3. Analisis Spektral 3.1 Analisis Fourier

dokumen-dokumen yang mirip
DERET FOURIER DAN APLIKASINYA DALAM FISIKA

KOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T

BAB II LANDASAN TEORI

MATERI 4 MATEMATIKA TEKNIK 1 DERET FOURIER

REPRESENTASI ISYARAT ISYARAT FOURIER

SYARAT DIRICHLET. 1, 1 < t < 0

s(t) = C (2.39) } (2.42) atau, dengan menempatkan + )(2.44)

FUNGSI Matematika Industri I

Transformasi Fourier 3.4 Transformasi Fourier

BAB IV DERET FOURIER

BAB III ANALISIS SPEKTRAL PADA RUNTUN WAKTU MODEL ARIMA. Analisis spektral adalah metode yang menggambarkan kecendrungan osilasi

Deret Fourier untuk Sinyal Periodik

(GBPP) BARU JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNDIP

Spektrum dan Domain Sinyal

Bil Riil. Bil Irasional. Bil Bulat - Bil Bulat 0 Bil Bulat + maka bentuk umum bilangan kompleks adalah

KOMUNIKASI DATA PROGRAM STUDI TEKNIK KOMPUTER DOSEN : SUSMINI I. LESTARININGATI, M.T

(2) dengan adalah komponen normal dari suatu kecepatan partikel yang berhubungan langsung dengan tekanan yang diakibatkan oleh suara dengan persamaan

SIGNAL & SPECTRUM O L E H : G U TA M A I N D R A. Rangkaian Elektrik Prodi Teknik Elektro Fakultas Teknik 2017

TUJUAN INSTRUKSIONAL KHUSUS

Penggunaan Bilangan Kompleks dalam Pemrosesan Signal

Prosiding Matematika ISSN:

DERET FOURIER. 1. Pendahuluan

Deret Fourier. Slide: Tri Harsono PENS ITS Politeknik Elektronika Negeri Surabaya (PENS) - ITS

FUNGSI DAN GRAFIK FUNGSI

BAB II KAJIAN TEORI. pada penulisan bab III. Materi yang diuraikan berisi tentang definisi, teorema, dan

TINJAUAN MATA KULIAH... MODUL 1: LOGIKA MATEMATIKA 1.1 Kegiatan Belajar 1: Latihan Rangkuman Tes Formatif

iii Banda Aceh, Nopember 2008 Sabri, ST., MT

Menurut jenisnya, fungsi dapat dibedakan menjadi (1) Fungsi aljabar (2) Fungsi transenden

MATERI PENGOLAHAN SINYAL :

KISI-KISI PENULISAN SOAL UJIAN SEKOLAH SEKOLAH MENENGAH KEJURUAN (SMK) DINAS PENDIDIKAN PROVINSI DKI JAKARTA MATA PELAJARAN : MATEMATIKA

Ayundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga

BAB 2 LANDASAN TEORI. variabel untuk mengestimasi nilainya di masa yang akan datang. Peramalan Merupakan

Pencocokan Citra Digital

Rencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER

5.1 Fungsi periodik, fungsi genap, fungsi ganjil

Bab II Teori Dasar. Gambar 2.1 Diagram blok sistem akuisisi data berbasis komputer [2]


1 Sistem Bilangan Real

SATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL

KONSEP DAN TERMINOLOGI ==Terminologi==

Kata kunci: Fourier, Wavelet, Citra

SINYAL DAN SISTEM DALAM KEHIDUPAN

Analisis Sinusoida. Dibuat Oleh : Danny Kurnianto Diedit oleh : Risa Farrid Christianti Sekolah Tinggi Teknologi Telematika Telkom Purwokerto

Deret Fourier dan Respons Frekuensi

48. Mata Pelajaran Matematika untuk Sekolah Menengah Atas Luar Biasa Tunalaras (SMALB E) A. Latar Belakang

Fungsi dan Grafik Diferensial dan Integral

PENGOLAHAN SINYAL DAN SISTEM DISKRIT. Pengolahan Sinyal Analog adalah Pemrosesan Sinyal. bentuk m dan manipulasi dari sisi sinyal dan informasi.

Kelompok Mata Kuliah : MKU Program Studi/Program : Teknik Tenaga Elektrik/S1 Status Mata Kuliah : Wajib Prasyarat : - : Aip Saripudin, M.T.

Modulasi. S1 Informatika ST3 Telkom Purwokerto

HAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL

4. Deret Fourier pada Interval Sebarang dan Aplikasi

BAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya.

09. Mata Pelajaran Matematika

BAB I PENDAHULUAN. PSD Bab I Pendahuluan 1

Jaringan Syaraf Tiruan pada Robot

BAB 2 TINJAUAN PUSTAKA

KISI-KISI SOAL UJIAN SEKOLAH TAHUN 2017

44. Mata Pelajaran Matematika untuk Sekolah Menengah Atas (SMA)/ Madrasah Aliyah (MA)

Bab 2 LANDASAN TEORI

Materi UTS. Kalkulus 1. Semester Gasal Pengajar: Hazrul Iswadi

PENDETEKSIAN LONCATAN DAN PUNCAK TAJAM DENGAN METODE WAVELET

3. Kekonvergenan Deret Fourier

BAB II TINJAUAN PUSTAKA. pembahasan pada bab selanjutnya. Pembahasan teori meliputi pengertian data

09. Mata Pelajaran Matematika

SATUAN ACARA PEMBELAJARAN (SAP)

Modulasi Sudut / Modulasi Eksponensial

BILANGAN KOMPLEKS. 1. Bilangan-Bilangan Real. 2. Bilangan-Bilangan Imajiner. 3. Bilangan-Bilangan Kompleks

Kompleksitas Algoritma Transformasi Fourier Cepat

Transformasi Fourier

ANALISA SINYAL DAN SISTEM TE 4230

Kelompok Mata Kuliah : MKU Program Studi/Program : Pendidikan Teknik Elektro/S1 Status Mata Kuliah : Wajib Prasyarat : - : Aip Saripudin, M.T.

KISI-KISI PENULISAN SOAL UJIAN MADRASAH TAHUN PELAJARAN 2015/2016

ANALISIS DERET FOURIER UNTUK MENENTUKAN PERSAMAAN FUNGSI GELOMBANG SINUSOIDAL ARUS AC PADA OSILOSKOP

TEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.

Aplikasi Deret Fourier (FS) Deret Fourier Aplikasi Deret Fourier

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) MATEMATIKA TEKNIK

PENGANTAR ANALISIS REAL

KALKULUS INTEGRAL 2013

BAB III. TEORI DASAR. benda adalah sebanding dengan massa kedua benda tersebut dan berbanding

Bab 1 : Skalar dan Vektor

FUNGSI DAN MODEL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 63

PENURUNAN FUNGSI PEMBANGKIT DARI POLINOMIAL CHEBYSHEV JENIS PERTAMA DAN KEDUA BERDASARKAN KUANTITAS KOMPLEKS SKRIPSI MEI INDAH SUSANTI

FUNGSI. Sesi XI 12/4/2015

BAB I PENDAHULUAN Latar belakang

SINYAL DISKRIT. DUM 1 September 2014

FUNGSI TRIGONOMETRI, FUNGSI EKSPONENSIAL, dan FUNGSI LOGARITMA

SISTEM BILANGAN RIIL DAN FUNGSI

MAKALAH TRANSFORMASI FOURIER MATA KULIAH PENGOLAHAN CITRA OLEH: 1. RISKA NOR AULIA ( ) 2. DYA AYU NINGTYAS ( )

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP)

MATEMATIKA TEKNIK II BILANGAN KOMPLEKS

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

Frekuensi Dominan Dalam Vokal Bahasa Indonesia

ISTIYANTO.COM. memenuhi persamaan itu adalah B. 4 4 C. 4 1 PERBANDINGAN KISI-KISI UN 2009 DAN 2010 SMA IPA

PEMBANGKITAN SINYAL DAN FUNGSI FFT

SRI REDJEKI KALKULUS I

SINYAL SISTEM SEMESTER GENAP S1 SISTEM KOMPUTER BY : MUSAYYANAH, MT

SATUAN ACARA PERKULIAHAN STRATA-1 STMIK UBUDIYAH

GAMBARAN UMUM SMA/MA. Hak Cipta pada Pusat Penilaian Pendidikan BALITBANG DEPDIKNAS 1

Pengolahan Sinyal Digital

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK

Transkripsi:

3. Analisis Spektral 3.1 Analisis Fourier Hampir semua sinyal Geofisika dapat dinyatakan sebagai suatu dekomposisi sinyal ke dalam fungsi sinus dan cosinus dengan frekuensi yang berbeda-beda (juga disebut sebagai sifat harmonik). Hal ini dikenal dengan istilah analisis Fourier. Kita mengenal konsep ini, pertama kali di dalam kuliah kalkulus atau fisika di mana fungsi sinus dan kosinus dinyatakan sebagai deret Fourier yang digunakan untuk menyatakan fungsi waktu periodik. (Pada 1822, matematikawan Perancis Joseph Fourier adalah orang pertama yang mencoba untuk membuktikan konvergensi deret ini). Ada kondisi umum yang dimiliki oleh suatu sinyal yaitu: 1. tidak dapat multivalued pada suatu waktu, 2. tidak dapat memiliki jumlah tak terbatas diskontinuitas, atau maksimum atau minimum 3. Sinyal harus terbatasi dalam jangka periodanya. Frekuensi dari fungsi trigonometri merupakan komponen spektral dari deret Fourier. Frekuensi-frekuensi ini yang ditentukan oleh periodisitas, T dari fungsi dan sama dengan n/t, n = 1, 2,... Oleh karena itu, spektrum frekuensi terdiri dari garis spektrum diskrit. Bila sinyal tidak periodik, maka spektrumnya tidaklah diskrit dan Deret Fourier harus digeneralisasi ke dalam Intergral Fourier atau Transformasi Fourier. Selama integral dari nilai absolut sinyal adalah konvergen, maka sinyal kontinu s(t) dapat dinyatakan sebagai Integral Fourier. (3.1.1) dimana Persamaan 3.1.2 mendefinisikan Transformasi Fourier dari s(t); persamaan 3.1.1 merupakan Invers Transformasi Fourier yang dapat mengembalikan s(t) dari S(f). Kedua persamaan ini merupakan persamaan kunci di dalam Analisis spektral dan keduanya sangat terkait erat sehingga dikenal dengan istilah pasangan Transformasi Fourier. Sudah menjadi kebiasaan untuk menggunakan simbol huruf kecil untuk fungsi domain ruang atau waktu dan simbol huruf besar untuk fungsi domain frekuensi. Jadi S(f) dan s(t) merupakan representasi sinyal dalam domain frekuensi dan waktu. Di dalam bahasa tranfromasi umum, suku-suku di dalam integral diluar S(f) dan s(t) di kenal dengan istilah (3.1.2) 17

kernel dari transformasi. Di dalam pasangan Transformasi Fourier, kernel hanya sedikit berbeda, tanda eksponensial pada Transformasi Fourier adalah ( ) dan invers Transformasi Fourier adalah (+). Untuk mempersingkat penulisan pasangan transformasi Fourier, biasanya ditulis S(f) = [s(t)] and s(t) = -1 [S(f)]. Notasi lainya yang juga biasa digunakan adalah tanda panah dua arah yaitu s(t) S(f). Angka 2π muncul di dalam kernel transformasi dapat dimasukkan dalam frekuensi f untuk menyatakan Pasangan Transformasi Fourier dalam domain frekuensi sudut, dω (radians/s) dan ditulis sebagai berikut : dan (3.1.3) Kita sepertinya telah membuat lompatan jauh dari tinjauan digitalisasi s(t) hingga sekarang mengungkapkannya dalam pasangan transformasi Fourier. Selanjutnya, jelas dari persamaan-persamaan tadi bahwa pasangan transformasi merupakan fungsi kompleks dengan masuknya i = (-1) 1/2 dalam kernel tranformasi. Mari kita sederhanakan hal ini hanya dengan mengingat beberapa hal dari matematika dasar. Pertama, kernel transfromasi, misalnya, exp(i2πf) adalah bentuk umum dari persamaan Euler, (3.1.4) sehingga (3.1.5a) (3.1.5b) Dari hubungan Euler ini, kita dapat melihat bahwa pasangan Transformasi Fourier memiliki suku-suku seperti deret Fourier. Dan oleh karena kita tahu bahwa integral merupakan ekspresi terbatas dari penjumlahan yang kontinu, maka kita juga menyadari bahwa Transfromasi Fourier merupakan gambaran dari penjumlahan kontinu tak terhingga fungsi sinus dan kosinus. Bahkan, Transfromasi Fourier dapat diekpresikan menggunakan transfromasi sinus dan kosinus secara terpisah. Jadi, Analisis Fourier yang digambarkan oleh Transformasi Fourier merupakan dekomposisi sederhana dari suatu sinyal ke dalam komposit komponen frekuensi (sinus dan kosinus). Dengan menggunakan hubungan Euler, transformasi Fourier (persamaan 3.1.2) dapat ditulis kembali ke dalam komponen transfromasi sinus dan kosinus sebagai: 18

(3.1.6) Dari persamaan ini, kita dapat menggambarkan Transformasi Fourier dari suatu fungsi real, s(t) dengan melakukan : 1. Menghitung bagian real dari Transformasi Fourier, pada frekuensi f = f 0, kita mengalikan s (t) dengan cos(2πf 0 t) dan mengintegrasikan (mencari luas di bawah kurva yang dihasilkan). 2. Menghitung bagian imajiner dari Transformasi Fourier, pada frekuensi f = f 0, kita mengalikan s (t) dengan sin(2πf 0 t) dan mengintegrasikan (mencari luas di bawah kurva yang dihasilkan). 3. Transformasi Fourier pada f = 0 adalah hanya integral (luas daerah di bawah kurva) s(t). Selain dari garis spektrum diskrit (frekuensi) yang muncul dalam sebuah deret Fourier, transformasi Fourier memiliki spektrum kontinu (seperti yang terlihat dalam Gambar 2.5) untuk mewakili proses nonperiodik. Transformasi sinyal ke dalam komponen frekuensi secara kontinu sudah tidak asing lagi bagi kita, di alam ketika cahaya putih melewati prisma kaca menghasilkan spektrum warna (Gambar 3.1a). Ketika hal ini terjadi disertai dengan turunnya hujan, ini disebut sebut sebagai pelangi. Jadi pelangi merupakan fenomena alam yang menggambarkan Fourier Transform (Gambar 3.1b) meskipun kita tidak pernah mendengar orang menyebut pelangi sebagai Transformasi Fourier. Gambar 3.1a. A spectrum is formed by white light passing through a prism 19

Gambar 3.1b. Nature's Fourier transform during a New Mexico thunderstorm 3.2 Notasi Komplek Sifat kompleks dari ekpresi transformasi Fourier menuntut kita untuk mengingat kembali dasar notasi kompleks dan beberapa definisi. Representasi s(t) dalam domain frekuensi menghasilkan S(f), yaitu suatu fungsi kompleks yang disebut spektrum kompleks atau densitas spektral kompleks dari s(t). Oleh karena itu, secara umum, dapat diungkapkan oleh bagian real dan imajiner dalam bentuk persegi panjang sebagai (3.2.1) Atau, dalam bentuk spektrum amplitudo, A(f) dan spektrum fasa, (f) dalam koordinat polar dinyatakan sebagai : (3.2.2) dimana, merupakan spektrum amplitudo (amplitude spectrum) dan (3.2.3) 20

(3.2.4) Adalah spektrum fasa (phase spectrum) dari s(t). Karena fungsi arctan merupakan fungsi multivalued dan diskontinu, maka spektrum fasa biasanya dinyatakan dalam batas -180 derajat hingga + 180 derajat (-π and +π radians. Kadangkala spketrum amplitudo merupakan hasil kuadrat dari densitas energi spektrum. Gambar 3.2 secara geometri mendefinisikan hubungan antara bentuk kuantitas kompleks S(f) pada frekuensi, f 0. Gambar 3.2. Definitions of amplitude and phase spectra. 3.3 Sifat simetri fungsi Kompleks Sifat simetri yang melekat pada pasangan transformasi Fourier kompleks sangat berguna dalam aplikasi praktis. Simetri mengacu pada bagian genap dan ganjil fungsi s(t) atau S(f) dalam waktu atau domain frekuensi. Fungsi, e (t) memiliki simetri genap jika fungsi ini simetris terhadap sumbu nol, yaitu, e(-t) = e(t); fungsi memiliki simetri ganjil jika cerminan dari sumbu nol berlawanan tanda (antisymmetric) dimana o(-t) =-o(t). simetri genap dan ganjil diilustrasikan pada Gambar 3.3a dan b. 21

Gambar 3.3a. Symmetry properties of an even function, Gambar 3.3b. Symmetry properties of an odd function, o(t). Fungsi sembarang, s(t) selalu dapat dipisahkan menjadi bagian genap dan ganjil. Komponen-komponen ini, secara umum, kompleks, kombinasi simetri untuk pasangan transformasi Fourier seperti yang dijelaskan oleh Bracewell (1965). Kita tidak perlu mempertimbangkan semuanya karena segala sesuatu yang kita hadapi dalam aplikasi geofisika adalah fungsi riil dalam domain waktu (atau ruang). Sinyal tersebut berubah menjadi fungsi yang mempunyai bagian riil, atau genap dan bagian imajiner, atau ganjil di dalam domain frekuensi. Gambar 3.4a memperlihatkan hubungan ini dengan menggunakan teknik visualisasi seperti yang disajikan oleh Bracewell (1995), yang memungkinkan kedua bagian real dan imajiner dari fungsi yang akan diplot pada satu grafik dalam kedua domain. Suatu fungsi yang memiliki bagian riil adalah genap dan bagian imajiner adalah ganjil disebut sebagai fungsi Hermitian terlepas dari apakah dalam domain waktu atau domain frekuensi. Misalnya fungsi dalam domain frekuensi yang memiliki spektrum amplitudo yang genap dan spektrum fase yang ganjil. Karena fungsi riil dalam domain waktu (atau ruang) menghasilkan fungsi Hermitian dalam domain frekuensi, sinyal geofisika riil, s(t) yang genap memiliki transformasi Fourier yang riil dan genap (Gambar 3.4b). Dan, sinyal, s(t) yang riil dan ganjil memiliki transform Fourier yang imajiner dan ganjil (Gambar 3.4c). Pengetahuan simetri kompleks ini sangat berguna dalam aplikasi praktis dari analisis spektral. 22

Gambar 3.4a. Symmetry properties of Fourier transform pairs when a real signal, s(t) is arbitrary, neither even nor odd. The Fourier transforms are: Hermitian. Double-ended arrows indicate Fourier transform pairs. Gambar 3.4b. Symmetry properties of Fourier transform pairs when a real signal, s(t) is is an even function. The Fourier transforms are: real, even. Double-ended arrows indicate Fourier transform pairs. 23

Gambar 3.4c. Symmetry properties of Fourier transform pairs when a real signal, s(t) is is an odd function. The Fourier transforms are: imaginary, odd; respectively. Doubleended arrows indicate Fourier transform pairs. 3.4. Contoh-contoh Transformasi Fourier Pada bagian ini, mari kita lihat kembali apa yang dihasilkan bila representasi domain frekuensi dari sinyal s(t) diperoleh dari transfromasi Fourier (3.1.2 atau 3.1.4). Gambar 3.5 berisi suatu sinyal kompsit dalam domain waktu yang terbentuk dari tiga fungsi cosinus. Asumsikan bahwa fungsi cosinus ini terdefinisi dari waktu tak-hingga sampai + tak-hingga, Transfromasi Fourier dari sinyal komposit ini menghasilkan tampilan sinyal seperti pada gambar 3.6 24

Gambar 3.5. Three cosine waves with amplitudes A1, A2, and A3 combine to form a composite signal with amplitude A1 + A2 + A3. Gambar 3.6. Fourier transform of three-cosine composite signal in Gambar 3.5 yields three pairs of real, even delta functions with corresponding amplitudes A1/2, A2/2, and A3/2. 25

Karena sinyal asli adalah riil dan genap (fungsi cosinus jelas merupakan fungsi genap), Transformasi Fouriernya harus riil dan genap pula. Tiga osilasi cosinus dijumlahkan untuk menghasilkan s(t), jadi hanya tiga garis spektral yang terdapat pada hasil transformasi Fourier, S(f). Fungsi spike (paku) ini dapat direpresentasikan oleh fungsi delta Dirac yang merupakan fungsi frekuensi, bukan waktu seperti yang kita definisikan pada bab 2.3. Misalnya Tranformasi Fourier dari A 1 cos(2πf 1 t) adalah Ini mengungkapkan aspek menarik dari Transformasi Fourier bahwa kita menghindari pembicaraan tentang sebelumnya, yaitu bahwa ada nilai-nilai (garis spektrum) di kedua frekuensi positif dan negatif. Dalam hal ini mereka muncul di mana fungsi delta non-nol, yaitu, di mana argumennya adalah nol, pada f = + f 1 dan f =-f 1. Konsep frekuensi negatif tidak dipahami secara luas, meskipun penanganan yang tepat dari konsep ini sangat penting untuk aplikasi praktis dari pengolahan digital dalam domain frekuensi. Oleh karena itu, kita terdorong untuk meyakinkan Anda tentang keabsahan baik positif dan negatif frekuensi sehingga Anda akan menghargai ketika bekerja dengannya. Ini akan kita lakukan dalam Lampiran B. Pertama mari kita lihat seprti apa Fourier transformasi dari beberapa fungsi yang kita temui sejauh ini. Pasangan Transformasi Fourier yang terlihat pada Gambar 3.7 adalah sama pentingnya. (3.4.1) 26

27

28

29

30

Gambar 3.7 Equations and graphs of several important, famous Fourier transform pairs. Select a pair and guess what will happen in the frequency domain before you move the drag button to vary the spacing in the time domain function. 31