilai koefisien fungsi transfer sistem
pada variabel num dan den.
Simulasi 0-11 Peta Pole-Zero Sistem LTI Waktu Diskret

clf;
num = [1];den = [1 -0.9 0.8]; % Menentukan nilai koefisien H(z)
Hz=tf(num,den,-1) % Merepresentasikan Fungsi Transfer H(z)
p=roots(den) % Menghitung nilai Pole
mag_p=abs(p) % Menghitung Magnitudo Pole
fase_p=angle(p) % Menentukan Fase Pole
zplane(num,den) % Plot peta Pole-Zero
Hasilnya
Hz =
1
-----------------
z^2 - 0.9 z + 0.8
Sample time: unspecified
p = 0.4500 + 0.7730i; 0.4500 - 0.7730i

mag_p = 0.8944; 0.8944
fase_p = 1.0436; -1.0436

Tugas simulasi 7-6:
• Dapatkan persamaan respon step dari sistem mass-spring-damper yang memiliki
fungsi transfer
1 5
𝐻(𝑠) = = 2
𝑚𝑠 2 + 𝑏𝑠 + 𝑘 𝑠 + 3𝑠 + 2
sampling 100ms dan dapatkan persamaan Z nya. Buatlah Pole-zero map dari
persamaan Z tersebut. Amati dan jelaskan grafik yang didapat
• Jelaskan yang terjadi pada pole-zero map domain Z apabila kita mengubah fungsi
transfer menjadi
5
𝐻(𝑠) =
𝑠 2 − 3𝑠 + 2
a. Untuk mencari map pole-zero dari persamaan Z yang didapatkan dari fungsi transfer waktu
kontinu diatas, dapat dengan program berikut
clf;
syms z;
hc = tf([5],[1 3 2]);
p=roots(cell2mat(den)) % Menghitung nilai Pole
zplane(cell2mat(num),cell2mat(den)) % Plot peta Pole-Zero
Maka hasilnya :
hd =

0.007736 z^2 + 0.02873 z + 0.006659
-----------------------------------
z^2 - 1.724 z + 0.7408
Model Properties
p=
0.9048
0.8187
mag_p =
0.9048
0.8187
fase_p =
0
0
Dengan map pole-zero sebagai berikut :
b. Saat fungsi transfer diubah menjadi H(s)=5/(s^2-3s+2), maka bagian denominator dari
fungsi transfer diubah menjadi [1 -3 2]. Sehingga program diubah menjadi berikut ;
clf;
syms z;
hc = tf([5],[1 -3 2]);

p=roots(cell2mat(den)) % Menghitung nilai Pole
Dengan hasil :
hd =
0.008989 z^2 + 0.03878 z + 0.01044
----------------------------------
z^2 - 2.327 z + 1.35
Model Properties
p=
1.2214
1.1052
mag_p =
1.2214
1.1052
fase_p =
0
0
Dengan map pole-zero sebagai berikut :

Perbedaannya terdapat pada nilai pole yang berbeda. Jika sebelumnya memiliki nilai 0.9048 dan
0.8187, kini nilainya 1.2214 dan 1.1052.
Simulasi 0-12 Kestabilan Sistem Waktu Diskret Domain-z

Pada program Simulasi 0-13 didemonstrasikan respons impuls seluruh kemungkinan kondisi
kestabilan sistem berdasarkan lokasi pole atau akar persamaan karakteristik dan ROC dari
fungsi transfer. Kurva respons impuls yang konvergen merepresentasikan sistem stabil,
sebaliknya berarti sistem tidak stabil.
Simulasi 0-13 Kestabilan Sistem Waktu Diskret Domain-z

clear all;
n = 0:15; a = 0.8; b = 0.5; A = 2;
% #01
h = a.^n; subplot(5,3,1);stem(n,h); % menghitung & plot h[n]
xlabel('n');ylabel('h[n]');
title('h[n] = \alpha^nu[n]; 0<\alpha<1');
% #02
h = (-a).^n; subplot(5,3,2);stem(n,h); % menghitung & plot h[n]
title('h[n] = (-\alpha)^nu[n]; 0<|-\alpha|<1');
% #03
a = 1.5; h = (a).^n; subplot(5,3,3);stem(n,h);
title('h[n] = (\alpha)^nu[n]; \alpha>1');
% #04
h = (-a).^n; subplot(5,3,4);stem(n,h);
title('h[n] = (-\alpha)^nu[n]; |-\alpha|>1');
% #05
h = a.*heaviside(n); subplot(5,3,5);stem(n,h);
title('h[n] = \alphau[n]; \alpha>0');
% #06
h = a*(-1).^n; subplot(5,3,6);stem(n,h);
title('h[n] = \alpha*(-1)^nu[n]; \alpha>0');
% #07
a = 0.8; h = n.*a.^n; subplot(5,3,7);stem(n,h);
title('h[n] = n\alpha^nu[n]; 0<\alpha<1');
% #08
h = n.*(-a).^n; subplot(5,3,8);stem(n,h);
title('h[n] = n(-\alpha)^nu[n]; 0<|-\alpha|<1');
% #09
a = 1.2; h = n.*a.^n; subplot(5,3,9);stem(n,h);
title('h[n] = n\alpha^nu[n]; \alpha>1');
% #10
h = n.*(-a).^n; subplot(5,3,10);stem(n,h);
title('h[n] = n(-\alpha)^nu[n]; |-\alpha|>1');
% #11

h = n; subplot(5,3,11);stem(n,h);
title('h[n] = nu[n]; |-\alpha|>1');
% #12
h = n.*(-1).^n; subplot(5,3,12);stem(n,h);
title('h[n] = n(-1)^nu[n]; |-\alpha|>1');
% #13
n = 0:0.5:30;
r = 0.9; w0=pi/2;
h = r.^n.*cos(w0.*n); subplot(5,3,13);stem(n,h);
title('h[n] = r^ncos(\omega0n); r<1');
% #14
r = 1.2; h = r.^n.*cos(w0.*n); subplot(5,3,14);stem(n,h);
title('h[n] = r^ncos(\omega0n); r>1');
% #15
h = cos(w0.*n); subplot(5,3,15);stem(n,h);
title('h[n] = cos(\omega0n)');
Hasilnya

Tugas simulasi 7-7:
• Jelaskan komponen persamaan sinyal yang mana saja yang akan membuat sistem
menjadi tidak stabil
Komponen yang membuat sistem tidak stabil adalah saat |α | > 1 dan r > 1, karena saat |α | > 1
atau r > 1, sistem dikalikan oleh sebuah variabel dengan pengali lebih besar dari 1 yang
membuat sistem semakin tidak stabil menuju tak hingga
Pertanyaan Modul 7:
1. Pada simulasi 7-4, 7-5, dan 7-6 tambahkanlah variasi periode sampling yang dipakai
yaitu periode sebesar 1s, dan 100ms. Apakah efek yang dihasilkan perubahan tersebut.
Plotlah grafik respon (7-4, 7-5) dan pz-map (7-6) dengan periode sampling berbeda

secara berdampingan agar mudah dibandingkan. Tambahkan juga grafik respon sistem
kontinu dengan menggunakan syntax impulse(sys) dan step(sys)
Jawaban pertanyaan modul 7:
Untuk membandingkan periode sampling antara 100ms dan 1s, dapat menggunakan fungsi
subplot, dimana dapat menggunakan program berikut :
clear all;
syms z n;
hc = tf([5],[1 3 2]);

N=50;
[H,n]=impz(cell2mat(num),cell2mat(den),N); % Menghitung respons impuls
subplot(4,2,1);
xlabel('n'); ylabel('h(n)'); title('Respons Impuls Hd (100ms)');

Yz = Hd*Xz; % Output domain-z
N=50;
respons step
subplot(4,2,3);
xlabel('n'); ylabel('h(n)'); title('Respons Step Hd (100ms)')
subplot(4,2,5);
title('Pole-Zero Map Hd (100ms)')
hd = c2d(hc,1, 'foh') % Fungsi transfer


N=50;
[H,n]=impz(cell2mat(num),cell2mat(den),N); % Menghitung respons impuls
subplot(4,2,2);
xlabel('n'); ylabel('h(n)'); title('Respons Impuls Hd (1s)');

Yz = Hd*Xz; % Output domain-z
N=50;
respons step

subplot(4,2,4);
xlabel('n'); ylabel('h(n)'); title('Respons Step Hd (1s)')
subplot(4,2,6);
title('Pole-Zero Map Hd (1s)')
subplot(4,2,7);
impulse(hc)
title('Respon Impuls Hc Kontinu')
subplot(4,2,8);
step(hc)
title('Respon Step Hc Kontinu')
Kamus Sintaksis MATLAB Modul 7

Lengkapi tabel berikut untuk membantu mengingat kembali mengenai fungsi dan perintah pada
skrip kode MATLAB yang telah dipelajari di modul ini.

Gunakan sintaksis help pada MATLAB untuk membantu mencari tahu apa fungsi dari sintaksis
tertentu.
Contoh:
1. Ketik help pada workspace MATLAB dengan diikuti oleh fungsi yang ingin dicari tahu
kegunaannya. Contoh: help plot
2. Tekan enter. MATLAB akan memberikan luaran berupa teks dokumentasi cara
penggunaan perintah plot.
Nama Fungsi atau Perintah Kegunaan
ztrans untuk mentransformasikan fungsi waktu

diskrit menjadi fungsi domain frekuensi z
iztrans untuk melakukan invers transformasi Z.

Fungsi ini digunakan untuk mengembalikan
fungsi waktu diskrit dari domain frekuensi z
menjadi domain waktu diskrit
zplane untuk menggambar diagram pole dan zero

dari fungsi transfer atau koefisien polinomial
dalam domain frekuensi z
impz untuk menghasilkan respons impuls dari

sistem, yang merupakan tanggapan sistem
terhadap impuls unit diskrit
stepz untuk menghasilkan respons step dari

sistem, yang merupakan tanggapan sistem
terhadap unit step waktu diskrit
Tugas Asistensi
1. Berikan kesan pesan selama praktikum ss, serta harapan untuk kalian kedepannya
Kesan dan pesan saya terhadap praktikum sinyal sistem ini adalah asistennya ramah dan sabar
dalam membimbing praktikum dan penjelasannya cukup jelas. Harapan saya dengan
mendapatkan ilmu di praktikum sinyal sistem ini, saya dapat memanfaatkan penggunaan matlab
lebih sering dalam penyelesaian masalah sehari-hari.
2. Berikan contoh aplikasi transformasi z dalam sehari-hari
Salah satu aplikasi transformasi z dalam sehari-hari adalah untuk menganalisis dan memproses
sinyal digital, seperti suara, gambar, dan video. Transformasi z dapat digunakan untuk
memahami karakteristik sinyal, seperti frekuensi, amplitudo, dan durasi. Melakukan manipulasi
sinyal, seperti pemfilteran, kompresi, dan dekompresi. Serta, memproduksi sinyal baru, seperti
sintesis suara dan gambar.
Kesimpulan

Secara umum, periode sampling memiliki pengaruh yang signifikan terhadap respons dan pz-
map sistem LTI waktu diskret. Semakin kecil periode sampling, maka respons dan pz-map
sistem akan semakin mendekati respons dan pz-map sistem kontinu.
Pada respons sistem, semakin kecil periode sampling, maka respons sistem akan semakin mulus
dan mendekati respons sistem kontinu. Hal ini dikarenakan semakin kecil periode sampling,
maka semakin banyak nilai sampel yang dihasilkan dari fungsi input kontinu, sehingga respons
sistem akan lebih mendekati fungsi input kontinu.
Pada pz-map, semakin kecil periode sampling, maka pz-map sistem akan semakin mendekati
lingkaran unit. Hal ini dikarenakan semakin kecil periode sampling, maka semakin kecil nilai-
nilai pole sistem.
Pada respons sistem kontinu, semakin kecil periode sampling, maka respons sistem kontinu
akan semakin mendekati respons sistem LTI waktu diskret. Hal ini dikarenakan semakin kecil
periode sampling, maka semakin banyak nilai sampel yang dihasilkan dari fungsi input kontinu,
sehingga respons sistem kontinu akan lebih mendekati respons sistem LTI waktu diskret.
Berdasarkan penjelasan di atas, dapat disimpulkan bahwa periode sampling merupakan faktor
penting yang perlu diperhatikan dalam perancangan sistem LTI waktu diskret.
Lampiran

SS - 19 - Yahya Setiawan - 7

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

SS - 19 - Yahya Setiawan - 7

Diunggah oleh

Hak Cipta:

Format Tersedia

SINYAL & SISTEM

Matlab Computation Simulink Simulation

Sistem LTI Waktu Kontinu 1

Diagram Simulasi Peta Pole-Zero

Simulasi 0-1 Menghitung Konvolusi dan Dekonvolusi Menggunakan TZ

Simulasi 0-2 Menghitung Konvolusi dan Dekonvolusi Menggunakan TZ

2 Sistem LTI Waktu Kontinu

Tugas simulasi 7-1:

Dengan hasil sebagai berikut :

Sistem LTI Waktu Kontinu 3

Simulasi 7 2 Menghitung Ekspansi Pecahan Parsial Domain-z

Simulasi 0-3 Menghitung Ekspansi Pecahan Parsial Domain-z

4 Sistem LTI Waktu Kontinu

Dengan hasil sebagai berikut :

Sistem LTI Waktu Kontinu 5

Simulasi 0-5 Mendapatkan Representasi Domain-z dan Inversinya

Tugas simulasi 7-3:

6 Sistem LTI Waktu Kontinu

Dengan hasil sebagai berikut :

Jika ingin dibandingkan dengan tabel transformasi Z, maka

Simulasi 0-6 Mendapatkan Respons Impuls Sistem

Simulasi 0-7 Mendapatkan Respons Impuls Sistem

Sistem LTI Waktu Kontinu 7

Dengan hasil sebagai berikut :

8 Sistem LTI Waktu Kontinu

Simulasi 0-9 Respons Sistem LTI Waktu Diskret Representasi Fungsi

Sistem LTI Waktu Kontinu 9

10 Sistem LTI Waktu Kontinu

Dengan hasil sebagai berikut :

Simulasi 0-10 Peta Pole-Zero Sistem LTI Waktu Diskret

Simulasi 0-11 Peta Pole-Zero Sistem LTI Waktu Diskret

p = 0.4500 + 0.7730i; 0.4500 - 0.7730i

Sistem LTI Waktu Kontinu 11

12 Sistem LTI Waktu Kontinu

Dengan map pole-zero sebagai berikut :

Sistem LTI Waktu Kontinu 13

14 Sistem LTI Waktu Kontinu

Simulasi 0-12 Kestabilan Sistem Waktu Diskret Domain-z

Simulasi 0-13 Kestabilan Sistem Waktu Diskret Domain-z

Sistem LTI Waktu Kontinu 15

16 Sistem LTI Waktu Kontinu

Sistem LTI Waktu Kontinu 17

h=iztrans(Hd); % Menghitung respons impuls

Xz = z/(z-1); % Fungsi sekuens unit step

hd = c2d(hc,1, 'foh') % Fungsi transfer

h=iztrans(Hd); % Menghitung respons impuls

Xz = z/(z-1); % Fungsi sekuens unit step

18 Sistem LTI Waktu Kontinu

Dengan hasil sebagai berikut :

Kamus Sintaksis MATLAB Modul 7

Sistem LTI Waktu Kontinu 19

Nama Fungsi atau Perintah Kegunaan

ztrans untuk mentransformasikan fungsi waktu

iztrans untuk melakukan invers transformasi Z.

zplane untuk menggambar diagram pole dan zero

impz untuk menghasilkan respons impuls dari

stepz untuk menghasilkan respons step dari

20 Sistem LTI Waktu Kontinu

Sistem LTI Waktu Kontinu 21

Anda mungkin juga menyukai