Estimator deret Fourier PENDAHULUAN

Jurnal Matematika Vol. 10, No.2, Agustus 2007:43-50

1.1. Estimator deret Fourier

Diasumsikan bahwa f L 2 R dengan          dx x f f R L 2 2 : , ma- ka L 2 R merupakan ruang Hilbert [6]. Sebuah hasil kali dalam pada ruang L 2 R adalah fungsi yang mengasosiasikan bila- ngan riil g , f , dengan masing-masing pasangan fungsi fx dan gx pada L 2 R. Hasil kali dalam L 2 R dari dua fungsi dan norma sebuah fungsi didefinisikan dx x g x f g f      , ,       dx x f f f f 2 , . Andaikan   ,... , j j 2 1   sistem ortonormal lengkap CONS dari L 2 R, maka sembarang f  L 2 R dapat dinya- takan sebagai     1 j j j f   dengan j j , f    , dan memenuhi identitas Parseval     1 2 2 j j f  . Karena       dx x f 2 maka     n j j 1 2  sehingga  j  , untuk   j . Oleh karena itu, f dapat didekati oleh    J j j j f 1   untuk bilangan bulat J cukup besar. Khususnya jika f  L 2 [0,2 ], maka f dapat didekati dengan deret Fou- rier,        J j j j J jx b jx a a x f 1 sin cos 2 1 , 1.2 dengan koefisien Fourier       2 cos 1 . cos , 1 dx jx x f j f a j dengan j=0,1,…,J dan dx jx x f j f b j sin 1 . sin , 1 2       dengan j=1,2,…,J. Jika     n i i i Y , X 1  merupakan data observasi independen mempunyai model 1.1 dengan n i X i  2  dan    2 0, X i  , maka estimator regresi f adalah   , sin ˆ cos ˆ ˆ 2 1 ˆ 1      J j j j J jx b jx a a x f 1.3 dengan    n i i i j jX Y n a 1 cos 2 ˆ , j = 0,1, …,J dan    n i i i j jX Y n b 1 sin 2 ˆ , j = 1,2,3, …,J. 1.2. Fungsi Wavelet Fungsi wavelet adalah suatu fungsi dengan sifat-sifat tertentu diantaranya yang berosilasi di sekitar nol seperti fungsi si- nus dan cosinus, terlokalisasi dalam do- main waktu dan frekuensi serta mem- bentuk basis ortogonal dalam L 2 R [7]. Fungsi wavelet dibedakan atas dua jenis, yaitu wavelet ayah  dan wavelet ibu  yang mempunyai sifat:      1 dx x  dan      dx x  . Dengan dilatasi diadik dan translasi in- teger, wavelet ayah dan wavelet ibu mela- hirkan keluarga wavelet yaitu 2 2 2 1 , k x p p x j j k j     dan 2 2 2 1 , k x p p x j j k j     , untuk suatu skalar p0, dan tanpa me- ngurangi keumuman dapat diambil p=1, sehingga 2 2 2 , k x x j j k j     dan 2 2 2 , k x x j j k j     . Fungsi x k , j  dan x k , j  mempunyai sifat      , , , k k k j k j dx x x    ,      , , dx x x k j k j   ,      , , , , k k j j k j k j dx x x     , dengan       j. i jika j i jika 1 j , i  Contoh wavelet paling sederhana adalah wavelet Haar yang mempunyai rumus 44 Suparti, Achmad Mustofa dan Agus Rusgiyono Estimasi Regresi Wavelet Thresholding dengan Metode...            lain yang 1 2 1 1 2 1 1 x, x , x , x  dan       lain yang 1 1 x, x , x  Gambar 1 adalah beberapa contoh wavelet yang meliputi wavelet Haar, wavelet Dau- bechies Daublet, symmetris Symmlet, dan Coifman Coiflet [8]. Gambar 1. Beberapa contoh wavelet

2. ANALISIS MULTIRESOLUSI