SS 2

2 Sistem Linear Time-Invariant
Model sistem menjadi sederhana bila sistem diasumsikan linier dan time invariant (LTI).
Pertama, sistem dapat dikarakterisasi menggunakan respons impuls. Kedua, respons dari
sistem dapat dihitung melalui proses konvolusi.
Salah satu sistem LTI terpenting adalah sistem linear differential constant coefficien-
ts (LCCDE). Pada sistem LCCDE persamaan input-output dapat dimodelkan dengan
persamaan diferensial. Dengan demikian respons dari sistem LCCDE adalah solusi dari
persamaan diferensial.
Tujuan dari bab ini adalah membekali peserta dengan pengetahuan dan kemampuan
untuk menghitung output dari sistem LTI dan LCCDE.
2.1 Sistem LTI, Respons Impulse dan Konvolusi

2.1.1 Sifat Dasar Sistem LTI dan Simulasi Komputer
Sistem F secara umum menghasilkan sinyal output sinyal y dengan memproses (menem-
buskan) sinyal input x (lihat Gambar 2.1), yang ditulis secara umum
y = F {x} (2.1)
Secara khusus sistem ini menghasilkan sinyal h bila dimasuki input impuls δ. Sinyal h
disebut respons impuls. Selanjutnya sistem ini akan menghasilkan respons step s bila
dimasuki input step u.
Pada umumnya sistem dinyatakan melalui persamaan I/O (input-output). Sebagai
contoh, sebuah sistem DT memiliki persamaan I/O
y[n] = −a2 y[n − 2] − a1 y[n − 1]

+ b0 x[n] + b1 x[n − 1] + b2 x[n − 2]
(Sistem ini dikenal sebagai sistem LCCDE orde dua). Persamaan I/O ini menjelaskan
bagaimana sistem mengubah sinyal input menjadi sinyal output, sampel per sampel.
Kasus: Sifat perubahan yang terjadi akibat sistem LCCDE, terutama dalam mengubah
energi sinyal, bergantung dari frekuensi sinyal. Sebagai contoh, misalnya sistem
orde dua tersebut di atas memiliki koefisien seperti pada Tabel 2.1. Kemudian
sistem ini dimasuki sinyal sinusoid x1 [n] = cos (1.5n) (lihat Gambar 2.2). Dengan
bantuan spreadsheet Tabel 2.2 kita dapat menghitung sampel output y[n]. Dari
Gambar 2.2 terlihat bahwa gelombang output sudah mengecil. Berarti sistem
ini telah meredam sinyal x1 [n], sebesar lebih dari 22dB berdasarkan perhitungan
x h y
Gambar 2.1: Sistem
26
Tabel 2.1: Contoh koefisien orde dua DT

Koefisien Nilai
a2 0.743860718
a1 -1.24523096
a0 1
b2 1.356789856
b1 -0.275511966
b0 1.356789856
Tabel 2.2: Output dari sistem orde dua terhadap sinyal sinusoid sebanyak 60 sampel.
A B C D E
1 Koefisien Nilai Nilai
2 a2 0.7438 0.7438
3 a1 -1.2452 -1.2452
4 a0 1 1
5 b2 1.3567 1.3567
6 b1 -0.2755 -0.2755
7 b0 1.3567 1.3567
8
9 Frek: 1.5 2.5
10 n x1 [n] y1 [n] x2 [n] y2 [n]
11 -2 -0.990 0.284
12 -1 0.071 -0.801
13 0 1.000 -0.006 1.000 1.962
14 1 0.071 -0.091 -0.801 -0.006
15 2 -0.990 -0.115 0.284 0.495
.. .. .. .. .. ..
. . . . . .
70 57 -0.779 -0.045 -0.428 -0.347
71 58 0.570 0.054 0.884 0.792
72 59 0.860 0.053 -0.988 -0.921
73
74 Energy 30.39 0.18 30.59 29.78
75 Relatif (dB) -22.31 -0.12
Kode spreadsheet:
B11:=COS(B$9*A11) [enter]
D11:=COS(D$9*A11) [enter]
C13: =SUM(B11:B13*C$5:C$7)-SUM(C11:C12*C$2:C$3) [ctrl+shift]-[enter]
E13: =SUM(D11:D13*E$5:E$7)-SUM(E11:E12*E$2:E$3) [ctrl+shift]-[enter]
B74:=SUM(B13:B72*B13:B72) [ctrl+shift]-[enter]
C74:=SUM(C13:C72*C13:C72) [ctrl+shift]-[enter]
D74:=SUM(D13:D72*D13:D72) [ctrl+shift]-[enter]
E74:=SUM(E13:E72*E13:E72) [ctrl+shift]-[enter]
C75:=10*LOG10(C74/B74) [enter]
E75:=10*LOG10(E74/D74) [enter]
27
Gambar 2.2: Sinyal output untuk input x[n] = cos 1.5n.
spreadsheet. Sinyal sinusoid lain yang frekuensi lebih tinggi, x1 [n] = cos (2.5n)
juga teredam, tetapi hanya sebesar 0.12 dB (Gambar 2.3).
Sistem LTI adalah sistem yang sekaligus linier dan time invariant. Sistem F di sebut
linier bila untuk setiap input x1 dan x2 (baik untuk DT maupun CT) berlaku
F {α1 x1 + α2 x2 } = α1 F {x1 } + α2 F {x2 } (2.2)

Selanjutnya sistem F ini juga disebut time invariant bila input yang tertunda akan
menghasilkan output yang tertunda. Untuk kasus CT, berarti
y (t) = F {x (t)} ⇐⇒ y (t − t0 ) = F {x (t − t0 )} (2.3)

sedangkan untuk kasus DT, berlaku
y [n] = F {x [n]} ⇐⇒ y [n − n0 ] = F {x [n − n0 ]} (2.4)

Catat juga bahwa untuk sistem time invariant, berlaku
F {δ (t − t0 )} = h (t − t0 ) ; F {δ [n − n0 ]} = h [n − n0 ]
Soal: Dari pengamatan input-output sebuah sistem time-invariant diperoleh pasangan

input-output sebagai berikut.
x[n] y[n]
{1, 0, 2} {0, 1, 2}
{0, 0, 3} {1, 0, 0, 2}
{0, 0, 0, 1} {1, 2, 1}
1. Tentukan apakah sistem linier atau tidak?
28
Gambar 2.3: Sinyal output untuk input x[n] = cos 2.5n.
2. Cari respons impulse h[n]
Soal: Dari pengamatan sebuah sistem linier, diperoleh hubungan input-output berikut
ini
x [n] y [n]
{−1, 2, 1} {1, 2, −1, 1}
{1, −1, −1} {−1, 1, 0, 2}
{0, 1, 1} {1, 2, 1}
1. Tentukan apakah sistem ini time-invariant atau tidak?

2. Carilah respons impuls dari sistem ini.
Kasus: Sebuah sistem LTI CT memiliki respons step s(t) = e−t u(t). Tentukan output
bila sistem dimasuki sinyal x(t) seperti pada gambar di bawah.
x (t)
1
0 1 2 3t
Perhatikan bahwa x(t) = u(t − 1) − u(t − 3). Dari sifat LTI, disimpulkan bahwa
y(t) = s(t − 1) − s(t − 3). Hasil ini dapat dilihat pada gambar berikut.
29
s(t) s(t − 1)
t
0 3
−s(t − 3)
y(t)
t
0 3
2.1.2 Konvolusi
Konvolusi antara dua sinyal s dan v menghasilkan sinyal w yang dinyatakan dengan
notasi sebagai
w =s⊗v (2.5)
yang didefinisikan untuk kasus CT sebagai
ˆ ∞
w (t) = s (t) ⊗ v (t) = s (τ ) v (t − τ ) dτ (2.6)
−∞
dan untuk kasus DT sebagai
∞
X
w [n] = s [n] ⊗ v [n] = s [l] v [n − l] (2.7)
l=−∞
Melalui kedua definisi ini dapat dibuktikan sifat komutatif bahwa
s⊗v =v⊗s (2.8)

Dalam praktek kita memilih cara di ruas kiri bila s berdurasi lebih pendek daripada v,
karena ini menyerhanakan perhitungan.
2.1.3 Representasi Sinyal Menggunakan Konvolusi Impuls

Sebuah sinyal dapat direpresentasikan sebagai konvolusi sinyal itu terhadap sinyal im-
puls. Dalam kasus CT, sinyal x(t) dapat diekspresikan sebagai
ˆ ∞
x(t) = x (τ ) δ (t − τ ) dτ = x (t) ⊗ δ (t) (2.9)
−∞
Dengan cara yang serupa untuk kasus DT, sebuah sinyal x[n] dapat direpresentasikan
sebagai
∞
X
x [n] = x [l] δ [n − l] = x [n] ⊗ δ [n] (2.10)
l=−∞
30
Representasi ini adalah kasus khusus dari sifat umum bahwa sebuah sinyal CT dapat
direpresentasikan dalam bentuk integral terhadap sebuah kernel s(t, τ ) menurut
ˆ ∞
x(t) = X (τ ) s(t, τ )dτ (2.11)
−∞
dan sinyal DT dapat direpresentasikan oleh sebuah kombinasi linier dari sinyal basis
s (n, l) menurut
∞
X
x [n] = X [l] s (n, l) (2.12)
l=−∞
2.1.4 Representasi Sistem LTI Dengan Konvolusi Respons Impuls

Setiap sistem, termasuk sistem LTI, memiliki respons impuls h. Khusus untuk sistem
LTI, respons impuls sangat berperan untuk merepresentasikan sistem, artinya repons
sistem dapat digunakan untuk menghitung ouput dari input x. Tepatnya,
y =x⊗h (2.13)
Untuk memperlihatkan hal ini dalam kasus DT, perhatikan bahwa
( ∞ )
X
y[n] = F {x[n]} = F x [l] δ [n − l]
l=−∞
∞
X
y[n] = x [l] F {δ [n − l]}
l=−∞
maka diperoleh
∞
X
y [n] = x [l] h [n − l] (2.14)
l=−∞
dan untuk kasus CT,

ˆ ∞
y(t) = F {x (t)} = F x (τ ) δ (t − τ ) dτ
−∞
ˆ ∞
y(t) = x (τ ) F {δ (t − τ )} dτ
−∞
maka diperoleh
ˆ ∞
y (t) = x (τ ) h (t − τ ) dτ (2.15)
−∞
Kasus: Sebuah sistem CT memiliki h(t) = e−αt u (t), di mana α > 0, dimasuki input
x(t) = u(t). Cari output y(t).
Cara-1: y = x ⊗ h = u ⊗ h,
Diperoleh
ˆ ∞
y (t) = u (τ ) h (t − τ ) dτ
−∞
31
ˆ ∞
= u (τ ) e−α(t−τ ) u (t − τ ) dτ
−∞
ˆ t ˆ t
−α(t−τ )
= e dτ u (t) = u(t)e −αt
eατ dτ
0 0
Dan
1
y(t) = 1 − e−αt u(t)
α
Cara-2: y = h ⊗ x = h ⊗ u,
Diperoleh
ˆ ∞
y (t) = h (τ ) x (t − τ ) dτ
−∞
ˆ ∞
= e−ατ u (τ ) u (t − τ ) dτ
−∞
ˆ t
−ατ
= e dτ u (t)
0
dan
1
y(t) = 1 − e−αt u(t)
α
2.2 Respons Sistem Dengan Konvolusi Respons Impuls

2.2.1 Respons Sistem LTI CT
Soal: Hitunglah/sketsalah y (t) = x (t) ⊗ h (t), dengan x (t) dan h (t) menurut gambar
berikut
x (t) h (t)
1 1
0 1 2 3 t 0 1 2 t
2.2.2 Respons Sistem LTI DT

Kasus: Tentukan output bila respons impuls dan input seperti pada gambar berikut.
h [n]
1
4 5
n
0 1 2 3
32
x [n]
1
4
n
0 1 2 3 5
1
Jawab: Dari gambar dapat disimpulkan bahwa sinyal input hanya terdiri dari
dua pulsa, x[n] = δ [n − 2] − δ [n − 4], sedangkan sinyal respons impuls terdiri
dari enam pulsa. Oleh sebab itu, lebih mudah kita menggunakan konvolusi jenis
y[n] = x [n] ⊗ h [n], yang berarti:
y[n] = h [n − 2] − h [n − 4]
Menggunakan tabel sederhana, kita dapat menghitung y[n] sebagai berikut
n h[n] h[n − 2] -h[n − 4] y[n]

-1 0 0 0 0
0 1 0 0 0
1 1 0 0 0
2 1 1 0 1
3 1 1 0 1
4 -1 1 -1 0
5 -1 1 -1 0
6 0 -1 -1 -2
7 0 -1 -1 -2
8 0 0 1 1
9 0 0 1 1
10 0 0 0 0
11 0 0 0 0
Output ini dapat juga dilihat scara visual sebagai penjumlahan dua gelombang
respons impuls yang tergeser masing-masing 2 dan 4 sampel.
h [n − 2]
1
6 7
n
0 1 2 3 4 5 8 9 10 11
−1
h [n − 4]
1
8 9
n
0 1 2 3 4 5 6 7 10 11
−1
33
y [n] = h [n − 2] − h [n − 4]
1
6 7
n
0 1 2 3 4 5 8 9 10 11
−1
−2
Kasus: Sebuah sistem DT memiliki h[n] = αn u[n], dimasuki unit step. Cari outputnya.
Karena sinyal dan sistem kausal, maka y[n] = x[n] ⊗ h[n]
n
X
y[n] = u[n] αn−k
k=0
tapi
n 0 n
X
n−k
X
m
X 1 − αn+1
α = α = αm =
m=n
1−α
k=0 m=0
sehingga
1 − αn+1
y[n] = u[n]
1−α
2.2.3 Respons Step

Respons dari sinyal step adalah s(t)
ˆ ∞
s (t) = F {u (t)} = h (t) ⊗ u (t) = h (τ ) u (t − τ ) dτ
−∞
ˆ t
s (t) = h (τ ) dτ
−∞
d d
Catatan, dapat diperlihatkan bahwa h(t) = dt s (t), karena δ(t) = dt u (t).
2.2.4 Kasus Mencari Input dari Output

Soal: Perhatikan sebuah sistem LTI waktu kontinu dengan respons impuls h (t).
h (t)
x (t) h (t) y (t) 1
-1 1t
34
1. Bila input adalah x (t) = ∞

P
k=2 δ (t − k) , sebagaimana diperlihatkan berikut
ini, Carilah dan sketsalah output y (t).
x (t)
1 1 1 1
t
-1 0 1 2 3 4 5
2. Kemudian coba cari/sketsa input x (t) apabila output y(t) diketahui periodik
pada gambar sebagai berikut.
y (t)
2
-3 3 4 8
t
-4 -2 0 2 6
-2
2.3 Sifat-Sifat Sistem LTI

2.3.1 Kausalitas
Pada sistem LTI kausal, h(t) = 0 pada t < 0, sehingga bentuk konvolusinya menjadi:
ˆ ∞
y(t) = h (τ ) x (t − τ ) dτ
0
atau
ˆ t
y(t) = x (τ ) h (t − τ ) dτ
−∞
Kita dapat mendefinisikan sinyal kausal sebagai sinyal dengan sifat x(t) = 0 untuk
t < 0, dan anti kausal bersifat x(t) = 0 untuk t > 0. Maka bia kedua sinyal dan sistem
kausal, persamaan konvolusi menjadi:
ˆ t
y(t) = h (τ ) x (t − τ ) dτ
0
atau
ˆ t
y(t) = x (τ ) h (t − τ ) dτ
0
Hasil yang serupa diperoleh juga untuk kasus DT.
2.3.2 Stabilitas
Sistem LTI yang stabil secara bounded-input bounded-output (BIBO) memiliki respons
impuls dengan sifat
ˆ ∞
|h (τ )| dτ < ∞ (2.16)
−∞
35
Hal ini diperlihatkan melalui

ˆ ∞

|y (t)| = x (τ ) h (t − τ ) dτ
−∞
ˆ ∞ ˆ ∞
= |x (τ ) h (t − τ ) dτ | ≤ |x (τ )| |h (t − τ )| dτ
−∞ −∞
ˆ ∞ ˆ ∞
= |x (τ )| dτ |h (τ )| dτ
−∞ −∞
Bila input bounded , yakni
ˆ ∞
|x (τ )| dτ < ∞
−∞
dan Persamaan (2.16) terpenuhi, maka output bounded.

Dengan cara yang sama diperoleh untuk kasus sistem LTI DT
∞
X
|h (n)| < ∞
n=−∞
Soal: Perkirakan apakah sistem berikut ini stabil BIBO?
y[n] = 3y[n − 1] + 4y[n − 2]

+x[n] + 2x[n − 1]
2.3.3 Kasus Kausalitas, Stabilitas dan Periodisitas

Kasus: Sebuah sistem LTI memiliki respons impuls h[n] = αn u[n].
1. Apakah sistem kausal?

Jawab: ya, karena h[n] = 0 untuk n < 0.
2. Apakah sistem stabil BIBO?

Jawab:
∞
X ∞
X X ∞
|α|k
k
|h[k]| = α u[k] =

k=−∞ k=−∞ k=0
Maka ini tidak stabil, kecuali bila |α| < 1 karena kemudian
∞ ∞
X X 1
|h[k]| = |α|k = <∞
1 − |α|
k=−∞ k=0
Kasus: Perlihatkan bahwa pada sistem LTI bila x[n] periodik dengan periode N , maka
y[n] juga periodik dengan periode N .
Perhatikan bahwa pada sistem LTI
∞
X
y [n] = h [l] x [n − l]
l=−∞
36
Asumsi n = m + N , maka diperoleh
∞
X
y [m + N ] = h [l] x [m + N − l]
l=−∞
∞
X
= h [l] x [(m − l + N ]
l=−∞
Karena x[n] periodik, x[(m − l) + N ] = x[m − l], sehingga
∞
X
y [m + N ] = h [l] x [m − l] = y[m]
l=−∞
yang berarti y[n] periodik dengan periode N .
2.3.4 Memori
Pada sistem tanpa memori, y(t) hanya bergantung x(t) pada saat t. Untuk sistem LTI
tanpa memori, y(t) = Kx(t), dan h(t) = Kδ(t). Jadi bila h(t0 ) 6= 0 untuk t0 6= 0, maka
sistem memiliki memori. Sistem bermemori yang paling dikenal adalah LCCDE.
2.4 LCCDE
Selama ini kita sudah mengkarakterisasi sistem berdasarkan hubungan I/O (terutama
persamaan I/O) dan respons impuls. Sekarang kita ingin memodelkan sistem LTI dalam
bentuk khusus, yaitu persamaan I/O nya memenuhi sebuah persamaan diferensial (untuk
CT) dan diferens (untuk DT).
2.4.1 Persamaan Diferensial Koefisen Konstan

Sebuah persamaan diferensial dengan koefisien konstan orde N (untuk CT) memiliki
bentuk umum
N M
X dk X dk
ak y (t) = bk k x (t) (2.17)
dtk dt
k=0 k=0
dengan sebuah kasus khusus orde dua berbentuk
d2 y (t) dy (t) d2 x (t) dx (t)

a2 + a 1 + a 0 y (t) = b 2 + b1 + b0 x (t) (2.18)
dt2 dt dt2 dt
Dengan cara serupa untuk DT, persamaan diferens dengan koefisien konstan berorde
N memiliki bentuk
N
X M
X
ak y [n − k] = bk x [n − k] (2.19)
k=0 k=0
dengan sebuah kasus khusus orde dua berbentuk
a2 y [n − 2] + a1 y [n − 1] + a0 y [n]
(2.20)
= b2 x [n − 2] + b1 x [n − 1] + b0 x [n]
37
Gambar 2.4: Sistem LCCDE direct from I

v[n]
x[n] b b b
y[n]
z −1 b0 z −1
b b
z −1 b1 a1 z −1
b b
z −1 b2 b b a2 z −1
b b b b
b b
z −1 bM−1 aN −1 z −1
bM aN
Tabel 2.3: Jumlah komputasi untuk LCCDE dalam implementasi direct form.
Komputasi Tipe I Tipe II
Perkalian skalar N +M +1 N +M +1
Perjumlahan N +M N +M
Elemen Delay N +M N
Jumlah 3N + 3M + 1 3N + 2M + 1
Baik persamaan (2.17) maupun (2.19) bersifat linier dengan koefisien konstan, sehing-
ga keduanya disebut LCCDE (linear constant coefficient differential/difference equation).
Sistem LCCDE DT dapat diimplementasi dalam sebuah bentuk seperti pada Gambar
2.4. Bentuk ini disebut bentuk direct form tipe 1 karena koefisien serta arsitektur ben-
tuk ini langsung diperoleh dari persamaan. Jumlah komputasi yang diperlukan adalah
kombinasi dari jumlah perkalian skalar, penjumlahan, dan elemen delay. Sebagaima-
na diperlihatkan pada Tabel 2.3, jumlah komputasi untuk direct form tipe I adalah
3M + 3N + 1.
Perhatikan bahwa sistem ini dapat dianggap kaskade antara dua sistem (lihat Gambar
2.4).
M
X
v[n] = bk x[n − k]
k=0
38
Gambar 2.5: Pembentukan LCCDE direct form II

w[n]
x[n] b b b
y[n]
z −1 z −1 b0
b b
a1 z −1 z −1 b1
b b
b a2 z −1 z −1 b2 b
b b b b
b b
aN −1 z −1 z −1 bM−1
aN bM
N
X
y[n] = − ak y[n − k] + v[n]
k=1
Karena kedua sistem ini linier, maka kaskade ini bersifat komutatif, sehingga dapat
diubah menjadi kaskade antara dua sistem (Gambar 2.5).
N
X
w[n] = − ak w[n − k] + x[n]
k=1
M
X
y[n] = bk w[n − k]
k=0
dengan hasil yang identik.

Karena kedua sistem ini menggunakan w[n − k] yang sama, maka kedua kaskade dapat
digabung dengan men-share elemen delay (Gambar 2.6). Bentuk ini disebut direct form
tipe II. Karena delay elemen digabung, maka terjadi penghematan sumberdaya kompu-
tasi. Asumsi N ≥ M , maka jumlah sumber daya komputasi yang diperlukan tinggal
3N + 2M + 1 (Tabel 2.3).
Sistem LCCDE orde dua memiliki bentuk (lihat Gambar 2.7):
y[n] = −a2 y[n − 2] − a1 y[n − 1] + b0 x[n] + b1 x[n − 1] + b2 x[n − 2] (2.21)
39
Gambar 2.6: LCCDE direct form II

x[n] b
y[n]
z −1 b0
b
a1 z −1 b1
b
a2 b2
b b b
b b
b b b
b b
b b b
b b
aN −1 z −1 bN −1
aN bN
Gambar 2.7: LCCDE orde 2

x[n] b
y[n]
z −1 b0
b
a1 z −1 b1
b
a2 b2
40
Tabel 2.4: Tabel simulasi LCCDE dengan spreadsheet.

A B C
1 Koefisien Nilai
2 a2 0.1666666667
3 a1 -0.8333333333
4 a0 1
5 b2 0
6 b1 0
7 b0 1
8
9 n x[n] y[n]
10 -2 0 0
11 -1 0 0
12 0 1 1
13 1 0 0.8333333333
14 2 0 0.5277777778
15 3 0 0.3009259259
16 4 0 0.162808642
17 5 0 0.0855195473
18 6 0 0.0441315158
19 7 0 0.0225230053
20 8 0 0.0114139184
21 9 0 0.0057577645
22 10 0 0.0028958173
Kode spreadsheet:
dst
2.4.2 Simulasi LCCDE

Persamaan LCCDE memiliki memori y[n−k] dan x[n−k] untuk k > 0 yang menentukan
keadaan (state) persamaan pada saat n = 0. Dalam keadaan rileks, y[n − k] dan x[n −
k] ini bernilai 0. State ini berubah oleh x[n]. Dengan bentuk LCCDE, kita dapat
menggunakan komputer untuk mensimulasi perubahan state akibat perubahan x[n].
Kasus: Gunakan tabel spreadsheet untuk mensimulasikan LCCDE orde dua rileks de-
ngan persamaan
1 5
y [n − 2] − y [n − 1] + y [n] = x [n]
6 6
yang dipicu oleh x[n] = δ[n].
Pada Tabel 2.4 mula-mula kita meletakkan koefisien dari persamaan ini ke dalam
kolom B untuk label dan C untuk nilai mulai dari baris 2 s/d 7. Kemudian pada
baris 9 kita memberikan label indeks waktu n, eksitasi x[n], serta state y[n]. Pada
baris 10 dan 11, kita mengisi kondisi awal rileks untuk x[n] dan y[n]. Kita lalu
mengisi baris berikutnya dengan sample dari δ[n].
Untuk menghitung y[0], y[1] dan seterusnya kita menggunakan perhitungan
41
Tabel 2.5: Solusi partikular, di mana A, K, dan Ki adalah konstanta, dan n ≥ 0.

Input x[n] Solusi Partikular yp [n]
δ [n] 0
A K
AM n KM n
M
AnM l
P
P l=0 KM −l n
M
An n M An l=0 KM −l n
l
A cos(ω0 n)
K1 cos ω0 n + K2 sin ω0 n
A sin(ω0 n)
y[0] = a10 x[0] − aa01 y [−1] − aa20 y [−2]

y[1] = a10 x[1] − aa01 y [0] − aa20 y [−1]
..
.
yang dapat dilakukan oleh spreadsheet menggunakan fungsi array yang di copy-
paste pada setiap sel di kolom C mulai baris 12:
dst
Maka keadaan (state) pada setiap waktu dapat dilihat pada Tabel 2.4.
2.4.3 Solusi Persamaan LCCDE

Solusi persamaan LCCDE y(t) (atau y[n]) akibat input x(t) (atau y[n]) serta akibat kon-
disi awal, terdiri dari dua bagian: solusi homogen yh (t) (atau yh [n]) dan solusi partikular
yp (t) (atau yp [n]), sehingga
y(t) = yh (t) + yp (t)

(2.22)
y[n] = yh [n] + yp [n]
Solusi homogen adalah kontribusi internal sistem akibat kondisi awal sedangkan solusi
partikular adalah kontribusi input. Solusi y[n] ini hanya dihitung untuk n ≥ 0, sedangkan
y[n] pada n < 0 ditentukan langsung oleh kondisi awal.
Solusi partikular yp (t) (atau yp [n]) adalah fungsi dari x(t) (atau x[n]) yang memenuhi
persamaan LCCDE dan independen dari solusi homogen. Tabel 2.5 memperlihatkan
beberapa bentuk sinyal input, dan usulan solusi partikular yang sesuai untuk kasus
DT. Konstanta K, dan Ki adalah koefisien yang membuat yp [n] memenuhi persamaan
LCCDE untuk semua n.
Solusi homogen itu sendiri adalah solusi persamaan homogen untuk CT
N
X dk
ak yh (t) = 0 (2.23)
dtk
k=0
atau untuk DT
N
X
ak yh [n − k] = 0 (2.24)
k=0
42
Fungsi yang dikenal mempertahankan bentuk akibat diferensiasi adalah bentuk ekspo-
nensial, sehingga bentuk eksponensial ini secara alamiah dapat membentuk persamaan
homogen.
Asumsi solusi homogen yh [n] memiliki bentuk kompleks eksponensial, maka kita coba
bentuk yang paling sederhana:
yh [n] = λn
Karena solusi homogen memenuhi persamaan homogen, maka kita peroleh
N
X
ak yh [n − k] = 0
k=0
perhatikan
N
X N
X N
X
ak yh [n − k] = ak λn−k = λn−N aN −k λk
k=0 k=0 k=0
maka solusi persamaan homogen yang tidak trivial memenuhi

N
X
aN −k λk = 0
k=0
Ruas kiri adalah polinomial λ (disebut polinomial karakteristik) berorde N yang me-
miliki N buah akar λi yang menjadi solusi persamaan homogen ini. Maka solusi homogen
yang akan kita gunakan adalah kombinasi linier dari akar-akar ini, yakni
N
X
yh [n] = ci λni (2.25)
i=0
yang sudah dipastikan melalui proses penurunan tersebut akan memenuhi persamaan
homogen. Konstanta ci ditentukan oleh kondisi awal dari LCCDE. Bila ada N buah
ci yang perlu diketahui maka diperlukan N buah kondisi awal untuk membentuk N
persamaan dengan N yang tidak diketahui.
2.4.4 Simulasi Solusi LCCDE

Kasus: Cari solusi partikular dari persamaan diferens LCCDE orde dua
1 5
y [n − 2] − y [n − 1] + y [n] = x [n]
6 6
bila diketahui input x1 [n] = 2n u [n].
Jawab: Dari Tabel 2.5 diperoleh kandidat dsolusi partikular yp [n] = K2n u [n].
Untuk menentukan konstanta K yang memenuhi persamaan LCCDE, maka kita
melakukan substitusi
1 5
yp [n − 2] − yp [n − 1] + yp [n] = x1 [n]
6 6
menjadi
43
1 5
K2n−2 u [n − 2] − K2n−1 u [n − 1] + K2n u [n] = 2n u [n]
6 6
Karena persamaan ini linier, n yang manapun kita pilih untuk evaluasi akan meng-
hasilkan K yang berlaku untuk semua n, asalkan semua term dalam persamaan
ikut terevaluasi. Maka kita mengevaluasi persamaan dengan pilihan n = 2 karena
n ini tersederhana yang mengikutkan semua term dalam persamaan. Untuk n = 2,
kita dapatkan
1 5
K − K2 + K22 = 22
6 6
dan kemudian K = 58 , sehingga kita peroleh
8
yp [n] = 2n u [n]
5
Kasus: Tentukan solusi homogen dari LCCDE orde dua dalam kondisi relaks (kondisi
awal y[n] = 0, pada n < 0), bila persamaan LCCDE berbentuk
1 5
y [n − 2] − y [n − 1] + y [n] = x [n] (2.26)
6 6
Jawab: dari persamaan homogen
1 5
y [n − 2] − y [n − 1] + y [n] = 0
6 6
kita peroleh polinomial karakteristik

1 5 1 1
p (λ) = − λ + λ2 = λ− λ−
6 6 2 3
1
sehingga diperoleh akar λ1 = 2 dan λ2 = 13 , dan solusi homogen n ≥ 0 adalah
n n
1 1
yh [n] = c1 + c2 (2.27)
2 3
Kasus: Solusi total adalah gabungan solusi homogen dengan solusi partikular. Dalam
kasus di atas, solusi total adalah
n n
1 1 8
y[n] = c1 + c2 + 2n u [n]
2 3 5
Pada umumnya solusi homogen mengandung koefisien ci , yang harus ditentukan

pada saat menetapkan solusi total. Koefisien ini ditentukan oleh kondisi awal.
44
2.5 Penerapan Pada Sistem LCCDE

2.5.1 Formulasi Sistem LCCDE
Secara umum sebuah sistem LCCDE dengan orde N berbentuk
N
X M
X
y[n] = − ak y[n − k] + bk x[n − k] (2.28)
k=1 k=0
Perhatikan bahwa sistem ini pada dasarnya mengambil bentuk Persamaan (2.19) dengan
a0 =1.
Sistem DT ini dapat diimplementasi menggunakan komputer atau spreadsheet, seperti
pada contoh sebelumnya.
Kasus: Simulasikan sistem LCCDE rileks
y[n] = 3y[n − 1] + 4y[n − 2]

+x[n] + 2x[n − 1]
untuk mencari y[n] pada n ≥ 0 bila dimasuki input x[n] = 4n u[n].

Jawab: dengan cara serupa pada Tabel 2.4, kita peroleh hasil pada Tabel 2.6.
Perubahan yang dilakukan adalah mengubah nilai koefisien pada sel C2 s/d C7,
serta mensimulasikan input pada kolom B12, B13 dst dengan x[n] = 4n u[n].
2.5.2 Aplikasi Pada Sistem LCCDE CT

Soal: Diketahui sistem waktu kontinu dengan persamaan diferensial
y ′ (t) + 2y (t) = x (t) + x′ (t)
Carilah respon impuls h(t) dari sistem ini.
2.5.3 Aplikasi Pada Sistem LCCDE DT

Soal: Diketahui sistem waktu diskrit dengan persamaan diferens
y [n] + 2y [n − 1] = x [n] + x [n − 1]
Carilah respons impuls h[n] dari sistem ini.
Kasus: Cari respons impuls dari sistem LCCDE yang rileks
1 5
y [n] = − y [n − 2] + y [n − 1] + x [n]
6 6
Sistem ini memiliki bentuk LCCDE sebagaimana persamaan (2.26). Maka kita
dapat langsung menggunakan solusi homogen pada persamaan (2.27). Karena kita
menghitung respons impuls, maka x[n] = 0 untuk n > 0, sehingga solusi partikular.
Jadi impul respons adalah solusi total yang sama dengan solusi homogen.
n n
1 1
h [n] = c1 + c2
2 3
45
Tabel 2.6: Simulasi sistem LCCDE.

A B C D
1 Koefisien Nilai
2 a2 -4
3 a1 -3
4 a0 1
5 b2 0
6 b1 2
7 b0 1
8
9 n x[n] y[n] y[n]
10 -2 0 0
11 -1 0 0
12 0 1 1 1
13 1 4 9 9
14 2 16 55 55
15 3 64 297 297
16 4 256 1495 1495
17 5 1024 7209 7209
18 6 4096 33751 33751
19 7 16384 154665 154665
20 8 65536 697303 697303
21 9 262144 3103785 3103785
22 10 1048576 13673431 13673431
Kode spreadsheet:
B12: =4Â12 [enter]
B13: =4Â13 [enter]
dst
dst
D12: =(-1/25*(-1)Â12)+(26/25*(4)Â12)+(6/5*A12*(4)Â12) [enter]
D13: =(-1/25*(-1)Â13)+(26/25*(4)Â13)+(6/5*A13*(4)Â13) [enter]
dst
46
Kita membutuhkan dua persamaan untuk mencari kedua koefisien c1 dan c2 , yang
bisa kita bentuk menggunakan solusi ini pada n = 0 dan n = 1:
1 0 1 0

h[0] = c1 2 + c2 3
1 1 1 1
h[1] = c1 2 + c2 3
Untuk keperluan ini kita memanfaatkan Tabel 2.4 pada n = 0 dan n = 1, sehingga
diperoleh (secara pecahan) y[0] = 1 dan y[1] = 56 . Sekarang kita punya sistem dua
persamaan dengan dua tidak diketahui
1 = c1 + c2
5 1 1
6 = 2 c1 + 3 c2
yang menghasilkan c1 = 3 dan c2 = −2. Maka solusi total adalah

n n
1 1
h [n] = 3 −2
2 3
2.5.4 Simulasi Solusi LCCDE DT

Hasil tersebut di atas dapat diverifikasi menggunakan mengembangan
10 Tabel
10 2.4 menjadi
Tabel 2.7. Misalnya, pada n = 10, kita peroleh h [10] = 3 21 − 2 31 yang dapat
dihitung menggunakan rumus spreadsheet:
D22: =(3*(1/2)Â22)-(2*(1/3)Â22) [enter]

dst
Tabel 2.7 mengkonfirmasi hasil yang identik antara pendekatan simulasi menggunak-
an persamaan I/O LCCDE dan simulasi menggunakan solusi LCCDE. Meskipun cara
yang kedua lebih panjang, tapi sekali solusi ditemukan, persamaan solusi bisa langsung
digunakan untuk n berapapun. Cara yang pertama memerlukan hasil dari n sebelum
karena bersifat rekursif.
2.6 Tutorial Solusi LCCDE

2.6.1 Kasus Orde 1 CT
Soal: Diketahui sebuah sistem waktu kontinu dengan input x (t) dan output y (t) dengan
hubungan
d
y (t) + ay (t) = x (t)
dt
di mana a konstanta.
1. Carilah y(t) dengan kondisi awal y (0) = y0 dan x (t) = Ke−bt u (t)
2. Nyatakan y (t) dalam penjumlahan respon zero-input dan respon zero-state.
47
Tabel 2.7: Simulasi solusi LCCDE

A B C D
8
9 n x[n] y[n] y[n]
10 -2 0 0 0
11 -1 0 0 0
12 0 1 1 1
13 1 0 0.8333333333 0.8333333333
14 2 0 0.5277777778 0.5277777778
15 3 0 0.3009259259 0.3009259259
16 4 0 0.162808642 0.162808642
17 5 0 0.0855195473 0.0855195473
18 6 0 0.0441315158 0.0441315158
19 7 0 0.0225230053 0.0225230053
20 8 0 0.0114139184 0.0114139184
21 9 0 0.0057577645 0.0057577645
22 10 0 0.0028958173 0.0028958173
Kode spreadsheet:
D12: =(3*(1/2)Â12)-(2*(1/3)Â12) [enter]
D13: =(3*(1/2)Â13)-(2*(1/3)Â13) [enter]
dst
2.6.2 Kasus Orde 1 DT

Soal: Sebuah sistem waktu diskrit dengan input x[n] dan output y[n] dengan hubungan
y [n] − ay [n − 1] = x [n]
dengan a adalah konstan. Bila sistem relaks, carilah y[n] untuk input
x [n] = Kbn u [n]
2.6.3 Kasus Menghitung Respons Impuls

Kasus: Cari solusi dari sistem LCCDE rileks
y[n] = 3y[n − 1] + 4y[n − 2]

+x[n] + 2x[n − 1]
untuk mencari respons impuls h[n].

Jawab:
Untuk mencari solusi y[n] = yh [n] + yp [n] kita perlu mengubah bentuk persamaan
ke dalam bentuk LCCDE, kemudian menghitung solusi partikular yp [n] dan solusi
homogen yh [n]. Persamaan LCCDE menjadi
y[n] − 3y[n − 1] − 4y[n − 2]

= x[n] + 2x[n − 1]
Persamaan sistem untuk respons impuls adalah
48
h[n] = 3h[n − 1] + 4h[n − 2]

+δ[n] + 2δ[n − 1]
Untuk menghitung respons impuls, kita tidak perlu menghitung solusi partiku-
lar. Dengan demikian solusi yang diperlukan berasal dari soulsi homogen. Untuk
LCCDE di atas, kita peroleh persamaan homogen
y[n] − 3y[n − 1] − 4y[n − 2] = 0
dan karakteristik polinomial
p (λ) = λ2 − 3λ − 4 = (λ + 1) (λ − 4)
dengan demikian maka solusi homogen adalah
h[n] = c1 (−1)n + c2 (4)n
Dari persamaan ini dapat dibuat dua persamaan untk mencari c1 dan c2 dengan
memilin n = 0 dan n = 1:
h[0] = c1 + c2
h[1] = −c1 + 4c2
Kemudian dari persamaan sistem respons impuls di atas diproleh dua sample per-
tama dari impulse respons
h[0] = 3h[−1] + 4h[−2]

+δ[0] + 2δ[−1]
= 0+0+1+0
= 1
h[1] = 3h[0] + 4h[−1]

+δ[1] + 2δ[0]
= 3+0+0+2
= 5
sehingga
1 = c1 + c2
5 = −c1 + 4c2
dan diperoleh c1 = − 51 dan c2 = 65 . Jadi respons impuls nya adalah

1 6
h[n] = − (−1)n + (4)n u [n]
5 5
49
2.6.4 Kasus Solusi Partikular Tidak Independen

Kasus: Cari solusi dari sistem LCCDE rileks
y[n] = 3y[n − 1] + 4y[n − 2]

+x[n] + 2x[n − 1]
untuk mencari y[n] pada n ≥ 0 bila dimasuki input x[n] = 4n u[n].

Jawab:
Sebagaimana sebelumnya, untuk mencari solusi y[n] = yh [n] + yp [n] kita perlu
mengubah bentuk persamaan menjadi
y[n] − 3y[n − 1] − 4y[n − 2]

= x[n] + 2x[n − 1]
Kandidat solusi partikular untuk input x[n] = 4n u[n] ini adalah yp [n] = K (4)n u [n],
di mana K seharusnya dapat diperoleh melalui substitusi pada persamaan LCCDE
untuk n = 2. Akan tetapi khusus untuk kasus ini ternyata solusi ini tidak inde-
penden karena juga sudah terdapat pada solusi homogen, sehingga perlu dicari
kandidat lain. Kandidat solusi partikular berikutnya yang masih mengandung in-
put tapi bukan bagian dari solusi homogen adalah yp [n] = Kn (4)n u [n] sehingga
diperoleh persamaan substitusi
Kn (4)n u [n] − 3K(n − 1) (4)n−1 u [n − 1]

−4(n − 2)K (4)n−2 u [n − 2]
= (4)n u[n] + 2 (4)n−1 u[n − 1]
dari sini, setelah dievaluasi pada n = 2 diperoleh
K2 (4)2 u [n] − 3K (4)1 − 4(0)K (4)0

= (4)2 + 2 (4)1
dan K = 56 . Jadi solusi partikular adalah
6
yp [n] = n (4)n u [n]
5
Karena kita sudah menghitung solusi homogen pada bagian sebelumnya, solusi
total untuk n ≥ 0 adalah
6
y [n] = c1 (−1)n + c2 (4)n + n (4)n
5
dengan koefisien c1 dan c2 dicari melalui
y [0] = c1 (−1)0 + c2 (4)0 + 65 0 (4)0 = c1 + c2

1 1 6 1 24
y [1] = c1 (−1) + c2 (4) + 5 1 (4) = −c1 + 4c2 + 5
Kita kemudian memanfaatkan Tabel 2.6, kita peroleh y[0] = 1 dan y[1] = 9,
sehingga
50
1 = c1 + c 2
24
9 = −c1 + 4c2 + 5
1 26
menghasilkan c1 = − 25 dan c2 = 25 . Maka solusi total adalah untuk n ≥ 0
1 26 6
y [n] = − (−1)n + (4)n + n (4)n
25 25 5
Hasil ini dapat diverifikasi pada kolom D spreadsheet di Tabel 2.6.
2.7 Penutup
Sistem LTI dapat dikarakterisasi menggunakan respons impuls. Respons dari sistem
dapat dihitung melalui proses konvolusi input dengan respons input.
Sesuai namanya, sistem LCCDE persamaan input-output dimodelkan dengan persa-
maan diferensial. Respons dari sistem LCCDE adalah solusi dari persamaan diferensial.
51

SS 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

SS 2

Uploaded by

Copyright:

Available Formats

2 Sistem Linear Time-Invariant

2.1 Sistem LTI, Respons Impulse dan Konvolusi

y[n] = −a2 y[n − 2] − a1 y[n − 1]

Gambar 2.1: Sistem

Tabel 2.1: Contoh koefisien orde dua DT

Gambar 2.2: Sinyal output untuk input x[n] = cos 1.5n.

F {α1 x1 + α2 x2 } = α1 F {x1 } + α2 F {x2 } (2.2)

y (t) = F {x (t)} ⇐⇒ y (t − t0 ) = F {x (t − t0 )} (2.3)

y [n] = F {x [n]} ⇐⇒ y [n − n0 ] = F {x [n − n0 ]} (2.4)

Soal: Dari pengamatan input-output sebuah sistem time-invariant diperoleh pasangan

1. Tentukan apakah sistem linier atau tidak?

Gambar 2.3: Sinyal output untuk input x[n] = cos 2.5n.

2. Cari respons impulse h[n]

1. Tentukan apakah sistem ini time-invariant atau tidak?

Melalui kedua definisi ini dapat dibuktikan sifat komutatif bahwa

s⊗v =v⊗s (2.8)

2.1.3 Representasi Sinyal Menggunakan Konvolusi Impuls

2.1.4 Representasi Sistem LTI Dengan Konvolusi Respons Impuls

dan untuk kasus CT,

2.2 Respons Sistem Dengan Konvolusi Respons Impuls

2.2.2 Respons Sistem LTI DT

Menggunakan tabel sederhana, kita dapat menghitung y[n] sebagai berikut

n h[n] h[n − 2] -h[n − 4] y[n]

2.2.3 Respons Step

2.2.4 Kasus Mencari Input dari Output

x (t) h (t) y (t) 1

1. Bila input adalah x (t) = ∞

2.3 Sifat-Sifat Sistem LTI

Hal ini diperlihatkan melalui

dan Persamaan (2.16) terpenuhi, maka output bounded.

Soal: Perkirakan apakah sistem berikut ini stabil BIBO?

y[n] = 3y[n − 1] + 4y[n − 2]

2.3.3 Kasus Kausalitas, Stabilitas dan Periodisitas

1. Apakah sistem kausal?

2. Apakah sistem stabil BIBO?

Asumsi n = m + N , maka diperoleh

Karena x[n] periodik, x[(m − l) + N ] = x[m − l], sehingga

yang berarti y[n] periodik dengan periode N .

2.4.1 Persamaan Diferensial Koefisen Konstan

dengan sebuah kasus khusus orde dua berbentuk

d2 y (t) dy (t) d2 x (t) dx (t)

dengan sebuah kasus khusus orde dua berbentuk

Gambar 2.4: Sistem LCCDE direct from I

Gambar 2.5: Pembentukan LCCDE direct form II

dengan hasil yang identik.

y[n] = −a2 y[n − 2] − a1 y[n − 1] + b0 x[n] + b1 x[n − 1] + b2 x[n − 2] (2.21)

Gambar 2.6: LCCDE direct form II

Gambar 2.7: LCCDE orde 2

Tabel 2.4: Tabel simulasi LCCDE dengan spreadsheet.

2.4.2 Simulasi LCCDE

Tabel 2.5: Solusi partikular, di mana A, K, dan Ki adalah konstanta, dan n ≥ 0.

y[0] = a10 x[0] − aa01 y [−1] − aa20 y [−2]

2.4.3 Solusi Persamaan LCCDE

y(t) = yh (t) + yp (t)

maka solusi persamaan homogen yang tidak trivial memenuhi

2.4.4 Simulasi Solusi LCCDE

Pada umumnya solusi homogen mengandung koefisien ci , yang harus ditentukan

2.5 Penerapan Pada Sistem LCCDE

Kasus: Simulasikan sistem LCCDE rileks

y[n] = 3y[n − 1] + 4y[n − 2]

untuk mencari y[n] pada n ≥ 0 bila dimasuki input x[n] = 4n u[n].

2.5.2 Aplikasi Pada Sistem LCCDE CT

y ′ (t) + 2y (t) = x (t) + x′ (t)

D22: =(3(1/2)^A22)-(2(1/3)^A22) [enter]