Bab 5: Discrete Fourier Transform dan FFT

dokumen-dokumen yang mirip
Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS

Transformasi Z Materi :

ANALISIS CEPSTRUM SINYAL SUARA

Bab 6: Analisa Spektrum

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

Penggunaan Transformasi z

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

Transformasi Fourier Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Gambar 3.1Single Channel Multiple Phase

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012

Transformasi Laplace 8/3/2013. Analisis Rangkaian Listrik Di Kawasan s. Pengantar. Isi. Transformasi Laplace

Transformasi Laplace. Analisis Rangkaian Listrik Di Kawasan s 7/23/2013. Pengantar. Isi

Representasi sinyal dalam impuls

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

SISTEM PENGOLAHAN ISYARAT. Kuliah 6 Transformasi Fourier Diskret

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

Bab 16 Integral di Ruang-n

x x x1 x x,..., 2 x, 1

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MOMEN AKUMULASI DARI SUATU ANUITAS AWAL DENGAN TINGKAT BUNGA ACAK

RANGKUMAN MATERI ALAT OPTIK

FUNGSI RASIONAL DAN EKSPANSI FRAKSI PARSIAL (EFP)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

KOMPUTASI DAN DINAMIKA FLUIDA

METODE PENGUKURAN FERTILITAS

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 2 SOLUSI NUMERIK PERSAMAAN

MAKALAH TEOREMA BINOMIAL

MODUL BARISAN DAN DERET

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

Jurnal MIPA 37 (1): (2014) Jurnal MIPA.

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

MACAM-MACAM TEKNIK MEMBILANG

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

Inflasi dan Indeks Harga I

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Distribusi Sampel, Likelihood dan Penaksir

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

ANALISIS FREKUENSI SINYAL DAN SISTEM

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

Institut Teknologi Sepuluh Nopember Surabaya. Karakteristik Sistem Orde Tinggi

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

Pendugaan Parameter 1

Mata Kuliah: Statistik Inferensial

Perluasan Uji Kruskal Wallis untuk Data Multivariat

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB IV DESKRIPSI ANALISIS DATA

BAHAN AJAR DIKLAT GURU MATEMATIKA

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR. Lisnilwati Khasanah 1 dan Bambang Irawanto 2. Jl.Prof.Soedarto, S.H Semarang 50275

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

METODE NEWTON-STEFFENSEN DENGAN ORDE KEKONVERGENAN TIGA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Konvolusi pada Distribusi dengan Support Kompak

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

STATISTIKA SMA (Bag.1)

Sistem Bilangan Kompleks (Bagian Ketiga)

B a b 1 I s y a r a t

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

I. DERET TAKHINGGA, DERET PANGKAT

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB 2. Teori Pendukung Lingkungan. Misalkan z. adalah suatu titik pada bidang dan r adalah bilangan nyata. positif. Lingkungan r bagi z

PERBANDINGAN ANTARA TAPIS KALMAN DAN TAPIS EKSPONENSIAL PADA SENSOR ACCELEROMETER DAN SENSOR GYROSCOPE

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

3. Integral (3) (Integral Tentu)

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

Barisan Dan Deret Arimatika

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Transkripsi:

BAB 5 Dicrt Fourir Traform da FFT Bab 5: Dicrt Fourir Traform da FFT Dicrt Fourir Traform DFT. Dfiii Tuua Blaar Prta dapat mdfiiia DFT, da mghitugya. Utu mlaua aalii frui dari iyal watu dirit maa prlu mdapata rprtai domai frui dari iyal yag biaaya diyataa dalam domai watu. DFT diguaa utu mlaua aalia frui dari iyal watu dirit. Po it DFT dimaa, - da, - DFT dihitug mgguaa pramaa : higga dimaa Ivr DFT IDFT mghitug mbali rprtai iyal watu dirit dari iyal yag diyataa dalam domai frui ω. dimaa aar dari uity Tuua Blaar Prta dapat mmadag DFT bagai traformai liir da pralia matri trhadap vtor. DFT da IDFT dapat uga dipadag bagai traformai liir atara da, adi V-

BAB 5 Dicrt Fourir Traform da FFT V- dimaa da maig-maig adalah vtor dga buah lm M M Jia diyataa matri [ ] i i w maa, poit DFT dapat diyataa dalam btu daga IDFT dapat dihitug ia trdapat ivr dari. it bila Cotoh: Hitug poit DFT dari iyal 3 9 6 3 6 3 igat 6. Hubuga DFT dga Sptrum Tuua Blaar 3 Prta dapat mghubuga DFT dga drt Fourir utu iyal priodi. Miala p adalah iyal priodi dga prioda, maa dapat diyataa Igat 9 6 3

BAB 5 Dicrt Fourir Traform da FFT V-3 p C di maa p C bila ambil p utu, - atu prioda maa C yag tida lai adalah. Tuua Blaar Prta dapat mghubuga DFT dga ptrum dari iyal apriodi. Bila l p l p priodi dga priod...... l l l [ ] p l FT l / ω bila othrwi p ˆ maa [ ] ˆ / DFT FT ω adi ˆ p haya bila fiit duratio L maa ˆ higga IDFT {}

BAB 5 Dicrt Fourir Traform da FFT.3 Hubuga DFT Dga Traformai z Tuua Blaar 5 Prta dapat mghubuga DFT dga traformai z dari iyal Lagrag itrpolator. z z bila durai maa z z z z ω ω z ω z Lagrag Itrpolatio ω / Sifat DFT Tuua Blaar 6 Prta mgrti da dapat mmafaata ifat liir, priodi da imtri irular. Sifat liir : Jia da -DFT -DFT maa utu barag otata a da a ral atau ompl a. a. -DFT a. a. Sifat priodi : Jia -DFT maa utu mua utu mua Sifat imtri irular V-

BAB 5 Dicrt Fourir Traform da FFT 3 Filtr Mgguaa DFT Tuua Blaar 7 Prta dapat mlaua filtrig liir dga DFT, da mmbadigaya dga ovolui. ω h Hω y Yω ω Hω YωHωω Aumia FIR da Fiit duratio Lt :, < da L durai L h, < da M durai M Yω Hω ω durai : L M- Bila Yω diampl maa amplig haru L M - IDFT agar y y maa Y Y,, - ω ω Y H, zro paddig IDFT Y y,..., L M Cotoh : FIR : h {,, 3} {,,, } Cari output dga mgguaa DFT da IDFT L, M 3 6 Pilih 8 agar uai dga FFT H 7 8 V-5

BAB 5 Dicrt Fourir Traform da FFT 3 8 8 H 3, 7 h 8 3,...,7 8 8,,...,7 IDFT 6 3 3 3 3 5 3 6 7 H 6 H 3 H H 3 3 H H 5 3 H 6 H 7 3 Y H Y 36 Y -.7-7.8 Y Y3.7.55 Y Y5.7 -.55 Y6 - Y7 -.7 7.8 y 7 Y 8,,,7 y {,, 9,, 8, 3,, } zropad aibat 8 poit aa lbih uar dari ovolui ttapi aa mgutuga bila M > -3 aliaig tradi bila < M L - Tuua Blaar 8 V-6

BAB 5 Dicrt Fourir Traform da FFT Prta dapat mlaua filtrig liir dga DFT, utu iyal yag paag, mlalui mtoda ovrlap-av da ovrlap-add. Utu mlaua filtrig iyal paag dapat dilaua dga cara Bloc-by-Bloc - Ovrlap-av mthod - Ovrlap-odd mthod Aumi FIR durai M Blo durai L Aumi L >> M Mtoda ovrlap-av L M - poit DFT da IDFT M- L w Data Old w DFT Utu blo -m Yˆ H M M M,, L-, - IDFT h Zro Paddig yˆ m { yˆ m, yˆ m,..., yˆ m M, yˆ m M- poit L hail ovolui datag dari old data buag M,..., yˆ } H Utu blo m - ambil M- poit trahir di blo m utu diguaa bagai old data pada bagia briut - ulagi {,,,,, L-} Ovrlap-add Mthod DFT m Fat Fourir Traform FFT Tuua Blaar 9 Prta mgrti op FFT da buttrfly. Kbutuha alulai DFT co i V-7

BAB 5 Dicrt Fourir Traform da FFT ara r I bia brilai ompl, maa R I. R r co. I R i I i I co prlu valuai trigoomtric fuctio ral multiplicatio - ral additio umlah idig addrig oprator Srig dibut O Guaa fata : imtri utu ma omputai Fat algorithm trdia utu r, r, r v di maa {r } prim Tuua Blaar Prta dapat mlaa FFT Radi- dimai dalam watu. Radi- FFT] - Kau huu r r r r r v - R radi- FFT v Dcimatio i Tim FFT. f,,..., f bagi quc f da f diprolh mlalui dimai f, f F F V-8

BAB 5 Dicrt Fourir Traform da FFT.,,, - v m m amu /, maa m f m m m odd m f m m m m m F F,,... di maa F : / poit DFT dari f m F : / poit DFT dari f m Kara F da F priodi, dga prioda /, F / F da F / F Juga, maa F F, /- F F, /- Bila G F G F G G poit DFT G G Lauta f V V f f poit poit f F V f poit V f poit V V poit V-9

BAB 5 Dicrt Fourir Traform da FFT F F F V V poit V V poit V V poit di maa v V / DFT poit Olog i i Ilutrai utu 8 ampl V f {, } V f {, } V f {, 5} V f 3 {3, 7} Tuua Blaar Prta dapat mlaa FFT Radi- dimai dalam frui. V-