TEKNIK FAST FOURIER TRANSFORM

ARTIKEL

Disusun untuk Memenuhi Salah Satu Tugas Mata Kuliah Visi Komputer

Disusun Oleh :

Yulita Nur Azizah 361641002

TEKNIK INFORMATIKA
STMIK INDONESIA MANDIRI
Deskripsi Tugas :

Tugas IV

Buat laporan yang berisikan penjelasan mengenai:

TEKNIK FAST FOURIER TRANSFORM.

Catatan:

Ikuti aturan penulisan artikel/karya tulis ilmiah/tugas akhir

Jumlah halaman maksimum/paling banyak: 10 halaman

Peserta kuliah harus menekan tombol "SUBMIT" dan menerima pernyataan SUBMIT. Jika
tidak, maka oleh sistem akan diberi label DRAFT dan TIDAK AKAN DINILAI

Tugas IV dimulai tanggal: 28 Agustus 2017 pukul 00.00 WIB

Batas waktu pengumpulan tugas via e-learning: 6 September 2017 pukul 23.55 WIB

Tugas akan diberi label "TERLAMBAT" oleh sistem, tetapi masih dapat diterima dan dinilai
hingga tanggal 8 September 2017 pukul 12.00 WIB.

Catatan:

Ikuti aturan penulisan artikel/karya tulis ilmiah/tugas akhir

Jumlah halaman maksimum/paling banyak: 10 halaman
Peserta kuliah harus menekan tombol "SUBMIT" dan menerima pernyataan SUBMIT. Jika
tidak, maka oleh sistem akan diberi label DRAFT dan TIDAK AKAN DINILAI

Tugas II dimulai tanggal: 14 Agustus 2017 pukul 00.00 WIB

Batas waktu pengumpulan tugas via e-learning: 23 Agustu 2017 pukul 23.55 WIB

Tugas akan diberi label "TERLAMBAT" oleh sistem, tetapi masih dapat diterima dan dinilai
hingga tanggal 25 Agustus 2017 pukul 12.00 WIB.
 BAB I
PENDAHULUAN
A. Latar Belakang

Transformasi Fourier adalah sub pokok bahasan dalam mata kuliah yang sering dipelajari
di Fakultas MIPA, maupun Fakultas Teknik, Di Fakultas Ilmu Komputer transformasi ini
diterapkan pada materi pengolahan citra. Aplikasi yang memanfaatkan transformasi fourier yaitu
pengolahan sinyal digital dan pengolahan citra digital. Sebagai aplikasi transformasi fourier dalam
pengolahan citra digital, sebuah citra memegang peranan sangat penting sebagai bentuk informasi
visual. Citra mempunyai karakteristik yang kaya dengan informasi.

Meskipun sebuah citra kaya informasi, namun seringkali citra mengalami penurunan mutu
(degradasi), misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras, kurang
tajam, kabur (bluring) dan sebagainya. Citra yang demikian ini menjadi sulit diinterprestasikan
karena informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra mudah
diinterprestasikan, maka citra tersebut perlu dimanipulasi menjadi citra lain dengan cara
ditingkatkan kualitasnya sesuai kebutuhan masing masing pengguna. Dalam proses pengolahan
citra, transformasi fourier dapat digunakan untuk perbaikan citra (image restoration) atau
peningkatan kualitas citra (image enhancement). Perbaikan citra diartikan sebagai proses untuk
mengolah citra digital yang didapat agar lebih mendekati bentuk citra aslinya, atau sering disebut
sebagai proses mendapatkan kembali citra asli dari suatu citra yang telah mengalami proses
degradasi. Sedangkan peningkatan kualitas citra adalah suatu proses untuk mengubah sebuah citra
baru sesuai dengan kebutuhan yang diinginkan melalui berbagai cara. Pada transformasi spasial
yang diubah adalah intensitas piksel (brightness, kontras, negasi, thresholding) atau posisi piksel
(rotasi, translasi, scaling, shear, dan lain- lain). Transformasi jenis ini relatif mudah
diimplementasikan dan banyak aplikasi yang dapat melakukannya (Paint, ACDSee, dan lain-lain).
Sedangkan transformasi domain yaitu proses perubahan citra dari suatu domain ke domain lainnya,
sebagai contoh domain spasial ke domain frekuensi. Transformasi yang mengubah dari domain
spasial ke domain frekuensi disebut transformasi fourier.

B. Landasan Teori

Definisi Fast Fourier Transform

Transformasi Fourier cepat (Bahasa Inggris: Fast Fourier Transform, biasa disingkat FFT) adalah
suatu algoritma untuk menghitung transformasi Fourier diskrit (Bahasa Inggris: Discrete Fourier
Transform, DFT) dengan cepat dan efisien. Transformasi Fourier Cepat diterapkan dalam beragam
bidang, mulai dari pengolahan sinyal digital, memecahkan persamaan diferensial parsial, dan
untuk algoritma untuk mengalikan bilangan bulat besar.
 BAB II
PEMBAHASAN

Fourier Transform
Transformasi fourier adalah transformasi yang dapat merubah suatu sinyal dari domain
waktu s(t) kedalam domain frekuensi S(f). Transformasi Fourier menggabungkan sinyal ke bentuk
fungsi eksponensial dari frekuensi yang berbeda-beda.
Transformasi Fourier merupakan suatu proses yang banyak digunakan untuk
memindahkan domain dari suatu fungsi atau obyek ke dalam domain frekwensi. Di dalam
pengolahan citra digital, transformasi fourier digunakan untuk mengubah domain spasial pada citra
menjadi domain frekwensi. Analisa-analisa dalam domain frekwensi banyak digunakan seperti
filtering. Dengan menggunakan transformasi fourier, sinyal atau citra dapat dilihat sebagai suatu
obyek dalam domain frekwensi.
Dalam perkembangan hingga akhir ini, smartphone sangat digandrungi oleh banyak orang.
Selain untuk berkomunikasi, smartphone menyuguhkan aplikasi-aplikasi yang sangat bermanfaat
dan memanjakan kita. Seperti voice recognizing pada iphone maupun siri pada android. Voice
recognizing ini menggunakan analisis sinyal dan pemrosesan sinyal. Yang intinya menggunakan
Transformasi fourier.
Voice recognizing merupakan aplikasi yang digunakan untuk melakukan suatu akses pada
smartphone kita melalui perintah suara. Seperti contoh waktu kita mau mengirim sms, kita bisa
memberi perintah ke smartphone dengan aplikasi siri atau iris tersebut. Suara-suara dideteksi
menggunakan fourier dalam voice recognizing tersebut. Pada voice recognizing ini, fourier
digunakan untuk melakukan proses filter.
Manusia memilik frekuensi 2-5 kHz. Sehinnga dengan sistem fourier, frekuensi selain
manusia akan di filter . Memang manusia memiliki rentan frekuensi sekitar 2 5kHz. Akan tetapi
tidak setiap orang frekuensi suaranya sama persis. Sehingga tanpa kita tahu siapa yang berbicara
kita sudah mengenal siapa orang yang berbicara tersebut.

Kelebihan Transformasi fourier

Definisi transformasi fourier sebagai tool/alat untuk mengubah suatu sinyal dari kawasan
waktu ke kawasan frekuensi,menjelaskan kepada kita bahwa transformasi ini memiliki kelebihan:
 1. Mampu menunjukkan kandungan frekuensi yang terkandung di dalam sinyal.
2. Mampu menunjukan beberapa banyak komponen frekuensi yang ada di dalam sinyal.

Kekurangan Transformasi Fourier

Dibalik kelebihan yang ada,ternyata transformasi ini memiliki keterbatasan.keterbatasan
ini menjadi kekurangan yang cukup fatal untuk transformasi fourier.
Kekuranganya adalah:
Transformasi Fourier hanya dapat menangkap informasi apakah suatu sinyal memiliki frekuensi
tertentu atau tidak, tapi tidak dapat menangkap dimana frekuensi itu terjadi.

Fast Fourier Transform

Transformasi Fourier cepat (Bahasa Inggris: Fast Fourier Transform, biasa disingkat FFT)
adalah suatu algoritma untuk menghitung transformasi Fourier diskrit (Bahasa Inggris: Discrete
Fourier Transform, DFT) dengan cepat dan efisien. Transformasi Fourier Cepat diterapkan dalam
beragam bidang, mulai dari pengolahan sinyal digital, memecahkan persamaan diferensial parsial,
dan untuk algoritma untuk mengalikan bilangan bulat besar.
Dalam pertengahan tahun 1960, J. W. Cooley dan J. W. Tukey, berhasil merumuskan suatu
teknik perhitungan Fourier Transform yang efisien. Teknik perhitungan ini dikenal dengan sebutan
Fast Fourier Transform atau lebih populer dengan istilah FFT (Bendat dan Piersol, 1986). Fast
Fourier transform (FFT) adalah suatu algoritma yang efisien untuk menghitung transformasi
Fourier diskrit (DFT) dan inversenya.
Fast Fourier transform (FFT) menjadi penting untuk bermacam macam aplikasi, dari
pengolahan sinyal digital dan memecahkan persamaan diferensial parsial menjadi algoritma-
algoritma untuk penggandaan bilangan integer dalam jumlah yang banyak. Dua kelas dasar dari
algoritma FFT adalah decimation-in-time (DIT) dan decimation-in-frequency (DIF). Istilah fast
digunakan oleh karena formulasi FFT ini jauh lebih cepat dibandingkan dengan metoda
perhitungan Fourier Transfrom sebelumnya. Teknik FFT memerlukan sekitar 10000 operasi
matematik untuk data dengan 1000 observasi, yaitu 100 kali lebih cepat dibandingkan dengan
teknik perhitungan sebelumnya. Dengan penemuan FFT ini dan perkembangan personal komputer,
teknik FFT dalam analisa data menjadi populer, dan merupakan salah satu metoda baku dalam
analisa data.
 Satu bentuk transformasi yang umum digunakan untuk merubah sinyal dari domain waktu
ke domain frekuensi adalah dengan transformasi fourier. Persamaan ini merupakan bentuk
Transformasi Fourier yang siap dikomputasi secara langsung dari bentuk sinyal x(t).
 BAB III
PENUTUP
A. Kesimpulan

Transformasi fourier merupakan tools yang berharga dalam ilmu pengetahuan, dan telah
dikenal oleh para engineering sebagai komputasi dengan sifat simetris antara ruang/waktu/sinyal
dengan frekuensi domain/domain spektral.