---
title: "Modul teori — Pengantar PCD, sistem visual, akuisisi & sampling"
subtitle: "PCDv2 — pertemuan ke-1"
lang: id
---

## Tujuan pembelajaran

1. Menjelaskan ruang lingkup **pengolahan citra digital (PCD)** dan kaitannya dengan **Computer Vision**.
2. Menggambarkan **sistem visual manusia** secara ringkas (luminance, kontras, resolusi).
3. Menjelaskan **akuisisi citra digital** (sensor → ADC → array piksel).
4. Mendefinisikan **sampling**, **kuantisasi**, dan **resolusi spasial**; mengenali **aliasing**.

# Pengantar pengolahan citra digital

**Pengolahan citra digital** memanipulasi representasi **diskret** citra (matriks angka) untuk meningkatkan kualitas, mengekstrak informasi, atau menyiapkan masukan ke sistem keputusan. **Computer Vision** fokus pada **interpretasi** (objek, adegan, aksi) — sering memakai PCD sebagai langkah pra-proses.

Pipeline tipikal: **akuisisi** → pra-pemrosesan → analisis (segmentasi, fitur) → keputusan. Modul PCDv2 mengikuti alur ini hingga [pertemuan 14](pcd14_pengenalan_pola_cv.qmd).

# Sistem visual manusia (motivasi)

- **Luminance** (kecerahan) vs **chrominance** (warna): mata lebih peka terhadap perubahan terang/gelap.
- **Kontras simultan:** persepsi bergantung konteks lokal — relevan untuk threshold dan histogram ([P3](pcd03_histogram_noise.qmd)).
- **Resolusi spasial:** kemampuan membedakan detail halus; **resolusi frekansi** sekilas: mata sensitif pada band tengah.
- Implikasi: pra-pemrosesan (kontras, sharpening) harus selaras dengan batas persepsi.

# Akuisisi citra digital

1. **Optik** membentuk citra pada sensor (CCD/CMOS).
2. **Sampling** spasial: kuantisasi posisi ke grid $(i,j)$.
3. **Kuantisasi** intensitas: ADC memetakan sinyal ke bilangan bulat (mis. 8 bit → $0\ldots255$).
4. Output: array $f[i,j]$ atau $f[i,j,c]$ untuk citra warna ($c$ kanal).

# Sampling, kuantisasi, resolusi spasial

**Sampling:** pengambilan nilai pada grid terbatas $M \times N$. **Nyquist (gambaran):** frekansi sampling harus cukup tinggi agar detail halus tidak **alias** (pola moiré, garis zigzag).

**Kuantisasi:** pemetaan amplitudo ke level terbatas $L$ (bit depth). $b$ bit → $L=2^b$ level. Kuantisasi kasar → **contouring** (pita false).

**Resolusi spasial:** jumlah piksel per satuan panjang (PPI/DPI) atau ukuran $M\times N$. Resolusi lebih tinggi → detail lebih banyak, biaya komputasi & penyimpanan lebih besar.

```{python}
#| echo: true
#| label: fig-pcd01-quantize
#| fig-cap: "Kiri: ramp halus. Kanan: kuantisasi 4 bit (16 level) — contouring terlihat."
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 1, 256)
ramp = np.tile(x, (64, 1))
levels = 16
q = np.floor(ramp * (levels - 1)) / (levels - 1)
fig, axes = plt.subplots(1, 2, figsize=(8, 2.5))
axes[0].imshow(ramp, cmap="gray", aspect="auto")
axes[0].set_title("Ramp kontinu (256 level)")
axes[0].axis("off")
axes[1].imshow(q, cmap="gray", aspect="auto")
axes[1].set_title("Kuantisasi 4 bit")
axes[1].axis("off")
plt.tight_layout()
fig
```

# Latihan mandiri

1. Jika citra $512\times512$ 8 bit/grayscale, berapa **byte** penyimpanan mentah (tanpa kompresi)?
2. Apa perbedaan **sampling** dan **kuantisasi** dalam satu kalimat?
3. Sebut satu situasi di mana aliasing muncul pada citra digital.

# Referensi

- R. C. Gonzalez & R. E. Woods, *Digital Image Processing*, bab pengantar & digitization.
