The Sampah's Blog

Grafika 3 Dimensi

Posted on: October 23, 2010

Pengantar Grafika 3 Dimensi

Parametric Surface

Digunakan untuk menghasilkan benda-benda yang dapat direpresentasikan dalam rumus matematika seperti : bola, donut, tabung, cone dan sebagainya. sebuah parametric surface adalah permukaan euclidean yang didefinisaikan oleh sebuah persamaan parametric  dengan 2 parameter. Parametric representatives adalah cara yg paling umum digunakan dalam menentukan bidang.

Extrude

Merupakan prosedur menghasilkan lokasi titik 3D dengan menarik titik-titik 2 dimensi ke satu arah tertentu.

1. Objek yang akan di extrude harus berbentuk satu entity, misal rectang, ellips ataupun circle.

2. Objek yang belum satu entity, terlebih dahulu harus di lakukan pedit ataupun region.

3. Extrude bisa di lakukan terhadap objek yang tidak beraturan, atau yang berbentuk rumit

4. Extrude bisa dilakukan dengan mengikuti garis yang di kehendaki (path), contoh bentuk hurus “S”.

5. Bisa membentuk kemiringan (taper) saat di extrude.

Surface of revolution

Prosedur untuk menghasilkan lokasi titik 3D dengan cara memutar profile pada sumbu putar

Dasar Geometri Grafika 3D

Transformasi

Hasil dari suatu rotasi, translasi, dan penskalaan matriks

Translasi: menitikberatkan pada panjang vektor dan sudut

Rotasi: menitikberatkan pada panjang vektor dan sudutPenskalaan: menitikberatkan kesamaan, tetapi tidak menitikberatkan pada panjang vektor dan sudut

Transformasi Affine: menitikberatkan kesamaan, tetapi bukan panjang vektor dan sudutnya

Transformasi 3D

Mentranslasikan P1 pada titik awal

Ketika berotasi sekitar sumbu y maka P1P2 berada pada permukaan yz

Ketika berotasi sekitar sumbu x maka P1P2 berada pada garis sumbu z

Ketika berotasi sekitar sumbu z maka P1P3 berada pada permukaan yz

Perubahan Sistem Koordinat

Bermanfaat saat berbagai masing-masing objek digambarkan dalam sistem koordinatnya, dimana nilai a adalah sebuah sistem koordinat global

Struktur Data Grafika 3D

Mesh

Mesh merupakan kumpulan titik 3 dimensi yang saling dihubungkan. Model yang dihasilkan disebut sebagai wireframe model. Permukaan benda (surface) diperoleh dengan menghubungkan titik-titik vertex baik dalam bentuk segiempat atau segitiga. Umumnya digunakan surface dalam bentuk segitiga karena bentuk segitiga akan selalu berada dalam keadaan planar (datar).

Texture

Model pencahayaan dan Shading menghasilkan benda yang nampak seperti plastik.

Teknik menampilkan permukaan benda secara detil tanpa menambah kerumitan secara geometri (jumlah bentuk geometris) disebut Texturing:

Metoda untuk mengisi permukaan benda dengan citra 2 dimensi (texture map)

Membungkus permukaan benda dengan pola gambar yang diperoleh dari file citra (image)

Setiap titik di pola gambar dipetakan ke titik di permukaan benda

Ada beberapa macam teknik pemetaan texture:

Bump Mapping

Bump Mapping digunakan untuk menampilkan permukaan benda yang tidak rata atau normal yang bervariasi pada permukaan benda

Procedural Texture Mapping

Menampilkan permukaan benda yang seolah-olah dipahat

Displacement Mapping

Texture dihasilkan dari prosedur / modul program dan bukan dari file gambar (image file).

Digunakan untuk melakukan simulasi permukaan yang bergerak seperti air dan awan

Stochastic Discrete Event Simulation

Simulasi dijalankan pada komputer.

Simulasi adalah model dari suatu sistem, dengan software memodelkan sistem, dan ukuran numerik performansi diturunkan dari output simulasi.

Tipe-Tipe Sistem

Statis versus Dinamis: pada sistem statis output hanya tergantung input saat ini dan tidak pada input-input sebelumnya.

Discrete-State versus Continuous-State: Pada suatu sistem continuous-state paling sedikit satu komponen (input, state) mempunyai rentang uncountable.

Stochastic versus Deterministic: Pada suatu sistem stochasticpaling sedikit satu komponen dari input atau state sistem adalah random

Komputer dan sistem komunikasi umumnya dinamis dan stochastic discrete statestochastic discrete event simulation.

Beberapabagiandariworkloadatauinternal stateadalah“random”, diperlukan:

Metode untuk karakteristisasi statistic dari korespondensi proses real-world, untuk membangun model  stochastic darinya.

Metodeuntukmembangkitkanbilangan/prosesrandom (mis. sebagaiworkload).

Metodeuntukintepretasioutput simulasi(random).

Simulasiadalahsuatuprogram komputer:

Ditulisdalamsuatubahasapemrograman(general purpose ataudedicated).

Memerlukanruntime –kadangberukuranbesar

Teknik-Teknik Simulasi

—State Space…

—Continuous space: state padasimulasiadalahkontinyu(mis. arusmelaluisuaturesistor).

—Discrete state: state padasimulasiadalahdiskrit(mis. jumlahpaketdalamantrian).

—Events …

—Continuous time: event-event sistemdapatterjadipadasembarangwaktu(mis. kedatanganadalahPoisson).

—Discrete time: event-event sistemdapatterjadihanyapadawaktu-waktutertentu(mis. kedatanganmerupakanBernoulli process).

Bagaimanasimulasiberjalan…

—Time-driven: simulasiberjalanpadainterval waktutertentu/fixed (mis. state ditentukanpadasaatt, t + t, t + 2 t, …)

—Event-driven: simulasiberjalandarievent-ke-event (mis. state ditentukanpadatitikwaktudarievent berikutnya)

—Biasanyasimulasijaringan…

—Discrete state

—Discrete time ataucontinuous tetapi“quantized” time

—Event-driven

Events dan Efisiensi

—Suatuevent adalahsembarangaktivitasdalamjaringanyang dapatsecarapotensialmenujukeperubahanstate ataukeevent lain yang menujukeperubahanstate;

—Kedatanganpaketpadasuatuantrian

—Penyelesaiantransmisi

—Kegagalan(failure) suatulink

—Untuksetiapevent, simulator harusmeniruoperasisistemuntuk…

—Update state sistem

—Update statistics

—Menentukanevent kedepanyang baru

—Time-driven simulationharus ditentukan jika suatu eventbaru muncul pada setiap langkah waktu diskrit, dan jika suatu eventtelah terjadi proses eventtersebut.

—Event-driven simulationhanya perlu proses eventpada titik waktu dimana suatu eventterjadi

—Simulasi event-drivendapat secara substansial lebih efisien secara komputasi dibandingkan dengan simulasi time-driven.

Simulasi dari State Sistem

—State sistemdapatdisimulasikanberdasarkanpadawaktuantarkedatangandanwaktupelayanan

—Waktuantarkedatangandanwaktupelayanandapatberhargasembarang

—Urutanpelayanandapatbernilailain selainFIFO

—TidakdibatasipadakedatanganPoisson danwaktupelayananeksponensialatauasumsiserupauntukmodel analitis

—Events adalah;

—Kedatangan

—Kepergian(penyelesaianpelayanan)

Isu Implementasi

—Waktuantarkedatangandanwaktupelayanan

—Pseudo-random number generator

—Next event queue

—Harusefisiendalamhalukurandanwaktupencarian

—Diurutsehinggaevent berikutnyamudahdiidentifikasi

—Tergantungpd berbagaiusulanuntukstrukturdata yang efisien

—Waktuawaldanakhir

—more later

—Tambahanstatistikkadangdiinginkan

Pseudo-Random Number Generation

—Deretan angka pseudo-random digunakan untuk menentukan kelakuan ‘stochastic’ dari sistem, seperti;

—Waktu antar kedatangan

—Waktu pelayanan

—Level prioritas

—Routing

—Packet loss

—Bit Error

—Link failure

—Algoritman pseudo-random number generation yang umum membangkitkan uniform random variables, asumsi dalam interval (0, 1)

—U[0,1)

—Kadang menginginkan distribusi lain F(s), mis. Binomial atau Eksponensial

—Perlu menggunakan inverse functionuntuk menentukan F(s) diberikan U(0,1)

Stochastic Nature dari Simulasi

Karena bilangan pseudo-random digunakan dalam model, hasilnya juga random

—Hasil akan bervariasi dari run ke run, bergantung pada panjang dari run simulasi

—Hasil adalah suatu statistical experiment!

—Isue …

—Bagaimana kita tahu sistem dalam steady-state?

—Bagaimana kita tahu sistem sudah dalam steady-state cukup lama untuk mengeliminasi efek dari kelakuan initial transient?

—Bagaimana kita tahu hasil dari sample (eksperimen) ini valid?

Transient vs Steady-State

Ukuran performansi yang tergantung pada initial state dari simulasi adalah ukuran transient

—kadang yang menjadi titik perhatian, mis. bagaimana respon sistem terhadap link failure

—Jika perhatian adalah performansi steady-state atau jangka panjang

—Simulasi harus cukup lama sehingga efek initial state pada ukuran performansi dapat diabaikan

—Buang hasil dari perioda initial transient (tapi perlu identifikasi akhir dari durasi perioda ini)

Transient/Steady State

—Transient behavior : Suatu tipikal kelakuan sistem yang tergantung pada kondisi inisial (mis. booting up atau recovering dari suatu kegagalan komponen)

—Steady state behavior : kelakuan operasi normal dari sistem independent terhadap kondisi inisial

Teknik Confidence Intervals

—Pengulangan Independen

—Jalankan simulasi n kali untuk mendapatkan n sample independen.

—Komputasi untuk periode transien adalah “wasted” untuk n run.

—Batch berarti;

—Satu single run dibagi ke dalam N perioda sama panjang, memberikan N sample.

—Phase initial transient hanya dibuang satu kali.

—Sulit untuk menentukan harga yang pas untuk N untuk secara efektif mengeliminasi korelasi antar batch.

—Simulasi Regenerative

—Regeneration point dari suatu simulasi adalah titik dimana distribusi dari event ke depan adalah independen dari state saat ini.

—Ukuran dari tiap perioda diantara regeneration points membentuk samples independen.

—Kesulitan dalam identifikasi regeneration points yang terjadi secara sering.

Langkah-Langkah Simulasi

Pahami persyaratn simulasi dan batas-batas sistem

—Identifikasi

—Faktor-faktor

—Parameter-parameter

—Ukuran-ukuran

—Bangun model

—Sistem

—Workload

—Implementasi

—V&V

—Validasi: apakah sistem secara akurat menangkap performansi sistem yang menjadi perhatian? Apakah model ini valid?

—Verifikasi: apakah implementasi secara akurat mengimplementasikan model

—Perencanaan eksperimen initial

—Tentukan bagaimana faktor-faktor akan divariasikan, termasuk relasi satu dengan lainnya

—Analisa sensitivitas

—Tentukan faktor-faktor yang mempunyai efek terbesar

—Perbaiki desain eksperimen

—Koleksi data simulasi

—Analisa data dan interprestasi

—Presentasi hasil

Speeding-Up Simulation

—Hierarchical Decomposition dan Teknik Hybrid

—Dekompoisisi sistem ke dalam suatu hierarki

—Gunakan agregated, low fidelity dan/atau submodul analitis

—Sebagai contoh, analisa suatu LAN dan gantikan dengan sumber traffic tunggal untuk simulasi suatu WAN

—Reduksi Variansi

—Gunakan properties dari sistem untuk mengurangi variasi

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s


  • Mr WordPress: Hi, this is a comment.To delete a comment, just log in, and view the posts' comments, there you will have the option to edit or delete them.

Categories

%d bloggers like this: