ANALISA PERBANDINGAN PERFORMA KOMPRESI ALGORITMA HUFFMAN DAN ALGORITMA LZW TERHADAP CITRA MEDIS MRI
|
|
- Agus Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: ANALISA PERBANDINGAN PERFORMA KOMPRESI ALGORITMA HUFFMAN DAN ALGORITMA LZW TERHADAP CITRA MEDIS MRI Krido Wicaksono 1, Pulung Nurtantio Andono 2 1,2 Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang @mhs.dinus.ac.id, 2 pulung.nurtantio@dsn.dinus.ac.id Abstrak Tujuan dari penelitian ini adalah untuk mendapatkan hasil perbandingan dari algoritma kompresi Huffman dan LZW dalam melakukan kompresi citra medis MRI dengan format DICOM (.dcm). Kedua algoritma yang di bandingkan merupakan algoritma yang menerapkan teknik Lossless Compression dimana hasil dekompresi citra sama dengan citra aslinya, tidak ada informasi didalam citra yang hilang. Dari penelitian yang dilakukan dengan 10 data citra uji diperoleh hasil bahwa metode LZW lebih bagus karena menghasilkan memori yang lebih kecil dari pada hasil kompresi Huffman. Untuk performa kecepatan dalam melakukan kompresi algoritma Huffman lebih cepat dalam melakukan kompresi citra namun lebih lambat dalam melakukan dekompresi. Sedangkan untuk performa waktu dalam melakukan dekompresi citra, algoritma LZW lebih cepat daripada Huffman. Kata kunci: Kompresi citra, Lossless Compression, MRI, Huffman, LZW Abstract The purpose of this study was to obtain comparative results of Huffman and LZW compression algorithm to compress the image with the MRI medical DICOM format (.dcm). Both compared algorithms was an algorithm that implemented the techniques Lossless Compression decompression where the results was the same with the original image, there was no information of the image that lost. Based on the research that conducted with 10 data test images showed that the LZW method was better because it produced smaller memory than Huffman compression results. To speed performance in conducting Huffman compression algorithm could do the image compression faster, but it could be lower in the decompression. While for the time s performance in the decompressing the image, LZW algorithm was faster than Huffman. Keywords: image compression, Lossless Compression, MRI, Huffman, LZW 1. PENDAHULUAN Dalam perkembangannya citra tidak lagi berbentuk lukisan seperti apa yang terjadi pada zaman prasejarah. Namun kini banyak citra yang dihasilkan oleh alat yang mampu mentranformasikan citra tampak (gambar, foto, lukisan, patung, pemandangan, dll) menjadi bentuk citra digital. Proses transformasi citra atau akuisisi citra bergantung pada kemampuan sensor guna mendigitalisasi sinyal yang ditangkap oleh sensor tersebut. Sedangkan kemampuan proses digitalisasi citra di pengaruhi oleh resolusi dari alat yang digunakan tersebut[1]. Bidang medis atau kedokteran adalah satu ranah ilmu yang menerapkan Received June1 st,2012; Revised June25 th, 2012; Accepted July 10 th, 2012
2 2 ISSN: pengolahan citra dalam berbagai fungsi yang banyak dikenal dengan istilah citra medis (medical image).. Tujuan dari digitalisasi citra medis guna merepresentasikan citra medis tersebut kedalam bentuk digital yang mendukung transfer gambar, serta pengarsipan, juga dimanfaatkan untuk manipulasi informasi diagnosis visual yang lebih mempunyai manfaat[2]. Citra yang sering di gunakan dalam bidang medis salah satunya yaitu citra magnetic resonance imaging (MRI). Teknik pencitraan MRI relatif komplek karena citra yang dihasilkan tergantung dari banyak parameter yang digunakan. Bila parameter yang dipilih tepat, kualitas gambar yang dihasilkan oleh MRI dapat menampilkan dengan detail tubuh manusia dengan perbedaan yang kontras, sehingga hasil yang tampak seperti anatomi dan patologi jaringan tubuh dapat di diagnosis atau di evaluasi secara detail serta teliti[3]. Dengan adanya teknologi informasi, citra tersebut dapat di simpan dalam bentuk file. Sayangnya terdapat kelemahan pada citra MRI yaitu kebutuhan kapasitas penyimpanan yang cukup besar. Pada suatu proses pemeriksaan citra medik jenis MRI dapat menghasilkan peluhan cita medis[4]. Salah satu solusi guna memperkecil ukuran file yaitu dengan melakukan kompresi citra Secara umum teknik kompresi citra diklasifikasikan menjadi dua yaitu, teknik kompresi citra Lossless Compression dan Lossy Compression [1]. Lossless Compression adalah kompresi citra dimana hasil dekompresi citra sama dengan citra aslinya, tidak ada informasi didalam citra yang hilang. Sangat cocok diterapkan dibidang biomedis, karena tidak menghilangkan detail informasi dari citra tersebut. Namun rasio kompresi citra pada metode ini relatif rendah. Terdapat beberapa metode dalam teknik Lossless Compression diantaranya adalah algoritma Huffman dan Lempel-Ziv-Welch (LZW). Lossy Compression merupakan kompresi citra dimana hasil dekompresi citra berbeda dengan citra aslinya sehingga terdapat informasi yang hilang, namun masih bisa ditolerir oleh penglihatan mata. Algoritma LZW (Lampel-Ziv-Welch) merupakan algoritma kompresi lossless yang menerapkan tekhnik adaptif dan berbasis kamus. Algoritma ini melakukan proses kompresi berdasrkan dictionary (kamus), diamana fragmen-fragmen di gantikan oleh indeks yang di dapatkan dari sebuah kamus. Pendekatan ini bersifat efektif dan juga adaptif yang dikarenakan banyak karakter dapat dikodekan dengan cara mengacu terhadap string yang sudah muncul sebelumnya dalam teks[5]. Prinsip kompresi tercapai jika referensi dalam bentuk pointer dapat disimpan dalam jumlah bit yang relatif sedikit dibanding string asalnya. Sedangkan algoritma Huffman adalah suatu algoritma kompresi citra yang menerapkan pendekatan statistik. Algoritma ini termasuk dalam algoritma dengan teknik Lossless Compresion. Prinsip kerja algoritma ini adalah mengkodekan setiap karakter kedalam representasi bentuk bit. Representasi bit terhadap setiap karakter berbeda satu dengan yang lainnya menurut frekuensi tingkat kemunculannya. Semakin tinggi tingkat kemunculan karakter, maka semakin pendek dari representasi bit nya. Begitu pula sebaliknya, jika semakin rendah frekuensi tingkat kemunculan karakter, maka akan semakin panjang representasi bit untuk karakter tersebut[6]. Pada penelitian ini, dipilih dua metode lossless compression yang telah banyak digunakan dan menjadi dasar bagi pengembangan metode kompresi lainnya seperti teknik kompresi Lampel-Ziv-Welch (LZW) serta kompresi Huffman. Kedua teknik kompresi ini melakukan pengambilan probabilitas dimana untuk IJCCS Vol. x, No. x, July201x : first_page end_page
3 IJCCS ISSN: simbol yang sering muncul akan direpresentasikan dengan jumlah bit yang relatif sedikit dibandingkan simbol-simbol yang jarang muncul. 2. METODE PENELITIAN Berikut adalah gambaran metode penelitian analiasa kompresi citra medis MRI yang akan di laksanakan: Gambar 1. Metode penelitian 2.1 Objek penelitian Dalam penelitian ini citra medis MRI dipilih sebagai objek penelitian. Citra MRI yang di pakai di dunia medis sangat memerlukan ruang penyimpanan yang besar karena dalam satu pemeriksaan citra medis jenis MRI dapat menghasilkan puluhan citra medis. Dengan dilakukan kompresi citra diharapkan citra medis akan lebih efisien dalam hal penyimpanan serta proses pengiriman data. 2.2 Metode pengambilan data Tahap pengumpulan dan pengolahan data ini dilakukan untuk memperoleh bahan penelitian sesuai dengan tujuan penelitian yang telah ditetapkan. Sumber dataset yang digunakan pada penelitian ini didapatkan dari [15], dan [16]. Website tersebut menyediakan file dataset untuk citra MRI. 2.3 Pengujian metode Pengujian metode dilakukan untuk mendapatkan hasil dari perbandingan performa kompresi. Citra medis MRI sebagai objek penelitian di ujikan terhadap 2 metode kompreso yaitu Huffman dan LZW. tahapan pengujian meliputi proses kompresi dan dekompresi Kompresi Huffman Algoritma Huffman, yang diciptakan oleh seorang mahasiswa MIT yang bernama David Huffman. David Huffman memperkenalkan algoritma kompresi pada tahun 1952 yang diberi nama Huffman coding. Algoritma ini merupakan salah satu metode paling lama dan paling terkenal dalam kompresi[8]. Prinsip kerja metode ini adalah mengkodekan setiap karakter kedalam representasi bit. Representasi bit untuk setiap karakter berbeda antara satu dengan lainnya yang berdasarkan frekuensi tingkat kemunculan karakter tersebut. Semakin sering tingkat kemunculan karakter tersebut, maka akan semakin pendek panjang dari representasi bit-nya. Algoritma ini menerapkan pendekatan statistik dalam proses pemampatan citra. Cara membentuk kode huffman adalah dengan membentuk pohon biner[6]. Urutan langkah encode pada algoritma huffman sebagai berikut[1]: 1. Urutkan nilai-nilai grayscale berdasarkan frekuensi tingkat kemunculan. 2. Gabungkan dua pohon yang memiliki frekuensi kemunculan terkecil kemudian urutkan kembali. 3. Ulangi langkah ke-2 sampai tersisa satu pohon biner. 4. Berikan label pada pohon bimer yang sudah terbentuk dengan cara sisi kiri pohon di beri label dengan nilai 0 dan sisi kanan pohon di beri label dengan nilai 1. Title of manuscript is short and clear, implies research results (First Author)
4 4 ISSN: Telusuri pohon biner dari akar ke daun. Hasil barisan label-label sisi dari akar ke-daun merupakan kode huffman Sedangkan untuk mengembalikan data dari citra yang sudah terkompresi menjadi data citra aslinya diperlukan proses decoding. Decoding atu proses dekompresi bertujuan untuk mengembalika citra terkompresi menjadi bentuk citra aslinya. Berikut adalah langkah-langkah proses decoding dalam algoritma huffman : 1. Baca file hasil kompresi dan datadatanya kemudian dimasukan ke variabel yang sesuai yaitu variabel ukuran citra, variabel kode bit data, serta variabel warna. 2. Baca kode bit per bit dari kiri ke kanan kemudian cocokan dengan kode huffman dari data warna yang didapat. Begitu seterusnya konversi dilakukan hingga data terakhir. 3. Rekonstruksi citra dengan menggunakan data ukuran citra, yang berarti data piksel berbentuk 1D di penggal tiap baris dan kolom sesuai dengan ukuran citra[8] Kompresi LZW Algoritma compresi LZW ini diciptakan oleh Abraham Lampel, Jacob Ziv, dan Terry Welch pada tahun Algoritma ini menerapkan teknik adaptif dan berbasis kamus. Algoritma ini melakukan proses kompresi dengan menggunaka dictionary (kamus), dimana fragmen-fragmen teks digantikan dengan indeks yang didapatkan dari sebuah kamus. Prinsip yang sejenis juga diterapkan dalam kode Braille, diaman kode-kode khusus digunakan untuk merepresentasikan kata-kata yang ada. Pendekatan ini bersifat adaptif serta efektif sebab banyak karakter bisa dilakukan pengkodean dengan mengacu pada string yang telah muncul sebelumnya dalam teks. Prinsip kompresi ini tercapai jika referensi IJCCS Vol. x, No. x, July201x : first_page end_page dalam bentuk pointer bisa disimpan dalam jumlah bit yang relatif lebih sedikit dibandingkan dengan string aslinya. Berikut urutan dan langkah-langkah algoritma kompresi citra LZW [1] : 1. Dictionary diinisialisaasi dengan semua karakter dasar yang ada { A.. Z, a... z, }. 2. P merupakan karakter pertama dalam stream karakter. 3. Q Merupakan karakter berikutnya dalam stream karakter. 4. Apakah stream (P+Q) terdapat dalam dictionary? a. Jika iya maka P = P + Q (Gabungan P dan Q menjadi string baru). b. Jika tidak maka : i. Output sebuah kode untuk menggantikan string P. ii. Tambahkan string (P + Q) kedalam dictionary dan berikan kode(nomor) berikutnya yang belum digunakan dalam dictionary untuk string tersebut. iii. P = Q 5. Apakah masih ada karakter berikutnya dalam stream karakter? a. Jika iya maka kembali ke langkah 2. b. Jika tidak maka output kode yang menggunakan string P, kemudian terminasi proses (stop) Proses dekompresi pada algoritma LZW dilakukan dengan prinsip yang sama sperti pada proses kompresi. Awalnya, dictionary diinisialisasi dengan semua karakter dasar yang ada. Lalu, pada setiap langkah, kode dibaca satu prsatu dari stream kode, kemudian dikeluarkan string dari dictionary yang berkorespondensi dengan kode tersebut, dan ditambahkan string baru ke dalam dictiionary. Berikut urutan dan langkah-langkah algoritma dekompresi:
5 IJCCS ISSN: Dictionary dilakuka proses inisialisasi dengan semua karakter dasar yang ada : { A.. Z, a... z, }. 2. Q merupakan kode pertama dari stream kode (menunjuk ke salahsatu karakter dasar). 3. Lihat dictionary dan output string dari kode tersebut (string Q) ke dalam stream karakter. 4. P = Q 5. Q = Kode selanjudnya dari stream kode. 6. Apakah string Q ada dalam dictionary? a. Jika ada maka : i. Output string Q ke string karakter ii. P 1 = string P iii. Q 1 = karakter pertama dari string Q iv. Tambahkan string (P 1 + Q 1 ) ke dalam dictionary b. Jika tidak, maka : i. P 1 = string P ii. Q 1 = karakter pertama dari string P iii. Output string (P 1 +Q 1 ) ke stream karakter dan tambahkan string tersebut pada dictionary (sekarang ber korespondensi dengan Q) 7. Apakah terdapat kode lagi di stream kode? a. Jika iya maka kembali ke langkah 4 b. Jika tidak maka terminasi proses (stop). 2.4 Evaluasi Evaluasi merupakan tahap perhitungan perbandingan dari hasil kompresi, rasio kompresi, serta waktu setiap algoritma dalam melakukan proses kompresi maupun dekompresi citra. Hasil yang dicapai dalam penelitian ini meliputi: Memori Hasil kompresi Rasio Kompresi Rasio kompresi citra adalah ukuran persentase citra yang sudah berhasil dilakukan kompresi. Secara matematis rasio kompresi citra di tulis sebagai berikut. [ ] Misalnya rasio kompresi citra di peroleh 20%, artinya 20% dari citra semula sudah berhasil dilakukan pemampatan. Waktu kompresi dan dekompresi 3. HASIL DAN PEMBAHASAN 3.1 Citra uji Citra uji yang digunakan pada penelitian ini merupakan citra hasil MRI sebanyak 10 data citra dengan format.dcm (DICOM). Format citra MRI yang digunakan dalam penelitian ini adalah DICOM (Digital Imaging And Comunication In Medicine) merupakan standar penanganan untuk menyimpan, mengirimkan, serta mencetak informasi dalam pencitraan medis berupa hasil dari rekam medis seperti: Rongen/X-Ray, CT- Scan, USG dan MRI [14]. DICOM memungkinkan proses komunikasi digital antara peralatan diagnosis dan terapeutik dan sistem dari berbagai produsen[13]. Data DICOM memiki perbedaan dengan citra pada umumnya karena butuh perangkat lunak khusus untuk bisa menampilkan citra ini. Citra dari hasil MRI ini sudah berbentuk grayscale dengan 16gradasi warna (16 bit). Title of manuscript is short and clear, implies research results (First Author)
6 6 ISSN: Tabel 3.2 Tabel hasil pengujian dengan metode LZW Gambar 2 Objek citra uji dengan format DICOM (a. brain_1.dcm, b. brain_2.dcm, c. brain_3.dcm, d. brain_4.dcm, e. brain_5.dcm, f. prostate.dcm, g. heart_cardiac.dcm, h. body_mr.dcm, i. head.dcm, j. heart_cine.dcm ) 3.2 Hasil pengujian metode Table 3.1 Tabel hasil pengujian dengan metode Huffman Tabel 3.2 diatas merupakan hasil pengujian dari metode huffman dengan 10 citra yang diujikan. Dilihat dari tabel hasil kompresi diatas, algoritma LZW mampu melakukan kompresi dengan rasio komopresi yang dihasilkan bervariatif. Pada citra body_mr.dcm menghasilkan rasio yang cukup tinggi yaitu 77,5%. Dari waktu proses kompresi maupun dekompresi terlihat algoritma ini menghasilkan waktu dekompresi yang lebih cepat dari pada waktu dalam mengkompresi terhadap keseluruhan citra yang diujikan. Hasil Output Tabel 3.1 diatas merupakan hasil pengujian dari metode Huffman dengan keseluruhan citra uji. Secara keseluruhan pada pengujian algoritma huffman dapat mengkompresi setiap citra yang di ujikan. Rasio kompresi yang dihasilkan cukup besar dan berfariatif antara 34% sampai 60 %. Dilihat dari segi kemampuan waktu dalam melakukan kompresi maupun dekompresio, algoritma ini menghasilkan waktu kompresi yang lebih cepat daripada waktu dalam melakukan dekompresi citra yang di ujikan Gambar diatas merupakan contoh hasil akhir dari citra brain_1.dcm dengan algoritma Huffman dan LZW. Citra yang sudah melewati tahap kompresi kemudian dilakukan dekompresi dan menghasilkan citra hasil dekompresi (output image) dari algoritma Huffman maupun LZW. Citra IJCCS Vol. x, No. x, July201x : first_page end_page
7 IJCCS ISSN: hasil dekompresi sama dengan citra semula (input image). 3.3 Perbandingan akhir Tabel 3.3 Tabel perbandingan akhir Tabel 3.3 diatas merupakan nilai dari perbandingan akhir. Dari 10 citra yang diujikan terhadap algoritma kompresi Huffman dan LZW, masing-masing algoritma berhasil melakukan kompresi citra dengan cukup baik. Memori yang dihasilkan oleh kompresi dari masing masing algoritma memiliki hasil yang berbeda-beda. Walaupun diujikan pada citra dengan resolusi yang sama namun dengan objek yang berbeda, kedua algoritma juga menghasilkan nilai kompresi yang tidak sama. Hal tersebut dikarenakan setiap objek yang berbeda pasti akan memiliki intensitas warna derajat keabuan yang berbeda pula. Sehingga hasil pengkodean dalam setiap bit nya akan berbeda-beda antara citra satu dengan yang lain. Dalam hal ini algoritma LZW terlihat terlihat lebih unggul dalam hasil kompresi dimana algoritma ini menghasilkan memori yang lebih kecil daripada algoritma huffman. Hanya ada satu citra uji yaitu citra heart_side.dcm dengan hasil kompresi algoritma LZW yang memiliki memori lebih besar daripada hasil kompresi dari Huffman, selain itu algoritma LZW jelas lebih mendominasi dalam segi efisiensi memori dari hasil kompresi citra yang di ujikan. Perbandingan dari rasio kompresi yang dihasilkan memiliki nilai bervariatif, seperti nilai memori hasil dari kompresi kedua algoritma tersebut. Rasio kompresi diperoleh dari perhitungan hasil kompresi yang dibagi dengan citra asli. Semakin kecil kebutuhan memori yang dihasilkan dari kompresi maka akan semakin besar rasio kompresinya. Algoritma LZW lebih unggul dari rasio kompresi yang dihasilkan. Untuk performa waktu kompresi dan dekompresi algoritma Huffman melakukan kompresi lebih cepat daripada waktu dekompresinya. Sedangkan pada algoritma LZW performa waktu dekompresi lebih cepat daripada waktu dalam melakukan kompresi. 4. KESIMPULAN Dari hasil penelitian yang dilakukan dengan 10 obyek data citra MRI yang diujikan terhadap metode kompresi Huffman dan LZW dapat disimpulkan bahwa kedua algoritma mampu melakukan kompresi maupun dekompresi citra MRI. Hasil kompresi citra dengan metode LZW lebih bagus karena kompresi LZW mengasilkan memori yang lebih kecil dari pada hasil kompresi huffman sehingga akan lebih efisien dalam penyimpanannya. Dengan demikian rasio hasil kompresi LZW relatif tinggi dari pada huffman. Untuk performa kecepatan dalam melakukan kompresi algoritma Huffman lebih cepat dalam melakukan kompresi citra namun lebih lambat dalam melakukan dekompresi. Sedangkan untuk performa waktu dalam melakukan dekompresi citra, algoritma LZW lebih cepat daripada huffman dalam melakukan dekompresi. 5. SARAN Berikut adalah saran untuk penelitianpenelitian selanjutnya : Title of manuscript is short and clear, implies research results (First Author)
8 8 ISSN: Untuk pengimplementasian aplikas kompresi citra medis MRI yang lebih memprioritaskan hasil kompresi dengan rasio yang lebih tinggi dan waktu dekompresi yang cepat bisa menggunakan algoritma LZW. 2. Sedangkan untuk aplikasi kompresi citra medis MRI yang membutuhkan kecepatan dalam melakukan kompresi cita maka alggoritma Huffman bagus untuk di guanakan. DAFTAR PUSTAKA [1] Sutoyo, T., Eddy, M., Vincent, S., Oky, D. N., & Wijanarto. (2009). Teori Pengolahan Citra Digital. Semarang: Andi. [2] Irawan, C., Udayanti, E.D., & Nugroho, F.A Visualisasi dan Rekonstruksi 3D Citra Medis: Review. Seminar Nasional Teknologi Informasi & Komunikasi Terapan (SEMANTIK 2013). [3] Mulyono, N., & Susy, S. Pemanfaatan Magnetic Resonance Imaging (MRI) sebagai Sarana Diagnosa Pasien. Media Litbang Kesehatan [4] I Wayan Angga Wijaya, & Kusumadewi, A Penerapan Algoritma K-Means Pada Kompresi Adaptif Citra Medis MRI. Informatika Vol. 11, No. 2. [5] Satyapratama, A., Widjianto, & Yunus, M Analisa Perbandingan Lgoritma LZW dan Huffman pada Kompresi File Gambar BMP dan PNG. Jurnal Teknologi Informasi Vol. 6 No. 2. [6] Syahputra, A., & Hutahaean, H. D Analisa Perbandingan Algoritma Huffman dan Run Length Pada Citra Wavelet Multi Dimensi. Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI) Volume : V, Nomor : 3. [7] Yushintia Pramitarini Analisa Pengiriman citra Terkompresi JPEG Dengan Teknik Pread Spektrum Direct Sequence (DS-SS). Skripsi. Institut Teknbologi Sepuluh Nopember. [8] Widagdo, A Implementasi Algoritma Metode Huffman Pada Kompresi Citra. Skripsi. Universitas Muhammadiyah Surakarta. [9] Rinaldi Munir. Pengolahan Citra Digital. E-book. ir/buku/pengolahan%20citra%20digital/ (di akses 29, Februari 2016). [10] Denni M. Rajagukguk Analisa Perbandingan Algoritma Huffman Dengan Algoritma (Lempel-Zip-Welch) pada Kompresi Gambar Menggunakan Metode Exponensial. Pelita Informatika Budi Darma, Volume : VI, Nomor: 2. [11] Neta, M. R. A Perbandingan Algoritma Kompresi Citra Terhadap Objek Citra Menggunakan Java. Seminar Nasional Teknologi Informasi & Komunikasi Terapan (SEMANTIK 2013). [12] Yahya, K., & Melita, Y. Aplikasi Kompresi Citra Digital Menggunakan Teknik Kompresi Jpeg dengan Fungsi GUI pada Matlab. Sekolah Tinggi Teknik Surabaya. Surabaya, 2011 IJCCS Vol. x, No. x, July201x : first_page end_page
9 IJCCS ISSN: [13] Yogianto, H., Sutanto, T., & Romeo Rancangan Bangun Aplikasi Dicom Review Pada Android Yang Terintegrasi Dengan Pacs. Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya. [14] Farijki, E., & Triwijoyo, B. K Segmentasi Citra MRI Menggunakan Deteksi Tepi Untuk Identifikasi Kangker Payudara. STMIK Bumigora Mataram, NTB. [15] Data set DICOM ileexchange/2762-dicom-example-files (di akses 2 Juni 2016). [16] Data set citra MRI (di akses 7 Juni 2016). Title of manuscript is short and clear, implies research results (First Author)
BAB 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 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 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 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 terperinciANALISA DAN PERBANDINGAN ALGORITMA RUN LENGTH ENCODING DAN ALGORITMA LZW ( LEMPEL ZIV WECH ) DALAM PEMAMPATAN TEKS
ANALISA DAN PERBANDINGAN ALGORITMA RUN LENGTH ENCODING DAN ALGORITMA LZW ( LEMPEL ZIV WECH ) DALAM PEMAMPATAN TEKS Indra Sahputra Harahap (12110809) Mahasiswa Program Studi Teknik Informatika, Stmik Budidarma
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemampatan data (data compression) merupakan salah satu kajian di dalam ilmu komputer yang bertujuan untuk mengurangi ukuran file sebelum menyimpan atau memindahkan
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 terperinciPerbandingan Algoritma Kompresi Terhadap Objek Citra Menggunakan JAVA
Perbandingan Algoritma Terhadap Objek Menggunakan JAVA Maria Roslin Apriani Neta Program Studi Magister Teknik Informatika, Universitas Atma Jaya Yogyakarta Jl. Babarsari no 43 55281 Yogyakarta Telp (0274)-487711
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 terperinciKINERJA DAN PERFORMA ALGORITMA KOMPRESSI LOSSLESS TERHADAP OBJEK CITRA DIGITAL
KINERJA DAN PERFORMA ALGORITMA KOMPRESSI LOSSLESS TERHADAP OBJEK CITRA DIGITAL Aditya Wijaya, Suryarini Widodo Jurusan Teknik Informatika Fakultas Teknologi Industri Univesitas Gunadarma Jl. Margonda Raya
Lebih terperinciKOMPRESI STRING MENGGUNAKAN ALGORITMA LZW DAN HUFFMAN
KOMPRESI STRING MENGGUNAKAN ALGORITMA DAN HUFFMAN Muhammad Maulana Abdullah / 13508053 Program Studi Teknik Informatika 2008 Bandung e-mail: if18053@students.if.itb.ac.id ABSTRAK Saat ini kompresi file
Lebih terperinciKompresi. Definisi Kompresi
1 Kompresi Bahan Kuliah : Sistem Multimedia PS TI Undip Gasal 2011/2012 2 Definisi Kompresi Memampatkan/mengecilkan ukuran Proses mengkodekan informasi menggunakan bit yang lain yang lebih rendah daripada
Lebih terperinciKinerja Dan Performa Algoritma Kompressi Lossless Terhadap Objek Citra Digital
The 12th Industrial Electronics Seminar 2010 (IES 2010) Electronics Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, Nopember 3, 2010 Image, Acoustic, Speech And Signal Processing Kinerja
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 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 2 Tinjauan Teoritis
BAB 2 Tinjauan Teoritis 2.1 Tinjauan Kepustakaan Topik kompresi data ini pernah dikerjakan oleh salah satu mahasiswa Politeknik Negeri Bandung angkatan 2007 yaitu Andini Ramika Sari [4]. Proses kompresi
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 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 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 terperinciKompresi Data dengan Algoritma Huffman dan Perbandingannya dengan Algoritma LZW dan DMC
Kompresi Data dengan Algoritma Huffman dan Perbandingannya dengan Algoritma LZW dan DMC Roy Indra Haryanto - 13508026 Fakultas Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Institut
Lebih terperinciPENERAPAN METODE HUFFMAN DALAM PEMAMPATAN CITRA DIGITAL
PENERPN MEODE HUFFMN DLM PEMMPN CIR DIGIL Edy Victor Haryanto Universitas Potensi Utama, Jl. K.L. os Sudarso Km. 6,5 No. 3 j Mulia Medan edy@potensi-utama.ac.id, edyvictor@gmail.com abstrak Citra adalah
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 terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 ANALISIS METODE HUFFMAN UNTUK KOMPRESI DATA CITRA DAN TEKS PADA APLIKASI KOMPRESI DATA Shelly Arysanti
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 terperinciBAB 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Citra Digital Citra digital adalah citra yang terdiri dari sinyal-sinyal frekuensi elektromagnetis yang sudah di-sampling sehingga dapat ditentukan ukuran titik gambar tersebut
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 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 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 terperinciBAB 1 PENDAHULUAN. tertulis, audio dan video. Objek-objek tersebut yang sebelumnya hanya bisa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada zaman ini, teknologi sudah mengalami perkembangan pesat, dan telah mengubah standar hidup masyarakat secara keseluruhan. Salah satu bukti perkembangan teknologi
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 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 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 terperinciIMPLEMENTASI DAN ANALISIS KINERJA ALGORITMA SHANNON- FANO UNTUK KOMPRESI FILE TEXT
IMPLEMENTASI DAN ANALISIS KINERJA ALGORITMA SHANNON- FANO UNTUK KOMPRESI FILE TEXT Sutardi Staf Pengajar Jurusan Pendidikan Teknik Informatika Fakultas Teknik Universitas Halu Oleo Kampus Hijau Bumi Tridarma
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 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 terperinciANALISIS ENKRIPSI CITRA DIGITAL MENGGUNAKAN ALGORITMA LOGISTIC MAP DENGAN ALGORITMA KOMPRESI LAMPEL-ZIV-WELCH (LZW)
ANALISIS ENKRIPSI CITRA DIGITAL MENGGUNAKAN ALGORITMA LOGISTIC MAP DENGAN ALGORITMA KOMPRESI LAMPEL-ZIV-WELCH (LZW) Sudirman STMIK & AMIK Logika Medan Jl. K.L.Yos Sudarso No. 374-C sudirmanart@gmail.com
Lebih terperinciBAB 2. LANDASAN TEORI 2.1. Algoritma Huffman Algortima Huffman adalah algoritma yang dikembangkan oleh David A. Huffman pada jurnal yang ditulisnya sebagai prasyarat kelulusannya di MIT. Konsep dasar dari
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 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 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 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 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 terperinciANALISIS KINERJA DAN IMPLEMENTASI ALGORITMA KOMPRESI ARITHMETIC CODING PADA FILE TEKS DAN CITRA DIGITAL SKRIPSI SARIFAH
ANALISIS KINERJA DAN IMPLEMENTASI ALGORITMA KOMPRESI ARITHMETIC CODING PADA FILE TEKS DAN CITRA DIGITAL SKRIPSI SARIFAH 061401090 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciAnalisa Perbandingan Rasio Kecepatan Kompresi Algoritma Dynamic Markov Compression Dan Huffman
Analisa Perbandingan Rasio Kecepatan Kompresi Algoritma Dynamic Markov Compression Dan Huffman Indra Kelana Jaya Universitas Methodist Indonesia Medan, Indonesia indrakj_sagala@yahoo.com Resianta Perangin-angin
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertian File Teks Teks adalah kumpulan dari karakter karakter atau string yang menjadi satu kesatuan. Teks yang memuat banyak karakter didalamnya selalu menimbulkan masalah pada
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 terperinciBAB II DASAR TEORI. 2.1 Pendahuluan
BAB II DASAR TEORI 2.1 Pendahuluan Kompresi data adalah proses pengkodean (encoding) informasi dengan menggunakan bit yang lebih sedikit dibandingkan dengan kode yang sebelumnya dipakai dengan menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Data Compression 2.1.1 Data Menurut Oxford ( 2010 ),Data dapat diartikan suatu kumpulan angka, karakter, gambar yang sebelumnya tidak memiliki arti apa-apa hingga diproses
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO MULTIMEDIA. Kompresi. Oky Dwi Nurhayati, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO MULTIMEDIA Kompresi Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id 1 Definisi memampatkan/mengecilkan ukuran proses mengkodekan informasi menggunakan
Lebih terperinciPenerapan Algoritma LZW (Lempel-Ziv-Welch) pada Program Pemampat File
Penerapan Algoritma (Lempel-Ziv-Welch) pada Program Pemampat File Verisky Mega Jaya - 13514018 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
6 BAB 2 TINJAUAN PUSTAKA 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Di era komputerisasi ini sudah banyak dikembangkan aplikasi perangkat lunak maupun perangkat keras untuk menghasilkan citra dalam bentuk data. Sebut saja kamera digital,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra adalah gambar bidang dua dimensi yang juga merupakan keluaran data. Artinya suatu data atau informasi tidak hanya direpresentasikan dalam bentuk teks, namun juga
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 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 terperinciAPLIKASI KOMPRESI FILE CITRA MENGGUNAKAN ALGORITMA ARITHMETIC CODING BERBASIS JAVA
semantik, Vol.1, No.2, Jul-Des 2015, pp. 1-10 ISSN: 2460-1446JCCS, V 1 APLIKASI KOMPRESI FILE CITRA MENGGUNAKAN ALGORITMA ARITHMETIC CODING BERBASIS JAVA Aan Kurniawan Saputra * 1, Sutardi 2, Ika Purwanti
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 terperinciANALISIS PERFORMA DAN KUALITAS CITRA BERBASIS ANDROID MENGGUNAKAN ALGORITMA KRIPTOGRAFI RIJNDAEL, DAN SERPENT
IJCCS, Volx, Nox, Julyxxxx, pp 1~5 ISSN: 1978-1520 1 ANALISIS PERFORMA DAN KUALITAS CITRA BERBASIS ANDROID MENGGUNAKAN ALGORITMA KRIPTOGRAFI RIJNDAEL, DAN SERPENT Sutrisno 1, Isrok Husnaidi 2, M Haviz
Lebih terperinciPemampatan Data dengan Kode Huffman pada Perangkat Lunak WinZip
Pemampatan Data dengan Kode Huffman pada Perangkat Lunak WinZip Amelia Natalie (13509004) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
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. Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Data adalah bentuk jamak dari datum yang berarti sesuatu yang diberikan. Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa
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 terperinciPEMAMPATAN TATA TEKS BERBAHASA INDONESIA DENGAN METODE HUFFMAN MENGGUNAKAN PANJANG SIMBOL BERVARIASI
PEMAMPATAN TATA TEKS BERBAHASA INDONESIA DENGAN METODE HUFFMAN MENGGUNAKAN PANJANG SIMBOL BERVARIASI Tri Yoga Septianto 1, Waru Djuiatno, S.T., M.T. 2, dan Adharul Muttaqin S.T. M.T. 1 Mahasisawa Teknik
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 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 Perkembangan teknologi informasi yang pesat telah menjadi peran yang sangat penting untuk pertukaran informasi yang cepat. Kecepatan pengiriman informasi dalam bentuk
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 terperinciPerbandingan Kompresi Citra Metode Five-Modulus dan Kuantisasi dengan Perbaikan Citra Histogram-Equalization
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 Perbandingan Kompresi Citra Metode Five-Modulus dan Kuantisasi dengan Perbaikan Citra Histogram-Equalization Florida Nirma Sanny Damanik 1, Ali Akbar
Lebih terperinciKode Huffman dan Penggunaannya dalam Kompresi SMS
Kode Huffman dan Penggunaannya dalam Kompresi SMS A. Thoriq Abrowi Bastari (13508025) Teknik Informatika Institut Teknologi Bandung email: if18025@students.itb.ac.id ABSTRAK Dalam makalah ini, akan dibahas
Lebih terperinciKOMPRESI FILE MENGGUNAKAN ALGORITMA HUFFMAN KANONIK
KOMPRESI FILE MENGGUNAKAN ALGORITMA HUFFMAN KANONIK Asrianda Dosen Teknik Informatika Universitas Malikussaleh ABSTRAK Algoritma Huffman adalah salah satu algoritma kompresi. Algoritma huffman merupakan
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 terperinciPENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN METODE HISTOGRAM OF ORIENTED GRADIENT (HOG) PADA OBJECT COUNTING BERBASIS RASBERRY PI Eko Nopyanto 1, Hikma Taufik 2, Dedy Hermanto 3 Eka
Lebih terperinciIMPLEMENTASI ALGORITMA RUN LENGTH ENCODING UNTUK PERANCANGANAPLIKASI KOMPRESI DAN DEKOMPRESI FILE CITRA
IMPLEMENTASI ALGORITMA RUN LENGTH ENCODING UNTUK PERANCANGANAPLIKASI KOMPRESI DAN DEKOMPRESI FILE CITRA Cut Try Utari Program Studi Magister Teknik Informatika Fakultas Ilmu Komputer dan Teknik Informatika
Lebih terperinciBAB I PENDAHULUAN. media penyimpanan yang mengalami perkembangan adalah flashdisk. Flashdisk
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan media penyimpanan data kian meningkat. Salah satu contoh media penyimpanan yang mengalami perkembangan adalah flashdisk. Flashdisk pertama kali dikomersilkan
Lebih terperinciAPLIKASI KOMPRESI FILE AUDIO MENGGUNAKAN ALGORITMA ARITHMETIC CODING
semantik, Vol.2, No.1, Jan-Jun 2016, pp. 29-38 ISSN : 2502-8928 (Online) 29 APLIKASI KOMPRESI FILE AUDIO MENGGUNAKAN ALGORITMA ARITHMETIC CODING Annisa Diah Mutiara *1, Sutardi 2, Rahmat Ramadhan 3 *1,2,3
Lebih terperinciSTUDI PERBANDINGAN ALGORITMA HUFFMAN DAN LZW (LEMPEL ZIV WELCH) PADA PEMAMPATAN FILE TEKS SKRIPSI CANGGIH PRAMILO
STUDI PERBANDINGAN ALGORITMA HUFFMAN DAN LZW (LEMPEL ZIV WELCH) PADA PEMAMPATAN FILE TEKS SKRIPSI Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Sarjana Komputer CANGGIH PRAMILO
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 terperinciMULTIMEDIA system. Roni Andarsyah, ST., M.Kom Lecture Series
MULTIMEDIA system Roni Andarsyah, ST., M.Kom Lecture Series Kompresi data teks (Huffman coding, RLE coding, LZW coding, arithmetic coding Representasi dan kompresi data suara dan audio Representasi dan
Lebih terperinciPEMAMPATAN DATA DIGITAL MENGGUNAKAN METODA RUN-LENGTH
PEMAMPATAN DATA DIGITAL MENGGUNAKAN METODA RUN-LENGTH Oleh : Yustini & Hadria Octavia Jurusan Teknik Elektro Politenik Negeri Padang ABSTRACT Data compression can be very effective when we used and store
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 1 PENDAHULUAN. Universitas Sumatera Utara
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 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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
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 terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Kemajuan teknologi memicu kebutuhan informasi yang semakin besar. Sayangnya kebutuhan informasi yang besar ini berdampak pada kebutuhan storage (media penyimpanan)
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 terperinciPERBANDINGAN METODE HUFFMAN DAN FRAKTAL DALAM KOMPRESI CITRA
PERBANDINGAN METODE HUFFMAN DAN FRAKTAL DALAM KOMPRESI CITRA Cici Kurniati Mahasiswa Program Studi Teknik Informatik, FT UMRAH Nerfita Nikentari, ST., M.Cs Dosen Program Studi Teknik Informatika, FT UMRAH
Lebih terperinciAnalisis Hasil Proses Pemampatan JPEG dengan Metode Discrete Cosine Transform
IJEIS, Vol.2, No.1, April 2012, pp. 1~10 ISSN: 2088-3714 1 Analisis Hasil Proses Pemampatan JPEG dengan Metode Discrete Cosine Transform Adi Prasetio Utomo* 1, Agfianto Eko Putra 2, Catur Atmaji 3 1 Prodi
Lebih terperinciKONSEP. Tujuan Kompresi:
Kompresi Data KONSEP Tujuan Kompresi: Mengurangi ukuran file Hasil kompresi mirip dengan sinyal (file) asli Algoritma kompresi dapat di implementasi dengan mudah Handal/ tidak mudah berubah (robust) KOMPRESI
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 terperinciPENERAPAN ALGORITMA DIJKSTRA DAN FUZZY LOGIC SUGENO PADA GAME ZOMBIE SHOOTER
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 PENERAPAN ALGORITMA DIJKSTRA DAN FUZZY LOGIC SUGENO PADA GAME ZOMBIE SHOOTER Andryano Pratama 1, Fadli Delta Rizky 2, Daniel Udjulawa 3 3 STMIK GI
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciBAB I PENDAHULUAN. halaman khusus untuk pengaksesan dari handphone. Semakin baik informasi akan
BAB I PENDAHULUAN 1.1 Latar Belakang Di zaman sekarang ini kebutuhan akan informasi semakin diperlukan dan informasi tersebut harus dapat diakses dari mana saja dan kapan saja termasuk dari handphone.
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan pada penelitian ini. 1.1
Lebih terperinciKOMPRESI TEKS MENGGUNAKAN ALGORITMA DAN POHON HUFFMAN. Nama : Irfan Hanif NIM :
KOMPRESI TEKS MENGGUNAKAN ALGORITMA DAN POHON HUFFMAN Nama : Irfan Hanif NIM : 13505049 Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha No 10 Bandung E-mail : if15049@students.if.itb.ac.id
Lebih terperinciPerbandingan Kompresi Data Dengan Algoritma Huffman Statik dan Adaptif
Perbandingan Kompresi Data Dengan Algoritma Huffman Statik dan Adaptif Timotius Triputra Safei (13509017) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra digital adalah citra yang dapat diolah oleh komputer. Citra
Lebih terperinci