1. Apa perbedaan DFT dan FFT ?

DFT untuk melakukan analisis frekuensi dari sinyal waktu diskret x(n) maka perlu
mendapatkan representasi domain frekuensi dari sinyal yang biasanya dinyatakan dalam
domain waktu. DFT digunakan untuk melakukan analisa freuensi dari sinyal waktu
diskret.
Fast Fourier Transform (FFT) adalah suatu algoritma untuk menghitung Transformasi
Fourier diskrit (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. Misalkan
''x0, ...., xN-1 merupakan bilangan kompleks. Transformasi Fourier Diskret didefinisikan
oleh rumus:

Menghitung deret ini secara langsung memerlukan operasi aritmetika sebanyak O(N2).
Sebuah algoritma FFT hanya memerlukan operasi sebanyak O (N log N) untuk menghitung
deret yang sama. Secara umum algoritma tersebut tergantung pada pemfaktoran N. Setiap
algoritma FFT, dengan penyesuaian, dapat diterapkan pula untuk menghitung DFT invers. Ini
karena DFT invers adalah sama dengan DFT, namun dengan tanda eksponen berlawanan dan
dikalikan dengan faktor 1/N. Algoritma FFT yang paling awal dan karena itu paling populer
adalah Algoritma Cooley-Tukey.
Algoritma Cooley-Tukey FFT
Algoritma ini ditemukan oleh J.W. Cooley and JohnTukey, dan kemudian diberi nama
berdasarkan nama merekaCooley-Tukey. Cooley-Tukey FFT yang terkenal adalah
transformasi dengan panjang N sebagai bilangan berbasis r,sebagai contoh, N=r^v.
Algoritma ini sering disebut algoritma radix-r. Algoritma ini adalah algoritma yang paling
populer digunakan untuk perhitungan sinyal digital karena dengan adanya algoritma ini dapat
mereduksi jumlah perhitungan pada DFT sehingga dapat diaplikasikan dengan mudah
menggunakan FFT. Satu hal yang membedakan algoritma ini dengan algoritma FFT lainnya
adalah bahwa kita bisa menentukan nilai faktor r untuk jumlah N tertentu. Sehingga
memungkinkan kita untuk menggunakan sebuah algoritma radiks-r dimana N=r^v, misal
untuk N=256 dengan menggunakan radiks 4 maka kita dapat nilai v=4 (256=4^4). Algoritma
yang paling popular digunakan adalah algoritma dengan basis r=2 atau r=4, karena dasar
perhitungan dari kedua radiks tersebut dapat diimplementasikan tanpa harus melakukan
perkalian. Dengan adanya algoritma ini maka akan sangat membantu kita dalam mengurangi
proses perhitungan DFT. Perbedaan antara orde metode DFT dan FFT untuk nilai Nyang
sama, yaitu N^2 dan N log2N, sehingga sangat mempengaruhi waktu yang dibutuhkan untuk
menghitung deretFourier. Dengan adanya FFT akan sangat membantu perhitungan deret
Fourier dalam dua hal yaitu: jumlah data yang besar dan keterbasan alat penghitung
(komputer).