PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

Transkripsi

1 ANALISIS DAN PERBANDINGAN TEKNIK KOMPRESI MENGGUNAKAN ALGORITMA SHANNON-FANO DAN RUN LENGTH ENCODING PADA CITRA BERFORMAT BMP DAN PNG SKRIPSI ROHANI NASUTION PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

2 ANALISIS DAN PERBANDINGAN TEKNIK KOMPRESI MENGGUNAKAN ALGORITMA SHANNON-FANO DAN RUN LENGTH ENCODING PADA CITRA BERFORMAT BMP DAN PNG SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer ROHANI NASUTION PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS ILMU KOMPTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

3 PERSETUJUAN Judul : ANALISIS DAN PERBANDINGAN TEKNIK KOMPRESI DENGAN MENGGUNAKAN ALGORITMA SHANNON-FANO DAN RUN LENGTH ENCODING PADA CITRA BERFOMAT BMP DAN PNG Kategori : SKRIPSI Nama : ROHANI NASUTION Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Diluluskan di Medan, Agustus 2012 Pembimbing 2 Pembimbing 1 Ade Candra, ST, M.Kom Marihat Situmorang, M.Kom NIP NIP Diketahui/Disetujui oleh Departemen Ilmu Komputer FMIPA USU Ketua, Dr. Poltak Sihombing, M.Kom NIP

4 PERNYATAAN ANALISIS DAN PERBANDINGAN TEKNIK KOMPRESI DENGAN MENGGUNAKAN ALGORITMA SHANNON-FANO DAN RUN LENGTH ENCODING PADA CITRA BERFORMAT BMP DAN PNG SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Agustus 2012 ROHANI NASUTION

5 PENGHARGAAN Segala dan puji syukur penulis panjatkan hanya bagi Allah SWT, Pemelihara seluruh alam raya, yang atas limpahan rahmat, taufik dan hidayah-nya, penulis mampu menyelesaikan Tugas Akhir ini, serta shalawat dan beriring salam penulis ucapakan kepada Nabi Besar Muhammad SAW. Tugas akhir ini dikerjakan demi memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer Fakultas Ilmu Komputer dan Teknologi Informasi. Penulis menyadari bahwa tugas akhir ini bukanlah tujuan akhir dari belajar karena belajar adalah sesuatu yang tidak terbatas. Terselesaikannya skripsi ini tentunya tak lepas dari dorongan dan uluran tangan berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis mengungkapkan rasa terima kasih dan penghargaan kepada : 1. Bapak Drs. Marihat Situmorang M.Kom, selaku pembimbing I yang telah memberikan masukan, bimbingan, serta saran ayng membangun untuk penulis. 2. Bapak Ade Candra ST,M,Kom, selaku pembimbing II yang telah memberikan masukan, bimbingan, saran dan motivasi kepada penulis, serta meluangkan banyak waktu dan sabar membantu sehingga penulis dapat menyelesaikan skripsi ini dengan baik 3. Bapak Dr. Poltak Sihombing, M, Kom selaku Ketua Departemen Ilmu Komputer dan sebagai dosen penguji I penulis yang telah memberikan kritik dan saran yang berguna bagi penulis 4. Ibu Dian Wirdasari S, Si, M.Kom sebagai penguji II yang telah memberikan kritik dan saran yang membangun bagi penulis. 5. Ibu Maya Silvi Lydia B, Sc., M.Sc selaku Sekretaris Ilmu Komputer dan Teknologi Informasi. 6. Ibu Dian Rahmawati, S.Si, M.Kom selaku Ketua T.A Ilmu Komputer dan Teknologi Informasi. 7. Dekan dan Pembantu Dekan Ilmu Komputer dan Teknologi Informasi. 8. Orang tua tercinta, Ayahanda Ahmad.Z. Nasution dan Ibunda Basiah Selian, atas semua doa, dukungan, dan motivasi yang tak ternilai harganya.

6 9. Abang tersayang Adi suharjono Nasution, Amarullah Nasution, Dedi Irawan dan adik tersayang Alas syah Putra Doli Nasution,beserta seluruh keluarga besar yang selalu memberikan dukungan, dan spesial untuk Alm.nenek tersayang Baniah Selian yang mempunyai harapan besar kepada penulis. 10. Keluarga besar Ilmu Komputer, khususnya Herna J.Pakpahan, Alvi Syukriati Hasibuan, Rima Lestari dan semua teman, kerabat, dan sahabat angkatan 2008 yang tidak dapat disebutkan satu persatu, terima kasih atas ide, saran, dan kerja samanya selama ini. Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan. Penulis, ( Rohani Nasution)

7 ABSTRAK File citra digital memiliki ukuran (size) yang lebih besar dibandingkan dengan file teks. Untuk mengurangi ukuran file citra tersebut dilakukan dengan kompresi yang bertujuan meminimalkan kebutuhan tempat pada media penyimpanan serta untuk mempercepat pengiriman melalui media komunikasi. Pada penelitian ini file citra dikompresi dengan teknik lossless menghasilkan file kompresi dengan ukuran yang lebih kecil dari file aslinya. Algoritma yang digunakan pada teknik lossless ini adalah Shannon-Fano dan Run Length Encoding.Dari hasil pengujian file citra yang telah dikompresi dengan Algoritma Shannon-Fano dan Run Length Encoding pada citra format BMP memiliki rasio kompresi: % dan waktu: 18 detik.algoritma Shannon-Fano pada citra format PNG memiliki rasio kompresi % dan waktu: 12 detik, dan Run Length Encoding pada citra format PNG rasio kompresi -1.00% dan waktu rata-rata: 12 detik. Kata Kunci : Kompresi, Dekompresi, Shannon-Fano, Run Lenght Encoding, Citra BMP dan PNG

8 ANALYSIS AND COMPARISON OF COMPRESSION TECHNIQUE USING SHANNON-FANO ALGORITHM AND RUN LENGTH ENCODING IN IMAGE FORMATS SUCH AS BMP AND PNG ABSTRACT Digital image Files have a size (size) are larger compared to a text file. To reduce the size of image files is done with the aim to minimize the need for compression places on storage media as well as to expedite delivery through the communication media. In this study an image file compressed with lossless compression techniques produce file sizes smaller than the original file. The algorithms used in lossless techniques this is Shannon-Fano and Run Length Encoding of image file test results that have been compressed with Shannon-Fano Algorithm and Run Length Encoding in image format BMP has a compression ratio: 29.32% and time: 18 seconds.shannon-fano algorithm in image format PNG has a compression ratio-7.90% and time: 12 seconds, and Run Length Encoding in image format PNG compression ratio-1.00% and the average time: 12 seconds. Keywords: compression, Decompression, Shannon-Fano, Run Lenght Encoding, Image BMP and PNG

9 DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv v vi vii xi xii Bab 1 Pendahuluan Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metode Penelitian Sistematika Penulisan 5 Bab 2 Tinjauan Pustaka Citra Digital Representasi Warna Digital Format Citra Bitmap Citra Format PNG (Portable Network Graphics) Kompresi Data Dekompresi Data Algoritma Shannon-Fano Run Length Encoding Pembacaan File Citra Nilai Grayscale Citra UML ( Unified Modeling Language) Use Case Diagram Actor Use-Case Interaksi Actor dengan Use-Case Activity Diagram Class Diagram Sequence Diagram Package Diagram Deployment Diagram 24

10 2.8.7 Analisi Persyaratan dengan UML Desain dengan UML Flowchart 26 Bab 3 Analisis dan Perancangan Sistem Analisis Analisis Masalah(Problem Analysis) Diagram Konteks Analisis Persyaratan (Requiment Analysis) Fungsional sistem Non-Fungsional Sistem Pemodelan Sistem dengan Use Case Use Case Diagram Activity Diagram Sequence Diagram Flowchart Flowchart Kompresi Algoritma Shannon- Fano Flowchart Dekompresi Algoritma Shanno-Fano Flowchart Kompresi Algoritma RLE Flowchart Dekompresi Algoritma RLE Rancangan Perangkat Lunak Perancangan Menu Utama Perancangan Kompresi dan Dekompresi Rancangan Help Rancangan About Rancangan Hasil Pengujian Sistem 46 Bab 4 Implementasi dan Pengujian Implementasi Menghitung Nilai Grayscale Kompresi Citra dengan Algoritma Shannon-Fano Pembentukan Pohon Shannon-Fano Dekompresi Algoritma Shannon-Fano Kompresi Algoritma Run Length Encoding (RLE) Dekompresi Algoritma Run Length Encoding (RLE Tampilan Source Code Kompresi Tampilan Source Code Dekompresi Pengujian Program Pengujian BlackBox Pengujian Kompresi Citra Format BMP Pada

11 Algoritma Shannon Fano Pengujian Dekompresi File Citra Format BMP Pada Algoritma Shannon Fano Pengujian Kompresi Citra Format BMP Pada Algoritma RLE Pengujian Dekompresi File Citra Format BMP dengan Algoritma RLE Pengujian Kompresi File Citra Format Png Pada Algoritma Shannon Fano Pengujian Dekompresi File Citra Format PNG pada algoritma Shannon-Fano Pengujian Kompresi File Citra Format PNG pada Algoritma RLE pengujian Dekompresi File Citra Format PNG pada Algoritma RLE 75 Bab 5 Kesimpulan dan Saran Kesimpulan Saran 78 Daftar Pustaka 79 Lampiran Hasil Pengujian Sistem A-1 Lampiran A Listing Program B-1

12 DAFTAR TABEL Tabel Keterangan Halaman 2.1 Hubungan antara bit per piksel dengan jumlah warna maksimum 9 pada bitmap 2.2 Frekuensi Kemunculan Kode Shannon-Fano Metode Kompresi RLE Metode Dekompresi RLE Simbol-simbol Flowchart Program Cause-and-Effect Analisis Dokumentasi Naratif Use-Case Kompresi Dokumentasi Naratif Use-Case Lanjutan Dokumentasi Naratif Use-Case Dekompresi Tabel Frekuensi Nilai Frekuensi terbesar Label Bit Kelompok Nilai Frekuensi terbesar Nilai Frekuensi terbesar Nilai Frekuensi terbesar Nilai Frekuensi terbesar Nilai Frekuensi terbesar Nilai Frekuensi terbesar Nilai Frekuensi terbesar Hasil Kompresi Shannon-Fano Hasil Kompresi Shannon-Fano Bit Hasil Kompresi Bit Hasil Kompresi Hasil Bit Hasil Kompresi 62

13 DAFTAR GAMBAR Gambar Keterangan halaman 2.1 Kordinat Citra Digital Alur kompresi Lossless Pohon Biner Shannon -Fano Pohon Shannon-Fano Contoh nilai Piksel Citra Warna Citra Warna 300 x 200 Piksel Citra Grayscale Matriks Nilai Grayscale Actor Use-Case Use-Case Diagram Activity Diagram Class Diagram Sequence Diagram Packege Diagram Deployment Diagram Diagram Konteks Use Case Diagram Activity Diagram Activity Diagram Sequence Diagram Dekompresi Flowchart Kompresi Algoritma Shannon Fano Flowchart Dekompresi Algoritma Shannon Fano Flowchart Kompresi Algoritma RLE Flowchart Kompresi Algoritma RLE Lanjutan Flowchart Dekompresi Algoritma RLE Flowchart Dekompresi Algoritma RLE Lanjutan Rancangan Menu Utama Rancangan Kompresi dan Dekompresi Rancangan Help Rancangan About Rancangan Hasil Pengujian Sistem Citra Warna 200 x133 piksel Matriks Nilai RGB Citra Warna Matriks Nilai Grayscale Pohon Shannon-Fano Nilai piksel Citra Matrik Nilai Grayscale Citra Asli Matrik Citra Asli Kompresi Pohon Shannon-Fano Matriks Citra Hasil Dekompresi Matriks Citra Asli Proses Kompresi Citra Run Lenght Encoding Matriks Citra Hasil Kompresi Matriks Citra Kompresi 64

14 4.13 Matriks Citra Hasil Sementara Matriks Citra Hasil Dekompresi Tampilan Source Code Kompresi Tampilan Source Code Dekompresi Tampilan Pengujian Kompresi Citra Format BMP Pada Algoritma Shannon-Fano Tampilan Pengujian Kompresi Citra Format BMP Pada Algoritma Shannon-Fano 4.21 Tampilan Pengujian Kompresi File Citra Format BMP Pada Algoritma RLE Tampilan Pengujian Dekompresi File Citra Format BMP Pada Algoritma RLE Tampilan Pengujian Kompresi File Citra Format PNG pada Algoritma Shannon-Fano 4.24 Tampilan Pengujian Dekompresi File Citra Format PNG Shannon-Fano 4.23 Tampilan Pengujian Kompresi File Citra Format PNG pada Algoritma RLE 4.24 Tampilan Pengujian Dekompresi File Citra Format PNG pada Algoritma RLE