Pendahuluan

Setiap hari kita memakai komunikasi digital tanpa selalu menyadarinya. Ketika pesan teks dikirim dari ponsel, ketika video diputar melalui Wi-Fi, ketika kartu pembayaran ditempelkan ke mesin pembaca, atau ketika satelit mengirim data pengamatan bumi, ada pertanyaan dasar yang sama di balik semua itu:

Bagaimana informasi dapat diubah menjadi sinyal fisis, dikirim melalui medium yang tidak sempurna, lalu dipulihkan kembali dengan andal?

Buku ini membahas pertanyaan tersebut secara bertahap. Kita tidak akan langsung mulai dari rumus yang rumit. Kita mulai dari gagasan paling dasar: ada sesuatu yang ingin disampaikan, ada medium untuk menyampaikannya, dan ada penerima yang mencoba menafsirkan kembali pesan itu.

Dalam komunikasi digital, “sesuatu yang ingin disampaikan” biasanya direpresentasikan sebagai bit. Bit adalah satuan informasi biner yang hanya memiliki dua kemungkinan nilai, biasanya ditulis sebagai 0 dan 1. Misalnya, huruf A dalam sistem pengodean teks tertentu dapat diwakili oleh pola bit seperti 01000001. Foto, suara, video, data sensor, dan instruksi komputer semuanya akhirnya dapat direpresentasikan sebagai urutan bit.

Akan tetapi, bit tidak dapat berjalan sendiri melewati udara, kabel tembaga, serat optik, atau ruang angkasa. Bit harus diwujudkan sebagai sinyal. Sinyal adalah besaran fisis yang berubah terhadap waktu, misalnya tegangan listrik pada kabel, medan elektromagnetik pada antena, atau intensitas cahaya dalam serat optik. Komunikasi digital adalah seni dan ilmu untuk menghubungkan dua dunia ini: dunia abstrak berupa bit dan dunia fisis berupa sinyal.

Sebagai contoh sederhana, bayangkan sistem lampu senter. Jika lampu menyala sebentar berarti 1, dan lampu mati sebentar berarti 0, maka kita telah membuat sistem komunikasi digital yang sangat sederhana. Pesannya adalah urutan bit. Sinyalnya adalah cahaya. Kanalnya adalah ruang antara pengirim dan penerima. Penerimanya adalah mata manusia atau sensor cahaya. Jika kabut tebal muncul, penerima mungkin salah melihat lampu menyala sebagai mati. Di sinilah muncul masalah utama komunikasi: bagaimana mengirim informasi secara andal ketika kanal tidak sempurna?

Mengapa komunikasi digital penting?

Komunikasi digital menjadi penting karena hampir semua sistem informasi modern bergantung padanya. Internet, jaringan seluler, Wi-Fi, Bluetooth, siaran digital, komunikasi satelit, sistem radar modern, jaringan sensor, dan penyimpanan data digital semuanya menggunakan prinsip yang sama: informasi direpresentasikan secara diskret, diubah menjadi sinyal, melewati kanal, lalu dideteksi kembali.

Keunggulan utama komunikasi digital bukan berarti sinyalnya selalu “sempurna”. Sinyal digital tetap dapat rusak oleh derau, distorsi, interferensi, dan keterbatasan perangkat. Keunggulannya terletak pada fakta bahwa informasi digital memiliki struktur diskret. Penerima tidak harus memulihkan setiap detail bentuk gelombang secara sempurna; sering kali ia hanya perlu memutuskan simbol mana yang paling mungkin dikirim.

Misalnya, pada sistem sederhana yang mengirim 0 sebagai tegangan rendah dan 1 sebagai tegangan tinggi, penerima mungkin menerima tegangan yang sedikit bergeser akibat derau. Jika tegangan yang diterima masih cukup dekat ke nilai tinggi, penerima dapat memutuskan bahwa bit yang dikirim adalah 1. Keputusan ini tidak selalu benar, tetapi dapat dianalisis secara matematis. Dari sinilah muncul ukuran penting seperti laju galat bit, atau bit error rate disingkat BER, yaitu perbandingan antara jumlah bit yang salah diterima dan jumlah seluruh bit yang dikirim.

Jika 1.000.000 bit dikirim dan 100 bit salah, maka

\[ \text{BER} = \frac{100}{1.000.000} = 10^{-4}. \]

Angka ini berarti rata-rata ada satu kesalahan untuk setiap sepuluh ribu bit. Dalam sistem tertentu, BER sebesar itu mungkin terlalu buruk; dalam sistem lain mungkin masih dapat diterima, terutama jika ada pengodean koreksi galat.

Blok dasar sistem komunikasi digital

Walaupun teknologi komunikasi sangat beragam, banyak sistem dapat dipahami melalui blok dasar berikut:

\[ \text{sumber informasi} \rightarrow \text{pemancar} \rightarrow \text{kanal} \rightarrow \text{penerima} \rightarrow \text{tujuan} \]

Sumber informasi adalah asal pesan. Contohnya mikrofon yang menangkap suara, kamera yang mengambil gambar, komputer yang mengirim berkas, atau sensor suhu yang mengukur lingkungan.

Pemancar adalah bagian yang mengubah pesan menjadi sinyal yang cocok untuk dikirim. Pemancar dapat melakukan beberapa tugas: mengubah data menjadi bit, menambahkan bit pelindung, memetakan bit ke simbol, membentuk pulsa, dan memodulasi sinyal ke frekuensi tertentu. Istilah modulasi berarti proses menanamkan informasi ke dalam parameter sinyal, misalnya amplitudo, frekuensi, atau fase. Contoh paling sederhana: jika amplitudo rendah berarti 0 dan amplitudo tinggi berarti 1, maka informasi dimasukkan ke amplitudo sinyal.

Kanal adalah medium atau jalur yang dilalui sinyal. Kanal bisa berupa kabel, udara, serat optik, air, atau bahkan ruang antarplanet. Kanal hampir selalu mengubah sinyal. Perubahan ini dapat berupa pelemahan, keterlambatan, pemantulan, penyebaran frekuensi, atau penambahan derau. Model kanal adalah cara matematis untuk menyederhanakan perilaku kanal agar dapat dianalisis.

Penerima adalah bagian yang mengamati sinyal yang telah melewati kanal dan mencoba memulihkan pesan. Penerima dapat melakukan penyaringan, sinkronisasi, deteksi simbol, pengoreksian galat, dan pengubahan bit kembali menjadi data semula.

Tujuan adalah pengguna akhir pesan. Bisa berupa layar ponsel, pengeras suara, komputer penerima, sistem kendali, atau basis data.

Kerangka pemancar–kanal–penerima ini adalah cara standar untuk mempelajari sistem komunikasi modern. Buku-buku utama komunikasi digital juga menggunakan alur serupa karena ia membantu memisahkan pertanyaan besar menjadi bagian-bagian yang dapat dianalisis: bagaimana merepresentasikan informasi, bagaimana membentuk sinyal, bagaimana kanal merusak sinyal, dan bagaimana penerima membuat keputusan terbaik dari data yang tidak sempurna (Proakis dan Salehi, 2008; Sklar, 2001).

Informasi, ketidakpastian, dan bit

Sebelum berbicara tentang sinyal, kita perlu memahami mengapa bit dapat mewakili informasi. Secara intuitif, informasi berkaitan dengan pengurangan ketidakpastian. Jika kita sudah tahu bahwa besok pasti hari Senin, pesan “besok hari Senin” tidak memberi informasi baru. Namun jika kita sedang menunggu hasil undian, pesan “nomor Anda menang” membawa informasi besar karena sebelumnya ada banyak kemungkinan.

Claude Shannon merumuskan teori matematis komunikasi yang menjelaskan informasi, entropi, kapasitas kanal, dan batas fundamental transmisi data secara kuantitatif (Shannon, 1948). Dalam buku ini, kita tidak akan langsung masuk ke seluruh kedalaman teori informasi, tetapi gagasan dasarnya penting: sistem komunikasi tidak hanya memindahkan gelombang; ia memindahkan informasi di tengah ketidakpastian.

Sebagai contoh, satu bit dapat menjawab satu pertanyaan ya/tidak. Apakah saklar menyala? Apakah hasil lemparan koin adalah kepala? Apakah bit berikutnya adalah 1? Jika ada dua kemungkinan yang sama-sama mungkin, satu bit cukup untuk membedakannya. Jika ada empat kemungkinan yang sama-sama mungkin, kita memerlukan dua bit: 00, 01, 10, dan 11.

Inilah alasan representasi digital sangat kuat. Banyak jenis pesan dapat dipecah menjadi pilihan-pilihan diskret. Teks dapat direpresentasikan sebagai kode karakter. Gambar dapat direpresentasikan sebagai piksel. Suara dapat disampling dan dikuantisasi. Setelah menjadi bit, semua data ini dapat dikirim dengan prinsip komunikasi digital yang sama.

Dari sinyal analog ke representasi digital

Banyak sumber informasi di dunia nyata bersifat analog. Istilah analog berarti besaran yang dapat berubah secara kontinu. Suara manusia, misalnya, menghasilkan tekanan udara yang berubah halus terhadap waktu. Suhu ruangan juga tidak hanya memiliki dua nilai; ia dapat berubah secara kontinu dalam rentang tertentu.

Agar sumber analog dapat dikirim secara digital, biasanya dilakukan dua langkah penting: sampling dan kuantisasi.

Sampling berarti mengambil nilai sinyal pada waktu-waktu tertentu. Misalnya, alih-alih menyimpan seluruh gelombang suara secara kontinu, kita mengukur amplitudonya 44.100 kali per detik. Angka 44,1 kHz lazim digunakan pada audio digital konsumen, termasuk cakram padat audio. Gagasan dasarnya berkaitan dengan teorema sampling: sinyal yang dibatasi pita frekuensinya dapat direkonstruksi dari sampel-sampelnya jika laju sampling cukup tinggi, dengan syarat-syarat matematis tertentu. Dasar teori ini dikembangkan dalam konteks transmisi telegraf dan komunikasi oleh Nyquist, lalu diformalkan lebih luas dalam teori komunikasi dan sampling (Nyquist, 1928; Shannon, 1948).

Kuantisasi berarti membulatkan nilai sampel ke salah satu dari sejumlah tingkat yang tersedia. Misalnya, jika amplitudo suara harus disimpan sebagai bilangan 16-bit, maka setiap sampel hanya dapat mengambil salah satu dari \(2^{16} = 65.536\) tingkat. Pembulatan ini menimbulkan kesalahan kecil yang disebut derau kuantisasi. Derau ini bukan derau dari lingkungan, melainkan akibat representasi digital yang memiliki tingkat terbatas.

Contoh sederhananya: jika suhu sebenarnya 25,37°C tetapi termometer digital hanya menampilkan satu angka di belakang koma, maka nilainya menjadi 25,4°C. Selisih 0,03°C adalah kesalahan kuantisasi. Dalam audio, kesalahan kuantisasi muncul sebagai gangguan kecil pada nilai amplitudo. Dengan jumlah bit yang cukup, gangguan ini dapat dibuat sangat kecil untuk banyak aplikasi.

Kanal tidak sempurna: derau, distorsi, dan interferensi

Jika pemancar mengirim sinyal tertentu, penerima jarang menerima salinan yang identik. Ada beberapa penyebab utama.

Atenuasi adalah pelemahan sinyal. Sinyal radio melemah ketika jarak bertambah. Sinyal listrik melemah pada kabel panjang. Sinyal cahaya melemah dalam serat optik.

Derau adalah komponen acak yang tidak diinginkan dan ikut tercampur dengan sinyal. Salah satu model derau yang paling penting adalah additive white Gaussian noise, disingkat AWGN. “Additive” berarti derau ditambahkan ke sinyal. “White” berarti daya derau idealnya tersebar merata terhadap frekuensi dalam model tersebut. “Gaussian” berarti nilai derau mengikuti distribusi Gaussian atau normal. Model AWGN banyak dipakai karena secara matematis dapat ditangani dan sering menjadi pendekatan awal yang berguna untuk sistem komunikasi (Proakis dan Salehi, 2008; Haykin, 2001).

Distorsi adalah perubahan bentuk sinyal akibat kanal atau perangkat. Misalnya, beberapa frekuensi dilemahkan lebih besar daripada frekuensi lain. Jika sebuah pulsa semula tajam tetapi setelah melewati kanal menjadi melebar, pulsa itu dapat mengganggu pulsa berikutnya. Gangguan antar pulsa ini disebut interferensi antarsimbol, atau intersymbol interference disingkat ISI.

Interferensi adalah gangguan dari sinyal lain. Pada komunikasi nirkabel, perangkat lain yang memakai frekuensi berdekatan dapat mengganggu penerimaan. Pada kabel, sinyal dari pasangan kabel lain dapat bocor dan menyebabkan crosstalk.

Contoh intuitifnya adalah percakapan di ruangan ramai. Suara pembicara melemah seiring jarak, gema ruangan mengubah bentuk suara, orang lain berbicara sebagai interferensi, dan telinga pendengar harus memutuskan kata apa yang paling mungkin diucapkan. Komunikasi digital menghadapi masalah serupa, tetapi dengan sinyal, probabilitas, filter, dan algoritma deteksi.

Keputusan di penerima

Penerima digital tidak hanya “mendengarkan” sinyal; ia membuat keputusan. Jika pemancar mengirim salah satu dari beberapa simbol yang mungkin, penerima mengamati sinyal yang tercampur derau lalu memilih simbol yang paling masuk akal.

Misalnya, dalam sistem biner sederhana:

• bit 0 dikirim sebagai amplitudo \(-A\),
• bit 1 dikirim sebagai amplitudo \(+A\).

Jika penerima mengukur nilai \(r = 0{,}8A\), keputusan yang wajar adalah 1. Jika penerima mengukur \(r = -0{,}6A\), keputusan yang wajar adalah 0. Tetapi jika derau besar dan penerima mengukur \(r = 0{,}1A\), keputusan menjadi lebih rentan salah.

Gagasan ini akan dikembangkan dalam bab tentang ruang sinyal dan deteksi optimum. Kita akan melihat bahwa banyak masalah komunikasi digital dapat dilihat sebagai masalah geometri: simbol-simbol adalah titik dalam ruang, derau menggeser titik yang diterima, dan penerima memilih titik terdekat atau titik yang paling mungkin. Pendekatan geometris ini adalah salah satu cara paling kuat untuk memahami modulasi digital dan kinerja galat (Proakis dan Salehi, 2008).

Bandwidth, daya, dan kompromi desain

Sistem komunikasi selalu hidup dalam keterbatasan. Dua keterbatasan paling penting adalah bandwidth dan daya.

Bandwidth, dalam konteks komunikasi, adalah rentang frekuensi yang digunakan atau dibutuhkan oleh sinyal. Jika sebuah sistem memakai frekuensi dari 2,400 GHz sampai 2,420 GHz, maka bandwidth-nya 20 MHz. Bandwidth adalah sumber daya terbatas karena banyak sistem harus berbagi spektrum frekuensi.

Daya adalah laju penggunaan atau pemancaran energi. Pada perangkat baterai seperti ponsel dan sensor kecil, daya sangat terbatas. Pada komunikasi jarak jauh, seperti satelit atau wahana antariksa, daya dan rugi propagasi menjadi pertimbangan besar.

Ada kompromi yang berulang dalam komunikasi digital:

• Jika ingin mengirim lebih cepat, sering kali dibutuhkan bandwidth lebih besar, modulasi lebih padat, atau kualitas kanal lebih baik.
• Jika bandwidth terbatas, kita dapat memakai modulasi dengan lebih banyak simbol, tetapi biasanya sistem menjadi lebih sensitif terhadap derau.
• Jika daya terbatas, kita memerlukan modulasi dan pengodean yang lebih efisien terhadap energi.
• Jika ingin BER sangat kecil, kita mungkin perlu menurunkan laju data, menaikkan daya, memperbesar bandwidth, atau memakai pengodean kanal yang lebih kuat.

Shannon menunjukkan bahwa untuk kanal tertentu ada batas fundamental pada laju informasi yang dapat dikirim dengan peluang galat yang dapat dibuat sangat kecil; batas ini dikenal sebagai kapasitas kanal (Shannon, 1948). Artinya, desain komunikasi bukan sekadar soal membuat pemancar “lebih kuat” atau penerima “lebih pintar”. Ada batas matematis yang tidak dapat dilampaui, meskipun teknik praktis dapat berusaha mendekatinya.

Cara buku ini membangun pemahaman

Buku ini disusun sebagai perjalanan dari konsep dasar menuju sistem yang lebih lengkap.

Pertama, kita membangun peta besar komunikasi digital: apa tujuan sistem, apa fungsi pemancar, kanal, dan penerima, serta ukuran kinerja apa yang perlu diperhatikan. Setelah itu, kita membahas representasi informasi: bit, simbol, alfabet, laju informasi, dan entropi secara intuitif.

Berikutnya, kita masuk ke sinyal dan sistem. Bagian ini penting karena komunikasi digital tidak terjadi di ruang abstrak saja. Bit harus diwujudkan sebagai gelombang. Karena itu kita perlu memahami spektrum, bandwidth, filter, konvolusi, energi, dan daya.

Setelah fondasi sinyal dibangun, kita membahas sampling, kuantisasi, dan pulse-code modulation atau PCM. Di sini sumber analog seperti suara dapat diubah menjadi data digital. Kemudian kita mempelajari kanal dan gangguan, termasuk derau termal dan model AWGN.

Bagian tengah buku memperkuat alat probabilitas. Ini diperlukan karena penerima sering harus membuat keputusan berdasarkan pengamatan yang tidak pasti. Kita akan memakai peubah acak, distribusi Gaussian, nilai harapan, variansi, korelasi, proses acak, rapat spektral daya, dan fungsi Q. Semua istilah ini akan dijelaskan dari awal saat muncul.

Setelah itu, kita masuk ke ruang sinyal dan modulasi digital. Kita akan melihat ASK, OOK, FSK, PSK, BPSK, QPSK, dan modulasi M-ary. Kita tidak hanya menghafal bentuk gelombang, tetapi memahami mengapa jarak antar simbol memengaruhi peluang galat.

Kemudian kita mempelajari pembentukan pulsa, interferensi antarsimbol, matched filter, deteksi optimum, BER, sinkronisasi, fading, ekualisasi, dan pengodean kanal. Di bagian akhir, buku membahas kapasitas, efisiensi, OFDM, simulasi, dan studi desain sistem dari spesifikasi.

Tujuannya bukan agar pembaca menghafal semua rumus, melainkan agar pembaca dapat menjawab pertanyaan desain seperti:

Jika saya harus mengirim data 1 Mbps melalui kanal dengan bandwidth terbatas dan derau tertentu, modulasi apa yang masuk akal? Berapa daya yang dibutuhkan? Apa risiko galatnya? Apakah perlu pengodean kanal? Bagaimana cara memvalidasi dengan simulasi?

Pertanyaan seperti ini adalah inti rekayasa komunikasi digital.

Sikap belajar yang diperlukan

Komunikasi digital menggabungkan beberapa bahasa: bahasa informasi, bahasa sinyal, bahasa probabilitas, dan bahasa sistem. Pada awalnya, keempatnya mungkin terasa terpisah. Bit tampak seperti konsep komputer. Spektrum tampak seperti konsep fisika. Probabilitas tampak seperti matematika statistik. Filter dan kanal tampak seperti sistem linear. Namun dalam komunikasi digital, semuanya bertemu.

Karena itu, jangan terburu-buru. Ketika menemukan istilah baru, tanyakan tiga hal:

1. Apa definisinya?
2. Contoh konkretnya apa?
3. Mengapa konsep ini diperlukan dalam sistem komunikasi?

Misalnya, ketika membaca “SNR”, jangan hanya mengingat bahwa SNR adalah signal-to-noise ratio. Pahami bahwa SNR membandingkan kekuatan sinyal yang diinginkan terhadap kekuatan derau. Jika SNR tinggi, sinyal lebih mudah dibedakan dari derau. Jika SNR rendah, penerima lebih sering salah. Dalam bentuk sederhana,

\[ \text{SNR} = \frac{\text{daya sinyal}}{\text{daya derau}}. \]

Jika daya sinyal 100 kali daya derau, maka SNR linear adalah 100. Dalam desibel,

\[ \text{SNR}_{\text{dB}} = 10 \log_{10}(100) = 20 \text{ dB}. \]

Contoh kecil seperti ini membuat istilah teknis menjadi alat berpikir, bukan sekadar kata.

Gambaran akhir

Pada akhirnya, komunikasi digital adalah tentang pemulihan makna dari sinyal yang tidak sempurna. Pemancar memilih cara merepresentasikan informasi. Kanal mengubah dan mengganggu sinyal. Penerima menggunakan struktur sinyal, model kanal, dan aturan keputusan untuk menebak pesan yang paling mungkin. Jika sistem dirancang dengan baik, kesalahan dapat dibuat jarang, laju data dapat tinggi, dan sumber daya seperti bandwidth serta daya dapat digunakan secara efisien.

Buku ini akan membawa Anda dari gagasan sederhana “mengirim 0 dan 1” menuju pemahaman yang lebih matang tentang modulasi, deteksi, galat, pengodean, kapasitas, dan sistem modern. Setiap bab membangun bagian kecil dari gambar besar. Jika Anda mengikuti alurnya dengan sabar, Anda akan melihat bahwa komunikasi digital bukan kumpulan rumus terpisah, melainkan satu cerita yang koheren: informasi menjadi sinyal, sinyal melewati ketidakpastian, dan penerima berusaha mengembalikan informasi seandal mungkin.

References

Haykin, S. (2001). Communication Systems (4th ed.). John Wiley & Sons.

Nyquist, H. (1928). Certain topics in telegraph transmission theory. Transactions of the American Institute of Electrical Engineers, 47(2), 617–644.

Proakis, J. G., & Salehi, M. (2008). Digital Communications (5th ed.). McGraw-Hill.

Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379–423, 623–656.

Sklar, B. (2001). Digital Communications: Fundamentals and Applications (2nd ed.). Prentice Hall.