FUNGSI SUMBER DAN FUNGSI RESPON BUMI

(Laporan Praktikum Analisis Sinyal Geofisika)

Oleh:
Muthia Farrasha
2115051064

LABORATORIUM PENGOLAHAN DAN PEMODELAN DATA GEOFISIKA

JURUSAN TEKNIK GEOFISIKA
FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
2023
Judul Praktikum : Fungsi Sumber dan Fungsi Respon Bumi
Tanggal Praktikum : 25 Oktober 2023
Tempat Praktikum : Laboratorium Pengolahan dan Pemodelan Data Geofisika
Nama : Muthia Farrasha
NPM : 2115051064
Fakultas : Teknik
Jurusan : Teknik Geofisika
Kelompok : III (Tiga)

Bandar Lampung, 31 Oktober 2023

Mengetahui,
Asisten

Ramot Efraim Frederik T

NPM. 2015051039

i
 FUNGSI SUMBER DAN FUNGSI RESPON BUMI

Oleh
Muthia Farrasha

ABSTRAK

Praktikum analisis sinyal geofisika terkait matriks telah terlaksana pada Rabu, 25
September 2023 pukul 15.45 hingga selesai secara offline di gedung teknik
geofisika. Pada Rabu, 25 Oktober 2023, sebuah praktikum analisis sinyal geofisika
dilaksanakan di ruang lab PPDG, Gedung Teknik Geofisika, Universitas Lampung.
Fokus praktikum adalah sistem diskrit dan pengenalan Analog to Digital Converter
(ADC). Sinyal geofisika dapat berbentuk waktu kontinu atau analog, yang memiliki
nilai pada setiap interval waktu. Sinyal analog mencakup contoh seperti percakapan
dan x(t)=sin(πt). Analisis sinyal analog dapat dilakukan dengan teknik seperti
Transformasi Fourier. Fungsi respons dalam geofisika menggambarkan hubungan
antara input dan output sistem geofisika, membantu dalam menganalisis bahan
bumi. Sumber energi digunakan untuk menciptakan sinyal yang mengungkapkan
struktur bumi di bawah permukaan. Berbagai metode geofisika, seperti survei
seismik dan elektromagnetik, memanfaatkan sumber-sumber ini. Dalam praktikum
ini, mahasiswa menggunakan MATLAB untuk menjalankan skrip FFT, Fast
Fourier Transform (FFT), untuk mengubah sinyal dari waktu ke frekuensi. FFT
mengidentifikasi komponen frekuensi dalam sinyal, efisien dalam analisis. Dalam
konteks geofisika, ini membantu pemahaman struktur bumi yang dilalui oleh
gelombang.

ii
 DAFTAR ISI

Halaman
LEMBAR PENGESAHAN ................................................................................... i
ABSTRAK ............................................................................................................. ii
DAFTAR ISI ......................................................................................................... iii
DAFTAR GAMBAR ............................................................................................ iv
I. PENDAHULUAN
A. Latar Belakang ............................................................................................. 1
B. Tujuan Praktikum ......................................................................................... 1
II. TEORI DASAR
III. METODOLOGI PRAKTIKUM
A. Alat dan Bahan ............................................................................................. 5
B. Diagram Alir ................................................................................................ 6
IV. HASIL DAN PEMBAHASAN
A. Hasil Pengamatan ......................................................................................... 7
B. Pembahasan .................................................................................................. 7
V. KESIMPULAN
DAFTAR PUSTAKA
LAMPIRAN

iii
 DAFTAR GAMBAR

Halaman
Gambar 1. Modul Praktikum ................................................................................. 5
Gambar 2. Software Matlab ................................................................................... 5
Gambar 3. Laptop .................................................................................................. 5
Gambar 4. Alat Tulis ............................................................................................. 5
Gambar 5. Diagram Alir ........................................................................................ 6

iv
 I. PENDAHULUAN

A. Latar Belakang

Dengan diadakannya praktikum analisis sinyal geofisika ini mahasiswa

diharapkan dapat memahami materi terkait matriks. Dalam analisis signal
geofisika, salah satu yang digunakan dalam pengolahan data geofisika
adalah Software Matlab. Pengolahan sinyal digital adalah pengolahan
digital yang dilakukan oleh komputer atau pengolah sinyal digital khusus
untuk melakukan berbagai operasi pengolahan sinyal. Sinyal yang diproses
dengan cara ini adalah urutan angka yang mewakili cuplikan dari variabel
kontinu dalam suatu domain seperti waktu, ruang, atau frekuensi. Fungsi
yang digunakan untuk mengamati spektrum sinyal domain waktu adalah
Fast Fourier Transform (FFT). FFT memiliki kemampuan untuk
menampilkan isi frekuensi yang terdapat dalam sinyal dan juga memberikan
informasi tentang jumlah komponen frekuensi dalam sinyal tersebut.
Metode ini sangat populer karena kemampuannya untuk memproses data
dengan cepat. FFT mengurangi jumlah operasi perkalian dan penjumlahan
dibandingkan dengan metode Discrete Fourier Transform (DFT). Proses
Inverse Discrete Fourier Transform (IDFT) dimulai dengan mengubah X(k)
dari bentuk absolut kembali ke bentuk bilangan kompleks. Proses ini
melibatkan penggunaan persamaan eksponensial harmonik kompleks yang
melibatkan amplitudo absolut dan fase.

B. Tujuan Praktikum
Adapun tujuan dari praktikum analisis sinyal geofisika terkait matriks
adalah sebagai berikut.

1. Dapat mengetahui apa itu algoritma DFT.

2. Dapat mengetahui apa FFT dalam analisis sinyal
 II. TEORI DASAR

Matlab menggunakan konsep array/matrik sebagai standar variabel elemennya

tanpa memerlukan pendeklarasian array seperti pada bahasa lainnya. Selain itu juga
dapat diintegrasikan dengan aplikasi dan bahasa pemrograman eksternal seperti C,
Java, .NET dan Microsoft Excel. Software Matlab memilki pengaplikasian yang
berbeda-beda khususnya dalam pengaplikasian yang membutuhkan perhitungan
secara matematis. Penting untuk mengetahui bahwa Matlab melakukan seluruh
perhitungan matematis dalam bentuk matriks. Semua operasi matematika dalam
Matlab adalah operasi matriks. Matlab dapat menunjukkan hasil perhitungan dalam
bentuk grafik dan dapat dirancang sesuai keinginan kita menggunakan GUI yang
kita buat sendiri (Siti, 2018).
MATLAB digunakan sebagai alat bantu menyederhanakan proses perhitungan
berbagai kasus atau permasalahan Matematika, salah satu contohnya adalah pada
bidang Matriks. Sebagai saran untuk para peneliti yang akan mengembangkan
penelitian ini, dapat mengaplikasikan MATLAB pada studi kasus Matematika lain
yang lebih kompleks (Tria dkk., 2020).
Pemanfaatan Matlab yang identik dengan matriks tentu erat kaitannya dengan
bidang matematika dan komputasi. Berbagai permasalah matematika dapat dengan
mudah dicari penyelesaiannya dengan Maltab, begitu pun dengan bidang
komputasi. Matlab merupakan bahasa pemrograman level tinggi yang dikhususkan
untuk kebutuhan komputasi teknis, visualisasi dan pemrograman seperti
komputasi matematik, analisis data, pengembangan algoritma, simulasi dan
pemodelan dan grafik-grafik perhitungan (Atina, 2019).
Matriks merupakan salah satu ilmu Matematika yang di dalamnya memiliki cabang
ilmu aljabar linear yang menjadi pembahasan penting dalam ilmu Matematika. Pada
awalnya, matriks ditemukan oleh seorang ilmuwan yaitu Arthur Cayley (1821-
1895). Ia melakukan penelitian persamaan linear dan transformasi linear. Awal dari
semua itu matriks dianggap sebuah permainan karena matriks dapat diaplikasikan.
Matriks juga suatu alat yang dapat memecahkan persoalan salah satunya adalah
ekonomi, perbankan, yang harus mencari sebuah sistem persamaan dengan puluhan
atau ratusan variabel yang nilainya harus ditentukan. Selain itu, banyak juga
permasalahan yang sering muncul berkaitan dengan masalah matriks, misalnya
pada pembelajaran bagaimana cara menentukan invers suatu matriks. Pada
 3

dasarnya, matriks cukup baik untuk menyelesaikan persoalan tersebut. Dengan

matriks dapat dibuat analisis yang mencakup hubungan variabel dari suatu
persoalan dengan mudah dan terstruktur. Seperti halnya variabelnya dapat
dimanipulasi, yaitu dengan cara dijumlahkan, dikurangkan, dikalikan, dan
didekomposisikan. Agar lebih memudahkan untuk menemukan persoalan tersebut
yaitu menggunakan aplikasi komputer (Tria dkk., 2020).
Fast Fourier Transform (FFT) adalah teknik perhitungan operasi matematika yang
digunakan untuk mentrasformasi sinyal analog menjadi sinyal digital berbasis
frekuensi. Fast Fourier Transform (FFT) membagi sebuah sinyal menjadi frekuensi
yang berbeda-beda dalam fungsi eksponensial yang kompleks. Fast Fourier
Transform (FFT) adalah algoritma untuk menghitung transformasi fourier diskrit
dengan cepat dan efisien. Karena sinyal-sinyal dalam sistem komunikasi bersifat
kontinyu, sehingga hasilnya dapat digunakan untuk transformasi fourier (Kusuma,
2021).
Transformasi merupakan suatu proses yang digunakan untuk merepresentasikan
suatu sinyal dari suatu domain ke domain lainnya. Tujuan dilakukannya
transformasi adalah untuk memperjelas informasi-informasi yang dibutuhkan dari
sinyal tersebut. Transformasi Fourier merupakan salah satu alat berupa fungsi yang
digunakan untuk merepresentasikan suatu sinyal dari domain spasial ke domain
frekuensi tanpa mengurangi informasi yang terdapat padanya Discrete Fourier
Transform (DFT) merupakan salah satu varian dari transformasi Fourier yang
umumnya digunakan untuk mengolah sinyal digital dengan komputer digital. Hal
ini disebabkan karena karakteristik DFT yang sesuai dengan komputer digital, yaitu
bekerja pada data-data yang berada pada jangkauan atau range tertentu dan
jumlahnya terbatas (Adiwijaya dan Suryandari, 2009).
Discrete Fourier Transform (DFT) adalah suatu model transformasi yang
mentransformasikan sinyal dari domain waktu menjadi sinyal domain frekuensi.
pada metode ini, dibutuhkan 2 buah fungsi yaitu sinus dan kosinus untuk
menghitung angka kompleks dengan bagian real dan imaginer, sedangkan pada
Metode Discrete Cosine Transfrom (DCT), hanya menggunakan fungsi kosinus
saja dan hanya berupa bilangan real tanpa ada imaginer. Tetapi pada intinya kedua
algoritma ini melakukan sebuah transformasi yang mengubah sebuah kawasan
waktu menjadi kawasan frekuensi dan sebaliknya kawasan frekuensi dapat di
kembalikan ke kawasan waktu dengan menggunakan masing-masing Invers
Descrete Fourier Transform (IDFT) dan Invers Discrete Cosine Transform (IDCT)
(Elewati dkk., 2020).
Representasi Fourier untuk sinyal input merupakan interprestasi yang sangat
berguna. Sistem dalam domain waktu menggunakan jumlah konvolusi sebagai
metode untuk menghitung output sistem untuk berbagai input jika respon impuls
telah ditentukan. Pada representasi dalam domain frekuensi output sistem
merupakan hasil kali dari frekuensi respon sistem dengan frekuensi respon sinyal
input. Pada banyak aplikasi, sinyal yang penting dan paling banyak digunakan
adalah sinyal periodik. Untuk sinyal periodik, metode analisa yang efisien tersedia
 4

dengan menggunakan transformasi Fourier untuk mendapatkan spectrum frekuensi

sinyal. Spektrum frekuensi dari sinyal menggambarkan komponen periodiknya dan
merupakan karakteristik sinyal yang penting dalam analisa. Banyak teknik analisa
dikembangkan untuk sinyal analog menggunakan analisa Fourier dan transformasi
Laplace (Rudita, 2013).
Transformasi Fourier Diskrit dapat dihitung menggunakan FFT dengan harga N
meupakan perpangkatan dua. Jika harga N bukanlah perpangkatan dua,
transformasi dapat dilakukan pada set poin yang sesuai dengan faktor-faktor prima
yang sedikit rusak dalam kecepatan. Fast Fourier Transform (FFT) adalah
algoritma Transformasi Fouriier Diskrit yang mengurangi jumlah perhitungan yang
diperlukan oleh N dari 2N2 menjadi 2N log N, dimana adalah logaritma berbasis 2.
Algoritma Fourier Transform yang nyata dan efisien memberikan penigkatan lebih
lanjut dalam kecepatan untuk sekitar dua factor. Algoritma Fast Fourier Transform
umumnya terbagi dua kelas: pengurangan waktu, dan pengurangan frekuensi.
Algoritma Cooley-Tukey FFT pertama menata kembali elemen masukan dalam
rangka bit-terbalik, kemudian membangun output transformasi (pengurangan
dalam waktu). Ide dasarnya adalah untuk membelah transform of length N menjadi
dua transform of length N/2 dengan menggunakan identitas (Abdillah, 2017).
 III. METODOLOGI PRAKTIKUM

A. Alat dan Bahan

Adapun alat dan bahan yang digunakan dalam praktikum ini adalah sebagai
berikut:

Gambar 1. Modul Praktikum

Gambar 2. Software Matlab

Gambar 3. Laptop

Gambar 4. Alat Tulis

 6

B. Diagram Alir

Adapun diagram alir dari hasil praktikum kali ini adalah sebagai berikut:

Mulai

Membuka Matlab dan memasukan script yang akan digunakan

untuk sistem diskrit

Melakukan pengolahan ADC atau Analog to Digital Converter

Melakukan proses Sampling

Melakukan uji data linear

Mendapatkan Hasil Kurva ADC

Selesai

Gambar 5. Diagram Alir

 IV. HASIL DAN PEMBAHASAN

A. Hasil Pengamatan
Adapun hasil pengamatan atau tugas pada praktikum analisis sinyal
geofisika terkait sistem diskrit ditampilkan pada lampiran.

B. Pembahasan
Praktikum analisis sinyal geofisika yang telah dilaksanakan pada Rabu, 4
Oktober 2023 terkait sistem diskrit telah dilaksanakan pukul 15.45 Wib
hingga selesai secara offline di ruang lab PPDG gedung teknik geofisika,
Universitas Lampung. Pada pertemuan ini membahas tentang sistem diskrit
dan dijelaskan juga mengenai Analog to Digital Converter (ADC).

Sinyal dengan waktu kontinu atau disebut juga sinyal analog merupakan
sinyal yang memiliki nilai pada setiap interval waktu (a,b), dengan a dapat
bernilai -∞ dan b dapat bernilai ∞. Sinyal dari percakapan dan sinyal
x(t)=sin(πt) untuk rentang ∞<t<∞ merupakan contoh dari sinyal analog.
Sinyal kontinyu adalah sinyal yang menyampaikan informasi secara terus-
menerus dalam waktu dan terdefinisi pada setiap nilai waktu. Sinyal
kontinyu dapat dianalisis menggunakan teknik analisis sinyal kontinyu
seperti Fourier Transform. Sinyal analog bersifat kontinu yang bervariasi
terhadap waktu. Sinyal analog dapat memiliki nilai amplitudo yang berapa
pun dalam rentang kontinu. Sinyal kontinu adalah sinyal yang terdefinisi
pada setiap nilai waktu dan bervariasi secara kontinu terhadap waktu. Sinyal
kontinu dapat dituliskan sebagai fungsi matematika f(t) untuk t yang berada
pada rentang bilangan riil. Sinyal kontinu juga dikenal sebagai sinyal waktu-
kontinyu atau sinyal analog. Sinyal kontinu dapat dianalisis menggunakan
teknik analisis sinyal kontinu seperti Transformasi Fourier. Contoh sinyal
kontinu adalah sinyal suara yang terdapat pada pita kaset atau piringan
hitam. Fungsi respons adalah ekspresi matematis yang menggambarkan
bagaimana sistem geofisika menanggapi suatu sumber atau gangguan
eksternal tertentu. Fungsi ini menjelaskan hubungan antara input (seperti
sumber) dan
 8

output (reaksi sistem geofisika). Dalam geofisika, fungsi respons digunakan

untuk memahami sifat-sifat materi bumi, seperti densitas, elastisitas,
konduktivitas listrik, dan lainnya. Ini membantu ilmuwan geofisika dalam
menganalisis data pengukuran dan menginterpretasinya untuk
mengidentifikasi karakteristik lapisan bumi di bawah permukaan.
Sementara itu, dalam konteks geofisika, "sumber" merujuk pada sumber
energi atau gangguan yang digunakan untuk menciptakan sinyal yang
nantinya digunakan dalam proses pengukuran geofisika. Sumber ini
menciptakan gangguan yang merambat melalui bumi dan menghasilkan
tanggapan dari lapisan geofisika. Berbagai metode geofisika, seperti survei
seismik, survei magnetik, survei gravitasi, dan survei elektromagnetik,
menggunakan sumber energi khusus ini untuk mengungkapkan informasi
tentang struktur bumi di bawah permukaan.

Untuk memahami struktur dan karakteristik fisik dari medium bumi yang
dilalui oleh gelombang atau sinyal, diperlukan analisis data dan perekaman
data dengan perangkat seperti seismogram. Dalam analisis dalam domain
waktu, sulit untuk mengevaluasi sinyal dengan akurat. Oleh karena itu,
transformasi sinyal diperlukan untuk mengubahnya ke domain frekuensi, di
mana analisis menjadi lebih efisien.

Transformasi Fast Fourier (FFT) adalah teknik yang digunakan untuk

mengubah sinyal dari domain waktu ke domain frekuensi. FFT mampu
mengidentifikasi komponen frekuensi dalam sinyal dan mengukur
intensitasnya. Metode FFT digunakan dalam berbagai konteks, termasuk
dalam pemrosesan sinyal digital, pemecahan persamaan diferensial parsial,
dan pengembangan algoritma perkalian bilangan bulat besar. Di bawah ini
terdapat sepasang persamaan yang merupakan bagian dari Transformasi
Fourier, yang berguna untuk mengubah data dari domain waktu atau ruang
menjadi domain frekuensi, serta sebaliknya.

Transformasi Fourier Diskrit (DFT) adalah suatu metode transformasi yang

mengubah sinyal dari domain waktu menjadi domain frekuensi. Algoritma
DFT (Transformasi Fourier Diskrit) adalah salah satu algoritma yang bisa
digunakan untuk kompresi sinyal atau gambar. Algoritma ini menggunakan
fungsi sinus dan kosinus untuk menghitung angka kompleks. Dalam
algoritma ini, data diubah dari representasi spasial ke representasi frekuensi,
kemudian data frekuensi diproses, dan akhirnya dikembalikan ke bentuk
spasial menggunakan inversi metode yang sesuai.

Dalam bab praktikum ini, mahasiswa menjalankan kegiatan praktikum

menggunakan perangkat lunak MATLAB. Selama praktikum, mahasiswa
menjalankan skrip FFT dan melakukan proses FFT dengan MATLAB.
 9

Skrip FFT memerlukan informasi seperti waktu pengukuran, periode dasar

saat pengambilan sampel, jumlah data, indeks data ke-n, waktu, gelombang
pertama, gelombang kedua, gelombang ketiga, dan gabungan gelombang x1
dan x2. Hasil dari eksekusi skrip ini adalah gambar dengan label waktu di
sumbu x. Sedangkan pada skrip proses FFT, informasi yang dimasukkan
mencakup indeks data frekuensi ke-k, jarak antar frekuensi, frekuensi,
proses FFT, amplitudo absolut, dan fase. Hasil dari eksekusi skrip ini adalah
gambar dengan label frekuensi (Hz) di sumbu x. Setelah menjalankan skrip
FFT dan proses FFT, langkah terakhir adalah menjalankan skrip proses
IFFT.

Jurnal dengan judul Kajian Discrete Fourier Transform menjelaskan untuk

Menganalisis Sinyal Arbitrer Penelitian ini bertujuan untuk
mengembangkan program Discrete Fourier Transform (DFT) untuk
menganalisis sinyal arbitrer yang dibuat dalam dua program. Pengolahan
sinyal adalah suatu operasi matematik yang dilakukan terhadap suatu sinyal
untuk memperoleh informasi yang dibutuhkan. Transformasi Fourier
merupakan salah satu metode yang sering digunakan untuk mengubah
bentuk waktu menjadi bentuk frekuensi yang ditujukan untuk
mempermudah analisis. Dalam hal ini, peneliti menggunakan DFT untuk
mengubah sinyal arbitrer menjadi serangkaian sinusoid yang memiliki
frekuensi yang berbeda-beda. Program DFT yang dikembangkan terdiri dari
dua program, yaitu fungsi DFT dan program utama yang digunakan untuk
memunculkan grafik DFT. Program ini menggunakan dua library utama,
yaitu matplotlib dan numpy. Dalam pengolahan sinyal, DFT dapat
mengubah urutan sinyal dengan jarak yang sama menjadi informasi tentang
frekuensi semua gelombang sinus yang diperlukan untuk menjumlahkan
sinyal domain waktu. Dalam spektrum amplitude DFT, frekuensi sinyal
ditampilkan sebagai batang vertikal dengan ketinggiannya adalah amplitude
sinyal dalam domain waktu. Penelitian ini memberikan gambaran tentang
bagaimana program DFT dapat digunakan untuk menganalisis sinyal
arbitrer dan memberikan hasil plot dari perhitungan yang dilakukan.

Jurnal dengan judul Studi Analisis Spektrum Gelombang Petir dengan

Menggunakan Fast Fourier Transform Sebuah penganalisis spektrum
digunakan untuk mengukur besarnya sinyal input terhadap frekuensi dalam
rentang frekuensi penuh instrumen. Tujuan utamanya adalah untuk
mengukur kekuatan spektrum sinyal yang dikenal dan tidak dikenal.
Meskipun sinyal input yang paling umum diukur oleh penganalisis
spektrum adalah listrik, namun komposisi spektral dari sinyal lain seperti
gelombang tekanan akustik dan gelombang cahaya optik dapat
dipertimbangkan melalui penggunaan transduser yang sesuai. Selain itu,
terdapat penganalisis spektrum untuk jenis sinyal lain, seperti penganalisis
 10

spektrum optik yang menggunakan teknik optik langsung seperti

monokromator untuk melakukan pengukuran. Dalam analisis spektrum
sinyal listrik, frekuensi dominan, daya, distorsi, harmonisa, bandwidth, dan
komponen spektral sinyal lainnya dapat diamati yang tidak mudah dideteksi
dalam bentuk gelombang domain waktu. Parameter-parameter ini berguna
dalam karakterisasi perangkat elektronik, seperti pemancar nirkabel.
Tampilan penganalisis spektrum memiliki frekuensi pada sumbu horizontal
dan amplitudo ditampilkan pada sumbu vertikal. Penganalisis spektrum
terlihat seperti osiloskop dan beberapa instrumen laboratorium dapat
berfungsi sebagai osiloskop atau penganalisis spektrum. Analisis spektrum
digunakan untuk menentukan apakah pemancar nirkabel bekerja sesuai
dengan standar yang ditetapkan pemerintah federal untuk kemurnian emisi.
Sinyal output pada frekuensi selain frekuensi komunikasi yang
dimaksudkan muncul sebagai garis vertikal pada tampilan. Analisis
spektrum juga digunakan untuk menentukan bandwidth dari sinyal digital
atau analog.

Jurnal dengan Penerapan Metode Fast Fourier Transform Dalam Perbaikan

Kualitas Tampak Wajah Maling Sepeda Motor menjelaskan Perbaikan
kualitas citra merupakan suatu proses pengolahan citra yang sangat penting
untuk memperbaiki kualitas citra yang kurang baik. Tujuan dari perbaikan
kualitas citra adalah untuk mempermudah mengenali wajah maling yang
tertangkap oleh CCTV. Salah satu metode yang digunakan untuk
memperbaiki kualitas citra adalah dengan menggunakan metode Fast
Fourier Transform. Dalam hal ini, hasil perbaikan kualitas citra wajah
menggunakan metode Fast Fourier Transform digunakan untuk
memperbaiki kualitas citra wajah sehingga gambar yang tertangkap oleh
CCTV dapat terlihat jelas. Dengan demikian, pihak kampus dapat lebih
mudah mengenal wajah maling tersebut. Untuk mempermudah
menyelesaikan permasalahan tersebut, maka dilakukan perbaikan citra
dengan menggunakan metode Fast Fourier Transform. Proses perbaikan
kualitas citra wajah tersebut juga menggunakan program VB.Net 2008, di
mana data yang diinputkan berupa wajah maling kemudian diproses dan
menghasilkan output kualitas gambar wajah maling yang lebih baik. Metode
Fast Fourier Transform digunakan untuk memperbaiki kualitas citra wajah
dengan menghilangkan noise pada citra. Dalam hal ini, program yang
digunakan untuk perbaikan citra wajah menggunakan metode Fast Fourier
Transform juga dapat digunakan untuk memperbaiki kualitas citra pada
jenis sinyal lainnya.

Dalam eksperimen ini, penggunaan perangkat lunak MATLAB digunakan

untuk menciptakan seismogram sintetik. Script MATLAB ini merupakan
contoh analisis sinyal yang relevan dalam bidang ilmu geofisika. Script
 11

tersebut menghasilkan empat gambar, yakni wavelate, amplitudo, derau

acak, dan seismogram sintetik. Dalam konteks ilmu geofisika, alat ini dapat
digunakan untuk mengidentifikasi komponen frekuensi dalam data yang
terkait dengan fenomena alam tertentu, seperti gelombang seismik. Setelah
melakukan analisis dalam domain frekuensi, script menggunakan
Transformasi Fourier Cepat Balik (IFFT) untuk merekonstruksi sinyal
dalam domain waktu. Hal ini memungkinkan pemahaman lebih mendalam
mengenai bagaimana komponen frekuensi memengaruhi sinyal geofisika
yang asli. Dengan demikian, analisis sinyal ini dapat membantu ilmuwan
geofisika dalam pemahaman dan penjelasan fenomena alam, seperti
gelombang seismik atau perubahan frekuensi dalam data geofisika lainnya.
 V. KESIMPULAN

Adapun kesimpulan dari praktikum ini adalah sebagai berikut:

1. Fungsi respons adalah ekspresi matematis yang menggambarkan bagaimana

sistem geofisika menanggapi suatu sumber atau gangguan eksternal tertentu.
Fungsi ini menjelaskan hubungan antara input (seperti sumber) dan output
(reaksi sistem geofisika). Dalam geofisika, fungsi respons digunakan untuk
memahami sifat-sifat materi bumi, seperti densitas, elastisitas, konduktivitas
listrik, dan lainnya.
2. Fast Fourier Transform (FFT) adalah teknik perhitungan operasi matematika
yang digunakan untuk mentrasformasi sinyal analog menjadi sinyal digital
berbasis frekuensi. Fast Fourier Transform (FFT) membagi sebuah sinyal
menjadi frekuensi yang berbeda-beda dalam fungsi eksponensial yang
kompleks. Fast Fourier Transform (FFT) adalah algoritma untuk menghitung
transformasi fourier diskrit dengan cepat dan efisien. Karena sinyal-sinyal dalam
sistem komunikasi bersifat kontinyu, sehingga hasilnya dapat digunakan untuk
transformasi fourier.
3. Discrete Fourier Transform (DFT) adalah suatu model transformasi yang
mentransformasikan sinyal dari domain waktu menjadi sinyal domain frekuensi.
pada metode ini, dibutuhkan 2 buah fungsi yaitu sinus dan kosinus untuk
menghitung angka kompleks dengan bagian real dan imaginer, sedangkan pada
Metode Discrete Cosine Transfrom (DCT), hanya menggunakan fungsi kosinus
saja dan hanya berupa bilangan real tanpa ada imaginer. Tetapi pada intinya
kedua algoritma ini melakukan sebuah transformasi yang mengubah sebuah
kawasan waktu menjadi kawasan frekuensi dan sebaliknya kawasan frekuensi
dapat di kembalikan ke kawasan waktu dengan menggunakan masing-masing
Invers Descrete Fourier Transform (IDFT) dan Invers Discrete Cosine
Transform.
 DAFTAR PUSTAKA

Abdillah, F. 2017. Implementasi Algoritma FFT dan HPS pada Tuner Gitar
Berbasis Android. Jurnal Nuansa Informatika, Vol 11 ISSN.1858-3911.
Adiwijaya, D., dan Suryandari, F. 2009. Dekomposisi Nilai Singular dan Discrete
Fourier Transform untuk Noise Filtering Pada Citra Digital. Teknologi
Informasi, 47-51.
Atina. 2019. Aplikasi Matlab pada Teknoloi Pencitraan Medis. Jurnal Penelitian
Fisika dan Terapannya, 28-34.
Elewati, Raisah, H., dan Hanafi. 2020. Analisis Perbandingan Metode DFT dan
DCT Pada Teknik Menyembunyikan Sinyal Suara. Jurnal Tektro, 82-89.
Kusuma, D. T. 2021. Fast Fourier Transform Dalam Transformasi Sinyal Frekuensi
Suara Sebagai Upaya Perolehan Average Energy (AE) Musik. Jurnal
Pengkajian dan Penerapam Teknik Informatika, 28-35.
Rudita, R. 2013. Transformasi Fourier Dalam Pemrosesan Sinyal Digital. Malang:
Ma Chung.
Siti, N. H. 2018. Pembelajaran Fisika Dasar dan Elektronika Dasar Menggunakan
Aplikasi Matlab Metode Simulink. Journal of Science and Social Research,
30-35.
LAMPIRAN
Gambar 6. Tugas
Gambar 7. Jurnal 1

Gambar 8. Jurnal 2
Gambar 9. Jurnal 3