Memahami Pilar “Sinyal dan Sistem”

Dalam pengantar teknik elektro, frasa sinyal dan sistem menunjuk pada salah satu cara paling penting untuk memandang dunia teknik: ada sesuatu yang berubah, dan ada sesuatu yang mengubahnya. “Sinyal” adalah besaran yang membawa informasi melalui perubahannya. “Sistem” adalah objek, rangkaian, alat, proses fisis, atau algoritma yang menerima sinyal masukan dan menghasilkan sinyal keluaran. Dua kata ini sederhana, tetapi menjadi bahasa bersama bagi banyak cabang teknik elektro: komunikasi, kendali, audio, instrumentasi, pemrosesan citra, sensor, radar, biomedis, dan elektronika digital.

Bagian induk dokumen menyatakan bahwa sinyal adalah kuantitas yang berubah terhadap variabel tertentu, biasanya waktu, sedangkan sistem menerima masukan dan menghasilkan keluaran. Pernyataan ini sesuai dengan cara buku standar memperkenalkan bidang ini: sinyal sering dimodelkan sebagai fungsi satu atau lebih variabel bebas, dan sistem dimodelkan sebagai pemetaan dari sinyal masukan ke sinyal keluaran [Oppenheim, Willsky, & Nawab 1997]. Yang perlu diingat sejak awal adalah bahwa ini adalah model. Sinyal nyata berasal dari fenomena fisis, tetapi ketika dianalisis, kita menyederhanakannya menjadi fungsi matematika agar dapat dihitung, diprediksi, dan dirancang.

Sinyal sebagai besaran yang berubah

Sinyal paling mudah dibayangkan sebagai grafik terhadap waktu. Jika mikrofon mengubah tekanan suara menjadi tegangan listrik, maka tegangan keluarannya dapat ditulis sebagai

\[ v(t), \]

dengan \(v\) menyatakan tegangan dan \(t\) menyatakan waktu. Nilai \(v(t)\) mungkin naik-turun mengikuti suara manusia, musik, atau kebisingan lingkungan. Tegangan itu bukan sekadar angka; pola perubahannya membawa informasi tentang suara yang diterima mikrofon.

Namun waktu bukan satu-satunya variabel yang mungkin. Dalam citra digital, sinyal dapat bergantung pada posisi dua dimensi, misalnya intensitas cahaya

\[ I(x,y), \]

dengan \(x\) dan \(y\) menyatakan koordinat piksel. Dalam antena atau medan elektromagnetik, medan listrik dapat bergantung pada posisi dan waktu, misalnya \(\mathbf{E}(x,y,z,t)\). Jadi definisi “biasanya waktu” dalam dokumen induk sudah tepat untuk pengantar, tetapi secara lebih umum sinyal adalah fungsi terhadap satu atau lebih variabel bebas [Lathi 2009].

Dalam teknik elektro dasar, dua pembedaan penting sering muncul. Pertama, sinyal dapat bersifat kontinu-waktu atau diskrit-waktu. Sinyal kontinu-waktu ditulis \(x(t)\), artinya nilainya didefinisikan untuk setiap waktu \(t\) dalam suatu rentang. Contohnya adalah tegangan analog pada kabel audio. Sinyal diskrit-waktu ditulis \(x[n]\), artinya nilainya hanya didefinisikan pada indeks tertentu, biasanya hasil pengambilan sampel setiap selang waktu tetap. Contohnya adalah data suhu yang dibaca sensor setiap satu detik:

\[ x[0], x[1], x[2], \ldots \]

Jika \(x[5] = 27.3^\circ\text{C}\), artinya pembacaan ke-5 menghasilkan suhu 27,3 derajat Celsius. Simbol \(n\) bukan waktu kontinu, melainkan indeks sampel.

Kedua, sinyal dapat bersifat analog atau digital. Sinyal analog ideal dapat mengambil nilai kontinu, misalnya tegangan 1,231 V atau 1,232 V. Sinyal digital mengambil nilai dari himpunan terbatas, misalnya 0 dan 1 pada logika biner. Dalam praktik, sinyal digital tetap diwujudkan oleh tegangan fisik yang tidak sempurna; “0” dan “1” adalah kategori yang ditentukan oleh rentang tegangan, bukan benda abstrak yang lepas dari fisika.

Sistem sebagai pemetaan dari masukan ke keluaran

Jika sinyal adalah “apa yang berubah”, sistem adalah “apa yang melakukan perubahan”. Secara matematika, sistem sering ditulis sebagai operator \(T\) yang mengubah sinyal masukan \(x\) menjadi sinyal keluaran \(y\):

\[ y = T\{x\}. \]

Notasi ini sengaja umum. \(T\) dapat berupa rangkaian RC, filter audio, motor listrik, kanal radio, penguat operasional, program komputer, atau bahkan kombinasi sensor–mikrokontroler–aktuator. Misalnya, sebuah penguat ideal dengan penguatan \(A\) dapat dimodelkan sebagai

\[ y(t) = A x(t), \]

dengan \(x(t)\) sinyal masukan, \(y(t)\) sinyal keluaran, dan \(A\) faktor penguatan. Jika \(A = 10\), maka masukan 0,1 V idealnya menjadi keluaran 1 V. Tetapi kata “idealnya” penting: penguat nyata memiliki batas tegangan suplai, bandwidth, noise, distorsi, dan keterbatasan arus keluaran.

Contoh lain adalah sistem penunda waktu:

\[ y(t) = x(t - \tau), \]

dengan \(\tau\) adalah waktu tunda. Jika \(\tau = 0{,}5\) detik, maka keluaran saat ini sama dengan masukan setengah detik sebelumnya. Model seperti ini dapat menggambarkan delay pada komunikasi, pemrosesan digital, atau propagasi gelombang dalam kondisi tertentu.

Sistem juga dapat memiliki memori atau tidak. Sistem tanpa memori menghasilkan keluaran hanya dari masukan saat itu. Contohnya \(y(t)=3x(t)\). Sistem dengan memori bergantung pada nilai masa lalu atau masa depan dari masukan. Rangkaian kapasitor dan induktor biasanya memiliki memori karena energinya tersimpan dalam medan listrik atau medan magnet. Inilah sebabnya respons transien pada rangkaian RC, RL, dan RLC menjadi jembatan antara analisis rangkaian dan sinyal-sistem.

Mengapa frekuensi penting?

Dokumen induk menyebut respons waktu dan respons frekuensi. Ini adalah dua cara melihat sinyal atau sistem yang sama. Respons waktu bertanya: “Bagaimana keluaran berubah terhadap waktu jika diberi masukan tertentu?” Respons frekuensi bertanya: “Bagaimana sistem memperlakukan komponen frekuensi yang berbeda?”

Gagasan dasarnya berasal dari analisis Fourier: banyak sinyal dapat dipahami sebagai gabungan sinus dan kosinus dengan frekuensi berbeda. Untuk sinyal sinus sederhana,

\[ x(t) = A \cos(2\pi f t + \phi), \]

\(A\) adalah amplitudo, \(f\) adalah frekuensi dalam hertz, dan \(\phi\) adalah fase. Sinyal audio bernada rendah memiliki frekuensi lebih kecil; nada tinggi memiliki frekuensi lebih besar. Filter low-pass melewatkan frekuensi rendah dan melemahkan frekuensi tinggi. Filter high-pass melakukan sebaliknya. Filter band-pass melewatkan rentang frekuensi tertentu.

Jika sebuah sistem linear time-invariant atau LTI diberi masukan sinus, keluarannya tetap sinus dengan frekuensi yang sama, tetapi amplitudo dan fasenya dapat berubah. Inilah alasan sistem LTI sangat penting: perilakunya terhadap sinyal kompleks dapat dipahami dari perilakunya terhadap komponen-komponen frekuensi [Oppenheim, Willsky, & Nawab 1997]. Namun syarat “linear” dan “time-invariant” tidak boleh diabaikan. Sistem nyata seperti amplifier yang jenuh, dioda, transistor dalam mode switching, atau sistem dengan parameter berubah terhadap waktu tidak selalu cocok dimodelkan sebagai LTI pada semua kondisi.

Linearitas, kestabilan, dan noise

Dalam studi sinyal dan sistem, beberapa sifat sistem menjadi pusat perhatian karena menentukan apakah model mudah dianalisis dan apakah sistem aman dipakai.

Sistem disebut linear jika memenuhi prinsip superposisi. Jika masukan \(x_1\) menghasilkan keluaran \(y_1\), dan masukan \(x_2\) menghasilkan keluaran \(y_2\), maka untuk konstanta \(a\) dan \(b\), masukan \(a x_1 + b x_2\) harus menghasilkan keluaran \(a y_1 + b y_2\). Banyak rangkaian dapat dianggap linear hanya dalam rentang operasi tertentu. Sebuah transistor, misalnya, dapat dimodelkan linear untuk sinyal kecil di sekitar titik bias, tetapi tidak linear jika dipaksa melewati batas jenuh atau cutoff [Sedra & Smith 2020].

Sistem disebut time-invariant jika perilakunya tidak berubah terhadap pergeseran waktu. Jika masukan hari ini ditunda satu detik, keluaran juga hanya tertunda satu detik, bukan berubah bentuk karena sifat sistem berubah. Resistor ideal dengan nilai tetap adalah contoh sederhana. Sebaliknya, sistem komunikasi dengan kanal yang berubah karena pergerakan pengguna dapat bersifat time-varying.

Sistem disebut stabil dalam arti bounded-input bounded-output jika setiap masukan yang terbatas menghasilkan keluaran yang terbatas. Secara intuitif, sistem stabil tidak menghasilkan keluaran yang meledak tanpa batas ketika diberi masukan yang wajar. Dalam kendali dan filter, kestabilan bukan sekadar syarat matematis, melainkan syarat keselamatan dan keandalan [Nise 2019].

Noise atau derau adalah sinyal tak diinginkan yang bercampur dengan sinyal utama. Dalam pengukuran sensor, noise dapat membuat data berfluktuasi. Dalam komunikasi radio, noise dapat merusak pesan. Dalam audio, noise terdengar sebagai desis. Kerangka sinyal dan sistem membantu merancang filter, penguat, pengkodean, dan metode estimasi agar informasi yang diinginkan dapat dipisahkan dari gangguan sejauh mungkin.

Menghubungkan konsep ini dengan teknik elektro

Kekuatan frasa “sinyal dan sistem” adalah kemampuannya menyatukan banyak contoh yang tampak berbeda. Tegangan mikrofon, arus motor, pembacaan sensor, dan gelombang radio semuanya adalah sinyal karena nilainya berubah dan membawa informasi tentang suatu fenomena. Filter audio, penguat, motor terkendali, kanal komunikasi, dan algoritma digital semuanya adalah sistem karena menerima masukan dan menghasilkan keluaran.

Sudut pandang ini membantu mahasiswa tidak terjebak pada bentuk fisik perangkat. Sebuah filter dapat berupa rangkaian resistor-kapasitor, program pada komputer, atau bagian dari sistem komunikasi radio. Bentuk fisiknya berbeda, tetapi pertanyaan dasarnya serupa: masukan apa, keluaran apa, frekuensi mana yang dilewatkan, berapa delay, berapa noise, apakah stabil, dan dalam kondisi apa modelnya valid?

Karena itu, penjelasan dalam dokumen induk dapat dibaca sebagai pengantar konseptual yang benar, tetapi belum lengkap secara teknis. Untuk verifikasi lebih lanjut, pembaca perlu memperhatikan asumsi yang biasanya menyertai analisis sinyal dan sistem: apakah sinyal kontinu atau diskrit, apakah sistem linear atau nonlinear, apakah parameter sistem tetap terhadap waktu, apakah sinyal ideal atau terkuantisasi, dan apakah noise serta batas fisik diabaikan. Pertanyaan-pertanyaan ini bukan melemahkan konsep “sinyal dan sistem”; justru membuatnya menjadi alat rekayasa yang matang.

References

Lathi, B. P. (2009). Linear Systems and Signals (2nd ed.). Oxford University Press.

Nise, N. S. (2019). Control Systems Engineering (8th ed.). Wiley.

Oppenheim, A. V., Willsky, A. S., & Nawab, S. H. (1997). Signals and Systems (2nd ed.). Prentice Hall.

Sedra, A. S., & Smith, K. C. (2020). Microelectronic Circuits (8th ed.). Oxford University Press.