Contoh Soal DFT (Discrete Fourier Transform) Lengkap dengan Pembahasan Step by Step

Discrete Fourier Transform (DFT) adalah salah satu konsep fundamental dalam pengolahan sinyal digital (Digital Signal Processing/DSP). Bagi mahasiswa Teknik Elektro, Teknik Informatika, maupun Teknik Telekomunikasi, materi DFT sering muncul dalam mata kuliah Sistem Sinyal, Pengolahan Sinyal Digital, dan Analisis Sistem Diskrit.

Artikel ini menyajikan contoh soal DFT (Discrete Fourier Transform) lengkap dengan pembahasan step by step agar mudah dipahami. Selain itu, akan dijelaskan konsep dasar, rumus utama, interpretasi spektrum frekuensi, serta kesalahan umum dalam mengerjakan soal DFT.

Pengertian DFT (Discrete Fourier Transform)

Discrete Fourier Transform (DFT) adalah metode matematis yang digunakan untuk mengubah sinyal diskrit dalam domain waktu menjadi representasi dalam domain frekuensi.

baca juga:Makalah Rekonsiliasi Bank Terbaru 2026: Contoh Soal, Jurnal Penyesuaian, dan Pembahasan Detail

🔖 Baca juga:

100+ Contoh Soal TKD BUMN 2026 dan Kunci Jawaban Lengkap dengan Pembahasan: Persiapan Matang Menuju Karier Impian di Perusahaan Pelat Merah

Jika diberikan sinyal diskrit x(n) dengan panjang N, maka DFT didefinisikan sebagai:

X(k) = Σ x(n) e^(-j2πkn/N)

dengan:

n = 0, 1, 2, …, N-1
k = 0, 1, 2, …, N-1
j = √(-1)

DFT memungkinkan kita mengetahui komponen frekuensi yang terkandung dalam suatu sinyal.

Mengapa DFT Penting dalam Pengolahan Sinyal

DFT digunakan dalam berbagai aplikasi, seperti:

1. Analisis spektrum frekuensi
2. Kompresi audio dan gambar
3. Sistem komunikasi digital
4. Analisis getaran mesin
5. Radar dan sistem navigasi

Dengan DFT, sinyal kompleks dalam domain waktu dapat dianalisis berdasarkan komponen frekuensinya.

Rumus Dasar DFT

Secara matematis:

X(k) = Σ (n=0 sampai N-1) x(n) e^(-j2πkn/N)

Bentuk eksponensial kompleks dapat diubah menjadi bentuk sinus dan cosinus menggunakan identitas Euler:

e^(-jθ) = cos(θ) – j sin(θ)

Sehingga:

X(k) = Σ x(n) [cos(2πkn/N) – j sin(2πkn/N)]

Contoh Soal DFT dan Pembahasan Step by Step

Contoh Soal 1

Diberikan sinyal diskrit:

x(n) = {1, 2, 3, 4}

Hitung DFT untuk N = 4.

Langkah 1: Tentukan Rumus

X(k) = Σ x(n) e^(-j2πkn/4)

k = 0, 1, 2, 3

Langkah 2: Hitung untuk k = 0

X(0) = 1 + 2 + 3 + 4

X(0) = 10

Karena e^0 = 1

Langkah 3: Hitung untuk k = 1

Gunakan:

e^(-j2πn/4) = e^(-jπn/2)

Untuk n = 0:

e^0 = 1

Untuk n = 1:

e^(-jπ/2) = -j

Untuk n = 2:

e^(-jπ) = -1

Untuk n = 3:

e^(-j3π/2) = j

Maka:

X(1) = 1(1) + 2(-j) + 3(-1) + 4(j)

X(1) = 1 – 2j – 3 + 4j

X(1) = -2 + 2j

Langkah 4: Hitung untuk k = 2

e^(-j2πn×2/4) = e^(-jπn)

Nilai:

n=0 → 1
n=1 → -1
n=2 → 1
n=3 → -1

Maka:

X(2) = 1 – 2 + 3 – 4

X(2) = -2

Langkah 5: Hitung untuk k = 3

e^(-j2πn×3/4) = e^(-j3πn/2)

Nilai:

n=0 → 1
n=1 → j
n=2 → -1
n=3 → -j

Maka:

X(3) = 1 + 2j – 3 – 4j

X(3) = -2 – 2j

Hasil Akhir DFT

X(k) = {10, -2+2j, -2, -2-2j}

Contoh Soal 2

Diberikan sinyal:

x(n) = {2, 0, -2, 0}

Hitung DFT untuk N = 4.

Langkah 1: Hitung X(0)

X(0) = 2 + 0 – 2 + 0

X(0) = 0

Langkah 2: Hitung X(1)

Gunakan nilai eksponensial yang sama seperti contoh sebelumnya.

X(1) = 2(1) + 0(-j) + (-2)(-1) + 0(j)

X(1) = 2 + 2

X(1) = 4

Langkah 3: Hitung X(2)

X(2) = 2 – 0 – 2 – 0

X(2) = 0

Langkah 4: Hitung X(3)

X(3) = 2 + 0 + (-2)(-1) + 0

X(3) = 4

Hasil DFT:

X(k) = {0, 4, 0, 4}

Interpretasi Spektrum Frekuensi

Nilai kompleks X(k) dapat dianalisis melalui:

1. Magnitudo |X(k)| = √(Re² + Im²)
2. Fase θ = arctan(Im/Re)

Pada contoh pertama:

|X(1)| = √((-2)² + 2²)

|X(1)| = √(4 + 4)

|X(1)| = √8

|X(1)| = 2√2

Magnitudo menunjukkan kekuatan komponen frekuensi tertentu dalam sinyal.

Contoh Soal 3 dengan Pendekatan Matriks

DFT dapat juga dihitung menggunakan matriks transformasi.

Untuk N = 4:

W = e^(-j2π/4) = e^(-jπ/2)

Matriks DFT 4×4 dapat dibentuk dan dikalikan dengan vektor sinyal.

Pendekatan matriks sangat berguna dalam pemrograman MATLAB, Python, atau implementasi algoritma FFT (Fast Fourier Transform).

Hubungan DFT dan FFT

FFT (Fast Fourier Transform) adalah algoritma efisien untuk menghitung DFT.

Jika DFT membutuhkan kompleksitas O(N²), maka FFT hanya O(N log N).

Dalam praktik rekayasa digital, FFT lebih sering digunakan karena efisiensi komputasi.

Kesalahan Umum dalam Menghitung DFT

Beberapa kesalahan yang sering terjadi:

1. Salah menentukan nilai eksponensial kompleks
2. Lupa menggunakan tanda negatif pada eksponen
3. Salah dalam perhitungan bilangan kompleks
4. Tidak membedakan antara DFT dan Inverse DFT

Ketelitian dalam menghitung komponen real dan imajiner sangat penting.

Tips Mengerjakan Soal DFT dengan Cepat

1. Hafalkan nilai eksponensial untuk N kecil (4 dan 8)
2. Gunakan simetri sifat DFT
3. Hitung secara sistematis per nilai k
4. Gunakan tabel bantu untuk eksponensial kompleks
5. Periksa kembali perhitungan bilangan kompleks

Semakin sering berlatih, semakin mudah mengenali pola hasil DFT.

Aplikasi Nyata DFT

DFT banyak digunakan dalam:

1. Analisis spektrum suara
2. Kompresi MP3
3. Pengolahan citra digital
4. Sistem komunikasi OFDM
5. Analisis getaran mesin industri

Mahasiswa teknik perlu memahami bahwa DFT bukan hanya teori matematis, tetapi juga fondasi teknologi modern.

baca juga:Universitas Teknokrat Indonesia Raih Juara Umum Pada Pekan Olahraga Mahasiswa Provinsi Lampung 2025

Kesimpulan

Contoh soal DFT (Discrete Fourier Transform) lengkap dengan pembahasan step by step membantu mahasiswa memahami transformasi sinyal dari domain waktu ke domain frekuensi secara sistematis.

Langkah utama dalam menghitung DFT adalah:

1. Gunakan rumus dasar
2. Hitung per nilai k
3. Gunakan identitas Euler
4. Selesaikan bilangan kompleks dengan teliti

Dengan latihan yang konsisten, pemahaman terhadap DFT akan semakin kuat dan mempermudah dalam mempelajari FFT, filtering digital, serta aplikasi pengolahan sinyal lainnya.

penulis:ilham