Anda di halaman 1dari 5

[signal processing] January 12, 2012

WHY DO WE NEED CONVOLUTION

Konvolusi mungkin sudah biasa didengar oleh pembaca. Konvolusi telah dilibatkan dalam banyak bidang mulai dari elektronis, pengolahan isyarat, pengolahan citra, telekomunikasi dan lain-lain. Memang tampaknya tidak dibutuhkan banyak waktu untuk mengerti tentang konvolusi, apalagi cara kerja nya yang terbilang sederhana. Konvolusi hanya melibatkan operasi penjumlahan, perkalian dan shifting saja. Sehingga sangat mudah dipahami karena merupakan dasar dari materi isyarat dan sistem. Konvolusi tampak mirip dengan korelasi, tapi pada dasarnya mereka berbeda. Penggunaannya pun kerap kali berbeda. Tapi dalam artikel ini saya hanya membahas tentang konvolusi saja. Secara umum, konvolusi dirumuskan dengan: Isyarat kontinu = = Isyarat diskrit = =

Berdasarkan formulasinya saja kita sudah bisa mengerti bagaimana cara kerja dari konvolusi ini. Misalkan kita sedang melakukan konvolusi untuk isyarat kontinyu, langkah-langkahnya sebagai berikut: 2. Pencerminan akan membuat isyarat 3. Kemudian geser 1. Cerminkan salah satu isyarat terhadap origin atau titik nol, dalam hal ini ke kanan sebesar t sehingga menjadi . menjadi dikalikan lalu .

4. Saat pergeseran tersebut, tiap elemen yang bertemu dengan dijumlahkan semua hasil perkalian tersebut.

5. Hasil dari konvolusi ini biasanya berukuran panjang data x (misal = M) ditambah dengan panjang data h (misal = N) lalu dikurangi dengan 1, atau M+N-1.

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 1

[signal processing] January 12, 2012 Mari kita lihat contoh konvolusi dari dua isyarat diskrit berikut ini:

x=

yang bernilai [1 2 3 2 1] dimulai dari t=0.

h=

yang bernilai [1 2 1] dimulai dari t=0.

Jadi dalam hal ini isyarat yang akan dicerminkan adalah isyarat h (walaupun sebenarnya anda bisa memilih isyarat yang mana saja). Karena isyarat nya merupakan isyarat diskrit jadi kita menggunakan formula konvolusi untuk isyarat diskrit. = Maka, y(0)=1*1 = 1 y(1)=1*2 + 2*1 = 4 y(2)=1*1 + 2*2 + 3*1 = 8 y(3)=2*1 + 3*2 + 2*1 = 10 y(4)= 3*1 + 2*2 + 1*1 = 8 y(5)= 2*1 + 1*2 = 4 y(6)= 1*1 = 1 y=[1 4 8 10 8 4 1] gambar di samping kanan merupakan hasil dari konvolusi tersebut.

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 2

[signal processing] January 12, 2012 Setelah menjelaskan sedikit tentang teori konvolusi, maka sekarang saya akan mencoba menjelaskan mengapa konvolusi yang digunakan? Mengapa bukan perkalian biasa saja atau mungkin sum of product ? Agar lebih mengena, saya menjelaskannya dari sisi perangkat keras. Misalkan kita memiliki sebuah tapis frekuensi LPF (Low Pass Filter). Lebih lanjut, LPF ini disebut sebagai sistem atau kotak hitam. Tujuannya agar kita tidak perlu memikirkan apa yang ada di dalam LPF tersebut atau bagaimana rangkaiannya. Diagram blok nya menjadi:

x(t) h(t)

y(t)

Low Pass Filter

Sebuah filter ataupun perangkat elektronis lainnya memiliki impulse response sebagai deskripsi sistem tersebut dalam tataran matematis. Kita perlu melakukan ini agar dapat menganalisa kinerja dari rangkaian, jadi tidak hanya trial dan error. Dengan melakukan analisa secara matematis, sistem dapat lebih terukur dan terestimasi. Untuk kasus LPF, misalkan masukannya berupa isyarat radio dengan frekuensi tertentu tetapi sudah terakumulasi dengan derau (noise). Dengan menggunakan LPF kita bisa meloloskan hanya frekuensi rendah saja karena biasanya derau berada pada frekuensi tinggi. Perhatikan gambar di bawah ini:

Nilai awal (x0) Nilai akhir (xn)

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 3

[signal processing] January 12, 2012 Berdasarkan gambar di atas, imajinasikan bahwa demikianlah isyarat pada kenyataan di lapangan. Bahwa isyarat akan bermula dari titik origin lalu berjalan ke kanan (arah absis positif) hingga limit tertentu. Saat kita memodelkan perangkat keras dengan matematis, maka isyarat tersebut cenderung dimulai nari nol. Jadi nilai awal isyarat berada di titik origin seperti pada gambar di bawah. Isyarat akan berlanjut secara kontinu ke arah kanan. Tentu ini tidak sesuai dengan keadaan yang seharusnya yang ditunjukkan oleh gambar di atas.

Nilai awal (x0) Nilai akhir (xn)

Untuk itu, kita perlu memperlakukan isyarat dari model matematis ini agar mendekati yang seharusnya. Maka langkah pencerminan terhadap isyarat awal dan melakukan shifting yang dibarengi dengan operasi penjumlahan dari perkalian menjadi pilihan yang tepat. Kumpulan dari operasi-operasi tersebut disebut sebagai konvolusi. Jadi model matematis kita tampak menggambarkan sistem yang sebenarnya. Nilai tertinggi akan dicapai ketika pola x(t) yang melewati h(t) sama atau hampir sama. Sifat fleksibilitas dari konvolusi ini adalah bukan hanya x(t) yang bisa diperlakukan seperti penjelasan di atas, tapi h(t) juga bisa tapi salah satu harus menjadi referensi. Maksudnya referensi, isyarat tersebut tidak bergerak sama sekali.

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 4

[signal processing] January 12, 2012 Demikianlah penjelasan singkat tentang kemungkinan mengapa kita menggunakannya dalam kebanyakan aplikasi terkait pengolahan isyarat. Ini hanyalah buah pemikiran saya saja, bisa jadi ada kekeliruan. Terkadang dengan menyederhanakan sebuah teori bisa membuat kita menjadi lebih mengerti mengapa teori tersebut bisa muncul. Semoga bisa membantu pembaca dalam mengerti tentang konvolusi secara bodoh. By the way, ini adalah revisi aliyas update-an dari yang dahulu...

@thanks

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 5