SISTEM PEMROSESAN SINYAL

 Sistem
 Alat fisik yang melakukan suatu operasi pada suatu sinyal
 Filter
 Mereduksi (mengurangi) derau (noise)
 Alat non fisik
 Software (perangkat lunak)
 Melakukan sejumlah operasi-operasi matematik
 Algoritma

 Pemrosesan sinyal (Signal processing)

 Operasi-operasi yang dilakukan pada suatu

sinyal
 ELEMEN-ELEMEN DASAR DSP
Sinyal A/D Pemroses D/A Sinyal
input sinyal output
analog Converter digital Converter analog

Sinyal input digital Sinyal output digital

Sinyal: besaran fisik yang berubah-ubah terhadap satu

atau beberapa variabel bebas. Secara matematis: fungsi
variabel bebas t  dinotasikan dengan x(t)
 Nyata (Real) & Kompleks (Complex)
x = x1 + jx2; j = √-1  complex, real if x2 = 0
Deterministic & Random (Acak)

Deterministik: dapat dimodelkan dgn fungsi matematika

Acak: keberadaanya bersifat probabilistik  statistik
Energy & Power (Daya)
Energy signal/sequence: 0 < E < ∞, so P = 0

Power signal/sequence:
0 < P < ∞, so E = ∞
 Analog & Digital

Sumbu tegak/ordinate: nilai/amplitude

Sumbu mendatar/axis: waktu/time

Sinyal: Kontinyu & Diskret  x(t) & x[n]

(Continue & Discrete Time Signal)
Periodic & Nonperiodic
Sinyal: Genap (Even) & Ganjil (Odd)
 Dimensi: banyaknya variabel bebas
Sinyal satu dimensi: Multi-dimensional signal
Fungsi 1 variabel bebas Fungsi 2 variabel bebas/lebih

Sinyal suara: 1 dimensi Gambar diam (still image)

S  I( x , y) Sinyal dua dimensi

Gambar bergerak: sinyal 3 dimensi : x, y, t

Contoh Sinyal 2 & 3 Dimensi

Sinyal 2 Dimensi

http://masnasir.com

Sinyal 3 Dimensi
 Kanal: banyaknya sumber sinyal
 Single-channel signal
 Hanya terdiri dari satu sinyal (variabel tak bebas)
 Nilainya bisa real atau kompleks
 Monitor TV monochrome : sinyal 1 kanal

 Multi-channel signal
 Lebih dari satu sinyal (variabel tak bebas)
 Gelombang gempa (3 channels)
 ECG (3 channels/12 channels)
 Monitor TV color: sinyal 3 kanal, RGB
 Diagram DSP

Analog to Digital Converter (ADC):

1. Sampling (Cuplik): time
2. Quantizing (Kuantisasi): amplitude
 Sampling

Pengambilan sampel/contoh dari sinyal analog pada

waktu tertentu dengan sangat cepat.
Dilakukan secara periodik setiap T detik (periode
sampling)  deretan data sampling.
Laju/kecepatan sampling diasumsikan konstan: jarak
waktu antara sampling sama
 fs = 1/T sample per detik (Hz)
Sampling terlalu sering: data yang didapat banyak.
Sampling terlalu jarang: banyak informasi hilang
Rangkaian dan Proses Sampling
 Teorema Sampling
Laju/kecepatan minimum sehingga sinyal asli dapat
direkonstruksi dari sampel: teorema Shannon
Jika sebuah sinyal kontinyu memiliki frekuensi tertinggi Fmax Hz,
maka sinyal tersebut dapat disampel dengan laju minimum :
Fs >= 2Fmax atau T <= 1/2Fmax  kriteria Nyquist
Frekuensi Sampling Fs = 2Fmax disebut Nyquist rate.
Nyquist rate?
 Aliasing
Jika sinyal disampling dengan laju sampling
kurang dari Nyquist rate, maka terjadi aliasing
 Quantizing (Kuantisasi)
Mengubah sinyal continuous valued x[n] menjadi
sinyal discrete valued xq[n], yang digunakan untuk
merepresentasikan x[n]
Kuantisasi ini menghasilkan kesalahan (error)
kuantisasi sebesar eq (n) = xq (n)- x(n)
Dua cara menentukan besarnya nilai untuk sampel.
Pemotongan/truncation Pembulatan/rounding
lebih sederhana, Pembatasan kesalahan
kesalahan lebih besar (error bound) lebih baik

Range: max – min

0.40 – 0.14 = 0.26
Step kuantisasi
Δ = 0.1
Besar?
Kecil?
Mengapa kuantisasi padahal mengakibatkan kesalahan kuantisasi?
Menghemat penggunaan bit untuk representasi sampel sinyal.
Jika ada b bit untuk setiap sampel, maka ada L = 2b kemungkinan
level untuk xq[n]
Dalam praktek lebih penting untuk memperkecil kesalahan
relatif daripada kesalahan absolut. Untuk itu, dikenal
besaran energi sinyal dan kesalahan, yang didefinisikan:

Besaran yang sering dipakai untuk kualitas kuantisasi adalah

signal-to-noise ratio (SNR), yang didefinisikan (dalam dB):
Contoh Soal