Anda di halaman 1dari 12

SIFAT-SIFAT TRANSFORMASI FOURIER

DI () DAN ()

FOURIER TRANSFORMS AND THEIR PROPERTIES


IN () AND ()
Rusdin, Mawardi Bahri, Loeky Haryanto
Bagian Matematika Terapan, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Hasanuddin.

Alamat Korespondensi:
Rusdin, S.Si
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Hasanuddin
Makassar,
HP: 081355588940
Email: S.sirusdin@yahoo.com

ABSTRAK
Uraian utama tesis ini adalah definisi transformasi Fourier dan sifat-sifat transformasi Fourier di
(). Sifat-sifat yang dibahas seperti sifat utama yang sangat penting dalam pembahasan
transformasi Fourier yaitu sifat penjumlahan, sifat linear, pergeseran, modulasi, skala, konjugat,
kontinuitas, dan sifat terbatas. Selanjutnya dibahas konvolusi untuk transformasi Fourier, invers
transformasi Fourier dan turunan pada transformasi Fourier. Selanjutnya transformasi Fourier
diperluas di (). sifat-sifat transformasi Fourier di () dibahas lebih lanjut seperti linearitas,
modulasi dan konvolusi.

Kata kunci : Transformasi Fourier, Konvolusi, invers , modulasi, turunan.

ABSTRACT
The main description of this thesis is the definition of the Fourier transform and their properties in
(). The basic properties such as addition, linearity, translation, modulation,
scaling,conjugation, continuously and boundary properties are presented. Next, the fundamental
properties for Fourier transform such as convolution, inverse for Fourier transform and it
derivative are also established. Finally, the Fourier transform in () are extended to ().
Properties of the Fourier transform are generalized in () such as linearity, modulation and
convolution.
Keywords: Fourier transform, convolution, inverse, modulation, derivative.

PENDAHULUAN
Trasformasi matematis digunakan terhadap suatu sinyal untuk mengetahui
informasi lain yang terkandung dalam sinyal tersebut yang tidak dapat terbaca
pada sinyal aslinya. Ada banyak metode yang digunakan untuk melakukan
transformasi. Salah satu transformasi yang paling banyak digunakan adalah
transformasi Fourier, yaitu pemetaan fungsi-fungsi yang bernilai riil atau
kompleks ke fungsi-fungsi yang bernilai kompleks. Transformasi ini telah umum
digunakan untuk merubah sinyal dari domain waktu ke domain frekuensi.
Transformasi Fourier (TF) dikenal sebagai alat yang handal untuk
menganalisis sinyal termasuk untuk pengolahan gambar. Performasi frekuensi
suatu sinyal fungsi dapat dipelajari karena TF melakukan transformasi dari
domain atau kawasan waktu ke domain frekuensi. TF memerankan suatu bagian
yang sangat penting dalam teori beberapa cabang ilmu sains dan teknologi.
Transformasi berarti mengubah sesuatu, transformasi Fourier merupakan alat
matematik yang sangat penting untuk pengolahan sinyal, meliputi analisis sinyal,
pengolahan sinyal, serta menguraikan sinyal (domain waktu) menjadi komponenkomponenen sinusoida (domain frekuensi). Penelitian sebelumnya dilakukan oleh
Brandwood (2003) dan Debnath (2005) yang menguraikan beberapa sifat-sifat
transformasi Fourier.
Secara sederhananya transformasi Fourier dipergunakan untuk mengubah
dari kawasan waktu menjadi kawasan frekuensi. Pengubahan itu dimaksudkan
untuk mempermudah analisis yang dilakukan. Dalam bidang pengolahan sinyal
maka pengubahan tersebut dapat dilakukan terhadap sinyal maupun terhadap
sistemnya. Transformasi Fourier sinyal akan menghasilkan spektrum sinyal.
Sedangkan transformasi Fourier terhadap sistem akan menghasilkan tanggapan
frekuensi sistem.
Dalam tulisan ini diperkenalkan Transformasi Fourier (TF) secara detail.
Akan diselidiki dan dibuktikan sifat-sifat fundamentalnya di

(). Penelitian ini bertujuan

akan diselidiki sifat-sifat transformasi Fourier di


merumuskan

definisi

transformasi

fourier

(). Selanjutnya

di

()

dan

sifat-sifatnya

(), memperluas definisi

membuktikan sifat-sifat transformasi Fourier di


transformasi Fourier di

() ke

() beserta sifat-sifatnya.

Penelitian ini dilakukan dengan metode kajian pustaka yang akan


menghasilkan pembuktian sifat-sifat transformasi Fourier secara detail.
BAHAN DAN METODE
Penelitian yang dilakukan adalah penelitian kepustakaan dengan
mengumpulkan dan mempelajari beberapa referensi berupa jurnal, makalah
ilmiah, buku elektronik dan halaman web di internet tentang Transformasi
Fourier,

buku yang berkaitan dan hal-hal yang terkait dengannya. Penelitian

dilakukan di kampus Universitas Hasanuddin.

HASIL
Tabel 1 memuat sifat-sifat transformasi Fourier di

(). Sifat-sifat ini

kemudian diselidiki dan dibuktikan. Mulai dari sifat penjumlahan, linearitas,


translasi, modulasi, turunan, konvolusi, skala dan invers. Kemudian akan
disajikan sifat-sifat transformasi Fourier di

().

PEMBAHASAN
Penelitian ini membahas sifat-sifat transformasi Fourier

() dan

kemudian membuktikan sifat-sifat tersebut dengan detail. Selanjutnya diperluas ke


() .

sifat-sifat transformasi Fourier di

Transformasi Fourier di
Sebuah fungsi : ,
lebesgue. Jadi

() =

()

() jika | |

| |

< . Misalkan

terintegral secaraLebesgue pada . Karena


( )

terintegral secara lokal untuk setiap

untuk setiap

< , yaitu jika

terintegral

adalah sebuah fungsi yang

kontinu dan terbatas, perkalian


. Jelas bahwa

dan pada . Dengan memberikan integral

=1

( )

(1)

Ini memberikan

| ( ) |

( )

= < .

Ini berarti bahwa (1) ada (eksis) untuk setiap

(2)

. Definisi berikut

berdasarkan Brandwood (2003) dan Debnath (2005)


Definisi 1. (Transformasi Fourier dalam
Misalkan

())

(). Transformasi Fourier ( ) dilambangkan dengan ( )

dan didefinisikan oleh

( ) = { ( )}( ) =

( )

(3)

Secara fisis, persamaan (3) menunjukkan pergerakan osilasi


, dan

pada frekuensi

( ) disebut spektrum frekuensi sinyal atau waveform

( ).

Berdasarkan hal tersebut ( ) dianggap sebagai sinyal dalam domain waktu


dan ( ) sebagai sinyal dalam domain frekuensi. Bentuk transformasi yang
umum digunakan untuk merubah sinyal dari domain waktu ke domain
frekuensi adalah dengan transformasi Fourier. Transformasi Fourier suatu
sinyal atau fungsi ( ) didefinisikan oleh (3). Sinyal ( ) dapat direkonstruksi
dengan rumus balikan Fourier
( )=

( )

(4)

Sifat-sifat dasar Transformasi Fourier


Beberapa sifat transformasi Fourier dikumpulkan dalam teorema berikut
yang selanjutnya disajikan dalam tabel.
Teorema 1. (Sifat Penjumlahan). Jika ( ) dan ( )

(), maka berlaku

{ ( )( ) + ( )}( ) = { ( )}( ) + { ( )}( ).

(5)

Bukti. Dari persamaan (3) diperoleh

{ ( ) + ( )}( ) = [ ( ) + ( )]

( )

( )

= ( )+ ( )
= { ( )}( ) + { ( )}( ).
Teorema 2. (Sifat linear). Jika ( ) dan ( )

() dan , adalah dua

konstanta kompleks, maka


{

( )( ) +

( )}( ) = { ( )}( ) + { ( )}( ).

(6)

Bukti : Dari definisi transformasi Fourier diperoleh

( )( ) +

( )}( ) =

( )+

( ))

( )

( )

=
=

( )+

( )

( )

( )

= { ( )} + { ( )}.
Teorema 3. (Sifat pergeseran atau translasi)
Misalkan ( ) adalah fungsi yang digeser oleh
( )= (

, yaitu

),

maka diperoleh
( )=
teorema 4. (Sifat modulasi)

( ).

(7)

() dan , misal ( ) =

Diberikan fungsi

{}( ) = { }(
Bukti: Diketahui ( ) =

( ) maka

).

(8)

( ),maka berdasarkan definisi Transformasi

Fourier diperoleh
{}( ) =
=

( )

( )

( )

( )

Berdasarkan definisi Transformasi Fourier, diperoleh


= { }(

).

Teorema 5. (Sifat scaling)


Diberikan fungsi f, a , a 0, dan misal ( ) = (
{}( ) = | | { }

) maka
(9)

Teorema 6 (konjugasi)
Misalkan

( ) dan untuk setiap maka

( ) = { } ( )

(11)

f () = {f}(. )

Invers Transformasi Fourier


Jika transformasi Fourier dimaksudkan untuk mengubah fungsi berdomain
waktu menjadi fungsi berdomain frekuensi, maka sebaliknya invers dari
Transformasi Fourier akan mengubah fungsi berdomain frekuensi menjadi fungsi
berdomain waktu. Berikut ini akan didefinisikan bentuk dari invers Transformasi
Fourier disertai dengan bunyi sebuah teorema yang berkaitan dengannya. Namun

khusus teorema ini tidak akan dibuktikan melainkan hanya dituliskan saja bunyi
teorema tersebut.
Definisi 2 Invers
Untuk suatu fungsi
Fourier dari

dimana | ( )|

untuk setiap

< , maka invers Transformasi

didefinisikan oleh

{ }( ) = 2

( )

(12)

Teorema 6
Jika

( ) dan | ( )|

< maka

{ }( ) = ( ).

(13)

Definisi 3 (Invers Transformasi Fourier ) Misalkan fungsi g (), maka


invers dari TF g didefinisikan untuk setiap bilangan real x , sebagai
1

[{ }]( ) = 2

( )

Konvolusi
Salah satu operasi matematis penting yang perlu dipahami dalam
mempelajari pengolahan citra digital adalah operasi konvolusi. Ini dikarenakan
konvolusi merupakan operasi yang mendasar dalam pengolahan citra. Tanda
menyatakan operator konvolusi, dan peubah (variabel)

adalah peubah bantu

(dummy variabel) (lebih jelasnya lihat pada definisi konvolusi).


Definisi 4
Diberikan dua fungsi

dan

konvolusi dari

dinyatakan oleh f g dan didefinisikan sebagai

dan

( )( ) =

(terdefinisi dan terintegralkan pada ), maka

( ) ( )

(14)

Sifat-Sifat Konvolusi
Setelah didefinisikan, operasi konvolusi ternyata memiliki beberapa sifatsifat. Diantaranya adalah bersifat komutatif, linearity, shifting dan konvolusi
dengan dirac . Pembahasan selanjutnya akan dijelaskan mengenai pembuktian
dari sifat-sifat tersebut.

Teorema 7 Komutatif
Untuk fungsi

dan

berlaku
( )( ) = ( )( ).

(15)

Bukti :

Untuk setiap

dan dari definisi konvolusi pada Persamaan (10) diketahui


( )( ) =

Misal

Karena nilai

maka

dan

( ) ( )
=

fixed, sehingga saat = maka

= dan saat = maka

= sehingga diperoleh
( )( ) =

( ) ( )(

( ) ( )

dan menurut definisi konvolusi diperoleh


= ( )( ).
Teorema 8 Linearitas
(a) Untuk fungsi f, g1 dan g2, serta untuk skalar , R berlaku
f (g + g ) = (f g ) + (f g );

(16)

(b) Untuk fungsi f, g1 dan g2, serta untuk skalar , R berlaku


(g + g ) f = (g f) + (g f).

(17)

Teorema 9 Shifting
Untuk suatu fungsi , dan

R, serta misal f adalah fungsi yang ditranslasikan

yang didefinisikan oleh


f (x) = f(x a)
maka untuk fungsi

yang sesuai berlaku


(a) (
(b) (

)(

)=( ) ( )

)( ) = ( ) ( ).

(18)
(19)

Transformasi Fourier di

()

Pada bagian ini akan diperkenalkan perluasan Transformasi Fourier di


L2

beserta

sifat-sifatnya. Sebagaimana telah dijelaskan di awal bahwa

Suatu fungsi

dikatakan dapat diintegralkan pada jika

| ( )|
dapat ditulis
fungsi

() =

| |

< , maka dengan cara yang sama, suatu

dikatakan dapat diintegralkan kuadrat pada jika

| ( )|
dengan

() atau

< . Fungsi yang seperti itu dinamakan sebagai

(),

< . Fungsi yang seperti itu dinamakan sebagai

() =

adalah fungsi yang terintegral Lebesgue pada , maka

| ( )|

< , yang selanjutnya akan disebut fungsi yang terintegral

kuadrat (square integrable functions). Terdapat banyak fungsi dalam fisika dan
engineering, termasuk amplitudo gelombang dalam mekanika klasik dan
quantum adalah terintegral kuadrat.
Ruang

(), yang dilengkapi hasil kali dalam , =

merupakan ruang Hilbert. Karena

() bukan himpunan bagian dari

maka definisi transformasi Fourier tidak otomatis berlaku di


demikian, dengan menggunakan fakta bahwa

(dalam norm di

( ) dalam norm di

()

(),

(). Namun

() padat di

(),

() dapat didefinisikan sebagai limit

transformasi Fourier dari fungsi


dari suatu barisan

( ) ( )

()), dengan

()

() dan

().

KESIMPULAN
Berdasarkan hasil dan pembahasan, diperoleh rumusan dan definisi serta
sifat-sifat transformasi Fourier di

() dan

()seperti ditunjukkan di tabel 1.

DAFTAR PUSTAKA
Asmar, Nakhle. 2000. Partial differential equations with Fourier series. second ed.
.
Pearson Prentice Hall: New Jersey.
Brandwood, David. 2003. Fourier Transform in Radar and Signal Processing.
.Arthec House. Boston.

B. Mawardi, E.Hitzer. 2010. Windowed Fourier Transform of two Dimensional


.Quaternionic Signals. Journal of Applied Mathematics and Computation,
..Vol.216, pp.2366-2379.
Debnath, Lokenath. 2002. Wavelet Transforms and their Applications.
..Birkhauser. Boston.
Debnath, Lokenath dan Mikusisnski, Piotr. 2005. Hilbert Spaces with
.Applications. Elsevier. USA.
Folland, Gerald B. 1999. Real Analysis: Modern Techniques and Their
.Applications. John Willey & Sons. New York.
Folland, Gerald B. dan Sitaram, Alladi. 1997. The Uncertainty Principle : A
.Mathematical Survey. The Journal of Fourier Analysis and Applications,
.Volume 3, pp. 207-238.
Folland, Gerald B. 1992. Fourier Analysis and Its Applications. The Wadsworth
.& Brooks. USA.
Sonka, M., Hlavac. 2008. Image Processing, Analysis, and Machine Vision.
Thomson Learning. United State of America.

Lampiran
Tabel 1. Sifat-sifat transformasi Fourier
Sifat
Penjumlahan

( )
( )+ ( )

( )
( )+ ( )

Sifat linier

( )+

( )+

Dualitas
Konvolusi

( )
( )( )

( ) ( )

Perkalian

( ) ( )

( )( )

translasi

modulasi

konjugasi

( )
(

( )
(

( )

( )

( )

)
( )

Turunan
Skala

( )

( )
1
| |
( )

Beri Nilai