Anda di halaman 1dari 3

MODUL 10

TRANSFORAMSI DOMAIN FREKUENSI KE WAKTU

I. Tujuan Instruksional Khusus:


• Melakukan transformasi sinyal dalam domain frekuensi ke dalam domain waktu menggunakan
library IFFT

II. Teori Inverse Fourier Transform


Satu bentuk transformasi yang umum digunakan untuk merubah sinyal dari domain frekuensi ke domain
waktu adalah Inverse Transformasi Fourier, rumus transformasi tersebut merupakan pasangan dari
transformasi fourier seperti yang telah dibahas pada modul sebelumnya. IFT atau dalam pelaksanaan
komputasi menggunakan matlab dikenal dengan IFFT (Inverse Fast Fourier Transform), seperti pada
persamaan dibawah ini.

Persamaan ini merupakan bentuk library yang dapat digunakan langsung untuk proses komputasi
menggunakan perintah IFFT.

III. Perangkat Yang Diperlukan


• PC multimedia yang sudah dilengkapi dengan OS Windows
• Perangkat Lunak Matlab yang dilengkapi dengan Tool Box DSP

IV. Langkah Percobaan


4.1. Proses Konversi Sederhana Pada Sinyal Dasar
1. Anda buat sebuah program pembangkitan sinyal sinus dalam domain waktu dan domain frekuensi
seperti berikut
clc;
t=0:.001:2;
x_t=sin(2*pi*t);
figure(1);
plot(x_t);
axis([0 2010 -1.2 1.2])
X_F=fft(x_t);
figure(2);
plot(abs(X_F));
axis([-100 2100 -10 1100])

2. Tambahkan perintah berikut ini untuk mengkonversikan kembali dari domain frekuensi ke dalam
domain waktu.
x_tt=ifft(X_F);
figure(3);
plot(x_tt);
axis([0 2010 -1.2 1.2])

3. Anda buat sebuah program pembangkitan sinyal persegi dalam domain waktu diskrit dan domain
frekuensi seperti berikut
x=[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0];
stem(x)
figure(1);
stem(x);
axis([0 20 -.5 1.5])
Xf=fft(x);
figure(2);
stem(Xf)
stem(abs(Xf));
axis([0 20 -.5 5.5])
figure(3);
xtt=ifft(Xf);
stem(xtt);
axis([0 20 -.5 1.5])

4. Tambahkan perintah berikut ini untuk mengkonversikan kembali dari domain frekuensi ke dalam
domain waktu.
figure(3);
xtt=ifft(Xf);
stem(xtt);axis([0 20 -.5 1.5])
Untuk sementara anda tidak perlu berfikir tentang satuan yang digunakan di dalam sumbu koordinat,
karena dalam hal ini masih dalam satuan sampel.

5. Buat programbaru untuk pembangkitan sinyal persegi dengan cara seperti berikut clc
Fs=10000;
t = 0:1/Fs:.0625;
y = square(2*pi*30*t);
figure(1);
plot(t,y);axis([0 0.07 -1.5 1.5])
xlabel('(a) Sinyal input kotak');
Yf = fft(y);
Yf_dB = 20*log10(abs(Yf));
figure(2) f=1:(length(Yf)/2); Yf_dBx=Yf_dB(1:length(Yf)/2);
plot(0.5*Fs*(f/length(Yf)),Yf_dBx); xlabel('(b) Konversi ke domain frekuensi');

6. Tambahkan kode program berikut ini untuk konversi ke domain waktu. figure(3)
ytt=ifft(Yf);
plot(t,ytt);axis([0 0.07 -1.5 1.5])
xlabel('(c) Hasil pengembalian ke domain waktu');
Berikan penjelasan dari gambar yang dihasilkan, dan anda coba untuk prose berkutnya adalah
melakukan pembangkitan sinyal segitiga dan sinyal gigi gergaji. Anda lakukan langkah-langkah
seperti sebelumnya.

4.2. Pengolahan dari Input data Text


Data sudah disiapkan dalam bentuk .txt, pada data tersebut terdapat 401 sampel data dengan masing-
masing data merupakan besaran vektor yaitu mempunyai amplitudo dan fase. Amplitudo dalam
rasio dB dan fase dalam besaran derajat. Buat program dalam m-file Urutan program seperti berikut:
1. Lakukan pemanggilan data dengan perintah load namafile, beri variable dengan nama data.
2. Data yang dipanggil terdiri dari 3 kolom (kolom1: frekuensi, kolom2 : magnitudo dalam dB,
kolom3 : phase dalam derajat)
3. Ubah magnitudo (dB) kedalam satuan linier dengan proses antilog

4. Buat window untuk proses IFFT, dengan cara menggunakan fungsi hamming sebagai window-
nya: hamming(panjang data). Beri nama variabel wind.
5. Kalikan magnitudo linier dengan window, beri variabel hasil perkalian tersebut dengan nama htw
6. Lakukan proses IFFT, dengan fungsi IFFT2(htw,panjang data,1) dan beri nama variabelnya
dengan mifft
7. Ambil absolute dari mifft tersebut dengan nama variabel mifftabs

8. Ubah nilai mifftabs kedalam dB, dengan proses log kemudian beri variabel dengan nama mifftdb

9. Tampilkan semua hasil running program, beberapa hasilnya akan tampil seperti pada Gambar
berkut ini.

Gambar 9.1 Tampilan Magnitudo (dB) fungsi frekuensi

Gambar 9.2. Tampilan Phase fungsi frekuensi

Anda mungkin juga menyukai