Fourier Transform

Konsep Analisis Fourier

Deret Fourier
Transformasi Fourier
Transformasi Fourier Diskrit
Sifat-sifat Transformasi Fourier
Fast Fourier Transform

Transformasi Fourier merupakan satu tool untuk mendekomposisi suatu

bentuk gelombang (fungsi atau sinyal) menjadi bentuk lain yang di cirikan
oleh fungsi sinus dan cosinus.
Transformasi Fourier memperlihatkan bahwa sinyal / fungsi sembarang apapun
dapat disusun sebagai penjumlahan dari fungsi-fungsi sinusoida.

Mengapa Teori Fourier itu Penting?

Transformasi Fourier dapat memetakan a time-domain signal menjadi a frequency

domain signal

Interpretasi kandungan frekuensi dari sinyal dalam domain frekuensi menjadi sederhana

Kita bisa mendesain suatu system untuk melakukan filter komponen high atau low
frequency.
Kita juga bisa menganalisa suatu sistem dalam domain frekuensi.

Invariant to
high
frequency
signals
TG-4112

5/16

sin(x) dan sin(3x)

(4/pi)*(sin(x)/1 + sin(3x)/3)
1.5

0.8

1
0.6

0.4

0.5

sin(x)

sin(x)

0.2

-0.2

-0.5
-0.4

-0.6

-1
-0.8

-1
-8

-6

-4

-2

0
x

-1.5
-8

-6

-4

-2

0
x

Fourier Transform
Fourier transform is one of the specific forms of Fourier
analysis.
it transforms one function into another, which is called
the frequency domain representation of the original
function (where the original function is often a function in
the time-domain or space-domain).

Frequency domain is a term used to describe the

analysis of mathematical functions or signals with
respect to frequency

Fourier Transform
Fourier theory :
any signal, can be expressed as a sum of a
series of sinusoids at different frequency
Fourier transform encodes not just a single
sinusoid, but a whole series of sinusoids
through a range of spatial or temporal
frequencies from zero up to the "nyquist
frequency"

Fourier Transform
Fourier series decomposes a periodic function into a
sum of simple oscillating functions, namely sines and
cosines.
Fourier series were introduced by Joseph Fourier (1768
1830) for the purpose of solving the heat equation in a
metal plate.
The frequency domain relates to the Fourier transform or
Fourier series by decomposing a function into an infinite
or finite number of frequencies.
This is based on the concept of Fourier series that any
waveform can be expressed as a sum of sinusoids

Transformasi Fourier
Transformasi fourier adalah suatu proses menyusun kembali /
menguraikan suatu bentuk gelombang (fungsi) sembarang ke
dalam fungsi sinusoidal dengan frekuensi bervariasi dimana
hasil penjumlahan fungsi-fungsi sinus tersebut adalah bentuk
fungsi aslinya.
Untuk kepentingan analisa, amplitudo fungsi-fungsi sinusoidal
tersebut ditampilkan sebagai fungsi dari masing-masing
frekuensinya. Tampilan ini disebut sebagai spektrum
frekuensi.

Deret Fourier
Deret Fourier untuk sinyal periodik kontinu.
Deret Fourier untuk sinyal periodik diskrit.

Integral Fourier / Transformasi Fourier

Deret Fourier untuk sinyal periodik /non-periodik kontinu.
Deret Fourier untuk sinyal periodik /non periodik diskrit.

Representasi deret Fourier untuk sinyal periodik waktu kontinu

Representasi deret Fourier pada sinyal periodik waktu kontinu

-1

-1

-1

-1

-2

-2

-2

-2

-3
-3

-2

-1

0
x0(t) = 1

-3
-3

-2

-1
0
1
x1(t)= (1/2) cos(2*pi*t)

-3
-3

-1

-1

-1

-2

-2

-2

-3
-3

-3
-3

-2

-1

0
x0(t) + x1(t)

-2

-1
0
1
x0(t)+x1(t)+x2(t)

-3
-3

-2

-1
0
1
x2(t)= cos(4*pi*t)

-2

-1
0
1
x0(t)+x1(t)+x2(t)+x3(t)

-3
-3

-2

-1
0
1
x3(t)= (2/3)*cos(6*pi*t)

Sinyal x(t) sebagai kombinasi linier dari sinyal-sinyal sinusoida yang dihubungkan secara harmonik

Deret Fourier
Misalkan f(x) adalah suatu fungsi periodik dengan perioda 2. Fungsi ini
bisa didekati menggunakan deret Fourier.

Kita perlu mencari nilai dari semua koefisien Fourier (a0, an dan bn) untuk
memperoleh pendekatan dari fungsi f(x). Ada tiga tahap yang harus
dilakukan yaitu.

Semua integral hanya pada satu interval x sepanjang 2.

Deret Fourier

Deret Fourier

Deret Fourier (Eksponensial Kompleks))

Deret Fourier (Eksponensial Kompleks))

Deret Fourier (Eksponensial Kompleks))

Deret Fourier (Eksponensial Kompleks))

Deret Fourier (Eksponensial Kompleks))

Deret Fourier (Eksponensial Kompleks))

Deret Fourier (Eksponensial Kompleks))

Deret Fourier

Contoh
Fungsi f(x) adalah suatu fungsi dengan perioda 2.

a. Gambarkan sketsa dari fungsi ini pada interval -2 < x < 2

b. Tunjukkanlah bahwa Deret Fourier untuk fungsi f(x) pada interval
< x < adalah :

Solusi
Fungsi f(x) adalah suatu fungsi dengan perioda 2.

a. Gambarkan sketsa dari fungsi ini pada interval -2 < x < 2

Solusi
b. Deret Fourier dari f(x) adalah

Solusi
b. Deret Fourier dari f(x) adalah

Solusi
b. Deret Fourier dari f(x) adalah

Solusi
Deret Fourier dari f(x) adalah
Dari ketiga step di atas diperoleh :

Substitusikan nilai koefisien ini ke dalam persamaan deret Fourier :

Contoh

Penjumlahan 3 suku deret

Exact Function, Fourier Approximation

0.8

0.6

0.4

0.2

-0.2
-4

-3

-2

-1

Penjumlahan 5 suku deret

Exact Function, Fourier Approximation

0.8

0.6

0.4

0.2

-0.2
-4

-3

-2

-1

Penjumlahan 15 suku deret

Exact Function, Fourier Approximation

0.8

0.6

0.4

0.2

-0.2
-4

-3

-2

-1

Penjumlahan 35 suku deret

Exact Function, Fourier Approximation

0.8

0.6

0.4

0.2

-0.2
-4

-3

-2

-1

Penjumlahan 135 suku deret

Exact Function, Fourier Approximation

0.8

0.6

0.4

0.2

-0.2
-4

-3

-2

-1

Generating a Square Wave...

1.5
0

-1.5

5 cycle per second square wave.

1.0

Generating a Square Wave...

1.5
1 vp
5 Hz

-1.5

1.0

1.0

1.5
1/3 vp
15 Hz

-1.5

Generating a Square Wave...

1.5
5 Hz
+
15 Hz

-1.5

1.0

1.0

1.5
1/5 vp
25 Hz

-1.5

Generating a Square Wave...

5 Hz
+
15 Hz
+
25 Hz

1.5
0

-1.5

1.0

1.0

1.5
1/7 vp
35 Hz

-1.5

Generating a Square Wave...

5 Hz
+
15 Hz
+
25 Hz
+
35 Hz

1.5
0

-1.5

1.0

cos2*pi*5t - (1/3)cos2*pi*15t
+ (1/5)cos2*pi*25t - (1/7)cos2*pi*35t)
5 cycle per second square wave
generated using 4 sinusoids

Generating a Square Wave...

1.5
0

-1.5

1.0

5 cycle per second square wave

generated using 50 sinusoids.

FOURIER TRANSFORM
(ANALOG / KONTINU)
I. FOURIER SERIES (PERIODIC FUNCTION)
Suatu fungsi periodik x(t) dengan perioda T

x (t ) =

ne

i 2n

t
T

n =

Disebut : Superposisi Osilasi Harmonik Kompleks

1
=
T

x (t )e

i2n

t
T

dt

Koefisien Fourier
Cn
Koefisien Fourier kompleks dari x(t)

Jika x(t) diketahui, koefisien Cn dapat dihitung dengan integral meliputi seluruh
periodanya. Sehingga batas integral dapat diambil dalam 0 sd T atau -1/2 T sd +1/2 T, dsb

Koefisien Fourier Kompleks Cn :

Cn

Complex Conjugate

Artinya :

- Komponen Real
- Komponen Imajiner

in 2

t
T

in2

C-n or C*

sama
sama tapi berlawanan tanda

t
t

= cos 2 n + i sin 2 n
T
T

t
T

t
t

= cos 2n + i sin 2n
T
T

t
t

............. = cos 2n i sin 2n

T
T

Jadi koefisien Fourier Cn memiliki

kompleks Conjugate C-n atau C* :

1
=
T

x (t )e

i2n

t
T

dt

Conjugate

1
=
T

x (t )e

+ i2n

t
T

dt

Jika Cn = C* atau Cn = C-n maka

Cn disebut kompleks Conjugate

Superposisi Osilasi Harmonik Real

x (t ) =

C ne

i2n

t
T

n =

dimana

in 2

t
T

t
t

= cos 2 n + i sin 2 n
T
T

Maka dapat ditulis dalam :

x (t ) = C 0 +

(C
n =1

Catatan:

t
t

+ C n ) cos 2 n + i (C n C n )sin 2 n
T
T

t
t

C n sin 2n = C n sin 2 n
T
T

Substitusi:

(C n + C n )...dan ...i (C n C n )....... Re al

C n + C n = a n ..., i (C n C n ) = bn ...dan .. 2C 0 = a 0

Untuk suatu fungsi periodik, superposisi osilasi harmonik real nya :

a
x (t ) = 0 +
2
Dimana :
an =

bn =

2
T
2
T

n =1

a n cos 2 n +
T

2 n
dt
T

x ( t ) cos
0
T

in 2

t
T

Cn

ImCn

n =1

sin 2 n
T

Koefisien Fourier Real x(t)

t
t

= cos 2 n + i sin 2 n
T
T

C n = Re C n + i Im C n

n
ReCn

2 n
dt
T

x ( t ) sin

Im

Re

C n = Re C n i Im C n

Amplitude/Absolute R n = C n = (Re C n )2 + (Im C n )2

1/ 2

Im C n

Re C n

Cn = Rn ein

n = arg (C n ) = arctg

phase

Pengertian (arti) fisis :

Cn

Cn

Menginformasikan seberapa kuat harmonik parsial orde n

dengan frekuensi fn = n/T digambarkan dlm x(t)

Posisi phase dari harmonik parsial tsb

digambarkan dalam fungsi frekuensi fn diskrit atau juga dalam

frekuensi angular n = 2fn
Cn (n )

C0
C-1

C1

C3

C2
-3 -2 -1

0 1 2

Dalam prakteknya : hanya digunakan harga Cn dan n dalam frekuensi

positif saja (>0)

Latihan

Misalkan suatu fungsi periodik

f(t) = 1 , 0<= t <= 1

f(t) = -1, 1< t < 2,
f(t+2)=f(t)

Fungsi ini terdefinisi sepanjang satu perioda T=2, f = , Hitunglah Koefisien deret Fourier dari fungsi ini. Tulisakanlah representasi deret
Fourier dari fungsi ini.

II. Fourier Integral

(Analog and a-periodic)

FOURIER TRANSFORM
(ANALOG)
I. FOURIER SERIES (PERIODIC FUNCTION)
Suatu fungsi periodik x(t) dengan perioda T

x (t ) =

ne

t
T

i 2n

n =

disebut : Superposisi Osilasi Harmonik Kompleks

1
=
T

x (t )e

i2n

t
T

dt

Koefisien Fourier
Koefisien Fourier kompleks dari x(t)
Cn
Jika x(t) diketahui, koefisien Cn dapat dihitung pada integral meliputi seluruh
periodanya. Batas integral dapat diambil dalam
0 sd T atau -1/2 T sd +1/2 T, dsb

Untuk suatu fungsi periodik, superposisi osilasi harmonik real nya :

a
x (t ) = 0 +
2
Dimana :
an =

bn =

2
T
2
T

n =1

a n cos 2 n +
T

2 n
dt
T

x ( t ) cos
0
T

in 2

t
T

Cn

ImCn

ReCn

n =1

sin 2 n
T

Koefisien Fourier Real x(t)

t
t

= cos 2 n + i sin 2 n
T
T

C n = Re C n + i Im C n

2 n
dt
T

x ( t ) sin

Im

Re

C n = Re C n i Im C n

Amplitude/Absolute R n = C n = (Re C n )2 + (Im C n )2

phase

1/ 2

Im C n

Re C n

n = arg (C n ) = arctg

Cn = Rn ein

Pengertian (arti) fisis :

Cn

Menginformasikan seberapa kuat harmonik parsial orde n

dengan frekuensi fn = n/T digambarkan dlm x(t)

Posisi phase dari harmonik parsial tsb

digambarkan dalam fungsi frekuensi fn diskrit atau juga dalam

frekuensi angular n = 2fn

Cn

Cn (n )

C0
C-1

C1

C3

C2
-3 -2 -1

0 1 2

Dalam prakteknya : hanya digunakan harga Cn dan n dalam frekuensi

positif saja (>0)

II. Integral Fourier (Analog dan aperiodik)

x(t)

x (t ) =

ne

Bentuk pers Integral Fourier utk

Fungsi aperiodik dpt diturunkan
dari kombinasi pasangan
Deret Fourier

i 2n

t
T

Cn

n =

Substitusikan :

x (t ) =

n =

n =

1
T

1
T
T

x (u )e

1
=
T

i 2n

u
T

x (t )e

i 2n

t
T

dt

du .e

i 2n

t
T

x (u ) e

i 2n

(t u )
T

du

fungsi aperiodik dapat didekati dengan fungsi periodik, dengan mengasumsikan bahwa
Fungsi aperiodik adalah fungsi periodik dengan perioda T
, sehingga frek = 1/T
= infinite (kecil)

Sehingga dpt dikatakan bahwa f = 1/T

df

infinitisimal (kecil)

df

perubahan frek kecil tak hingga

- sd

penjumlahan pada n

integral,

n/T = f
maka :

x (t ) =

karena T

x ( u ) e i 2 (t u ) f du .df

, maka dpt dituliskan menjadi

x (t ) =

i 2 tf
i 2 uf
x
(
u
)
e
du
df

X(f)

Sehingga :

x (t ) =

X ( f )e

i 2 tf

df

X(f)=

x ( t ) e i 2 tf dt

1
x (t ) =
2

X ( ) e

i t

X ( ) =

x (t ) e

i t

Pasangan pers. Integral Fourier

Deret Fourier (Fourier Series)

dt

Deret Fourier (Fourier Series)

Ingat bahwa suatu sinyal kontinu dan periodik memiliki
spektrum frekuensi diskrit yaitu :

n = n 0
Untuk menganalisa sinyal yang non-periodik maka kita
harus memperkenalkan Transformasi Fourier. Dalam
hal ini, sinyal digambarkan dalam bentuk spektrum
frekuensi kontinu.

Transformasi Fourier

Transformasi Fourier

Transformasi Fourier
Jelaslah bahwa persamaan yang merupakan formula untuk
menggambarkan sinyal dalam bentuk F() yang diberikan oleh:

1
f (t ) =
2

it
F
(

)
e
d

Pasangan F() dan f(t) adalah persamaan untuk menghitung

Transformasi Fourier dan inverse Transformasi Fourier.

Transformasi Fourier

Penting untuk diingat bahwa sinyal terdefinisi pada t (-,), sekarang

mempunyai spektrum frekuensi yang kontinu. Transformasi Fourier secara
umum merupakan suatu fungsi yang dapat juga ditulis sebagai :

F ( ) = F ( ) e i ( )

Dimana F ( ) adalah spektrum amplitudo dan ( ) adalah spektrum

fasa. Kita akan melihat pentingnya amplitudo dan fasa ketika membahas
tentang sinyal seismik.

Example of Fourier Transform

Properties of Fourier Transform

Time shifting (also phase)

does not alter the magnitude
Of the Fourier transform

Freq. shiffting is also called

as Modulation and as a result
of cosine multiplication on
time function h(t)

Fourier Transforms

Forward

x(t) e-j2ft dt

X(f) =
-

Inverse

X(f) ej2ft df

x(t) =
-

Fourier Transforms

Forward

x(t) e-jt dt

X() =
-

Inverse

X() ejt d
2

x(t) =
-

The Fourier Transform

F ( ) =
f (t) =

1
2

f (t) eit dt

Fourier Transform

Inverse Transform

F ( ) e it d

f (t)
F ( )

TG 3110

78

Forward / Inverse Pairs

FT

F ( )

f (t)
FT -1
TG 3110

79

Amplitude and Phase

Amplitude and Phase of the FT

F ( ) = R( ) + i G ( )
G ( )
( ) = tan
R( )
1

X = R+iG

G
A

A( ) = (R( ) 2 + G ( ) 2 )

TG 3110

80

Symmetries of the FT

If the signal is real, then

R( ) = R( )

Even

A( ) = A( )

Odd

G ( ) = G ( )

( ) = ( )

TG 3110

81

FT: a simple physical interpretation

A signal can be represented as a superposition of elementary signals (complex
exponentials) of frequency k scaled by a complex amplitude F ( k )

f (t) =
f (t)

1
2

f k (t),

k
TG 3110

F ( ) e it d
f k (t) =

F ( k ) e i k t

F ( k ) e i k t
2
82

f (t) F ( )
g(t) G ( )

Properties of the FT

f (t) + g(t) F ( ) + G( )

Linearity

Scale

Shifting

f (t ) F ( )ei

Modulation in time

f (t)e i t F ( )

Convolution

Convolution in Frequency

f (ta)

F( )
|a| a

f ( )g(t )d F ()G()
1
f (t)g(t)
F ( )G( )d
2

TG 3110

83

Delta function

f (t)
F ( )

(t) 1
f (t) = (t)

F ( ) = 1

represents the delta function which cannot be drawn

TG 3110

84

Cosine
f (t) = cos( 0 t), < t <
R( )

f (t)

t
G( )

f (t)
F ( ) = R( ) + iG ( )
cos( 0 t)
( 0 ) + ( + 0 )

TG 3110

85

Sine
f (t) = sin( 0 t), < t <
R( )

f (t)

t
G( )
f (t)
F ( ) = R( ) + iG( )
i ( 0 ) + i ( + 0 )
sin( 0 t)

TG 3110

86

Truncation: zeros or ?

Atmospheric pressure FCAG - UNLP - La Plata (1909 - 1989)

TG 3110

87

Boxcar

FT of the truncation operator (Boxcar)

TG 3110

88

The truncation problem

Time

Frequency
2 Peaks

Desire Aperture
0

Acquisition
window

=
1 Peak

Data

TG 3110

89

Transformasi Fourier

Summary
Fourier Transform

Time Function

Frequency function
2

Fourier Series

Continuous and Periodic (To)

Aperiodic and Discrete (
0 = )

Fourier Integral /
Fourier Transform

Continuous and Aperiodic

Aperiodic and Continuous

Discrete Time FT

Discrete (T) and Aperiodic

Periodic (
 =

2
)


Discrete FT

Discrete (T) and Periodic

Periodic (
 =

2
)


2

and Continuous
and Discrete

(
 = )

TG3110

90