Modul 3
F( F(
) )
ℱ −1 ℱ
ℱ ℱ −1
f( f[k]
t)
ℒ 𝒵 −1
𝒵
ℒ −1
F(s) F(z)
Yahya Setiawan
5022221112
Konseptual
Konseptualisasi Kalkulus Aljabar
Problema Real
problema
Konvolusi Integral Deret Fourier
Persamaan Diferensial
Solusi
Spektrum Sinyal
Realisasi solusi Respons Impuls
Setelah mempelajari seluruh bagian ketiga ini Anda akan mampu menguasai Pengetahuan
tentang teori transformasi Fourier dan Keterampilan yang disajikan pada Tabel di bawah ini.
Pengetahuan Keterampilan
Mendapatkan representasi domain frekuensi 𝜔
1 Deret Fourier WK 1
suatu fungsi domain waktu kontinu
Mendapatkan representasi domain waktu suatu
2 Sifat-sifat deret Fourier WK 2
fungsi domain frekuensi 𝜔
Menghitung respons frekuensi dari respons
3 Definisi transformasi Fourier WK 3
impuls sistem LTI-WK
4 Sifat-sifat transformasi Fourier WK 4 Menghitung respons frekuensi dari PD
Merepresentasikan spektrum magnitudo dan
5 Respons frekuensi 5
fase dari sinyal
6 Aplikasi transformasi Fourier WK 6 Menghitung respons sistem
Menentukan klasifikasi sistem LTI-WK berdasar
7 Relasi deret dan transformasi Fourier 7
respons frekuensi
2. Saat banyak harmonisa genap diubah dari n=2 sampai n=20, maka grafik yang
ditampilkan berbeda dengan harmonisa ganjil. Letak perbedaannya yaitu pada deret
fourier harmonisa genap maka akan membentuk sinusoidal gergaji, sedangkan deret
fourier harmonisa ganjil akan mendekati bentuk sinusoidal kotak. Kode yang digunakan
menjadi berikut :
clear all;
t=0:0.01:2;
df=0;
Simulasi 0-13 Respons Frekuensi Rangkaian Listrik RLC Band Pass Filter
Simulasi 0-14 Respons Frekuensi Rangkaian Listrik RLC Band Pass Filter
w=0:0.02:100;
magHw=abs(-1i.*w./(w.^2-1i.*w-1)); % Menghitung nilai Magnitudo
subplot(1,2,1);
semilogx(w,magHw); % Plot Magnitudo skala log pada sumbu x
xlabel('Frekuensi rad/sec − skala log');
ylabel('Magnitudo');
title('Respons Magnitudo Band Pass Filter Rangkaian RLC'); grid
faseHw=angle(-1i.*w./(w.^2-1i.*w-1)).*180./pi; % Menghitung nilai
Fase
subplot(1,2,2);
semilogx(w,faseHw); % Plot Magnitudo skala log pada sumbu x
xlabel('Frekuensi rad/sec − skala log');
ylabel('Fase − degrees');
title('Respons Fase Band Pass Filter Rangkaian RLC'); grid
Hasilnya
𝑅 𝑗𝜔
𝑚𝑎𝑔𝐻(𝜔) = | × |
𝐿 [( 1 − 𝜔 2 ) + (𝑅 ) 𝑗𝜔]
𝐿𝐶 𝐿
C. Persamaan Respon Fase
Jika ingin melebarkan bandwidth, maka komponen R dan L dapat diperbesar, dan
menurunkan nilai komponen C.
Pertanyaan Modul 3:
1. Pada simulasi 3-7, diberikan sistem berupa rangkaian listrik berorde 2. Sekarang
diberikan fungsi transfer untuk sistem mekanik mass-spring-damper sebagai berikut.
Kesimpulan
Dari rangkaian simulasi yang telah diberikan dalam Modul 3, kita dapat mengambil beberapa
kesimpulan sebagai berikut:
1. Transformasi Fourier: Transformasi Fourier adalah alat penting dalam pemrosesan
sinyal dan analisis frekuensi. Ini memungkinkan kita untuk mengubah sinyal dari
domain waktu menjadi domain frekuensi, dan sebaliknya. Transformasi Fourier
digunakan untuk memahami representasi frekuensi dari sinyal dan bagaimana
berbagai komponen frekuensi berkontribusi terhadap sinyal tersebut.
2. Deret Fourier: Deret Fourier adalah cara untuk merepresentasikan sinyal periodik
dalam domain frekuensi. Dalam simulasi 3-1 dan 3-2, kita melihat bagaimana deret
3. Respons Frekuensi Filter: Simulasi 3-9, 3-11, dan 3-13 menggambarkan respons
frekuensi dari filter berbeda, termasuk filter low-pass, high-pass, dan band-pass. Kami
mempelajari bagaimana menghitung magnitudo dan fase respons frekuensi dari filter
menggunakan Transformasi Fourier.
4. Pengaruh Komponen pada Respons: Dalam beberapa simulasi, kita mengganti nilai
komponen seperti resistor, induktor, dan kapasitor untuk mempengaruhi respons
filter. Hal ini memungkinkan kita untuk memahami bagaimana perubahan pada
komponen ini memengaruhi respons frekuensi filter.
5. Aplikasi dalam Analisis Sistem: Transformasi Fourier adalah alat penting dalam analisis
sistem dan pemrosesan sinyal. Dalam contoh simulasi 3-7, kita melihat bagaimana
respons frekuensi sistem RLC seri digunakan untuk menggambarkan sifat filter band-
pass. Selain itu, simulasi 3-9, 3-11, dan 3-13 mengilustrasikan aplikasi respons
frekuensi pada sistem mekanik dan rangkaian listrik.
Kesimpulan utama adalah bahwa Transformasi Fourier adalah alat yang kuat dalam
menganalisis dan memahami sinyal dan sistem dari perspektif frekuensi, dan respons frekuensi
adalah cara yang berguna untuk menggambarkan sifat filter dan sistem berdasarkan frekuensi.
Lampiran