TUGAS MATEMATIKA

APLIKASI DERET FOURIER DALAM PENCITRAAN DIGITAL

KELOMPOK 1

1. Nur Wahid
2. Resty Handayani L
3. Dwi Setiaji
4. Sarah Wilmar I
5. Handika Yulla S
6. Dwi Yulian P
7. Putri Djasmine

POLITEKNIK KESEHATAN KEMENKES SEMARANG

PRODI D-III TEKNIK RADIODIAGNOSTIK DAN RADIOTERAPI
TAHUN 2015

KATA PENGANTAR
1
 Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa,yang telah melimpahkan
rahmat dan karunia-Nya sehingga kami dapat menyusun makalah yang berjudul Aplikasi deret
fourier dalam pencitraan digital ini tanpa ada halangan suatu apapun.Proses penyusunan
makalah ini kami buat untuk memenuhi tugas akhir semester 1 mata kulaih matematika
dasar.Dengan telah selesainya proses penyusunan makalah ini kami mengucapkan terima kasih
kepada:
1. Ibu Sri Mulyati,S.Si,MT selaku dosen pengampu mata kuliah Matematika Dasar
2. Kedua orangtua yang senantiasa memberikan doa dan restunya
3. Teman-teman Prodi DIII dan DIV TRR Semarang
4. Semua pihak yang telah membantu terselesaikannya makalah ini

Kami menyadari bahwa dalam penyusunan makalah ini masih banyak kekurangan.
Untuk itu,kami mohon kritik dan saran yang dapat membangun demi kesempurnaan makalah ini.
Dan semoga makalah ini bermanfaat bagi kita semua.Sekian dan terima kasih.

Semarang, Februari 2015

Penyusun

Daftar Isi
2
 Halaman Judul............................................................................................................... 1
Kata Pengantar............................................................................................................... 2
Daftar Isi........................................................................................................................ 3
BAB I PENDAHULUAN.............................................................................................. 4
1. Latar Belakang.................................................................................................................. 4
2. Rumusan Masalah............................................................................................................. 4
3. Tujuan................................................................................................................................ 4
4. Manfaat............................................................................................................................. 5
5. Metodelogi Penulisan........................................................................................................ 5

BAB IIPEMBAHASAN................................................................................................ 6
1. Deret Fourier..................................................................................................................... 6
2. Aplikasi Deret Fourier dalam Pencitraan Digital............................................................... 9
3. Rekonstruksi Deret Fourier................................................................................................ 14

BAB III PENUTUP....................................................................................................... 15

1. Kesimpulan........................................................................................................ 15
2. Saran.................................................................................................................. 15

DAFTAR PUSTAKA..................................................................................................... 16

BAB I
PENDAHULUAN

1. Latar Belakang

3
 Perkembangan suatu teknologi sangat dipengaruhi dengan perkembangan suatu ilmu
pengetahuan. Tanpa peranan ilmu pengetahuan, bisa dipastikan teknologi akan sulit untuk
berkembang dengan cepat.
Matematika sebagai bahasa simbol yang bersifat universal sangat erat hubungannya
dengan kehidupan nyata. Kenyataan membuktikan bahwa untuk menyelesaikan masalah-
masalah kehidupan nyata dibutuhkan metode-metode matematika.
Di dalam dunia nyata kadang terdapat masalah-masalah yang sukar diselesaikan
dalam sistemnya. Untuk menyelesaikan masalah tersebut perlu disusun suatu pemodelan
matematika yang mirip dengan keadaan sistemnya.
Matematika merupakan salah satu cabang ilmu pengetahuan yang mempunyai ciri
berbeda dengan disiplin yang dimiliki oleh ilmu pengetahuan lain. Hal-hal yang dipelajari
dalam matematika terdiri atas beberapa kelompok ilmu, seperti: aljabar, geometri, analisis,
dan matematika terapan.Deret fourier merupakan salah satu cabang matematika yang
termasuk dalam kelompok analisis yang di aplikasikan dalam bidang radiologi dengan
pencitraan digital.

2. Rumusan masalah
a. Apakah yang dimaksud dengan
deret fourier?
b. Bagaimana aplikasi deret
fourierdalam bidang radiologi dengan pencitraan digital?
c. Apa saja yang termaksud
rekonstruksi deret fourier?

3. Tujuan
a. Mengetahui apa yang dimaksud dengan deret fourier
b. Mengetahui aplikasi deret fourier dalam bidang radiologi
dengan pencitraan digital

4
 c. Mengetahui apa saja yang termaksud rekonstruksi deret
fourier
4. Manfaat
Untuk mendapatkan wawasan dan pengetahuan tentang deret fourier dan aplikasi
deret fourier dalam bidang radiologi dengan pencitraan digital.

5. Metodelogi Penulisan
Dalam tahap ini dilakukan kajian sumber-sumber pustaka dengan cara
mengumpulkan data atau informasi yang berkaitan dengan permasalahan, mengumpulkan
konsep pendukung seperti definisi dan teorema serta membuktikan teorema-teorema yang
diperlukan untuk menyelesaikan permasalahan. Sehingga didapat suatu ide mengenai bahan
dasar pengembangan upaya pemecahan masalah.

5
 BAB II
PEMBAHASAN

1. Deret Fourier

Deret fourier adalah suatu deret yang banyak digunakan dalam bidang rekayasa.Deret
ini pertama sekali ditemukan oleh seorang ilmuwan Perancis Jean-Baptiste Joseph Fourier
(1768-1830). Deret yang selanjutnya dikenal sebagai Deret Fourier inimerupakan deret
dalam bentuk sinusoidal (sinus dan cosinus) yang digunakan untukmerepresentasikan fungsi-
fungsi periodik secara umum. Selain itu, deret ini seringdijadikan sebagai alat bantu dalam
menyelesaikan persamaan diferensial, baik persamaandiferensial biasa maupun persamaan
diferensial parsial. Teori dasar dari deret Fouriercukup rumit. Meskipun demikian,
aplikasinya sangat sederhana. Deret Fourier ini lebih umum dibandingkan dengan deret
Taylor. Hal ini disebabkan karena dalam banyak permasalahan praktis yang terkait dengan
fungsi periodik tak kontinu dapat diselesaikan dengan menggunakan deret ini dan tidak
ditemukan pada Deret Taylor.
Suatu fungsi f(x) dengan daerah asal D f= R, dikatakan periodik jika fungsi tersebut
terdefinisi di R, kecuali disejumlah titik dan terdapat bilangan positif p sehingga:

f ( x + P )=f ( X ) .................. (1)

Untuk semua x R dalam hal ini p dinamakan periode dari f(x) grafik suatu fungsi
periodic dengan periodic p disajikan dengan gambar 1.

Keluarga fungsi periodic yang cukup dikenal adalah fungsi sinus dan cosines. Fungsi
yang bernilai konstan selalu periodic karena memenuhi (1) untuk setiap bilangan positif p.

Beberapa contoh fungsi yang tidak periodic adalah x, x2 , x3 , e x , cos hx, ln x, dan

lain lain.

6
7
 Pada tahun 1822, Joseph Fourier, ahli matematika dari Prancis menemukan bahwa:
setiap fungsi periodik (sinyal) dapat dibentuk dari penjumlahan gelombang-gelombang
sinus/cosinus.

Transformasi Fourier adalah metode untuk mengubah gelombang seismik dalam

domain waktu menjadi domain frekuensi.

Salah satu aplikasi dari deret fourier adalah pada pemisahan perpaduan gelombang.
Suatu gelombang yang bergerak pada sutu medium bukan hanya gelombang yang berupa
gelombang tunggal namun merupakan perpaduan dari banyak gelombang.Dengan
menggunakan deret fourier maka perpaduan dari banyak panjang gelombang ini dapat
dipisahkan kembali menjadi gelombang-gelombang penyusunnya.

8
 Contohnya pada gelombang radio.Gelombang radio memiliki frekuensi antara
88MHz-108MHz, sedangkan pendengaran manusia hanya berkisar 20-20KHz tetapi kita bisa
mendengar suara dari penyiar radio.Hal ini disebabkan karena gelombang radio tersebut
hanya sebagai pembawa. Yang nantinya pada radio penerima gelombang datang tersebut
akan dipecah kembali yang salah satunya berupa gelombang suara yang dapat kita
dengarkan.

2. Aplikasi deret fourier dalam pencitraan digital

a. Transformasi Fourier

Transformasi Fourier dikembangkan oleh ahli matematik Baron Jean-Baptiste-

Joseph Fourier pada tahun 1807 dan secara luas digunakan di dalam ilmu pengetahuan
dan rancang-bangun. Transformasi Fourier adalah suatu alat analitik yang bermanfaat
pada matematika, ilmu perbintangan, ilmu kimia, ilmu fisika, pengobatan, dan
radiologi. Di radiologi, Transformasi Fourier itu digunakan untuk merekonstruksi
gambaran-gambaran dari anatomi pasien di CT dan juga di dalam Magnetik Resonans
Imaging (MRI).
Untuk memahami Transformasi Fourier, oleh Bracewell (1989) diperkenalkan
satu analogi dengan tindakan tatap muka. Gelombang suara yang datang lalu masuk
dalam telinga dan dipisahkan menjadi sinyal dan intensitas yang berbeda. Sinyal-sinyal
ini sampai di otak dan diatur kembali agar menghasilkan suatu persepsi bunyi yang asli.
Bracewell menggambarkan Transformasi Fourier seperti "suatu fungsi yang
menguraikan amplitudo dan tahap-tahap dari tiap sinusoid, yang berpasangan dengan
suatu frekuensi yang spesifik. (Amplitudo menguraikan tingginya sinusoid; tahap-tahap
specifik titik awal di dalam siklus sinusoid itu)". Dengan kata lain, Transformasi Fourier
itu adalah suatu fungsi mathematika yatitu dengan mengkonversi suatu sinyal di dalam
suatu daerah menjadi suatu sinyal di daerah frekuensi.
Transformasi Fourier membagi suatu bentuk gelombang (sinusoid) ke dalam satu
rangkaian fungsi cosinus-sinus dari frekwensi yang berbeda dan amplitudo-amplitudo.
Komponen ini lalu dipisahkan. Pada imaging, ketika suatu sinar x melewati pasien, satu

9
profil gambaran yang ditandai oleh f(x) diperoleh. Ini dapat dinyatakan secara
matematik dalam wujud Deret Fourier sebagai berikut :

f(x) = ao/2 + (a1 cos x + b1 sin x) (a2 cos 2x + b2 sin 2x) +

(a3 cos 3x + b3 sin 3x) + .. + (an cos nx + bn sin nx)

Nilai-nilai ao, a1, b1, dan seterusnya disebut dengan koefisien Fourier (Gibson,
1981) dan dapat dengan mudah dihitung. Penggunaan koefisien Fourier memungkinkan
merekonstruksi satu gambaran pada CT.
Konvolusi adalah suatu teknik pengolahan citra yang digital untuk memodifikasi
gambaran-gambaran melalui suatu fungsi filter. "Proses ini melibatkan perkalian dan
memilih respon kurva detektor untuk menghasilkan sepertiga fungsi yang digunakan
untuk rekonstruksi statu image (Berland, 1987).
Interpolasi digunakan di CT dalam proses rekonstruksi gambar dan penentuan
irisan di CT spiral/ helical imaging. Interpolasi adalah suatu teknik matematica untuk
memperkirakan fungs statu nilai dari nilai yang sudah diketahui pada suatu fungsi
tertentu.Sebagai contoh, jika kecepatan dari suatu mesin yang dikendalikan oleh suatu
pengungkit meningkat dari 40 sampai 50 putaran per detik di mana pengungkit itu
diturunkan 4 cm, seseorang dapat menyisipkan informasi ini dan berasumsi bahwa
dengan menggerakkan 2 cm memberi 45 revolutions per detik. Ini adalah metoda yang
paling sederhana dari interpolasi, yang disebut interpolasi linear. Jika nilai-nilai yang
dikenal dari variabel nya, X, satu perkiraan dari suatu nilai yang tak dikenal dari Y dapat
dibuat suatu garis lurus diantara dua nilai paling dekat.
Rumusan matematika untuk interpolasi linear di mana Y3 adalah nilai yang tak
dikenal dari Y (pada X3) dan Y2 dan Y1 (pada X2 dan X1) adalah nilai-nilai yang dikenal
paling dekat antara interpolasi yang dibuat.

Y3 = Y1 + ( X3 - X1) ( Y2 -Y1) / ( X2 -X1)

10
 Sejarah dari teknik rekonstruksi bermuda pada tahun 1917 ketika Radon
mengembangkan pemecahan matematika pada saat rekonstruksi gambar dari satu set
proyeksinya. Ia menerapkan teknik ini pada masalah gravitasi. Teknik ini kemudian
digunakan untuk permasalahan gravitasi. Teknik ini selanjutnya digunakan untuk
memecahkan permasalahan di dalam ilmu perbintangan dan ilmu optik, tetapi mereka
tidak diberlakukan bagi pengobatan hingga tahun 1961.
Dalam inisial pekerjaannya, gambaran Hounsfield dianggap sebagai hasil teknik
rekonstruksi yang terpilih. Algoritm khusus (konvolusi teknik back projection) segera
diperkenalkan. Algoritma ini dikembangkan oleh Ramachandran dan Laksminarayanan
(1971) dan yang digunakan kemudiannya oleh Shepp dan Logan (1974) untuk
memperbaiki mutu gambaran dan waktu pemrosesan.
Pertimbangkan; satu obyek, O, yang diwakili oleh satu sistem koordinat x-y
Distribusi dari semua koefisien atenuasi, ,diberi oleh (x,y), yang bervariasi antara
poin-poin di dalam obyek. Umpamakan suatu berkas sinar-X melalui obyek sepanjang
suatu alur yang lurus (panah), dan intensitassuatu berkas sinar-X yang dipancarkan
mengenai detektor-detektor CT adalah I
Pendekatan lain kepada rekonstruksi gambar didasarkan pada teknik berulang.
"Satu rekonstruksi yang berulang-ulang mulai dengan satu asumsi (sebagai contoh,
bahwa semua poin dalam matriks mempunyai nilai yang sama) dan membandingkan
asumsi ini dengan nilai-nilai yang terukur, dan membuat koreksi buatan untuk membawa
kepada 2 pernyataan, dan lalu mengulangi proses ini berulang kali untuk nilai-nilai yang
terukur dan yang diasumsikan adalah sama atau di dalam batas berterima " (Curry,
Dowdey, dan murry, 1990).

b. Fourier Rekonstruksi

Proses rekonstruksi Fourier digunakan di MRI tetapi bukan di dalam CT Scanner

yang modern karena itu memerlukan matematika lebih yang rumit dibanding
penyaringan algoritma proyeksi balik (filtered back projection algorithm).
Suatu gambaran radiograf dapat dipertimbangkan dalam daerah ruang; meliputi,
mewakili gambaran keabuan (gray represent) yang menunjukkan variasi bagian dari

11
anatomi (e.g.,tulang adalah putih dan udara adalah hitam) di dalam ruang(spasi). Dengan
transform Fourier, gambaran daerah ini - radiograf yang diwakili oleh fungsi f(x,y) -
dapat diubah menjadi suatu gambaran daerah frekuensi yang diwakili oleh fungsi F(u,v).
Gambaran daerah frekuensi ini terdiri dari bidang frekwensi tinggi sampai frekwensi
yang rendah.Sebagai tambahan, gambaran ini dapat diubah kembali ke dalam suatu
gambaran daerah ruang dengan inverse transformasi Fourier.
Ada beberapa keuntungan-keuntungan pada proses perubahan bentuk
ini.Pertama-tama, gambaran di dalam daerah frekuensi dapat dimanipuasi (e.g.,
peningkatan tepi atau menghaluskan) dengan mengubah amplitudo-amplitudo dari
komponen-komponen frekuensi. Ke dua, suatu komputer dapat melaksanakan
manipulasi-manipulasi (pengolahan citra digital). Ketiga; informasi frekuensi dapat
digunakan untuk mengukur mutu gambaran melalui pokok spread fungsi, garis spread
fungsi, dan fungsi transfer modulasi (Huang,1999).
Daerah slice Fourier berbanding Fourier transform suatu proyeksi dari obyek
pada angel sama dengan suatu slice dari transform Fourier dari obyek sepanjang angel
(Parker, 1991).

Rekonstruksi Fourier terdiri dari langkah-langkah yang berikut :

1. Obyek yang untuk diteliti diwakili oleh fungsi f(x,y).

2. Data proyeksi diperoleh dari obyek. Suatu proyeksi data yang di atur untuk
rekonstuksi yang cukup diperlukan perputaran 180 derajat. Proyeksi ini
menunjukkan suatu gambaran ruang.

3. Masing-masing proyeksi diubah menjadi daerah frekuensi menggunakan

transform Fourier. Gambaran ini yang harus diubah jadi suatu gambaran yang
secara klinis bermanfaat.

4. Karena CT scanner menggunakan suatu transform Fourier sehingga cepat

berkembang terutama untuk implementasi digital, gambaran daerah frekuensi
harus ditempatkan di suatu rectangular grid (Fig. 6-10). Ini tercapai oleh

12
 interpolation. Kecepatan transform Fourier memerlukan piksel-piksel di dalam
grid array adalah 2, 4, 8, 16, 32, 64, 128, 256, 512, 1024, dan seterusnya.

5. Akhirnya, gambaran yang disisipkan adalah operasi perubahan.

Teknik rekonstruksi Fourier tidak menggunakan setiap filter karena interpolasi

menghasilkan suatu hasil yang serupa. Juga, proses interpolasi 2D dapat mengakibatkan
artefak-artefak jika itu tidak dilakukan dengan teliti dan oleh karena itu tidak digunakan
di CT.

c. Pengukuran Data

Pengukuran data, atau data scan, pembangkit dari detektor. Data ini diatur agar
patuh kepada proses untuk mengoreksi pengukuran data pada gambaran rekonstruksi
algoritma. Correection bersifat perlu karena error dalam pengukuran data dari berkas
sinar (beam hardening), penyesuaian untuk detektor yang tidak baik dalam membaca,
atau scattered radiasi. Jika error ini tidak dikoreksi, hal ini akan menyebabkan mutu
gambaran yang lemah dan menghasilkan gambaran artefak.

d. Raw Data

Raw data adalah hasil dari data scan yang preprocessed dan diperlakukan pada
gambaran reconstrution algoritma yang digunakan oleh scanner. Data ini dapat strored
dan sesudah itu mendapat kembali jika dibutuhkan.

e. Data Convolved

Gambaran rekonstruksi algoritma yang digunakan oleh CT scanner adalah filter

proyeksi balik algoritma (filtered back-projection algorithm), yang termasuk kedua filter
dan proyeksi balik (back-projection). Raw data harus difilter dengan suatu filter
mathematical, atau inti. Proses ini juga dikenal sebagai teknik convolution.

f. Image Data

13
 Image data, atau merekonstruksi data, convolved data yang telah diback-
projected ke dalam gambaran matriks untuk menciptakan gambaran CT yang terdisplay
pada monitor. Variasi filter digital tersedia untuk menekan noise dan memperbaiki detail.
Standar algoritma biasanya digunakan terhadap algoritma yang sebelumnya,
terutama ketika suatu keseimbangan antara gambaran noise dan detil gambaran.
Smoothing algoritma mengurangi gambaran noise dan menampakkan anatomi soft tissue
dengan baik; hal ini digunakan di dalam pengujian-pengujian dimana pembedaan soft
tissue adalah penting bagi visualisasi struktur kontras yang rendah. Tepi enhancement
algoritma menekankan tepi dari struktur dan memperbaiki detil tetapi menciptakan
gambaran noise. Hal ini digunakan di dalam pengujian-pengujian di mana detil yang
bagus adalah penting, seperti bagian dalam telinga, struktur tulang, irisan tipis, dan
pengujian berkenaan dengan pemeriksaan paru-paru.

3. Rekonstruksi Deret Fourier

g. Rekonstruksi Gambaran di Single-Slice Spiral/ Helical CT

Gambaran rekonstruksi rekonstruksi sebelumnya digambarkan oleh single-slice

CT konvensional. Di dalam volume single-slice CT (spiral/helical CT), filter back-
projection algoritma digunakan pada satu pertimbangan tambahan. Karena pasien
bergerak secara terus-menerus melalui gantry dari suatu perputaran 360-degree,
gambaran yang reconstrucred akan kabur dan oleh karena itu perlu interpolation sebelum
filter back-projection digunakan. Suatu bagian planar harus pertama dihitung dari
himpunan data volume menggunakan interpolation, setelah yang gambaran dihasilkan
dengan berbagai algoritma interpolation.

h. Rekonstruksi Gambaran pada Multislice Spiral/Helical CT

Tidak terdapat perbedaan antara volume CT single-slice dan volume CT

multislice pada pemakaian multiple detektor row dan cover lebih besar dari volume pada
penambahan kecepatan serta membutuhkan perhitungan baru.Umumnya didalam,
volume multislice CT algoritma mempertimbangkan rekonstruksi dari variabel slice

14
 thicknesses dan tujuan dari penambahan volume yang meningkat serta kecepatan dari
meja pemeriksaan. Ini yang mungkin yang dibuat oleh sacnning spiral/helical dengan
sampel yang ada, longitudinal interpolation, dan fan beam rekonstruksi dengan filter
back projection algoritma.

BAB III
PENUTUP

1. Kesimpulan
a. Deret fourier adalah deret yang digunakan dalam bidang rekayasa. Deret ini pertama kali
ditemukan oleh seorang ilmuan perancis Jean-Baptiste Joseph Fourier (1768-1830).
Derat yang selanjutnya dikenal sebagai deret fourier ini merupakan deret dalam bentuk
sinusoidal (sinus dan cosinus) yang digunakan untuk merepresentasikan fungsi-fungsi
15
 periodik secara umum. Selain itu, deret ini juga sering dijadikan sebagai alat bantu
dalam menyelasaikan persamaan diferensial, baik persamaan diferensial biasa maupun
persamaan diferensial parsial. Teori dasar deret fourier cukup rumit. Meskipun
demikian, aplikasinya cukup sederhana.
b. Aplikasi deret fourier dalam pencitraan meliputi:
Transformasi fourier
Rekonstruksi Fourier
Pengukuran data
Raw data
Data Convolved
Image Data
c. Rekonstruksi deret fourier meliputi:
Rekonstruksi Gambaran di Single-Slice Spiral/ Helical CT
Rekonstruksi Gambaran pada Multislice Spiral/Helical CT

2. Saran

Kami menyadari makalah yang kami susun ini masih jauh dari sempurna,sehingga
masih banyak kekurangan.Maka dari itu,kami masih mengharapkan kritik dan saran yang
sifatnya membangun,demi kesempurnaan makalah ini.Sekian dan terima kasih.

DAFTAR PUSTAKA

http://ensiklopediseismik.blogspot.com/2008/02/analisis-fourier-deret-fourier.html

http://zuhdiismail.blog.uns.ac.id/2010/10/17/aplikasi-deret-fourier-dan-transformasi-
fourier/
file:///E:/mtk/aplikasi-deret-fourier-dan-transformasi.html
http://id.scribd.com/doc/37566265/Deret-Fourier
http://www.babehedi.com/2012/02/v-behaviorurldefaultvmlo_9568.html

16