Sifat-sifat Dasar Transformasi Fourier Diskrit

Jika n f dan n g merupakan barisan bernilai kompleks sejumlah N , dan  dan  adalah bilangan kompleks, maka �        k n n g f �     k n f �   k n g . Sifat tersebut mengikuti pernyataan berikut: �   k n n g f             2 2 1 1 N N n nk N n n g f N                2 2 2 2 1 1 1 1 N N N N n nk N n n nk N n g N f N       �     k n f �   k n g . Sifat linearitas juga berlaku untuk invers transformasi Fourier Diskrit, yaitu: Jika k F dan k G merupakan barisan bernilai kompleks sejumlah N , dan  dan  adalah bilangan kompleks, maka � −1        n k k G F � −1    n k F � −1   n k G . Sifat tersebut mengikuti pernyataan berikut: � −1   n k k G F            2 2 1 N N n nk N k k G F              2 2 2 2 1 1 N N N N n nk N k n nk N k G F       � −1     n k F � −1   n k G . 3. Pergeseran dan Modulasi Dua sifat yang saling berhubungan dan memiliki akibat yang penting adalah pergeseran dan modulasi. Sifat pergeseran menjelaskan akibat dari suatu barisan TFD yang telah digeser atau ditranslasi. Suatu barisan n f yang telah digeser ke kanan sebesar j satuan dengan menggunakan invers dari transformasi Fourier Diskrit dapat ditulis sebagai                  2 2 2 2 1 1 N N N N k nk N jk N k k k j n N k j n F F f    � −1   n jk N k F   . Dari pernyataan terakhir dapat ditulis pernyataan berikut �   jk N k k j n F f     . Dengan kata lain, transformasi suatu barisan yang telah digeser ke kanan sebesar j satuan berakibat merotasi barisan asli koefisien TFD di bidang kompleks; pada faktanya, koefisien awal k F dirotasi dengan sudut N jk  2  . Sifat modulasi atau sifat pergeseran frekuensi memberikan akibat pada modulasi barisan input, yaitu, mengalikan elemen-elemen barisan input n f dengan nj N  , dengan j suatu bilangan bulat. �           2 2 1 1 N N n nk N nj N n k nj N n f N f             2 2 1 1 N N n j k n N n f N   �   j k j k n F f    . Sifat tersebut menjelaskan bahwa jika suatu barisan input dimodulasi dengan modus   j n  2 cos atau   j n  2 sin dengan frekuensi j siklus pada domain maka akan menghasilkan TFD yang digeser sebesar j satuan.

3.3.3. Transformasi Fourier Diskrit 2 Dimensi

Transformasi Fourier Diskrit 2 dimensi merupakan perluasan dari transformasi Fourier Diskrit 1 dimensi transformasi Fourier Diskrit, sehingga prinsip-prinsip yang terdapat pada transformasi Fourier Diskrit 2 dimensi sama dengan transformasi Fourier Diskrit 1 dimensi. Pembedanya ialah fungsi yang dikenakan pada transformasi Fourier Diskrit 2 dimensi memiliki 2 variabel bebas. Oleh karena itu, pada subbab ini kita harus memandang input dari transformasi Fourier Diskrit 2 dimensi berupa suatu data array yang dinyatakan dalam suatu bidang. Sama halnya dengan transformasi Fourier Diskrit 1 dimensi, definisi dari transformasi Fourier Diskrit 2 dimensi dimulai dengan penjabaran input. Input yang diberikan dapat berupa suatu bentuk Diskrit misal, data sampel atau bentuk kontinyu fungsi dua variabel. Untuk saat ini diasumsikan bahwa fungsi f terdefinisi pada               2 2 , 2 2 : , B y B A x A y x . Seperti dalam kasus 1 dimensi fungsi f harus diberi sampel untuk dapat diselesaikan secara numerik. Untuk membuat sampel pada daerah tersebut suatu bidang koordinat dibentuk dengan jarak antar titik koordinat seragam yaitu M A x   dalam sumbu horisontal dan M B y   dalam sumbu vertikal. Titik-titik koordinat yang terbentuk Gambar 3.6 diberikan oleh     y n x m y x n m    , , dengan 2 : 1 2 M M m    dan 2 : 1 2 N N n    . Gambar 3.6. Kiri Bidang koordinat spasial. Kanan Bidang koordinat frekuensi dengan jarak antar titik-titik koordinat   n m   , ialah M     pada sumbu horisontal dan N     dengan 2 : 1 2 M M m    dan 2 : 1 2 N N n    . Fungsi input f dapat disampelkan dengan mencatat nilainya pada titik-titik koordinat tersebut sehingga menghasilkan barisan array bilangan dari   n m mn y x f f ,  . Sebagai antisipasi penggunaan array mn f sebagai input TFD, kita harus menganggap jika mn f mempunyai periode ganda, yang berarti mn n M m f f   , dan mn N n m f f   , . Sekarang diasumsikan bahwa barisan input mn f terpisah, artinya fungsi n m mn h g f  . Dengan asumsi ini, barisan m g dan n h dapat dinyatakan berdasarkan definisi invers transformasi Fourier Diskrit 1 dimensi, sehingga      2 2 1 M M j mj M j m G g  dan      2 2 1 N N k nk N k n H h  , 3.20 untuk 2 : 1 2 M M m    dan 2 : 1 2 N N n    . Dari 3.20, dapat dilihat bahwa j G dan k H merupakan koefisien TFD dari m g dan n h , yaitu       2 2 1 1 M M m mj M m j g M G  dan       2 2 1 1 N N n nk N n k h N H  , dengan 2 : 1 2 M M j    dan 2 : 1 2 N N k    . Dengan penjabaran secara terpisah di atas, barisan n m mn h g f  dapat dikonstruksikan dari perkalian antara m g dan n h , sehingga , 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1                                             M M N N M M jk N N N N M M j nk N mj M jk k j nk N mj M F k j k k nk N k j mj M j n m mn F H G H G h g f          untuk 2 : 1 2 M M m    dan 2 : 1 2 N N n    . Sekarang kita memiliki koefisien baru yaitu, k j jk jk H G F F  , . Sama halnya dengan barisan mn f , koefisien jk F juga dapat dikonstruksikan dari perkalian antara j G dan k H , sehingga , 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 nk N m mj M mn n n nk N n m mj M m k j jk M M N N N N M M f MN h N g M H G F                                            untuk 2 : 1 2 M M j    dan 2 : 1 2 N N k    . Definisi 3.10 Transformasi Fourier Diskrit 2 dimensi Jika diberikan suatu input N M  array mn f , maka nk N m mj M mn n jk M M N N f MN F              2 2 2 2 1 1 1 , 3.21 untuk 2 : 1 2 M M j    dan 2 : 1 2 N N k    . Definisi 3.11 Invers transformasi Fourier Diskrit 2 dimensi Jika diberikan suatu input N M  array jk F , maka          2 2 2 2 1 1 M M N N j nk N mj M jk k mn F f   , 3.22 untuk 2 : 1 2 M M m    dan 2 : 1 2 N N n    . Selanjutnya akan ditunjukkan bahwa 3.21 dan 3.22 berperiodik M pada indeks pertama dan berperiodik N pada indeks kedua dan juga akan ditunjukkan bahwa 3.21 dan 3.22 saling berinvers satu sama lain. Seperti pada kasus 1 dimensi, sifat invers bergantung pada ortogonalitas. Pertama, akan ditunjukkan ortogonalitas dari vektor jk ω dengan nk N mj M jk mn    ω . Perhatikan hasil kali dalam Diskrit dua modus dengan frekuensi   k j, dan   , k j ,   . , 2 2 2 2 2 2 2 2 1 1 1 1                      M M N N M M N N m n nk N mj M nk N mj M m n k j mn jk mn k j jk     ω ω ω ω Dengan sifat perkalian eksponensial b a N b N a N      diperoleh             . ˆ ˆ 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 j k N j j M N M m n k k n N j j m M m n k k n N j j m M m n nk N mj M nk N mj M M M N N M M N N M M N N                                              Dengan sifat ortogonalitas dua dimensi tersebut, dapat ditunjukkan bahwa 3.20 dan 3.21 berinvers satu sama lain. Misalkan,  mn f � −1    mn jk F         2 2 2 2 1 1 N N M M k nk N mj M jk j F   dan  jk F �    jk mn f           2 2 2 2 1 1 1 N N M M n nk N mj M mn m f MN   . Sehingga dapat ditunjukkan bahwa, � −1 � �  � −1 �