Transformasi Fourier

Transformasi Fourier, dinamakan atas Joseph Fourier, adalah sebuah transformasi integral yang menyatakan-kembali sebuah fungsi dalam fungsi basis sinusoidal, yaitu sebuah fungsi sinusoidal penjumlahan atau integral dikalikan oleh beberapa koefisien ("amplitudo"). Ada banyak variasi yang berhubungan-dekat dari transformasi ini tergantung jenis fungsi yang ditransformasikan.

Pengertian
Ada beberapa pengertian mengenai definisi transformasi Fourier ƒ dari sebuah fungsi [1] integrasi ƒ: R → C . Secara umum, definisi transformasi Fourier adalah:

, untuk setiap bilangan riil ξ.

itu mungkin jawaban Anda. Jika selama ini kita hanya melihat sinyal melalui osiloskop atau alat sejenis lainnya. gampangnya. terkesan acak dech. ini adalah ‘alat’ yang bisa kita gunakan untuk melihat sinyal dengan kacamata yang lain. itu adalah visualisasi sinyal dalam ranah waktu (time domain). thing! Langsung ketemu sekian gelombang/detik atau pake satuan cycle/sec atau Hz… Nah kalo sinyalnya kayak gini gimana dong… Okey… okey. jangan-jangan emang gak periodik… piye to iki mas…??’ . karena bisa jadi Anda hanya membayangkan sebuah gelombang sinusoidal. Anda bisa bilang ‘Ya iyalah mosok ya iya donk… Gimana ngitungnya kalo bentuk gak karuan kayak gitu. bisakah menghitung frekuensinya? Mmmm gampang.Transformasi Fourier merupakan keluarga dari Transformasi Integral. Anda tinggal hitung berapa gelombang dalam satu detiknya. sumbu horisontal-nya waktu (t) dan sumbu vertikal-nya adalah amplitudo (A)… Mmmm lantas ngapain? Ya kita tidak bisa tahu secara langsung informasi penting di ranah waktu kecuali amplitudo dan kapan terjadinya.

hasilnya… Kemudian kita lakukan FFT (Fast Fourier Transform).5 detik pertama (=t) untuk sebuah sinyal dengan 2 kandungan frekuensi 100 Hz dan 200 Hz (=y): fs = 1000. plot(f. kita gambar hanya 0. title(’Sinyal dengan kandungan 2 frekuensi’) xlabel(’waktu (detik)’). kemudian kita gambar yuuk… plot(t. t = 0:1/fs:0. Frekuensi cuplikan 1000 Hz (=fs). akan saya jelaskan langkah demi langkah… Are You ready?? Are You ready?? Are You ready?? wis gak usah kebanyakan omong/tanya… Masih pake bantuan Matlab. Kemudian kita gambar hasilnya apa adanya. kita awali dengan mendefinisikan sinyal yang akan digunakan sebagai percobaan.Baik sebelum cari informasi frekuensi dari gelombang tersebut.y). ingat bahwa hasil dari FFT selalu ada 2 (karena efek simetris): f = fs*(0:length(Y)-1)/length(Y). pake perintah fft-nya Matlab: Y = fft(y). figure.5. y = sin(2*pi*100*t)+sin(2*pi*200*t). title(’Kandungan frekuensi sinyal y (gambar 2 sisi)’) xlabel(’frekuensi (Hz)’).abs(Y)). hasilnya… .

Baik sekarang kita gambar 1 sisi saja yach… f = figure plot(f. paham? Enak khan langsung ketahuan frekuensinya… 100Hz dan 200Hz…! Ups terus gimana dengan gambar pertama tadi? Ini dia hasil FFT-nya… .abs(Y(1:(length(Y)+1)/2))). y (gambar 1 sisi)’) Gimana mudeng. hasilnya… fs*(0:(length(Y)-1)/2)/length(Y). title(’Kandungan frekuensi sinyal xlabel(’frekuensi (Hz)’).

Mari kita bahas mengapa kita perlu mengubah sinyal dalam kawasan waktu menjadi sinyal dalam kawasan frekuensi. e. Kita akan mudah menganalaisis suatu sinyal sederhana misalkan x(t)=4 sint(100. Sekarang bagaimana kalo mengamati sinyal yang lebih kompleks. Sedangkan alat ukur untuk menampilkan sinyal dalam kawasan waktu contohnya adalah osiloskop. contohnya sinyal suara manusia? JIka kita melihat output pada radio yang menuju loudspeaker maka disitu kita dapati sinyal suara dalam bentuk isyarat listrik.We. alat yang dasarnya transformasi fourier contohnya adalah spektrum analyzer. Mengapa perlu dilakukan pengubahan tersebut?. Pada pembahasan kali ini transformasi fourier dikaitkan dengan bidang pengolahan sinyal. . Untuk amplitudenya juga dengan mudah dapat kita liat pada sumbu vertikal osisloskop tersebut. Dengan osisloskop kita dengan mudah menganalisis frekuensi dari sinyal tersebut dengan meliat waktu yang dibutuhkan untuk mencapai satu gelombang penuh maka akan didapati periode sinyal. begitu juga dengan transformasi fourier. atau barangkali Anda penasaran dengan skrip/program untuk membuat sinyal asli plus acak dan menampilkan FFT-nya? Silahken berkomentar… NB: Kenapa saya pake perintah figure untuk memplot gambar-gambar berikutnya? ya supaya gambar awal tidak hilang donk dan ada gambar baru yang muncul… he he he gitu aja kok repot… Transformasi Fourier with 3 comments Tulisan ini penjelasan tentang transformasi fourier secara singkat. Secara sederhananya transformasi fourier dipergunakan untuk mengubah dari kawasan waktu menjadi kawasan frekuensi. Dalam bidang pengolahan sinyal maka pengubahan tersebut dapat dilakukan terhadap sinyal maupun terhadap sistemnya. Untuk mempermudah bayangkan.. e… jebulannya (ternyata) bagaimana? kandungan-nya sama seperti sinyal awal.t). tapi kok ada tambahan gambar ‘rumput’-nya ya? Ya iyalah donk… lha wong sinyal asli saya kasih derau atau sinyal acak kok… he he he… Silahken kasih komentar atau pertanyaan. Transformasi fourier menjadi alat analisis yang banyak dipergunakan di berbagai bidang. 100 Hz dan 200Hz. Spektrum analyzer adalah implementasi dari transformasi fourier cepat (fast fourier transform). Asal kata transformasi berarti mengubah sesuatu.. Frekuensi didapatkan dengan rumusan f=1/T. Akan sangat susah untuk menentukan frekuensi dan amplitudenya. Pengubahan itu dimaksudkan untuk mempermudah analisis yang dilakukan.pi. Transformasi fourier sinyal akan menghasilkan spektrum sinyal. Sedangkan transformasi fourier terhadap sistem akan menghasilkan tanggapan frekuensi sistem.

Banyak kasus pada mahasiswa hafal rumusan transformasi fourier dan kalao ada soal menghitung transformasi fourier sebuah persamaan sinyal dengan cepat dapat menyelesain. lain waktu disambung bagaimana rumusan transformasi fourier. Pertanyaan ini benar jika diterapkan pada kondisi dunia kerja di Indonesia dimana kita sebagaian besar hanyalah sebagai operator. jadi dengan mudah dapat ditentukan batasan frekuensi dan magnitude dari sebuah sinyal. pengguna atau perakit.com/2009/10/16/transformasi-fourier/ Spektrofotometer Infra Merah Transformasi Fourier . kaitannya dengan DFT dan FFt serta implementasinya http://dhidik. Untuk itulah spektrum analyser digunakan. Hampir dikata tidak pernah seseorang menggunakan transformasi fourier untuk menganalis permasalahan walaupun orang tersbut bekerja dalam bidang telekomunikasi. Dasar transformasi fourier adalah penguraian sebuah sinyal menjadi komponen penyusunnya. Komponen penyusun sinyal yang komplek adalah sinus. Pada spektrum analyzer kita lihat sumbu vertikalnya adalah magnitude yang bisa berbentuk linear maupun skala logaritmik sedangkan sumbu horisontalnya adalah frekuensi. Lini terdepan riset akan membutuhkan penguasaan teknik analisis yang mantap. kita harus tahu secara detail tentang apa transformasi tersebut dan kegunaannya. membuat beberapa kemudahan. Akan tetapi saat ditanyakan makna transformasi tersebut dan implementasinya bagaimana ternyata mengalami kesulitan. Dalam kawasan waktu kita harus melakukan konvolusi untuk dua buah sistem yang dicascade. Lain halya kalo bekerja di negara maju yang sangat mengutamakan bagian riset untuk pengembangan produk. Kita harus mengetahui spektrum sinyal untuk dapat merancang sebuah filter. dalam mempelajari sesuatu. Contoh jelasnya apabila diketuai tanggapan frekuensi sistem H1(jw) dan H2(j(w) yang di cascade maka dengan mudah gabungan dari sistem tersebuat adalah perkaliannya. Mungkin saya sendiri termasuk dalam kelompok tersebut:). toh dalam dunia kerja hampir tidak dibutuhkan. Analisis sistem dalam kawasan frekuensi sama halnya dengan analisis sinyal dalam kawasan frekuensi. misalkan transformasi fourier. Dalam benak mungkin bertanya.wordpress. Apabila sistem adalah sistem yang kompleks ayng terdiri dari sistem-sistem kecil penyusunnya maka penyederhanaan untuk mendapatkan karakteristik sistem akan lebih mudah dalam transformasi fourier. Pengetahuan tentang filosofi sebuah alat bantu analisispun sangat diperlukan untuk menghubungkan rumusan matematis yang rumit dengan permasalahan nyata yang dihadapi.Amplitude dan frekuensi menjadi penting untuk merancang aplikasi lainnya contohnya filter. Demikian sedikit penjelasan tentang transformasi fourier. Apa sih kegunaan mempelajari itu semua. Memang secara sengaja deret fourier mengurai sinyal kompleks menjadi sinyal sinus penyusunnya. Untuk itu menurut pendapat saya. Apanila transformasi forier diterapkan terhadap sebuah sistem maka akan didapatkan tanggapan frekuensi dari sistem tersebut.

atau stasioner. terutama untuk fenomena periodik. AnalisisFourier adalah analisis gelombang yang mengekspansikan sinyal atau fungsi ke dalamgelombang sinus (atau exponensial kompleks.ω adalah frekwensi sudut (radian per detik) ( ω = 2 Π f dan f adalah frekwensi dalam Hertz) Dari deret Fourier tersebut intensitas gelombang dapat digambarkan sebagai daerah waktu atau daerah frekwensi. yang ekivalen) yang terbukti sangatberharga dalam metematika. Transformasi Wavelet digunakan juga untuk menganalisis sinyal ataupun data. tak gayut waktu. Dasar pemikiran dari Spektrofotometer FTIR adalah dari persamaan gelombang yang dirumuskan oleh Jean Baptiste Joseph Fourier (1768-1830) seorang ahli matematika dari Perancis. Spektrofotometer FTIR APLIKASI TRANSFORMASI FOURIER Banyak ilmuwan yang telah mengenal Transformasi Fourier (TF) atau Analisis Fourier. Transformasi . Seperti halnya Transformasi Fourier. sains dan teknik.a dan b merupakan suatu tetapan .t adalah waktu .Spektrofotometer FTIR Jean Baptiste Joseph Fourier (1768-1830) Pada dasarnya Spektrofotometer FTIR (Fourier Trasform Infra Red) adalah sama dengan Spektrofotometer IR dispersi. Perubahan gambaran intensitas gelobang radiasi elektromagnetik dari daerah waktu ke daerah frekwensi atau sebaliknya disebutTransformasi Fourier (Fourier Transform). Fourier mengemukakan deret persamaan gelombang elektronik sebagai : dimana : . yang membedakannya adalah pengembangan pada sistim optiknya sebelum berkas sinar infra merah melewati contoh. analisis ini sudah banyak digunakan dalam pengolahan sinyal.

kemudian mempelajari setiap komponen dengan suatu resolusi yang cocok dengan skalanya. pengolahan sinyal dan citra biomedik/medis. ACDSee. fungsi atau operator ke dalam komponen frekuensi yang berbeda-beda. dll) Transformasi Ruang  Transformasi ruang merupakan proses perubahan citra dari suatu ruang/domain ke ruang/domain lainnya. yang telah sangat kaya dengan harapan untuk semua lapangan yang dikaji. Dengan menggunakan metoda wavelet telah secara umum dilakukan dengan sukses penyelesaian numerik persamaan diferensial parsial. Morlet. Pada kurun waktu lima tahun terakhir ini telah terlihat suatu sintesis antara semua pendekatan yang berbeda. komunikasi dan bahkan dikombinasikan dengan fractal untuk digunakan salah satunya menghilangkan noise dalam musik. sesuai namanya. dalam teknik kelistrikan lainnya oleh Vetterli (1986) dan pada tahun 1983 Wavelet digunakan dalam menganalisis data seismic oleh J. dll. scaling. Hamiltonian atom Hidrogen oleh Paul (1985) dan dalam ilmu teknik dikenalkan oleh Esteban dan Galland (1977) dalam mendesain filter QMF. Transformasi diperlukan bila kita ingin mengetahui suatu informasi tertentu yang tidak tersedia sebelumnya Contoh :  jika ingin mengetahui informasi frekuensi kita memerlukan transformasi Fourier  Jika ingin mengetahui informasi tentang kombinasi skala dan frekuensi kita memerlukan transformasi wavelet Transformasi Citra Transformasi citra. fisika dalam mekanika kuantum oleh Aslaken dan Klauder (1968). filter QMF ini kemudian dikembangkan dengan konstruksi eksak oleh Smith dan Barnwell (1986). misalnya Calderon (1994). hanya posisi piksel yang kadang diubah Contoh: rotasi. Dalam penginderaan jauh salah satunya Marcello Melis dan Andrea Lazzori menggunakan transformasi wavelet untuk mereduksi noise pada citra ERS-1 yang dilaporkan pada First ERS-1 Pilot Project Workshop di Toledo Spanyol tahun 1994. Transformasi jenis ini relatif mudah diimplementasikan dan banyak aplikasi yang dapat melakukannya (Paint. contoh: dari ruang spasial ke ruang frekuensi . merupakan proses perubahan bentukcitra untuk mendapatkan suatu informasi tertentu Transformasi bisa dibagi menjadi 2 :  Transformasi piksel/transformasi geometris  Transformasi ruang/domain/space Transformasi Pixel Transformasi piksel masih bermain di ruang/domain yang sama (domain spasial). translasi.Wavelet (TW) adalah suatu alat untuk memilah-milah data. shear. Dahulu teknik ini ditemukan sebagai alat dalam menyelesaikan persoalan dalam matematika murni. pengolahan sinyal seismik dan geofisika. invers.

Adanya pengotoran akan menyebabkan kenaikan arus bocor. Ada beberapa transformasi ruang yang akan kita pelajari. Untuk mensimulasikan pengotoran yang terjadi di alam. Dengan mengetahui hubungan antara kondisi permukaan isolator dan pola arus bocor diharapkan dapat dilakukan diagnosis kondisi isolasi dari isolator. isolator ditempatkan di ruang pengujian (test chamber) yang dindingnya terbuat dari alumunium dan berukuran (90 x 90 x 120) cm. Salah satu faktor yang mempengarahi proses kegagalan isolator pasangan luar (outdoor insulator) adalah pengotoran yang terjadi pada permukaannya. dan spektrum harmonik dari arus bocor. Salah satu contohnya adalah isolator keramik pos pin 20 kV produksi PT. Masih ingat istilah ‘ruang’ ? Ingat-ingat kembali pelajaran Aljabar Linier tentang Basis dan Ruang Contoh : Ruang vektor. Arus bocor akan mengakibatkan rugi-rugi energi listrik dan meningkatkan degradasi permukaan isolator yang pada jangka lama dapat menyebabkan kegagalan isolasi. semua vektor yang mungkin ada di ruang vektor 2 dimensi selalu dapat direpresentasikan sebagai kombinasi linier dari basis tersebut. digunakan polusi buatan (artificial pollution) yang terdiri dari polusi semen (berupa semen . Pada saat ini isolator keramik pasangan luar banyak dipakai di sistem jaringan energi elektrik termasuk kepunyaan PT. Joseph Fourier. Pengotoran tersebut sangat dipengaruhi oleh kondisi lingkungan dimana isolator tersebut ditempatkan [1. Isolator merupakan bagian penting dalam transmisi dan distribusi energi elektrik. yaitu : – Transformasi Fourier (basis: cos-sin) – Transformasi Hadamard/Walsh (basis: kolom dan baris yang ortogonal) – Transformasi DCT (basis: cos) – Transformasi Wavelet (basis: scaling function dan mother wavelet) Transformasi Fourier Pada tahun 1822. Ruang pengujian tersebut dilengkapi oleh sistem pengaturan suhu dan kelembaban.2. sistem pembuat kabut. Salah satu basis yang merentang ruang vektor 2 dimensi adalah [1 0] dan [0 1]. Pada pengujian tersebut. PLN. Pengukuran dilakukan dengan menggunakan tegangan tinggi bolak-balik pada frekuensi jala-jala 50 Hz. bentuk gelombang. Dalam kenyataan sering terjadi kegagalan sistem akibat kegagalan isolator. dan sistem pemanas. Pada studi ini diteliti bagaimana pengaruh kondisi permukaan isolator dan lingkungan terhadap magnituda. Contoh : Sinyal kotal merupakan penjumlahan dari fungsi-fungsi sinus Selain itu salah satu aplikasi transformasi Fourier adalah mengetahui adanya arus bocor pada isolator. Twink Indonesia.3]. Artinya. ahli matematika dari Prancis menemukan bahwa: setiap fungsi periodik (sinyal) dapat dibentuk dari penjumlahan gelombang-gelombang sinus/cosinus.

Dalam pengolahan sinyal transformasi ini dapat dikombinasikan dengan FFT dan mempercepat perhitungan tersebut sehingga mengurangi kekomplekan komputasi (computation complexity) menjadi O(N). pengurangan noise (denoising). dan kaolin. garam. yaitu. Selanjutnya terhadap data arus bocor yang telah disimpan di dalam komputer dilakukan analisa harmonik dengan transformasi fourier menggunakan perangkat lunak Matlab.yang ditaburkan secara merata di permukaan isolator) dan polusi garam (berupa larutan yang terdiri dari campuran air. dan kompresi. Data digital dari osciloscope ditransfer ke komputer dengan bantuan GPIB dari National Instrument dan perangkat lunak Wavestar.com . Arus bocor yang mengalir pada permukaan isolator diukur dengan mengukur tegangan jatuh pada resistor seri dengan menggunakan digitalstorage osciloscope. PEMANFAATAN WAVELET Seperti telah dikemukakan pada pendahuluan Transformasi Wavelet dapat digunakan untuk menyelesaikan masalah dalam berbagai macam lapangan ilmu.wordpress. Diantara banyak pemanfaatan Transformasi Wavelet ada tiga macam yang akan dikemukakan dalam tulisan ini yang berkaitan dengan pengolahan sinyal dan citra penginderaan jauh. dimana isolator dicelupkan secara merata pada larutan tersebut) menurut standar IEC 815. Sumber : Mohammad Nadsyir http://zulkaryanto. Untuk memproteksi peralatan ukur terhadap tegangan lebih dipergunakan MOV 47 V dan arester DEHN UGKF/BINC.

Sign up to vote on this title
UsefulNot useful