ANALISIS PERBANDINGAN KINERJA KOMBINASI ALGORITMA BWT-RLE-MTF-HUFFMAN DAN BWT-MTF- RLE-HUFFMAN PADA KOMPRESI FILE

Transkripsi

1 ANALISIS PERBANDINGAN KINERJA KOMBINASI ALGORITMA BWT-RLE-MTF-HUFFMAN DAN BWT-MTF- RLE-HUFFMAN PADA KOMPRESI FILE SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun Oleh : ANDREAS DONY MARHENDRA STIAWAN M JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA Desember, 2012

2 SKRIPSI ANALISIS PERBANDINGAN KINERJA KOMBINASI ALGORITMA BWT-RLE-MTF-HUFFMAN DAN BWT-MTF- RLE-HUFFMAN PADA KOMPRESI FILE Disusun Oleh : ANDREAS DONY MARHENDRA STIAWAN M Skripsi ini telah disetujui dan dipertahankan di hadapan dewan penguji, pada tanggal, 4 Desember 2012 ii

3 SKRIPSI ANALISIS PERBANDINGAN KINERJA KOMBINASI ALGORITMA BWT-RLE-MTF-HUFFMAN DAN BWT-MTF- RLE-HUFFMAN PADA KOMPRESI FILE Disusun Oleh : ANDREAS DONY MARHENDRA STIAWAN M Telah dipertahankan di hadapan Dewan Penguji pada tanggal : 4 Desember 2012 Susunan Dewan Penguji iii

4 MOTTO Dan segala sesuatu yang kamu lakukan dengan perkataan atau perbuatan, lakukanlah semuanya itu dalam nama Tuhan Yesus sambil mengucap syukur oleh Dia kepada Allah, Bapa kita (Kolose 3 : 17) Musuh yang paling berbahaya di atas dunia ini adalah penakut dan bimbang. Teman yang paling setia, hanyalah keberanian dan keyakinan yang teguh (Andrew Jackson) Banyak kegagalan dalam hidup ini dikarenakan orang-orang tidak menyadari betapa dekatnya mereka dengan keberhasilan saat mereka menyerah (Thomas Alva Edison) Kita melihat kebahagiaan itu seperti pelangi, tidak pernah berada di atas kepala kita sendiri, tetapi selalu berada di atas kepala orang lain (Thomas Hardy) iv

5 PERSEMBAHAN Karya ini kupersembahkan kepada : Tuhan Yesus Kristus, yang senantiasa memberikan cinta kasih dan anugerah karunia yang berlimpah Bapak yang sedang berjuang dalam pemulihannya dan senantiasa menemani serta memberi semangat dalam penyusunan skripsi ini Ibu, Budhe, dan kakak-kakak yang selalu membimbing, mendukung dan mencurahkan kasih sayang dan cintanya Teman-teman seperjuangan Informatika 08 yang selalu kunantikan kebersamaan dan keceriaannya v

6 KATA PENGANTAR Salam Sejahtera, Puji dan syukur atas segala limpahan rahmat dan anugerah Tuhan Yang Maha Esa sehingga penulis dapat menyelesaikan skripsi yang berjudul Analisis Perbandingan Kinerja Kombinasi Algoritma BWT-RLE-MTF-Huffman dan BWT- MTF-RLE-Huffman pada Kompresi. Penulis menyadari akan keterbatasan yang penulis miliki dalam penyusunan skripsi ini, sehingga begitu banyak bantuan dari berbagai pihak yang diberikan kepada penulis. Melalui kesempatan ini penulis ingin mengucapkan terima kasih kepada semua pihak yang telah membantu, memberikan bimbingan, dukungan moral dan semangat dalam penyusunan skripsi ini. Terima kasih yang mendalam penulis ucapkan kepada : 1. Bapak Ir. Ari Handono Ramelan, M.Sc.(Hons), Ph.D., Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. 2. Ibu Umi Salamah, S.Si, M.Kom., Ketua Jurusan Informatika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. 3. Ibu Esti Suryani, S.Si, M.Kom., Dosen Pembimbing I yang telah bersedia meluangkan waktunya untuk membimbing, mengarahkan, serta memberikan motivasi kepada penulis dalam penyusunan skripsi ini. 4. Bapak Abdul Aziz, S.Kom, M.Cs., Dosen Pembimbing II yang telah bersedia meluangkan waktunya untuk membimbing, mengarahkan, serta memberikan motivasi kepada penulis dalam penyusunan skripsi ini. 5. Bapak Wiharto, S.T, M.Kom., Pembimbing Akademik atas bimbingan dan kesabarannya dalam perkuliahan. 6. Kedua orang tua, kakak-kakak dan segenap keluarga yang senantiasa mendoakan dan memberikan banyak bantuan serta dukungan kepada penulis. 7. Teman-teman di Jurusan Informatika khususnya angkatan 2008 yang penulis sayangi dan banggakan. vi

7 8. Semua pihak yang telah membantu yang tidak dapat penulis sebutkan satu persatu dalam tulisan ini. Penulis menyadari bahwa dalam penyusunan skripsi ini masih jauh dari sempurna. Oleh karena itu penulis mengharapkan saran dan kritik yang bersifat membangun untuk perbaikan di masa mendatang. Akhir kata penulis berharap semoga tulisan ini dapat berguna bagi penulis pada khususnya dan bagi para pembaca pada umumnya. Surakarta, 12 Desember 2012 Penulis vii

8 ANALISIS PERBANDINGAN KINERJA KOMBINASI ALGORITMA BWT-RLE-MTF-HUFFMAN DAN BWT-MTF- RLE-HUFFMAN PADA KOMPRESI FILE ANDREAS DONY MARHENDRA STIAWAN Jurusan Informatika. Fakultas MIPA. Universitas Sebelas Maret ABSTRAK Penerapan teknik-teknik kompresi data sering kali digunakan dalam penyimpanan (storage) data maupun dalam hal transmisi data (data transmission). Keuntungan data yang terkompresi diantaranya adalah penyimpanan data lebih hemat ruang, mempersulit pembacaan data oleh pihak yang tidak berkepentingan, memudahkan distribusi data, serta dapat mengurangi bottleneck pada transmisi data. Berdasarkan keuntungan dari kompresi data, penulis dalam tugas akhir ini mencoba menerapkan beberapa algoritma kompresi data, serta dilakukan pengujian secara multiple files untuk tipe file (.txt), (.rtf), (.doc), (.exe), (.dll), (.tif), dan (.bmp). Algoritma yang digunakan merupakan kombinasi beberapa algoritma lossless compression, yaitu Burrows-Wheeler Transform (BWT), Run- Length Encoding (RLE), Move-To-Front (MTF) serta Huffman Coding. Pengujian dilakukan untuk mengetahui besar rasio kompresi, waktu kompresi dan waktu dekompresi. Serta dilakukan perbandingan kinerja pada 2 jenis kombinasi algoritma. Penelitian menghasilkan suatu sistem kompresi data dan hasil perbandingan kinerja kompresi file menggunakan kombinasi BMRH (BWT MTF RLE Huffman) dan BRMH (BWT RLE MTF Huffman). Hasil pengujian diperoleh untuk kombinasi BMRH memiliki rasio kompresi %, waktu kompresi second/byte, dan waktu dekompresi second/byte, sedangkan untuk kombinasi BRMH memiliki rasio kompresi %, waktu kompresi second/byte, dan waktu dekompresi second/byte. Berdasarkan hasil yang didapat, maka kombinasi BMRH lebih unggul dalam performansi kompresi data dibanding kombinasi BRMH. Kata Kunci : Burrows-Wheeler, Kompresi Data, Huffman, Lossless, Move-To- Front, Run-Length Encoding. viii

9 COMPARATIVE ANALYSIS OF PERFORMANCE COMBINATION ALGORITHM BWT-RLE-MTF-HUFFMAN AND BWT-MTF-RLE-HUFFMAN ON FILE COMPRESSION ANDREAS DONY MARHENDRA STIAWAN Department of Informatic. Mathematic and Science Faculty. Sebelas Maret University ABSTRACT Application of data compression techniques often be used in data storage and in data transmission. The advantages of compressed data include more efficient data storage space, complicate the reading of data by unauthorized parties, facilitate the distribution of data, and can reduce the bottleneck in data transmission. Based on the advantage of data compression, the authors in this thesis try to apply some data compression algorithm, and tested in multiple files for the file type (.txt), (.rtf), (.doc), (.exe), (. dll. ), (.tif), and (. bmp). The algorithm used is a combination of several lossless compression algorithm, the Burrows-Wheeler Transform (BWT), Run -Length Encoding (RLE), Move -To-Front (MTF) and Huffman Coding. Tests performed to determine the compression ratio, compression time, and decompression time. As well, the performance of the two type algorithm combinations. The study resulted in a system of data compression and file compression performance comparison results using a combination BMRH (BWT MTF RLE Huffman) and BRMH (BWT MTF RLE Huffman). The test results were obtained for the combination BMRH have 70.44% compression ratio, compression time second / byte, and a decompression time second / bytes, whereas for the combination BRMH have 66.57% compression ratio, compression time of second / byte, and a decompression time second / byte. Based on the results obtained, the combination BMRH superior in performance compared to a combination of data compression BRMH. Keywords : Burrows-Wheeler, Data Compression, Huffman, Lossless, Move-To- Front, Run-Length Encoding. ix

10 DAFTAR ISI HALAMAN JUDUL... i HALAMAN PERSETUJUAN... ii HALAMAN PENGESAHAN... iii MOTTO... iv PERSEMBAHAN... v KATA PENGANTAR... vi ABSTRAK... viii ABSTRACT... ix DAFTAR ISI... x DAFTAR GAMBAR... xii DAFTAR TABEL... xiii DAFTAR LAMPIRAN... xv BAB 1 PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Sistematika Penulisan... 4 BAB 2 TINJAUAN PUSTAKA Landasan Teori Kompresi Data Burrows-Wheeler Transform (BWT) Run-Length Encoding (RLE) Move-To-Front (MTF) Huffman Coding Penelitian Terkait Rencana Penelitian BAB 3 METODE PENELITIAN x

11 3.1 Studi Literatur Analisis dan Perancangan Analisis Proses Sistem dan Kombinasi Algoritma Perancangan Proses Sistem Tahap Kompresi Tahap Pengujian dan Analisis BAB 4 HASIL DAN PEMBAHASAN Spesifikasi Perangkat Implementasi dan Pengujian Hasil Pengujian Hasil Pengujian Rasio dan Kompresi Hasil Pengujian Analisis Perbandingan Kinerja Pengujian Kualitas Hasil BAB 5 PENUTUP Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN xi

12 DAFTAR GAMBAR Gambar 2.1. Alur Perilaku Kompresi Lossless... 6 Gambar 2.2. Alur Perilaku Kompresi Lossy... 6 Gambar 2.3. Klasifikasi Teknik Kompresi Data... 7 Gambar 2.4. Matriks String BANANA... 9 Gambar 2.5. Matriks String BANANA Diurutkan Secara lexicographic... 9 Gambar 2.6. Hasil Encoding Matriks String BANANA Gambar 2.7. Proses Pembentukan String Asli S Gambar 2.8. Format Kode Algoritma RLE Gambar 2.9. Pohon Algoritma Huffman Gambar Proses dengan Pohon Algoritma Huffman Gambar Alur Pikir Penelitian oleh Plipus Telaumbanua Gambar Alur Pikir Penelitian oleh Muhammad Husli Khairi Gambar 3.1. Alur Pikir Proses Penelitian Gambar 3.2. Flowchart Proses Kompresi Kombinasi BMRH Gambar 3.3. Flowchart Proses Kompresi Kombinasi BRMH Gambar 3.4. Flowchart Proses Kombinasi BMRH Gambar 3.5. Flowchart Proses Kombinasi BRMH Gambar 4.1. Grafik Rasio Kompresi 0 1 MB Gambar 4.2. Grafik Kompresi 0 1 MB Gambar 4.3. Grafik Rasio Kompresi 1 3 MB Gambar 4.4. Grafik Kompresi 1 3 MB Gambar 4.5. Grafik Rasio Kompresi 3 6 MB Gambar 4.6. Grafik Kompresi 3 6 MB Gambar 4.7. Grafik 0 1 MB Gambar 4.8. Grafik 1 3 MB Gambar 4.9. Grafik 3 6 MB Gambar Grafik Perbandingan Rata-rata Total Rasio Kompresi Gambar Grafik Perbandingan Rata-rata Total Kompresi Gambar Grafik Perbandingan Rata-rata Total xii

13 DAFTAR TABEL Tabel 2.1. Pembalikkan Transformasi BWT Berdasarkan Pengurutan Tabel 2.2. Proses Encoding Algoritma Move-To-Front Tabel 2.3. Proses Decoding Algoritma Move-To-Front Tabel 2.4. Konversi Karakter dalam Kode Biner ASCII Tabel 2.5. Frekuensi Kemunculan Karakter Tabel 2.6. Kode Bit Hasil Kompresi Tabel 4.1. Rata-rata Rasio dan Kompresi (.txt) Tabel 4.2. Rata-rata Rasio dan Kompresi (.rtf) Tabel 4.3. Rata-rata Rasio dan Kompresi (.doc) Tabel 4.4. Rata-rata Rasio dan Kompresi (.dll) Tabel 4.5. Rata-rata Rasio dan Kompresi (.exe) Tabel 4.6. Rata-rata Rasio dan Kompresi (.tif) Tabel 4.7. Rata-rata Rasio dan Kompresi (.bmp) Tabel 4.8. Rata-rata Rasio dan Kompresi 0 1 MB Tabel 4.9. Rata-rata Rasio dan Kompresi 1 3 MB Tabel Rata-rata Rasio dan Kompresi 3 6 MB Tabel Rata-rata Terkompresi (.txt) Tabel Rata-rata Terkompresi (.rtf) Tabel Rata-rata Terkompresi (.doc) Tabel Rata-rata Terkompresi (.dll) Tabel Rata-rata Terkompresi (.exe) Tabel Rata-rata Terkompresi (.tif) Tabel Rata-rata Terkompresi (.bmp) Tabel Rata-rata 0 1 MB Tabel Rata-rata 1 3 MB Tabel Rata-rata 3 6 MB Tabel Perbandingan Rata-rata Total Rasio Kompresi xiii

14 Tabel Perbandingan Rata-rata Total Kompresi Tabel Perbandingan Rata-rata Total Tabel Similaritas Original dan Terdekompresi xiv

15 DAFTAR LAMPIRAN LAMPIRAN I : Dataset Hasil Pengujian LAMPIRAN II : Tampilan Implementasi Sistem xv

16 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Penggunaan data digital yang semakin merambah di berbagai aspek sering menimbulkan masalah dalam hal ruang penyimpanan dan transmisi data. Oleh karena itu, pengembangan teknik kompresi perlu dilakukan. Pengembangan algoritma kompresi seringkali didasari algoritma yang sudah ada atau berusaha mengkombinasikan dua atau lebih algoritma. Beberapa algoritma dasar yang sering dikembangkan diantaranya adalah Run-Length Encoding (RLE) dan Huffman. Huffman Coding merupakan algoritma kompresi lossless entropi yang menggunakan metode spesifik dengan memanfaatkan frekuensi kemunculan (probabilitas) simbol, yang kemudian disajikan dalam suatu prefix-tree dan kemudian dikodekan dalam kode biner (Al -laham & El Emary, 2007). Huffman Coding ini dapat digunakan dalam lingkup yang luas karena kesederhanaan, kecepatan serta fleksibel pada media kompresi apapun, juga biasa digunakan sebagai algoritma back-end pada beberapa metode kompresi yang lainnya (Sharma, 2010). Lain halnya dengan Run-Length Encoding (RLE), RLE merupakan algoritma kompresi data yang paling sederhana yang memanfaatkan deretan simbol berulang yang panjangnya dikodekan dalam integer. Masalah yang muncul dalam RLE terletak pada worst case yang dapat menghasilkan output data yang lebih besar dari input data. Untuk meminimalkan masalah tersebut maka dapat dikombinasikan dengan algoritma seperti Huffman Coding (Shanmugasundaram & Lourdusamy, 2011). Penelitian tentang kompresi data saat ini sering mengkombinasikan algoritma satu dengan yang lainnya untuk mendapatkan performansi kompresi yang lebih tinggi. Michael Dipperstein (2010) menyatakan bahwa Burrows- Wheeler (BWT) sebagai pendukung dalam kompresi karena BWT mengkonversi data menjadi suatu format yang umumnya lebih kompresibel dengan metode algoritma RLE. Dipperstein (2010) juga menyatakan algoritma Move-To-Front 1

17 2 (MTF) dapat meningkatkan kompresi dari metode statistical encoder / entropy seperti metode dasar Huffman atau Arithmetic Coding. Bahkan Burrows & Wheeler (1994) dalam penelitiannya mencoba melakukan penambahan algoritma MTF setelah algoritma BWT format data yang dihasilkan menjadi lebih kompresibel oleh metode RLE maupun statistical encoder (seperti Huffman, Arithmetic, dan Shannon-Fano) bahkan dengan ordo 0 sekalipun. Berdasarkan pemaparan masalah dan pertimbangan dari keunggulan metode-metode tersebut maka pada kesempatan ini penulis mencoba melakukan penelitian dengan mempertimbangkan pernyataan sebelumnya dari Michael Dipperstein (2010) dan penelitian dari Telaumbanua (2011) mengenai keunggulan kombinasi BWT RLE dan MTF Huffman kemudian menggabungkan kedua kombinasi tersebut menjadi satu kesatuan yaitu, BRMH ( BWT RLE MTF Huffman). Penulis juga mengangkat kombinasi kedua dengan mempertimbangkan pernyataan Burrows & Wheeler (1994) mengenai keunggulan menggabungkan BWT dan MTF kemudian digabungkan dengan algoritma RLE serta memanfaatkan Huffman coding sebagai back-end dalam kombinasi seperti yang diungkapkan Sharma (2010) dan Shanmugasundaram & Lourdusamy ( 2011). Oleh karena itu penulis mengangkat kombinasi BMRH ( BWT MTF RLE Huffman) sebagai kombinasi kedua dalam penelitian ini. Kombinasi algoritma BRMH dan BMRH tersebut nantinya akan dilakukan pengujian kinerja berdasarkan rasio kompresi, waktu kompresi dan dekompresi untuk mengetahui tingkat efektivitas dalam kompresi kemudian dilakukan analisis perbandingan antara BRMH dan BMRH. 1.2 Rumusan Masalah Berdasarkan latar belakang masalah yang telah diuraikan di atas, berikut ini adalah beberapa rumusan masalah yang akan dibahas lebih lanjut dalam penelitian ini : 1. Bagaimana proses encoding dan decoding yang diterapkan dalam kombinasi BMRH (BWT MTF RLE Huffman) dan BRMH (BWT RLE MTF Huffman) untuk proses kompresi dan dekompresi file?

18 3 2. Pola Kombinasi algoritma manakah antara BMRH ( BWT MTF RLE Huffman) dan BRMH (BWT RLE MTF Huffman) yang lebih baik dalam kompresi file dilihat dari segi kecepatan kompresi dan dekompresi serta rasio kompresi? 1.3 Batasan Masalah Batasan masalah yang digunakan dalam penulisan ini adalah : 1. uji kompresi yang akan digunakan dalam kasus ini adalah file berekstensi Text (.txt), Rich Text Format (.rtf), Document (.doc), Application (.exe), Bitmap (.bmp), Tagged Image Format (.tif) dan Application Extension / Library (.dll). 2. Ruang lingkup dalam penelitian ini hanya sebatas dalam cakupan Data Compression. 1.4 Tujuan Penelitian Tujuan yang ingin dicapai dalam tugas akhir ini adalah : 1. Merancang dan mengimplementasikan kombinasi algoritma kompresi BMRH (BWT MTF RLE Huffman) dan BRMH ( BWT RLE MTF Huffman). 2. Mengetahui hasil perbandingan pengaplikasian kedua metode kombinasi tersebut ditinjau dari rasio performansi kompresi, waktu kompresi dan waktu dekompresi pada beberapa jenis ekstensi file. 1.5 Manfaat Penelitian Manfaat dari penelitian ini diharapkan dapat memberikan pemilihan pola kombinasi algoritma yang optimal antara BWT MTF RLE Huffman dan BWT RLE MTF Huffman berdasarkan batasan yang telah dipaparkan serta dari hasil pengukuran rasio kompresi dan waktu kompresi.

19 4 1.6 Sistematika Penulisan Sistematika penulisan yang digunakan dalam penyusunan skripsi ini adalah sebagai berikut : BAB I PENDAHULUAN Bab ini menjelaskan latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. BAB II TINJAUAN PUSTAKA Bab ini menguraikan teori-teori yang menjadi landasan topik penelitian ini, yaitu meliputi definisi-definisi serta model alur kompresi yang terkait dengan masalah yang diteliti, penelitian terkait yang mendukung penelitian ini. BAB III METODE PENELITIAN Bab ini berisi tentang metode atau langkah-langkah dalam penyelesaian masalah, meliputi metode dan algoritma yang digunakan dalam penelitian, serta metode pengujian. BAB IV HASIL DAN PEMBAHASAN Bab ini berisi hasil pembahasan hasil pengujian yang telah dilakukan dan dilakukan analisis dan perbandingan hasil pengujian tersebut dengan memperhatikan variabel-variabel terkait. BAB V PENUTUP Bab ini menguraikan kesimpulan dari keseluruhan tahapan sebelumnya dan saransaran sebagai bahan pertimbangan untuk pengembangan penelitian selanjutnya.

20 BAB 2 TINJAUAN PUSTAKA 2.1 Landasan Teori Bagian landasan teori ini menjelaskan konsep-konsep dasar yang diangkat oleh penulis dan akan dijelaskan secara mendalam baik berupa lingkup kasus maupun metode-metode yang digunakan dalam penyelesaian masalah Kompresi Data Kompresi Data merupakan cabang ilmu komputer yang bersumber dari Teori Informasi. Teori Informasi mengfokuskan pada berbagai metode tentang informasi termasuk penyimpanan dan pemrosesan pesan. Teori Informasi mempelajari pula tentang redundancy (informasi tak berguna) pada pesan. Semakin banyak redundancy semakin besar pula ukuran pesan, upaya mengurangi redundancy inilah yang akhirnya melahirkan subyek ilmu tentang Kompresi Data (Widhiartha, 2008). Apabila dilihat secara perilaku dan hasil output yang dihasilkan teknik kompresi data dapat dibagi menjadi dua kategori besar, yaitu : 1. Kompresi Lossless Kompresi lossless adalah kompresi yang menjaga keakuratan data dimana perubahan atau hilangnya informasi bahkan beberapa bit saja pada data selama proses kompresi tidak bisa ditoleransi. Sehingga teknik kompresi ini bersifat reversible yaitu hasil kompresi bisa dikembalikan ke bentuk semula. Teknik ini lebih cocok diaplikasikan pada file database, teks, gambar medis, atau foto hasil satelit dimana hilangnya beberapa detail pada data dapat berakibat fatal. Contoh algoritma lossless adalah Arithmetic Coding, Huffman Coding, dan lain-lain. Gambar 2.1 berikut menunjukkann contoh perilaku dalam kompresi lossless. 5

21 6 Gambar 2.1. Alur Perilaku Kompresi Lossless (Pu Ida Mengyi, 2006) 2. Kompresi Lossy Kompresi lossy adalah kompresi yang menekankan pada perubahan atau hilangnya beberapa informasi atau bit pada data, sehingga hasil kompresi tidak bisa lagi dikembalikan ke bentuk semula (irreversible). Namun, hasil kompresi masih bisa mempertahankan informasi utama pada data. Kompresi ini cocok diaplikasikan pada file suara, gambar atau video. Umumnya teknik ini menghasilkan kualitas hasil kompresi yang rendah, namun rasio kompresinya cenderung tinggi. Contoh algoritma kompresi lossy adalah Fractal Compression, Wavelet Compression, Wyner-Ziv Coding (WZC), dan lain-lain. Gambar 2.1 berikut menunjukkan contoh perilaku dalam kompresi lossy. Gambar 2.3. Gambar 2.2. Alur Perilaku Kompresi Lossy (Pu Ida Mengyi, 2006) Secara garis besar klasifikasi metode kompresi data dapat dilihat pada

22 7 Gambar 2.3. Klasifikasi Teknik Kompresi Data (Fauzi, 2003) Selain secara teknik kompresi dan output, kompresi data dapat dikategorikan Berdasarkan tipe peta kode yang digunakan untuk mengubah pesan awal (isi file input) menjadi sekumpulan codeword, metode kompresi terbagi menjadi dua kelompok (Linawati & Panggabean, 2004), yaitu : 1. Metode statik : menggunakan peta kode yang selalu sama. Metode ini membutuhkan dua fase ( two-pass) : fase pertama untuk menghitung probabilitas kemunculan tiap simbol / karakter dan menentukan peta kodenya, dan fase kedua untuk mengubah pesan menjadi kumpulan kode yang akan ditransmisikan. Contoh: algoritma Huffman statik. 2. Metode dinamik (adaptif) : men ggunakan peta kode yang dapat berubah dari waktu ke waktu. Metode ini disebut adaptif karena peta kode mampu beradaptasi terhadap perubahan karakteristik isi file selama proses kompresi berlangsung. Metode ini bersifat one-pass, karena hanya diperlukan satu kali pembacaan terhadap isi file. Contoh: algoritma LZW. Berdasarkan teknik pengkodean / pengubahan symbol yang digunakan, metode kompresi dapat dibagi ke dalam tiga kategori (Linawati & Panggabean, 2004), yaitu :

23 8 1. Metode symbolwise : menghitung peluang kemunculan dari tiap symbol dalam file input, lalu mengkodekan satu simbol dalam satu waktu, dimana simbol yang lebih sering muncul diberi kode lebih pendek dibandingkan simbol yang lebih jarang muncul, contoh: algoritma Huffman. 2. Metode dictionary : menggantikan karakter / fragmen dalam file input dengan indeks lokasi dari karakter / fragmen tersebut dalam sebuah kamus (dictionary), contoh: algoritma LZW. 3. Metode predictive : menggunakan model finite-context atau finite-state untuk memprediksi distribusi probabilitas dari simbol-simbol selanjutnya; contoh: algoritma DMC Burrows-Wheeler Transform (BWT) Algoritma BWT merupakan algoritma proses melakukan transformasi terhadap blok data teks menjadi suatu bentuk baru yang tetap mengandung karakter yang sama, hanya saja urutannya yang berbeda. Transformasi ini cenderung mengelompokan karakter secara berurut sehingga peluang untuk menemukan karakter yang sama secara berurutan akan meningkat sehingga akan lebih mudah dikompresi oleh algoritma kompresi seperti Run-Length Encoding, Move-To-Front, atau Huffman Coding. BWT mengambil sekumpulan data dan mengurutkannya dengan menggunakan algoritma sorting. Algoritma ini menghasilkan data yang sama dengan data awal, tetapi berbeda dalam letak dan urutannya. Oleh karena blok data yang dihasilkan lebih terurut maka akan memudahkan dalam proses kompresi serta dapat meningkatkan kinerja dari suatu algoritms kompresi. Menurut Burrows dan Wheeler ( 1994), karena algoritma BWT hanya melakuan perubahan urutan karakter dari data sebelumnya, maka algoritma ini bersifat reversible, dimana bentuk awal suatu data bisa didapatkan kembali tanpa ada kerusakan pada data tersebut. Berikut adalah alur fungsi algoritma BWT dalam suatu pseudocode (Pu Ida Mengyi, 2006) :

24 9 function BWT (string s) create a table, rows are all possible rotations of s sort rows alphabetically return (last column of the table) function inversebwt (string s) create empty table repeat length(s) times insert s as a column of table before first column of the table // first insert creates first column sort rows of the table alphabetically return (row that ends with the 'EOF' character) Sebagai contoh untuk melakukan transformasi (encoding) pada string BANANA dapat dilihat pada langkah-langkah berikut (Dipperstein, 2010) : 1. Melakukan rotasi (cyclic shift) pada string BANANA sebanyak N-1 kali, sehingga diperoleh matrik yang berordo NxN : Gambar 2.4. Matriks String BANANA (Dipperstein, 2010) 2. Mengurutkan matriks hasil rotasi secara lexicographic pada baris-baris matriks. : Gambar 2.5. Matriks String BANANA Diurutkan Secara lexicographic (Dipperstein, 2010)

25 10 3. Berdasarkan Gambar 2.6 tersebut diperoleh string L yang dibentuk dari karakter terakhir setiap baris matriks, dan index I yang menyatakan posisi string yang asli, sehingga hasil encoding adalah (L, I) yang dalam hal ini adalah (NNBAAA, 3). Gambar 2.6. Hasil Encoding Matriks String BANANA (Dipperstein, 2010) Proses Decoding (pembalikkan transformasi) pada algoritma BWT sedikit berbeda dengan encoding. Jika pada encoding sebuah matriks dibuat secara utuh, akan tetapi pada decoding, matriks yang dibuat hanya terdiri dari kolom pertama F dan kolom terakhir L. Dimana F diperoleh dengan cara mengurutkan L secara lexicographic. Dalam pembalikkan diperlukan paasangan L dan I yang akan digunakan sebagai masukan untuk membentuk string asli S sepanjang N karakter dengan langkah-langkah sebagai berikut (Dipperstein, 2010) : 1. Membentuk karakter pertama dari rotasi Langkah ini akan membentuk kolom pertama F dari matriks M. Hal ini dapat dilakukan dengan cara mengurutkan karakter-karakter string L membentuk string F. Mengingat setiap kolom matriks M merupakan permutasi dari string asli S maka baik L maupun F juga merupakan permutasi dari string S. Oleh karena string F adalah kolom pertama dari matriks M maka setiap karakter dalam F juga terurut. Maka string F yang diperoleh yaitu F = AAABNN 2. Membentuk kembali string asli S Tahap ini mengenai pembentukkan kembali string asli S berdasarkan string L, indeks dan string F yang telah diperoleh pada langkah

26 11 sebelumnya. Indeks I adalah merupakan kunci yang memungkinkan string asli S dibentuk kembali karena I menunjukkan karakter pertama dari string asli. Semenjak permutasi blok data teks telah diurut secara lexicograpical, sehingga karakter karakter pada kolom pertama dan kolom terakhir dari blok data tersebut memiliki urutan posisi yang sama pula. Berdasarkan sifat yang dimiliki oleh blok data teks inilah maka karakter kedua dan seterusnya dari string asli S dapat diketahui. Berikut ini merupakan gambaran dari proses pembentukkan string asli S berdasarkan string L, F, dan indeks I Gambar 2.7. Proses Pembentukan String Asli S (Dipperstein, 2010) Tahapan proses ini akan diperoleh satu vektor tranformasi T yaitu suatu array yang setiap elemennya menunjukkan korelasi atau pemetaan dari elemen-elemen string F ke string L secara berkesinambungan. Pemetaan dari string F ke L dilakukan sampai seluruh elemen F dipetakan ke L. Langkah ini akan diulang sampai seluruh elemen F dipetakan. Berdasarkan tahapan proses tersebut maka string asli S dapat disusun kembali. Berikut pembalikkan transformasi sorting dengan diketahui L = NNBAAA dan I = 3.

27 12 Tabel 2.1. Pembalikkan Transformasi BWT Berdasarkan Pengurutan (Dipperstein, 2010) Berdasarkan tabel pembalikan transformasi di atas maka didapat hasil string semula yaitu BANANA dengan melihat indeks I = 3 dari hasil sorting Run-Length Encoding (RLE) Run-Length Encoding merupakan algoritma yang memanfaatkan karakterkarakter yang berulang secara berurutan pada data yaitu dengan mengkodekannya dengan sebuah string yang terdiri dari jumlah perulangan karakter yang terjadi, diikuti dengan sebuah karakter yang berulang tersebut (Dipperstein, 2010). Sehingga jumlah karakter yang berulang pada data merupakan penentu

28 13 keberhasilan kompresi algoritma RLE. Secara garis besar format kode yang dihasilkan oleh algoritma RLE dituliskan sebagai berikut : Gambar 2.8. Format Kode Algoritma RLE (Telaumbanua, 2011) Keterangan gambar di atas yaitu, dimana m adalah penanda ( marker byte), n adalah jumlah deret karakter yang berulang, dan s sebuah karakter yang berulang tersebut. Sebagai contoh apabila string: AAAABBCDEEEEEFGHHHIJ dikompresi dengan algoritma RLE maka hasilnya adalah : ^4A^2B^1C^1D^5E^1F^1G^3H^1I^1J. Karena panjang kode yang dihasilkan oleh RLE untuk setiap deret karakter minimal 3 byte, maka jumlah perulangan karakter harus lebih dari 3 (tiga) kali agar pengkodean bisa dilakukan. Satu hal yang perlu diperhatikan untuk penanda m adalah, sebaiknya yang dipilih adalah karakter yang jarang digunakan pada data (seperti tanda #, ^,, atau ~). Berikut adalah langkah-langkah yang dilakukan dalam encoding RLE (Khairi, 2010) : 1. Cek apakah terdapat deretan karakter yang sama secara berurutan lebih dari tiga karakter, jika memenuhi dilakukan pemampatan. 2. Berikan bit penanda ( marker Byte) pada file pemampatan, bit penanda digunakan secara konsisten pada proses kompresi. Bit penanda ini berfungsi untuk menandai bahwa karakter selanjutnya adalah karakter pemampatan sehingga tidak membingungkan pada saat mengembalikan file yang sudah dimampatkan ke file aslinya. 3. Tambahkan deretan bit untuk menyatakan jumlah karakter yang sama berurutan. 4. Tambahkan deretan bit yang menyatakan karakter yang berulang. Algoritma decoding pada RLE cukup sederhana yaitu mengembalikan karakter asli berdasarkan jumlah perulangan setiap karakter pada hasil kompresi. Proses decoding dilakukan langkah-langkah berikut ini (Khairi, 2010) :

29 14 1. Lihat karakter pada hasil pemampatan satu-persatu dari awal sampai akhir, jikaditemukan bit penanda, lakukan proses pengembalian. 2. Lihat karakter setelah bit penanda, konversikan ke bilangan desimal untuk menentukan jumlah karakter yang berurutan. 3. Lihat karakter berikutnya, kemudian lakukan penulisan karakter tersebut sebanyak bilangan yang telah diperoleh pada karakter sebelumnya (point 2). Misalnya, apabila hasil kompresi adalah ^4A^2B^1C^1D^5E^1F^1G^3H^1I^1J maka hasil dekompresi AAAABBCDEEEEEFGHHHIJ. Pada umumnya algoritma RLE optimal digunakan pada file-file yang memiliki karakter-karakter yang cenderung homogen. Oleh karena itu, jika algoritma tersebut dipergunakan secara universal maka perlu dilakukan pengelompokan atau transformasi karakter-karakter / simbol-simbol yang sejenis Move-To-Front (MTF) Move-To-Front (MTF) coding adalah algoritma transformasi yang tidak mengkompres data, tetapi dapat membantu untuk membuat data menjadi lebih seragam (Campos, 1999). Move-To-Front (MTF) menggunakan teknik yang mengkodekan aliran simbol berdasarkan pada kode adaptasi. Simbol dikodekan oleh posisinya sendiri di daftar setiap simbol dalam alfabet. Awalnya daftar diurutkan secara lexicographic (atau cara lain yang ditentukan). Setelah simbol dalam aliran data dikodekan, simbol tersebut dipindahkan dari posisi semula ke depan daftar dan simbol terdepan dipindahkan satu posisi ke belakang (Langer, 2008). Misalnya diambil suatu input string cbad dengan ketentuan symbol list : List : a b c d Pada saat melakukan encode input, symbol list digunakan untuk menentukan output yang dihasilkan. Apabila input karakter pertama adalah c,

30 15 maka output yang dihasilkan menurut symbol list adalah angka 2 karena karakter c berada pada list ke-2. Kemudian karakter c pada list dipindahkan ke posisi terdepan (posisi ke-0) dan isi list posisi yang ke-0 ( list[0]) hingga ke posisi simbol-1 (list[simbol-1]) dipindahkan ke posisi selanjutnya. Input Character : c List : c a b d Sebagai contoh detail diberikan daftar urutan alfabet sebagai acuan dalam pengkodean, yaitu (' ','.','a','e','h','i','s','t') dengan input "ssat tt hiies." berikut proses encoding berlangsung : Tabel 2.2. Proses Encoding Algoritma Move-To-Front (Dipperstein, 2010) Berdasarkan proses encoding input "ssat tt hiies." di atas didapat hasil output berupa kode Berbeda dengan proses decoding BWT, Proses decoding Move-To-Front (MTF) lebih singkat dan cukup jelas. Proses ini secara teknis seperti proses encoding, tapi lebih intensif memakan waktu (Langer, 2008). Pada proses ini posisi sebuah simbol dalam daftar simbol setiap alfabet yang nantinya digunakan untuk memecahkan kode simbol. Seperti proses encode, Ketentuan daftar simbol

31 16 dapat secara lexicographic (atau cara lain yang telah ditentukan). Data yang telah dikodekan menunjukkan posisi simbol diterjemahkan. Setelah simbol dilakukan decoding, simbol dipindahkan ke bagian depan daftar. Berikut ini tabel decode dari ketentuan sebelumya : Tabel 2.3. Proses Decoding Algoritma Move-To-Front (Dipperstein, 2010) Huffman Coding Algoritma Huffman adalah salah satu metode yang paling terkenal dalam kompresi teks, algoritma ini dibuat oleh David Huffman pada tahun Algoritma Huffman menggunakan prinsip pengkodean yang mirip dengan kode Morse, yaitu tiap karakter dikodekan hanya dengan rangkaian beberapa bit, dimana karakter yang sering muncul dikodekan dengan rangkaian bit yang pendek dan karakter yang jarang muncul dikodekan dengan rangkaian bit yang lebih panjang (Septin, 2010). Kode Huffman merupakan kode prefiks yang direpresentasikan pada pohon biner yang diberi kode bit, cabang sebelah kiri diberi kode bit 0 sebagai identitas, dan cabang sebelah kanan diberi kode bit 1. Kode prefiks adalah himpunan yang berisi sekumpulan kode biner dimana tidak ada kode biner yang menjadi awalan bagi kode biner yang lain. Kode biner Huffman ini tidak mungkin terbentuk sama satu sama lainnya (Septin, 2010).

32 17 Algoritma kompresi Huffman menghasilkan kode bit yang lebih sedikit atau efisien untuk karakter-karakter yang sering muncul dalam data teks. Untuk membuktikan hal tersebut, maka dibuatlah pohon biner Huffman. Kode tersebut diperoleh dengan cara memyusun sebuah pohon biner Huffman untuk masingmasing simbul berdasarkan nilai probabilitasnya. Simpul yang memiliki probabilitas terbesar akan dekat dengan root dan simpul yang memiliki probabilitas terkecil akan terletak jauh dari root (Dipperstein, 2010). Langkahlangkah pembuatan pohon biner Huffman adalah (Dipperstein, 2010) : 1. Pengurutan keluaran sumber berdasarkan frekuensi kemunculan. 2. Menggabungkan dua keluaran yang memiliki frekuensi terendah. 3. Memberikan nilai kode bit 0 di sebelah kiri dan kode bit 1 di sebelah kanan. 4. Apabila sebuah keluaran merupakan hasil dari penggabungan dua keluaran, maka berikan kode bit 0 dan 1 untuk kode word-nya, lakukan proses ini hingga terbentuk akar. Berikut ini adalah contoh penerapan algoritma kompresi Huffman. Sebuah file berisi karakter MATA-MATA dimana jika diuraikan berdasarkan kode ASCII, maka akan terlihat sebagai berikut : Tabel 2.4. Konversi Karakter dalam Kode Biner ASCII (Septin, 2010) Sehingga menjadi : M A T A - M A T A = 72 bit Setelah membaca setiap karakter yang ada dalam teks, kemudian dihitung frekuensi kemunculannya.

33 18 Tabel 2.5. Frekuensi Kemunculan Karakter (Septin, 2010) Penghitungan selesai, langkah berikutnya adalah membuat pohon Huffman. Gambar 2.9. Pohon algoritma Huffman (Septin, 2010) Didapat kode baru untuk masing-masing karakter adalah sebagai berikut : Tabel 2.6. Kode Bit Hasil Kompresi (Septin, 2010) Maka hasil kompresi yang didapat adalah : M A T A - M A T A = 17 bit Rasio kompresi = Bit sesudah kompresi : Bit sebelum dikompresi = 17 bit : 72 bit (Septin, 2010)

34 19 teks dapat dilakukan dengan dua cara, yang pertama dengan menggunakan pohon biner Huffman dan yang kedua dengan menggunakan tabel kode biner Huffman. Langkah-langkah mengdekompresi suatu kode biner yang merupakan hasil dari proses kompresi dengan menggunakan pohon biner Huffman adalah sebagai berikut : 1. Baca sebuah bit dari kode biner. 2. Menelusuri pohon mulai dari atas atau akar, periksa ke kanan dan kekiri. 3. Ulangi langkah 1 dan 2 sampai bertemu daun. Kodekan rangkaian bit yang telah dibaca dengan karakter daun. 4. Ulangi dari langkah 1 sampai semua bit di dalam kode biner terbaca semua dan berubah menjadi karakter-karakter yang sesuai pada daun. Sebagai contoh mengkompresi string biner yang bernilai 001 Gambar Proses dengan Pohon Algoritma Huffman (Septin, 2010) Setelah menelusuri pohon dari akar, maka akan ditemukan bahwa string yang mempunyai kode bit 001 adalah karakter M. Cara yang kedua adalah dengan menggunakan tabel kode biner Huffman. Dari tabel 2.6 tampak bahwa kode bit untuk sebuah karakter tidak boleh menjadi awalan dari kode bit karakter yang lain untuk menghindari keraguan (ambiguitas) dalam proses dekompresi atau decoding. Karena tiap kode bit Huffman yang dihasilkan unik, maka proses dekompresi dapat dilakukan dengan

35 20 mudah. Misal ditemukan kode biner , kode tersebut di ubah ke kode ASCII menjadi karakter MATA-MATA. 2.2 Penelitian Terkait Penelitian ini mengacu pada beberapa penelitian maupun studi sejenis yang telah dilakukan sebelumnya mengenai kompresi data. Berikut uraian singkat dari penelitian maupun studi tersebut Analisis Perbandingan Algoritma Kompresi Lempel Ziv Welch, Arithmetic Coding, Dan Run-Length Encoding Pada Teks, oleh Plipus Telaumbanua (Telaumbanua, 2011) Penelitian Plipus Telaumbanua ini membandingkan tiga algoritma kompresi data yaitu Lempel Ziv Welch (LZW), Arithmetic Coding, dan Run- Length Encoding (RLE), dimana algoritma RLE dibantu oleh algoritma Burrows- Wheeler Transform (BWT) untuk memaksimalkan kinerjanya. Algoritmaalgoritma tersebut dipilih karena semuanya dalam kategori algoritma lossless, dan mewakili masing-masing teknik pengkodean. Parameter yang digunakan untuk perbandingan adalah kompleksitas algoritma, rasio kompresi, dan waktu untuk proses kompresi dan dekompresi, sedangkan file uji yang digunakan adalah file plaintext ASCII (*.txt) dengan berbagai ukuran dan pola masukan. Penyelesaian yang disimpulkan yaitu pada keseluruhan file uji yang digunakan, file yang memiliki banyak deretan karakter yang sama sangat baik dikompresi algoritma BWT RLE, namun sangat buruk untuk file yang isinya tidak beraturan (acak) serta memiliki kompleksitas yang paling besar. Sama halnya seperti BWT RLE, algoritma LZW juga buruk untuk file yang isinya acak, namun sangat efektif untuk file yang memiliki pola karakter yang sama, seperti file source code dan file teks biasa. Sedangkan algoritma Arithmetic Coding sangat cocok untuk semua file uji, baik dalam keadaan acak maupun tidak (Telaumbanua, 2011). Gambar menunjukkan alur pikir yang dilakukan oleh Plipus Telaumbanua :

36 21 Gambar Alur Pikir Penelitian oleh Plipus Telaumbanua (Telaumbanua, 2011) Implementasi Run Length Pada Kompresi Text Dengan Menggunakan Transformasi Burrows Wheeler, oleh Muhammad Husli Khairi (Khairi, 2010) Pokok bahasan dalam penelitian Muhammad Husli Khairi ini melakukan uji kasus tentang penyempurnaan metode kompresi Run-Length Encoding dengan algoritma Transformasi Burrows-Wheeler dengan tujuan untuk meningkatkan efektivitas kompresi dan menutupi kekurangan algoritma RLE sendiri. Penelitian Khairi ini menitikberatkan implementasinya dalam program komputer dengan platform atau bahasa pemrograman Visual Basic 6.0 dengan data uji yang digunakan berupa file-file ekstensi (*.doc), (*.rft), (*.txt), dan file (*.html) yang selanjutnya dilakukan dilakukan analisis waktu baik dalam encoding dan decoding serta efektivitas kompresi dilihat dari rasio kompresi yang dihasilkan. Hasil analisis menunjukkan bahwa transformasi Burrows-Wheeler mampu memproses langsung satu blok data teks sebagai satuan dan mampu untuk mengelompokkan karakter secara bersama-sama sehingga peluang untuk

37 22 menemukan karakter yang sama secara berurutan akan meningkat. Transformasi Burrows-Wheeler ini juga memiliki sifat reversible yaitu dapat mengembalikan data teks yang telah ditransformasikan kenbetuk yang sama persis dengan data aslinya (Khairi, 2010). Gambar menunjukkan alur pikir oleh Muhammad Husli Khairi : Gambar Alur Pikir Penelitian oleh Muhammad Husli Khairi (Khairi, 2010) Compression Using Huffman Coding, oleh Mamta Sharma (Sharma, 2010) Jurnal internasional yang ditulis oleh Mamta Sharma ini membahas mengenai algoritma Huffman yang dianalisa dan dijelaskan secara mendalam dilihat dari berbagai aspek meliputi teknik dasar Huffman, fungsi utama yang digunakan, pengaplikasian, kelebihan dan kekurangan, serta sedikit penjelasan singkat mengenai Adaptive Huffman Coding. Pada jurnal ini juga dilakukan survey perbandingan dengan teknik kompresi lainnya yang umum seperti Aritmethic Coding, LZW dan Run-Length Encoding yang dianalisis dan dibandingkan lebih lanjut dalam hal kelebihan dan kekurangan serta pengaplikasian algoritma-algoritma tersebut dalam file image digital seperti JPEG, TIFF, GIF, BMP, dan PCX dengan menunjukkan algoritma mana yang efektif pada jenis file tertentu.

38 23 Setelah dilakukan pembelajaran mengenai berbagai teknik untuk kompresi dan membandingkan berdasarkan penggunaannya dalam berbagai aplikasi dan kelebihan serta kekurangan. Disimpulkan bahwa pengkodean Arithmetic Coding efisien jika lebih sering muncul urutan piksel dengan bit yang rendah dan mengurangi ukuran file secara signifikan. RLE merupakan algoritma yang mudah dalam implementasi dan cepat dalam eksekusi. Algoritma LZW lebih efektif digunakan untuk TIFF, GIF dan Tekstual, sedangkan algoritma Huffman lebih cocok digunakan dalam kompresi JPEG. Keunggulannya Huffman menghasilkan kode yang optimal tetapi relatif lambat (Sharma, 2010) A Comparative Study Of Text Compression Algorithm, oleh Senthil Shanmugasundaram dan Robert Lourdusamy (Shanmugasundaram & Lourdusamy, 2011) Penelitian dari Senthil Shanmugasundaram dan Robert Lourdusamy ini membahas mengenai survei terhadap algoritma dasar kompresi data lossless yang berbeda. Hasil percobaan dan perbandingan algoritma kompresi lossless menggunakan teknik Statistical Compression dan teknik Dictionary Based Compression dilakukan pada data teks. Teknik pengkodean statistik yang diperbandingkan diantaranya algoritma seperti Shannon-Fano coding, Huffman coding, Adaptive Huffman coding, Run-Length Encoding serta Arithmetic coding. Pola Lempel Ziv yang merupakan teknik Dictionary Based juga dibandingkan dan dibagi menjadi dibagi menjadi dua bagian: yang merupakan derivasi dari LZ77 (LZ77, LZSS, LZH dan LZB) dan yang merupakan derivasi dari LZ78 (LZ78, LZW dan LZFG). Penelitian dilakukan untuk mengevaluasi efisiensi dari algoritma kompresi yang diukur dengan dua parameter. Salah satunya adalah hasil file size dari kompresi dicapai dan yang lainnya adalah waktu yang digunakan oleh algoritma encoding dan decoding. Kemudian dilakukan uji kinerja praktis dari teknik yang disebutkan di atas pada beberapa ukuran file teks, setelah itu menemukan hasil berbagai teknik pengkodean statistik maupun teknik-teknik Lempel-Ziv yang dipilih dalam penelitian ini.

39 24 Dari hasil survei dan perbandingan yang telah dilakukan maka didapat algoritma-algoritma yang memiliki efisiensi yang cukup tinggi diantaranya Arithmetic Coding (untuk teknik Statistical Compression), LZB (untuk teknik Dictionary Based Compression derivasi LZ77), serta LZFG (untuk teknik Dictionary Based Compression derivasi LZ78) (Shanmugasundaram & Lourdusamy, 2011) Comparative Study Between Various Algorithms of Data Compression Techniques, oleh Mohammed Al-laham dan Ibrahiem M. M. El Emary (Al-laham & El Emary, 2007) Penelitian Al-laham dan El Emary ini membahas mengenai survei terhadap algoritma-algoritma teknik kompresi data. Penelitian ini menitikberatkan pada pola data yang menonjol kompresi, diantaranya yang cukup populer yaitu.doc,.txt,.bmp,.tif,.gif, dan.jpg. Dengan menggunakan beberapa algoritma kompresi yang berbeda, didapatkan beberapa hasil dan sehubungan dengan hasil tersebut ditarik kesimpulan mengenai algoritma yang efisien untuk digunakan pada jenis file tertentu yang akan dilakukan proses kompresi dengan mempertimbangkan rasio kompresi dan ukuran file terkompresi.. Beberapa algoritma yang digunakan dalam penelitian ini adalah algoritma LZW, Huffman, LZH (LZW Huffman) serta HLZ (Huffman LZW). Hasil yang di dapat berdasarkan parameter ukuran output hasil kompresi dan rasio kompresi didapat bahwa algoritma Huffman dan algoritma LZH (kategori algoritma kombinasi) lebih unggul untuk kompresi file.doc,.txt, dan.bmp dibandingkan algoritma LZW dan HLZ. Sedangkan untuk file.tif,.gif, dan.jpg semua algoritma yang diujikan menampilkan performansi yang buruk (Al - laham & El Emary, 2007). 2.3 Rencana Penelitian Penulis menggunakan beberapa penelitian di atas sebagai acuan. Penulis pada kesempatan kali ini mencoba untuk melakukan perbandingan algoritma kompresi dengan cara merancang kombinasi algoritma yaitu kombinasi algoritma

40 25 Transformasi Burrows-Wheeler dan Run-Length Encoding yang sebelumnya dilakukan oleh Khairi (2010) dikombinasikan kembali dengan algoritma Huffman Coding dan Move-To-Front atas dasar saran penelitian Telaumbanua (2011) serta menggunakan penelitian Sharma (2010), Shanmugasundaram dan Lourdusamy (2011), serta Al-laham dan El Emary (2007) sebagai pertimbangan dalam menerapkan teknik-teknik kompresi. Penulis dalam kasus ini akan mencoba menganalisis kombinasi-kombinasi algoritma dalam kasus ini kombinasi BWT RLE MTF Huffman (BRMH) serta kombinasi BWT MTF RLE Huffman (BMRH) untuk dapat diimplementasikan dan dilakukan pengujian pada file. Dua kombinasi algoritma tersebut kemudian akan dibandingkan kinerjanya berdasarkan rentang waktu proses encoding dan decoding serta rasio kompresi (dengan ras io kompresi sebagai acuan utama) yang menunjukkan perbandingan ukuran file antara file asli dan file hasil kompresi untuk mengompresi file (*.txt), (*.rtf), (*.doc), (*.dll), (*.exe), (*.tif) dan (*.bmp) dalam berbagai macam ukuran.

41 BAB 3 METODE PENELITIAN 3.1 Studi Literatur Studi ini dilaksanakan dengan melakukan studi kepustakaan dengan cara mencari dan membaca berbagai literatur serta karya-karya penelitian mengenai Data Compression terutama yang berkonsentrasi pada algoritma-algoritma Burrows-Wheeler Transform (BWT), Run-Length Encoding (RLE), Move-To- Front (MTF) dan Huffman, serta data-data yang berhubungan dengan sistem yang akan dibuat. Literatur pendukung ini dapat berupa jurnal, paper, makalah, artikel, buku, atau sumber lainnya. Output yang ingin dihasilkan dari tahap ini adalah rangkuman dasar teori serta tinjauan penelitian sebelumnya. 3.2 Analisis dan Perancangan Tahap ini dilakukan analisis dan perancangan kombinasi algoritma. Perancangan sistem dilakukan dengan menggunakan diagram alir (flowchart) agar lebih memperjelas alur dan cara kerja sisitem yang akan dibangun. Pembangunan sistem menggunakan bahasa pemrograman Visual C++ dan memanfaatkan source library algoritma BWT, RLE, MTF dan Huffman dari Michael Dipperstein (Dipperstein, 2010). Analisis dan perancangan sistem tidak menjadi fokus utama dalam penelitian ini, melainkan hanya sebagai alat bantu pengujian. Perancangan sistem meliputi perancangan desain awal implementasi baik dalam hal perancangan fungsi-fungsi dan algoritma-algoritma yang nantinya akan diimplementasikan dalam suatu sistem juga dalam proses pengujian dan pengolahan data. Gambar 3.2 berikut tampilan alur pikir proses penelitian secara keseluruhan. 26

42 27 Gambar 3.1. Alur Pikir Proses Penelitian Analisis Proses Sistem dan Kombinasi Algoritma Tahap ini merupakan tahap penentuan hal-hal penting seperti merumuskan cara pendeklarasian kombinasi-kombinasi algoritma yang akan diimplementasikan dan parameter-parameter yang diperlukan untuk implementasi (rasio kompresi serta waktu kompresi dan dekompresi). Pada kasus ini kombinasi yang akan diuji serta dibahas lebih lanjut adalah kombinasi BWT RLE MTF Huffman serta kombinasi BWT MTF RLE Huffman. Pada tahap ini juga dilakukan penentuan dan pengumpulan file uji (file (*.txt), (*.rtf), (*.doc), (*.dll), (*.exe), (*.tif) dan (*.bmp) ) sebagai dasar dalam tahap pengujian dan perbandingan. Tahap ini merupakan tahap untuk mengkaji dan membatasi masalah yang akan diimplementasikan dalam sistem.

43 Perancangan Proses Sistem Perancangan proses dilakukan dengan menggunakan diagram alir (flowchart). Terdapat dua proses utama yang dijalankan, yaitu kompresi dan dekompresi. Sesuai dengan batasan masalah proses yang akan dibahas dalam kasus ini adalah proses kompresi dan dekompresi untuk kombinasi algoritma BMRH dan BRMH yang terdiri dari 2 algoritma transformasi, yaitu BWT (Burrows-Wheeler Transform) dan MTF ( Move-To-Front) serta 2 algoritma Kompresi, yaitu RLE (Run-Length Encoding) dan Huffman Coding. Algoritma BWT yang digunakan pada kasus ini merupakan algoritma block-sorting dengan ukuran 128 KB. Algoritma BWT ini bersifat transformatif yang mendukung RLE dalam kompresi. Dengan kata lain algoritma ini tidak melakukan pengurangan atau penambahan informasi pada file input, hanya saja pada file input terjadi proses sorting / pengurutan karakter pada tiap ukuran blok. Oleh karena itu, ukuran yang dihasilkan masih tetap sama (bila ada perbedaan hanya terpaut beberapa byte) hanya saja letak karakter dalam suatu file yang berbeda. Selain algoritma BWT, algoritma MTF juga bersifat transformatif. MTF melakukan transformasi input file dengan memindahkan suatu stream karakter input ke depan stream. Algoritma ini bersifat mendukung Huffman yang memanfaatkan kode numerik serta frekuensi kemunculan karakter dalam kompresi. Implementasi RLE sama sederhananya dengan MTF dan merupakan algoritma kompresif. Algoritma ini memanfaatkan input file yang memiliki kesamaan karakter secara berturut-turut. Apabila berdiri sendiri algoritma ini kurang fleksibel dalam kompresi bahkan kurang menguntungkan. Oleh karena itu digunakan algoritma BWT sebelum dioperasikan dengan RLE karena BWT bersifat mengelompokkan karakter sejenis Tahap Kompresi Proses Kompresi merupakan proses dimana suatu file dilakukan proses encoding sehingga dihasilkan suatu output yang memiliki ukuran yang lebih rendah dari file aslinya. Proses kompresi yang dibahas dalam kasus ini

44 29 ditunjukkan oleh Gambar 3.2 untuk kombinasi BMRH dan Gambar 3.3 untuk kombinasi BRMH. Gambar 3.2. Flowchart Proses Kompresi Kombinasi BMRH Gambar 3.3. Flowchart Proses Kompresi Kombinasi BRMH

45 30 Tahap Kompresi ini, sebuah file (*.txt), (*.rtf), (*.doc), (*.dll), (*.exe), (*.tif) dan (*.bmp) akan dikompresi menggunakan kombinasi algoritma BMRH dan BRMH sehingga akan menghasilkan sebuah output file yang berekstensi (.bmrh) untuk kombinasi BMRH dan (.brmh) untuk kombinasi BRMH. Kombinasi BMRH dan BRMH diimplementasikan secara berantai dan akan menghasilkan suatu output file. Apabila file input telah dioperasikan dengan suatu algoritma selanjutnya output yang dihasilkan oleh algoritma sebelumnya kemudian dijadikan input oleh berikutnya. Operasi tersebut terus dilakukan hingga algoritma terakhir atau dengan kata lain kombinasi algoritma telah mencapai operasi terakhir sesuai dengan flowchart pada Gambar 3.2 dan Gambar 3.3. output akhir tersebut akan dilakukan pengolahan data yang nantinya menjadi tolok ukur dalam pengujian suatu kombinasi algoritma. Ciri khas file yang telah melalui proses kompresi ini tentunya memiliki ukuran yang lebih kecil dari ukuran aslinya dan oleh karena algoritma yang digunakan bersifat lossless maka informasi dan data didalam file juga akan berubah dan tidak dapat dibaca / parsign program yang mendukung Tahap Proses merupakan proses dimana suatu file terkompresi dilakukan proses decoding sehingga dihasilkan suatu output yang memiliki ukuran yang lebih besar dari file terkompresi atau dengan kata lain memiliki ukuran dan informasi yang identik dengan file aslinya (file yang belum terkompresi). Proses dekompresi yang dibahas dalam kasus ini ditunjukkan oleh Gambar 3.4 untuk kombinasi BMRH dan Gambar 3.5 untuk kombinasi BRMH.

46 31 Gambar 3.4. Flowchart Proses Kombinasi BMRH Gambar 3.5. Flowchart Proses Kombinasi BRMH Tahap Kompresi ini, sebuah file terkompresi (.bmrh) dan (.brmh) akan didekompresi menggunakan kombinasi algoritma BMRH dan BRMH sehingga akan menghasilkan sebuah output file yang identik dengan file asli yang

47 32 berekstensi (.ubmrh) untuk kombinasi BMRH dan (. ubrmh) untuk kombinasi BRMH. Proses operasi pada tahap dekompresi secara berturut-turut sama dengan ahap kompresi hanya saja fungsi-fungsi yang dilakukan pada setiap algoritma adalah proses kebalikannya yaitu mengubah file untuk menjadi seperti semula (proses decoding) yang identik dengan file aslinya dikarenakan algoritma kompresi yang bersifat lossless. Proses dekompresi untuk tiap kombinasi baik kombinasi BMRH dan BRMH dapat dilihat pada Gambar 3.4 dan 3.5. Ciri khas file terkompresi yang telah melalui proses dekompresi ini tentunya memiliki ukuran yang lebih besar dari ukuran yang terkompresi dan informasi dan data didalam file juga akan kembali seperti file asli yang belum terkompresi juga dapat memberikan data dan informasi seperti semula. 3.3 Pengujian dan Analisis Tahap Pengujian dan Analisis ini merupakan tindak lanjut dan pembuktian hipotesa awal, apakah hasil pengujian sesuai dengan yang diharapkan atau tidak. Pengujian akan dilakukan dengan skenario pengujian sebagai berikut : 1. Melakukan pengujian kinerja tiap algoritma pada file uji Setelah kombinasi algoritma selesai diimplementasikan maka pada bagian ini dilakukan perhitungan kinerja dengan beberapa ketentuan dan parameter pengujian sebagai tolok ukur efektivitas algoritma serta beberapa jenis file uji yang sudah ditentukan dan pada batasan masalah, seperti berikut ini : Perhitungan performansi dengan rasio performansi kompresi dengan rumus sebagai berikut (Pu Ida Mengyi, 2006) : = ( ) ( ) % ( ) Perhitungan rentang waktu kompresi dan dekompresi per satuan byte agar dapat dibandingkan pada perhitungan waktu kompresi dan dekompresi

48 33 untuk tiap ukuran file dengan rumus sebagai berikut (Pu Ida Mengyi, 2006) : = ( ) ( ) ( ) = ( ) ( ) ( ) -file yang akan diujikan untuk proses kompresi dan dekompresi menggunakan format Text (.txt), Rich Text Format (.rtf), Document (.doc), Application (.exe), Bitmap (.bmp), Tagged Image Format (.tif) dan Application Extension / Library (.dll). Pengujian dilakukan sebanyak 420 kali meliputi uji kompresi maupun dekompresi pada kedua algoritma (BMRH dan BRMH), dengan menggunakan 105 file uji rincian sebagai berikut : 1. dengan format Text (.txt) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 2. dengan format Rich Text Format (.rtf) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 3. dengan format Document (.doc) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 4. dengan format Application (.exe) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB

49 34 Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 5. dengan format Application Extension / Library (.dll) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 6. dengan format Tagged Image Format (.tif) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 7. dengan format Bitmap (.bmp) dilakukan pengujian sebanyak 60 kali, dengan rincian : Pengujian sebanyak 4 kali untuk 5 file yang berukuran 0-1 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 1-3 MB Pengujian sebanyak 4 kali untuk 5 file yang berukuran 3-6 MB 2. Membandingkan kinerja algoritma yang diuji Setelah melakukan pengujian kinerja. Dilakukan perbandingan hasil berdasarkan parameter waktu dan rasio kompresi yang telah dihitung pada tahap pengujian baik dalam kombinasi algoritma yang sama maupun antar kedua kombinasi BMRH dan BRMH. Kemudian menarik kesimpulan dari hasil perbandingan tersebut.

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76 BAB 5 PENUTUP 5.1 Kesimpulan Berdasarkan hasil pengujian serta analisa yang telah dilakukan sebelumnya, maka dapat ditarik kesimpulan sebagai berikut : 1. Dirancang suatu sistem kompresi file dengan menggabungkan beberapa algoritma yang penerapannya dilakukan secara berantai, pada kasus ini penulis memilih dua kombinasi, yaitu kombinasi BMRH ( BWT MTF RLE Huffman) dan kombinasi BRMH (BWT RLE MTF Huffman). 2. Setelah dilakukan pengujian dan perbandingan antara kedua kombinasi algoritma (BMRH dan BRMH) didapat kesimpulan berdasar variabel pengujian, yaitu : Besarnya rata-rata rasio kompresi dari terbesar hingga terkecil berturutturut untuk pengujian kombinasi BMRH adalah file (.tif), (.bmp), (.rtf), (.doc), (.txt), (.dll), dan (exe) serta untuk pengujian kombinasi BRMH adalah file (.tif), (.rtf), (.bmp), (.doc), (.txt), (.exe), dan (.dll) yang secara keseluruhan unggul pada algoritma BMRH. yang dibutuhkan untuk proses kompresi dan dekompresi pada kedua kombinasi menunjukkan selisih perbedaan, untuk waktu kompresi BRMH lebih cepat second/byte dibanding BMRH, sedangkan untuk waktu dekompresi BRMH lebih cepat second/byte dibanding BMRH. Berdasarkan rata-rata total dari parameter-parameter yang diujikan didapat untuk kombinasi BMRH memiliki rasio kompresi %, waktu kompresi second/byte, dan waktu dekompresi second/byte, sedangkan untuk kombinasi BRMH memiliki rasio kompresi %, waktu kompresi second/byte, dan waktu dekompresi second/byte. Berdasarkan hasil rata-rata total yang didapat dapat disimpulkan BMRH lebih unggul dalam performansi kompresi data dibanding kombinasi BRMH. 61

77 Saran Adapun beberapa saran yang penulis dapat berikan untuk penelitianpenelitian selanjutnya adalah : 1. Penelitian selanjutnya mungkin kombinasi dapat dilakukan variasi dengan algoritma lain terutama algoritma Huffman dapat diganti dengan algoritma statistical encoder yang lain misal, arithmetic coding, adaptive Huffman atau Shannon-Fano Coding. 2. Oleh karena rancangan kombinasi masih terkendala dalam hal waktu kompresi dan dekompresi, maka dapat dilakukan modifikasi kombinasi penggabungan algoritma BRMH dan BMRH menjadi satu kesatuan algoritma kompresi baru supaya waktu eksekusi dapat lebih cepat dan permasalahan perilaku penggabungan satu sama lainnya dalam proses kompresi tidak terjadi.

78 63 DAFTAR PUSTAKA Al-laham, M & Emary, M M E Comparative Study Between Various Algorithms of Data Compression Techniques. Proceeding of the World Congress on Engineering and Computer Science San Francisco, USA. ISBN: Bentley, J. L., Sleator, D. D., Tarjan, R. E., & Wei, V. K A Locally Adaptive Data Compression Scheme. Communication of the ACM Volume 29, Number 4 (Apr.), Burrows, M & Wheeler, D A Block-sorting Lossless Data Compression Algorithm. Technical Report 124, Digital Systems Research Center, Palo Alto, California, May Campos, Arturo Move to front, (Online), : Arturo Campos home page, ( diakses 23 Oktober 2012 pukul WIB) Dipperstein, Michael Burrows-Wheeler Transform Discussion and Implementation, : Michael Dipperstein s Page O Stuff, (Online), ( diakses 06 Maret 2012 pukul WIB). Dipperstein, Michael Huffman Code Discussion and Implementation, : Michael Dipperstein s Page O Stuff, (Online), ( diakses 06 Maret 2012 pukul WIB). Dipperstein, Michael Run-Length Encoding (RLE) Discussion and Implementation, : Michael Dipperstein s Page O Stuff, (Online), ( diakses 06 Maret 2012 pukul WIB). Fauzi, Rahmad Analisis Beberapa Teknik Coding. Diakses Tanggal 23 Oktober 2012 Pukul WIB.

79 64 Khairi, M Husli Implementasi Run Length Pada Kompresi Text Dengan Menggunakan Transformasi Burrows Wheeler. Publikasi Skripsi. Medan : Universitas Sumatera Utara. Langer, Michael Move-to-front Algorithm. Diakses Tanggal 06 Maret 2012 Pukul WIB. Linawati & Panggabean H.P Perbandingan Kinerja Algoritma Kompresi Huffman, LZW, dan DMC pada Berbagai Tipe. Jurusan Ilmu Komputer Universitas Katolik Parahyangan Bandung. Pu Ida Mengyi Fundamental Data Compression. London: Butterworth- Heinemann. Septin, Saputri Perbandingan Rasio Kompresi dan Efisiensi Algoritma Shannon-Fano dengan Algoritma Huffman Pada Kompresi Teks. Publikasi Skripsi. Medan : Universitas Sumatera Utara. Shanmugasundaram, S & Lourdusamy, R A Comparative Study Of Text Compression Algorithms. International Journal of Wisdom Based Computing, Vol. 1 (3), Desember Sharma, Mamta Compression Using Huffman Coding. IJCSNS International Journal of Computer Science and Network Security, Vol. 10 No.5, May Telaumbanua, Plipus Analisis Perbandingan Algoritma Kompresi Lempel Ziv Welch, Arithmetic Coding, Dan Run-Length Encoding Pada Teks. Publikasi Skripsi. Medan : Universitas Sumatera Utara. Widhiartha Pengantar Kompresi Data. Diakses Tanggal 06 Maret 2012 Pukul WIB.

80 LAMPIRAN I Dataset Hasil Pengujian Dataset dalam pengujian ini menggunakan metode multiple files dengan tipe file Text (.txt), Rich Text Format (.rtf), Document (.doc), Application (.exe), Bitmap (.bmp), Tagged Image Format (.tif) dan Application Extension / Library (.dll). Jumlah file uji masing masing 15 tiap tipe file yang kemudian dikategorikan ke dalam 3 kelas, yaitu 0 1 MB, 1 3 MB, dan 3 6 MB. Berikut ini adalah informasi detail dataset pengujian kompresi dan dekompresi yang disajikan dalam tabel baik kombinasi BMRH maupun BRMH 1. Pengujian Kompresi Kombinasi BMRH Pengujian kompresi ini bertujuan menghitung rasio kompresi dan waktu kompresi dalam kompresi tiap tipe file. Hasil akhir yang didapat berupa rata rata tiap kelas ukuran. 1.1 Kompresi (.txt) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.txt) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 1, 2, dan 3 berikut. Tabel 1. Kompresi (.txt) ukuran 0 1 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Text1.txt Text2.txt Text3.txt Text4.txt Text5.txt Rata Rata

81 66 Tabel 2. Kompresi (.txt) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Text6.txt Text7.txt Text8.txt Text9.txt Text10.txt Rata Rata Tabel 3. Kompresi (.txt) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Text11.txt Text12.txt Text13.txt Text14.txt Text15.txt Rata Rata Kompresi (.rtf) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.rtf) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 4, 5, dan 6 berikut.

82 67 Tabel 4. Kompresi (.rtf) ukuran 0 1 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) RichText1.rtf RichText2.rtf RichText3.rtf RichText4.rtf RichText5.rtf Rata Rata Tabel 5. Kompresi (.rtf) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) RichText6.rtf RichText7.rtf RichText8.rtf RichText9.rtf RichText10.rtf Rata Rata Tabel 6. Kompresi (.rtf) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) RichText11.rtf RichText12.rtf RichText13.rtf RichText14.rtf RichText15.rtf Rata Rata

83 Kompresi (.doc) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.doc) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 7, 8, dan 9 berikut. Tabel 7. Kompresi (.doc) ukuran 0 1 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Document1.doc Document2.doc Document3.doc Document4.doc Document5.doc Rata Rata Tabel 8. Kompresi (.doc) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Document6.doc Document7.doc Document8.doc Document9.doc Document10.doc Rata Rata

84 69 Tabel 9. Kompresi (.doc) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Document11.doc Document12.doc Document13.doc Document14.doc Document15.doc Rata Rata Kompresi (.dll) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.dll) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 10, 11, dan 12 berikut. Tabel 10. Kompresi (.dll) ukuran 0 1 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Library1.dll Library2.dll Library3.dll Library4.dll Library5.dll Rata Rata

85 70 Tabel 11. Kompresi (.dll) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Library6.dll Library7.dll Library8.dll Library9.dll Library10.dll Rata Rata Tabel 12. Kompresi (.dll) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Library11.dll Library12.dll Library13.dll Library14.dll Library15.dll Rata Rata Kompresi (.exe) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.exe) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 13, 14, dan 15 berikut.

86 71 Tabel Kompresi (.exe) ukuran 0 1 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) App1.exe App2.exe App3.exe App4.exe App5.exe Rata Rata Tabel Kompresi (.exe) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) App6.exe App7.exe App8.exe App9.exe App10.exe Rata Rata Tabel Kompresi (.exe) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) App11.exe App12.exe App13.exe App14.exe App15.exe Rata Rata

87 Kompresi (.tif) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.tif) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 16, 17, dan 18 berikut. Tabel Kompresi (.tif) ukuran 0 1 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Tiff1.tif Tiff2.tif Tiff3.tif Tiff4.tif Tiff5.tif Rata Rata Tabel Kompresi (.tif) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Tiff6.tif Tiff7.tif Tiff8.tif Tiff9.tif Tiff10.tif Rata Rata

88 73 Tabel Kompresi (.tif) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Tiff11.tif Tiff12.tif Tiff13.tif Tiff14.tif Tiff15.tif Rata Rata Kompresi (.bmp) Kombinasi BMRH Hasil pengujian kompresi BMRH file (.bmp) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 19, 20, dan 21 berikut. Tabel 19. Kompresi (.bmp) ukuran 0 1 MB Kombinasi BMRH Awal Akhir Kompresi (second) Rasio (%) Kompresi Bitmap1.bmp Bitmap2.bmp Bitmap3.bmp Bitmap4.bmp Bitmap5.bmp Rata Rata

89 74 Tabel 20. Kompresi (.bmp) ukuran 1 3 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Bitmap6.bmp Bitmap7.bmp Bitmap8.bmp Bitmap9.bmp Bitmap10.bmp Rata Rata Tabel 21. Kompresi (.bmp) ukuran 3 6 MB Kombinasi BMRH Rasio Awal Akhir Kompresi Kompresi (%) (second) Bitmap11.bmp Bitmap12.bmp Bitmap13.bmp Bitmap14.bmp Bitmap15.bmp Rata Rata Pengujian Kombinasi BMRH Pengujian dekompresi ini bertujuan menghitung waktu dekompresi dalam proses dekompresi tiap tipe file. Hasil akhir yang didapat berupa rata rata tiap kelas ukuran. 2.1 (.txt.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.txt.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 22, 23, dan 24 berikut.

90 75 Tabel 22. (.txt.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) Text1.txt.bmrh Text2.txt.bmrh Text3.txt.bmrh Text4.txt.bmrh Text5.txt.bmrh Rata Rata Tabel 23. (.txt.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) Text6.txt.bmrh Text7.txt.bmrh Text8.txt.bmrh Text9.txt.bmrh Text10.txt.bmrh Rata Rata Tabel 24. (.txt.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) Text11.txt.bmrh Text12.txt.bmrh Text13.txt.bmrh Text14.txt.bmrh Text15.txt.bmrh Rata Rata

91 (.rtf.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.rtf.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 25, 26, dan 27 berikut. Tabel 25. (.rtf.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) RichText1.rtf.bmrh RichText2.rtf.bmrh RichText3.rtf.bmrh RichText4.rtf.bmrh RichText5.rtf.bmrh Rata Rata Tabel 26. (.rtf.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) RichText6.rtf.bmrh RichText7.rtf.bmrh RichText8.rtf.bmrh RichText9.rtf.bmrh RichText10.rtf.bmrh Rata Rata

92 77 Tabel 27. (.rtf.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) RichText11.rtf.bmrh RichText12.rtf.bmrh RichText13.rtf.bmrh RichText14.rtf.bmrh RichText15.rtf.bmrh Rata Rata (.doc.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.doc.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 28, 29, dan 30 berikut. Tabel 28. (.doc.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) Document1.doc.bmrh Document2.doc.bmrh Document3.doc.bmrh Document4.doc.bmrh Document5.doc.bmrh Rata Rata

93 78 Tabel 29. (.doc.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) Document6.doc.bmrh Document7.doc.bmrh Document8.doc.bmrh Document9.doc.bmrh Document10.doc.bmrh Rata Rata Tabel 30. (.doc.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) Document11.doc.bmrh Document12.doc.bmrh Document13.doc.bmrh Document14.doc.bmrh Document15.doc.bmrh Rata Rata (.dll.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.dll.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 31, 32, dan 33 berikut.

94 79 Tabel 31. (.dll.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) Library1.dll.bmrh Library2.dll.bmrh Library3.dll.bmrh Library4.dll.bmrh Library5.dll.bmrh Rata Rata Tabel 32. (.dll.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) Library6.dll.bmrh Library7.dll.bmrh Library8.dll.bmrh Library9.dll.bmrh Library10.dll.bmrh Rata Rata Tabel 33. (.dll.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) Library11.dll.bmrh Library12.dll.bmrh Library13.dll.bmrh Library14.dll.bmrh Library15.dll.bmrh Rata Rata

95 (.exe.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.exe.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 34, 35, dan 36 berikut. Tabel 34. (.exe.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) App1.exe.bmrh App2.exe.bmrh App3.exe.bmrh App4.exe.bmrh App5.exe.bmrh Rata Rata Tabel 35. (.exe.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) App6.exe.bmrh App7.exe.bmrh App8.exe.bmrh App9.exe.bmrh App10.exe.bmrh Rata Rata

96 81 Tabel 36. (.exe.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) App11.exe.bmrh App12.exe.bmrh App13.exe.bmrh App14.exe.bmrh App15.exe.bmrh Rata Rata (.tif.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.tif.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 37, 38, dan 39 berikut. Tabel 37. (.tif.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) Tiff1.tif.bmrh Tiff2.tif.bmrh Tiff3.tif.bmrh Tiff4.tif.bmrh Tiff5.tif.bmrh Rata Rata

97 82 Tabel 38. (.tif.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) Tiff6.tif.bmrh Tiff7.tif.bmrh Tiff8.tif.bmrh Tiff9.tif.bmrh Tiff10.tif.bmrh Rata Rata Tabel 39. (.tif.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) Tiff11.tif.bmrh Tiff12.tif.bmrh Tiff13.tif.bmrh Tiff14.tif.bmrh Tiff15.tif.bmrh Rata Rata (.bmp.bmrh) Kombinasi BMRH Hasil pengujian dekompresi BMRH file (.bmp.bmrh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 40, 41, dan 42 berikut.

98 83 Tabel 40. (.bmp.bmrh) ukuran asli 0 1 MB Kombinasi BMRH Awal Akhir (second) Bitmap1.bmp.bmrh Bitmap2.bmp.bmrh Bitmap3.bmp.bmrh Bitmap4.bmp.bmrh Bitmap5.bmp.bmrh Rata Rata Tabel 41. (.bmp.bmrh) ukuran asli 1 3 MB Kombinasi BMRH Awal Akhir (second) Bitmap6.bmp.bmrh Bitmap7.bmp.bmrh Bitmap8.bmp.bmrh Bitmap9.bmp.bmrh Bitmap10.bmp.bmrh Rata Rata Tabel 42. (.bmp.bmrh) ukuran asli 3 6 MB Kombinasi BMRH Awal Akhir (second) Bitmap11.bmp.bmrh Bitmap12.bmp.bmrh Bitmap13.bmp.bmrh Bitmap14.bmp.bmrh Bitmap15.bmp.bmrh Rata Rata

99 84 3 Pengujian Kompresi Kombinasi BRMH Pengujian kompresi ini bertujuan menghitung rasio kompresi dan waktu kompresi dalam kompresi tiap tipe file. Hasil akhir yang didapat berupa rata rata tiap kelas ukuran. 3.1 Kompresi (.txt) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.txt) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 43, 44, dan 45 berikut. Tabel 43. Kompresi (.txt) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Text1.txt Text2.txt Text3.txt Text4.txt Text5.txt Rata Rata Tabel 44. Kompresi (.txt) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Text6.txt Text7.txt Text8.txt Text9.txt Text10.txt Rata Rata

100 85 Tabel 45. Kompresi (.txt) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Text11.txt Text12.txt Text13.txt Text14.txt Text15.txt Rata Rata Kompresi (.rtf) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.rtf) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 46, 47, dan 48 berikut. Tabel 46. Kompresi (.rtf) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) RichText1.rtf RichText2.rtf RichText3.rtf RichText4.rtf RichText5.rtf Rata Rata

101 86 Tabel 47. Kompresi (.rtf) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) RichText6.rtf RichText7.rtf RichText8.rtf RichText9.rtf RichText10.rtf Rata Rata Tabel 48. Kompresi (.rtf) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) RichText11.rtf RichText12.rtf RichText13.rtf RichText14.rtf RichText15.rtf Rata Rata Kompresi (.doc) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.doc) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 49, 50, dan 51 berikut.

102 87 Tabel 49. Kompresi (.doc) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Document1.doc Document2.doc Document3.doc Document4.doc Document5.doc Rata Rata Tabel 50. Kompresi (.doc) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Document6.doc Document7.doc Document8.doc Document9.doc Document10.doc Rata Rata Tabel 51. Kompresi (.doc) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Document11.doc Document12.doc Document13.doc Document14.doc Document15.doc Rata Rata

103 Kompresi (.txt) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.dll) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 52, 53, dan 54 berikut. Tabel 52. Kompresi (.dll) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Library1.dll Library2.dll Library3.dll Library4.dll Library5.dll Rata Rata Tabel 53. Kompresi (.dll) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Library6.dll Library7.dll Library8.dll Library9.dll Library10.dll Rata Rata

104 89 Tabel 54. Kompresi (.dll) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Library11.dll Library12.dll Library13.dll Library14.dll Library15.dll Rata Rata Kompresi (.exe) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.exe) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 55, 56, dan 57 berikut. Tabel 55. Kompresi (.exe) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) App1.exe App2.exe App3.exe App4.exe App5.exe Rata Rata

105 90 Tabel 56. Kompresi (.exe) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) App6.exe App7.exe App8.exe App9.exe App10.exe Rata Rata Tabel 57. Kompresi (.exe) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) App11.exe App12.exe App13.exe App14.exe App15.exe Rata Rata Kompresi (.tif) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.tif) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 58, 59, dan 60 berikut.

106 91 Tabel 58. Kompresi (.tif) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Tiff1.tif Tiff2.tif Tiff3.tif Tiff4.tif Tiff5.tif Rata Rata Tabel 59. Kompresi (.tif) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Tiff6.tif Tiff7.tif Tiff8.tif Tiff9.tif Tiff10.tif Rata Rata Tabel 60. Kompresi (.tif) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Tiff11.tif Tiff12.tif Tiff13.tif Tiff14.tif Tiff15.tif Rata Rata

107 Kompresi (.bmp) Kombinasi BRMH Hasil pengujian kompresi BRMH file (.bmp) 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 61, 62, dan 63 berikut. Tabel 61. Kompresi (.bmp) ukuran 0 1 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Bitmap1.bmp Bitmap2.bmp Bitmap3.bmp Bitmap4.bmp Bitmap5.bmp Rata Rata Tabel 62. Kompresi (.bmp) ukuran 1 3 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Bitmap6.bmp Bitmap7.bmp Bitmap8.bmp Bitmap9.bmp Bitmap10.bmp Rata Rata

108 93 Tabel 63. Kompresi (.bmp) ukuran 3 6 MB Kombinasi BRMH Rasio Awal Akhir Kompresi Kompresi (%) (second) Bitmap11.bmp Bitmap12.bmp Bitmap13.bmp Bitmap14.bmp Bitmap15.bmp Rata Rata Pengujian Kombinasi BRMH Pengujian dekompresi ini bertujuan menghitung waktu dekompresi dalam proses dekompresi tiap tipe file. Hasil akhir yang didapat berupa rata rata tiap kelas ukuran. 4.1 (.txt.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.txt.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 64, 65, dan 66 berikut. Tabel 64. (.txt.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) Text1.txt.brmh Text2.txt.brmh Text3.txt.brmh Text4.txt.brmh Text5.txt.brmh Rata Rata

109 94 Tabel 65. (.txt.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) Text6.txt.brmh Text7.txt.brmh Text8.txt.brmh Text9.txt.brmh Text10.txt.brmh Rata Rata Tabel 66. (.txt.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) Text11.txt.brmh Text12.txt.brmh Text13.txt.brmh Text14.txt.brmh Text15.txt.brmh Rata Rata (.rtf.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.rtf.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 67, 68, dan 69 berikut.

110 95 Tabel 67. (.rtf.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) RichText1.rtf.brmh RichText2.rtf.brmh RichText3.rtf.brmh RichText4.rtf.brmh RichText5.rtf.brmh Rata Rata Tabel 68. (.rtf.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) RichText6.rtf.brmh RichText7.rtf.brmh RichText8.rtf.brmh RichText9.rtf.brmh RichText10.rtf.brmh Rata Rata Tabel 69. (.rtf.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) RichText11.rtf.brmh RichText12.rtf.brmh RichText13.rtf.brmh RichText14.rtf.brmh RichText15.rtf.brmh Rata Rata

111 (.doc.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.doc.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 70, 71, dan 72 berikut. Tabel 70. (.doc.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) Document1.doc.brmh Document2.doc.brmh Document3.doc.brmh Document4.doc.brmh Document5.doc.brmh Rata Rata Tabel 71. (.doc.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) Document6.doc.brmh Document7.doc.brmh Document8.doc.brmh Document9.doc.brmh Document10.doc.brmh Rata Rata

112 97 Tabel 72. (.doc.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) Document11.doc.brmh Document12.doc.brmh Document13.doc.brmh Document14.doc.brmh Document15.doc.brmh Rata Rata (.dll.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.dll.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 73, 74, dan 75 berikut. Tabel 73. (.dll.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) Library1.dll.brmh Library2.dll.brmh Library3.dll.brmh Library4.dll.brmh Library5.dll.brmh Rata Rata

113 98 Tabel 74. (.dll.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) Library6.dll.brmh Library7.dll.brmh Library8.dll.brmh Library9.dll.brmh Library10.dll.brmh Rata Rata Tabel 75. (.dll.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) Library11.dll.brmh Library12.dll.brmh Library13.dll.brmh Library14.dll.brmh Library15.dll.brmh Rata Rata (.exe.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.exe.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 76, 77, dan 78 berikut.

114 99 Tabel 76. (.exe.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) App1.exe.brmh App2.exe.brmh App3.exe.brmh App4.exe.brmh App5.exe.brmh Rata Rata Tabel 77. (.exe.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) App6.exe.brmh App7.exe.brmh App8.exe.brmh App9.exe.brmh App10.exe.brmh Rata Rata Tabel 78. (.exe.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) App11.exe.brmh App12.exe.brmh App13.exe.brmh App14.exe.brmh App15.exe.brmh Rata Rata

115 (.tif.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.tif.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 79, 80, dan 81 berikut. Tabel 79. (.tif.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) Tiff1.tif.brmh Tiff2.tif.brmh Tiff3.tif.brmh Tiff4.tif.brmh Tiff5.tif.brmh Rata Rata Tabel 80. (.tif.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) Tiff6.tif.brmh Tiff7.tif.brmh Tiff8.tif.brmh Tiff9.tif.brmh Tiff10.tif.brmh Rata Rata

116 101 Tabel 81. (.tif.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) Tiff11.tif.brmh Tiff12.tif.brmh Tiff13.tif.brmh Tiff14.tif.brmh Tiff15.tif.brmh Rata Rata (.bmp.brmh) Kombinasi BRMH Hasil pengujian dekompresi BRMH file (.bmp.brmh) ukuran asli 0 1 MB, 1 3 MB, dan 3 6 MB ditunjukkan berturut turut oleh Tabel 82, 83, dan 84 berikut. Tabel 82. (.bmp.brmh) ukuran asli 0 1 MB Kombinasi BRMH Awal Akhir (second) Bitmap1.bmp.brmh Bitmap2.bmp.brmh Bitmap3.bmp.brmh Bitmap4.bmp.brmh Bitmap5.bmp.brmh Rata Rata

117 102 Tabel 83. (.bmp.brmh) ukuran asli 1 3 MB Kombinasi BRMH Awal Akhir (second) Bitmap6.bmp.brmh Bitmap7.bmp.brmh Bitmap8.bmp.brmh Bitmap9.bmp.brmh Bitmap10.bmp.brmh Rata Rata Tabel 84. (.bmp.brmh) ukuran asli 3 6 MB Kombinasi BRMH Awal Akhir (second) Bitmap11.bmp.brmh Bitmap12.bmp.brmh Bitmap13.bmp.brmh Bitmap14.bmp.brmh Bitmap15.bmp.brmh Rata Rata

118 LAMPIRAN II Tampilan Implementasi Sistem Sistem kompresi data yang digunakan terdiri dari 4 fungsi utama, yaitu fungsi input / output, fungsi operasi / action, fungsi informasi kompresi, serta fungsi kesamaan data / similaritas sesuai dengan Gambar 85 dan penjelasan berikut. Gambar 85. Tampilan Graphic User Interface Sistem 103