TA 20182
#Kuliah 02
01 25/02/2019
Dosen Pengampuh:
Dr. La Hamimu, S.Si., M.T
Al Rubaiyn, S.T., M.T.
bit.ly/pensil_geof01
Dasar-Dasar Transformasi Fourier
DEFENISI
dijumlakan
idal dengan frekuensi berbeda-beda
Suatu sinyal dapat dihasilkan dengan menjumlakan be-
berapa sinyal sinusoidal frekuensi tunggal. Sejumlah
sinyal teresebut dikenal dengan Deret Fourrier
Transformasi Fourier adalah metode untuk mengubah
gelombang seismik dalam domain waktu menjadi do-
main frekuensi.
Inversi Transformasi Fourier (Inverse Fourier Transform)
merupakan kebalikan dari Transformasi Fourier
(ensiklopediseismik.blogspot.com)
DASAR-DASAR
TRANSFORMASI FOURIER Ilustrasi :
Diketahui fungsi f(t) sebagai berikut:
Transformasi Fourier 1D
Transformasi Fourier diskrit atau disebut dengan Discrete Fourier Transform (DFT) adalah model
transformasi fourier yang dikenakan pada fungsi diskrit, dan hasilnya juga diskrit.
Tinjau suatu sinyal discrete-time sama dengan nol untuk semua bilangan bulat dan semua bilangan
, dimana N adalah bilangan bulat positif.Pada dasarnya bilangan bulat N dapat dipilih menjadi san-
gat besar. Sebagai contoh . Transformasi Fourier Diskrit untuk sejumlah N titik data dari
sinyal didefinisikan:
N 1
X k x(n).e j 2 fn / N , k 0,1, 2,..., N 1 (2)
n 0
Dimana j adalah bilangan imajiner. Indeks n pada persamaan di atas menyatakan varaiabel waktu
t dalam bentuk diskrit, dan pasangan transformasi frekuensi f dinyatakan dengan indeks k
Transformasi Fourier Diskrit
DFT
Pada umumnya nilai-nilai pers. (2) merupakan bilangan kompleks, sehingga dapat dinyatakan
dalam bentuk koordinat polar atau kartesian.
Bentuk Polar X: k X k exp j / X k , k 0,1, 2,..., N 1 (3)
(4)
Bentuk Kartesian : X k Rk j I k , k 0,1, 2,..., N 1
X k
Dimana adalah magnitude atau nilai mutlak dari adalah besarnya sudut . adalah bilan-
gan riil dari dan adalah bilangan imajiner yang mempunyai bentuk
N 1 N 1
Rk x(0) x[n]cos 2Nkn I k x[n]sin 2Nkn (5)
n 1 n 1
Penjumlahan pada pers. (2) mempunyai nilai berhingga, maka DFT selalu dapat ditentukan.
Penentuan nilai-nilai dapat dihitung dengan menggunakan penjumlahan pers. (2) melalui implemen-
tasi Bahasa pemograman MATLAB
Transformasi Fourier Diskrit
INVERS DFT
Jika merupakan hasil DFT dengan jumlah titik data N dari , maka dapat dicari dari dengan
menerapkan Invers Dicrete Fourier Transform (IDFT) yaitu
1 N 1
x[n]
N
X
k 0
k e j 2 kn / N , n 0,1, 2,..., N 1 (6)
Karena penjumlahan pada pers. (6) juga merupakan penjumlahan berhingga, maka invers DFT
(IDFT) dapat dihitung dengan melakukan evaluasi penjumlahan dalam pers. (6)
Transformasi Fourier Diskrit
ILUSTRASI DFT & IDFT
Buatlah algoritma Disrete Fourier Transform (DFT) dan Inverse Disrete Fourier Transform (IDFT)
dengan implementasi Bahasa pemrograman MATLAB
%=============================== % ===============================
% Transformasi Fourier Diskrit % Invers Discrete Fourier Transform [DFT]
% Discrete Fourier Transform [DFT] % ===============================
% =============================== function xn=idft(Xk)
function Xk=dft(xn) [N,M]=size(Xk);
[N,M]=size(xn); if M~=1, % Pastikan Xf merupakan vektor kolom
if M~=1, % Pastikan bahwa xn merupakan vektor kolom Xk=Xk’;N=M;
xn=xn'; N=M; end
end xn=zeros(N,1);
Xk=zeros(N,1); k=0:N-1
n=0:N-1 for n=0:N-1
for k=0:N-1 xn(n+1)=exp(j*2*pi*k*n/N)*Xk;
Xk(k+1)=exp(-j*2*pi*k*n/N)*xt; end
end xn=xn/N;
% end of function % end of function
% Created by: La Hamimu @2005 % Created by: La Hamimu @2004
% =============================== % ===============================
Transformasi Fourier Diskrit
ILUSTRASI DFT
Buatlah algoritma Disrete Fourier Transform (DFT) dan Inverse Disrete Fourier Transform (IDFT)
dengan implementasi Bahasa pemrograman MATLAB
%===============================
% Transformasi Fourier Diskrit Hitunglah DFT untuk 4 titik data dari signal berikut
% Discrete Fourier Transform [DFT]
% =============================== ini dengan menggunakan koordinat kartesian,
function Xk=dft(xn)
[N,M]=size(xn); dimana diketahui jika dan maka :
if M~=1, % Pastikan bahwa xn merupakan vektor kolom
xn=xn'; N=M; x(0) = 1, x(1) = 0, x(2) =1, x(3) = 0
end
Xk=zeros(N,1); X(0) = 1, x(1) = 0, x(2) = -1, x(3) = 0
n=0:N-1
for k=0:N-1
Xk(k+1)=exp(-j*2*pi*k*n/N)*xt;
end
% end of function
% Created by: La Hamimu @2005
% ===============================
Transformasi Fourier Diskrit
ILUSTRASI DFT
FFT (Fast Fourier Transform) adalah teknik perhitungan cepat dari DFT memanfaatkan sifat
periodikal dari transformasi fourier.
Perhatikan definisi dari DFT :
N
F (k ) f (n).e j 2knT / N (7)
n 1
N N
F (k ) f (n) cos( 2nkT / N ) j f (n) sin( 2nkT / N ) (8)
n 1 n 1
Fast Fourier Transform
FFT 1D
Nilai fungsi cosinus untuk setengah bagian bila dilihat Nilai fungsi sinus untuk setengah periode adalah
dari kiri dan setengah bagian dari kanan akan sama,
atau dapat dikatakan bahwa nilai fungsi cosinus untuk kebalikan dari nilai setengah periode sebelumnya,
setengah periode adalah kebalikan horisontal (shift) atau dapat dituliskan bahwa .
dari nilai setengah periode sebelumnya, atau dapat di-
tuliskan bahwa sin(x+T/2) = -sin(x), untuk 0<x<T/2
cos(T/2-x) = -cos(x), untuk 0<x<T/2
Fast Fourier Transform
FFT 1D
Nilai fungsi cosinus untuk setengah bagian bila dilihat Nilai fungsi sinus untuk setengah periode adalah
dari kiri dan setengah bagian dari kanan akan sama,
atau dapat dikatakan bahwa nilai fungsi cosinus untuk kebalikan dari nilai setengah periode sebelumnya,
setengah periode adalah kebalikan horisontal (shift) atau dapat dituliskan bahwa .
dari nilai setengah periode sebelumnya, atau dapat di-
tuliskan bahwa sin(x+T/2) = -sin(x), untuk 0<x<T/2
cos(T/2-x) = -cos(x), untuk 0<x<T/2
Fast Fourier Transform merupakan standar dalam analisis sinyal karena memiliki banyak manfaat
dan tepat guna.
Contoh penerapan:
Mekanika
Instrumentasi
Pengolahan sinyal, etc.
Kesepakatan (secara matematika) bahwa tampilan FFT berupa frekuensi - & + dengan amplitude
dibagi dua dari sinyal awalnya. Misal, sinyal dengan f=12 Hz dan A=6 maka
A