Capaian Pembelajaran
Sub-CPMK
Mahasiswa mampu menerapkan transformasi geometri 2D (translasi, rotasi, skala, shear) menggunakan matriks homogen, serta mengomposisikan beberapa transformasi.
Indikator Capaian
- Menjelaskan matriks transformasi untuk translasi, rotasi, skala, dan shear.
- Menerapkan matriks homogen 3×3 untuk transformasi 2D.
- Mengomposisikan beberapa transformasi menjadi satu matriks.
- Mengimplementasikan transformasi dalam Python/NumPy.
Catatan Penting untuk Modul Ini
Praktikum modul ini tidak mewajibkan Anda menulis kode Python dari nol. Fokus pada pemahaman konsep melalui simulator interaktif dan trace manual di kertas. Kode hanya disediakan sebagai bonus bagi yang ingin mendalami lebih lanjut.
1. Mengapa Transformasi Geometri Penting?
Di dunia nyata, objek jarang diam di tempat. Mereka bergerak, berputar, membesar, mengecil, atau berubah bentuk. Di grafika komputer, semua operasi ini disebut transformasi geometri.
Ada empat transformasi dasar:
➡️ Translasi
Menggeser objek sejauh $(t_x, t_y)$. Bentuk dan ukuran tidak berubah.
🔄 Rotasi
Memutar objek sebesar sudut $\theta$ terhadap titik pusat (biasanya origin).
📐 Skala
Memperbesar atau memperkecil objek dengan faktor $(s_x, s_y)$.
↘️ Shear
Memiringkan objek searah sumbu X atau Y. Seperti "menarik" sisi atas ke kanan.
Mengapa Pakai Matriks?
Kita bisa saja menghitung transformasi satu per satu dengan rumus langsung:
Tapi masalahnya: kalau kita punya ribuan titik (misal polygon 3D dengan 10.000 vertex), menghitung satu per satu sangat lambat. Selain itu, kalau kita ingin menggabungkan beberapa transformasi (geser → putar → perbesar), kita harus menghitung berulang kali.
Solusinya: gunakan matriks homogen 3×3. Semua transformasi bisa diwakili satu matriks, dan beberapa transformasi bisa dikomposisikan menjadi satu matriks tunggal. Cukup satu perkalian matriks per titik!
2. Simulator Transformasi 2D
Geser slider untuk menerapkan translasi, rotasi, skala, dan shear pada objek huruf "F". Matriks gabungan ditampilkan secara real-time.
3. Matriks Transformasi 2D (Homogen 3×3)
Untuk bisa menggabungkan translasi dengan transformasi lain (rotasi, skala, shear), kita menggunakan koordinat homogen. Titik 2D $(x, y)$ direpresentasikan sebagai $(x, y, 1)$ — dengan tambahan komponen $w = 1$.
Dengan cara ini, semua transformasi bisa diwakili oleh matriks 3×3:
➡️ Translasi
Menambah $t_x$ ke x dan $t_y$ ke y.
🔄 Rotasi (θ)
Memutar objek sebesar θ terhadap origin.
📐 Skala
Mengalikan x dengan $s_x$ dan y dengan $s_y$.
↘️ Shear
Memiringkan objek searah sumbu X/Y.
Komposisi: Jika kita ingin menerapkan beberapa transformasi $M_1, M_2, \ldots, M_n$ secara berurutan, kita cukup mengalikan matriksnya: $M_{total} = M_n \cdots M_2 \cdot M_1$. Satu matriks hasil, satu perkalian per titik.
4. Bedah Kode: Transformasi 2D dengan NumPy
Kode Python
import numpy as np def mat_translate(tx, ty): return np.array([[1, 0, tx], [0, 1, ty], [0, 0, 1]]) def mat_rotate(deg): rad = np.radians(deg) c, s = np.cos(rad), np.sin(rad) return np.array([[c, -s, 0], [s, c, 0], [0, 0, 1]]) def mat_scale(sx, sy): return np.array([[sx, 0, 0], [0, sy, 0], [0, 0, 1]]) def apply_transform(points, M): # points: array Nx2 (x, y) ones = np.ones((points.shape[0], 1)) pts_h = np.hstack([points, ones]) pts_t = (M @ pts_h.T).T return pts_t[:, :2]
Keunggulan: Dengan matriks homogen, kita bisa mengomposisikan beberapa transformasi hanya dengan mengalikan matriksnya. Contoh: M = mat_translate(3,2) @ mat_rotate(45) @ mat_scale(1.5,0.8). Satu operasi, semua transformasi.
5. Step-by-Step Komposisi Transformasi
Klik "Next Step" untuk melihat bagaimana objek berubah ketika beberapa transformasi dikomposisikan secara berurutan.
6. Komposisi Transformasi
Komposisi transformasi berarti menggabungkan beberapa transformasi menjadi satu matriks tunggal. Karena perkalian matriks bersifat asosiatif, kita bisa mengalikan semua matriks terlebih dahulu, lalu menerapkan hasilnya ke titik.
Perhatikan urutan! Perkalian matriks tidak komutatif. $M_1 \cdot M_2 \neq M_2 \cdot M_1$. Artinya, urutan transformasi sangat berpengaruh.
Contoh perbedaan urutan: Geser lalu putar ≠ putar lalu geser. Coba bayangkan: jika Anda menggeser objek ke kanan, lalu memutar terhadap origin, hasilnya berbeda dengan memutar dulu, baru menggeser.
7. Perbandingan: Manual vs Matriks
Grafik di bawah membandingkan jumlah operasi untuk mentransformasi N titik. Pendekatan manual (rumus langsung) vs pendekatan matriks homogen.
Catatan: Meskipun matriks membutuhkan operasi lebih banyak per titik (9 vs 4), keunggulannya adalah kemampuan komposisi. Beberapa transformasi cukup dihitung sekali di awal, lalu diterapkan ke semua titik. Untuk N besar, ini lebih efisien.
8. Aktivitas Praktikum: Eksplorasi & Trace
Praktikum Kali Ini Berbeda
Praktikum ini tidak mewajibkan Anda menulis kode dari nol. Fokus kita adalah memahami perilaku transformasi melalui eksplorasi simulator, perbandingan, dan trace manual di kertas.
Yang dinilai: kemampuan menjelaskan, membandingkan, dan memprediksi hasil transformasi — bukan sintaks Python.
Progress Praktikum
0 / 3
Selesaikan 3 aktivitas utama untuk mendapat tanda "siap".
Eksplorasi Simulator Transformasi
Estimasi: 15 menit · Individual
Gunakan simulator di atas (section 2). Lakukan percobaan berikut dan catat pengamatan Anda.
🧪 Percobaan 1: Translasi Saja
- Reset simulator, atur Translasi X = 3, Translasi Y = 1, lainnya tetap (0 / 1).
- Amati posisi objek "F".
🧪 Percobaan 2: Rotasi Saja
- Reset simulator, atur Rotasi = 90°, lainnya tetap.
- Amati objek "F".
🧪 Percobaan 3: Skala Saja
- Reset simulator, atur Skala X = 2, Skala Y = 0.5, lainnya tetap.
- Amati objek "F".
Demo: Urutan Itu Penting!
Estimasi: 15 menit · Berpasangan
Ini konsep paling penting di transformasi: urutan transformasi mengubah hasil akhir. Geser slider rotasi di bawah dan perhatikan dua urutan yang berbeda.
Objek Asli
Geser (3,0) → Putar θ
Putar θ → Geser (3,0)
Amati: Coba sudut 0°, 90°, 180°, dan 270°. Kapan kedua hasilnya paling berbeda?
💭 Pertanyaan Refleksi
Trace Transformasi di Kertas
Estimasi: 20 menit · Individual
Kita akan hitung manual: Rotasi 90° dari titik (2, 0), lalu Translasi (3, 1).
📐 Matriks Rotasi 90°
⎣ 1 0 ⎦
Cara pakai: x' = 0×x + (−1)×y | y' = 1×x + 0×y
Langkah 1: Rotasi 90° dari titik (2, 0) → ?
Langkah 2: Translasi (3, 1) dari hasil langkah 1
Langkah 3: Jika urutan DIBALIK (translasi dulu, baru rotasi), hasil akhirnya...
Verifikasi: Buka demo "Urutan Itu Penting" di atas. Set rotasi ke 90°, bandingkan dengan perhitungan Anda.
Bonus: Modifikasi Kode (Opsional)
Estimasi: 10 menit · Tidak dinilai
Untuk yang penasaran saja. Lihat "Bedah Kode" di atas (section 4) yang berisi kode Python.
Jika tertarik, minta file grafkom.py dari dosen dan coba ubah 1 baris.
Tugas 1: Ubah Sudut
Cari mat_rotate(45) di kode, ganti jadi 90. Jalankan. Amati perbedaannya.
Tugas 2: Tukar Urutan
Cari baris M3 = mat_scale(...) @ mat_rotate(30) @ mat_translate(2, 1). Tukar posisi translate dan rotate. Jalankan.
🎓 Rangkuman Praktikum
Selesaikan aktivitas di atas untuk melihat rangkuman.
9. Kuis
1. Mengapa kita menggunakan matriks homogen 3×3 untuk transformasi 2D?
2. Apa yang terjadi jika urutan transformasi ditukar?
3. Transformasi apa yang membuat objek terlihat "miring"?
4. Jika ingin menerapkan translasi dulu, baru rotasi, bagaimana urutan matriksnya?
Diskusi Kelompok
- Mengapa perkalian matriks tidak komutatif? Berikan contoh nyata di grafika komputer.
- Bagaimana cara memutar objek terhadap titik tertentu (bukan origin)? Petunjuk: gunakan kombinasi translasi.
- Jika Anda membuat aplikasi animasi 2D, urutan transformasi apa yang paling masuk akal untuk objek yang bergerak dan berputar?
Referensi Modul
- Hearn, D., Baker, M. P., & Carithers, W. R. (2014). Computer Graphics with OpenGL (4th Ed). Pearson. (Bab 5)
- Shirley, P., & Marschner, S. (2009). Fundamentals of Computer Graphics (3rd Ed). A K Peters/CRC Press. (Bab 5)
- Foley, J. D., van Dam, A., Feiner, S. K., & Hughes, J. F. (1990). Computer Graphics: Principles and Practice (2nd Ed). Addison-Wesley. (Bab 5)