Tugas Kelompok 9 Softskill :
1. Debby Ayu Permata Sari 51410723
2. Joshua Roham E. 53410792
3. Ramdan Suryadi 55410614
Kelas : 3IA13.
Tentang Scene 2.5D ?
Scene 2.5D atau kalo
dalam bahasa indonesia ("dua setengah dimensi") merupakan
istilah-istilah, terutama dalam industri video game, yang digunakan untuk
menggambarkan salah satu dari proyeksi grafis 2D dan teknik yang mirip
digunakan untuk menyebabkan serangkaian gambar (atau adegan) untuk
mensimulasikan penampilan yang tiga dimensi (3D) padahal sebenarnya mereka tidak,
atau gameplay dalam video game dinyatakan tiga dimensi yang dibatasi ke bidang
dua dimensi. Proyeksi ini juga telah berguna dalam visualisasi geografis (GVIS)
untuk membantu memahami representasi visual spasial-kognitif atau visualisasi
3D.
1.
Jelaskan mengenai Terrain LOD?
Jawab
: Level of Detail (LOD) itu? Dalam komputer grafis, untuk tingkat detail
melibatkan menurunkan kompleksitas representasi objek 3D seperti bergerak
menjauh sesuai metriksnya, kecepatan sudut pandang-relatif atau posisi. Tingkat
teknik detil meningkatkan efisiensi render dengan mengurangi beban kerja pada
tahap pipa grafis, transformasi biasanya simpul. Kualitas visual berkurang dari
model sering diperhatikan karena efek kecil pada objek muncul ketika jauh atau
bergerak cepat. Untuk konsep menggambar LOD sebagian besar waktu LOD diterapkan
untuk geometri rinci saja, konsep dasar bisa disamaratakan. Baru-baru ini,
teknik LOD termasuk manajemen juga shader untuk tetap mengontrol kompleksitas
pixel. Suatu bentuk tingkat manajemen detail telah diterapkan untuk tekstur
selama bertahun-tahun, di bawah nama mipmapping, juga memberikan kualitas
rendering yang lebih tinggi. Ini adalah hal yang lumrah untuk mengatakan bahwa
"sebuah objek telah LOD'd" ketika objek disederhanakan oleh mendasari
algoritma LOD-ing.
Yang terakhir yaitu dalam suatu game, terrain merupakan model yang sangat
besar. Membuat setiap pointnya secara eksplisit sangatlah tidak mungkin, maka
metoda untuk mengotomatiskan pembangkitan terrain merupakan hal biasa. Ketika
proses rendering, sebagian dari Terrain tertutup dan sebagian lain sangat jauh,
oleh karena itu dikembangkanlah Terrain LOD algorithms. Terrain LOD itu sendiri
menggunakan teknik Level of details (LOD) untuk mengontrol objek yang akan
di-render. Teknik LOD mempunyai banyak jenis, salah satunya adalah Terrain LOD.
Algoritma ROAM merupakan algoritma terrain LOD yang menggunakan top-down dengan
struktur data binary triangel. Algoritma ROAM (real-time Optimally Adapting
Meshes) sangat baik untuk diimplementasikan pada terrain yang tidak datar atau
terrain yang bergelombang. Ukuran dari terrain tidak mempengaruhi jumlah
poligon yang terbentuk. Namun semakin besar jumlah poligonnya,
makaframe-Ratenya semakin kecil.
2.
Berikan perbandingan Traditional LOD ?
Jawab : perbandingan
Terrain LOD dengan Traditional LOD! Terrain LOD dengan Triangle Bintree (Binary
Triangle Trees) yaitu pada bagaimana data itu dibagi pada terrain, terdapat
pohon yang dikenal sebagai Triangle Bintrees (Binary Triangle Trees) dan
Quadtrees. Triangle Bintrees (Binary Triangle Trees) merupakan sebuah
representasi populer permukaan medan yang elevasi telah sampel pada interval
jarak teratur yaitu triangulasi subset dari titik sampel yang terdiri dari
sumbu-blok, segitiga siku-siku isoceles. Disebut dengan triangulations seperti
bintree triangulations. Triangulasi terdiri dari segitiga yang hanya memiliki
tiga simpul pada batas mereka.
http://en.wikipedia.org/wiki/2.5D
5. Apa yang dimaksud dengan Quadtrees ?
Jawab : Menurut sumber yang saya peroleh dari mbah google , saya menemukan dua pengertian tentang Quadtrees yaitu
1. Quadtree adalah pohon struktur data dimana setiap simpul internal memiliki tepat empat anak. Quadtrees yang paling sering digunakan untuk partisi ruang dua dimensi dengan rekursif membagi menjadi empat kuadran atau wilayah. Daerah mungkin persegi atau persegi panjang, atau mungkin memiliki bentuk sewenang-wenang. Ini struktur data diangkat menjadi quadtree oleh Raphael Finkel dan JL Bentley pada tahun 1974. Sebuah partisi yang sama juga dikenal sebagai Q-pohon. Semua bentuk quadtrees berbagi beberapa fitur umum:
1.Mereka menguraikan ruang ke sel beradaptasi.
2.Setiap sel (atau ember) memiliki kapasitas maksimum. Ketika kapasitas maksimum tercapai, ember split. 3.Pohon direktori mengikuti dekomposisi spasial quadtree tersebut.
2. Quadtree merupakan sebuah pohon dimana tiap node akan memiliki 4 buah batang atau sebuah daun. Jika quadtree diterapkan pada sebuah citra, misal untuk merepresentasikan nilai-nilai pada pixel sebuah file bitmap. Maka metode ini akan menerima inputan berupa pixel-pixel bitmap dan keluarannya sebuah pohon (dimana tiap node akan memiliki sebuah daun atau empat buah batang). Besar dari quadtree dipengaruhi oleh kompleksitas warna dari citra. Untuk citra yang kompleks bisa jadi ukuran pohon akan lebih besar dari file aslinya. Metode ini dimulai dari pembentukan sebuah node, yang merupakan akar dari pohon. Akar akan dicek apakah nilainya sama, jika sama maka akar akan menghasilkan sebuah daun yang merupakan nilai dari intensitas citra. Namun jika berbeda maka akar dibagi menjadi empat kuadran berukuran sama besar, dimana masing-masing kuadran akan diberlakukan seperti akar. Kuadran yang seragam (semua pixel pembentuknya memiliki nilai yang sama) akan disimpan menjadi daun dari batang akar. Sedangkan yang tidak seragam akan dijadikan sebagai batang dari akar. Setiap kuadran yang tidak seragam akan dibagi menjadi empat sub-kuadran yang lebih kecil lagi secara rekursif.
Contoh penggunaan Quadtrees adalah sebagai berikut:
Gambar 1 Citra Biner
Dengan menggunakan Gambar diatas dapat dijelaskan bahwa
Gambar Quadtrees
Gambar Bintrees
Sumber : http://rosidavn.files.wordpress.com/2009/12/quadtree.doc#sthash.80AW0tkX.dpuf
Tabel Kinerja Kelompok 9 :
3. Perbedaan Terrain LOD dengan Triangle Bintree adalah
tergantung pada bagaimana data itu dibagi –bagi dalam pemodelan hirarkinya.
4. Binary Triangle Tree / Bintritree adalah struktur data
yang mengkombinasikan binary tree dengan quad tree. Penggunaan Bintritree
umumnya digunakan pada algoritma visualisasi medan dimana teknik ini digunakan
untuk mempercepat proses rendering dengan membentuk strip – strip segitiga dari
triangulasi.
Jawab : Menurut sumber yang saya peroleh dari mbah google , saya menemukan dua pengertian tentang Quadtrees yaitu
1. Quadtree adalah pohon struktur data dimana setiap simpul internal memiliki tepat empat anak. Quadtrees yang paling sering digunakan untuk partisi ruang dua dimensi dengan rekursif membagi menjadi empat kuadran atau wilayah. Daerah mungkin persegi atau persegi panjang, atau mungkin memiliki bentuk sewenang-wenang. Ini struktur data diangkat menjadi quadtree oleh Raphael Finkel dan JL Bentley pada tahun 1974. Sebuah partisi yang sama juga dikenal sebagai Q-pohon. Semua bentuk quadtrees berbagi beberapa fitur umum:
1.Mereka menguraikan ruang ke sel beradaptasi.
2.Setiap sel (atau ember) memiliki kapasitas maksimum. Ketika kapasitas maksimum tercapai, ember split. 3.Pohon direktori mengikuti dekomposisi spasial quadtree tersebut.
2. Quadtree merupakan sebuah pohon dimana tiap node akan memiliki 4 buah batang atau sebuah daun. Jika quadtree diterapkan pada sebuah citra, misal untuk merepresentasikan nilai-nilai pada pixel sebuah file bitmap. Maka metode ini akan menerima inputan berupa pixel-pixel bitmap dan keluarannya sebuah pohon (dimana tiap node akan memiliki sebuah daun atau empat buah batang). Besar dari quadtree dipengaruhi oleh kompleksitas warna dari citra. Untuk citra yang kompleks bisa jadi ukuran pohon akan lebih besar dari file aslinya. Metode ini dimulai dari pembentukan sebuah node, yang merupakan akar dari pohon. Akar akan dicek apakah nilainya sama, jika sama maka akar akan menghasilkan sebuah daun yang merupakan nilai dari intensitas citra. Namun jika berbeda maka akar dibagi menjadi empat kuadran berukuran sama besar, dimana masing-masing kuadran akan diberlakukan seperti akar. Kuadran yang seragam (semua pixel pembentuknya memiliki nilai yang sama) akan disimpan menjadi daun dari batang akar. Sedangkan yang tidak seragam akan dijadikan sebagai batang dari akar. Setiap kuadran yang tidak seragam akan dibagi menjadi empat sub-kuadran yang lebih kecil lagi secara rekursif.
Contoh penggunaan Quadtrees adalah sebagai berikut:
- Pertama akan dibentuk suatu node tunggal yang nantinya akan menjadi akara dari quadtress.
- Gambar 2 Pembagian 4 kuadran
2. Selanjutnya akan dilakukan pembagian (Gambar 2) menjadi 4 kuadran, Pembagiannya akan terliha seperti gambar berikut.
Gambar 3 Quadtrees 3.
Setelah Kuadran yang seragam akan direpresentasikan nilainya dan menjadi daun dan batang dari akar, yang tidak memiliki kesamaan akan dibagi menjadi 4 sub-kuadran yang lebih kecil secara rekursif. 4.Jika telah ditemukan semua kuadran yang didapat seragam. Maka akan terbentuk suatu pohon seperti gambar 3. 6. Berikan Gambar Quadtrees dan Bintrees ? Jawab Gambar lain Quadtrees contohnya sebagai berikut :
Sedangkan Bintrees seperti ini
Gambar Bintrees
Sumber : http://rosidavn.files.wordpress.com/2009/12/quadtree.doc#sthash.80AW0tkX.dpuf
Tabel Kinerja Kelompok 9 :
NPM
|
NAMA
|
KINERJA
|
51410723
|
Debby Ayu Permata Sari
|
Terlibat menyelesaikan tugas nomer 1, 2 dan scnene 2.5D
|
53410792
|
Joshua Roham E
|
Terlibat menyelesaikan tugas nomer 3 dan 4
|
55410614
|
Ramdan Suryadi
|
Terlibat menyelesaikan tugas nomer 5, 6 dan nomer 1 LOD
|
Tidak ada komentar:
Posting Komentar