Kompresi Gambar atau Citra Menggunakan Discretecosine Transform
|
|
- Budi Jayadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 243 Kompresi Gambar atau Citra Menggunakan Discretecosine Transform Juma in 1, Yuliana Melita 2 Jurusan Teknologi Informasi, Sekolah Tinggi Teknik Surabaya mr_dj77@yahoo.co.id 1, ymp@stts.edu 2 Juma in 3 Jurusan Teknik Informatika, Universitas Islam Lamongan mr_dj77@yahoo.co.id 3 ABSTRAK Penggunaan komputer yang semakin luas sehingga kebutuhan untuk penyimpanan data dan transmisi dalam skala besar, kompresi data menjadi cara yang efisien untuk menyimpan data. Dengan pertumbuhan teknologi dan masuknya Era Digital, dunia telah menemukan dirinya di tengah sejumlah besar informasi. Kompresi gambaradalah meminimal kanukuran dalam byte dari filegrafis tanpa menurunkankualitas gambar ke tingkat yang dapat diterima. Pengurangan ukuran file gambar yang lebih memungkinkan untuk disimpan dalam jumlah tertentu dalam ruangdisk ataumemori. Hal ini jugamengurangiwaktu yang dibutuhkanuntuk pengiriman gambar melalui internet atau download dari Webpages.JPEG dan JPEG2000 adalah dua teknik penting yang digunakan untuk kompresi gambar. Kompresigambar JPEG standar menggunakandct (Discrete Cosine Transform). Discrete cosine transform adalah transformasi cepat.metode luas yang digunakan dan kuat untuk kompresi gambar. Teknik ini memiliki tingkat kepadatan yang sangat baik untuk data.dct sangat berkorelasi memiliki gambar dasar tetap.dct memberikan kompromi yang baik antara kemampuan informasi pengepakan dan kompleksitas komputasi. Kata Kunci : kompresi, JPEG, Discrete cosine transform I. PENDAHULUAN Kompresi gambar sangat penting untuk transmisi yang efisien dan penyimpanan gambar. Permintaan untuk komunikasi data multimedia melalui jaringan telekomunikasi dan mengakses data multimedia melalui internet tumbuh sangat eksplosif. Dengan menggunakan kamera digital, semua persyaratan untuk penyimpanan, manipulasi, dan transfer gambar digital, dapat dilakukan. File-file gambar yang didapat sangatlah besar dan dapat menempati banyak ruang dalam memory. Skala abu-abu dengan kedalaman 256 x 256 piksel memiliki 65,536 elemen untuk menyimpan, dan sebuah gambar dengan dimensi 640 x 480 piksel memiliki warna mencapai hampir satu juta. Mengunduh file-file dari internet bisa sangat memakan waktu. Data citra terdiri dari sebagian besar dari data multimedia dan mereka menempati sebagian besar dari bandwidth komunikasi untuk pengembangan komunikasi multimedia. Meskipun begitu teknik yang efisien untuk kompresi citra telah menjadi sangat diperlukan. Karakteristik umum dari sebuah gambar adalah bahwa pixel tetangga sangat berkorelasi dan karena itu mengandung informasi yang sangat berlebihan. Tujuan dasar dari kompresi gambar adalah untuk menemukan representasi citra yang korelasi pikselnya berkurang. Dua prinsip dasar yang digunakan dalam kompresi gambar adalah redundansi dan tidak relevan. Redundansi adalah menghilangkan redundansi dari sumber sinyal dan menghilangkan penyimpangan nilai piksel yang tidak terlihat oleh mata manusia. JPEG dan JPEG 2000 adalah dua teknik penting yang digunakan untuk kompresi gambar. Bekerja pada standar internasional untuk kompresi gambar dimulai pada akhir 1970-an dengan CCITT (sekarang ITU-T) diperlukan standarisasi algoritma kompresi citra biner untuk Grup 3 komunikasi faksimili. Sejak itu, komite lainnya dan standar yang telah dibentuk untuk menghasilkan standar de jure (seperti JPEG), sedangkan inisiatif sukses secara komersial beberapa standar efektif menjadi de facto (seperti GIF). Gambar standar kompresi membawa banyak manfaat, seperti: (1) memudahkan pertukaran file gambar antara perangkat yang berbeda dan aplikasi, (2) penggunaan kembali hardware dan software yang telah ada untuk array produk yang lebih luas, (3) adanya tolok ukur dan data referensi set untuk alternatif perkembangan baru.
2 244 II. Kajian Pustaka a. Kompresi Gambar Kebutuhan untuk kompresi citra menjadi jelas ketika jumlah bit per gambar yang dihasilkan dihitung dari tingkat sampling yang khas dan contoh metode kuantisasi. Untuk jumlah penyimpanan yang diperlukan suatu gambar sebagai contoh adalah : (i) Resolusi yang rendah, kualitas TV, warna gambar video yang memiliki 512 x 512 piksel /warna, 8 bit/pixel, dan 3 warna yang masing-masing terdiri dari 6x 10 6 bit. (ii) 24 x 36 mm negatif foto dipindai 12x10-6 mm: 3000 x 2000 pixel /warna, 8 bit/pixel, dan 3 warna hampir berisi 144 x 10 6 bit; (iii) Sebuah radiograf dengan dimensi 14 x 17 inchi yang discan di 70 x 10 mm-6: 5000 x 6000 piksel, 12 bit/ pixel hampir berisi 360x 10 6 data penyimpanan dalam bits. Bahkan beberapa gambar dapat menyebabkan masalah. Sebagai contoh lain dari kebutuhan untuk kompresi gambar, dengan mempertimbangkan transmisi resolusi rendah sebuah gambar dengan 512 x 512 x 8 bit/piksel x 3 - warna gambar video melalui saluran telepon. Menggunakan transmisi bauds (bit/detik) modem, transmisi membutuhkan waktu sekitar 11 menit hanya untuk mengambil gambar tunggal, yang tidak dapat diterima untuk kebanyakan aplikasi. b.prinsip-prinsip Kompresi Jumlah bit yang diperlukan untuk mewakili informasi dalam gambar dapat diminimalkan dengan menghilangkan redundansi dalamnya. Terdapat tiga jenis redundansi: (i) redundansi spasial, terjadi karena hubungan atau ketergantungan antara nilai piksel tetangga; (ii) spektral redundansi, yang terjadi karena korelasi antara nilai warna yang berbeda atau band spektral, (iii) redundansi temporal, yang terjadi karena korelasi antara frame yang berbeda. Penelitian kompresi gambar bertujuan untuk mengurangi jumlah bit yang diperlukan yang mewakili gambar dengan menghapus redudansi spasial dan spektral sebanyak mungkin. Redundansi data adalah isu sentral yang ada dalam kompresi gambar digital. Jika n1 dan n2 menunjukkan jumlah informasi yang membawa masing-masing unit dalam gambar asli dan dikompresi, maka kompresi CR rasio dapat didefinisikan sebagai RD = 1-1/CR; Maka terdapat tiga kemungkinan yang ada: (1) Jika n1 = n2, maka CR = 1 dan karenanya RD = 0 yang berarti bahwa gambar asli tidak mengandung redundansi diantara pixel. (2) Jika n1>> n1, maka CR dan karenanya RD> 1 yang berarti cukup banyakredundansi dalam gambar asli. (3) Jika n1 <<n2,then CR> 0 dan karenanya RD - yang menunjukkan bahwa citra dikompresiberisi data lebih dari gambar asli. c. Jenis kompresi Kompresi lossy vs lossless: Dalam skema kompresi lossless, gambar direkonstruksi, setelah dikompresi, secara numerik sama dengan gambar aslinya. Namun kompresi lossless hanya dapat mencapai jumlah kompresi yang sederhana. Kompresi lossless lebih disukai untuk keperluan arsip dan pencitraan medis, gambar teknis, clip art atau komik. Hal ini dikarenakan metode kompresi lossy terutama bila digunakan pada tingkat bit rendah, menghasilkan artefak kompresi. Gambar yang direkonstruksi menggunakan kompresi lossy berisi degradasi relatif dengan aslinya. Ini terjadi karena skema kompresi benar-benar membuang informasi yang berlebihan. Namun, skema lossy mampu mencapai kompresi jauh lebih tinggi. Metode lossy sangat cocok untuk gambar alam seperti foto dalam aplikasi kecil di mana (kadangkadang tak terlihat) hilangnya keakuratan dapat diterima untuk mencapai pengurangan substansial dalam bit rate. Kompresi lossy yang menghasilkan perbedaan tak terlihat bisa disebut visual lossless. Prediktif vs Transform coding: Dalam predictive coding, informasi sudah dikirim atau tersedia digunakan untuk memprediksi nilai masa depan, dan perbedaan inilah yang dikodekan. Hal ini dilakukan pada gambar atau domain spasial, relatif sederhana untuk dilaksanakan dan mudah disesuaikan dengan karakteristik gambar lokal. Diferensial Pulse Code Modulation (DPCM) adalah salah satu contoh tertentu dari predictive coding. Transform coding, di sisi yang lain, langkah pertama adalah mengubah gambar dari representasi domain spasial untuk berbagai jenis representasi menggunakan beberapa terkenal dan kemudian mengubah kode nilai-nilai perubah (koefisien). Metode ini menyediakan kompresi data yang lebih besar dibandingkan dengan metode prediksi, meskipun dengan mengorbankan lebih besarpersyaratan komputasi. CR = n1/n2; Dan relatif redundansi data RD dari gambar asli dapat didefinisikan sebagai Gambar 1 Model Kompresi Gambar
3 245 Gambar 2 Model Dekompresi Gambar Model Kompresi gambar yang ditampilkan di sini terdiri dari quantizer, Transformer dan encoder. Transformer: Ini mengubah input data ke dalam format untuk mengurangi redudansi interpixel pada gambar masukan. Teknik perubahan pengkodean menggunakan reversibel, linier matematika transformasi untuk memetakannilai piksel ke satu set koefisien, yang kemudian dikuantisasi dan dikodekan. Kunci di balik keberhasilan transformasi berbasis skema pengkodean adalah bahwa banyak dari koefisien yang dihasilkan untuk gambar alam sebagian besar memiliki besaran yang kecil dan dapat dikuantisasi tanpa menyebabkan distorsi yang signifikan dalam gambar yang dihasilkan. Untuk tujuan kompresi, semakin tinggi kemampuan mengompresi informasi dalam koefisien yang lebih sedikit maka semakin baik transformasinya, karena alasan itulah, Discrete Cosine Transform (DCT) telah menjadi teknik pengkodean paling banyak digunakan dalam transformasi. Transform coding algorithm biasanya dimulai dengan membagi gambar asli ke subimages (blok) dari ukuran terkecil (biasanya 8 8). Untuk setiap blok koefisien transformasi dihitung, secara efektif mengubah gambar asli 8 8 array nilai pixel menjadi array koefisien di mana koefisien lebih dekat ke sudut kiri atas biasanya mengandung sebagian besar informasi yang dibutuhkan untuk quantize dan encode (dan akhirnya melakukan proses sebaliknya di sisi decoder ini) gambar dengan distorsi perseptual kecil. Koefisien yang dihasilkan kemudian dikuantisasi dan output dari quantizer digunakan dengan teknik pengkodean simbol untuk menghasilkan bitstream output yang mewakili citra yang dikodekan. Dalam model gambar dekompresi di sisi decoder, proses sebaliknya terjadi, dengan perbedaan yang jelas bahwa tahap dequantization hanya akan menghasilkan versi perkiraan misalnya nilai koefisien asli, kerugian apa yang dihasilkan oleh quantizer dalam tahap encoder yang tidak reversibel. Quantizer: Quantizer dapat mengurangi akurasi output transformator sesuai dengan beberapa praketetapan kriteria yang diijinkan, mengurangi redudansi psychovisual dari gambar masukan. Operasi ini tidak reversibel dan harus dihilangkan jika menginginkan kompresi yang lossless. Tahap kuantisasi merupakan inti dari setiap algoritma pengkodean citra lossy. Kuantisasi di sisi encoder, berarti membagi-bagi dari rentang masukan data ke dalam satu set yang lebih kecil dari suatu nilai. Ada dua jenis utama quantizers: skalar quantizers dan quantizers vektor. Partisi skalar quantizer,sebuah domain dari nilai input menjadi sejumlah kecil interval. Jika interval output sama tempatnya, yang merupakan cara paling sederhana untuk melakukannya, proses ini disebut kuantisasi skalar seragam, jika tidak, untuk alasan biasanya berhubungan dengan minimalisasi distorsi total, disebut kuantisasi skalar non seragam. Salah satu yang paling populer adalah quantizers non seragam Lloyd-Maxquantizer. Teknik vektorkuantisasi(vq) adalah memperpanjang prinsip-prinsip dasar dari kuantisasi skalar untuk beberapa dimensi. Simbol (entropi) encoder: Ini menciptakan kode tetap atau variabel-panjang untuk mewakili output quantizer dan peta output sesuai dengan kode. Dalam kebanyakan kasus, kode variabel-panjang digunakan. Encoderentropi kompres nilai dikompresi diperoleh dengan quantizer untuk memberikan kompresi lebih efisien. Jenis yang paling penting dari encodersentropi digunakan dalam teknik kompresi lossy adalah gambar aritmatika encoder, encoder huffman dan menjalankan panjang encoder. III. Metodologi a. Kompresi citra menggunakan Discrete Cosine Transform JPEG singkatan dari Joint Photographic Experts Group, sebuah komite standar yang memiliki asal-usul dalam Standar Internasional Organization (ISO). JPEG menyediakan metode kompresi yang mampu mengompresi data gambar piksel dengan kedalaman 6 sampai 24 bit dengan kecepatan yang wajar dan efficiency.jpeg dapat disesuaikan untuk menghasilkan yang sangat kecil, gambar terkompresi yang berkualitas relatif miskin dalam penampilan tetapi masih cocok untuk banyak aplikasi. Sebaliknya, JPEG adalah mampu menghasilkan kompresi gambar yang sangat tinggi yang masih jauh lebih kecil dari data yang tidak terkompresi. JPEG adalah metode kompressi lossy yang utama.jpeg dirancang khusus untuk membuang informasi bahwa mata manusia tidak dapat dengan mudah melihat. Sedikit perubahan dalam warna tidak dianggap baik oleh mata manusia, daripada perubahan-perubahan kecil dalam intensitas (terang dan gelap). Oleh karena itu encoding lossy JPEG cenderung menjadi lebih hemat dengan bagian skala abu-abu gambar dan
4 246 menjadi lebih dangkal dengan warna. DCT memisahkan gambar menjadi bagian-bagian frekuensi yang berbeda dimana frekuensi kurang penting dibuang melalui kuantisasi dan frekuensi penting digunakan untuk mengambil gambar selama dekompresi. Dibandingkan dengan transform dependent yang lain, DCT memiliki banyak keuntungan: (1) Telah diimplementasikan dalam sirkuit terpadu, (2) Memiliki kemampuan untuk mempaket semua informasi dalam koefisien yang paling sedikit, (3) Meminimalkan penampilan blok seperti yang disebut memblokir artefak yang terjadi ketika batas antara subgambar menjadi terlihat. Transformasi 2D-DCT diberikan persamaan sebagai berikut: Dimana u,v=0,1,2,3,,n-1 Inverse 2D-DCT tranformasi diberikan persamaan sebagai berikut : Dimana : D(u)=(1/N) ^1/2 untuk u=0 D(u)=2(/N)^1/2 untuk u=1,2,3.,(n-1) Proses JPEG 1. Gambar asli dibagi menjadi blok-blok 8 x Nilai-nilai pixel dari berbagai gambar hitam dan putih adalah antara tapi DCT dirancang untuk bekerja pada nilai-nilai piksel mulai dari -128 sampai 127. Oleh karena itu setiap blok dimodifikasi untuk bekerja dalam kisaran. 3. Persamaan (1) digunakan untuk menghitung DCT matriks. 4. DCT diterapkan untuk setiap blok dengan mengalikan blok dimodifikasi dengan DCT matriks di sebelah kiri dan transpos dari matriks DCT di sebelah kanannya. 5. Setiap blok kemudian dikompresi melalui kuantisasi. Matriks terkuantisasi kemudian dikodekan entropi. 6. Gambar yang terkompresi direkonstruksi melalui proses terbalik. Invers DCT digunakan untuk dekompresi. Kuantisasi dicapai dengan memadatkan rentang nilai ke nilai kuantum tunggal. Ketika jumlah simbol diskrit dalam urutan tertentu berkurang, urutan menjadi lebih padat. Sebuah matriks kuantisasi digunakan dalam kombinasi dengan sebuah DCT koefisien matriks untuk melaksanakan transformasi. Kuantisasi adalah langkah di mana sebagian besar kompresi mengambil tempat.dct tidak benar-benar mengkompresi gambar karena hal ini hampir lossless. Kuantisasi memanfaatkan fakta bahwa komponen frekuensi yang lebih tinggi kurang penting daripada komponen frekuensi rendah. Hal ini memungkinkan berbagai tingkat kualitas kompresi gambar dan seleksi dari matriks-matriks kuantisasi tertentu.dengan demikiantingkat kualitasdari 1 sampai100 dapatdipilih, di mana memberikan kualitas gambar terenda dan kompresi tertinggi, sementara 100 memberikan kualitas terbaik dan kompresi terendah. Sebagaihasil rasio kualitas kompresi bisadipilih untuk memenuhi kebutuhan yang berbeda. Komite JPEG menetapkan bahwa matriks dengan tingkat kualitas 50 sebagai matriks standar. Untuk mendapatkan matriks kuantisasi dengan tingkat kualitas yang lain, perkalian skalar matriks kuantisasi standar digunakan. Kuantisasi dicapai dengan membagi matriks citra ditransformasi oleh matriks kuantisasi yang digunakan. Nilai dari matriks yang dihasilkan adalah kemudian dibulatkan. Dalam matriks,koefisien resultan terletak di dekat sudut kiri atas memiliki frekuens iyang lebih rendah, mata manusia lebih sensitif terhadap frekuensi yang lebih rendah.. Frekuensi yang lebih tinggidibuang. Frekuensi yang lebih rendah digunakan untuk merekonstruksi gambar. Entropi Encoding Setelah kuantisasi, sebagian besar koefisien frekuensi tinggi adalah nol. Untuk mengeksploitasi jumlah angka nol, scanzig-zag dari matriksyang digunakan untuk menghasilkan string panjang nol. Setelah blok dikonversi menjadi spektrum dan dikuantisasi, kemudian algoritma kompresi JPEG mengambil hasil dan mengubahnya menjadi array satu dimensi linier, atau vektor dari 64 nilai, melakukan scanzigzagdengan memilih unsur-unsur dalam urutan numerik diindikasikan oleh angka dalam grid di bawah ini: Kuantisasi
5 247 Gambar (3.15) menunjukkan bahwa nilai SNR meningkat dengan jumlah koefisien. Gambar 3.1 Gambar 3.2 Image asli Setelah DCT 8 x 8 8 Image asli Setelah DCT 8 x Hal ini menempatkan unsur-unsur blok koefisien dalam urutan yang wajar dari frekuensi yang meningkat.karena frekuensi yang lebih tinggi lebih cenderung menjadi nol setelah kuantisasi, hal ini cenderung ke grup dengan nilai nolpada hasil akhir dari vektor. Huffman coding: Ide dasar dalam Huffman coding adalah untuk menetapkan codeword singkat ke blok-blok input dengan probabilitas tinggi dan code word panjang untuk blok-blok yang dengan rendah probabilitasnya. Sebuah kode Huffman dirancang dengan menggabungkan bersama-sama sedikitnya dua karakter kemungkinan, dan mengulangi proses ini sampai ada hanya satu karakterter sisa. Dengan demikian sebuah pohon kode dihasilkan dan kode Huffman diperoleh dari pelabelan pohon kode. Gambar 3.3 Image Asli Setelah DCT 4 x 4 Gambar 3.5 Gambar 3.6 Gambar 3.7 Image Asli Setelah DCT 8 x 8 Image Asli Setelah DCT 4 x 4 IV. Analisis dan Hasil Hasil Kompresi Hasil yang diperolehsetelah melakukan DCT dari berbagai perintah pada gambar asli yang ditunjukkan oleh gambar 3.1. Gambar asli diperoleh setelah menerapkan 8x8 DCT seperti ditunjukkan pada Gambar(3.2) sedangkan Gambar(3.4) menunjukkan gambar yang diperoleh untuk gambar asli yang samasetelah menerapkan4 x4dct. Demikian pula gambar(3.6) dan Gambar(3.8) diperolehsetelah menerapkan8x8dct dan4x4dctdarigambar yang ditampilkanpada Gambar(3.5).Gambar(3.9) menampilkanimage Lenaaslipada gambar (3.10) dan pada Gambar (3.14) menunjukkan gambar terkompresiuntuk gambarlenaasli setelah mengambil sejumlah berbagai koefisien untuk quantization. Selama jumlah koefisien meningkatkan kualitas gambar berkurang sedangkan rasio kompresi terus bertambah Gambar 3.9 Gambar 3.10 Gambar 3.11 Gambar Asli Lena Kompresi dengan Kompresi 4 koefisien dg16 Koefisien
6 Greg Ames,"Image Compression", Dec 07, Ken Cabeen and Peter Gent,"Image Compression and the Descrete Cosine Transform"Math 45,College of the Redwoods Gambar 3.12 Gambar 3.10 Kompresi dengan Kompresi dengan Kompresi dengan 25 koefisien 40 koefisien 50 Koefisien Gambar 3.15 SNR vs Jumlah Koefisien Kesimpulan: DCT digunakan untuk transformasi dalam format JPEG standard. DCT melakukan efisien pada tingkat bit menengah. Kerugian dengan menggunakan metode DCTa dalah bahwa korelasi hanya pada spasial dari pixel di dalam blok2-d dan korelasi dari pixel daribloktetangga. Blok tidak dapatdikorelasi pada batasnya dalam penggunaan DCT. Daftar Pustaka 1. R. C. Gonzalez and R. E. Woods, Digital Image Processing,Second edition,pp ,
BAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak ditemukannya alat untuk menangkap suatu gambar pada bidang dua dimensi (citra) berupa kamera, dengan semakin berkembangnya teknologi pada saat ini sehingga
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang Masalah
1. Pendahuluan 1.1 Latar Belakang Masalah Jumlah pengguna komputer semakin meningkat. Peningkatan jumlah pengguna komputer mengakibatkan penggunaan data digital juga semakin meningkat. Salah satu media
Lebih terperinciOleh : Page 1
MODUL II PRINSIP TEKNIK KOMPRESI 2.1. Mengapa Kompresi Motivasi kompresi sinyal : Dunia digital mengalami pertumbuhan yang sangat cepat : Sinyal diperoleh secara digital Sinyal analog dikonversi ke digital
Lebih terperinciBAB I. PENDAHULUAN Latar Belakang Masalah
BAB I. PENDAHULUAN 1 1.1. Latar Belakang Masalah Citra adalah gambar yang berada pada bidang dua dimensi. Agar dapat diproses lebih lanjut, sebuah citra disimpan di dalam bentuk digital. Ukuran citra digital
Lebih terperinciTeknik Kompresi Citra Menggunakan Metode Huffman
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 26 A-5 Teknik Kompresi Citra Menggunakan Metode Huffman Tri Rahmah Silviani, Ayu Arfiana Program Pascasarjana Universitas Negeri Yogyakarta Email:
Lebih terperinciDIGITAL IMAGE CODING. Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah
DIGITAL IMAGE CODING Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah KOMPRESI LOSSLESS Teknik kompresi lossless adalah teknik kompresi yang tidak menyebabkan kehilangan data. Biasanya digunakan jika
Lebih terperinciPage 1
MODUL V KOMPRESI CITRA DAN VIDEO Tiga tipe dari informasi yang berlebihan (redundancy) yang dapat dihilangkan atau direduksi : Spasial : Di dalam frame yang sama Sering kali menggunakan metode yang sama
Lebih terperinciKOMPRESI CITRA. Pertemuan 12 Mata Pengolahan Citra
KOMPRESI CITRA Pertemuan 12 Mata Pengolahan Citra PEMAMPATAN CITRA Semakin besar ukuran citra semakin besar memori yang dibutuhkan. Namun kebanyakan citra mengandung duplikasi data, yaitu : Suatu piksel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Kompresi File Pada dasarnya semua data itu merupakan rangkaian bit 0 dan 1. Yang membedakan antara suatu data tertentu dengan data yang lain adalah ukuran dari rangkaian bit dan
Lebih terperinciImplementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra
249 Implementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra Ahmad Jalaluddin 1, Yuliana Melita 2 1) Univers itas Islam Lamongan 2) Sekolah Tinggi Teknik Surabaya Odden.85@gmail.com, ymp@stts.edu
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 13 Kompresi Citra. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 13 Kompresi Citra Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015 KULIAH
Lebih terperinciKompresi Video Menggunakan Discrete Cosine Transform
Kompresi Video Menggunakan Discrete Cosine Transform Hananto Edy Wibowo 1, Indra Sakti Wijayanto 2, Nugroho Herucahyono 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut
Lebih terperinciKompresi Citra dan Video. Muhtadin, ST. MT.
Kompresi Citra dan Video Muhtadin, ST. MT. Outline Motivasi Redundancy & Irrelevancy Spatial Processing JPEG Temporal Processing Frame differencing Motion Estimation dan Motion Compensation Prediction
Lebih terperinciMKB3383 -TEKNIK PENGOLAHAN CITRA. Kompresi Citra. Muhammad Zidny Naf an, M.Kom. Genap, 2016/2017
MKB3383 -TEKNIK PENGOLAHAN CITRA Kompresi Citra Muhammad Zidny Naf an, M.Kom. Genap, 2016/2017 Latar Belakang 2 Latar Belakang Seringkali representasi citra yang besar membutuhkan memori yang besar Contoh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Kompresi 2.1.1 Sejarah kompresi Kompresi data merupakan cabang ilmu komputer yang bersumber dari Teori Informasi. Teori Informasi sendiri adalah salah satu cabang Matematika yang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA Setelah membaca bab ini maka pembaca akan memahami pengertian tentang kompresi, pengolahan citra, kompresi data, Teknik kompresi, Kompresi citra. 2.1 Defenisi Data Data adalah
Lebih terperinciPEMAMPATAN CITRA (IMA
PEMAMPATAN CITRA (IMAGE COMPRESSION) PENGERTIAN Kompresi Citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi redundansi dari data-data yang terdapat
Lebih terperinciPenerapan Pohon Biner Huffman Pada Kompresi Citra
Penerapan Pohon Biner Huffman Pada Kompresi Citra Alvin Andhika Zulen (3507037) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha No 0 Bandung,
Lebih terperinciKompresi Citra Dengan Menggabungkan Metode Discrete Cosine Transform (DCT) dan Algoritma Huffman
Kompresi Citra Dengan Menggabungkan Metode Discrete Cosine Transform (DCT) dan Algoritma Huffman Raras Krasmala 1, Arif Budimansyah Purba 2, U. Tresna Lenggana 3 1,2,3 Teknik Informatika, STMIK Kharisma
Lebih terperinciPemampatan Citra. Esther Wibowo Erick Kurniawan
Pemampatan Citra Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Mengapa? MEMORI Citra memerlukan memori besar. Mis. Citra 512x512 pixel 256 warna perlu 32 KB (1 pixel =
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini penulis memaparkan teori-teori ilmiah yang didapat dari metode pencarian fakta yang digunakan untuk mendukung penulisan skripsi ini dan sebagai dasar pengembangan sistem
Lebih terperinci~ By : Aprilia Sulistyohati, S.Kom ~
~ By : Aprilia Sulistyohati, S.Kom ~ APA ITU KOMPRESI?? Kompresi mengecilkan/memampatkan ukuran Kompresi data Teknik mengecilkan data sehingga diperoleh file dengan ukuran yang lebih kecil daripada ukuran
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Seiring berkembangnya teknologi, digitalisasi sidik jari sudah sering digunakan, terutama pada passport, ID Card, visa dan dokumen lainnya. Karena kapasitas penyimpanan untuk menyimpan sidik jari
Lebih terperinciImage Compression. Kompresi untuk apa?
Image Compression Kompresi untuk apa? Volume data yang besar Bit rate tinggi bandwidth yang tinggi Bayangkan sebuah video dengan resolusi 640x480 dengan 30 fps, dimana menggunakan penyimpanan 24-bit. Bila
Lebih terperinciKata kunci: pohon biner, metode Huffman, metode Kanonik Huffman, encoding, decoding.
ALGORITMA HUFFMAN KANONIK UNTUK KOMPRESI TEKS SMS Moch Ginanjar Busiri 13513041 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peningkatan teknologi komputer memberikan banyak manfaat bagi manusia di berbagai aspek kehidupan, salah satu manfaatnya yaitu untuk menyimpan data, baik data berupa
Lebih terperinciImplementasi Metode HUFFMAN Sebagai Teknik Kompresi Citra
Jurnal Elektro ELEK Vol. 2, No. 2, Oktober 2011 ISSN: 2086-8944 Implementasi Metode HUFFMAN Sebagai eknik Kompresi Citra Irmalia Suryani Faradisa dan Bara Firmana Budiono Jurusan eknik Elektro, Institut
Lebih terperinciBAB III METODE KOMPRESI HUFFMAN DAN DYNAMIC MARKOV COMPRESSION. Kompresi ialah proses pengubahan sekumpulan data menjadi suatu bentuk kode
BAB III METODE KOMPRESI HUFFMAN DAN DYNAMIC MARKOV COMPRESSION 3.1 Kompresi Data Definisi 3.1 Kompresi ialah proses pengubahan sekumpulan data menjadi suatu bentuk kode untuk menghemat kebutuhan tempat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori ilmiah untuk mendukung penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, kompresi citra, algoritma dan jenisnya,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang pesat, sangat berperan penting dalam pertukaran informasi yang cepat. Pada pengiriman informasi dalam bentuk citra masih mengalami kendala,
Lebih terperinciBAB I PENDAHULUAN. Dalam dunia modern sekarang ini kebanyakan aktivitas manusia selalu
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam dunia modern sekarang ini kebanyakan aktivitas manusia selalu berhubungan dengan dokumentasi atau data. Data-data yang ada haruslah tersimpan dengan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Kompresi data adalah suatu proses untuk mengubah sebuah input data stream (stream sumber atau data mentah asli) ke dalam aliran data yang lain yang berupa output
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciStandard Kompresi Citra: JPEG
Standard Kompresi Citra: JPEG Kompresi/Coding Citra (JPEG) Dirancang oleh Joint Photographic Experts Group (usaha kolaboratif ITU-T dan ISO) Mendukung macam aplikasi kompresi paling umum digunakan untuk
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL. foto, bersifat analog berupa sinyal sinyal video seperti gambar pada monitor
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Pendahuluan Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengenalan Citra
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra merupakan representasi (gambaran) dari sebuah objek nyata yang dihasilkan oleh alat digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciKOMPRESI CITRA. lain. Proses mengubah citra ke bentuk digital bisa dilakukan dengan beberapa perangkat,
KOMPRESI CITRA Dalam kesempatan ini saya mencoba untuk menjelaskan apa itu kompresi citra dan bagaimana cara-cara format citra dengan menggunakan BMP, PNG, JPEG, GIF, dan TIFF. Kompresi citra itu adalah
Lebih terperinciBAB II LANDASAN TEORI. Citra digital sebenarnya bukanlah sebuah data digital yang normal,
BAB II LANDASAN TEORI II.1 Citra Digital Citra digital sebenarnya bukanlah sebuah data digital yang normal, melainkan sebuah representasi dari citra asal yang bersifat analog [3]. Citra digital ditampilkan
Lebih terperinciPemampatan Citra Pemampatan Citra versus Pengkodean Citra
Bab 10 Pemampatan Citra P ada umumnya, representasi citra digital membutuhkan memori yang besar. Sebagai contoh, citra Lena dalam format bitmap yang berukuran 512 512 pixel membutuhkan memori sebesar 32
Lebih terperinciBAB I PENDAHULUAN. dalam storage lebih sedikit. Dalam hal ini dirasakan sangat penting. untuk mengurangi penggunaan memori.
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era informasi seperti sekarang ini, siapa yang tak kenal yang namanya tempat penyimpanan data atau yang sering disebut memori. Di mana kita dapat menyimpan berbagai
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan dunia digital, terutama dengan berkembangnya internet, menyebabkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa
Lebih terperinciPERANCANGAN APLIKASI KOMPRESI CITRA MENGGUNAKAN ALGORITMA TRANSFORMASI WASH - HADAMARD
PERANCANGAN APLIKASI KOMPRESI CITRA MENGGUNAKAN ALGORITMA TRANSFORMASI WASH - HADAMARD Inra Marta Batubara Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciAPLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET
APLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET Anny Yuniarti 1), Nadya Anisa Syafa 2), Handayani Tjandrasa 3) 1,2,3) Jurusan Teknik Informatika Institut Teknologi Sepuluh Nopember (ITS) Surabaya Surabaya
Lebih terperinciN, 1 q N-1. A mn cos 2M , 2N. cos. 0 p M-1, 0 q N-1 Dengan: 1 M, p=0 2 M, 1 p M-1. 1 N, q=0 2. α p =
tulisan. Secara umum, steganografi dapat diartikan sebagai salah satu cara menyembunyikan suatu pesan rahasia (message hiding) dalam data atau pesan lain yang tampak tidak mengandung apa-apa sehingga keberadaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer semakin pesat dewasa ini, sehingga sangat membantu manusia dalam mengolah data untuk mendapatkan informasi. Aktivitas yang dulunya dilakukan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kompresi Data Kompresi data adalah proses mengkodekan informasi menggunakan bit atau information-bearing unit yang lain yang lebih rendah daripada representasi data yang tidak
Lebih terperinciPERBANDINGAN ALGORITMA HUFFMAN DAN ALGORITMA SHANNON-FANO PADA PROSES KOMPRESI BERBAGAI TIPE FILE. Irwan Munandar
PERBANDINGAN ALGORITMA HUFFMAN DAN ALGORITMA SHANNON-FANO PADA PROSES KOMPRESI BERBAGAI TIPE FILE I. Pendahuluan Irwan Munandar Balai Pendidikan dan Pelatihan Tambang Bawah Tanah Keterbatasan komputer
Lebih terperinciSISTEM ANALISA PERBANDINGAN UKURAN HASIL KOMPRESI WINZIP DENGAN 7-ZIP MENGGUNAKAN METODE TEMPLATE MATCHING
SISTEM ANALISA PERBANDINGAN UKURAN HASIL KOMPRESI WINZIP DENGAN 7-ZIP MENGGUNAKAN METODE TEMPLATE MATCHING Pandi Barita Simangunsong Dosen Tetap STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciIMPLEMENTASI DAN ANALISIS KINERJA ALGORITMA ARIHTMETIC CODING DAN SHANNON-FANO PADA KOMPRESI CITRA BMP
IMPLEMENTASI DAN ANALISIS KINERJA ALGORITMA ARIHTMETIC CODING DAN SHANNON-FANO PADA KOMPRESI CITRA BMP Syahfitri Kartika Lidya 1) Mohammad Andri Budiman 2) Romi Fadillah Rahmat 3) Jurusan Teknologi Informasi
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciTUGAS AKHIR IMPLEMENTASI TEKNIK KOMPRESI VIDEO DENGAN ALGORITMA DISCRETE COSINE TRANSFORM PADA PERANGKAT BERGERAK
TUGAS AKHIR IMPLEMENTASI TEKNIK KOMPRESI VIDEO DENGAN ALGORITMA DISCRETE COSINE TRANSFORM PADA PERANGKAT BERGERAK Diajukan untuk memenuhi salah satu persyaratan dalam menyelesaikan pendidikan sarjana (S-1)
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1.Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini akan dibahas mengenai hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, manfaat, dan metodologi penelitian serta sistematika penulisan dari
Lebih terperinciBAB II LANDASAN TEORI. Kompresi data atau pemampatan data adalah suatu proses pengubahan
BAB II LANDASAN TEORI 2.1 Kompresi Kompresi data atau pemampatan data adalah suatu proses pengubahan sekumpulan data menjadi suatu bentuk kode untuk menghemat kebutuhan tempat penyimpanan data dan waktu
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode
Lebih terperinci1. PENDAHULUAN 1.1. Latar Belakang Masalah
1. PENDAHULUAN 1.1. Latar Belakang Masalah Kompresi data merupakan suatu proses pengubahan ukuran suatu file atau dokumen menjadi lebih kecil secara ukuran. Berkembangnya teknologi hardware dan software
Lebih terperinciPenerapan Pengkodean Huffman dalam Pemampatan Data
Penerapan Pengkodean Huffman dalam Pemampatan Data Patrick Lumban Tobing NIM 13510013 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciTEORI DASAR CITRA DIGITAL
1 Pengolahan Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat tersebut,
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6 Semeste r : VI Waktu : x x 5 Menit Pertemuan : & 4 A. Kompetensi. Utama Mahasiswa dapat memahami tentang sistem pengolahan
Lebih terperinciREPRESENTASI DATA AUDIO dan VIDEO
NAMA : Sarah Putri Ramadhani NRP : 5213100185 REPRESENTASI DATA AUDIO dan VIDEO Definisi Representasi Data Representasi data adalah metode data dan atau informasi ke dalam ukuran yang lebih kecil sehingga
Lebih terperinciANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD
ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD Eva Haryanty, S.Kom. ABSTRAK Kompresi data adalah proses mengubah suatu input data menjadi data lain dengan format berbeda dan ukuran yang lebih
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Kompresi Data Kompresi adalah mengecilkan/ memampatkan ukuran. Kompresi Data adalah teknik untuk mengecilkan data sehingga dapat diperoleh file dengan ukuran yang lebih kecil
Lebih terperinciBAB II. Decoder H.264/AVC
BAB II Decoder H.64/AVC Pada bab ini akan dibahas tentang teori dasar dari sistem H.64, modul dan algoritma dari Inverse Block Transform, Deblocking Filter dan Motion Compensator. II. Sistem H.64 H.64
Lebih terperinciKOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT
KOMPRESI JPEG 2000 PADA CITRA DIGITAL DENGAN TRANSFORMASI WAVELET DISKRIT SKRIPSI Disusun Oleh: ARIF DEWANTORO J2A 604 004 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Lebih terperinciPada tugas akhir ini citra yang digunakan adalah citra diam.
BAB II DASAR TEORI Bab ini berisi penjelasan mengenai seluruh dasar teori yang berkaitan dengan kegiatan tugas akhir. Dasar dasar teori yang akan dijelaskan adalah penjelasan mengenai citra, penjelasan
Lebih terperinciTUGAS AKHIR IMPLEMENTASI ALGORITMA METODE HUFFMAN PADA KOMPRESI CITRA
TUGAS AKHIR IMPLEMENTASI ALGORITMA METODE HUFFMAN PADA KOMPRESI CITRA Disusun sebagai Salah Satu Syarat Menyelesaikan Program Studi Strata 1 Jurusan Elektro Fakultas Teknik Universitas Muhammadiyah Surakarta
Lebih terperinciPenerapan Kohonen Self Organized Map Dalam Kuantisasi Vektor Pada Kompresi Citra Bitmap 24 Bit
Penerapan Kohonen Self Organized Map Dalam Kuantisasi Vektor Pada Kompresi Citra Bitmap 24 Bit Gadis Fransiska Yulianti Tae, Sri Suwarno, Widi Hapsari Fakultas Teknologi Informasi, Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN 1.2 Rumusan Masalah 1.3 Batasan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan data elektronik dalam area Public Health telah menyebabkan organisasi pemrosesan menjadi lebih efisien. Transfer medical data pada jaringan data online atau
Lebih terperinciKOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING
KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING Abdul Halim Hasugian Dosen Tetap Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan www.stmik-budidarma.ac.id//email:abdulhasugian@gmail.co.id
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI II.1 Multimedia Sebelum membahas tentang watermarking sebagai perlindungan terhadap hak cipta, ada baiknya terlebih dahulu dibicarakan tentang pengertian multimedia. Multimedia memiliki
Lebih terperinciPenggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data
Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data Aditya Rizkiadi Chernadi - 13506049 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB 1 PENDAHULUAN. Bab 1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi terutama pada dunia digital pada saat ini memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa batas ruang
Lebih terperinciBAB III LANDASAN TEORI. Kompresi data merupakan proses mengkonversi input data stream (aliran
BAB III LANDASAN TEORI A. Kompresi Data Kompresi data merupakan proses mengkonversi input data stream (aliran sumber) menjadi aliran data yang lain (output, bitstream, atau aliran terkompresi) dengan ukuran
Lebih terperinciBAB I PENDAHULUAN. ukuran yang besar. Lebih-lebih jika file yang kita punya merupakan file image
BAB I PENDAHULUAN 1.1.LATAR BELAKANG Seiring dengan perkembangan media penyimpan berkapasitas besar mengakibatkan orang tidak lagi menemui masalah jika mempunyai file dengan ukuran yang besar. Lebih-lebih
Lebih terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
Lebih terperinciNASKAH PUBLIKASI KOMPRESI CITRA DENGAN METODE ARITHMETIC CODING DALAM KAWASAN ENTROPY CODING
NASKAH PUBLIKASI KOMPRESI CITRA DENGAN METODE ARITHMETIC CODING DALAM KAWASAN ENTROPY CODING Disusun Sebagai Salah Satu Syarat Menyelesaikan Program Studi Strata 1 Jurusan Elektro Fakultas Teknik Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data dan informasi dapat disajikan bukan hanya dalam bentuk teks semata, melainkan dalam bentuk gambar (image), audio dan video. Apalagi dilihat sekarang perkembangan
Lebih terperinciSEGMENTASI CITRA. thresholding
SEGMENTASI CITRA Dalam visi komputer, Segmentasi adalah proses mempartisi citra digital menjadi beberapa segmen (set piksel, juga dikenal sebagai superpixels). Tujuan dari segmentasi adalah untuk menyederhanakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Aplikasi grafis komputer, terutama yang menggunakan foto digital maupun citra digital lain dapat menghasilkan file dengan ukuran yang sangat besar. Masalah tentang ruang penyimpanan
Lebih terperinciContoh kebutuhan data selama 1 detik pada layar resolusi 640 x 480 : 640 x 480 = 4800 karakter 8 x 8
Kompresi Data Contoh : (1) Contoh kebutuhan data selama 1 detik pada layar resolusi 640 x 480 : Data Teks 1 karakter = 2 bytes (termasuk karakter ASCII Extended) Setiap karakter ditampilkan dalam 8 x
Lebih terperinciTUGAS AKHIR KOMPRESI CITRA BERWARNA DENGAN PENERAPAN DISCRETE COSINE TRANSFORM ( DCT )
TUGAS AKHIR KOMPRESI CITRA BERWARNA DENGAN PENERAPAN DISCRETE COSINE TRANSFORM ( DCT ) Diajukan untuk Melengkapi Tugas Akhir dan Memenuhi Syarat-syarat untuk Mencapai Gelar Sarjana Teknik Fakultas Teknik
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini berisi penjelasan mengenai latar belakang tugas akhir, identifikasi masalah, tujuan tugas akhir, metodologi tugas akhir dan sistematika penulisan tugas akhir. 1.1 Latar Belakang
Lebih terperinciPROTOTIPE KOMPRESI LOSSLESS AUDIO CODEC MENGGUNAKAN ENTROPY ENCODING
PROTOTIPE KOMPRESI LOSSLESS AUDIO CODEC MENGGUNAKAN ENTROPY ENCODING Andreas Soegandi Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University Jln. K.H. Syahdan No. 9, Palmerah, Jakarta
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di era globalisasi ini perkembangan teknologi komputer, informasi dan komunikasi yang sangat pesat memicu penggunaannya untuk kebutuhan pertukaran informasi yang semakin
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi ternyata berdampak pada perkembangan ilmu pengetahuan yang lain. Semuanya merupakan informasi yang sangat penting. Oleh karena
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
6 BAB 2 TINJAUAN PUSTAKA 2.1. Kompresi Data Dalam ilmu komputer, pemampatan data atau kompresi data adalah sebuah cara untuk memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil sehingga
Lebih terperinciPenerapan Algoritma Huffman dalam Kompresi Gambar Digital
Penerapan Algoritma Huffman dalam Kompresi Gambar Digital David Theosaksomo 13515131 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciartifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia
! image image / graphic? artifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia dari sisi engineering? pixel? pixel pixel = picture element satuan terkecil pada
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada
Lebih terperinciMODUL I TEORI INFORMASI
MODUL I TEORI INFORMASI 1.1. Definisi Kode merupakan pemetaan dari sumber pesan (source messages) ke dalam kode kata (codewords). Sumber pesan merupakan satuan dasar yang didalamnya terdapat string atau
Lebih terperinciPenggunaan Kode Huffman dan Kode Aritmatik pada Entropy Coding
Penggunaan Kode Huffman dan Kode Aritmatik pada Entropy Coding Wisnu Adityo NIM:13506029 Program Studi Teknik Informatika ITB, Jalan Ganesha no 10 Bandung, email : raydex@students.itb.ac.id Abstrak Pada
Lebih terperinciBAB I PENDAHULUAN. (images), suara (audio), maupun video. Situs web (website) yang kita jumpai
BAB I PENDAHULUAN 1.1 Latar Belakang Data atau informasi saat ini tidak hanya disajikan dalam bentuk teks semata, tetapi juga dapat disajikan dalam bentuk lain misalnya gambar (images), suara (audio),
Lebih terperinciImage Compression. Tujuan Kompresi Image. Teknik kompresi yang diharapkan. Image Compression. Kompresi untuk apa?
Tujuan Kompresi Image Image Compression Sesi 0 Dosen Pembina : Sriyani Violina Danang Junaedi Kompresi untuk apa? Volume data yang besar Bit rate tinggi bandwidth yang tinggi Bayangkan sebuah video dengan
Lebih terperinciPerbandingan Kompresi Data Menggunakan Algoritma Huffman dan Algoritma DMC
Perbandingan Kompresi Data Menggunakan Algoritma Huffman dan Algoritma DMC Emil Fahmi Yakhya - 13509069 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital dapat didefenisikan sebagai fungsi f(x,y), berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial dan amplitudo f di titik kordinat
Lebih terperinciPERANCANGAN APLIKASI KOMPRESI CITRA DENGAN METODE RUN LENGTH ENCODING UNTUK KEAMANAN FILE CITRA MENGGUNAKAN CAESAR CHIPER
PERANCANGAN APLIKASI KOMPRESI CITRA DENGAN METODE RUN LENGTH ENCODING UNTUK KEAMANAN FILE CITRA MENGGUNAKAN CAESAR CHIPER Dwi Indah Sari (12110425) Mahasiswa Program Studi Teknik Informatika, Stmik Budidarma
Lebih terperinci