TRANSFORMASI FOURIER
FOURIER TRANSFORM
Mahasiswa
Delvin Rasyid Pristanto
NIM 5311420051
(ROMBEL 2)
Dosen Pengampu:
Vera Noviana Sulistyawan, S.T., M.T.
TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS NEGERI SEMARANG
OKTOBER, 2022
FAST FOURIER TRANSFORM
A. Tujuan
1. Mahasiswa mampu mengimplementasikan Fast Fourier Transform pada gelombang
sinusoidal dengan MATLAB
2. Mahasiswa mampu mengimplementasikan Fast Fourier Transform pada analisis
spektrum frekeunsi dengan MATLAB
3. Mahasiswa mampu mengimplementasikan Fast Fourier Transform pada filter
menggunakan respon impuls dengan MATLAB
Selanjutnya akan muncul sebuah figure yang didalamnya terdapat dua buah
grafik yaitu grafik untuk respon magnitude dan respon phasa dari sistem tersebut,
sebagai berikut :
Gambar 4. Figure Respon Magnitude
Dengan melihat respon magnitude dari sistem tersebut kita dapat melihat bahwa
sistem tersebut merupakan dasar untuk membuat sebuah filter. Contoh dari sistem
ini, sistem ini merupakan dasar untuk membuat filter LPF (Low Pass Filter).
2. Transform Fourier
a. Pendahuluan
Membuat program yang membangkitkan sinyal sinusoidal dengan frekuensi
sampling yang berbeda-beda.Frekuensi sampling yang digunakan adalah Fs=
2000 khz, 8000 khz, 32000 khz. Dengan ω = 𝜋⁄100dan batas t= 0-1000.
- Fs:2000 dengan pi:100
Hal yang pertama dilakukan adalah membuat source code pada menu editor
dalam
MATLAB. Dimana memuat :
1. Fs : inisiaisasi frekuensi sampling
2. T : batas t (waktu)
3. xt=sin(t*pi/100) : membangkitkan sinyal sinusoidal
4. stem (t,xt) : plot sinyal dalam bentuk diskrit
5. sound (xt,fs) : memainkan sinyal suara tersebut
Gambar dibawah merupakan source code pada Matlab dan hasil plot grafik
dari source code tersebut.
Saat kita run terapat instruksi pada kolom command window berupa “start
speaking”. Jika sudah selesai merekam suara nanti rekaman akan muncul beserta
plot hasil gelombang seperti gambar dibawah ini.
Lalu buat source code kembali untuk analisis filter menggunakan FFT dari
rekaman suara yang sudah kita buat dengan code sebagai berikut :
Gambar 19. Source Code Rekaman Suara (a) menggunakan FFT
Jika sudah ditambahkan, klik run pada tab tersebut sehingga akan muncul gambar
sebagai berikut.
Gambar 20. Plot Grafik Rekaman Suara (a) setelah di filter menggunakan FFT
Lalu run Source Code tersebut dan didapat respon magnitudenya, dimana system
ini merupakan dasar untuk membuat filter HPF (High PassFilter).
Gambar 24. Figure Plot Respon Magnitude Rekam Suara (b)
Selanjutnya kita tulis Source Code berikut untuk menampilkan perbandingan dari
suara yang belum dan yang sudah difilter.
Gambar 27. Figure Plot Spektrum Frekuensi Hasil Rekaman Suara (b) Sesudah di
Filter
d. Kesimpulan
Setelah melaksanakan praktikum kali ini, kita dapat mengetahui penggunaan
MATLAB untuk memfilterisasi suara dengan audio yang kita rekam sendiri. Hal
ini berkaitan dengan penggunaan MATLAB dalam memfilter suara dengan
menggunakan fast fourier transform (FFT). Dapat disimpulkan hasil rekaman
suara sebelum di filter, cenderung memiliki frekuensi yang tinggi sedangkan hasil
suara rekaman yang sudah difilter memiliki frekuensi yang cenderung rendah.