Analisa Fourier S1 Sistem Komputer Oleh Musayyanah, S.ST, MT 1 2 Analisis Fourier • Sinyal yang memiliki lebih dari 1 frekuensi memberikan kesulitan tersendiri untuk mengetahui frekuensi berapa saja yang ada dalam sinyal tersebut. • Ide besar di balik deret Fourier adalah menemukan informasi tersembunyi dalam sinyal, yaitu frekuensi. • Hal ini penting karena pengolahan sinyal dalam domain waktu biasanya tidak cukup, dan kita memerlukan pengolahan sinyal dalam domain frekuensi. • Secara umum, pengolahan sinyal dalam domain frekuensi lebih mudah daripada dalam domain waktu. 3 Analisis Fourier – Contoh analisis frekuensi : Saat kita mendengar dentingan piano, sebenarnya kita tidak terlalu peduli dengan seberapa cepat getaran udara yang merambat masuk ke telinga kita karena semuanya telah dirancang Tuhan untuk memprosesnya secara otomatis. Di dalam proses tersebut sebenarnya terdapat analisis frekuensi karena kita pada akhirnya bisa membedakan dentingan itu bernada tinggi atau rendah. 4 Analisis Fourier • Salah satu dampak analisis Fourier adalah kemungkinan untuk menganalisis sinyal selain sinusoid dengan menggunakan komputer. Dengan menggunakan analisis Fourier kita bisa mendapatkan pendekatan dari sinyal apa pun sebagai penjumlahan sinyal-sinyal sinusoid sehingga analisis terhadap sinyal tersebut dapat dilakukan. • Analisis Fourier dipergunakan untuk mendekomposisi sinyal menjadi sinyal sinusoid. Sehingga, sinyal apa pun dapat dicari pendekatannya berdasarkan sinyal sinusoid. 5 Pengenalan Bilangan Kompleks – Bilangan Kompleks -> 𝑎 = c + jd – Riel : c R = Re [c] – Imajiner : d X = Im [d] – Bilangan Eksponensial -> 𝑎 = 𝑎 𝑒 𝑗𝜃 – 𝑎 = 𝑎2 + 𝑏 2 – 𝜃 = tan−1 𝑑 𝑐 𝑃𝑒𝑛𝑢𝑙𝑖𝑠𝑎𝑛 𝑑𝑎𝑙𝑎𝑚 𝐵𝑒𝑛𝑡𝑢𝑘 𝑃𝑜𝑙𝑎𝑟 𝑎= 𝑎 < 𝜃 6 Identitas Euler Diingat bahwa 𝒆𝒋𝜽𝒕 = 𝐜𝐨𝐬(𝜽𝒕) + 𝒋 𝐬𝐢𝐧(𝜽𝒕) 𝒆−𝒋𝜽𝒕 = 𝐜𝐨𝐬(𝜽𝒕) − 𝒋 𝒔𝒊𝒏(𝜽𝒕) sin( ) e j e 2j j ...(1) e j e j cos( ) ...(2) 2 7 Aplikasi Fourier pada Sinyal Sinyal Kontinyu (x(t)) Diskrit (x(k)) Periodik Fourier Series (FS) Discrete Time Fourier Series Series (DTFS) Deret FOURIER NON PERIODIK Fourier Transform Discrete Time Fourier Transform (DTFT) Transform FOURIER DERET FOURIER ANALISA SINYAL PERIODIK 8 9 Fourier Series Eksponensial x(t ) a e k 1 ak T • • T0 0 j t k x(t )e jkt dt Koefisien 𝑎𝑘 disebut koefisien deret Fourier / koefisien spektral x(t) X(t) sinyal kontinyu yang periodik 10 Fourier Series Eksponensial Contoh Soal – Sinyal periodik x(t) dengan frekuensi dasar 2𝜋, 𝑦𝑎𝑛𝑔 𝑑𝑖𝑛𝑦𝑎𝑡𝑎𝑘𝑎𝑛 𝑑𝑎𝑙𝑎𝑚 𝑏𝑒𝑛𝑡𝑢𝑘 𝑑𝑖 𝑏𝑎𝑤𝑎ℎ 𝑖𝑛𝑖 ∶ x(t ) 3 jk 2t a e k k 3 Jika diketahui : a0 1 1 4 1 2 1 3 a1 a 1 a 2 a 2 a 3 a 3 11 Fourier Series Eksponensial Contoh Soal – Komponen yang harmonis dengan frekuensi dasar yang sama maka diperoleh : 1 1 1 x(t ) 1 (e j 2t e j 2t ) (e j 4t e j 4t ) (e j 6t e j 6t ) 4 2 3 2 x(t ) 1 cos(2t ) cos(4t ) cos(6t ) 3 12 Fourier Series Eksponensial Contoh Soal (2) x(t ) sin(t ) Tentukan koefisein - koefisien deret Fourier untuk sinyal x(t) 1 j t 1 j t e e 2j 2j maka diperoleh sin(t ) a1 1 2j a 1 ak 0 1 2j 13 Fourier Series Eksponensial Contoh Soal (2) Tentukan koefisien - koefisien deret Fourier sinyal x(t) di bawah ini dan gambar grafik koefisien tersebut x(t ) 1 sin(t ) 2 cos(t ) cos(2t 4 ) Penyelesaian 1 j t 1 j t 1 j ( 4 ) j 2 t 1 j ( 4 ) j 2 t x(t ) 1 (1 )e (1 )e ( e )e ( e )e 2j 2j 2 2 14 a0 1 1 1 a1 (1 ) 1 j 2j 2 1 1 a 1 (1 ) 1 j 2j 2 1 2 a2 e (1 j ) 2 4 j ( ) 1 2 4 a 2 e (1 j ) 2 4 j( ) 4 15 Fourier Series Sinusoidal x(t ) a an cos(nt ) bn sin(nt ) 0 n 1 dimana 1 T /2 a n x(t ) cos(nt )dt T T / 2 1 T /2 bn x(t ) sin( nt )dt T T / 2 a0 : komponen DC 16 DTFS (Discrete Time Fourier Series) 1 x ( n) N N 1 j n X ( k ) e ...(1) DTFS k 0 N 1 X (k ) x(n)e jn ...(2) Inverse DTFS k 0 2 N : frekuensi fundamental N : Sampling Rate 17 DTFS Contoh Soal – Tentukan transformasi x[n] -> X[k] menggunakan IDTFS, jika diketahui N = 17, N dan 0 2 , k 3 dimana : x(n) cos(n 3 ) 6 x[n] cos( n ) 17 3 1 3 x[n] (e e 2 j j ( 3) 2 n 17 e j 3 e j ( 3) 2 n 17 ) 18 N 1 X [k ] x(n)e jn k 0 maka masing - masing nilai X[k] adalah sbb j 1 3 e ,k 3 2 j 1 X[k] e 3 , k 3 2 0, k yang lainnya k {-8,-7,...8} 19 IDTFS Contoh Soal – Sinyal diskrit domain frekuensi X[k] (seperti pada gambar) ditransformasikan ke dalam domain waktu x(n) menggunakan IDTFS, jika ditentukan N = 5 dan 𝜔 ∶ 2𝜋 . 5 Tentukan Transformasinya, dimana n , k : -2,-1,0,1,2 X[k] -2 -1 0 1 2 X[k] 20 2 x[n] -2 x[k ]e j 2 kn 5 k 2 -1 0 1 2 x[n] e j 4 n 5 e j 4 n 5 1 e j 2 n 5 e j 2 4 x[n] 1 2 j sin( n) 2 j sin( n) 5 5 4 n 5