Академический Документы
Профессиональный Документы
Культура Документы
TRANSFORMASI FOURIER
Dosen pengampu:
Penyusun:
FAKULTAS TEKNIK
2016
1
KATA PENGANTAR
Salawat dan Salam senantiasa tercurah kepada baginda Nabi Muhammad SAW,
yang di utus ke permukaan bumi ini menuntun manusia dari lembah kebiadaban menuju
ke puncak peradaban seperti sekarang ini.Kami menyadari sepenuhnya, dalam
penyusunan makalah ini tidak lepas dari tantangan dan hambatan. Oleh karena itu, kami
mengharapkan kritik dan saran dari pembaca makalah ini, supaya dalam penyusunan
selanjutnya lebih baik lagi.Akhirnya dengan segala kerendahan hati kami menyadari
bahwa hanya kepada Allah SWT jualah kami menyerahkan segalanya. Semoga kita
semua mendapat curahan rahmat dan ridho dari-Nya, Amin.
Segala puji atas kebesaran Sang Khalik yang telah menciptakan alam semesta
dalam suatu keteraturan hingga dari lisan terpetik berjuta rasa syukur kehadirat Allah
SWT. Karena atas limpahan rahmat dan hidayah-Nyalah sehingga kami diberikan
kekuatan dan kesempatan menyelesaikan makalah Sistem Linear dengan judul “ Fast
Fourier Transfrom ” yang terlaksana dengan baik.
Penyusun
2
Daftar isi
Halaman Judul
Kata Pengantar.................................................................................................................. 2
BAB I Pendahuluan
1,0 Latar Belakang......................................................................................................4
BAB II Transformasi Fourier Diskrit
2,0 Sejarah Transformasi Fourier Diskrit ..................................................................5
2,1 Transformasi Fourier Cepat .................................................................................7
2,2 Algoritma Cooley-Tukey .......................................................................................7
3
BAB I
PENDAHULUAN
4
BAB II
Transformasi Fourier Diskrit
5
𝑁−1
𝐻𝑛 ≡ ∑ 𝑊 𝑛𝑘 ℎ𝑘 … … … . (3)
𝑘=0
n x k. Perkalian matriks ini menghasilkan vektor yang tersusun dari komponen Hn.
Oleh karena itu, perkalian matriks ini menggunakan N x N = N2 perkalian kompleks
ditambah dengan suatu nilai yang lebih kecil untuk menghasilkan W. Dapat
disimpulkan bahwa Transformasi Fourier Diskrit memiliki kompleksitas waktu
asimptotik N2 atau O(N2).
Di bawah ini contoh algoritma Transformasi Fourier Diskrit ditulis dalam bahasa C.
/* Direct fourier transform */
int DFT(int dir, int m, double *x1,
double *y1) {
long i,k;
double arg;
double cosarg,sinarg;
double *x2=NULL,*y2=NULL;
x2 = malloc(m*sizeof(double));
y2 = malloc(m*sizeof(double));
if (x2 == NULL || y2 == NULL)
return(FALSE);
for (i=0;i<m;i++) {
x2[i] = 0;
y2[i] = 0;
arg = - dir * 2.0 * 3.141592654 *
(double)i / (double)m;
for (k=0;k<m;k++) {
cosarg = cos(k * arg);
sinarg = sin(k * arg);
x2[i] += (x1[k] * cosarg -
y1[k] * sinarg);
y2[i] += (x1[k] * sinarg +
6
y1[k] * cosarg);
}
}
/* Copy the data back */
if (dir == 1) {
for (i=0;i<m;i++) {
x1[i] = x2[i] / (double)m;
y1[i] = y2[i] / (double)m;
}
} else {
for (i=0;i<m;i++) {
x1[i] = x2[i];
y1[i] = y2[i];
}
}
free(x2);
free(y2);
return(TRUE);
}
7
Diskrit dengan panjang N menjadi bentuk penjumlahan dari dua buah bentuk
Transformasi Fourier Diskrit dengan panjang masing-masing N/2, satu bagian terdiri
dari elemen bernomor ganjil sementara yang lain genap. Pembuktian dari algoritma
ini adalah sebagai berikut :
𝐹𝑘 = 𝐹𝑘 𝑒 +𝑊 𝐾 + 𝐹𝐾 𝑜 .(4)
Tanda e dan o pada F menyatakan genap (even) dan ganjil (odd) sedangkan W
didefinisikan seperti pada (2). Keistimewaan dari pembuktian di atas adalah dapat
dilakukan secara rekursif hingga akhirnya panjang daribentuk transformasi Fourier
bernilai satu. TransformasiFourier dengan panjang satu adalah identitas operasi yang
menyalin masukan ke keluaran. Pada suatu nilai n, bentuk penjabaran seperti pada
(4) dapat dinyatakan dengan :
Fkeoeeoeo.....oee = fn (5)
Dengan n tentu, Langkah selanjutnya adalah menghubungkan nlai dari n dengan pola
ganjil genap pada (5). Sebelummenghubung-hubungkan, nilai genap dan ganjil
diubah . terlebih dahulu ke dalam bentuk biner (0 dan 1). Proses menghubung-
hubungkan ini menghasilkan nilai pasangan n dalam bentuk biner. Pengulangan yang
terjadi untuk setiap pola menghabiskan waktu sebanyak log2 N. Karena setiap
kombinasi terdiri dari N operasi, maka keseluruhan algoritma berorde N log2 N
dengan asumsi bahwa proses menghubungkan suatu nilai dengan bentuk bit tidak
lebih dari N log2 N.
8
untuk menghitung deret Fourier. Dengan adanya Transformasi Fourier Cepat akan
sangat membantu penghitungan deret Fourier dalam dua hal yaitu : jumlah data yang
besar dan keterbatasan alat penghitung (komputer). Tabel 1 – Perbandingan
kecepatan operasi dengan menggunakan Transformasi Fourier Cepat (kolom “FFT”
pada tabel) dan langsung dengan Transformasi Fourier Diskrit (kolom ”direct” pada
tabel)
K Number of flops Number of Increase in
FFT ( 5k Log2K) flops Speed
Direct(8K2)
9
x[i] = x[j];
y[i] = y[j];
x[j] = tx;
y[j] = ty;
}
k = i2;
while (k <= j) {
j -= k;
k >>= 1;
}
j += k;
}
/* Compute the FFT */
c1 = -1.0;
c2 = 0.0;
l2 = 1;
for (l=0;l<m;l++) {
l1 = l2;
l2 <<= 1;
u1 = 1.0;
u2 = 0.0;
for (j=0;j<l1;j++) {
for (i=j;i<n;i+=l2) {
i1 = i + l1;
t1 = u1 * x[i1] - u2 * y[i1];
t2 = u1 * y[i1] + u2 * x[i1];
x[i1] = x[i] - t1;
y[i1] = y[i] - t2;
x[i] += t1;
y[i] += t2;
}
z = u1 * c1 - u2 * c2;
u2 = u1 * c2 + u2 * c1;
u1 = z;
}
c2 = sqrt((1.0 - c1) / 2.0);
if (dir == 1)
c2 = -c2;
c1 = sqrt((1.0 + c1) / 2.0);
}
/* Scaling for forward transform */
if (dir == 1) {
for (i=0;i<n;i++) {
x[i] /= n;
y[i] /= n;
}
}
return(TRUE);}
10
2.3 Algoritma Rader
Algoritma Rader, ditemukan pada tahun 1968, adalah salah satu jenis
Transformasi Fourier Cepat untuk menghitung transformasi Fourier Diskrit
berukuran bilangan prima dengan mengekspresikan kembali Transformasi Fourier
Diskrit sebagai sebuah siklus konvolusi. Untuk suatu kasus yang sama, algoritma
Cooley-Tukey jauh lebih sederhana dan lebih praktis dalam memecahkan suatu
masalah. Oleh karena itu, algoritma Rader biasanya hanya digunakan untuk kasus
dasar dari dekomposisi rekursif Cooley-Tukey dari Transformasi Fourier Diskrit.
Jika Transformasi Fourier didefinisikan sebagai :
𝑁−1
2𝜋𝑛𝑘
𝑋𝑘 ≡ ∑ 𝑋𝑛. 𝑒 𝑁 … … . (6)
𝑛=0
Jika N adalah bilangan prima, maka suatu set indeks tidak nol n = 1, … , N-1
membentuk kelompok terhadap perkalian modulo N. Berdasarkan teori bilangan,
kelompok bilangan tersebut mempunyai sebiah pembangkit, yaitu bilangan bulat g
sedemikian sehingga n = gq (mod N) untuk setiap indeks tidak nol dan setiap q yang
unik paa 0, …, N-2. Maka k = g–p (mod N) untk setiap indeks tidak nol k dan setiap
p yang unik pada 0, …, N-2. Persamaan (6) dapat ditulis ulang menjadi :
𝑁−2
2𝜋𝑖 −(𝑝−𝑞)
𝑋𝑔.−𝑝 ≡ 𝑋𝑜 + ∑ 𝑋𝑔𝑞 𝑒 − 𝑛
𝑔
𝑝 = 0, … . . , 𝑁 − 2 … … … (7)
𝑞=0
𝑋𝑜 ≡ ∑ 𝑋𝑛 … . (6)
𝑛=0
Penjumlahan akhir dari (7) adalah sebuah siklus konvolusi dari dua bagiab aq dan
bq dengan panjang N-1 (q=0, …, N-2) dengan definisi :
a.q= Xgq......(9)
atau
2𝜋𝑖 −𝑞
− 𝑔
b.q=𝑒 𝑛 .........(10)
Algoritma Rader membutuhkan waktu O(N) ditambah O(N log N) untuk konvolusi.
11
BAB III
Fast Fourier Transfrom
Pada tahun 1960, J.W.Cooley dan J.W.Tukey, berhasil merumuskan suatu teknik
perhitungan algoritma Fourier Transform yang efisien. Teknik perhitungan algoritma
ini dikenal dengan sebutan Fast Fourier Transform atau lebih populer dengan istilah
FFT yang diperkenalkan oleh J.S.Bendat dan A.G.Piersol pada 1986. Fast Fourier
Transform dalam bahasa indonesia adalah Transformasi Fourier Cepat adalah
sumber dari suatu algoritma untuk menghitung Discrete Fourier Transform
(transformasi fourier diskrit atau DFT) dengan cepat, efisien dan inversnya.
Fast Fourier Transform (FFT) diterapkan dalam beragam bidang dari pengolahan
sinyal digital dan memecahkan persamaan diferensial parsial menjadi algoritma-
algoritma untuk penggandaan bilangan integer dalam jumlah banyak. Ada pun kelas
dasar dari algoritma FFT yaitu decimation in time (DIT) dan decimation in frequency
(DIF). Garis besar dari kata Fast diartikan karena formulasi FFT jauh lebih cepat
dibandingkan dengan metode perhitungan algoritma Fourier Transform sebelumnya.
Metode FFT memerlukan sekitar 10000 operasi algoritma matematika untuk data
dengan 1000 observasi, 100kali lebih cepat dibandingan dengan metode sebelumnya.
Penemuan FFT dan perkembangan personal komputer, teknik FFT dalam proses
analisa data menjadi populer, dan merupakan salah satu metode baku dalam analisa
data. Satu bentuk transformasi yang umum digunakan untuk merubah sinyal dari
domain waktu ke domain frekuensi adalah Transformasi Fourier:Persamaan dari
bentuk sinya x(t).
∝
X(𝜔) = ∫−∝ 𝑋(𝑡) 𝑒 −𝑗𝜔𝑡 𝑑𝑡
12
3,1 Ruang Lingkup Fast Fourier Transfrom
1.Periode
Secara umum periode didefinisikan sebagai waktu yang dibutuhkan untuk sebuah
isyarat atau gelombang mencapai suatu gelombang penuh.dan dapat menentukan
nilai periodesitasnya. Perlu dicermati bahwa pengertian ini berlaku untuk isyarat
monokromatis, isyarat yang dimaksud adalah gelombangnya bersifat tunggal, pasti
memiliki sebuah priode. Dengan demikian isyarat itu dikenal dengan istilah priodis,
pengamatan dapat dilakukan dengan memantau gelombang kita dapat mengetahui
nilai nilai yang terkandung dalam isyarat serta periodenya.
2.Frekuensi
Ada periode, maka ada frekuensi diartikan sebagai jumlah gelombang yang
terjadi dalam 1 detik. Frekuensi didefinisikan secara sederhana sebagai kebalikan
dari waktu. Sehingga waktu yang satuannya adalah detik (second) akan menjadi
Hertz (1-per second) hanya akan memiliki tepat satu nilai spektrum. Yang dikenal
dengan spektrum frekuensi. Pengertian frekuensi ini juga berlaku untuk gelombang
monokromatis.
3,2 Perkembangan Fast Fourier Transform (FFT) & Periodogram (Power Spectrum)
13
piranti lainnya. Pada prakteknya DFT sendiri dikerjakan oleh suatu pemroses baik
itu komputer atau DSP dengan algoritma yang dinamakan Fast Fourier Transform
(FFT). Algoritma FFT sendiri ada berbagai macam. Oleh karena FFT adalah
implementasi penerapan DFT maka antara FFT dan DFT sering dianggap sama dan
dapat dipertukarkan. Hasil dari pengolahan DFT ini akan menghasilkan spektrum
frekuensi yang terdiri dari spektrum magnitude dan spektrum fasa yang menunjukkan
hubungan antara magnitude, fasa dengan frekuensi. Sehingga dapat melihat melihat
komponen penyusun sinyal tersebut dari magnitude sinyal pada rentang frekuensi.
Begitu juga dengan fasenya.
14
Kesimpulan
Dari sekian banyak algoritma yang digunakan dalam Transformasi Fourier Cepat,
bak yang dibahas dalam makalah ini ataupun tidak, algoritma Cooley-Tukey adalah
algoritma yang paling cepat dan mangkus. Algoritma ini memiliki O(N log N) yang
sangat bermanfaat untuk perhitungan dengan jumlah data besar. Selain itu, algoritma
Cooley-Tukey berlaku untuk semua jenis jumlah masukan (tidak terbatas pada suatu
jenis saja).
15
REFERENSI
[1] Douglas F. Elliott, 1987, “Handbook of Digital Signal Processing,
Engineering Applications“, Academic Press Inc.
Waktu akses : 1 Desember 2016 pukul 15.15 WIB
[2] Munir, Rinaldi. Diktat Kuliah IF2091 Struktur Diskrit. Edisi
keempat. Program Studi Teknik Informatika, Institut Teknologi
Bandung
Waktu akses : 1 Desember 2016pukul 15.15 WIB
[3] Richards G. Lyons, 2004, “Understanding Digital Signal
Processing“, Prentice-Hall.
Waktu akses : 1Desember 2016 pukul 15.15 WIB
[4] http://www.cambridge.org/resources/0521854555/4421_Chapter%
2012%20-%20Discrete%20Fourier%20transform.pdf
Waktu akses : 1 Desember 2016 pukul 10.00 WIB
[5] http://www.mathcs.org/java/programs/FFT/FFTInfo/c12-2.pdf
Waktu akses : 1 Desember 2016 pukul 15.15 WIB
[6] http://local.wasp.uwa.edu.au/~pbourke/miscellaneous/dft/
Waktu akses : 2 Desember 2016 pukul 12.00 WIB
[7] http://en.wikipedia.org/wiki/Bluestein%27s_FFT_algorithm
Waktu akses : 2 Desember 2016 pukul 19.30 WIB
[8] http://en.wikipedia.org/wiki/Cooley–Tukey_FFT_algorithm
Waktu akses : 2 Desember 2016 pukul 20.00 WIB
[9] http://en.wikipedia.org/wiki/Discrete_Fourier_transform
Waktu akses : 2 Desember 2016 pukul 23.00 WIB
[10] http://en.wikipedia.org/wiki/Fast_Fourier_transform
Waktu akses : 3 Desember 2016 pukul 20.15 WIB
[11] http://en.wikipedia.org/wiki/Rader%27s_FFT_algorithm
Waktu akses : 4 Desember 2010 pukul 01.15 WIB
16