Sistem Multimedia. SARMAG - Universitas Gunadarma. Dr. Sarifuddin Madenda Dosen & Peneliti

Transkripsi

1 Sistem Multimedia SARMAG - Universitas Gunadarma Dr. Sarifuddin Madenda Dosen & Peneliti Universitas Gunadarma & Université du Québec en Outaouais Québec - Canada Akuisisi dan karakteristik data multimedia Data real multimedia berupa signal analog : Sinyal audio : Sinyal video : 2 1

2 Pokok bahasan : (i) Pengantar Multimedia, (ii) Produksi konten multimedia (iii) Representasi data multimedia (iv) Penyimpanan dan pengambilan data multimedia (i) Jaringan Multimedia (ii) Distribusi Multimedia (iii) Keamanan Multimedia 3 Perkuliahan : -6 x Tatapmuka(@ 4 jam) - 2 Tugas + 1 Proyek akhir kuliah x Ujian 4 2

3 Pendahuluan Sistem multimedia? Suatu sistem yang dapat mensuport secara terintegrasi penyimpanan, transmisi dan representasi sejumlah media discret (digital) berupa text, grafik, citra, audio dan video melalui komputer Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 5 Sistem multimedia digital Data media streams berupa digital, yang dapat diproses (dikompres/dekompres dan dianalisis) dalam komputer. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 6 3

4 Tipe media digital : Media yang bersifat Time-Independent Information/data bukan merupakan fungsi waktu teks grafik (grafik komputer) citra (photo). Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 7 Tipe media digital : Media yang bersifat time-dependent Informasi/data merupakan fungsi waktu yang harus ditampilak ke pengguna pada titik waktu yang tepat. Audio Video Animasi (komputer grafik) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 8 4

5 Karakteristik sistem multimedia : Secara terintegrasi - Pembuatan, - Pemrosesan, - Penyimpanan, - Representasi, - Transmisi Dokumen multimedia yang bersifat time-dependent dan time-independent Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 9 Dokumen multimedia : Teks Citra Audio Animasi (komputer grafik) Video Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 1 5

6 Dokumen multimedia : Suatu dokumen yang berisikan dua atau lebih elemen-elemen multimedia (media) dari sumber yang berbeda ( teks, citra, video, audio, ) Dokumen multimedia disimpan dalam satu atau beberapa file secara tersinkronisasi terhadap dasar waktu yang sama. Contoh : Suatu reportase pada siaran televisi akan susah difahami jika komentar seorang jurnalis memiliki delay waktu terhadap video dan/atau juga terhadap ilustrasi grafik yang ditayangkan. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 11 Sinkronisasi dokumen multimedia : Sinkronisasi intra-objets Sinkronisasi inter-objets Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 12 6

7 Application Robotik : Peraba (sensasi sentuhan) Vision (citra & video) pendengaran (audio & musique) Perasa (rasa) Penciuman (bau) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 13 Application Vidéo conférence - Volume data multimedia : sangat besar - Band-width jaringan : terbatas dan mahal - Delay waktu transmisi : sangat besar Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 14 7

8 Video game : Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 15 Iklan video clip : Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 16 8

9 Simulasi penerbangan : Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 17 Virtual reality : Aplikasi kedokteran Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 18 9

10 Virtual reality Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 19 Virtual reality : produksi film/animasi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 2 1

11 Data/informasi multimedia : Dokumen Teks Citra / Grafik Audio / musik Video / Animasi Data multimedia 5 Mbps Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 21 Representasi data numerik/digital Signal audio analog Audio digital Digitizer : - Sampling - Quantization Signal video analog PAL/SECAM - 25 frame/second lines useful/frame video digital CNST - 3 frame/second lines useful / frame Sarifuddin Madenda. Sis. Mul. : Pendahuluan

12 Representasi data numerik/digital Digitizer : - Digitalisasi signal analog/continu menjadi signal digital/diskret - Melalui proses sampling dan quantization (kuantisasi) yang dilakukan secara bersamaan. Sampling : - diskretisasi koordinat signal terhadap satuan waktu - Banyaknya sampling ditentukan oleh frekuensi (kecepatan) sampling. - Makin tinggi frekuensi makin banyak jumlah sampling, makin banyak informasi yang terrekam dan kualitas signal mendekati signal aslinya. - Makin rendah frekuensi makin sedikit jumlah sampling, makin sedikit informasi yang terrekam dan kualitas signal semakin rendah Fréquence d échantillonnage Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 23 Sampling : Contoh signal : Frekuensi sampling tinggi : - Kualitas tinggi, - jumlah data besar Amplitudo x Frekuensi sampling tinggi Frekuensi sampling rendah : - Kualitas rendah, - jumlah data kecil Amplitudo x Frekuensi sampling rendah Sarifuddin Madenda. Sis. Mul. : Pendahuluan

13 Kuantisasi : - Diskretisasi nilai amplitudo dari setiap sampel hasil sampling. - Pembagian nilai amplitudo dan pengkodeannya dalam nilai biner sesuai dengan jumlah bit yang digunakan. - Makin banyak jumlah bit, makin banyak variasi nilai tinggi rendahnya suara (untuk audio) atau makin banyak variasi warna pada citra/video, dan kualitas signal atau citra/video mendekati signal aslinya, namun makin banyak data yang terrekam. - Makin sedikit jumlah bit, makin sedikit variasi nilai tinggi rendahnya suara (untuk audio) atau makin sedikit variasi warna pada citra/video, kualitas signal atau citra/video semakin rendah dan semakin sedikit data yang terrekam. Fréquence d échantillonnage Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 25 Kuantisasi : Kuantisasi dengan 5 bit - Variasi nilai amplitudo 2 5 = 32 - Jumlah data = N*32 bit N = jumlah sampling Amplitudo x Kuantisasi dengan 3 bit - Variasi nilai amplitudo 2 3 = 8 - Jumlah data = N*8 bit - Kualitas intensitas berkurang Amplitudo x Sarifuddin Madenda. Sis. Mul. : Pendahuluan

14 Representasi dan kapasitas data multimedia Informasi textual : - Teks jumlah data JD = N huruf x 8 bit - Texs + citra/grafik JD = Nhuruf x 8 bit + besar file citra/grafik Informasi Audio/suara/musik : - Manusia mampu mendengan pada frekuensi 2 Hz 2 khz - Teori sampling Nyquist Shannon : frequensi sampling minimal = 2 kali frequensi signal (frequensi pendengaran manusia) - Jumlah sampling 44.1 sampel (44.1 khz)/ detik - Kualitas sedang audio = 12 bit/sampel - JD = 44 1 sampel x 12 bit =,5 Mbit/detik (9 Mbit / 3 menit). Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 27 Informasi citra : - Citra berwarna warna dasar RGB (merah, hijau, biru) - Ukuran citra 2D NxM pixel (tinggi x lebar) JD = N x M x 24 bit - Kamera foto digital berukuran 8 mega pixel JD = 192 Mbit Informasi Video : - Video citra yang di-capture secara sekuensial pada selang waktu yang berbeda - Kecepatan capture kecepatan sistem visual manusia untuk menganalisis informasi citra 25 (PAL) 3 (NTSC) citra/detik - VCD Jumlah pixel/citra 352x24 (NTSC) dan 352x288 (PAL) - VCD JD = 6,83 Mbit/s (NTSC), JD = 6,83 Mbit/s (PAL) - DVD Jumlah pixel/citra 72x48 (NTSC) dan 72x576 (PAL) -DVD JD =? Sarifuddin Madenda. Sis. Mul. : Pendahuluan

15 Teks Teks 65 menit? Citra Data multimedia 5 Mbps Citra wwxxyyzz Video Bandwidth 128 kbps Bandwidth 128 kbps Video Audio Masalah dalam Komunikasi Informasi Multimedai Tanpa kompresi Audio Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 29 Teks harapan!! Informasi Multimedia Terkompresi 128 kbps Bandwidth 128 kbps Citra wwwxxxyyyzzz Bandwidth 128 kbps Video Harapan pengguna Teknologi Informasi Multimedai Audio Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 3 15

16 wwwwwwwwww Teks Teks terkompresi Teks lumayan!! xxxxxxxxxxxxx Citra Citra terkompresi Bandwidth 128 kbps yyyyyyyyyyyy Video Video terkompresi Bandwidth 128 kbps Citra Video Audio zzzzzzzzzzzz Audio terkompresi Solusi Kompresi Informasi Multimedai yang telah dikembangkan saat ini Audio Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 31 Teks Teks Wow!!! Citra Citra Bandwidth 128 kbps Video fjmmsflkkdffjskjk Bandwidth 128 kbps Video Audio Solusi Kompresi Informasi Multimedia yang saya kembangkan Audio Sarifuddin Madenda. Sis. Mul. : Pendahuluan

17 Kompresi data multimedia Kompresi data teks (Huffman coding, RLE coding, LZW coding, arithmetic coding Representasi dan kompresi data suara dan audio Representasi dan kompresi citra Representasi dan kompresi video Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 33 Kompresi data : Metode representasi data/informasi kedalam ukuran yang lebih kecil sehingga dapat mempercepat waktu transmisinya dan memperkecil penggunaan memori penyimpanan Kompresi dapat dilakukan tanpa kehilangan atau perubahan data (Lossless compression) Kompresi dapat dilakukan dengan kehilangan atau perubahan data (lossy compression) Sarifuddin Madenda. Sis. Mul. : Pendahuluan

18 Lossless compression : Pengkodean (coding) data atau informasi yang memiliki redundancy (kerangkapan) kedalam jumlah bit yang lebih kecil. Digunakan untuk kompresi teks atau citra/video tanpa kehilangan/perubahan data (citra/video medis) Beberap contoh coding : Huffman, arithmetic, statistik, RLE (run-length encoding), Lempel- Ziv, Lempel-Ziv-Welch, Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 35 Lossless compression : Huffman Coding (David Albert Huffman 1952) - Berbasis pada perhitungan statistik - Mengunakan bantuan pohon biner - Data yang frekuensi munculnya paling banyak dikode dengan jumlah bit terkecil - Data yang frekuensi munculnya paling sedikit dikode dengan jumlah bit terbesar Sarifuddin Madenda. Sis. Mul. : Pendahuluan

19 Lossless compression : Huffman Coding Contoh : "this is an example of a huffman tree" - statistik munculnya karakter : = 7, a=4, e=4, f=3, t=2, h=2, i=2, s=2, n=2, m=2, x=1, p=1, l=1, u=1, =1, r=1. - Probabilitas munculnya karakter : =.1944, a=e=.1111, f=.833, t=h=i=s=n=m=.556, x=p=l=u=o=r=.278. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 37 Huffman Coding pohon biner : Lossless compression : = = 1 a=4 8 a = 1 e=4 1 e = 11 f=3 5 1 f = 1 t=2 1 t = 11 h= h = 1 i=2 1 i = 11 s=2 4 1 s = 11 n=2 1 n = 111 m= m = 11 x=1 2 1 x = 111 p=1 1 p = 1111 l= l = 111 u=1 u = = bit 135 bit o = r=1 r = Sarifuddin Madenda. 1 Sis. Mul. : Pendahuluan

20 Lossless compression : Huffman Coding - digunakan untuk pengkodean teks, citra dan video - Ada 3 jenis algorithme Huffman coding, Masingmasing berhubungan dengan metode pembuatan pohon biner : Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 39 Lossless compression : Huffman Coding statik : code setiap karakter ditentukan langsung oleh algoritma (contoh : teks berbahasa Prancis, dimana frekuensi kemunculan huruf e sangat banyak sehingga code bitnya kecil. semi-adaptatif : teks harus dibaca terlebih dulu untuk menghitung frekuensi munculnya setiap karakter, kemudian membentuk pohon binernya. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 4 2

21 Lossless compression : Huffman Coding adaptatif : Metode ini memberikan rasio kompresi yang tinggi karena pohon biner dibentuk secara dinamik mengikuti tahapan compresi. Namun dari sisi kecepatan eksekusi membutuhkan waktu yang lebih lama karena satiap saat pohon binernya akan beruabah mengikuti perubahan frekuensi munculnya setiap karakter. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 41 Lossless compression : Kelemahan Huffman Coding Entropi H : - Bila frekuensi munculnya setiap karakter dalam suatu dokumen adalah sama semua. - File kompresinya bisa sama atau lebih besar dari file aslinya - Solusi yang mungkin adalah kompresi per blok karekter dari dokumen tersebut Entropi H : Sarifuddin Madenda. Sis. Mul. : Pendahuluan

22 Run-length encoding Lossless compression : - RLE coding telah diaplikasikan khususnya pada scanner hitam putih (biner) - Prinsip dasarnya adalah menghitung jumlah/panjang data yang sama dalam serangkain data yang akan dikompres - Contoh pada dokumen hitam H (tulisan) dan putih P (latar belakang dokumen), berikut misalnya data pada satu baris dokumen yang direpresntasikan dalam pixel : PPPPPPPPPPPPHPPPPPPPPPPPPPPHHHPPPPPPPPPPPPPPPPPPPPPPPHPPPPPPPPPPP - Bentuk kompresinya adalah : 12P1H14P3H23P1H11P Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 43 Lossless compression : Aplikasi Run-length encoding - Kompresi citra format bmp pada Windows dan OS/2 untuk citra 1, 4 dan 8 bit/pixel - Citra format PCX 8 dan 24 bit/pixel - Fax dan scanner hitam putih Sarifuddin Madenda. Sis. Mul. : Pendahuluan

23 Lossless compression : Lempel-Ziv-Welch coding - Asumsi setiap karakter dikode dengan 8 bit (nilai code 256) - Membentuk table gabungan karakter (kata dalam kamus) - Tabel ini menyimpan kode kata dengan jumlah bit tetap (umumnya maksimum 12 bit) - Contoh : TOBEORNOTTOBEORTOBEORNOT Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 45 Algoritma kompresi LZW : c w wc output Kamus T <NIL> T O B E O R N O T T T O B E O R N O T TO OB BE EO OR RN NO OT TT T O B E O R N O T TO = <256> OB = <257> BE = <258> EO = <259> OR = <26> RN = <261> NO = <262> OT = <263> TT = <264> O T TO B TO TOB <256> TOB = <265> E B BE Sarifuddin Madenda. Sis. Mul. : Pendahuluan

24 c w wc output Kamus O BE BEO <258> BEO = <266> R O OR T OR ORT <26> ORT = <267> O T TO B TO TOB E TOB TOBE <265> TOBE = <268> O E EO R EO EOR <259> EOR = <269> N R RN O RN RNO <261> RNO = <27> T O OT OT <263> Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 47 Lossless compression : Lempel-Ziv-Welch coding - Contoh : TOBEORNOTTOBEORTOBEORNOT Hasil pengkodean : TOBEORNOT<256><258><26><265><259><261><263> Jumlah bit 16 * 9 = 144 bits. Algoritma Rekonstruksi LZW : TOBEORNOTTOBEORTOBEORNOT Sarifuddin Madenda. Sis. Mul. : Pendahuluan

25 k w input w+input output Kamus T T T O T O TO O TO = <256> B O B OB B OB = <257> E B E BE E BE = <258> O E O EO O EO = <259> R O R OR R OR = <26> N R N RN N RN = <261> O N O NO O NO = <262> T O T OT T OT = <263> <256> T TO TT TO TT = <264> <258> TO BE TOB BE TOB = <265> <26> BE OR BEO OR BEO = <266> <265> OR TOB ORT TOB ORT = <267> <259> TOB EO TOBE EO TOBE = <268> <261> EO RN EOR RN EOR = <269> <263> RN OT RNO RNO = <27> Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 49 OT Kompresi data Citra Format file citra: File citra umumnya memiliki : - header yang menyatakan informasi citra seperti ukuran citra, format file, dll. - data citra itu sendiri Struktur file berbeda antara satu format dengan format citra lainnya Bisa jadi struktur file untuk format citra yang sama berbeda dari satu versi ke versi yang lain (contoh : file TIFF) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 5 25

26 JPEG (Joint Photo Expert Group) Format JPEG mengikuti norm ISO Bersifat pengunaan bebas Jumlahwarnacitra2 24 = warna Type kompresi lossy menggunakan DCT Kualitas kompresi tergantung pada rasio kompresi Tidak memiliki sifat warna transparan Bukan format animasi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 51 JPEG 2 (Joint Photo Expert Group) JPEG 2 masih dibawah proteksi hak paten Type kompresi lossy dan lossless menggunakan Wavelet Transform Jumlahwarnacitra2 24 = warna Kualitas kompresi dapat diatur secara lokal atau global Dapat ditampilkan dengan ukuran yang berbeda Bukan format animasi Tidak memiliki sifat warna transparan Sarifuddin Madenda. Sis. Mul. : Pendahuluan

27 PNG (Portable Network Graphics) Bersifat pengunaan bebas Type kompresi lossless baik untuk citra berwarna maupun citra gray-level Memiliki sifat warna transparan Bukan format animasi Versi format animasinya adalah MNG Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 53 GIF (Compuserve Graphics) Bersifat dilindungi oleh hak paten Jumlah warna citra 256 (sistem pallet) Dapat memiliki sifat warna transparan Dapat merupakan format animasi Penggunaa umum adalah untuk logo dan citra yang memiliki jumlah warna sedikit Sarifuddin Madenda. Sis. Mul. : Pendahuluan

28 Kompresi JPEG Bagan standar kompresi citra JPEG Pembagian citra dalam blok 8x8 pixel Transformasi warna DCT Kuantisasi Coding RLE & Huffman Citra asli Kompresi JPEG Rekonstruksi JPEG Tabel Kuantisasi Tabel coding Citra terkompresi JPEG Rekonstruksi Blok citra Transformasi Warna invers IDCT Kuantisasi Inverse Decoding RLE & Huffman Matriks asli. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 55 Sub-sampling warna Format ruang warna : 4:4:4 R G B Y Cb Cr Y 4:2:2 4:1:1 Sarifuddin Madenda. Sis. Mul. : Pendahuluan

29 Konversi RGB Yuv : Konversi Yuv RGB : Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 57 MPEG : Prinsip dasar Down sampling - Mata lebih sensitif terhadap perubahan intensitas/luminance L - Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak secara visual oleh mata Sarifuddin Madenda. Sis. Mul. : Pendahuluan

30 Matriks asli. Matriks transformasi DCT DCT Matriks kuantisasi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. Matriks terkuantisasi. 59 Transformasi DCT 2 DCT ( i, j) =. C( j). C( i) N (2x + 1). iπ (2 y + 1). j N N 1 N 1 Pixel( x, y).cos.cos y= x= 2N 2 π Implementasi 1D : DCT ( i, y) X DCT ( i, j) = = 2 N 2 N. C( i). C( j) N 1 x= N 1 y= Pixel( x, y).cos DCT ( i, y) X.cos (2x + 2N (2 y + 2N 1). i 1). j π π Transformasi DCT invers. 2 Pixel( x, y) =. C( j). C( i) N (2x + 1). iπ (2 y + 1). j N N 1 N 1 DCT ( i, j).cos.cos j= i= 2N 2 π Implementasi 1D : IDCT ( i, y) X = 2 N. C( j) N 1 j= DCT ( i, j).cos (2 y + 2N 1). j π Pixel( x, y) = 2 N. C( i) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 6 N 1 i= IDCT ( i, y) X.cos (2x + 2N 1). i π 3

31 31 Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 61 Matriks hasil IDCT IDCT x Matriks kuantisasi Matriks terkuantisasi. Matriks terkuantisasi invers. = F Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 62

32 Quantization Table for: Photoshop CS2 (Save As 11) Quantization Table: Luminance Quantization Table: Chrominance Quantization Table for: IrfanView (95%) Quantization Table: Luminance Quantization Table: Chrominance Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 63 Zigzag coding : urutan pengkode menurut norm JPEG. DC adalah nilai rata-rata matriks dan merepresentasikan informasi global matriks (frekuensi rendah) AC merepresentasikan informasi detail matriks (frek. tinggi) Penkodean dilakukan dalam bentuk zigzag : EOB Sarifuddin Madenda. Sis. Mul. : Pendahuluan

33 Table 1 - Huffman - Luminance (Y) - DC Length 3 bits 4 bits 5 bits 6 bits 7 bits Bits Code bit-stream : Code (End of Block) A Table 2 - Huffman - Luminance (Y) - AC Length 2 bits 3 bits 4 bits 5 bits 6 bits bits bits Bits Code (End of Block) F (ZRL) EOB FA Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 65 AC Code 1 Size 1 Additional Bits 1 DC/AC Value ,1 1,11-3,-2 2,3 3 3,1,1,11 1,11,11,111-7,-6,-5,-4 4,5,6,7 4 4,...,111 1,..., ,...,-8 8,..., ,...,......, , ,...,-16-63,...,-32 16,...,31 32,...,63 7 7,......, ,...,-64 64,..., ,......, ,..., ,..., ,......, ,..., ,...,511 A B 1 11,...,......, , ,..., ,..., ,..., ,..., EOB Sarifuddin Madenda. Sis. Mul. : Pendahuluan

34 Analisis multi-frekuensi : Wavelet transform Informasi dalam signal 1-D et 2-D tersebar dalam frekuensi yang berbeda (dari frekuensi rendah ke frekuensi tinggi) Analisis informasi dalam signal tersebut membutuhkan teknik analisis multi-frekuensi multi-resolusi multi-scale Wavelet transform (WT) sangat sesuai dengan kebutuhan analisis multi-frekuensi. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 67 Discrete Wavelet Transform (DWT) Prinsipe : memisahkan signal dalam dua komponen yaitu informasi general (frekuensi rendah) dan informasi detil (frekuensi tinggi) Bagaimana DWT berfungsi? Dua pendekatan analisis : - pendekatan melalui dilatasi filter resolusi signal tetap. - pendekatan melalui dilatasi signal resolusi signal berubah Contoh : misalkan suatu signal memiliki informasi yang tersebar hingga pada frekuensi 1 Hz. Sarifuddin Madenda. Sis. Mul. : Pendahuluan

35 Discrete Wavelet Transform (DWT) Pendekatan melalui dilatasi filtre? - Pada tahap awal, kita bagi informasi signal dalam dua bagian dengan melewatkannya dalam high-pass filter (5-1 Hz) dan low-pass filter (-5 Hz). - Menghasilkan satu signal yang berhubungan dengan informasi pada interval -5 Hz (frekuensi rendah) dan satu signal lainnya dengan informasi pada interval 5-1 Hz (frekuensi tinggi). - Selanjutnya, kita lakukan proses berulang pada salah satu atau kedua komponen tadi. - Andaikan kita lakukan untuk bagian low-pass dengan menggunakan high-pass filter (25-5 Hz) dan low-pass filter (-25 Hz). Maka kita akan punya 3 komponen informasi, masing-masing berhubungan dengan informasi dari satu signal yang sama pada frekuens -25 Hz, 25-5 Hz et 5-1 Hz. -dst. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 69 Discrete Wavelet Transform (DWT) Pendekatan dilatasi signal? Tahap pertama, kita lewatkan signal kedalam low-pass filter dan high-pass filter (kita gunakan filter dengan resolusi yang sama). Tahap kedua, resolusi signal hasil low-pass dan high-pass kita bagi dua. Selanjutnya, kita lakukan proses yang sama hingga pada resolusi yang diinginkan. Keuntungan untuk kompresi citra : - Lebih mudah untuk implementasi real-time - sangat baik untuk kompresi citra dan video Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 7 35

36 Discrete Wavelet Transform (DWT) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 71 Discrete Wavelet Transform (DWT) Sarifuddin Madenda. Sis. Mul. : Pendahuluan

37 Discrete Wavelet Transform (DWT) Ada beberapa jenis WT yang telah dikembangkan, diantaranya yang digunakan untuk format JPEG2 : - ''CDF 9/7'' Cohen-Daubechies-Fauvaue (irreversible). - ''spline 5/3'' pour Le Gall (lebih sederhana dan reversible). Bilangan 9 dan 5 merupakan jumlah elemen filter low-pass. Bilangan 7 dan 3 merupakan jumlah elemen filter high-pass. Pour la CDF 9/7 : Filter low-pass L : Filter high-pass H : (Z 1 +Z -1 ) (Z 2 +Z -2 ) (Z 3 +Z -3 ) (Z 4 +Z -4 ) (Z 1 ) (Z 2 +Z ) (Z 3 +Z -1 ) (Z 4 +Z -2 ) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 73 Standar Kompresi JPEG2 Wavelet Transform (WT) - Ide : membagi citra kedalam tingkat resolusi yang berbeda - Pembagiannya berdasarkan pita frekuensi yang bebeda - Menjaga/mempertahankan kualitas data Principes : Melakukan proses WT terhadap citra asli Kuantisasi skalar (sesuai tingkat resolusi) Pengkodean (RLE, entropy, Huffman, ) Sarifuddin Madenda. Sis. Mul. : Pendahuluan

38 Standar Kompresi JPEG2 Citra asli Wavelet Transform Kuantisasi Coding per blok Pembentukan bitstream Citra terkompresi Encoder Optimisasi rasio-distorsi Citra terkompresi Decoding Per blok Kantisasi invers Wavelet transform inverse Citra rekonstruksi Decoder Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 75 Standar Kompresi JPEG2 LL 1 Citra asli baris kolom LH 1 HL 1 HH 1 Detil horisontal Detil vertikal Detil diagonal Sarifuddin Madenda. Sis. Mul. : Pendahuluan

39 Standar Kompresi JPEG2 LL 2 Citra LL1 baris kolom LH 2 HL 2 HH 2 Detil horisontal Detil vertikal Detil diagonal Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 77 Standar Kompresi JPEG2 LL 3 Citra LL2 baris kolom LH 3 HL 3 HH 3 Detil horisontal Detil vertikal Detil diagonal Sarifuddin Madenda. Sis. Mul. : Pendahuluan

40 Standar kompresi JPEG2 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 79 Standard compression JPEG2 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 8 4

41 Standar kompresi JPEG2 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 81 Standar kompresi JPEG2 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan

42 Standard compression JPEG2 Perbandingan rasio kompresi Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 83 Standar kompresi JPEG2 Contoh citra hasil kompresi : JPEG JPEG 2 Sarifuddin Madenda. Sis. Mul. : Pendahuluan

43 Standard compression JPEG2 Keuntungan Kualitas lebih baik dari JPEG Lossless dan lossy compression sangat baik Regions of Interests ROI coding Transmisi dan pengkodean progressif Sesuai untuk data aplikasi multimedia Untuk nilai PSNR (pick signal to noise ratio) yang sama, ratio kompresi JPEG2 dapat mencapai 2 kali dari JPEG Efek blok tidak tampak Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 85 Kompresi Video Problem : - Satu citra dari suatu video dapat menempati kapasitas memori sekitar,916 MB (64x48 pixel). - Untuk menampilkan video yang secara visual tampak kontinu, maka kecepatan pengambilan gambar adalah 25 atau 3 citra per detik, atau sekitar 23 MB/detik atau sekitar 1,38 GB/menit atau sekitar 82,94 GB/jam. - Kapasitas penyimpanan (CD dan DVD) yang ada saat ini sekitar 7GB, - Kapasitas band-width jaringan komunikasi yang terbatas citra/detik butuh band-with sekitar 184 Mbps. Sarifuddin Madenda. Sis. Mul. : Pendahuluan

44 Kompresi Video Solusi : - Meningkatkan kapasitas memori penyimpanan, implikasinya penambahan biaya yang besar - Memperbesar band-width komunikasi implikasinya penambahan biaya yang besar - Kompresi data video pengembangan algoritma CoDec (COmpression/DECompression) untuk memperkecil semaksimal mungkin data video tanpa banyak mengurangi kualitas visualnya Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 87 Kompresi Video Ide pertama adalah mengurangi jumlah data rate (dari 25 fps ke 12 fps atau dari 3 fps ke 15 fps), dengan konsekuensi menghilangkan sejumlah pergerakan objek video (video motions) Intraframe (spatial) compression: mengurangi redundant informasi/data yang berada dalam satu citra atau frame. Sarifuddin Madenda. Sis. Mul. : Pendahuluan

45 Kompresi Video Interframe (temporal) compression Landasan pemikiran adalah bahwa banyak terdapat perulangan informasi/data video dari satu frame (citra) ke frame lainnya. Sehingga perlu pengembangan metode atau algoritma yang mampu menghilangkan redundancy informasi/dat antar frame. Butuh identifikasi key frame (master frame) Key frame: dasar untuk menentukan berapa banyaknya frame secara berurutan yang memiliki pergerakan objek yang sama (hampir sama) Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 89 Kompresi Video Interframe (temporal) compression t Andaikan bahwa informasi/data background adalah tetap (langit, jalan dan rumput) dan hanya mobil yang bergerak. Frame pertama disimpan sebagai key frame dan frame-frame lainnya diambil hanyalah objek yang bergerak (mobil). Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 9 45

46 Standar video MPEG MPEG-1, adalah suatu standar untuk kompresi data video dan audio (2 kanal audio). Memungkinkan untuk menyimpan video dengan kapasitas 1.5 Mbps pada media VCD (Video CD). MPEG-2, suatu standard dikembangkan untuk televisi numerik (HDTV) yang memberikan kualitas tinggi dengan kapasitas 4 Mbps dan 5 canal audio. MPEG-2 juga dikembangkan untuk dapat mengidentifikasi dan memproteksi terhadap pembajakan. Format ini digunakan untuk video DVD. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 91 Standards et normes vidéos : MPEG MPEG-4, standard yang ditujukan untuk compresi data multimédia dalam bentuk objek numériques, sehingga lebih memudahkan interactivity, dan pengunaanya lebih adaptif terhadap kebutuhan web dan interface mobile. MPEG-7, standard ditujukan untuk memberikan representasi standar data audio dan visual agar dapat lebih memungkinkan pencarian informasi dalam video berdasarkan content. Standar ini disebut juga Multimedia Content Description Interface. Sarifuddin Madenda. Sis. Mul. : Pendahuluan

47 MPEG : Prinsip dasar Coding Prediksi Transformasi Kuantisasi Entropy Coding P T Q Ce Decoding Format ruang warna : 4:1:1 (4:2:) R G B Y U V Luminance Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 93 Konversi RGB Yuv : MPEG : Prinsip dasar Konversi Yuv RGB : Sarifuddin Madenda. Sis. Mul. : Pendahuluan

48 MPEG : Prinsip dasar Down sampling - Mata lebih sensitif terhadap perubahan intensitas/luminance L - Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak secara visual oleh mata Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 95 Modul Prediksi : MPEG : Prinsip dasar Sarifuddin Madenda. Sis. Mul. : Pendahuluan

49 Modul Prediksi : MPEG : Prinsip dasar I B B B P B B B P B B B I Frames I : citra dikompresi secara terpisah tanpa citra referensi dari citra sebelumnya. Frames P: citra yang diprediksi berdasarkan pada citra referensi I atau P sebelumnya. Frames B (Citra interpolsi bidireksional) : citra ini dihitung berdasarkan citra referensi I dan P, Urutan penyimpanan dalam file : I P B B B P B B B I B B B Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 97 MPEG : Prinsip dasar Sarifuddin Madenda. Sis. Mul. : Pendahuluan

50 MPEG : Prinsip dasarr Frames I : Citra ini dikompresi dengan hanya menggunkan metode kompresi JPEG. Citra ini sangat penting dalam video MPEG karena dialah yang menjamin kesinambungan data citra lainnya Ada 2 atau 3 citra I per detiknya dalam video MPEG. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 99 Frames P : MPEG : Principe Citra ini dihitung melalui perbedaan antra citra actual terhadap citra I atau citra P sebelumnya. Algoritma yang dikembangkan untuk menghitung citra P adalah melalui perbandingan blok per blok, disebut macroblocs (16x16 pixels), dan berdasarkan pada nilai ambang tertentu dapat dinyatakan apakah blok tesebut berbeda dengan blok citra sebelumnya. Jika ya maka dilakukan compresi JPEG dan jika tidak, blok tersebut dinyatakan sama dengan blok citra sebelumnya dan tidak perlu dikompresi. Perhitungan macroblocs sangat mempengaruhi kecepatan kompresi. Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 1 5

51 MPEG : Principe Frames B : Sama halnya dengan frames P, frames B dihitung berdasarkan perbedaan antara citra actual terhadap citra referensi I sebelumnya dan citra referensi P berikutnya, hal ini dapat memberikan kualitas kompresi yang baik, namun memberikan delay waktu karena harus mengetahui dulu citra berikutnya dan harus disimpan di memori 3 citra secara berturutan (citra I/P sebelumnya, citra actual dan citra P/I berikutnya). Sarifuddin Madenda. Sis. Mul. : Pendahuluan