KUANTISASI SKALAR DAN

UNIFORM SERTA
KODING DAN KOMPRESI KETERKAITANNYA DENGAN
KOMPRESI
Ahmad Chusyairi
1
OUTLINE
➢ 1. Prinsip Dasar Kuantisasi
➢ 2. Jenis-jenis Kuantisasi
➢ 3. Kuantisasi Uniform
➢ 4. Kuantisasi Non Uniform
➢ 5. Implementasi Kuantisasi Uniform dan Non Uniform pada kompresi citra

2
PENDAHULUAN
➢ Dalam banyak hal, sinyal digital lebih unggul dibanding sinyal analog karena
mudah diproses, tahan derau dan mudah untuk direkonstruksi, karena itu, sebagian
besar sistem elektronika saat ini menggunakan sistem digital yang pada intinya
memproses sinyal secara digital, maka sinyal analog yang berasal dari berbagai
sumber harus diubah menjadi sinyal digital.
➢ Pengubahan sinyal analog ke sinyal digital melalui 3 tahapan:
➢ pencuplikan (sampling),
➢ kuantisasi (quantization) dan
➢ pengkodean (coding).

3
SINYAL DIGITAL

4
PRINSIP DASAR KUANTISASI
➢ Pencuplikan (sampling): sinyal dicuplik amplitudonya pada titik-titik dengan
perioda tertentu sepanjang kehadiran sinyal → mengubah sinyal kontinyu menjadi
sinyal diskrit.
➢ Kuantisasi (quantization): hasil cuplikan diberi bobot nilai tertentu dengan nilai
acuan terdekat.
➢ Pengkodean (coding): sinyal hasil pencuplikan dan kuantisasi bisa diproses menjadi
sinyal digital.

5
PRINSIP DASAR KUANTISASI(2)

Analog Signal Sampling Quantization

6
PRINSIP PENCUPLIKAN
➢ Sinyal tercuplik 𝑟 ∗ (𝑡) diperoleh dari perkalian sinyal masukan 𝑟(𝑡) dan sinyal
pencuplik 𝑃(𝑡).
➢ Contoh:

7
PRINSIP PENCUPLIKAN(2)

8
KRITERIA NYQUIST
➢ Kriteria Nyquist dalam pencuplikan: frekuensi pencuplik minimal harus 2x lebih
besar dari frekuensi maksimum sinyal yang dicuplik.
𝑓𝑠 > 2𝑓𝑖𝑛 𝑚𝑎𝑥
𝑓𝑠 = frekuensi pencuplik, 𝑓𝑖𝑛 = frekuensi sinyal yang dicuplik.
➢ Apabila syarat ini tidak dipenuhi maka akan dihasilkan sinyal tercuplik yang
sangat berbeda dengan sinyal aslinya → aliasing.

9
KRITERIA NYQUIST(2)
➢ Aliasing:

10
DERAU ALIASING
➢ Derau Aliasing: timbul akibat dari frekuensi pencuplik lebih rendah dari frekuensi
yang disyaratkan oleh Nyquist.
➢ Derau aliasing bisa diatasi dengan memberikan tapis Low Pass Filter (LPF) atau
Band Pass Filter (BPF) berorde tinggi → misalnya LPF jenis Butterworth orde ≥ 4.

11
DERAU ALIASING(2)

12
LPF
➢ Contoh tapis anti aliasing LPF:

13
ANTI ALIASING
➢ Contoh one-chip tapis anti aliasing:

14
ANTI ALIASING BPF
➢ Contoh one-chip tapis anti aliasing BPF:

15
CONTOH SOAL DAN JAWABAN SINYAL ANALOG
➢ Contoh soal: Perhatikan sinyal analog berikut: 𝑥 𝑡 = 2 cos 400 𝜋𝑡 + 3 sin 600 𝜋𝑡 +
8 cos 1200 𝜋𝑡.
➢ Berapa frekuensi pencuplikan yang memenuhi kriteria Nyquist untuk sinyal ini ?
➢ Bila dipakai frekuensi pencuplikan 500 Hz, bagaimana hasil sinyal waktu diskrit yang
diperoleh?
➢ Jawab: Sinyal ini bisa dinyatakan dengan:
𝑥(𝑡) = 2 cos 2𝜋(200)𝑡 + 3 sin 2𝜋(300)𝑡 + 8 cos 2𝜋(600)𝑡,
maka frekuensi maksimum untuk sinyal analog ini adalah 600 Hz, sehingga
➢ frekuensi pencuplikan minimum yang memenuhi kriteria Nyquist adalah 2 x 600 Hz =
1200 Hz.
➢ Bila frekuensinya 500 Hz maka tidak memenuhi frekuensi minimum dari Nyquist →
muncul aliasing → sinyal akan terdistorsi berat.

16
PROSES KUANTISASI
➢ Kuantisasi: proses pembobotan aras nilai hasil pencuplikan ke nilai acuan yang
telah ditentukan.
➢ Nilai hasil pencuplikan belum tentu tepat sama dengan nilai acuan yang ada
sehingga nilainya disetarakan/dibulatkan ke nilai acuan terdekat → timbul
kesalahan → dianggap sebagai derau (noise) → disebut derau kuantisasi
(quantization noise).

17
PROSES KUANTISASI(2)

eq(n) =
kesalahan

18
KESALAHAN KUANTISASI
➢ Nilai acuan dalam sinyal tercuplik disebut aras kuantisasi, di mana jarak antara
dua aras kuantisasi (∆) yang berurutan disebut langkah kuantisasi (quantization
step size) atau resolusi kuantisasi.
➢ Dalam pembulatan, kesalahan kuantisasi dibatasi oleh :
∆ ∆
− ≤ 𝑒𝑞 𝑛 ≤
2 2
➢ Artinya, kesalahan kuantisasi maksimum adalah sebesar ∆/2 → semakin kecil
nilai ∆ (semakin tinggi resolusi), semakin kecil kesalahan.
➢ Namun, semakin tinggi resolusi → jumlah bit semakin besar → kapasitas memori
yang dibutuhkan juga semakin besar.

19
KUALITAS KUANTISASI
➢ Pengukuran dengan Signal-to-Quantization Noise Ratio (SQNR), yang menyatakan
perbandingan antara daya sinyal dan daya derau (noise):

𝑃𝑥 3 2𝑏
𝑆𝑄𝑁𝑅 = = 2
𝑃𝑞 2

𝑆𝑄𝑁𝑅 𝑑𝐵 = 10 log 10 𝑆𝑄𝑁𝑅

= 1,76 + 6,02 𝑏

20
PROSES PENGKODEAN
➢ Merupakan proses mengkodekan sinyal hasil kuantisasi menjadi sinyal/data
digital.
➢ Contoh, misalnya sebuah sinyal x(t) terkuantisasi selebar 2V sebagai berikut :
➢ Hasil kuantisasi dibagi ke dalam 4 zona :
2V-4V = zona-0; 4V-6V = zona-1
6V-8V = zona-2; 8V-10V = zona-3

21
PROSES PENGKODEAN(2)

22
HASIL ZONASI
Hasil zonasi:

23
ZONASI DIBERI KODE BIT
Setiap zona diberi kode bit:

24
KODE TITIK PENCUPLIKAN
Kode yang diperoleh untuk setiap titik pencuplikan, yaitu:

Data digital yang dihasilkan : 01111111010000

25
PRINSIP DASAR SINYAL DIGITAL
Prinsip dasar pengubah sinyal analog ke digital:

26
PRINSIP DASAR SINYAL DIGITAL(2)
➢ Sampler mengubah sinyal analog (kontinyu) menjadi sinyal diskrit.
➢ Quantizer mengkuantisasi sinyal diskrit hasil pencuplikan.
➢ Pengkode (coder) mengkodekan besarnya aras sinyal yang sudah terkuantisasi
menjadi deretan sinyal digital.

27
ANALOG TO DIGITAL CONVERTER (ADC)

28
SISTEM KOMUNIKASI DIGITAL
➢ Keuntungan-keuntungan sistem komunikasi digital vs sistem komunikasi analog:
➢ Perencanaan rangkaian digital relatif sederhana, lebih mudah menerapkan rangkaian
terintegrasi pada rangkaian digital.
➢ Makin bertambahnya penggunaan dan tersedianya teknik-teknik pengolahan digital.
➢ Sinyal-sinyal digital dapat dibentuk kembali atau dibangkitkan kembali selama
transmisi.
➢ Kemampuan kde sinyal digital untuk meminimumkan/menekan pengaruh bising dan
interferensi.
➢ Penggunaan yang meluas pada komputer dalam menangani segala macam data.
➢ Kerugian-kerugiannya:
➢ Bandwidth relatif lebih lebar
➢ Saat ini harga komponen rangkaian digital masih mahal

29
MODULASI KODE PULSA
➢ Modulasi Kode Pulsa atau Pulse Code Modulation (PCM) merupakan salah satu
teknik memprosessuatu sinyal analog menjadi sinyal digital yang ekivalen.
➢ Proses-proses pada sistem PCM:
➢ Proses Sampling (pencuplikan)
➢ Proses Quantizing (kuantisasi)
➢ Proses Coding (pengkodean)
➢ Proses Decoding (pengkodean kembali)

30
DIAGRAM BLOK PROSES-PROSES PCM

31
PENJELASAN PCM
➢ Pada pengirim proses-proses yang dilakukan: Filter (LPF), Sampler, Quantizer,
Coder.
➢ Pada penerima proses-proses yang dilakukan: Regenerative Repeater, Decoder,
Filter (LPF).
➢ Pada Pengirim:
➢ Sinyal analog input berfrekuensi 𝑓𝑚 , masih bercampur dengan noise/sinyal-
sinyal lain yang berfrekuensi lebih tinggi.
➢ Sinyal output LPF berfrekuensi 𝑓𝑚 .

32
PENJELASAN PCM(2)

Sinyal input analog seharusnya Sinyal input analog bercampur dengan noise

LPF menghilangkan sinyal-sinyal yang tidak diperlukan

33
PENJELASAN PCM(3)
➢ Frekuensi sampling (pulsa-pulsa sampling) pada proses sampling 𝑓𝑠 ≥ 2 𝑓𝑚
(Theorema Nyquist)
➢ Sinyal output sampler disebut sinyal Pulse Amplitudo Modulation (PAM) = Modulasi
Kode Pulsa

34
PENJELASAN PCM(4)
➢ Sinyal output quantizer, memiliki level tertentu
Sinyal PAM 1 diberi level 9
Sinyal PAM 2 diberi level 11
Sinyal PAM 3 diberi level 12
Sinyal PAM 4 diberi level 8
Sinyal PAM 5 diberi level 3
Sinyal PAM 6 diberi level 1
Sinyal PAM 7 diberi level 2
Sinyal PAM 8 diberi level 7 dst
Besarnya level kuantisasi N → adalah N = 2n, n = jumlah bit yang dikedokan untuk 1 sinyal
sampler PAM. Misal 1 sinyal PAM dikodekan menjadi 4 bit, maka jumlah level kuantisasi N
= 24 = 16
35
PENJELASAN PCM(5)
➢ Coder, 1 sinyal sampler PAM yang sudah dikuantisasi kemudian dikodekan menjadi n bit
sinyal-sinyal PCM biner.

dikodekan
menjadi

➢ Bit rate = laju bit per detik = jumlah bit yang dikirim tiap detik.

36
PENJELASAN PCM(6)
➢ Regenerasi
Selama transmisi, sinyal digital PCM mengalami redaman dan bercampur dengan noise
transmisi, sehingga perlu diperbaiki sebelum proses pengkodean kembali dengan
“regenerative repeater” (rangkaian penyegar sinyal).

37
PENJELASAN PCM(7)

38
PROSES-PROSES PADA PCM
➢ Sampling: mencari sample-sample dari beberapa informasi dengan menentukan titik-titik
yang mewakili
➢ Frekuensi sampling 𝑓𝑠 ≥ 2 𝑓𝑚 . Periode sampling 𝑇𝑠 ≤ 2 𝑓, misal: sinyal suara memiliki𝑓𝑚 =
4 𝑘𝐻𝑧; 𝑓𝑠 ≥ 8 𝑘𝐻𝑧

39
PROSES-PROSES PADA PCM(2)
➢ Theorema Nyquist bahwa 𝑓𝑠 ≥ 2 𝑓𝑚 ; jika 𝑓𝑠 < 2 𝑓𝑚 maka spektrum sinyal PAM akan overload
(menumpuk/tumpang tindih).
➢ 𝑓𝑠 = 2 𝑓𝑚

40
PROSES-PROSES PADA PCM(3)
➢ 𝑓𝑠 > 2 𝑓𝑚

41
PROSES-PROSES PADA PCM(4)
➢ 𝑓𝑠 < 2 𝑓𝑚

42
PROSES-PROSES PADA PCM(5)
➢ Teknik pembangkitan sinyal sampling

43
MACAM-MACAM METODA SAMPLING
➢ Teknik pembangkitan sinyal sampling:
➢ Instantinous Sampling→ lebar pulsa 𝜏1 ≪
➢ Natural Sampling
→ 𝑙𝑒𝑏𝑎𝑟 𝑝𝑢𝑙𝑠𝑎 𝜏2 > 𝜏1
➢ Flat Top Sampling

44
MACAM-MACAM METODA SAMPLING(2)
➢ Untuk Flat Top Sampling, pembangkitnya :
➢ Pengaruh harga 𝜏 : 𝜏 kecil → energi sedikit, cacat kecil 𝜏 besar → energi besar,
cacat besar

45
KUANTISASI
➢ Sinyal-sinyal output rangkaian sampler kemudian sikuantisasi; artinya sinyal-sinyal
sample tersebut diberi harga (level) tertentu.

46
KUANTISASI(2)
Misal :
Sinyal PAM ke 1, amplitudo 2.8V diberi level 3
Sinyal PAM ke 2, amplitudo 4.7V diberi level 5
Sinyal PAM ke 3, amplitudo 5.2V diberi level 5
Sinyal PAM ke 4, amplitudo 3.0V diberi level 3
Sinyal PAM ke 5, amplitudo 2.1V diberi level 2
Contoh lain :
Sinyal PAM amplitudo 2.4 diberi level 2 ; dikodekan 0010
Sinyal PAM amplitudo 1.6 diberi level 2 ; dikodekan 0010
Sinyal PAM amplitudo 2.5 diberi level 3 ; dikodekan 0011
Sinyal PAM amplitudo 2.6 diberi level 3 ; dikodekan 0011
Sinyal PAM amplitudo 3.4 diberi level 3 ; dikodekan 0011
Sinyal PAM amplitudo 3.5 diberi level 4 ; dikodekan 0100
47
KUANTISASI(3)
Dari contoh di atas terlihat bahwa:
2.4 → 2 → 0010 ; 1.6 → 2 → 0010 ?
Amplitudo berbeda → diberi level sama, kode sama: maka terjadi kesalahan
2.4 → 2 → 0010 ; 2.5 → 3 → 0011 ?
Selisih amplitudo berbeda “besar” → level sama → kode sama
Selisih amplitudo berbeda sedikit → level berbeda → kode berbeda
Jelas terjadi kesalahan yang disebut sebagi “KESALAHAN KUANTISASI” atau
“DISTORSI KUANTISASI”

48
KUANTISASI(4)
Kesalahan maksimum sebesar D = ± ½ V; dimana V adalah besarnya interval
kuantisasi; untuk kuantisasi linier.
Untuk memperkecil distorsi dapat diperoleh dengan cara :
1. Proses kuantisasi non linier (non Uniform)
2. Memperbesar/memperbanyak level kuantisasi N (memperkecil/mempersempit
interval kuantisasi)

49
KUANTISASI(5)

50
KUANTISASI(6)
Dari gambar tersebut (kiri):
Sinyal PAM ke 1, amplitudo 2.8 diberi level 3 dikodekan 0000 0011
Sinyal PAM ke 2, amplitudo 4.7 diberi level 5 dikodekan 0000 0101
Sinyal PAM ke 3, amplitudo 5.2 diberi level 5 dikodekan 0000 0101
Sinyal PAM ke 4, amplitudo 3.0 diberi level 3 dikodekan 0000 0011
Sinyal PAM ke 5, amplitudo 2.1 diberi level 2 dikodekan 0000 0010
Tetapi coba perhatikan gambar yang satu lagi (kanan):
Sinyal PAM amplitudo 2.8 diberi level 5 ; dikodekan 0000 0101
Sinyal PAM amplitudo 4.7 diberi level 9 ; dikodekan 0000 1001
Sinyal PAM amplitudo 5.2 diberi level 11 ; dikodekan 0000 1011
Sinyal PAM amplitudo 3.0 diberi level 6 ; dikodekan 0000 0110
Sinyal PAM amplitudo 2.1 diberi level 4 ; dikodekan 0000 0100
Jelas bahwa dengan level kuantisasi yang lebih besar (interval kuantisasi dipersempit); distorsi kuantisasi makin kecil, yang baik adalah
level kuantisasi sebesar mungkin (interval kuantisasi sesempit mungkin). Misal:
PAM amplitudo 2.00 → 7 → 0000 0111
PAM amplitudo 2.01 → 8 → 0000 1000
PAM amplitudo 2.02 → 9 → 0000 1001 dst
Lebih baik lagi :
PAM amplitudo 2.000 → 7 → 0000 0111
PAM amplitudo 2.001 → 8 → 0000 1000
PAM amplitudo 2.002 → 9 → 0000 1001 dst

51
PENGKODEAN (CODING)
Sinyal PAM → dikuantisasi → dikodekan → sinyal biner PCM
misal: 1 sinyal PAM terkuantisasi dikodekan menjadi 3 bit (n = 3).

52
REGENERATIVE

53
REGENERATIVE(2)
Selama transmisi sinyal diterima di penerima menjadi cacat karena adanya redaman,
noise, dan lain-lain. Untuk itu perlu diperbaiki dengan menggunakan “rangkaian
penyegar sinyal”, yaitu “regenerative repeater”.

54
DECODING
Proses konversi dari sinyal digital → sinyal analog.

55
PROSES KUANTISASI
➢ Sejenak ke proses kuantisasi
➢ Kuantisasi:
➢ Kuantisasi Linier (Uniform): jika interval kuantisasi harganya sama besar
(konstan).
➢ Kuantisasi Non Linier (Non Uniform): jika interval kuantisasi tidak sama; sinyal
beramplitudo kecil, intervalnya kecil; sinyal beramplitudo besar, intervalnya
besar. Untuk sinyal beramplitudo kecil, noise kuantisasi dapat dikurangi
(diperkecil).

56
KUANTISASI LINEAR
𝑆
= 1,76 + 6𝑛 𝑑𝐵
𝐷𝑞,

dimana:
𝑆 = daya sinyal
𝐷𝑞, = distorsi kuantisasi
𝑛 = jumlah bit dalam 1 sampel sinyal PAM

57
KUANTISASI NON UNIFORM
➢ dimaksud agar diperoleh noise kuantisasi yang kecil; dengan cara proses
Compressing dan Expanding.
➢ Kedua proses ini disebut sebagai proses “COMPANDING”.

58
KUANTISASI NON UNIFORM(2)
➢ Untuk kuantisasi linier: distorsi kuantisasi hampir-hampir selalu konstan, sedang
amplitudo sinyal bervariasi; dari kecil sampai besar, dengan demikian S/D
(perbandingan daya sinyal terhadap daya distorsi kuantisasi) untuk sinyal
beramplitudo kecil ≠ S/D untuk sinyal beramplitudo besar.
𝐷𝑞, = 𝑘𝑜𝑛𝑠𝑡𝑎𝑛 𝑆
= 𝑘𝑒𝑐𝑖𝑙 → 𝑗𝑒𝑙𝑎𝑘
𝑆 = 𝑘𝑒𝑐𝑖𝑙 𝐷𝑞,

𝐷𝑞, = 𝑘𝑜𝑛𝑠𝑡𝑎𝑛 𝑆
= 𝑏𝑒𝑠𝑎𝑟 → 𝑏𝑎𝑖𝑘
𝑆 = 𝑘𝑒𝑐𝑖𝑙 𝐷𝑞,
𝑆 𝑆
Jadi sinyal “besar” ≫ sinyal “kecil”
𝐷𝑞 𝐷𝑞

59
KUANTISASI NON UNIFORM(3)
➢ Jika terjadi S/D seperti tersebut di atas pada suatu sistem kuantisasi maka
sistemtersebut “JELEK” (Buruk).
➢ S/D yang baik bagaimana ? adalah S/D hampir-hampir konstan, baik untuk sinyal
beramplitudo “kecil” maupun “besar”.

𝑆 𝑆
sinyal “kecil” ≃ sinyal “kecil”
𝐷𝑞 𝐷𝑞

➢ Dan besar S/D dimaksud sesuai dengan rekomendasi yang ada (atau lebih besar
dari itu). Untuk itu dibuatlah proses kuantisasi non linier.

60
CONTOH
➢ Apakah tidak bisa, dengan kuantisasi linier diperoleh kualitas sistem sebaik
dengan kuantisasi non linier ? Hal tersebut BISA saja terjadi, yaitu dibutuhkan level
kuantisasi sebesar (sebanyak) 2000 level agar kualitas sinyal beramplitudo rendah
masih baik, atau kira-kira diperlukan 11 bit per sample sinyal PAM.
➢ Dengan kuantisasi non linier, cukup diperlukan 128 level kuantisasi saja, atau
ekivalen dengan 7 bit per sample sinyal PAM. Rekomendasi CCITT Rec.G 7 11,
kuantisasi non linier dengan level sebesar 256 atau ekivalen dengan 8 bit per
sample (28=256).

61
STUDI KASUS
➢ Implementasi Color Quantization pada Kompresi Citra Digital dengan
menggunakan Model Clustering berdasarkan Nilai Max Variance pada Ruang
Warna RGB.

62
STUDI KASUS

63
REFERENSI
Nur L..O. Sistem Komunikasi Digital. Retrieved from URL:
https://repository.unikom.ac.id/32428/1/PCM.pdf (diakses 16-6-2023).
Tommy T. Siregar R, Elhanafi A.M. & Lubis I. Implementasi Color Quantization pada
Kompresi Citra Digital dengan menggunakan Model Clustering berdasarkan Nilai
Max Variance pada Ruang Warna RGB. Jurnal Teknologi Informasi dan Ilmu
Komputer (JTIIK), 8(6), pp.1099-1106, 2021.
Udinus U. Digitalisasi Sinyal Analog. Retrieved from URL:
https://repository.dinus.ac.id/docs/ajar/YEPE-Kuliah_Sinyal_dan_Sistem_2020-
F.ppt (diakses 16-6-2023).
Uny U. Pencuplikan dan Kuantisasi. Retrieved from URL:
http://staffnew.uny.ac.id/upload/132103066/pendidikan/Sampling+dan+Kuanti
sasi_1.pdf (diakses 16-6-2023).

64
TERIMA KASIH

65