Discrete Fourier Transform atau DFT merupakan salah satu materi inti dalam analisis sinyal diskrit. Bagi mahasiswa teknik, khususnya Teknik Elektro, Teknik Telekomunikasi, Teknik Informatika, dan Teknik Komputer, DFT adalah fondasi utama dalam memahami bagaimana sinyal direpresentasikan di domain frekuensi.
Banyak mahasiswa merasa bahwa contoh soal DFT dan pembahasannya sulit dipahami karena melibatkan bilangan kompleks, eksponensial Euler, serta perhitungan bertahap yang cukup panjang. Padahal, jika dipahami secara sistematis, cara menghitung transformasi Fourier diskrit sebenarnya dapat dilakukan dengan mudah.
Artikel ini akan membahas konsep dasar DFT, rumus penting, serta beberapa contoh soal lengkap dengan pembahasan step by step agar Anda benar-benar memahami prosesnya.
Pengertian Transformasi Fourier Diskrit
Transformasi Fourier Diskrit atau Discrete Fourier Transform (DFT) adalah metode matematis untuk mengubah sinyal diskrit dari domain waktu menjadi domain frekuensi. Jika sinyal waktu dinotasikan sebagai x[n], maka hasil transformasinya adalah X[k].
baca juga;Makalah Contoh Soal Rekonsiliasi Bank PDF: Pengertian, Tujuan, dan Langkah Penyelesaiannya
DFT banyak digunakan dalam bidang Digital Signal Processing untuk menganalisis spektrum frekuensi sinyal digital.
Secara sederhana, DFT menjawab pertanyaan: frekuensi apa saja yang membentuk sinyal ini?
Rumus Dasar DFT
Rumus umum DFT adalah:
X[k] = ∑ (n = 0 sampai N-1) x[n] e^(-j 2πkn/N)
Dengan:
x[n] = sinyal domain waktu
X[k] = sinyal domain frekuensi
N = jumlah sampel
k = indeks frekuensi
j = √(-1)
Untuk mengembalikan ke domain waktu digunakan Inverse DFT:
x[n] = (1/N) ∑ (k = 0 sampai N-1) X[k] e^(j 2πkn/N)
Identitas Euler yang Wajib Dipahami
Perhitungan DFT sangat bergantung pada identitas Euler:
e^(jθ) = cos θ + j sin θ
e^(-jθ) = cos θ – j sin θ
Beberapa nilai sudut penting yang sering muncul:
e^(-jπ/2) = -j
e^(-jπ) = -1
e^(-j3π/2) = j
e^(-j2π) = 1
Menghafal nilai-nilai ini akan sangat membantu dalam menyelesaikan soal DFT secara manual.
Contoh Soal 1 DFT 4 Titik
Diketahui sinyal diskrit:
x[n] = {1, 2, 3, 4}
N = 4
Hitung DFT secara manual.
Langkah 1 Tentukan Faktor Dasar
W_4 = e^(-j2π/4) = e^(-jπ/2)
Langkah 2 Hitung X[0]
X[0] = 1 + 2 + 3 + 4
X[0] = 10
Langkah 3 Hitung X[1]
X[1] = 1·e^0 + 2·e^(-jπ/2) + 3·e^(-jπ) + 4·e^(-j3π/2)
Substitusi nilai:
= 1 + 2(-j) + 3(-1) + 4(j)
= 1 – 2j – 3 + 4j
= -2 + 2j
Langkah 4 Hitung X[2]
X[2] = 1 – 2 + 3 – 4
X[2] = -2
Langkah 5 Hitung X[3]
= 1 + 2(j) + 3(-1) + 4(-j)
= 1 + 2j – 3 – 4j
= -2 – 2j
Hasil akhir:
X[k] = {10, -2+2j, -2, -2-2j}
Interpretasi hasil menunjukkan bahwa sinyal memiliki komponen frekuensi tertentu dengan bagian real dan imajiner.
Contoh Soal 2 DFT Sinyal Sederhana
Diketahui:
x[n] = {1, 0, -1, 0}
N = 4
Hitung DFT.
X[0] = 1 + 0 – 1 + 0 = 0
X[1] = 1 + 0(-j) + (-1)(-1) + 0(j)
= 2
X[2] = 1 – 0 + (-1) – 0
= 0
X[3] = 2
Hasil:
X[k] = {0, 2, 0, 2}
Karena hasilnya real, berarti sinyal memiliki simetri tertentu.
Contoh Soal 3 DFT 8 Titik
Diketahui:
x[n] = {1,1,1,1,0,0,0,0}
N = 8
X[0] = jumlah seluruh elemen = 4
Untuk k lainnya, gunakan rumus umum:
X[k] = ∑ x[n] e^(-j2πkn/8)
Karena empat elemen pertama bernilai 1 dan sisanya 0, maka hanya n=0 sampai n=3 yang dihitung.
Spektrum yang dihasilkan menyerupai bentuk sinc diskrit, menunjukkan distribusi energi di beberapa frekuensi.
Cara Menghitung DFT dengan Mudah
Agar lebih mudah, ikuti langkah berikut:
- Tentukan nilai N
- Hitung faktor dasar W_N = e^(-j2π/N)
- Buat tabel nilai e^(-j2πkn/N)
- Substitusikan nilai x[n]
- Sederhanakan hasil kompleks
Untuk N kecil seperti 2, 4, atau 8, perhitungan manual masih realistis dilakukan.
Kesalahan Umum Saat Menghitung DFT
Banyak mahasiswa melakukan kesalahan berikut:
Salah menghitung sudut 2πkn/N
Salah tanda negatif pada eksponensial
Lupa menyederhanakan bilangan kompleks
Tidak memisahkan bagian real dan imajiner
Dengan latihan yang cukup, kesalahan ini bisa dihindari.
Hubungan DFT dan FFT
DFT memiliki kompleksitas komputasi O(N²). Untuk N besar, perhitungan menjadi lambat. Oleh karena itu digunakan Fast Fourier Transform (FFT), yaitu algoritma efisien untuk menghitung DFT dengan kompleksitas O(N log N).
FFT sangat penting dalam aplikasi praktis seperti analisis audio dan citra digital.
Aplikasi Transformasi Fourier Diskrit
DFT digunakan dalam berbagai bidang teknik, antara lain:
Analisis spektrum audio
Pengolahan citra digital
Sistem komunikasi digital
Radar dan sonar
Sistem kontrol digital
Dalam perangkat lunak seperti MATLAB dan Python (NumPy), fungsi fft() digunakan untuk menghitung DFT secara cepat.
Mengapa Mahasiswa Teknik Wajib Menguasai DFT
DFT adalah dasar dari hampir semua sistem digital modern. Tanpa memahami DFT, mahasiswa akan kesulitan dalam:
Analisis sinyal
Desain filter digital
Modulasi dan demodulasi
Kompresi data
Pemahaman manual memberikan intuisi yang tidak bisa didapat hanya dengan menggunakan software.
Tips Belajar DFT Agar Cepat Paham
Latih soal dengan N kecil terlebih dahulu
Hafalkan nilai Euler untuk sudut penting
Gunakan pendekatan tabel agar sistematis
Pahami makna fisik spektrum frekuensi
Semakin sering berlatih, semakin cepat mengenali pola hasil DFT.
Kesimpulan
Contoh soal DFT dan pembahasannya sangat penting untuk membantu mahasiswa memahami cara menghitung transformasi Fourier diskrit dengan mudah. Dengan memahami rumus dasar, identitas Euler, serta langkah perhitungan yang sistematis, proses penyelesaian soal menjadi jauh lebih sederhana.
penulis;ilham
Post Comment