Alumni telah mendaftar ke Fakultas / Universitas Andalas dan mendapat nomor alumnus : Petugas Universitas / Jurusan

Transkripsi

1 No. alumni Universitas Jean Marcellino No. alumni Jurusan BIODATA a). Tempat / Tgl Lahir : Padang / 07 November b). Nama Orang Tua : Sjahrial S. dan Elia Rosa c). Fakultas : Politeknik Negeri Padang d). Jurusan : Teknik Elektro e). No. BP : f). Tanggal Lulus : 29 Septemberber 2016 g). Predikat Lulus : Sangat Memuaskan h). IPK : 3.33 i). Lama Studi : 3 Tahun 0 Bulan j). Alamat Orang Tua : JL. A.R Hakim No.8 RT/RW 002/004 Kelurahan Belakang Pondok Kecamatan Padang Selatan Kota Padang Provinsi Sumatera Barat TROUBLESHOOTING HANDOVER PING-PONG PADA GEDUNG XL CENTER DI PADANG Tugas Akhir DIII Teknik Telekomunikasi Oleh Jean Marcellino Pembimbing : 1. Lifwarda, ST., M.Kom 2. Ratna Dewi, SST., M. Kom ABSTRAK Banyak metode pengkompresian citra menjadi sesuatu yang harus dipertanyakan, metode kompresi manakah yang lebih baik digunakan dari banyak metode kompresi yang ada. Bagaimana kualitas gambar yang telah dikompresi, apakah lebih baik atau malah buruk. Untuk membandingkan metode kompresi mana yang lebih baik maka dilakukan pembuatan aplikasi untuk membandingkan dua metode yaitu Run Lenght Encoding dan Huffman Coding. MATLAB R2014a merupakan Software untuk membuat perbandingan dan kompresi merupakan salah satu proses untuk memperkecil data tanpa merusak kualitas dari data tersebut. Perbandingan metode kompresi ini terjadi karena banyaknya metode metode pengkompresian yang bermunculan seiring berjalannya waktu, metode yang sering digunakan pada proses pengkompresian khususnya kompresi citra ialah metode Run Lenght Encoding dan Huffman. Pembanding kedua metode ini dilakukan dengan memperhatikan ukuran citra, waktu kompresi, rasio kompresi, Mean Squared Error (MSE) dan Peak to Signal Noise Ratio (PSNR). Setelah bandingkan didapatkan data yang mendukung bahwa citra hasil metode kompresi Huffman lebih unggul dari pada metode Run Lenght Encoding yang dapat dilihat dari rasio kompresi dari metode Huffman lebih tinggi dari pada metode Run Lenght Encoding,dari segi waktu metode Huffman juga memiliki kelebihan dari segi lamanya waktu yang dibutuhkan untuk mengkompresi citra, dari ukuran metode Huffman juga unggul dengan ukuran hasil citra yang cenderung berkurang dari ukuran asli dan data MSE dan PSNR didapatkan juga bahwa nilai hasil untuk gambar JPG metode Huffman lebih bagus dari metode Run Lenght Encoding tetapi untuk gambar ekstensi PNG metode Run Lenght Encoding lebih unggul. Kata Kunci : Citra, Huffman, Kompresi Citra, MATLAB R2014a, Rasio Kompresi, Run Lenght Encoding,Ukuran Citra, Waktu Kompresi. Tugas Akhir ini telah dipertahankan di depan sidang penguji dan dinyatakan lulus pada tanggal: 29 September 2016 Abstrak telah disetujui penguji : Penguji: Tanda Tangan Nama Terang Ihsan Lumasa Rimra, SST., M.Sc.DECN Dikky Chandra, ST.,MT Firdaus, ST., MT Ratna Dewi, SST.,M.Kom Nip Nip Nip Nip Mengetahui : Ketua Jurusan Teknik Elektro Politeknik Negeri Padang Afrizal Yuhanef, ST.,M.Kom NIP Tanda Tangan Alumni telah mendaftar ke Fakultas / Universitas Andalas dan mendapat nomor alumnus : Petugas Universitas / Jurusan Nomor alumni Jurusan Nama Tanda Tangan Nomor alumni Universitas Nama Tanda Tangan

2 ABSTRAK Pembuatan Aplikasi Perbandingan Hasil Kompresi Citra Menggunakan Metode Run Lenght Encoding dan Huffman Coding Banyak metode pengkompresian citra menjadi sesuatu yang harus dipertanyakan, metode kompresi manakah yang lebih baik digunakan dari banyak metode kompresi yang ada. Bagaimana kualitas gambar yang telah dikompresi, apakah lebih baik atau malah buruk. Untuk membandingkan metode kompresi mana yang lebih baik maka dilakukan pembuatan aplikasi untuk membandingkan dua metode yaitu Run Lenght Encoding dan Huffman Coding. MATLAB R2014a merupakan Software untuk membuat perbandingan dan kompresi merupakan salah satu proses untuk memperkecil data tanpa merusak kualitas dari data tersebut. Perbandingan metode kompresi ini terjadi karena banyaknya metode metode pengkompresian yang bermunculan seiring berjalannya waktu, metode yang sering digunakan pada proses pengkompresian khususnya kompresi citra ialah metode Run Lenght Encoding dan Huffman. Pembanding kedua metode ini dilakukan dengan memperhatikan ukuran citra, waktu kompresi, rasio kompresi, Mean Squared Error (MSE) dan Peak to Signal Noise Ratio (PSNR). Setelah bandingkan didapatkan data yang mendukung bahwa citra hasil metode kompresi Huffman lebih unggul dari pada metode Run Lenght Encoding yang dapat dilihat dari rasio kompresi dari metode Huffman lebih tinggi dari pada metode Run Lenght Encoding,dari segi waktu metode Huffman juga memiliki kelebihan dari segi lamanya waktu yang dibutuhkan untuk mengkompresi citra, dari ukuran metode Huffman juga unggul dengan ukuran hasil citra yang cenderung berkurang dari ukuran asli dan data MSE dan PSNR didapatkan juga bahwa nilai hasil untuk gambar JPG metode Huffman lebih bagus dari metode Run Lenght Encoding tetapi untuk gambar ekstensi PNG metode Run Lenght Encoding lebih unggul. Kata Kunci : Citra, Huffman, Kompresi Citra, MATLAB R2014a, Rasio Kompresi, Run Lenght Encoding, Ukuran Citra, Waktu Kompresi.

3 Comparison Result Of Image Compression With JPGAnd PNG Exstension Using Huffman Coding Method And Run Lenght Encoding ( RLE ) There are many image compression method being something that have to be questioned, which compression method are better than th others. How is the quality of image that have been compressed, is it better or worse. For comparing which compression method is better then conducted by making an application to compare two method : Run Lenght Encoding and Huffman Coding. MATLAB R2014a is a software for making comparison and compression is process to reduce data without harm the quality of image. This compression method comparison occurred because of the many compression method emerging over time, method is often used in the compression process in image compression methods is Run Lenght Encoding and Huffman. Comparison of these two methods is size of the image, time compression, compression ratio, Mean Squared Error (MSE) and Peak to Signal Noise Ratio (PSNR). After comparing the obtained data that support the result of huffman compression method better than Run Lenght Encoding method which can be seen from compression ratio of Huffman method is more higher than Run Lenght Encoding method, in terms of time Huffman method also has advantages in terms of length of time required to compress the image, from size aspect Huffman method is also have reduced image size and data obtained from MSE and PSNR result of JPG image better using Huffman Method but for PNG images extension Run Lenght Encoding is better. Keywords : Image, Image Compression, Huffman coding, MATLAB 2014a, Ratio of Compression, Run Lenght Encoding, Size of Image, Time of Compression.

4 BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan pembahasan dan pengujian serta analisi terhadap citra pengujian, maka dapat ditarik kesimpulan : 1. Citra hasil kompresi dengan metode Huffman cenderung lebih baik dibandingkan dengan metode RLE, dari rasio kompresi yang lebih besar, waktu kompresi yang lebih cepat, ukuran yang lebih kecil dan MSE juga PSNR yang lebih baik. 2. Rekonstruksi Citra yang dikompresi menggunakan metode RLE dan Huffman Coding tidak terdapat cacat yang signifikan dan dapat dilihat dari nilai MSE bahwa rata-rata error dalam satu citra tidak terlalu besar. 3. Baik metode RLE dan Huffman Coding dapat dikategorikan didalam teknik kompresi Lossless dimana cacat citra pada rekonstruksi citra, tidak menggangu kualitas citra. 4. Hasil kompresi yang dihasilkan citra bergantung pada metode yang digunakan, variasi dan kombinasi warna, kemunculan warna yang sama pada suatu citra. Hal ini dapat mempengaruhi metode kompresi seperti RLE yang menggunakan sistem perhitungan variasi warna sama yang berdekatan dalam satu kolom, apabila semakin banyak variasi warna maka akan memungkinkan bahwa kompresi dengan 47

5 48 metode ini akan memperbesar kualitas citra, berbeda dengan huffman yang mengelompokan variasi warna dan mengubah menjadi pohon huffman yang selanjutnya lebih mudah untuk di perkecil ukuran kapasitas citra maupun di rekonstruksi dengan menggunakan citra asli sebagai pembanding. 5.2 Saran Saran yang dapat diberikan untuk pengembangan lebih lanjut terhadap Tugas Akhir ini : 1. Pengembangan metode kompresi seperti data streaming antara dua matlab atau lebih, serta membuat sebuah sistem streaming data yang berfungsi untuk mengirimkan data secara optimal tanpa menggangu kualitas citra. 2. Menggunakan metode RLE dan Huffman coding sebagai metode pengkompresian data multimedia seperti Video, Suara, dan data multimedia lainnya. 3. Mengkombinasikan kompresi Huffman Coding dengan RLE sehingga memperkecil kemungkinan cacatnya kualitas citra dan memperkecil ukuran citra seminimal mungkin tanpa menganggu kualitas citra.

6 BAB II LANDASAN TEORI 2.1. Pengertian Citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Gambar 1 adalah citra seorang gadis model yang bernama Lena, dan gambar di sebelah kanannya adalah citra kapal di sebuah pelabuhan. Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh oleh alat-alat optik, misalnya mata pada manusia, kamera, pemindai (scanner), dan sebagainya, sehingga bayangan objek yang disebut citra tersebut terekam. Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat :[1] 1. Optik berupa foto. 2. Analog berupa sinyal video seperti gambar pada monitor televise. 3. Digital yang dapat langsung disimpan pada suatu pita magnetik. Citra yang dimaksudkan di dalam keseluruhan isi buku ini adalah citra diam (still images). Citra diam adalah citra tunggal yang tidak bergerak. Gambar 1 adalah dua buah citra diam. Untuk selanjutnya, citra diam sebut citra saja. 5

7 6 Gambar 1. Contoh Citra [1] Citra bergerak (moving images) adalah rangkaian citra diam yang ditampilkan secara beruntun (sekuensial) sehingga memberi kesan pada mata kita sebagai gambar yang bergerak. Setiap citra di dalam rangkaian itu disebut frame. Gambar-gambar yang tampak pada film layar lebar atau televisi pada hakikatnya terdiri atas ratusan sampai ribuan frame.[1] 2.2. Pengolahan Citra Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena informasi yang disampaikan oleh citra tersebut menjadi berkurang.[1] Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain

8 7 yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan citra (image processing).[1] Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Sebagai contoh, citra burung nuri pada Gambar 2 (a) tampak agak gelap, lalu dengan operasi pengolahan citra kontrasnya diperbaiki sehingga menjadi lebih terang dan tajam (b). Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila : 1. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra. 2. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur. 3. Sebagian citra perlu digabung dengan bagian citra yang lain. Gambar 2. (a) Citra burung nuri yang agak gelap (b) Citra burung yang telah diperbaiki kontrasnya sehingga terlihat jelas dan tajam [1]

9 8 Pengolahan citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra lain. Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik daripada citra masukan. Termasuk ke dalam bidang ini juga adalah pemampatan citra (image compression). [1] Kompresi Citra Kompresi Citra atau pemampatan citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi redundansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien.[2] A. Aplikasi Kompresi Citra Pemampatan citra memberikan sumbangsih manfaat yang besar dalam industri multimedia saat ini. Pemampatan citra bermanfaat untuk aplikasi yang melakukan: [3] 1. Pengiriman Data (Data Transmission) Pada Saluran Komunikasi Data Citra yang telah dimampatkan membutuhkan waktu pengiriman yang lebih singkat dibandingkan dengan citra yang tidak dimampatkan. Contohnya aplikasi pengiriman gambar lewat fax, videoconferencing, pengiriman data medis, pengiriman gambar dari satelit luar angkasa, pengiriman gambar via telepon genggam. download gambar dari internet, dan sebagainya. 2. Penyimpanan Data (Data Storing) di dalam Media Sekunder (Storage).

10 9 Citra yang telah dimampatkan membutuhkan ruang memori di dalam media storage yang lebih sedikit dibandingkan dengan citra yang tidak dimampatkan. Contoh aplikasinya antara lain aplikasi basis data gambar, office automation, video storage (seperti Video Compact Disc), dan lainlain.[3] B. Kriteria Kompresi Citra Saat ini sudah banyak ditemukan metode-metode pemampatan citra. Kriteria yang digunakan dalam mengukur metode pemampatan citra adalah : [3] 1. Waktu Pemampatan dan Penirmampatan (Decompression) Waktu pemampatan citra dan penirmampatannya sebaiknya cepat. Ada metode pemampatan yang waktu pemampatannya lama, namun waktu penirmampatannya cepat. Ada pula metode yang waktu pemampatannya cepat tetapi waktu penirmampatannya lambat. Tetapi ada pula metode yang waktu pemampatan dan penirmampatannya cepat atau keduanya lambat. 2. Kebutuhan Memori Memori yang dibutuhkan untuk merepresentasikan citra seharusnya berkurang secara berarti. Ada metode yang berhasil memampatkan dengan persentase yang besar, ada pula yang kecil. Pada beberapa metode, ukuran memori hasil pemampatan bergantung pada citra itu sendiri. Cira yang mengandung banyak elemen duplikasi (misalnya citra langit cerah tanpa awan, citra lantai keramik) umumnya berhasil dimampatkan dengan memori yang lebih sedikit dibandingkan dengan memampatkan citra yang mengandung banyak objek (misalnya citra pemandangan alam).

11 10 3. Kualitas Pemampatan (Fidelity) Informasi yang hilang akibat pemampatan seharusnya seminimal mungkin sehingga kualitas hasil pemampatan tetap dipertahankan. Kualitas pemampatan dengan kebutuhan memori biasanya berbanding terbalik. Kualitas pemampatan yang bagus umumnya dicapai pada proses pemampatan yang menghasilkan pengurangan memori yang tidak begitu besar, demikian pula sebaiknya. Dengan kata lain, ada timbal balik (trade off) antara kualitas citra dengan ukuran hasil pemampatan. Kualitas sebuah citra bersifat subyektif dan relatif, bergantung pada pengamatan orang yang menilainya. Seseorang dapat saja mengatakan kualitas suatu citra bagus, tetapi orang lain mungkin mengatakan kurang bagus, jelek, dan sebagainya. 4. Format keluaran Format citra hasil pemampatan sebaiknya cocok untuk pengiriman dan penyimpanan data. Pembacaan citra bergantung pada bagaimana citra tersebut direpresentasikan (atau disimpan). Pemilihan kriteria yang tepat bergantung pada pengguna dan aplikasi. Misalnya, apakah pengguna menginginkan pemampatan yang menghasilkan kualitas yang bagus, namun pengurangan memori yang dibutuhkan tidak terlalu besar, atau sebaliknya. Atau jika waktu pemampatan dapat diabaikan dari pertimbangan (dengan asumsi bahwa pemampatan hanya sekali saja dilakukan, namun pernirmampatan dapat berkali-kali), maka metode yang menghasilkan waktu penirmampatan yang cepat yang perlu dipertimbangkan.

12 11 C. Klasifikasi Kompresi Citra besar: [3] Metode pemampatan citra dapat diklasifiksikan ke dalam dua kelompok 1. Metode Lossless Metode lossless selalu menghasilkan citra hasil penirmampatan yang tepat sama dengan citra semula, pixel per pixel. Tidak ada informasi yang hilang akibat pemampatan. Nisbah (ratio) pemampatan citra metode lossless sangat rendah. Contoh metode lossless adalah metode Huffman. Nisbah pemampatan citra dihitung dengan rumus ukuran citra hasil pemampatan Nisbah = 100% ( x 100% )... (1) ukuran citra semula Metode lossless cocok untuk memampatkan citra yang mengandung informasi penting yang tidak boleh rusak akibat pemampatan. Misalnya memampatkan gambar hasil diagnosa medis. 2. Metode lossy Metode lossy menghasilkan citra hasil pemampatan yang hampir sama dengan citra semula. Ada informasi yang hilang akibat pemampatan, tetapi dapat ditolerir oleh persepsi mata. Mata tidak dapat membedakan perubahan kecil pada gambar. Metode pemampatan lossy menghasilkan nisbah pemampatan yang tinggi daripada metode lossless. Contoh metode lossy adalah metode JPEG dan metode fraktal. D. Jenis Kompresi Citra Ada empat pendekatan yang digunakan dalam pemampatan citra: [3] 1. Pendekatan Statistik

13 12 Pemampatan citra didasarkan pada frekuensi kemunculan derajat keabuan pixel di dalam seluruh bagian gambar. Contoh metode: Huffman Coding. 2. Pendekatan Ruang Pemampatan citra didasarkan pada hubungan spasial antara pixel-pixel di dalam suatu kelompok yang memiliki derajat keabuan yang sama di dalam suatu daerah di dalam gambar. Contoh metode: Run-Length Encoding. 3. Pendekatan Kuantisasi Pemampatan citra dilakukan dengan mengurangi jumlah derajat keabuan yang tersedia. Contoh metode: metode pemampatan kuantisasi. 4. Pendekatan fraktal Pemampatan citra didasarkan pada kenyataan bahwa kemiripan bagian-bagian di dalam citra dapat dieksploitasi dengan suatu matriks transformasi. Contoh metode: Fractal Image Compression. E. Metode Huffman Metode pemampatan Huffman menggunakan prinsip bahwa nilai (atau derajat) keabuan yang sering muncul di dalam citra akan dikodekan dengan jumlah bit yang lebih sedikit sedangkan nilai keabuan yang frekuensi kemunculannya sedikit dikodekan dengan jumlah bit yang lebih panjang. Algoritma metode Huffman adalah :[3] 1. Mengurutkan secara menaik (ascending order) nilai-nilai keabuan berdasarkan frekuensi kemunculannya (atau berdasarkan peluang kemunculan, pk, yaitu frekuensi kemunculan (nk) dibagi dengan jumlah pixel di dalam gambar (n)).

14 13 Setiap nilai keabuan dinyatakan sebagai pohon bersimpul tunggal. Setiap simpul di-assign dengan frekuensi kemunculan nilai keabuan tersebut. 2. Menggabungkan dua buah pohon yang mempunyai frekuensi kemunculan paling kecil pada sebuah akar. Akar mempunyai frekuensi yang merupakan jumlah dari frekuensi dua buah pohon penyusunnya. 3. Mengulangi langkah 2 sampai tersisa hanya satu buah pohon biner. Agar pemilihan dua pohon yang akan digabungkan berlangsung cepat, maka semua pohon yang ada selalu terurut menaik berdasarkan frekuensi. 4. Memberi label setiap sisi pada pohon biner. Sisi kiri dilabeli dengan 0 dan sisi kanan dilabeli dengan 1. Simpul-simpul daun pada pohon biner menyatakan nilai keabuan yang terdapat didalam citra semula. Untuk mengkodekan setiap pixel di dalam di dalam citra, lakukan langkah kelima berikut: 5. Telusuri pohon biner dari akar ke daun. Barisan label-label sisi dari akar ke daun menyatakan kode Huffman untuk derajat keabuan yang bersesuaian. Setiap kode Huffman merupakan kode prefiks, yang artinya tidak ada kode biner suatu nilai keabuan yang merupakan awalan bagi kode biner derajat keabuan yang lain. Dengan cara ini, tidak ada ambiguitas pada proses penirmampatan citra. F. Metode Run Lenght Encoding (RLE) Metode RLE cocok digunakan untuk memampatkan citra yang memiliki kelompok-kelompok pixel berderajat keabuan sama. Pemampatan citra dengan metode RLE dilakukan dengan membuat rangkaian pasangan nilai (p, q) untuk setiap baris pixel, nilai pertama (p) menyatakan derajat keabuan, sedangkan nilai

15 14 kedua (q) menyatakan jumlah pixel berurutan yang memiliki derajat keabuan tersebut (dinamakan run length). Contoh kompresi citra menggunakan metode RLE, Tinjau citra pixel dengan 8 derajat keabuan yang dinyatakan sebagai matriks derajat keabuan sebagai berikut semuanya ada 100 buah nilai. Pasangan nilai untuk setiap baris run yang dihasilkan dengan metode pemampatan RLE: (0, 5), (2, 5) (0, 3), (1, 4), (2, 3) (1, 10) (4, 4), (3, 4), (2 2) (3, 3), (5, 2), (7, 4), (6, 1) (2, 2), (6, 1), (0, 4), (1, 2), (0, 1) (3, 2), (4, 2), (3, 1), (2, 2), (1, 2) (0, 8), (1, 2)

16 15 (1, 4), (0, 3), (2, 3) (3, 3), (2, 3), (1, 4) semuanya ada 31 pasangan nilai atau 31 2 = 62 nilai. Ukuran citra sebelum pemampatan (1 derajat keabuan = 3 bit) adalah bit = 300 bit, sedangkan ukuran citra setelah pemampatan (derajatk keabuan = 3 bit, run length = = 4 bit): (31 3) + (31 4) bit = 217 bit Nisbah pemampatan = 100% x 100% = 27.67%, yang artinya 27.67% dari citra 300 semula telah dimampatkan. Versi lain dari metode RLE adalah dengan menyatakan seluruh baris citra menjadi sebuah baris run, lalu menghitung run-length untuk setiap derajat keabuan yang berurutan. Sebaga i contoh, tinjau sebuah citra sebagai berikut: Nyatakan sebagai barisan nilai derajat keabuan: semuanya ada 24 nilai. Pasangan nilai dari run yang dihasilkan dengan metode pemampatan RLE: (1, 1) (2, 1) (1, 5) (3, 1) (4, 4) (1, 2) (3, 3) (5, 1) (1, 4) (3, 2) Hasil pengkodean: semuanya ada 20 nilai. Jadi, kita sudah menghemat 4 buah nilai.

17 16 G. Dekompresi Citra Sebuah citra yang sudah dikompres tentunya harus dapat dikembalikan lagi kebentuk aslinya, prinsip ini dinamakan dekompresi. Untuk dapat merubah citra yang terkompres diperlukan cara yang berbeda seperti pada waktu proses kompres dilaksanakan. Jadi pada saat dekompres catatan header yang berupa bytebyte tersebut terdapat catatan isi mengenai isi dari file tersebut. Catatan headerakan menuliskan kembali mengenai isi dari file tersebut, jadi isi dari file sudah tertulis oleh catatan header sehingga hanya tinggal menuliskan kembali pada saat proses dekompres. Proses dekompresi sempurna (kembali kebentuk aslinya). Secara umum proses kompresi dan dekompresi dapat dilihat pada gambar 3 : [4] Citra ASli Citra Hasil Kompresi Gambar 3. Alur Kompresi Dekompresi Citra [4] H. Menghitung MSE dan PSNR Peak Signal to Noise Ratio (PSNR) merupakan perbandingan antara nilai maksimum dari sinyal yang diukur dengan besarnya derau yang berpengaruh pada sinyal tersebut. PSNR biasanya diukur dalam satuan decibel (db). PSNR digunakan untuk mengetahui perbandingan kualitas citra cover (asli) sebelum dan sesudah disisipkan pesan. Untuk menentukan PSNR, terlebih dahulu harus ditentukan nilai Mean Square Error (MSE). MSE adalah nilai error kuadrat rata-

18 17 rata antara citra asli dengan citra manipulasi (dalam kasus steganografi ; MSE adalah nilai error kuadrat rata-rata antara citra asli (cover-image) dengan citra hasil penyisipan (stego-image). [4] Nilai PSNR dan MSE dapat dihitung dengan rumus, PSNR = 10 log 10 ( C 2 max )... (2) MSE MSE = 1 M N (S M.N xy C xy ) 2 y=1 x=1... (3) dimana: Cmax adalah nilai pixel terbesar pada keseluruhan citra. x dan y adalah koordinat suatu titik pada citra. M dan N adalah dimensi dari citra. S adalah citra tersisipi (stego-image) C adalah citra asli (cover image) PSNR sering dinyatakan dalam skala logaritmik dalam decibel (db). Nilai PSNR jatuh dibawah 30 db mengindikasikan kualitas yang relative rendah, dimana distorsi yang dikarenakan penyisipan terlihat jelas.[4] 2.3. MATLAB R2014a MATLAB adalah sebuah bahasa dengan (high-performance) kinerja tinggi untuk komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan pemrograman dalam suatu model yang sangat mudah untuk pakai dimana masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang familiar. Penggunaan Matlab meliputi bidang matematika dan komputasi,

19 18 pembentukan algorithm akusisi data pemodelan, simulasi, dan pembuatan prototype, analisa data, eksplorasi dan visualisasi, grafik keilmuan dan bidang rekayasa matlab merupakan suatu sistem interaktif yang memiliki elemen data dalam suatu array sehingga tidak lagi kita dipusingkan dengan masalah dimensi. Hal ini memungkinkan kitauntuk memecahkan banyak masalah teknis yang terkait dengan komputasi, kususnya yang berhubungan dengan matrix dan formulasi vektor, yang mana masalah tersebut merupakan momok apabila kita harus menyelesaikannya dengan menggunakan bahasa level rendah seperti Pascall, C dan Basic.[5] Nama MATLAB merupakan singkatan dari Matrix Laboratory. MATLAB pada awalnya ditulis untuk memudahkan akses perangkat lunak matrik yang telah dibentuk oleh LINPACK dan EISPACK. Saat ini perangkat MATLAB telah menggabung dengan LAPACK dan BLASlibrary, yang merupakan satu kesatuan dari sebuah seni tersendiri dalam perangkat lunak untuk komputasi matrix. Dalam lingkungan perguruan tinggi teknik, Matlab merupakan perangkat standar untuk memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa dan kelimuan. Di industri, MATLAB merupakan perangkat pilihan untuk penelitian dengan produktifitas yang tingi, pengembangan dananalisanya.fiturfitur MATLAB sudah banyak dikembangkan, dan lebih kita kenal dengan namatoolbox. Sangat penting bagi seorang pengguna Matlab, toolbox mana yang mandukung untuk learn dan apply teknologi yang sedang dipelajarinya. Toolbox - toolbox ini merupakan kumpulan dari fungsi-fungsi MATLAB (M-files) yang telah dikembangkan ke suatulingkungan kerja MATLAB untuk memecahkan masalah dalam kelas particular. Area-areayang sudah bisa dipecahkan dengan

20 19 toolbox saat ini meliputi pengolahan sinyal, systemkontrol, neural networks, fuzzy logic, wavelets, dan lain-lain.kelengkapan pada Sistem MATLABS ebagai sebuah system, MATLAB tersusun dari 5 bagian utama, yaitu : [5] 1. Development Environment Merupakan sekumpulan perangkat dan fasilitas yang membantu untuk menggunakan fungsi-fungsi dan file-file MATLAB. Beberapa perangkat ini merupakan sebuah graphical user interfaces (GUI). Termasuk didalamnya adalah MATLAB desktop dan Command Window, command history, sebuah editor dan debugger, dan browsers untuk melihat help, workspace, files, dan search path. 2. MATLAB Mathematical Function Library Merupakan sekumpulan algoritma komputasi mulai dari fungsi-fungsi dasar sepertri: sum, sin, cos, dan complex arithmetic,sampai dengan fungsi-fungsi yang lebih kompek seperti matrix inverse, matrix eigen values, Bessel functions, dan fast Fourier transforms. 3. MATLAB Language. Merupakan suatu high-level matrix/array language dengan controlflow statements, functions, data structures, input/output, dan fitur-fitur object-oriented programming. Ini memungkinkan bagi kita untuk melakukan kedua hal baik pemrograman dalam lingkup sederhana " untuk mendapatkan hasil yang cepat, dan"pemrograman dalam lingkup yang lebih besar" untuk memperoleh hasil-hasil dan aplikasi yang kompleks. 4. Graphics MATLAB memiliki fasilitas untuk menampilkan vector dan matrices sebagaisuatu grafik. Didalamnya melibatkan high-level functions (fungsi-

21 20 fungsi level tinggi) untuk visualisasi data dua dikensi dan data tiga dimensi, image processing, animation, danpresentation graphics. 5. MATLAB Application Program Interface (API) Merupakan suatu library yang memungkinkan program yang telah ditulis dalam bahasa C dan Fortran mampu berinterakasi dengan MATLAB. Ini melibatkan fasilitas untuk pemanggilan routines dari MATLAB (dynamic linking), pemanggilan MATLAB sebagai sebuah computational engine, dan untuk membaca dan menuliskan MAT-files.

22 BAB III PERANCANGAN DAN IMPLEMENTASI 3.1 Perancangan Sistem Sistem yang akan dibangun merupakan sebuah aplikasi pembanding antara hasil citra yang telah dikompresi sebagai media pembanding teknik kompresi yang lebih menguntungkan dan lebih efisien dipakai menggunakan aplikasi Matlab R2014a. Aplikasi ini dapat membandingkan citra asli dengan citra hasil terkompresi dengan melihat atribut hasil dari kompresi. Keunggulan dari aplikasi perbandingan ini dapat menegaskan bahwa kompresi perlu dilakukan agar mengetahui metode kompresi mana yang lebih baik. Gambaran umum alur perancangan sistem aplikasi pembanding hasil citra dikompresi metode RLE dan Huffman seperti pada gambar 4. Dilakukan Proses Menghasilkan Attribut Kompresi Gambar 4. Alur Sistem Aplikasi Pembanding Hasil Citra Berikut penjelasan arsitektur sistem pada aplikasi ini, yaitu: 1. Gambar yang ingin dikompresi, merupakan sebuah citra atau gambar yang nantinya akan diolah lebih lanjut di aplikasi Matlab. 21

23 22 2. Citra GUI matlab R2014a (Axis), merupakan tampilan citra yang nantinya akan diproses oleh metode kompresi dan dekompresi yang dipilih. 3. Kompresi citra menggunakan metode yang dipilih, proses mengkompresi citra yang telah diinputkan menggunakan metode kompresi RLE atau Huffman coding untuk melihat bagaimana kapasitas dan atribut citra yang telah dikompresi pada saat menggunakan metode RLE dan menggunakan Huffman coding dan melihat perbedaan nilai yang didapat oleh hasil kompresi dari dua metode yang digunakan. Serta pada proses ini dilakukannya pengecekan kepada citra terkait dan memperhatikan bagaimana hasil dari citra yang telah terkompresi terhadap ukuran citra. 4. Dekompresi Citra sesuai dengan metode kompresi yang ditentukan, proses ini merupakan tahapan dimana citra yang berbentuk angka yang terkumpul didalam matrix yang diproses oleh proses kompresi yang telah dipilih, baik dengan metode RLE atau metode Huffman Coding akan dikembalikan seperti citra asal untuk melihat cacat tidaknya citra pada saat proses kompresi dilakukan. 5. Citra dan atribut yang dihasilkan, informasi yang didapatkan sebagai hasil proses Kompresi maupun Dekompresi yang berfungsi untuk membandingkan hasil citra terkompresi dengan menggunakan metode RLE maupun metode Huffman Coding.

24 23 Perancangan aplikasi perbandingan hasil kompresi citra menggunakan metode RLE dan Huffman Coding dibuat menggunakan software Matlab R2014a dengan metode kompresi RLE dan Huffman Coding. Aplikasi ini berjalan pada sistem operasi Windows yang memiliki software matlab dengan yang mempunyai opsi pembuatan GUI. 3.2 Perancangan Diagram Alur (Flowchart) Flowchart merupakan langkah awal pembuatan program. Dengan adanya flowchart urutan poses kegiatan menjadi lebih jelas dan penambahan proses dapat dilakukan menjadi lebih mudah. Setelah flowchart selesai disusun, pemrogram (programmer) menerjemahkannya ke bentuk program dengan bahasa pemrograman Flowchart Inputan Citra Berekstensi.JPG dan.jpeg Flowchart inputan citra berekstensi.jpg dan.jpeg ini merupakan flow chart yang menjelaskan bagaimana alur kerja dari aplikasi kompresi dan dekompresi citra menggunakan metode RLE maupun metode Huffman Coding seperti yang ditunjukkan pada gambar 5.

25 24 Mulai Masukan file Citra(.jpg) Membaca Piksel Citra Menampilkan Atribut ukuran, tinggi dan lebar citra Kompresi RLE? Mengurutkan kemunculan nilai pixel sama yang berdekatan dalam 1 kolom Membuat matrik baru sesuai nilai pixel citra yang Menampilkan Atribut rasio, waktu dan ukuran citra terkompresi dekompresi RLE? Iya Tidak Tidak Kompresi Huffman? Iya Menghitung frekuensi kemunculan tiap nilai pixel Membuat pohon Huffman dengan metode huffman encoding Menampilkan Atribut rasio, waktu dan ukuran citra terkompresi Tidak mengurai matrik baru hasil kompresi sesuai data pixel citra awal 1 Iya Dekompresi Huffman? 2 Iya Tidak 3

26 mengurai matrik baru hasil kompresi sesuai data pixel citra awal Merekonstruksi gambar sesuai dengan matrik yang telah didapatkan Menampilkan gambar dan Atribut rasio, waktu dan ukuran citra terekonstruksi Menghitung mse dan psnr Membuat matrik dari encoder pohon huffman dengan menggunakan Decoder merekonstruksi gambar sesuai dengan matrik yang telah didapatkan Menampilkan gambar dan Atribut rasio, waktu dan ukuran citra terekonstruksi Menampilkan MSE dan PSNR Menghitung mse dan psnr 3 Menampilkan MSE dan PSNR selesai Gambar 5. Flowchart Inputan Citra Berekstensi JPG dan JPEG

27 26 Dari gambar 5, citra dengan input jpg atau jpeg akan di proses terlebih dahulu untuk mengetahui berapa jumlah pixel nya dan nantinya akan dikompresi oleh metode yang dipilih, baik dengan menggunakan metode RLE maupun metode Huffman Coding dimana setelah dapat ditampilkan atribut pembanding saat sedang terkompresi citra, citra yang dikompresi akan di kembalikan kembali ke bentuk semula dengan menggunakan proses dekompresi. Pada proses ini dapat dilihat citra akan di bentuk kembali ke bentuk semula dan akan dilihat cacat atau tidaknya citra yang dikompresi dengan menggunakan MSE dan PSNR yang akan menjadi atribut pembanding tambahan untuk melihat hasil citra terkompresi mana yang lebih unggul Flowchart Inputan Citra berekstensi Lain Flowchart inputan citra berekstensi lain ini merupakan flowchart yang menjelaskan bagaimana alur kerja dari aplikasi kompresi dan dekompresi citra menggunakan metode RLE maupun metode Huffman Coding pada citra berekstensi selain jpg dan jpeg seperti pada gambar 6.

28 27 Mulai Masukan file Citra Lainnya Membaca Piksel Citra Menampilkan Atribut ukuran, tinggi dan lebar citra Kompresi RLE? Iya Mengurutkan kemunculan nilai pixel sama yang berdekatan dalam 1 kolom Membuat matrik baru sesuai nilai pixel citra yang didapatkan Tidak Kompresi Huffman? Iya Menghitung frekuensi kemunculan tiap nilai pixel Tidak Menampilkan Atribut rasio, waktu dan ukuran citra terkompresi dekompresi RLE? Tidak Membuat pohon Huffman dengan metode huffman Menampilkan Atribut rasio, waktu dan ukuran citra terkompresi mengurai matrik baru hasil kompresi sesuai data pixel citra 1 Iya Dekompresi Huffman? 2 Iya Tidak 3

29 mengurai matrik baru hasil kompresi sesuai data pixel citra awal Merekonstruksi gambar sesuai dengan matrik yang telah Menampilkan gambar dan Atribut rasio, waktu dan ukuran citra terekonstruksi Menghitung mse dan psnr Membuat matrik dari encoder pohon huffman dengan menggunakan Decoder merekonstruksi gambar sesuai dengan matrik yang telah didapatkan Menampilkan gambar dan Atribut rasio, waktu dan ukuran citra terekonstruksi Menampilkan MSE dan PSNR Menghitung mse dan psnr 3 Menampilkan MSE dan PSNR selesai Gambar 6. Flowchart Inputan Citra Berekstensi Lain Dari gambar 6 diketahui bahwa citra dengan input.png,.tif dan ekstensi selain jpg dan jpeg akan di proses terlebih dahulu untuk mengetahui berapa jumlah pixel nya dan nantinya akan dikompresi oleh metode yang dipilih, baik dengan menggunakan metode RLE maupun metode Huffman Coding dimana setelah dapat ditampilkan atribut pembanding saat sedang terkompresi citra, citra

30 29 yang dikompresi akan di kembalikan kembali ke bentuk semula dengan menggunakan proses dekompresi. Pada proses ini dapat dilihat citra akan di bentuk kembali ke bentuk semula dan akan dilihat cacat atau tidaknya citra yang dikompresi dengan menggunakan MSE dan PSNR yang akan menjadi atribut pembanding tambahan untuk melihat hasil citra terkompresi mana yang lebih unggul. 3.3 Perancangan Aplikasi Rancangan aplikasi perbandingan hasil kompresi citra menggunakan metode RLE dan Huffman Coding dibuat dengan tools bahasa pemrograman Matlab R2014a seperti pada gambar 7. Gambar 7. Rancangan Aplikasi Pembanding RLE dan Huffman Coding Keterangan : 1. Frame Aplikasi untuk membingkai aplikasi 2. Push Button untuk tombol melakukan input citra.jpg atau.jpeg yang akan diproses

31 30 3. Push Button untuk tombol melakukan input citra selain ekstensi jpg dan jpeg yang akan diproses 4. Push Button untuk tombol melakukan kompresi RLE citra.jpg atau.jpeg 5. Push Button untuk tombol melakukan kompresi Huffman citra.jpg atau.jpeg 6. Push Button untuk tombol melakukan kompresi RLE citra non.jpg atau.jpeg 7. Push Button untuk tombol melakukan kompresi Huffman citra non.jpg atau.jpeg 8. Push Button untuk tombol melakukan dekompresi RLE citra.jpg atau.jpeg 9. Push Button untuk tombol melakukan dekompresi Huffman citra.jpg atau.jpeg 10. Push Button untuk tombol melakukan dekompresi RLE citra non.jpg atau.jpeg 11. Push Button untuk tombol melakukan dekompresi Huffman citra non.jpg atau.jpeg 12. Push Button untuk tombol melakukan penghitungan MSE dan PSNR hasil dekompresi RLE citra.jpg atau.jpeg 13. Push Button untuk tombol melakukan penghitungan MSE dan PSNR hasil dekompresi Huffman citra.jpg atau.jpeg 14. Push Button untuk tombol melakukan penghitungan MSE dan PSNR hasil dekompresi RLE citra non.jpg atau.jpeg 15. Push Button untuk tombol melakukan penghitungan MSE dan PSNR hasil dekompresi Huffman citra non.jpg atau.jpeg 16. Text untuk menuliskan judul aplikasi yang dibuat 17. Text untuk menuliskan proses kompresi

32 Text untuk menuliskan proses dekompresi' 19. Axes untuk menampilkan citra asli.jpg atau.jpeg 20. Axes untuk menampilkan citra non.jpg atau.jpeg 21. Axes untuk menampilkan citra rekonstruksi kompresi RLE citra.jpg atau.jpeg 22. Axes untuk menampilkan citra rekonstruksi kompresi Huffman citra.jpg atau.jpeg 23. Axes untuk menampilkan citra rekonstruksi kompresi RLE citra non.jpg atau.jpeg 24. Axes untuk menampilkan citra rekonstruksi kompresi Huffman citra non.jpg atau.jpeg 25. Panel untuk menampilkan ukuran citra lebar dan tinggi pada citra asli.jpg atau.jpeg 26. Panel untuk menampilkan ukuran citra lebar dan tinggi pada citra asli non.jpg atau.jpeg 27. Panel untuk menampilkan rasio kompresi, waktu kompresi dan ukuran citra pada citra.jpg atau.jpeg hasil kompresi RLE 28. Panel untuk menampilkan rasio kompresi, waktu kompresi dan ukuran citra pada citra.jpg atau.jpeg hasil kompresi Huffman 29. Panel untuk menampilkan rasio kompresi, waktu kompresi dan ukuran citra pada citra non.jpg atau.jpeg hasil kompresi RLE 30. Panel untuk menampilkan rasio kompresi, waktu kompresi dan ukuran citra pada citra non.jpg atau.jpeghasil kompresi Huffman

33 Panel untuk menampilkan rasio kompresi, waktu dekompresi, ukuran citra, lebar dan tinggi pada citra.jpg atau.jpeg hasil dekompresi RLE 32. Panel untuk menampilkan rasio kompresi, waktu dekompresi, ukuran citra, lebar dan tinggi pada citra.jpg atau.jpeg hasil dekompresi Huffman 33. Panel untuk menampilkan rasio kompresi, waktu dekompresi, ukuran citra, lebar dan tinggi pada citra non.jpg atau.jpeg hasil dekompresi RLE 34. Panel untuk menampilkan rasio kompresi, waktu dekompresi, ukuran citra, lebar dan tinggi pada citra non.jpg atau.jpeg hasil dekompresi Huffman 35. Panel untuk menampilkan nilai MSE dan PSNR pada citra hasil.jpg atau.jpeg dekompresi RLE 36. Panel untuk menampilkan nilai MSE dan PSNR pada citra hasil.jpg atau.jpeg dekompresi Huffman 37. Panel untuk menampilkan nilai MSE dan PSNR pada citra hasil non.jpg atau.jpeg dekompresi RLE 38. Panel untuk menampilkan nilai MSE dan PSNR pada citra hasil non.jpg atau.jpeg dekompresi Huffman

34 BAB IV PENGUJIAN DAN ANALISA SISTEM 4.1 Implementasi Sistem Berdasarkan hasil percanangan sistem yang telah dilakukan, maka dilakukan implementasi ke dalam bentuk program komputer. Implementasi merupakan tahap menerjemahkan hasil percanangan sistem secara rinci kedalam bahasa pemrograman. Pada bab ini dijelaskan implementasi dari perbandingan hasil kompresi citra menggunakan metode Run Lenght Encoding ( RLE ) dan metode Huffman Coding ke dalam bentuk program dengan menggunakan bahasa pemrograman Matlab R2014a Spesifikasi Perangkat Keras dan Perangkat Lunak yang Digunakan Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun program aplikasi pembanding ini adalah : 1. Processor : Intel Core i HQ 2,6 Ghz 2. Harddisk : 1 TB 3. Memori : 16 GB 4. Sistem Operasi : Microsoft Windows 10 33

35 Tampilan Sistem Tampilan sistem dirancang menggunakan standar pemakaian untuk memudahkan pengguna dalam menggunakan proses kompresi dan dekompresi. Tampilan sistem yang dibuat seperti pada gambar 8. Gambar 8. Tampilan Sistem Gambar 8 adalah tampilan sistem pengkompresian citra digital. Untuk mulai mengkompresi dapat dipilih citra dengan ekstensi apa yang digunakan, dengan menekan tombol input JPG atau input Citra Lainnya akan keluar tampilan seperti yang ditunjukkan gambar 9. Gambar 9. Tampilan Input

36 35 Setelah memilih citra input JPG atau JPEG maka akan tampil di layar aplikasi seperti pada gambar 10. Gambar 10. Tampilan Layar Aplikasi Untuk mengkompresi gambar terlebih dahulu dipilih metode yang akan digunakan metode RLE atau Huffman Coding, dan klik Push Button yang terdapat dibawah input JPG atau JPEG maka akan ditampilkan informasi pada panel seperti pada gambar 11 Gambar 11. Informasi Panel

37 36 Setelah selesai dengan pengkompresian, langkah untuk merekonstruksi dengan cara dekompresi perlu dilakukan apabila ingin mengembalikan citra yang telah dikompresi dan untuk melihat kualitas citra menurut parameter MSE dan PSNR, klik tombol dekompresi yang terletak dibawah informasi citra terkompresi dan selanjutnya klik tombol MSE dan PSNR untuk mengecek kualitas citra yang direkonstruksi seperti pada gambar 12. Gambar 12. Mengecek Kualitas Citra Untuk mengetahui dampak citra lain bisa dilakukan dengan menginputkan citra lainnya di input image lain dengan mengikuti cara yang sama seperti kompresi citra berekstensi JPG. Hasil ditunjukkan pada gambar 13.

38 37 Gambar 13. Dampak Citra Lain 4.2 Pengujian Pada sub bab ini akan dijelaskan mengenai analisis hasil pengujian sistem untuk mengetahui perbedaan dari hasil kompresi citra dengan metode RLE maupun metode Huffman Coding Sistematika Pengujian File citra yang digunakan untuk pengujian merupakan file citra bertipe RGB,Grayscale dan Black and White,serta citra yang digunakan berekstensi jpg, png dan lainnya. Citra yang digunakan antara lain JEAN.JPG, BW.jpg, puppy.jpg, wamakom.png, lion.png dan rgb.png yang ditampilkan pada tabel 1.

39 38 Tabel 1. Citra Pengujian No. Nama dan bentuk Citra 1 JEAN.JPG 2 BW.jpg 3 puppy.jpg

40 39 4 wamakom.png 5 lion.png 6 rgb.png Sistematika pengujian simulasi perbandingan menggunakan metode RLE dan Huffman coding menggunakan citra pengujian pada tabel 1.

41 Analisis Data Hasil Pengujian Sistem Mengacu pada perumusan yang terdapat pada bab 1, maka berberapa hal yang diamati yaitu : 1. Rasio kompresi yang dihasilkan 2. Ukuran file citra hasil kompresi 3. Kecepatan proses kompresi 4. Kualitas citra rekonstruksi hasil kompresi 5. MSE dan PSNR citra rekonstruksi dengan citra asli Berdasarkan hasil pengujian dapat diamati bahwa informasi terkait data perbandingan metode RLE dan Huffman Coding yang meliputi informasi rasio kompresi, ukuran hasil kompresi, lama proses kompresi, dampak citra rekonstruksi, MSE dan PSNR untuk melihat kualitas citra rekonstruksi dibandingkan citra asli. Beberapa hal ini dapat dilihat pada tabel hasil pengujian dengan Metode RLE maupun Huffman Coding yang terdapat pada tabel 2,tabel 3 dan gambar grafik pembanding hasil dari dua metode kompresi RLE dan Huffman Coding yang ditunjukkan pada gambar 14, 15, 16, 17 dan 18.

42 41 Tabel 2. Hasil Pengujian Metode RLE Kompresi Dekompresi Nama File Ukuran Asli (Bit) Ukuran Hasil (Bit) Waktu Kompresi (S) Rasio Kompresi (%) MSE (%) PSNR (db) JEAN.JPG , ,2542 0, ,6815 BW.jpg ,93-55,0365 0, ,676 puppy.jpg ,467-30,9529 0, ,7931 wamakom.png ,478 59,8618 0, ,4012 lion.png ,317 10,1203 0, ,8983 rgb.png ,88-59,0021 0, ,5934 Tabel 3. Hasil Pengujian Metode Huffman Coding Kompresi Dekompresi Nama File Ukuran Asli (Bit) Ukuran Hasil (Bit) Waktu Kompresi (S) Rasio Kompresi (%) MSE (%) PSNR (db) JEAN.JPG , ,7084 0, ,388 BW.jpg , ,1311 0, ,086 puppy.jpg ,1108 9,169 0, ,139

43 42 wamakom.png ,004 66,6983 0, ,125 lion.png , ,5104 0, ,622 rgb.png ,8317 3, , ,216 Gambar 14. Grafik Pembanding Ukuran Hasil Kompresi Gambar 15. Grafik Pembanding Waktu Kompresi

44 43 Gambar 16. Grafik Pembanding Rasio Kompresi Gambar 17. Grafik Pembanding MSE Hasil Rekonstruksi Citra Terkompresi

45 44 Gambar 18. Grafik Pembanding PSNR Hasil Rekonstruksi Citra Terkompresi Dari tabel dan data-data yang didapat metode RLE rata-rata hasil kompresi RLE cenderung menghasilkan rasio kompresi ( - ) yang menyebabkan ukuran citra terkompresi semakin membesar, sesuai dengan kriteria kompresi bahwa kompresi seharusnya memberikan kapasitas yang lebih kecil setelah dikompresi, tetapi dalam hal ini metode RLE malah menghasilkan kapasitas citra yang lebih besar dari pada citra asli, hal ini dapat dilihat pada tabel 2 dan 3 dikolom rasio kompresi dan di gambar x sebagai pembanding antara metode RLE dengan Huffman Coding. Dapat juga dilihat bahwa rasio kompresi huffman cenderung lebih bagus, pada gambar x dapat dilihat bahwa rasio kompresi huffman tidak satupun hasil kompresi yang menunjukan nilai ( - ), tetapi baik kompresi RLE dan Huffman Coding memiliki kelemahan pada saat mengkompresi citra RGB ( True Color ) yang bersifat tidak beraturan. Hal tersebut dapat diperhatikan pada nilai rasio kompresi terendah ditunjukan pada citra RGB.png pada metode kompresi RLE maupun kompresi Huffman coding. Sedangkan nilai rasio kompresi tertinggi

46 45 baik dari metode RLE maupun Huffman Coding sama-sama memiliki nilai rasio kompresi yang tinggi walaupun citra yang bersifat RGB tetapi tidak memiliki kombinasi warna yang terlalu banyak. Perbandingan diaspek lain seperti waktu juga dapat diperhatikan bahwa kompresi RLE cenderung memerlukan waktu yang relatif lama untuk mengkompresi sebuah citra dibandingkan Huffman Coding, hal ini dapat dilihat pada tabel 2 dan 3 dikolom waktu kompresi juga di gambar r waktu kompresi dari kompresi dengan menggunakan metode RLE cenderung lebih lama, dapat dilihat pada puncaknya saat pengkompresian citra BW.jpg metode RLE memerlukan waktu detik setara 55 menit 29 detik, sangat berbeda jauh dengan metode Huffman Coding yang hanya memerlukan detik walaupun pada citra BW merupakan citra yang membutuh waktu kompresi terlama diantara citra lainnya, baik dari metode RLE maupun metode Huffman Coding. Bila dilihat dari segi ukuran citra, hal ini terjadi karena dampak dari rasio kompresi citra, apabila rasio kompresi citra semakin besar dan mendekati 100% berarti semakin kecil pula ukuran citra dan bila rasio semakin kecil bahkan nilai rasio ( - ) akan menyebabkan besarnya ukuran citra. Hal ini tentu berdampak pada ruang penyimpanan dan tidak sesuai dengan salah satu syarat kompresi yaitu memperkecil ukuran, dari gambar y ukuran citra hasil kompresi citra cenderung lebih rendah dari pada ukuran citra asli, tetapi untuk citra RGB.png, BW.jpg, dan puppy.jpg terjadinya pertambahan ukuran pada metode RLE. Metode Huffman coding sendiri tidak menambah ukuran dari citra yang berarti metode huffman coding melakukan kompresi dengan rasio kompresi yang tinggi dan menyebabkan ukuran citra sendiri tidak bertambah melaikan terkompresi sehingga ukuran citra

47 46 semakin kecil. Diaspek rekonstruski citra, citra terlihat tidak mengalami cacat apabila secara kasat mata, maka dari itu dibutuhkan parameter MSE dan PSNR untuk melihat apakah citra terekonstruksi dengan sempurna apabila dibandingkan dengan citra aslinya, disini dapat dilihat baik dari tabel 2 dan 3 maupun gambar oi dan oo dimana nilai MSE dari ekstensi gambar png metode RLE lebih unggul dibandingkan dengan metode Huffman Coding, tetapi metode Huffman Coding dikatakan lebih unggul dalam kompresi citra berekstensi jpg atau jpeg dan lebih tinggi nilai PSNR dibandingkan nilai yang didapat dari metode RLE. Berdasarkan hasil pengujian dan analisa diketahui bahwa metode kompresi Huffman lebih baik dari aspek rasio kompresi, waktu, ukuran citra dan lebih baik untuk mengkompresikan citra berekstensi jpg atau jpeg.

48 BAB I PENDAHULUAN 1.1. Latar Belakang Pengolahan citra adalah teknologi yang digunakan untuk memproses citra atau gambar menjadi sebuah data informasi yang dibutuhkan. Teknik yang digunakan seperti konversi warna citra, zoom in/out, kompresi dan sebagainya. Pemanfaatan pengolahan citra pada era yang serba digital seperti sekarang ini sangatlah dibutuhkan. Seperti teknik kompresi citra yang bermanfaat untuk memampatkan citra sehingga kaspasitas citra menjadi lebih kecil. Teknik kompresi citra adalah suatu teknik pengolahan citra dengan memampatkan citra menjadikan ukuran kapasitas citra lebih kecil sehingga mempercepat proses transmisi nantinya. Metode kompresi citra terdiri dari Run Length Encoding (RLE), Huffman, kuantisasi dan fraktal. Diantara metode tersebut, metode Huffman yang paling akurat dan tidak menghasilkan ambiguitas pada proses kompresi. Simulasi perbandingan hasil citra terkompresi dengan metode RLE dan Huffman menggunakan aplikasi Matlab dengan memanfaatkan fasilitas Graphical User Interface (GUI), yang dapat digunakan untuk membuat suatu antarmuka untuk memudahkan pengguna dalam menggunakan aplikasi kompresi citra yang dibuat. Perbandingan Citra terkompresi dilakukan untuk mengetahuin metode mana yang lebih baik dalam mengkompresi citra, baik dari segi kapasitas memori dan juga waktu pengkompresiannya. Kualitas citra dan cacat atau tidaknya suatu 1

49 2 citra dapat dilihat dari nilai Peak Signal Noise Ratio (PSNR) dan Mean Squared Error (MSE). Berdasarkan latar belakang di atas, maka dibuatlah tugas akhir ini dengan judul Pembuatan Aplikasi Perbandingan Hasil Kompresi Citra Menggunakan Metode Huffman Coding dan Run Lenght Encoding Rumusan Masalah Berdasarkan latar belakang yang telah dikemukakan dapat dirumuskan permasalahan sebagai berikut : 1. Bagaimana mengkompresi citra dengan metode Huffman coding dan RLE melalui aplikasi Matlab. 2. Bagaimana mengetahui citra hasil kompresi mana yang lebih baik. 3. Bagimana hasil citra sebelum dikompresi dengan setelah dikompresi terhadap kualitas citra Batasan Masalah Batasan masalah perbandingan hasil citra terkompresi menggunakan metode RLE dan Huffman coding menggunakan aplikasi matlab meliputi berbagai aspek, baik secara studi literatur maupun dari informasi yang diperoleh. Untuk itu dalam laporan ini dibatasi sebagai berikut : 1. Perancangan program untuk kompresi dan dekompresi menggunakan aplikasi Matlab R2014a. 2. Perbadingan citra hanya dilakukan menggunakan dua metode.

50 3 3. Parameter pembanding citra awal (input) dengan citra hasil (output) menggunakan Ukuran Citra, Rasio Kompresi, Waktu Kompresi,MSE dan PSNR. 4. Citra yang dikompresi hanya citra berekstensi JPG dan PNG Tujuan Adapun tujuan yang hendak dicapai adalah melihat cacat atau tidaknya citra yang telah dikompresi, dan membuktikan bahwa metode huffman merupakan metode kompresi yang lebih baik Manfaat Adapun manfaat yang diperoleh dari pengkompresian dan pentransmisian citra adalah : 1. Dapat mengetahui dampak hasil kompresi citra terhadap kapasitas dan kualitas citra. 2. Dapat melihat metode kompresi mana yang lebih baik dari berdasarkan parameter pembanding. 1.6 Sistematika Penulisan Penulisan laporan tugas akhir ini dilakukan dengan menggunakan sistematika sebagai berikut. BAB I PENDAHULUAN Berisi tentang latar belakang masalah, perumusan masalah, batasan masalah, tujuan, manfaat dan sistematika penulisan.

51 4 BAB II LANDASAN TEORI Berisi tentang teori dasar yang digunakan sebagai bahan acuan dalam pembuatan tugas akhir. BAB III PERANCANGAN DAN IMPLEMENTASI Bab ini membahas mengenai perancangan perangkat teknologi yang akan digunakan serta prinsip kerja dari sistem secara keseluruhan disertai desain pengujiannya. BAB IV PENGUJIAN DAN ANALISA SISTEM Bab ini berisi tentang hasil pengukuran dan analisa dari sistem yang sudah dibuat, kemudian dibandingkan dengan perencanaan awal serta teori-teori penunjang yang menjadi landasan dari tugas akhir ini. BAB V PENUTUP Bab ini berisi tentang kesimpulan dari seluruh isi laporan tugas akhir dan saran-saran yang berhubungan dengan teknologi dan sistem yang dibuat.

52 PERBANDINGAN HASIL KOMPRESI CITRA BEREKSTENSI JPG DAN PNG MENGGUNAKAN METODE HUFFMAN CODING DAN RUN LENGHT ENCODING (RLE) TUGAS AKHIR JEAN MARCELLINO BP PROGRAM STUDI DIII TEKNIK TELEKOMUNIKASI JURUSAN TEKNIK ELEKTRO POLITEKNIK NEGERI PADANG 2016

53 PERBANDINGAN HASIL KOMPRESI CITRA BEREKSTENSI JPG DAN PNG MENGGUNAKAN METODE HUFFMAN CODING DAN RUN LENGHT ENCODING (RLE) Sebagai salah satu syarat untuk memperoleh gelar sarjana muda Ahli Madya dari Politeknik Negeri Padang JEAN MARCELLINO BP PROGRAM STUDI DIII TEKNIK TELEKOMUNIKASI JURUSAN TEKNIK ELEKTRO POLITEKNIK NEGERI PADANG 2016

54 DAFTAR PUSTAKA [1] Triarga, Yoga Pengantar Pengolahan Citra. Makalah. (online). ( doakses pada tanggal 25 Agustus 2016) [2] Rosmalina, Siti Pemampatan Citra. Makalah. (online). ( pada tanggal 26 Agustus 2016 Februari 2016) [3] Munir, Rinaldi Pengolahan Citra Digital. Bandung : Informatika. [4] Diny Pemampatan Citra, (online). (repository.usu.ac.id/diakses pada tanggal 26 Agustus 2016 Februari 2016) [5] Zakariah, Masduki. 2013, Dasar Dasar Operasi MATLAB. (online). (staff.uny.ac.id diakses pada tanggal 26 Agustus 2016) 72

55 HALAMAN PENGESAHAN Tugas akhir yang berjudul Rancang Bangun Antena Double Biquad di Frekuensi 1,6 GHz telah disidangkan atau dipertanggungjawabkan di depan tim penguji sebagai berikut, pada hari Kamis 29 September 2016 di Program Studi D3 Teknik Telekomunikasi Jurusan Teknik Elektro Politeknik Negeri Padang. No Nama Jabatan Tanda Tangan 1 Ihsan Lumasa Rimra, SST., M.Sc.DECN NIP Ketua... 2 Dikky Chandra, ST.,MT NIP Sekretaris... 3 Firdaus, ST., MT NIP Anggota... 4 Ratna Dewi, SST., M.Kom NIP Anggota... Mengetahui: Ketua Jurusan Teknik Elektro Ketua Program Studi D3 Teknik Telekomunikasi Afrizal Yuhanef, ST.,M.Kom NIP Firdaus N, ST., MT NIP

56 PERBANDINGAN HASIL KOMPRESI CITRA BEREKSTENSI JPG DAN PNG MENGGUNAKAN METODE HUFFMAN CODING DAN RUN LENGHT ENCODING (RLE) Oleh Jean Marcellino BP Telah disetujui oleh: Pembimbing I Pembimbing II Lifwarda,ST.,M.Kom NIP Ratna Dewi, SST.,M.Kom NIP

57 KATA PENGANTAR Puji dan syukur diucapkan kepada Allah SWT atas segala rahmat dan karunia-nya, sehingga penulis dapat menyelesaikan tugas akhir dengan judul Pembuatan Aplikasi Perbandingan Hasil Kompresi Citra Menggunakan Metode Run Lenght Encoding dan Huffman coding tepat pada waktunya. Tugas akhir ini penulis buat sebagai salah satu syarat untuk memperoleh gelar ahli madya dari Politeknik Negeri Padang khususnya jurusan Teknik Elektro program studi Teknik Telekomunikasi. Tugas akhir tidak akan terselesaikan tanpa adanya bantuan dari berbagai pihak, baik secara langsung maupun tidak langsung. Melalui kesempatan ini dengan segala hormat dan ketulusan hati penulis ucapkan terima kasih kepada: 1. Orang tua beserta seluruh keluarga yang selalu memberikan semangat, materil, dorongan moril serta spiritual yang tiada henti-hentinya. 2. Bapak Aidil Zamri, ST., MT selaku direktur di Politeknik Negeri Padang. 3. Bapak Afrizal Yuhanef, ST., M.Kom selaku ketua jurusan Teknik Elektro Politeknik Negeri Padang. 4. Bapak Firdaus Nursal, ST., MT selaku ketua Program Studi D.III Teknik Telekomunikasi Politeknik Negeri Padang. 5. Ibu Lifwarda, ST., M.Kom sebagai pembimbing I dan Ratna Dewi, ST., M.Kom sebagai pembimbing II. 6. Teman-teman dari teknik telekomunikasi se-angkatan 2013 yang samasama berjuang dan akhirnya dapat menyelesaikan tugas akhir terutama i

58 kepada Shintia Putri Lidya, Ahmad Zul Fadli, Iqrak Alfath Satria Syam dan Luthia Defit Degita. 7. Seluruh pihak yang turut membantu dalam menyelesaikan laporan ini. Semoga segala arahan, bantuan dan motivasi yang diberikan mendapat balasan disisi Allah SWT. Dalam Penulisan laporan ini masih terdapat banyak kekurangan. Oleh karena itu diharapkannya saran dan kritik yang bersifat membangun demi kesempurnaan laporan ini. Semoga laporan ini bermanfaat bagi kemajuan telekomunikasi. Mudah-mudahan Allah SWT memberkati usaha yang kita lakukan, Amin. Padang, 27 September 2016 Jean Marcellino ii

59 DAFTAR ISI KATA PENGANTAR...i DAFTAR ISI... iii DAFTAR GAMBAR... v DAFTAR TABEL...vi BAB I PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Manfaat Sistematika Penulisan...3 BAB II LANDASAN TEORI 2.1 Pengertian Citra Pengolahan Citra Kompresi Citra MATLAB R2014a...17 BAB III PERANCANGAN DAN IMPLEMENTASI 3.1 Perancangan Sistem Perancangan Diagram Alir (Flowchart) Flowchart Inputan Citra Berekstensi JPG dan JPEG Flowchart Inputan Citra Berekstensi Lain Perancangan Aplikasi...29 BAB IV PENGUJIAN DAN ANALISA SISTEM 4.1 Implementasi Sistem Spesifikasi Perangkat Keras dan Perangkat Lunak Tampilan Sistem Pengujian Sistematika Pengujian Analisis Data Hasil Pengujian Sistem...40 iii

60 BAB V PENUTUP 5.1 Kesimpulan Saran...48 DAFTAR PUSTAKA...49 LAMPIRAN 1 LISTING PROGRAM...50 LAMPIRAN 2 TAMPILAN HASIL PENGUJIAN...62 iv

61 DAFTAR GAMBAR Gambar 1 Contoh Citra...6 Gambar 2 (a) Citra burung nuri yang agak gelap (b) Citra burung...7 Gambar 3 Alur Kompresi - Dekompresi Citra...16 Gambar 4 Alur Sistem Aplikasi Pembanding Hasil Citra...21 Gambar 5 Flowchart Inputan Citra Berekstensi JPG dan JPEG...25 Gambar 6 Flowchart Inputan Citra Berekstensi Lain...28 Gambar 7. Rancangan Aplikasi Pembanding RLE dan Huffman Coding...29 Gambar 8 Tampilan Sistem...34 Gambar 9 Tampilan Input...34 Gambar 10 Tampilan Layar Aplikasi...35 Gambar 11 Informasi Panel...35 Gambar 12 Mengecek Kualitas Citra...36 Gambar 13 Dampak Citra Lain...37 Gambar 14 Grafik Pembanding Ukuran Hasil Kompresi...42 Gambar 15 Grafik Pembanding Waktu Kompresi...42 Gambar 16 Grafik Pembanding Rasio Kompresi...43 Gambar 17 Grafik Pembanding MSE Hasil Rekonstruksi Citra...43 Gambar 18 Grafik Pembanding PSNR Hasil Rekonstruksi Citra...44 v

62 DAFTAR TABEL Tabel 1 Citra Pengujian Tabel 2 Hasil Pengujian Metode RLE Tabel 3 Hasil Pengujian Metode Huffman Coding vi

63 LAMPIRAN 1 LISTING PROGRAM function varargout = lagi(varargin) % LAGI MATLAB code for lagi.fig % LAGI, by itself, creates a new LAGI or raises the existing % singleton*. % % H = LAGI returns the handle to a new LAGI or the handle to % the existing singleton*. % % LAGI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in LAGI.M with the given input arguments. % % LAGI('Property','Value',...) creates a new LAGI or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before lagi_openingfcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to lagi_openingfcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help lagi % Last Modified by GUIDE v Sep :33:16 % Begin initialization code - DO NOT EDIT gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_layoutfcn', [],... 'gui_callback', []); if nargin && ischar(varargin{1}) gui_state.gui_callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before lagi is made visible. 51

64 function lagi_openingfcn(hobject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hobject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to lagi (see VARARGIN) % Choose default command line output for lagi handles.output = hobject; % Update handles structure guidata(hobject, handles); % UIWAIT makes lagi wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = lagi_outputfcn(hobject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hobject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in input1. function input1_callback(hobject, eventdata, handles) [nama_file,nama_path] = uigetfile({'*.jpg','file Citra(*.jpg)';... '*.jpeg','file Citra(*.jpeg)'},... 'buka file citra asli'); if ~isequal(nama_file,0); handles.citra=imread(fullfile(nama_path,nama_file)); red=handles.citra(:,:,1); %memisahkan warna merah dari image r=red.'; green = handles.citra(:,:,2); % memisahkan warna hijau dari image g=green.'; blue = handles.citra(:,:,3); % memisahkan warna biru dari image b=blue.'; gbr = cat (3,r,g,b); isequal(handles.citra,gbr) gbr=double(gbr); handles.hasilgbr=gbr; guidata(hobject,handles); [handles.baris handles.kolom handles.layer]=size(gbr); handles.jum=handles.baris*handles.kolom*handles.layer; handles.data=(reshape(gbr,1,handles.jum)); handles.pjgasli=(length(handles.data))*8; info=imfinfo(fullfile(nama_path,nama_file)); formatny=info.format; guidata(hobject,handles); 52

65 axes(handles.axes1); imshow(handles.citra); tester1=imshow(handles.citra); att=imagemodel(tester1); height = getimageheight(att) width = getimagewidth(att) title(formatny); set(handles.width1,'string',width); set(handles.height1,'string',height); set(handles.ukuran,'string',handles.pjgasli); else return; end % --- Executes on button press in rle1. function rle1_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) rle(1)=handles.data(1); rle(2)=0; idk=1; k=length(handles.data); for i=1:k nilai=handles.data(i); if nilai==rle(idk) rle(idk+1)=rle(idk+1)+1; else idk=idk+2; rle(idk)=nilai; rle(idk+1)=1; end handles.rlej1=rle; handles.rlej2=rle(1); handles.rlej3=rle(2); guidata(hobject,handles); pjgrle=(length(rle)*8); ratio1=100-((pjgrle/handles.pjgasli)*100); t1=toc; set(handles.rle_rat,'string',ratio1); set(handles.rle_pro,'string',t1); set(handles.rle_size,'string',pjgrle); end % --- Executes on button press in huffman1. function huffman1_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) %kompresihuff [frek,nil]=hist(handles.data,unique(handles.data)); 53

66 frek=frek/sum(frek); handles.dict = huffmandict(nil,frek); % Create the dictionary. hcode = huffmanenco(handles.data,handles.dict); handles.hcode1=hcode; guidata(hobject,handles); pjghuff=length(hcode); ratio2=100-((pjghuff/handles.pjgasli)*100); t2=toc; set(handles.huf_rat,'string',ratio2); set(handles.huf_pro,'string',t2); set(handles.huff_size,'string',pjghuff); % --- Executes on button press in pushbutton5. function pushbutton5_callback(hobject, eventdata, handles) % --- Executes on button press in pushbutton6. function pushbutton6_callback(hobject, eventdata, handles) % --- Executes on button press in derle1. function derle1_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) %dekompresirle decode rle=handles.rlej1; rle(1)=handles.rlej2; rle(2)=handles.rlej3; pjg=length(rle)/2; n=1; nilai(1)=rle(n); for i=2:pjg n=n+2; nilai(i)=rle(n); end m=2; frek(1)=rle(m); for p=2:pjg m=m+2; frek(p)=rle(m); end y=sum(frek); i=1; f=1; p=1; while i<=y z=((i+frek(p))-1); out(i:z)=nilai(f); i=z+1; f=f+1; p=p+1; end hsl=uint8(reshape(out,handles.baris,handles.kolom, handles.layer)); 54

67 red = hsl(:,:,1); % memisahkan warna merah dari image r=red.'; green = hsl(:,:,2); % memisahkan warna hijau dari image g=green.'; blue = hsl(:,:,3); % memisahkan warna biru dari image b=blue.'; hslrle = cat (3,r,g,b); isequal(hsl,hslrle)%hslrle=hslrle.'; hasilrle = double(hsl); handles.hasilrle=hasilrle; [handles.baris1 handles.kolom1 handles.layer1]=size(hsl); handles.jum2=handles.baris1*handles.kolom1*handles.layer1; handles.data2=(reshape(hsl,1,handles.jum2)); handles.pjgdecorle=(length(handles.data2))*8; axes(handles.axes7); imshow(hslrle); tester3=imshow(hslrle); att3=imagemodel(tester3); height2 = getimageheight(att3) width2 = getimagewidth(att3) guidata(hobject,handles); ratiorle=100-((handles.pjgdecorle/handles.pjgasli)*100); trle=toc; set(handles.derle_rat,'string',ratiorle); set(handles.derle_pro,'string',trle ); set(handles.derle_size,'string',handles.pjgdecorle); set(handles.width3,'string',width2); set(handles.height3,'string',height2); % --- Executes on button press in dehuff1. function dehuff1_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) %kompresihuff decode hcode=handles.hcode1; dhsig = huffmandeco(hcode,handles.dict); % Decode the code. hsl=uint8(reshape(dhsig,handles.baris,handles.kolom,handles.layer) ); red = hsl(:,:,1); % memisahkan warna merah dari image r=red.'; green = hsl(:,:,2); % memisahkan warna hijau dari image g=green.'; blue = hsl(:,:,3); % memisahkan warna biru dari image b=blue.'; hslhuff = cat (3,r,g,b); isequal(hsl,hslhuff) hasilhuff = double(hsl); handles.hasilhuff=hasilhuff; guidata(hobject,handles); [handles.baris1 handles.kolom1 handles.layer1]=size(hsl); handles.jum1=handles.baris1*handles.kolom1*handles.layer1; handles.data1=(reshape(hsl,1,handles.jum1)); handles.pjgdecohuff=(length(handles.data1))*8; guidata(hobject,handles); axes(handles.axes11); 55

68 imshow(hslhuff); imah=imshow(hslhuff); atth=imagemodel(imah); heighth = getimageheight(atth) widthh = getimagewidth(atth) guidata(hobject,handles); ratio3=100-((handles.pjgdecohuff/handles.pjgasli)*100); t3=toc; set(handles.dehuff_rat,'string',ratio3); set(handles.dehuff_pro,'string',t3); set(handles.dehuff_size,'string',handles.pjgdecohuff); set(handles.widthh,'string',widthh); set(handles.heighth,'string',heighth); % --- Executes on button press in pushbutton9. function pushbutton9_callback(hobject, eventdata, handles) % --- Executes on button press in pushbutton10. function pushbutton10_callback(hobject, eventdata, handles) % --- Executes on button press in input2. function input2_callback(hobject, eventdata, handles) [nama_file,nama_path] = uigetfile({'*.png','file PNG(*.png)';... '*.tif','file TIF(*.tif)';... '*.*','Semua File(*.*)'},... 'buka file citra asli'); if ~isequal(nama_file,0); handles.citra1=imread(fullfile(nama_path,nama_file)); red=handles.citra1(:,:,1); %memisahkan warna merah dari image r=red.'; green = handles.citra1(:,:,2); % memisahkan warna hijau dari image g=green.'; blue = handles.citra1(:,:,3); % memisahkan warna biru dari image b=blue.'; gbr1 = cat (3,r,g,b); isequal(handles.citra1,gbr1) gbr1=double(gbr1); handles.hasilgbr2=gbr1; guidata(hobject,handles); [handles.baris2 handles.kolom2 handles.layer2]=size(gbr1); handles.jum1=handles.baris2*handles.kolom2*handles.layer2; handles.data1=(reshape(gbr1,1,handles.jum1)); handles.pjgasli1=(length(handles.data1))*8; info1=imfinfo(fullfile(nama_path,nama_file)); formatnya=info1.format; guidata(hobject,handles); axes(handles.axes2); imshow(handles.citra1); tester2=imshow(handles.citra1); att1=imagemodel(tester2); height1 = getimageheight(att1) width1 = getimagewidth(att1) title(formatnya); set(handles.width2,'string',width1); set(handles.height2,'string',height1); 56

69 set(handles.ukuran1,'string',handles.pjgasli1); else return; end % --- Executes on button press in rle2. function rle2_callback(hobject, eventdata, handles) % hobject handle to rle2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) rle(1)=handles.data1(1); rle(2)=0; idk=1; k=length(handles.data1); for i=1:k nilai=handles.data1(i); if nilai==rle(idk) rle(idk+1)=rle(idk+1)+1; else idk=idk+2; rle(idk)=nilai; rle(idk+1)=1; end handles.rlel1=rle; handles.rlel2=rle(1); handles.rlel3=rle(2); guidata(hobject,handles); pjgrle1=(length(rle)*8); ratio3=100-((pjgrle1/handles.pjgasli1)*100); t4=toc; set(handles.rle_rat1,'string',ratio3); set(handles.rle_pro1,'string',t4); set(handles.rle_size1,'string',pjgrle1); end % --- Executes on button press in huffman2. function huffman2_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) %kompresihuff [frek,nil]=hist(handles.data1,unique(handles.data1)); frek=frek/sum(frek); handles.diction = huffmandict(nil,frek); % Create the dictionary. hcode1 = huffmanenco(handles.data1,handles.diction); handles.hcode2=hcode1; guidata(hobject,handles); 57

70 pjghuff1=length(hcode1); ratio5=100-((pjghuff1/handles.pjgasli1)*100); t6=toc; set(handles.huf_rat1,'string',ratio5); set(handles.huf_pro1,'string',t6); set(handles.huff_size1,'string',pjghuff1); % --- Executes on button press in derle2. function derle2_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) %dekompresirle decode rle=handles.rlel1; rle(1)=handles.rlel2; rle(2)=handles.rlel3; pjg=length(rle)/2; n=1; nilai(1)=rle(n); for i=2:pjg n=n+2; nilai(i)=rle(n); end m=2; frek(1)=rle(m); for p=2:pjg m=m+2; frek(p)=rle(m); end y=sum(frek); i=1; f=1; p=1; while i<=y z=((i+frek(p))-1); out(i:z)=nilai(f); i=z+1; f=f+1; p=p+1; end hsl2=uint8(reshape(out,handles.baris2,handles.kolom2, handles.layer2)); red = hsl2(:,:,1); % memisahkan warna merah dari image r=red.'; green = hsl2(:,:,2); % memisahkan warna hijau dari image g=green.'; blue = hsl2(:,:,3); % memisahkan warna biru dari image b=blue.'; hslrle1 = cat (3,r,g,b); isequal(hsl2,hslrle1)%hslrle=hslrle.'; hasilrle1 = double(hsl2); handles.hasilrle1=hasilrle1; [handles.baris3 handles.kolom3 handles.layer3]=size(hsl2); handles.jum3=handles.baris3*handles.kolom3*handles.layer3; handles.data3=(reshape(hsl2,1,handles.jum3)); handles.pjgdecorle1=(length(handles.data3))*8; 58

71 axes(handles.axes9); imshow(hslrle1); tester4=imshow(hslrle1); att4=imagemodel(tester4); height4 = getimageheight(att4) width4 = getimagewidth(att4) guidata(hobject,handles); ratiorle1=100-((handles.pjgdecorle1/handles.pjgasli1)*100); trle1=toc; set(handles.derle_rat1,'string',ratiorle1); set(handles.derle_pro1,'string',trle1 ); set(handles.derle_size1,'string',handles.pjgdecorle1); set(handles.width4,'string',width4); set(handles.height4,'string',height4); % --- Executes on button press in dehuff2. function dehuff2_callback(hobject, eventdata, handles) tic h = waitbar(0,'harap Tunggu...'); for i=1:100, waitbar(i/100) end close(h) %kompresihuff decode hcode1=handles.hcode2; dhsig1 = huffmandeco(hcode1,handles.diction); % Decode the code. hs5=uint8(reshape(dhsig1,handles.baris2,handles.kolom2,handles.lay er2)); red = hs5(:,:,1); % memisahkan warna merah dari image r=red.'; green = hs5(:,:,2); % memisahkan warna hijau dari image g=green.'; blue = hs5(:,:,3); % memisahkan warna biru dari image b=blue.'; hslhuff1 = cat (3,r,g,b); isequal(hs5,hslhuff1) hasilhuff1 = double(hs5); handles.hasilhuff1=hasilhuff1; guidata(hobject,handles); [handles.baris4 handles.kolom4 handles.layer4]=size(hs5); handles.jum6=handles.baris4*handles.kolom4*handles.layer4; handles.data6=(reshape(hs5,1,handles.jum6)); handles.pjgdecohuff1=(length(handles.data6))*8; guidata(hobject,handles); axes(handles.axes10); imshow(hslhuff1); imah1=imshow(hslhuff1); atth1=imagemodel(imah1); heighth3 = getimageheight(atth1) widthh3 = getimagewidth(atth1) guidata(hobject,handles); ratio7=100-((handles.pjgdecohuff1/handles.pjgasli1)*100); t7=toc; set(handles.dehuff_rat1,'string',ratio7); set(handles.dehuff_pro1,'string',t7); set(handles.dehuff_size1,'string',handles.pjgdecohuff1); set(handles.widthh1,'string',widthh3); 59

72 set(handles.heighth1,'string',heighth3); % --- Executes on button press in msepsnrrle1. function msepsnrrle1_callback(hobject, eventdata, handles) awal1=imresize(handles.hasilgbr,[ ]); akhir1=handles.hasilrle; bicube_ima1 = imresize(akhir1,[ ]); last_ima1=imrotate(bicube_ima1,270); handles.bicube_ima1 = bicube_ima1; bi_cu1 = imresize(bicube_ima1,[ ]); n=size(awal1); M=n(1); N=n(2); MSErle = sum(sum((awal1 - bi_cu1).^2))/(m*n); PSNRrle = 10*log10(256*256/MSErle); guidata(hobject, handles); set(handles.nilmserle,'string',mserle); set(handles.nilpsnrrle,'string',psnrrle); % --- Executes on button press in msepsnrhuff1. function msepsnrhuff1_callback(hobject, eventdata, handles) awal=imresize(handles.hasilgbr,[ ]); akhir=handles.hasilhuff; bicube_ima = imresize(akhir,[ ]); last_ima=imrotate(bicube_ima,270); handles.bicube_ima = bicube_ima; bi_cu = imresize(bicube_ima,[ ]); n=size(awal); M=n(1); N=n(2); MSEhuff = sum(sum((awal - bi_cu).^2))/(m*n); PSNRhuff = 10*log10(258*258/MSEhuff); guidata(hobject, handles); set(handles.nilmsehuff,'string',msehuff); set(handles.nilpsnrhuff,'string',psnrhuff); % --- Executes on button press in msepsnrrle2. function msepsnrrle2_callback(hobject, eventdata, handles) awal2=imresize(handles.hasilgbr2,[ ]); akhir2=handles.hasilrle1; bicube_ima2 = imresize(akhir2,[ ]); last_ima2=imrotate(bicube_ima2,270); handles.bicube_ima2 = bicube_ima2; bi_cu2 = imresize(bicube_ima2,[ ]); n=size(awal2); M=n(1); N=n(2); 60

73 MSErle1 = sum(sum((awal2 - bi_cu2).^2))/(m*n); PSNRrle1 = 10*log10(256*256/MSErle1); guidata(hobject, handles); set(handles.nilmserle1,'string',mserle1); set(handles.nilpsnrrle1,'string',psnrrle1); % --- Executes on button press in msepsnrhuff2. function msepsnrhuff2_callback(hobject, eventdata, handles) awal3=imresize(handles.hasilgbr2,[ ]); akhir3=handles.hasilhuff1; bicube_ima3 = imresize(akhir3,[ ]); handles.bicube_ima3 = bicube_ima3; bi_cu2 = imresize(bicube_ima3,[ ]); n=size(awal3); M=n(1); N=n(2); MSEhuff1 = sum(sum((awal3 - bi_cu2).^2))/(m*n); PSNRhuff1 = 10*log10(256*256/MSEhuff1); guidata(hobject, handles); set(handles.nilmsehuff1,'string',msehuff1); set(handles.nilpsnrhuff1,'string',psnrhuff1); % --- Executes on button press in rle2. function pushbutton21_callback(hobject, eventdata, handles) % hobject handle to rle2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % --- Executes during object creation, after setting all properties. function nilmsehuff1_createfcn(hobject, eventdata, handles) % hobject handle to nilmsehuff1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called 61

74 LAMPIRAN 2 TAMPILAN HASIL PENGUJIAN 62