TRANSFORMASI FOURIER DALAM PEMROSESAN SINYAL DIGITAL

Resha Rudita
3 D4 B Elektro Industri B
Politeknik ElektronikaNegeri Surabaya
resharudita@ymail.com
Abstrak:
Dalam makalah ini kami meninjau teori sinyal waktu diskrit dan konsep dan aplikasi dari Fourier Transform dalam
pemrosesan sinyal digital. Dalam dasar komputer osiloskop digital, kita perlu menghitung sinyal sampel cepat sebagai
masukan sinyal data pengukuran analog. Kami akan meninjau teori sinyal sampling dan metode analisis menggunakan
Fourier Transform, untuk mengimplementasikan perangkat keras dan perangkat lunak dari dasar komputer osiloskop
digital.
1.

Pendahuluan
1.1. Sinyal Waktu Diskrit
Sinyal waktu diskrit direpresentasikan dengan
urutan dari sejumlah sampel:
n
T

merupakan karakteristik sinyal yang penting

dalam
analisa.
Banyak
teknik
analisa
dikembangkan untuk sinyal analog menggunakan
analisa Fourier dan transformasi Laplace.
Pasangan transformasi Fourier adalah:

= himpunan semua bilangan bulat

= waktu interval antar sample

x(nT) merupakan urutan ke-n dari kumpulan

sejumlah sampel yang membentuk urutan

T bernilai sama dan anak panah menunjukkan

lokasi urutan nilai pada waktu nol. Urutan naik
positif adalah ke arah kanan anak panah dan urutan
negatif ke arah kiri anak panah
1.2. Unit Simpuls
Aplikasi dari unit impuls dalam sistem diskrit
linier adalah untuk mengetahui respon impuls
sistem yang merupakan karakteristik penting dari
sistem. Sembarang urutan dari x dapat
didefinisikan sebagai jumlah dari urutan nilai
dikalikan dengan unit respon impuls yang digeser
dengan nilai yang bersesuaian.

bernilai satu untuk n=k dan nol untuk

lainnya.
1.3. Transformasi Fourier
Representasi Fourier untuk sinyal input
merupakan interprestasi yang sangat berguna.
Sistem dalam domain waktu menggunakan jumlah
konvolusi sebagai metode untuk menghitung
output sistem untuk berbagai input jika respon
impuls telah ditentukan. Pada representasi dalam
domain frekuensi output sistem merupakan hasil
kali dari frekuensi respon sistem dengan frekuensi
respon sinyal input.
Pada banyak aplikasi, sinyal yang penting dan
paling banyak digunakan adalah sinyal periodik.
Untuk sinyal periodik, metode analisa yang efisien
tersedia dengan menggunakan transformasi
Fourier untuk mendapatkan spektrum frekuensi
sinyal.
Spektrum
frekuensi
dari
sinyal
menggambarkan komponen periodiknya dan

dan inversnya adalah :

Intergral Fourier memetakkan sinyal dari satu

domain ke domain yang lain. Walaupun
transformasi Fourier menyediakan alat analisa
yang baik untuk sistem dan sinyal kontinyu, tetapi
implementasinya
membutuhkan
fungsi
representasi matematis untuk distranformasikan
dan perhitungan integral. Karenanya dianggap
perlu untuk membetukkan operasi yang sama pada
sinyal diskrit agar dapat diimplementasikan pada
hardware digital. Pendekatan pada sinyal input
dengan nilai sampel diskrit, Transformasi Fourier
Diskrit (DFT) dapat dikembangkan :

dengan
n ={0, 1, 2, ... , N-1} (indeks waktu)
k ={0, 1, 2, ... , N-1} (indeks frekuensi)
T =1/F (interval sampling)
F =1/T (frekuensi sampling)
N = jumlah sampling yang digunakan dalam penghitung DFT

Persamaan di atas dapat juga ditulis sebagai

persamaan yang mengandung faktor pengali
sebagai berikut:

N adalah jumlah sampel.

2.

Pembahasan dan Hasil

Penelitian ini dilakukan dengan mengembangkan
metodologi yang berbasis pada perancangan dengan
melakukan pemodelan sistem dengan menggunakan
MathLab.
Pada program Mathlab, kita akan menginputkan x(n).
Contoh input x(n)= [1 2 3 4 3 2 1 -1 -2 -3 -4 -3 -2 -1]

Gambar 4. Hasil Sinyal IDFT Sequence

3.

Gambar 1. Hasil Sinyal Input Sekuen

Analisa
Berdasarkan hasil yang didapatkan dari simulasi
Mathlab, hasil sinyal IDFT (Invers Discrete Fourier
Transformation) sequence memiliki sinyal yang sama
dengan sinyal input sekuen yakni menyerupai sinyal
sinusoidal berupa sampling. Hal ini didapatkan dari
persamaan yang terdapat pada bab pembahasan.
Sedangkan sinyal magnitude response dan sinyal
respon phasa memiliki bentuk sinyal yang berbeda.
Pada sinyal magnitude response menggunakan
persamaan :
xk(k+1)=xk(k+1)+(xn(n+1)*exp((-i)*2*pi*k*n/ln));
Pada sinyal respon phasa menggunakan persamaan :
phase=angle(xk)

Gambar 2. Hasil Sinyal Magnitude Response

Gambar 3. Hasil Sinyal Respon Phasa

4. Kesimpulan
Program yang digunakan pada paper ini merupakan
penggunaan diskrit fourier transform dan invers diskrit
fourier transform yang mampu menghasilkan 4 jenis sinyal
yakni Input Sequence, Magnitude Response, Phase
Response, dan IDFT Sequence. Sinyal magnitude response
dan phase response memiliki bentuk sinyal yang berbeda
dengan sinyal input, sedangkan sinyal IDFT requence
memiliki bentuk sinyal yang sama dengan sinyal input
dalam rangka pemrosesan sinyal digital.

5.

Daftar Pustaka
1. DeFatta, D.J., Lucas, J.G., Hodgkiss, W.S.,
Digital Signal Processing: A System Design
Approach, John Wiley & Son, Inc., 1988.
2. Lonnie C. Ludeman: Fundamentals of DSP,
http://www.spd.eee.strath.ac.uk, 1993.
3. D C Champeney: Fourier Transforms in
Physics. http://www.spd.eee.strath.ac.uk, 1993