Modul 2

Spektrum Fourier

A. Tujuan Praktikum
a) Mampu menganalisis karakter sinyal menggunakan spektrum Fourier
b) Mampu menganalisis dampak sampling dan pemotongan sinyal pada
spektrum Fourier
c) Mampu menganalisis perilaku aliasing pada spektrum Fourier

B. Pengantar
Teknik analisis sinyal yang paling fundamental adalah transformasi, khususnya
transformasi Fourier. Transformasi Fourier mengubah domain sinyal dari waktu
(t) menjadi frekuensi (f) atau dari ruang (x) menjadi bilangan gelombang (k).
Fourier berhasil menemukan formulasi untuk mengkarakterisasi sinyal
kompleks. Sinyal kompleks didekomposisi menjadi komponen sinyal harmonik
sederhana dengan memanfaatkan sifat ortogonalitas fungsi trigonometri.
Dengan cara itu, karakterisasi sinyal kompleks mudah dilakukan melalui
pemetaan spektrum amplitudo dan fasa pada sumbu frekuensi. Pada modul ini,
praktikan akan melakukan analisis sinyal menggunakan spektrum amplitudo
dan fasa dari transformasi Fourier.

Fourier Transform
∞

𝑋(𝑓) = ∫ 𝑥(𝑡) 𝑒 −𝑖2𝜋𝑓𝑡 𝑑𝑡

−∞

Diskrit Fourier Transform

𝑁 𝑁
𝑖2𝜋𝑘𝑛
𝑋𝑘 = ∑ ∑ 𝑥𝑛 𝑒 − 𝑁
𝑘=1 𝑛=1
𝑋𝑘 = 𝑋𝑅𝑒 + 𝑋𝐼𝑚

Spektrum
2
𝑀𝑎𝑔𝑛𝑖𝑡𝑢𝑑𝑒 = √𝑋𝑅𝑒 2 + 𝑋𝐼𝑚 2
𝑋𝐼𝑚
𝐹𝑎𝑠𝑎 = tan−1
𝑋𝑅𝑒

Teknik penyajian Spektrum Fourier ada beberapa cara:

1. Spektrum Magnitudo (M)
 2. Spektrum Power (P=M2)
3. Spektrum Power dalam dB (P=10 log10 M2)
4. Normalized Magnitude (Mmaks=1)
5. Normalized Frekuensi (dt=1, fs=1/dt=1, fn=0.5)

𝑉~𝑀𝑎𝑔𝑛𝑖𝑡𝑢𝑑𝑒
𝑉𝑄
𝑃 = 𝑘𝑒𝑟𝑗𝑎 𝑝𝑒𝑟 𝑢𝑛𝑖𝑡 𝑤𝑎𝑘𝑡𝑢 = = 𝐼𝑉
𝑡
2
𝑉2
𝑃 = 𝐼𝑉 = 𝐼 𝑅 =
𝑅
𝑃 ≈ 𝑉2

C. Deskripsi Script
Section 1. Pendefinisian sinyal kompleks x (Figure 1) yang akan diterapkan
analisis Fourier.
Section 2. Transformasi Fourier diimplementasikan kepada sinyal kompleks x
menghasilkan Koefisien Fourier yang juga merupakan bilangan kompleks. Sinyal
x tetap dikatakan kompleks meskipun pada praktikum ini menggunakan sinyal
yang seluruh elemen imajinernya adalah nol.
Section 3. Spektrum amplitudo dan fasa dihitung dari koefisien Fourier yang
dihasilkan pada Section 2.
Section 4. Menampilkan 3 Figure:
1. Spektrum amplitudo dari sinyal x
2. Varian spektrum amplitudo
3. Spektrum fasa

D. Instruksi dan Langkah Pengerjaan

Percobaan 1. Mengenal spektrum dan sifat linearitas transformasi Fourier
1. Set parameter pada Section 1 sebagai berikut: dt=0.001; t=0:dt:0.5;
A1=50; f1=25; ph1=pi/4; A2=0; f2=100; ph2=pi/2. Kemudian Jalankan
Section 1.
2. Lanjutkan dengan menjalankan Section 2, 3, dan 4. Amati dan catat
setiap gambar yang muncul.
3. Ubah nilai A2=10; f2=100; ph2=pi/2. Jalankan kembali Section 1 sampai
4. Amati dan catat setiap gambar yang muncul.
4. Bandingkan hasil yang diperoleh dari no. 3 dengan hasil pada no. 1. Catat
hasil pengamatan Anda.
5. Pertanyaan diskusi:
a. Apa yang terjadi pada spektrum X(f) ketika 𝑥1 (𝑡) + 𝑥2 (𝑡)?
 b. Apa yang terjadi dengan spektrum X(f) jika x dimultiplikasi dengan
a ( 𝑎 ∙ 𝑥(𝑡) )?
c. Mengapa hasil transformasi 𝑥 memberikan frekuensi negatif?
Apakah frekuensi negatif memiliki signifikansi fisis? Bagaimana
hubungan antara spektrum frekuensi positif dan negatif?
d. Mengapa hasil transformasi 𝑥 menghasilkan fungsi kompleks?
e. Apakah spektrum amplitudo atau bilangan kompleks yang
membawa informasi tentang karakter sinyal (frekuensi dan fasa)?
f. Apa tujuannya spektrum terkadang ditampilkan dengan
magnitudo, magnitudo normalisasi, power, dB, frekuensi
normalisasi?
g. Apa kesimpulan yang dapat Anda peroleh dari percobaan ini?

Percobaan 2. Mengamati dampak pemotongan sinyal terhadap resolusi

spektrum
1. Set parameter dt=0.001; A1=50; f1=25; ph1=pi/4; A2=10; f2=100;
ph2=pi/2;
2. Ubah t menjadi t=0:dt:0.1;
3. Jalankan Section 1 sampai 5. Amati dan catat hasil yang diberikan.
4. Pertanyaan diskusi:
a. Apa yang terjadi pada spektrum sinyal yang bentangannya
pendek?
b. Apakah sinyal geofisika memiliki bentangan yang sangat panjang
atau bentangannya terbatas?
c. Apakah yang dimaksud dengan resolusi frekuensi pada spektrum?
d. Apa kesimpulan yang dapat Anda peroleh dari percobaan ini?

Percobaan 3. Mengamati fenomena aliasing ketika frekuensi tertinggi yang

diinginkan melampaui kapasitas sampling yang ditentukan
1. Set parameter dt=0.001; t=0:dt:0.5; A1=50; f1=25; ph1=pi/4; A2=10;
f2=100; ph2=pi/2;
2. Jalankan Section 1 sampai 5. Amati dan catat hasil yang diberikan.
3. Ulangi tahap no. 1 dan 2 dengan menvariasikan frekuensi tertinggi f2.
(f2=250; f2=500; f2=750; f2=1000;)
4. Pertanyaan diskusi:
a. Apa yang dimaksud dengan aliasing?
b. Pada frekuensi berapa fenomena aliasing pada percobaan ini
terjadi? Mengapa demikian?
c. Pada frekuensi berapa sinyal yang mengalami aliasing muncul?
Dapatkah Anda mengamati polanya?
 d. Apakah aliasing berbahaya terhadap kualitas data yang direkam?
Bagaimana cara terbaik mengatasinya?
e. Apa kesimpulan yang dapat Anda peroleh dari percobaan ini?

Percobaan 4. Mengamati dampak laju sampling terhadap spektrum Fourier

1. Set parameter dt=0.001; t=0:dt:50; A1=50; f1=22; ph1=pi/4; A2=50;
f2=113; ph2=pi/2; (Panjang sinyal dimaksimalkan sehingga dianggap
tidak menjadi isu pada spektrum Fourier. Diharapkan eksperimen ini
dapat fokus pada efek perubahan dt terhadap spektrum Fourier).
2. Sinyal yang dihasilkan akan sangat panjang, sehingga tidak dapat
langsung dilihat dengan jelas. Anda mungkin ingin melihat bentuk sinyal
untuk menganalisisnya. Gunakan fitur Zoom In untuk memperjelas
gambar.
3. Jalankan Section 1 sampai 5. Catat hasil pengamatan Anda.
4. Ulangi tahap no. 1 dan 2 dengan menvariasikan dt. (dt=0.01; dt=0.1)
5. Pertanyaan diskusi:
a. Hitunglah berapa frekuensi tertinggi yang mampu diakomodir oleh
masing-masing dt yang diujicobakan.
b. Apa yang dapat teramati pada spektrum akibat perubahan dt.
c. Buktikan bahwa terjadi aliasing pada dt yang lebih kecil.
d. Apa kesimpulan yang dapat Anda peroleh dari percobaan ini
dibandingkan dengan Percobaan 3?

Percobaan 5. Mengamati contoh spektrum Fourier dari sinyal kompleks

1. Jalankan script berikut untuk membangkitkan sinyal x yang baru. Anda
bisa langsung menjalankannya dengan meng-kopas-nya di Command
Window Matlab.

clc; clear; close all;

dt=0.01;u=randi([50,200]);l=randi([50,200]);
t=-1*l*dt:dt:u*dt;t(t==0)=0.0005;
f=-randi([5,30]);r=randi([1,5e3]);
w=r*(sin(2*pi*f.*t)-sin(pi*f.*t))./(pi*f.*t);
n=rand(size(w))-0.5;n=n/max(abs(n));
n=n*max(abs(w))*0.1; %Noise 10 persen
x=w+n;
plot(l*dt+t,x,'LineWidth',2)
xlabel 'time (s)'; grid minor; axis tight

2. Lakukan analisis dengan menjalankan Section 2, 3, 4 dan 5. (Pastikan

Anda tidak menjalankan Section 1) Untuk menjalankan program per-
 Section, letakkan kursor pada section yang ingin dieksekusi. Gunakan
tombol Run Section atau dengan shortcut (Ctrl + Shift + Enter).
3. Berikan analisis terbaik Anda menggunakan pengalaman yang telah Anda
peroleh dari percobaan 1 sampai 4.

E. Saran Bacaan
Boas, Mary L., 2006, Mathematical Methods in The Physical Sciences (3rd Ed.),
John Wiley & Sons.
Brigham, E. Oran, 1974, The Fast Fourier Transform, Prentice-Hall.
 Lampiran
Setiap praktikan diharuskan menyalin ulang script ini di Matlab Editor untuk mempelajari tahapan-tahapan di dalamnya.
Dosen dan asisten diizinkan untuk menyalin langsung teks ini ke Matlab Editor.