TRANSFORMASI FOURIER

Disusun Oleh
Nama : Ahmad Dzaky Al Ghozy
NIM : 40040622650020

Dosen Pengampu :
Ir. Saiful Manan, M.T.

PROGRAM STUDI STr TEKNIK LISTRIK INDUSTRI

SEKOLAH VOKASI
UNIVERSITAS DIPONEGORO
SEMARANG
2023
 Transformasi Fourier adalah teknik matematika yang digunakan untuk menganalisis
sinyal atau fungsi periodik menjadi serangkaian gelombang sinus dan kosinus dengan frekuensi
yang berbeda. Teknik ini dinamai berdasarkan nama matematikawan Prancis Jean-Baptiste
Joseph Fourier. Transformasi Fourier memecahkan sinyal kompleks menjadi komponen dasar
yang lebih sederhana. Ia mengubah sinyal waktu domain menjadi sinyal domain frekuensi,
sehingga memungkinkan analisis lebih lanjut terhadap sinyal tersebut. Transformasi Fourier
sering digunakan dalam berbagai bidang, termasuk matematika, fisika, teknik, komunikasi,
pengolahan citra, dan lainnya. Transformasi Fourier adalah teknik matematika yang digunakan
untuk menganalisis suatu fungsi atau sinyal dalam domain frekuensi. Dengan menggunakan
Transformasi Fourier, kita dapat mengubah fungsi yang diberikan dalam domain waktu
menjadi representasi dalam domain frekuensi.

Transformasi Fourier memungkinkan kita untuk memisahkan suatu sinyal kompleks

menjadi komponen-komponen frekuensi yang lebih sederhana. Ini berguna dalam analisis dan
pemrosesan sinyal, seperti dalam pemfilteran, modulasi, demodulasi, pengompresan data, dan
banyak aplikasi lainnya. Secara singkat, Transformasi Fourier menghitung kontribusi setiap
frekuensi terhadap fungsi atau sinyal yang diberikan, dan menghasilkan spektrum frekuensi
yang menunjukkan amplitudo dan fasa setiap komponen frekuensi.

Transformasi Fourier memiliki dua jenis utama yaitu Transformasi Fourier Diskrit
(DFT) dan Transformasi Fourier Kontinu (FT). DFT digunakan untuk memproses sinyal
diskrit, seperti deret waktu diskrit, sedangkan FT digunakan untuk sinyal kontinu. Dalam
prakteknya, Transformasi Fourier sering diterapkan menggunakan algoritma cepat yang
disebut Algoritma Transformasi Fourier Cepat (FFT). FFT merupakan pendekatan efisien
untuk menghitung transformasi Fourier, yang mengurangi kompleksitas perhitungan dari
O(n^2) menjadi O(n log n), di mana n adalah jumlah sampel sinyal.

Transformasi Fourier memiliki berbagai aplikasi, termasuk analisis frekuensi,

pemrosesan sinyal, pemfilteran, rekonstruksi gambar, kompresi data, analisis spektral, dan
banyak lagi. Dengan menggunakan transformasi Fourier, kita dapat mengidentifikasi
komponen frekuensi yang berbeda dalam sinyal dan menggambarkan sinyal tersebut dalam
domain frekuensi untuk analisis lebih lanjut.
 Invers Transformasi Fourier adalah operasi yang mengembalikan fungsi dari
representasi domain frekuensi menjadi representasi dalam domain waktu. Operasi ini
merupakan kebalikan dari Transformasi Fourier. Misalkan kita memiliki fungsi dalam domain
frekuensi, yang dinyatakan sebagai serangkaian amplitudo dan fase dari komponen sinusoidal
dan kosinusoidal. Dalam Transformasi Fourier, fungsi tersebut diubah menjadi representasi
dalam domain frekuensi.

Tujuan transformasi Fourier yang digunakan untuk analisis spektrum adalah agar sinyal
dalam domain waktu dapat menjadi sinyal dalam domain frekuensi. Hal ini dilakukan untuk
mempermudah perhitungan. Jika masih dalam rentang frekuensi, perhitungan menjadi lebih
sulit. Salah satu bentuk transformasi Fourier adalah Fast Fourier Transform (FFT).

Keterangan:
X(ω) adalah fungsi dalam domain frekuensi, adalah frekuensi radial 0 – 2πf, atau dapat
dituliskan bahwa ω = 2πf.

Dalam invers Transformasi Fourier, representasi dalam domain frekuensi dikonversi

kembali menjadi fungsi dalam domain waktu. Operasi ini mengembalikan sinyal asli dengan
menggabungkan kembali komponen sinusoidal dan kosinusoidal sesuai dengan amplitudo dan
fase yang diberikan. Transformasi Fourier invers umumnya dilakukan dengan menggunakan
formula invers Transformasi Fourier yang sesuai. Dalam Transformasi Fourier Kontinu (FT),
formula invers dinyatakan dalam bentuk integral, sedangkan dalam Transformasi Fourier
Diskret (DFT), formula invers dinyatakan dalam bentuk jumlah diskret.

Dalam praktiknya, perhitungan invers Transformasi Fourier sering dilakukan dengan

menggunakan algoritma efisien seperti Algoritma Transformasi Fourier Cepat (FFT) untuk
Transformasi Fourier Diskret. Hasil dari invers Transformasi Fourier adalah fungsi dalam
domain waktu yang merepresentasikan sinyal asli. Ini memungkinkan kita untuk
merekonstruksi sinyal waktu domain dari representasi frekuensi, sehingga memungkinkan
analisis lebih lanjut atau penggunaan praktis dari sinyal tersebut.
 Invers Transformasi Fourier sangat penting dalam pemrosesan sinyal, pengolahan citra,
komunikasi, dan berbagai bidang lainnya di mana representasi sinyal dalam domain waktu
diperlukan setelah analisis frekuensi atau manipulasi dalam domain frekuensi.

Aplikasi Transformasi Fourier

Transformasi Fourier memiliki berbagai aplikasi yang luas dalam berbagai bidang, termasuk:

1. Analisis Sinyal: Transformasi Fourier memungkinkan kita untuk menganalisis sinyal

dan memahami komponen frekuensi yang terkandung dalam sinyal tersebut. Ini
berguna dalam pemfilteran sinyal, analisis spektral, identifikasi frekuensi dominan, dan
pemrosesan sinyal lainnya.
2. Komunikasi: Dalam sistem komunikasi, Transformasi Fourier digunakan dalam
pemodulasi dan demodulasi sinyal. Ini memungkinkan transfer data yang efisien
melalui saluran komunikasi dengan berbagai komponen frekuensi.
3. Pemrosesan Gambar: Transformasi Fourier Diskrit (DFT) digunakan dalam
pemrosesan gambar, seperti kompresi gambar, penghilangan noise, dan pemfilteran
gambar.
4. Sistem Kendali: Transformasi Fourier digunakan dalam analisis sistem kendali untuk
mengidentifikasi respon frekuensi sistem, merancang pengontrol, dan mengatasi
masalah kestabilan.
5. Pengolahan Audio: Transformasi Fourier digunakan dalam pemrosesan audio, seperti
kompresi audio, analisis spektral, dan pengolahan suara.
6. Pengenalan Pola: Transformasi Fourier digunakan dalam pengenalan pola untuk
mengekstraksi fitur frekuensi dari citra atau data dan mengidentifikasi pola yang khas.