IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING (RLE) SKRIPSI RETRI WITRA NASTITI

Transkripsi

1 IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING (RLE) SKRIPSI RETRI WITRA NASTITI PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2015

2 IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING (RLE) SKRIPSI Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer RETRI WITRA NASTITI PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

3 ii PERSETUJUAN Judul : IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING Kategori : SKRIPSI Nama : RETRI WITRA NASTITI Nomor Induk Mahasiswa : Program Studi : SARJANA (S-1) ILMU KOMPUTER Departemen Fakultas Komisi Pembimbing : : ILMU KOMPUTER : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Diluluskan di Medan, Januari 2016 Pembimbing 1 Pembimbing 2 Maya Silvi Lydia, B.Sc, M.Sc Dian Rachmawati, S.Si, M.Kom Diketahui/Disetujui oleh Program Studi S-1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP

4 iii PERNYATAAN IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, 5 Januari 2016 Retri Witra Nastiti

5 iv PENGHARGAAN Alhamdulillah, puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan karunia-nya, sehingga Penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara. Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar besarnya kepada : 1. Bapak Prof. Drs. Subhilhar, M.A, Ph.D selaku Plt Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. 3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara. 4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara dan Dosen Pembimbing I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 5. Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing II dan Kepala Laboraturium TA S-1 Ilmu Komputer yang telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini. 6. Bapak Dr. Syahril Efendi, SSi, MIT selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 7. Bapak Herriyance, ST, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 8. Wakil Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, seluruh tenaga pengajar serta pegawai di Program Studi S-1 Ilmu Komputer Fasilkom-TI USU. 9. Ayahanda Ruwitno Rengadi dan Ibunda Herawati yang selalu memberikan doa dan dukungan serta kasih sayang kepada penulis, serta kakanda tersayang Retno Witra Yuningsih, S.Pd., Retni Witra Yuningrum, Amd., dan adinda Retzky Witra Pangesti yang terus memberikan dukungan dan dorongan bagi penulis untuk menyelesaikan skripsi ini.

6 v 10. Teman-teman terdekat, terutama, Siti Aisyah, Nurul Putri Yanti, Lestari Juwita Ningrum, Geubrina Rizky, Kh. Nisa Dewi, Khairani, Susi Suryani Panggabean, Nur Kholija Harahap, Dini Islami serta teman-teman seperjuangan stambuk 2011 lainnya terkhusus teman-teman UKMI Al- Khuwarizmi Dan Dias Tia Ramadhani, Agung Putu Yoga, serta kakanda Yayang Kurniati yang telah banyak membantu dalam menyelesaikan skripsi ini. Serta kakak-kakak senior dan adik-adik junior yang senantiasa memberikan doa dan dukungannya. 11. Keluarga besar UKMI Al-Khuwarizmi dan UKMI Ad-Dakwah USU khususnya keluarga kaderisasi UKMI Ad-Dakwah USU yang senantiasa memberikan doa dan dukungannya. 12. Dan semua pihak yang telah banyak membantu yang tidak bisa disebutkan satu-persatu. Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT. Medan, 5 Januari 2015 Penulis

7 vi ABSTRAK Citra merupakan salah satu visualisasi data dan informasi yang dituangkan dalam bentuk 2 dimensi. Manajemen data dalam bentuk citra digital merupakan bagian dari kehidupan masyarakat saat ini. Hal terpenting dalam manajemen data digital terutama citra adalah pengaturan memori yang berkaitan dengan ukuran citra baik dalam hal pemanfaatan ruang memori maupun kecepatan dalam tranmisi file pada keperluan tertentu. Oleh karenanya diperlukan suatu metode dan sistem yang baik untuk dapat melakukan kompresi pada file citra. Salah satu metode kompresi pada citra adalah metode run length encoding. Metode run length encoding adalah metode kompresi yang memanfaatkan perulangan dari nilai matriks citra yang berurutan untuk kemudian dikompresi menjadi satu nilai matriks. Tetapi metode ini kurang efektif, karena berdasarkan penelitian sebelumnya didapatkan bahwa hasil kompresi citra menggunakan metode run length encoding sangat buruk dibandingkan metode kompresi lainnya yakni huffman, lempel ziv welch, dan shanon-fano. Penambahan proses filtering diharapkan dapat membantu meningkatkan kinerja dari metode ini. Salah satu metode filtering yang cukup bagus untuk diterapkan adalah metode arithmetic mean filter. Berdasarkan dari hasil pengujian diperoleh bahwa penambahan proses filtering dengan menggunakan metode arithmetic mean filter dapat membantu metode run length encoding untuk melakukan kompresi pada citra hingga 15% namun, ukuran citra hasil kompresi tidak lebih kecil dari citra asli disebabkan proses filtering menggunakan metode arithmetic mean filter ternyata menambah ukuran citra. Sehingga proses filtering menggunakan metode arithmetic mean filter juga tidak dapat membantu meningkatkan efektifitas dari kinerja metode kompresi run length encoding. Kata kunci : Kompresi Citra, Filtering, Arithmetic Mean Filter, Run Length Encoding

8 vii IMPLEMENTATION OF ARITHMETIC MEAN FILTER METHOD AND IMAGE COMPRESSION USING RUN LENGTH ENCODING METHOD ABSTRACT The image is one of visualization of data and information applied in twodimensional form. And the management of data in digital image form is a part of people s life today. The most important thing in a management of digital data especially of image is the setting of memory that related with size of image in memory space utilization and speed of files transmission at specipic puposes. Then the required thing in this case is a good method and system to perform compression of image files. One of image compression method is run length encoding. Run length encoding method can do compression of citra with utilizes iteration of a sequence image matrix value and then compressing them into one image matrix value. But this method is not effective, because based on the previous research showed that the result of image compression using run length encoding method is very bad compared to the other compression method, it is huffman, lempel ziv welch, and shanon-fano. The writer hopes the additional of filtering process can increase performance of this compression method. One of the good filtering method that can be applied is arithmetic mean filter method. Based on the result of the test showed that the additional of filtering process using arithmetic mean filter method can help run length encoding method to compress image until 15%, but the result of image size is not smaller than the true image size because filtering process using arithmetic mean filter actually add the image size. So the additional of filtering process with using arithmetic mean filter also can not help to increase the effectiveness and performance of run length encoding method. Keywords: Image Compression, Filtering, Arithmetic Mean Filter, Run Length Encoding

9 viii DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Daftar Lampiran ii iii iv vi vii viii xi xii xiii Bab 1 Pendahuluan 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Atau Ruang Lingkup Masalah Tujuan Penelitian Manfaat Penelitian Metode Penelitian Sistematika Penulisan 4 Bab 2 Landasan Teori 2.1 Citra Definisi Citra Picture Element (Pixel) Matriks Bitmap Jenis Citra Citra Biner (Monokrom) Citra Skala Keabuan (Grayscale) Citra Warna (True Color) Citra Warna Berindeks Pengolahan Citra Definisi Pengolahan Citra Aplikasi dan Prinsip Dasar Pengolahan Citra Peningkatan Kualitas Citra (Image Enhancement) Perbaikan Citra (Image Restoration) Transformasi Fourier Segmentasi Filtering Arithmetic Mean Filter Kompresi Citra Pengertian Kompresi Teknik Kompresi Citra 16

10 ix Metode Run Length Encoding Ratio Of Compression (Rc) Compression Ratio (CR) Data Berlebihan (Data Redudency) Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR) 19 Bab 3 Analisis dan Perancangan Sistem 3.1 Analisis Sistem Analisis Masalah Analisis Persyaratan Persyaratan Fungsional Persyaratan Non-Fungsional Analisis Proses Use Case Diagram Activity Diagram Sequance Diagram Analisis Proses Metode Arithmetic Mean Filter Analisis Proses Metode Run Length Encoding (RLE) Pseudocode Program Pseudocode Arithmetic Mean Filter Pseudocode Run Length Encoding Pseudocode Dekompresi Metode Run Length Encoding Perancangan Sistem Flowchart Sistem Perancangan Antarmuka Sistem Tampilan Menu Utama Tampilan Menu Testing Tampilan Menu Help 42 Bab 4 Implementasi dan Pengujian 4.1 Implementasi Form Home Form Testing Form Help Pengujian Pengujian Form Testing Proses Filtering Menggunakan Metode Arithmetic Mean Filter Proses Kompresi Menggunakan Metode Run Length Encoding (RLE) pada Citra Hasil Filtering Proses Kompresi Menggunakan Metode Run Length Encoding (RLE) pada Citra Asli Proses Dekompresi Citra Hasil Kompresi Citra Filtering Proses Dekompresi Citra Hasil Kompresi Citra Asli Hasil Pengujian 51

11 x Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan Saran 59 Daftar Pustaka 60

12 xi DAFTAR TABEL Nomor Tabel Nama Tabel Spesifikasi Use Case Proses Filtering dengan Arithmetic Mean Filter Spesifikasi Use Case Proses Kompresi dengan Run Length Encoding (RLE) Spesifikasi Use Case Proses Dekompresi Matriks Citra 6x6 Hasil Filtering Matriks 6x6 Matriks Citra Hasil Filtering Nilai Matriks Citra Setelah Dikompresi Jumlah Masing-Masing Nilai Piksel Citra Terkompres Hasil Kompresi Citra Asli dan Citra Filtering Hasil Dekompresi Citra Asli Terkompres dan Citra Filtering Terkompres Hasil Perhitungan Dimensi, Ukuran dan Rasio Kompresi pada Citra Asli Terkompres dan Citra Filtering Terkompres Hasil Perhitungan MSE, PSNR, Dimensi, dan Ukuran dari Citra Filtering, Citra Dekompresi dari Citra Asli Terkompres, dan Citra Dekompresi dari Citra Filtering Terkompres Halaman

13 xii DAFTAR GAMBAR Nomor Gambar Nama Gambar Bitmap dengan Nilai Matrisknya Citra Biner Citra Grayscale Citra Warna Citra Warna Berindeks Pemilihan Kernel 3x3 Proses Kompresi Citra Analog ke Citra Digital dan Pengirimannya Kompresi Citra Menggunakan 7-Zip Use Case Diagram Activity Diagram Proses Filtering Activity Diagram Proses Kompresi Activity Diagram Proses Dekompresi Sequence Diagram Sistem Flowchart Sistem Tampilan Menu Utama Tampilan Menu Testing Tampilan Menu Help Diagram Ishikawa Halaman Menu Home Menu Testing Menu Help Proses Open File Image Proses Filtering pada Citra Proses Kompresi Menggunakan Metode Run Length Encoding (RLE) pada Citra Hasil Filtering Proses Kompresi Menggunakan Metode Run Length Encoding (RLE) pada Citra Asli Proses Dekompresi Citra Hasil Kompresi Citra Filtering Proses Dekompresi Citra Hasil Kompresi Citra Asli Halaman

14 xiii DAFTAR LAMPIRAN Halaman A. Listing Program A-1 B. Daftar Riwayat Hidup B-1