Nama : Rizal Ditra Ananda

Nim : 20220120138
Kelas : C
Matkul : Sinyal Sistem

Pembangkitan Sinyal Waktu Kontinyu Sinusoida

1. Gambar 1

Penjelasan:

1. Fs adalah frekuensi sampel, yang menunjukkan seberapa sering kita mengambil

sampel dari sinyal dalam satu detik. Pada kasus ini, frekuensi sampel diatur ke 100
Hz.
2. t adalah vektor waktu yang dibuat dari 1 hingga 100, dan dibagi dengan Fs untuk
mendapatkan nilai waktu dalam detik.
3. s1 adalah sinyal sinusoida yang dibangkitkan dengan amplitudo 1, frekuensi 5 Hz, dan
fase awal 0. Fungsi sin digunakan untuk menghasilkan sinyal sinusoida.
Analisis Lebih Mendalam:

1. Frekuensi Sampel (Fs): Frekuensi sampel menentukan seberapa sering kita

mengukur atau merekam nilai sinyal dalam satu detik. Dalam konteks ini, frekuensi
sampel diatur menjadi 100 Hz. Menurut Teorema Pemuesteran Nyquist, frekuensi
sampel harus setidaknya dua kali lipat dari frekuensi sinyal untuk mendapatkan
representasi yang benar. Dalam kasus ini, karena frekuensi sinyal adalah 5 Hz,
frekuensi sampel 100 Hz sudah memenuhi syarat tersebut.
2. Vektor Waktu (t): Vektor waktu (t) dibuat untuk menciptakan rentang waktu di
mana sinyal sinusoida akan dievaluasi. Dalam hal ini, vektor waktu dibuat dari 1
hingga 100 dan dibagi dengan frekuensi sampel ( Fs). Oleh karena itu, nilai t
merepresentasikan waktu dalam detik.
3. Sinyal Sinusoida (s1): Sinyal sinusoida dibangkitkan menggunakan fungsi
sin(2*pi*t*5). Pada dasarnya, formula ini menggambarkan osilasi sinusoidal dengan
 frekuensi 5 Hz. Faktor 2*pi diperlukan untuk mengonversi frekuensi dari siklus per
detik menjadi radian per detik.
4. Plot Sinyal (plot(t, s1)): Fungsi plot digunakan untuk membuat grafik sinyal sinusoida
terhadap waktu. Pada sumbu x, kita memiliki waktu ( t), dan pada sumbu y, kita
memiliki nilai sinyal ( s1). Dengan melihat plot, kita dapat melihat bagaimana sinyal
sinusoida berfluktuasi selama interval waktu tertentu.

Signifikansi Parameter:

 Amplitudo (Amp): Amplitudo menentukan tinggi puncak dan kedalaman lembah dari
sinyal sinusoida. Dalam contoh ini, amplitudo diatur menjadi 1, yang berarti bahwa
nilai maksimum dan minimum dari sinyal sinusoidal adalah 1 dan -1.
 Frekuensi (f): Frekuensi sinyal menunjukkan berapa kali sinyal berulang dalam satu
detik. Frekuensi 5 Hz berarti sinyal sinusoidal lengkap satu siklusnya dalam 1/5 detik
atau 0.2 detik.
 Fase Awal (θ): Fase awal mengindikasikan posisi awal fase sinusoidal pada waktu t =
0. Dalam hal ini, fase awal diatur menjadi 0, yang berarti sinyal dimulai dari nilai
maksimumnya.

2. Gambar 2

Penjelasan Singkat: Dengan mengganti nilai frekuensi menjadi 10 Hz, kita meningkatkan
frekuensi sinyal sinusoida.

Analisis Mendalam:

1. Frekuensi Sinyal (f): Dalam kasus ini, frekuensi sinyal meningkat menjadi 10 Hz. Ini
berarti sinyal sekarang memiliki 10 siklus dalam satu detik, menggandakan frekuensi
sebelumnya.
2. Plot Hasil Percobaan: Jika kita memplot hasilnya, kita akan melihat bahwa sinyal
sinusoida sekarang memiliki fluktuasi yang lebih cepat. Puncak dan lembahnya akan
bergantian lebih cepat dalam interval waktu yang sama.
3. Pengaruh Frekuensi pada Sinyal:
 Frekuensi Tinggi: Peningkatan frekuensi menghasilkan sinyal yang lebih
"ketat" atau bergerak lebih cepat. Jarak antara dua puncak berturut-turut
(periode) menjadi lebih pendek.
 Frekuensi Rendah: Sebaliknya, jika kita mengurangi frekuensi, sinyal akan
menjadi lebih "lambat," dengan periode yang lebih panjang.
4. Kaitan dengan Aplikasi Praktis:
  Dalam pemrosesan sinyal, pemahaman tentang perubahan frekuensi
membantu dalam analisis dan manipulasi sinyal.
 Aplikasi praktisnya bisa dijumpai dalam komunikasi nirkabel, audio, dan
banyak bidang lain di mana pemahaman sinyal sangat penting.

3. Gambar 3

Penjelasan Singkat: Dengan menambahkan faktor 5 ke depan fungsi sinus, kita

meningkatkan amplitudo sinyal.

Analisis Mendalam:

1. Amplitudo Sinyal (Amp): Dalam contoh ini, amplitudo sinyal meningkat menjadi 5.
Ini mencerminkan tinggi puncak dan kedalaman lembah sinyal yang lebih besar.
2. Plot Hasil Percobaan:
 Jika kita memplot hasilnya, kita akan melihat bahwa sinyal sinusoida sekarang
memiliki fluktuasi yang lebih ekstrem. Puncak dan lembahnya sekarang
mencapai nilai maksimum dan minimum yang lebih tinggi.
3. Pengaruh Amplitudo pada Sinyal:
 Amplitudo Tinggi: Peningkatan amplitudo menghasilkan sinyal yang lebih
bervariasi dan memiliki perbedaan tinggi yang lebih besar antara puncak dan
lembahnya.
 Amplitudo Rendah: Sebaliknya, amplitudo yang lebih rendah akan
menghasilkan sinyal yang lebih terkompres dan memiliki perbedaan tinggi
yang lebih kecil.
4. Hubungan dengan Aplikasi Praktis:
 Dalam berbagai aplikasi, amplitudo mencerminkan kekuatan atau intensitas
sinyal.
 Dalam audio, amplitudo berkaitan dengan volume suara, sedangkan dalam
komunikasi sinyal tinggi dapat menunjukkan sinyal yang lebih kuat atau sinyal
yang mungkin lebih mudah dideteksi.
5. Ketidaklinearan:
 Ketika amplitudo sangat tinggi, kita harus memperhatikan fenomena
ketidaklinearan yang dapat mempengaruhi kualitas sinyal. Pada amplitudo
yang sangat tinggi, sinyal dapat "menggegar" dan menjadi distorsi.

4. Gambar (90,45,270)
Penjelasan Lebih Panjang: Dalam pemrograman di atas, kita mengubah

fase awal sinyal sinusoida dan memperhatikan perubahan dalam plot sinyal terhadap waktu.

1. Fase Awal 90 Derajat (π/2):

 Dengan menambahkan π/2 (90 derajat) pada fase awal, sinyal bergeser ke
depan sebesar seperempat periode.
 Puncak pertama sekarang terjadi pada t=0.25, sementara lembah pertama
terjadi pada t=0.
2. Fase Awal 45 Derajat:
 Dengan fase awal π/4 (45 derajat), sinyal d imulai lebih dekat ke puncaknya.
 Puncak pertama terjadi pada t=0.1, menunjukkan pergeseran yang lebih
kecil.
3. Fase Awal 270 Derajat (3π/2):
 Dengan fase awal 3π/2 (270 derajat), sinyal dimulai dari lembah pertama.
 Lembah pertama terjadi pada t=0.

Analisis Mendalam:

 Pengaruh Fase Awal:

 Pergeseran fase mempengaruhi posisi awal sinyal pada sumbu waktu.
 Pergeseran sebesar (90 derajat) menggeser sinyal ke depan sebesar seperempat
periode.
 Pergeseran sebesar (45 derajat) menghasilkan pergeseran yang lebih kecil,
dimulai lebih dekat ke puncaknya.
 Pergeseran sebesar (270 derajat) menghasilkan sinyal yang dimulai dari
lembah pertama.
 Implikasi Aplikatif:
 Pemahaman tentang fase awal adalah kunci dalam pengolahan sinyal dan
komunikasi.
 Pergeseran fase dapat digunakan untuk mengontrol atau menyinkronkan sinyal
dalam aplikasi modulasi dan demodulasi.
 Kompleksitas Sinyal:
 Pergeseran fase mempengaruhi bentuk dan posisi awal sinyal, yang dapat
menjadi faktor penting dalam analisis sinyal yang kompleks.
 Analisis ini memberikan wawasan tentang cara mengatur atau memanipulasi
fase dalam konteks berbagai aplikasi sinyal.

Pembangkitan Sinyal Waktu Kontinyu Persegi

1. Gambar 1 (5,10,20 hz)
Penjelasan Singkat dan Analisis:

1. Frekuensi 5 Hz:
 Sinyal persegi dengan frekuensi 5 Hz memiliki lima siklus dalam satu
detik.
 Grafik menunjukkan fluktuasi yang berulang setiap 0.2 detik.
 Frekuensi rendah menghasilkan fluktuasi yang lebih lambat.
2. Frekuensi 10 Hz:
 Sinyal persegi dengan frekuensi 10 Hz memiliki sepuluh siklus dalam
satu detik.
 Grafik menunjukkan fluktuasi yang lebih cepat, dengan setiap siklus
berlangsung 0.1 detik.
 Peningkatan frekuensi menghasilkan fluktuasi yang lebih cepat.
3. Frekuensi 20 Hz:
 Sinyal persegi dengan frekuensi 20 Hz memiliki dua puluh siklus
dalam satu detik.
 Grafik menunjukkan fluktuasi yang sangat cepat, dengan setiap siklus
berlangsung hanya 0.05 detik.
 Frekuensi tinggi menghasilkan fluktuasi yang sangat cepat.

Analisis Mendalam:

 Pengaruh Frekuensi:
 Peningkatan frekuensi menghasilkan fluktuasi yang lebih cepat pada
sinyal persegi.
 Perubahan frekuensi memengaruhi kecepatan perubahan nilai sinyal
antara tinggi dan rendah.
 Pembandingan dengan Sinyal Sinus:
 Sinyal persegi memiliki komponen frekuensi ganjil, sedangkan sinyal
sinus memiliki komponen frekuensi genap.
 Sinyal persegi memiliki lebih banyak harmonik yang diperlukan
untuk mendekati bentuk persegi sempurna, sementara sinyal sinus
hanya membutuhkan satu komponen frekuensi.
 Relevansi Aplikatif:
 Pemahaman tentang pengaruh frekuensi berguna dalam analisis sinyal
dan aplikasi seperti modulasi.
 Frekuensi tinggi dapat memberikan representasi yang lebih baik
untuk sinyal yang tajam atau memiliki perubahan yang cepat.

Dengan melihat perubahan frekuensi pada sinyal persegi, kita dapat mengamati
bagaimana karakteristik sinyal berubah seiring dengan variasi frekuensi.
Pembangkitan Sinyal Dengan memanfaatkan file *.wav

SEK IKI DINEI SPACE,SOALE URUNG

 Pembangkitan Sinyal Kontinyu Fungsi Ramp
1. Gambar 1

Penjelasan dan Analisis:

1. Fungsi Ramp:
 Dalam konteks sinyal dan sistem, fungsi ramp (juga dikenal sebagai fungsi
tangga atau ascending step function) adalah fungsi matematis yang terdiri dari
dua segmen: segmen pertama konstan dan segmen kedua berupa kenaikan
linier.
2. Implementasi dalam Kode MATLAB:
 Dalam kode MATLAB di atas, y adalah fungsi tangga dengan nilai konstan 1
untuk 40 sampel pertama.
 x adalah fungsi ramp dengan nilai mulai dari 1 dan bergerak ke atas dengan
kenaikan sebesar 0.1 per sampel hingga mencapai 5.9. Setelah itu, nilainya
tetap konstan pada 5.9 hingga akhir.
 t1 dan t adalah vektor waktu untuk y dan x masing-masing.
3. Plot Grafik:
 Plot menggunakan plot menunjukkan bagaimana kedua fungsi berkembang
seiring waktu.
 Segmen konstan pertama ( y) ditampilkan sebagai tangga dengan tinggi 1
selama 40 langkah waktu negatif.
 Segmen ramp (x) ditampilkan sebagai garis diagonal naik dari 1 hingga 5.9
selama 50 langkah waktu positif.
4. Analisis Mendalam:
 Fungsi Tangga (y):
 Amplitudo Konstan: Pada segmen pertama, nilai amplitudo ( y) tetap
konstan pada 1. Ini mencerminkan karakteristik fungsi tangga di
bagian awal.
 Waktu Negatif: Segmen tangga ini terjadi pada waktu negatif ( t1),
menunjukkan inisialisasi amplitudo sebelum mencapai waktu nol.
 Fungsi Ramp (x):
 Kenaikan Linier: Segmen ramp (x) menunjukkan kenaikan linier dari
1 hingga 5.9 selama waktu positif ( t). Ini menggambarkan peningkatan
yang stabil atau kenaikan yang teratur.
  Stabil di Nilai Maksimum: Setelah mencapai nilai maksimum (5.9),
amplitudo tetap konstan, menunjukkan fase stabil atau plateau.
5. Relevansi Aplikatif:
 Fungsi tangga dan ramp umumnya digunakan dalam analisis sinyal dan
sistem, kontrol, dan aplikasi matematika lainnya.
 Pemahaman tentang perubahan amplitudo seiring waktu dapat membantu
dalam merancang dan menganalisis sistem yang melibatkan perubahan
bertahap.

Grafik ini memberikan ilustrasi visual tentang bagaimana fungsi tangga dan ramp
berkembang sepanjang waktu, serta bagaimana perubahan amplitudo terjadi dalam konteks
fungsi tangga dan ramp.

Pembangkitan Sinyal Waktu Diskrit, Sekuen Step

1. Gambar 1

Panjang Gelombang (L): Panjang total gelombang ditentukan oleh pengguna

(misalnya, 40).
Panjang Sekuen (P): Panjang sekuen step yang akan dihasilkan, juga ditentukan
oleh pengguna (misalnya, 5).

Gambar yang dihasilkan akan menunjukkan sekuen step yang dimulai dari nilai 0 dan
berubah menjadi 1 setelah mencapai panjang sekuen yang ditentukan. Dengan kata lain, pada
elemen-elemen ke-1 hingga ke-P, nilai step adalah 0, dan pada elemen-elemen setelah itu,
nilai step menjadi 1.

Misalnya, jika panjang gelombang (L) adalah 40 dan panjang sekuen (P) adalah 5, maka
gambar yang dihasilkan akan menunjukkan tangga yang naik dari 0 menjadi 1 pada elemen
ke-5 dan tetap 1 untuk elemen-elemen selanjutnya.

Input dari pengguna memungkinkan fleksibilitas untuk membuat dan memvisualisasikan

sekuen step dengan panjang gelombang dan panjang sekuen yang berbeda.

Pembangkitan Sinyal Waktu Diskrit, Sekuen Pulsa

1. Gambar 1
Penjelasan Gambar yang Dihasilkan:

 Kode MATLAB ini bertujuan untuk menghasilkan dan memvisualisasikan sekuen

pulsa (pulse sequence) dengan panjang gelombang tertentu (L) dan posisi pulsa
tertentu (P).
 Pengguna diminta untuk memasukkan panjang gelombang dan posisi pulsa melalui
input.

Analisis Mendalam:

1. Panjang Gelombang dan Posisi Pulsa:

 Pengguna diminta untuk memasukkan panjang gelombang (L) dan posisi pulsa
(P).
 Panjang gelombang menunjukkan jumlah total elemen dalam sekuen.
 Posisi pulsa menunjukkan di mana pulsa (nilai 1) akan muncul dalam sekuen.
2. Inisialisasi Sekuen Pulsa:
 Dalam loop for, setiap elemen ke-n dari sekuen ( step(n)) diatur menjadi 1 jika
n sama dengan posisi pulsa (P), dan 0 untuk elemen-elemen lainnya. Ini
menciptakan pulsa yang muncul pada posisi tertentu dalam gelombang.
3. Visualisasi dengan Fungsi Stem:
 Fungsi stem digunakan untuk memvisualisasikan sekuen pulsa. Dalam
gambar, akan ada satu pulsa dengan nilai 1 pada posisi yang ditentukan oleh
pengguna.
4. Batas Sumbu X dan Y:
 axis([0 L -.1 1.2]) digunakan untuk menetapkan batas sumbu x dari 0 hingga
panjang gelombang (L) dan batas sumbu y dari -0.1 hingga 1.2. Hal ini
membantu menunjukkan dengan jelas pulsa yang muncul.
5. Interpretasi Visual:
 Gambar yang dihasilkan akan menunjukkan pulsa tunggal dengan nilai 1 pada
posisi yang ditentukan oleh pengguna, dan nilai 0 untuk elemen-elemen
lainnya.
6. Fleksibilitas Kode:
 Kode ini memungkinkan pengguna untuk menghasilkan sekuen pulsa dengan
panjang dan posisi yang berbeda. Fleksibilitas ini memungkinkan eksperimen
untuk memahami karakteristik sekuen pulsa pada posisi tertentu.
7. Penerapan Aplikatif:
 Sekuen pulsa sering digunakan dalam komunikasi digital, pemrosesan sinyal,
dan sistem kontrol sebagai bentuk sinyal diskrit yang mewakili impuls atau
perubahan tiba-tiba.

Dengan kode ini, pengguna dapat memahami dan memvisualisasikan sekuen pulsa dengan
mudah serta mengeksplorasi dampak dari variasi panjang dan posisi pulsa pada karakteristik
sinyal yang dihasilkan.

Pembentukan Sinyal Sinus waktu Diskrit

1. Gambar 1 (20,40,80)
Penjelasan dan Analisis:

1. Program Awal (Fs = 20):

 Program awal memiliki frekuensi sampling (Fs) sebesar 20 Hz.
 Sinyal sinus diskrit ( s1) dibuat dengan frekuensi 2 Hz dan diplot menggunakan
fungsi stem.
 axis([0 1 -1.2 1.2]) digunakan untuk menetapkan batas sumbu x dan y pada plot.
2. Perubahan 1 (Fs = 40):
 Dengan meningkatkan nilai Fs menjadi 40 Hz, frekuensi sampling menjadi
dua kali lipat.
 Ini menyebabkan peningkatan jumlah titik sampel dalam satu detik.
 Perubahan ini akan mempengaruhi detail dan akurasi dalam merekonstruksi
sinyal, terutama pada frekuensi yang lebih tinggi.
3. Perubahan 2 (Fs = 80):
 Dengan meningkatkan nilai Fs lagi menjadi 80 Hz, frekuensi sampling
menjadi empat kali lipat dari program awal.
 Peningkatan ini juga meningkatkan akurasi dalam merepresentasikan sinyal.
 Perubahan ini dapat menghasilkan plot yang lebih halus dan mendekati bentuk
sinus kontinyu.

Analisis Umum:

 Frekuensi Sampling (Fs):

 Frekuensi sampling adalah jumlah sampel yang diambil dalam satu detik.
 Peningkatan nilai Fs meningkatkan akurasi representasi sinyal.
 Pengaruh Terhadap Plot:
 Dengan nilai Fs yang lebih tinggi, plot sinyal akan lebih halus dan mendekati
bentuk sinus kontinyu.
 Perubahan pada frekuensi sampling tidak mempengaruhi frekuensi sinyal
sebenarnya (yang tetap 2 Hz dalam hal ini), tetapi mempengaruhi representasi
diskritnya.
 Keterbatasan Nyquist-Shannon:
 Perubahan frekuensi sampling harus mematuhi aturan Nyquist-Shannon untuk
mencegah aliasing.

Melalui percobaan ini, kita dapat melihat bagaimana perubahan pada frekuensi sampling
mempengaruhi representasi sinyal sinus diskrit. Peningkatan frekuensi sampling
meningkatkan akurasi dan detail dalam merepresentasikan sinyal, tetapi harus tetap mematuhi
aturan Nyquist-Shannon untuk menghindari distorsi.

Pembangkitan Sinyal Waktu Diskrit, Sekuen konstan

1. Gambar 1
Penjelasan dan Analisis:

1. Panjang Gelombang (L):

 Pengguna diminta untuk memasukkan panjang gelombang (jumlah
elemen dalam sekuen).
 Panjang gelombang ini akan menentukan seberapa banyak elemen
dalam sinyal sekuen konstan.
2. Inisialisasi Sekuen Konstan:
 Dengan menggunakan sekuen(1:L) = 1, kita menginisialisasi sekuen
dengan amplitudo konstan sebesar 1.
 Setiap elemen dalam sekuen memiliki nilai 1, menciptakan sinyal
konstan.
3. Visualisasi dengan Fungsi Stem:
 Fungsi stem digunakan untuk memvisualisasikan sinyal sekuen konstan.
 Plot akan menunjukkan lonjakan vertikal pada setiap elemen dengan
amplitudo 1.
4. Label dan Judul:
 xlabel, ylabel, dan title digunakan untuk memberikan label sumbu x,
sumbu y, dan judul plot, masing-masing.
 Ini meningkatkan kejelasan dan interpretasi plot.
5. Interpretasi Visual:
 Gambar yang dihasilkan akan menunjukkan sekuen pulsa dengan
amplitudo konstan sebesar 1.
 Setiap lonjakan vertikal pada plot mewakili elemen dalam sekuen
dengan amplitudo yang konstan.
6. Relevansi Aplikatif:
 Sinyal sekuen konstan memiliki aplikasi dalam sistem digital,
komunikasi, dan pemrosesan sinyal.
 Dalam konteks sistem digital, sekuen ini dapat mewakili sinyal logika
atau sinyal tetap.
7. Fleksibilitas Kode:
 Pengguna dapat menguji sinyal dengan panjang gelombang yang
berbeda sesuai dengan kebutuhan aplikatifnya.
8. Penerapan Dalam Pemrosesan Sinyal:
 Sekuen konstan seperti ini bisa digunakan sebagai referensi atau sinyal
acuan dalam analisis dan pemrosesan sinyal lainnya.

Melalui program ini, pengguna dapat membuat dan memvisualisasikan sinyal sekuen
konstan dengan amplitudo yang dapat disesuaikan. Kode ini memberikan gambaran
visual tentang sinyal konstan dan memberikan dasar untuk eksperimen lebih lanjut
dalam domain sinyal diskrit.