Tulisan ini
akan mengulas bagaimana kita mentransformasikan nilai analog menjadi nilai
digital. Untuk dapat melakukan transformasi tersebut, ada beberapa pengertian
yang akan kita ulas bersama:
- Representasi bilangan biner dan heksadesimal
- Mentransformasikan nilai kontinu atau analog dengan kuantisasi
Representasi
bilangan biner dan heksadesimal
Dalam dunia
digital, bukan lagi angka 0,1,2,3,4,5,6,7,8,9 yang digunakan, melainkan
bilangan biner yaitu 0 dan 1. Apa itu bilangan biner? Berdasarkan pengalaman saya belajar, cara tercepat memahami bentuk dan
definisi biner adalah dengan melihat tabel berikut:
Desimal
|
23 = 8
|
22 = 4
|
21 = 2
|
20 = 1
|
Representasi biner
|
0
|
0
|
0
|
0
|
0
|
0000b
|
1
|
0
|
0
|
0
|
1
|
0001b
|
2
|
0
|
0
|
1
|
0
|
0010b
|
3
|
0
|
0
|
1
|
1
|
0011b
|
4
|
0
|
1
|
0
|
0
|
0100b
|
5
|
0
|
1
|
0
|
1
|
0101b
|
6
|
0
|
1
|
1
|
0
|
0110b
|
7
|
0
|
1
|
1
|
1
|
0111b
|
8
|
1
|
0
|
0
|
0
|
1000b
|
9
|
1
|
0
|
0
|
1
|
1001b
|
Cara
membaca:
- Desimal 0 adalah sama dengan (23 x 0) + (22 x 0) + (21 x 0) + (20 x 0)
- Desimal 1 adalah sama dengan (23 x 0) + (22 x 0) + (21 x 0) + (20 x 1)
- …
- Desimal 9 adalah sama dengan (23 x 1) + (22 x 0) + (21 x 0) + (20 x 1)
Setiap
tabel, disebut dengan representasi bit (b).
- 1 desimal membutuhkan 1 bit data (1b)
- 2-3 desimal membutuhkan 2 bit data (10b, 11b)
- 4 desimal membutuhkan 3 bit (100b)
Dengan kata
lain
- 1 bit memiliki 21 atau 2 kombinasi : 0 dan 1
- 2 bit memiliki 22 atau 4 kombinasi: 0, 1, 2, dan 3 (00b, 01b, 10b, 11b)
- 3 bit memiliki 23 atau 8 kombinasi: 0, 1, 2, … ,7
- ….
- 32 bit memiliki 232 atau 4.294.967.296 kombinasi
Karena
bilangan biner cukup sulit untuk dilihat dan diartikan dengan waktu yang singkat--juga kemungkinan kesalahan membaca sangatlah besar, maka dibuatlah juga
representasi bilang heksadesimal. Bilangan heksadesimal merepresentasikan 4 bit
bilangan biner menjadi satu representasi bilangan heksadesimal.
Desimal
|
23 = 8
|
22 = 4
|
21 = 2
|
20 = 1
|
Heksadesimal
(biasa diawali dengan "0x")
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
0
|
0
|
0
|
1
|
1
|
2
|
0
|
0
|
1
|
0
|
2
|
3
|
0
|
0
|
1
|
1
|
3
|
4
|
0
|
1
|
0
|
0
|
4
|
5
|
0
|
1
|
0
|
1
|
5
|
6
|
0
|
1
|
1
|
0
|
6
|
7
|
0
|
1
|
1
|
1
|
7
|
8
|
1
|
0
|
0
|
0
|
8
|
9
|
1
|
0
|
0
|
1
|
9
|
10
|
1
|
0
|
1
|
0
|
A
|
11
|
1
|
0
|
1
|
1
|
B
|
12
|
1
|
1
|
0
|
0
|
C
|
13
|
1
|
1
|
0
|
1
|
D
|
14
|
1
|
1
|
1
|
0
|
E
|
15
|
1
|
1
|
1
|
1
|
F
|
Contoh:
Desimal
|
Biner
|
Heksadesimal
|
15
|
1111b
|
0xF
|
1024
|
0100 0000 0000b
|
0x400
|
4194304
|
0100
0000 0000 0000 0000 0000b
|
0x400000
|
Mentransformasikan nilai kontinu atau analog dengan kuantisasi
Dari tulisan pertama, saya mengulas sedikit mengenai sampling--mengambil nilai input analog
yang kita miliki dalam rentang waktu tetap. Diagram di bawah ini adalah salah
satu contoh sinyal analog yang akan-disampling dengan rentang waktu T.
Sinyal analog memiliki rentang nilai dari 0 - 3 Volt dan akan disampling dengan rentang waktu T dengan representasi 4 bit bilangan biner. Dengan kata lain, nilai sinyal yang sebelumnya kita miliki ditransformasikan dari nilai kontinu (kombinasi tak hingga: 0 V, 0,0001V, 0,000111V, dan seterusnya) akan dikategorikan menjadi 24 atau 16 kombinasi.
Proses sampling terjadi di garis hijau T1, T2, T3, ... dan seterusnya. Nilai dari sinyal analog yang akan dibaca adalah nilai yang terjadi pada garis hijau. Dengan demikian, nilai digital yang akan kita peroleh adalah sebagai berikut:
Dari kedua gambar ini, satu keuntungan dan satu kerugian dari tranformasi:
(+) perhitungan nilai akan menjadi lebih sederhana karena kita hanya memiliki 16 kombinasi
(-) keaslian sinyal analog hilang, dan kita tidak bisa mentransformasikan sinyal digital menjadi sinyal analog 100% sama dengan asalnya
Kerugian yang kita dapatkan tidak seberapa dengan keuntungan yang kita dapatkan (murni opini dari pengertian saya selama ini):
(+) perhitungan yang sederhana juga berdampak pada pengolahan data yang lebih sederhana dan cepat
(+) penyimpanan data membutuhkan ukuran memori yang lebih sedikit, dengan demikian biaya hardware untuk merealisasikan memori juga lebih rendah
(+/-) kita ambil contoh dari kompresi suara: meskipun keaslian sinyal analog atau sinyal suara tidak bisa dipertahankan 100% , dengan algoritma yang ditemukan, telinga manusia tidak akan merasakan "kehilangan" kualitas suara tersebut. Dan yang terpenting adalah kita tetap mendapatkan informasi dalam pesan suara.
Semoga bermanfaat!
Comments
Post a Comment