LAPORAN PENGOLAHAN DAN TRANSMISI SINYAL

MODUL 1
TRANSFORMASI FOURIER WAKTU DISKRIT

Nama : Nurmala Sari

NIM : 1607666
Kelompok. :5
Hari : Rabu
Tanggal : 10 April 2019
Waktu : 07.50 WIB - 12.00 WIB
Dosen Pengampu : Tommi Hariyadi, ST. MT.
Asisten Lab : Yudha dan Raihan

LABORATORIUM TELEKOMUNIKASI
DEPARTEMEN PENDIDIKAN TEKNIK ELEKTRO
FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN
UNIVERSITAS PENDIDIKAN INDONESIA
2019
A. Tujuan
1) Mahasiswa dapat memahami manfaat MATLAB untuk perhitungan Transformasi
Fourier Waktu Diskrit dan Transformasi Fourier Diskrit.
2) Mahasiswa dapat memahami konsep dasar Transformasi Fourier Waktu Diskrit
dan Transformasi Fourier Diskrit.
3) Mahasiswa dapat menggunakan MATLAB sebagai media untuk menyelesaikan
persoalan Transformasi Fourier Waktu Diskrit dan Transformasi Fourier Diskrit.
B. Bahan
 Software Mathlab
 Laptop / PC
C. Alat
-
D. Ringkasan Teori

1. Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit atau Discrete Time Fourier Transform
(DTFT) adalah pasangan transformasi untuk Transformasi Fourier Waktu Kontinyu
atau Continue Time Fourier Transform (CTFT) ketika berhadapan dengan sinyal
waktu-diskrit, yaitu ketika berhadapan dengan sinyal yang dijelaskan oleh fungsi
x[n], n ϵ Z. Persamaan matematis dari DTFT adalah
𝑋(𝜔) = ∑∞
−∞ 𝑥[𝑛]. 𝑒
−𝑗𝜔𝑛
(1)
DTFT adalah fungsi bilangan kompleks kontinu dari frekuensi siklik ω. Kondisi
yang mungkin pada DTFT, X(ω) untuk sinyal x[n] adalah sebagai berikut:
∑∞
−∞|𝑥[𝑛]| < ∞ (2)
Selain itu, DTFT selalu merupakan fungsi periodik dengan periode 2π. Untuk
kembali dari domain frekuensi ω ke domain waktu diskrit n, terdapat invers DTFT.
persamaan matematis dari invers DTFT adalah
1 1 𝜋
𝑥[𝑛] = 2𝜋 ∫2𝜋 𝑋(𝜔)𝑒 𝑗𝜔𝑛 𝑑𝜔 = 2𝜋 ∫−𝜋 𝑋(𝜔)𝑒 𝑗𝜔𝑛 𝑑𝜔 (3)

2. Transformasi Fourier Diskrit

Untuk mengimplementasikan analisis DTFT dari suatu sinyal pada sebuah
komputer, perlu untuk mendapatkan sampel 𝜔𝑘 dari frekuensi 𝜔. Hal ini mengarah
ke jenis transformasi Fourier kedua yang sesuai untuk sinyal waktu-diskrit, yaitu
Transformasi Fourier Diskrit atau Descrete Fourier Transform (DFT). N-titik DFT
 dari sinyal waktu-diskrit 𝑥[𝑛]n]]lambangkan dengan 𝑋𝑘 atau 𝑋(𝑘)k)atau 𝑋(𝜔𝑘 ).
Ini didefinisikan dalam interval waktu diskrit 0 ≤ 𝑛 ≤ 𝑁 − 1≤n≤ N-1ihitung
berdasarkan persamaan berikut
2𝜋𝑛𝑘
𝑗
𝑋𝑘 = ∑𝑁−1
𝑛=0 𝑥[𝑛]. 𝑒 𝑁 𝑑𝑖𝑚𝑎𝑛𝑎 𝑘 = 0, 1, 2, ⋯ , 𝑁 − 1 (4)
DFT 𝑋𝑘 sebuah deret x[n] adalah sebuah fungsi k ditentukan oleh nilai-nilainya
untuk k=0, 1, 2, ..., N-1, hal tersebut adalah dari nilai N 𝑋1 , 𝑋2 , ⋯ , 𝑋𝑁−1 . Khususnya
𝑋𝑘 merupakan bilangan kompleks. Oleh sebab itu, dapat dinyatakan dalam bentuk
polar seperti pada persamaan (5)
X k =| X k | e jX k , k=0, 1, 2, ... , N-1 (5)
Dimana,
| X k | adalah magnitude dari X k

X k adalah sudut fasa dari X k /

X k juga dapat dinyatakan sebagai berikut

𝑋𝑘 = Re{𝑋𝑘 } + 𝑗Im{𝑋𝑘 }, 𝑘 = 0, 1, 2, ⋯ , 𝑁 − 1
Dimana Re{𝑋𝑘 } merupakan bilangan real dari 𝑋𝑘 , dan diperoleh dari
2𝜋𝑛𝑘 2𝜋𝑛𝑘
Re{𝑋𝑘 } = 𝑥(0) + ∑𝑁−1
𝑛=1 𝑥[𝑛] cos ( ) = ∑𝑁−1
𝑛=0 𝑥[𝑛] cos ( )
𝑁 𝑁

Dan bagian imajiner Im{𝑋𝑘 } dari 𝑋𝑘 adalah sebagai berikut

2𝜋𝑛𝑘
Im{𝑋𝑘 } = − ∑𝑁−1
𝑛=0 𝑥[𝑛] sin ( )
𝑁

3. Invers DFT (IDFT)

DFT merupakan invers dari DFT dan didefinisikan dengan persamaan
2𝜋𝑛𝑘
1 𝑗
𝑥[𝑛] = 𝑁 ∑𝑁−1
𝑘=0 𝑋𝑘 𝑒 𝑁 , 𝑛 = 0, 1, 2, ⋯ , 𝑁 − 1

4. Fast Fourier Transform (FFT)

Salah satu formulasi yang ampuh untuk proses pengolahan sinyal adalah
menggunakan Discrete Fourier Transform (DFT). Prinsip DFT adalah
mentransformasikan (alih bentuk) sinyal yang semula analog menjadi diskret dalam
domain waktu, dan kemudian diubah ke dalam domain frekuensi. Hal ini dilakukan
dengan mengalikan sinyal diskret dengan suatu fungsi kernel. Algoritma lain yang
lebih cepat adalah Fast Fourier Transform (FFT). Prinsip kerja FFT adalah membagi
sinyal hasil penyamplingan menjadi beberapa bagian yang kemudian masing-
 masing bagian diselesaikan dengan algoritma yang sama dan hasilnya dikumpulkan
kembali.
DFT 𝑋𝑘 dari suatu deretan 𝑥[𝑛]n]ihitung dalam MATLAB melalui algoritma
FFT, dengan perintah fft. Sintaksnya adalah X = fft (x), di mana x adalah deretan
𝑥[𝑛]n]an 𝑋 adalah DFT 𝑋𝑘 .

E. Langkah Kerja
1. Hitung DTFT X(ω) untuk sinyal 𝑥[𝑛] = 0,8𝑛 , 0 ≤ 𝑛 ≤ 20n≤20 plot X(ω) pada
interval frekuensi −𝜋 ≤ 𝜔 ≤ 𝜋≤ω≤π −5𝜋 ≤ 𝜔 ≤ 5𝜋π≤ω≤5π
2. Hitung dan plot DTFT X(ω) untuk sinyal 𝑥[𝑛] = 0,6𝑛 𝑢[𝑛].
Sinyal x[n] terdefinisi pada interval [0, +∞),+∞)sebagai 𝑥[𝑛] = 0,6𝑛 𝑢[𝑛], panjang
deret sinyal x[n] tidak berhingga, oleh sebab itu DTFT nya dihitung dengan
menggunakan perintah symsum.
3. Tuliskan sebuah fungsi yang menghitung DFT 𝑋𝑘 untuk sebuah deret 𝑥[𝑛]n]Hitung
DFT dari sinyal waktu diskrit 𝑥[𝑛] = [1, −2,2,1], 0 ≤ 𝑛 ≤ 3 melalui fungsi yang
tadi dibuat.
4. Hitung IDFT dari deretan 𝑋𝑘 = [6, −1 − 𝑗, 0, −1 + 𝑗], 0 ≤ 𝑘 ≤ 3
5. Hitung DFT dari sinyal 𝑥[𝑛] = [1,2,3], 0 ≤ 𝑛 ≤ 2 dengan menggunakan perintah
fft.
6. Plot magnitud dan fasa dari DTFT untuk sinyal 𝑥[𝑛] = cos(𝜋𝑛⁄3) , 0 ≤ 𝑛 ≤ 10
dan berada di interval −𝜋 ≤ 𝜔 ≤ 𝜋≤ω≤π −3𝜋 ≤ 𝜔 ≤ 3𝜋π≤ω≤3π
7. magnitud, sudut, bagian riil dan bagian imajiner dari DFT sinyal 𝑥[𝑛] =
cos(𝜋𝑛⁄3) , 0 ≤ 𝑛 ≤ 10

F. Hasil Kerja
N SKETCH HASIL PRAKTIKUM KET
O
1 DTF
T

2 DTF
T

3 DTF
T

5
6

9
10

11

12

13
14

15

16

17

18
19

20

21

22
 23

G. Analisis

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.

H. Kesimpulan

Transformasi fourier adalah transformasi yang dapat merubah suatu sinyal dari domain
waktu s(t) kedalam domain frekuensi S(f). Fungsi dilakukanya transformasi ini bertujuan untuk
mendapatkan informasi apakah suatu sinyal memiliki frekuensi tertentu atau tidak.

Transformasi Fourier menggabungkan sinyal ke bentuk fungsi eksponensial dari

frekuensi yang berbeda-beda. Dapat kita katakan dari dua persamaan bahwa X(f) adalah
transformasi Fourier dari x(t) yang mengubah x(t) dari domain waktu ke domain frekuensi,dan
untuk persamaan ke 2 adalah kebalikan dari persamaan ke1 atau bisa di sebut dengan invers
transformasi faurier.