Fast Fourier Transform

27 September 2017
 Fast Fourier Transform (FFT)
• Merupakan algoritma penghitungan yang
mengurangi kompleksitas FT biasa dari N2
menjadi N log2N saja
• Pada implementasinya, FFT merupakan cara
yang umum digunakan untuk menghitung FT
diskret
• InversFT juga dapat dihitung dengan
kompleksitas N log2N (IFFT)
– Di Matlab : fft(x) atau fft2(X) untuk FT dan ifft(x) atau
ifft2(X) untuk invers FT

2
 FFT
• Meskipun DFT memainkan peranan yang penting sebagai
prosedur matematis untuk menentukan isi frekuensi dari
urutan domain waktu, namun sangat tidak efisien. Jumlah titik
dalam DFT meningkat menjadi ratusan atau ribuan, sehingga
jumlah- jumlah yang dihitung menjadi tidak dapat ditentukan.
Pada tahun 1965 sebuah makalah diterbitkan oleh Cooley
dan Tukey menjelaskan algoritma yang sangat efisien untuk
menerapkan DFT.

(Cooley, J. & Tukey, J. 1965. An Algorithm for the Machine

Calculation of Complex Fourier Series. Mathematics of
Computation. pp. 297-301.. Algoritma yang sekarang dikenal
sebagai Fast Fourier Transform (FFT))
 FFT
• Sebelum munculnya FFT, seribu titik DFT
membutuhkan waktu begitu lama untuk
melakukan perhitungan yang pada saat itu masih
terbatas pada komputer-komputer berspesifikasi
rendah. Gagasan Cooley dan Tukey, dan
perkembangan industri semikonduktor menjadikan
jumlah N-titik DFT semisal 1024- titik, dapat
dilakukan dalam beberapa detik saja pada
komputer berspesifikasi rendah

(Lyons, Richard G. 1997. Understanding Digital

Signal Processing. Prentice Hall PTR)
 FFT
• Meskipun telah banyak bermacam-macam
algoritma FFT yang dikembangkan, algoritma FFT
radix-2 merupakan proses yang sangat efisien
untuk melakukan DFT yang memiliki kendala pada
ukuran jumlah titik dipangkatkan dua. FFT radix-2
menghilangkan redundansi dan mengurangi
jumlah operasi aritmatika yang diperlukan.
Sebuah DFT 8 titik, harus melakukan N2 atau 64
perkalian kompleks. Sedangkan FFT melakukan N
log2N atau 24 yang memberikan penurunan yang
signifikan dari N2 perkalian kompleks.
Mengapa Kita Butuh FFT ?
 Latar Belakang
 Sinyal pada umumnya diukur dalam ranah waktu. Tetapi
seringkali diperlukan spesifikasi spektral untuk dianalisis.
 Untuk sinyal yang periodik, bisa dianalisis menggunakan
deret Fourier.
 Untuk sinyal yang tak-periodik, bisa dianalisis dengan
menggunakan Discrete Fourier Transform (DFT).
 Masalahnya transformasi menggunakan DFT bisa sangat
rumit, kompleks dan memerlukan jumlah komputasi yang
sangat besar.
 Jumlah komputasi DFT = N2
 Untuk mengatasinya digunakan algoritma Fast Fourier
Transform (FFT) yang jumlah komputasinya N log2N saja.
 Definisi
 Pada pertengahan 1960, J. W. Cooley dan J. W. Tukey,
merumuskan teknik perhitungan Fourier Transform yang
efisien yang disebut Fast Fourier Transform (FFT)
 FFT adalah algoritma yang efisien untuk menghitung
transformasi Fourier diskrit (DFT) dan inversenya.
 Kata “fast” digunakan karena formulasi FFT jauh lebih
cepat dibanding metoda Transformasi Fourier biasa.
 Misalnya, FFT memerlukan 10.000 operasi matematik
untuk data dengan 1.000 observasi, yaitu 100 kali lebih
cepat dibanding teknik perhitungan konvensional.
 Dengan perkembangan personal komputer, teknik FFT
untuk analisis data menjadi populer, dan merupakan
salah satu metoda baku dalam analisis data.
Time to Frequency