NASKAH PUBLIKASI KOMPRESI IMAGE MENGGUNAKAN VECTOR QUANTIZATION

NASKAH PUBLIKASI KOMPRESI IMAGE MENGGUNAKAN VECTOR QUANTIZATION Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Teknik pada Fakultas Teknik Jurusan Teknik Elektro Universitas Muhammadiyah Surakarta Disusun oleh : NAMA : BAGUS ORIK M. W NIM : D 400080026 FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO UNIVERSITAS MUHAMMADIYAH SURAKARTA 2012

KOMPRESI IMAGE MENGGUNAKAN VECTOR QUANTIZATION Bagus Orik M.W FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO UNIVERSITAS MUHAMMADIYAH SURAKARTA E-mail : bagus_oricz@ymail.com ABSTRAKSI Salah satu yang termasuk dalam bagian pengolahan citra digital adalah kompresi citra yang merupakan suatu teknik untuk mempresentasikan citra ke dalam bentuk yang lebih tereduksi, baik terhadap ukuran file, segi pewarnaan maupun yang lainya. Selama ini telah banyak dikembangkan algoritma untuk proses kompresi, salah satunya Vector Quantization merupakan metode baru yang mulai dikembangkan. Pada kompresi citra Vector Quantization menggunakan teknik kompresi yang bersifat lossy yaitu dengan menghilangkan beberapa informasi dalam citra asli atau dengan mengubah detail dan warna pada file citra menjadi lebih sederhana sehingga ukurannya menjadi lebih kecil. Secara garis besar, komprsi merupakan proses untuk menghilangkan beberapa informasi yang tidak penting (redundansi) dengan cara memadatkan isi file sehingga ukuran file tersebut menjadi lebih kecil. Pada kompresi citra Vector Quantization kompresi dilakukan dengan mengurangi jumlah bit yang digunakan untuk mempresentasikan citra sehingga ukuran file citra menjadi berkurang. Kompresi citra Vector Quantization ini digunakan untuk mengkompresi citra beberapa format citra seperti jpeg, png, tif, bmp. Citra yang dihasilkan lebih efisien dan kualitas citra tidak jauh berbeda dengan citra aslinya. Dari hasil pengujian diketahui rasio kompresi pada setiap format gambar yaitu format jpeg 58,71%, png 43,35%, tif 25,24%, bmp 0% diambil dari hasil 25 gambar dan 5 tingkatan kompresi. Kata Kunci: Kompresi Citra, Vector Quantization, Citra. I. PENDAHULUAN Perkembangan teknologi informasi berjalan sangat pesat, baik di bidang perangkat keras maupun perangkat lunaknya. Salah satu bagian dari teknologi informasi adalah teknologi multimedia. Teknologi ini telah menjadi sebuah media komunikasi yang populer pada era globalisasi. Melalui teknologi inilah terjadi komunikasi dan pertukaran informasi dari beberapa pihak dari lokasi yang berbeda-beda. Salah satu bagian yang terkait dengan multimedia adalah image atau citra. Image merupakan sebuah media untuk mengungkapkan kata-kata secara sederhana. Dengan image, seseorang lebih cepat menerima maksud yang ingin disampaikan. Penyimpanan file image dalam suatu media penyimpnan, ataupun pengiriman image dari satu lokasi ke lokasi lain melalui jaringan tenyata menimbulkan masalah, yaitu ukuran file image yang besar, kecepatan transmisi yang terbatas, dan kapasitas media penyimpanan yang terbatas. Untuk masalah

kapasitas media penyimpanan mungkin bisa diatasi dengan menambah kapasitas media penyimpnan. Terkait dengan masalah tersebut ukuran file citra menjadi fitur utama yang diperhatikan. Untuk itu dikembangkan cara untuk meminimalkan kapasitas penyimpanan file citra tanpa mengesampingkan kualitas dari image tersebut. Cara ini sering dikenal dengan istilah kompresi citra. Selama ini telah banyak dikembangkan algoritma untuk proses kompresi ini, diantaranya adalah Transform Coding, Block Truncation coding, dan Vector Quantization. Transform coding rnerupakan metode yang paling banyak diterapkan di dunia, salah satus standanya adaiah JPEG. Block Truncation Coding merupakan metode yang sederhana, namun tidak banyak dikenal dalam dunia multimedia. SedangkanVector Quantization merupakan metode baru yang mulai dikembangkan. Tugas Akhir ini bertujuan untuk mengimplementasikan sebuah metode kompresi citra baru yaitu Vector Quantization dan menggunakan metode kuantisasi vektor untuk menghasilkan kode citra yang efisien serta citra yang dihasilkan juga tidak jauh berbeda dari citra aslinya. Batasan masalah dalam tugas akhir ini adalah: 1. Menggunakan aplikasi Vector Quantiization dalam analisis dan perbandingan komperesi. 2. Implementasi perangkat lunak menggunakan bahasa pemrograman MATLAB. 1. Matlab Matlab tersusun dari 5 bagian utama yaitu: a. Development Environment. Merupakan sekumpulan perangkat dan fasilitas yang membantu dalam penggunaan fungsi-fungsi dan file-file Matlab. Beberapa perangkat ini merupakan sebuah Graphical User Interfaces (GUI). Termasuk didalamnya adalah Matlab desktop dan CommandWindow, command history, sebuah editor dan debugger, dan browsers untuk melihat help, workspace, files, dan search path. b. 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 eigenvalues, Bessel functions, dan fast fourier transforms. c. Matlab Language. Merupakan suatu high-level matrix/array language dengan control flow statements, functions, data structures, input/output, dan fitur-fitur objectoriented programming. Digunakan untuk melakukan pemrograman dalam lingkup sederhana untuk mendapatkan hasil yang cepat, dan pemrograman dalam lingkup yang lebih besar untuk memperoleh hasil dan aplikasi yang komplek. d. Graphics. Matlab memiliki fasilitas untuk menampilkan vector dan matrices sebagai suatu grafik. Digunakan untuk visualisasi data dua dimensi dan data tiga dimensi, image processing, animasi, dan presentation graphics. Memungkinkan untuk memunculkan grafik mulai dari benutk yang sederhana sampai dengan tingkatan GUI pada aplikasi. e. Matlab Application Program Interface (API). Merupakan suatu library yang memungkinkan program yang 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.

2. Citra Citra (image) adalah gambar pada bidang dua dimensi yang dihasilkan darigambar analog dua dimensi yang kontinyu menjadi gambar diskrit melalui proses digitasi. JPG/JPEG (Joint Photographic Expert Group) Format file ini mampu mengkompres objek dengan tingkat kualitas sesuai dengan pilihan yang disediakan. Format file sering dimanfaatkan untuk menyimpan gambar yang akan digunakan untuk keperluan halaman web, multimedia, dan publikasi elektronik lainnya. Format file ini mampu menyimpan gambar dengan mode warna RGB, CMYK, dan Grayscale. 3. Kompresi Citra Secara garis besar, kompresi merupakan proses untuk menghilangkan berbagai kerumitan yang tidak penting (redundansi) dari suatu informasi dengan cara memadatkan isi file sehingga ukurannya menjadi lebih kecil dengan memaksimalkan kesederhanaannya dan tetap menjaga kualitas penggambaran dari informasi tersebut. Kompresi data menjadi sangat penting karena memperkecil kebutuhan penyimpanan data, mempercepat pengiriman data, memperkecil kebutuhan bandwith.teknik kompresi bisa dilakukan terhadap data teks/biner, gambar (JPEG, PNG, TIFF), audio (MP3, AAC, RMA, WMA), dan video (MPEG, H261, H263). Ada dua tipe utama kompresi data, yaitu kompresi tipe lossless dan kompresi tipe lossy. Kompresi tipe lossy adalah kompresi dimana terdapat data yang hilang selama proses kompresi. Akibatnya kualitas data yang dihasilkan jauh lebih rendah daripada kualitas data asli. Sementara itu, kompresi tipe lossless tidak menghilangkan informasi setelah proses kompresi terjadi, akibatnya kualitas citra hasil kompresi juga tidak berkurang. Beberapa faktor yang perlu diperhatikan dalam melakukan proses kompresi citra, antara lain: a. Resolusi Resolusi adalah ukuran panjang kali lebar dalam suatu gambar yang digambarkan dalam satuan pixel. Besar kecilnya resolusi akan berpengaruh pada kualitas gambar. Tetapi hal ini juga akan mempengaruhi jumlah bit datanya dan proses transfer datanya. b. Kedalaman bit Kedalaman bit adalah banyak sedikitnya jumlah bit yang dibutuhkan unruk menggambarkan suatu citra (gambar) dalam satuan bit/pixel. Tentu saja bila dinalar, semakin banyak bit maka gambar yang dihasilkan akan lebih bagus. c. Redundansi Redundansi adalah keadaan di mana representasi suatu elemen data tidak bernilai signifikan dalam menggambarkan keseluruhan data. 3. Teknik Kompresi Citra Teknik kompresi pada citra dapat dibagi menjadi dua kategori besar, yaitu: a. Lossy Compression Lossy compression menyebabkan adanya perubahan data dibandingkan sebelum dilakukan proses kompresi. Sebagai gantinya lossy compression memberikan derajat kompresi lebih tinggi. Tipe ini cocok untuk kompresi file suara digital dan gambar digital. File suara dan gambar secara alamiah masih bisa digunakan walaupun tidak berada pada kondisi yang sama sebelum dilakukan kompresi. Ciri-ciri lossy compression: 1. file citra menjadi lebih kecil dngan menghilangkan beberapa informasi dalam citra asli. 2. Teknik ini mengubah detail dan warna pada file citra menjadi lebih sederhana tanpa terlihat perbedaan yang mencolok

dalam pandangan manusia, sehingga ukuranya menjadi lebih kecil. 3. Biasanya digunakan pada citra foto atau image lain yang tidak terlalu memerlukan detail citra, dimana kehilangan bit rate foto tidak berpengaruh pada citra. b. Lossless Compression Sebaliknya Lossless Compression memiliki derajat kompresi yang lebih rendah tetapi dengan akurasi data yang terjaga antara sebelum dan sesudah proses kompresi. Kompresi ini cocok untuk basis data, dokumen atau spreadsheet. Pada lossless compression ini tidak diijinkan ada bit yang hilang dari data pada proses kompresi. bidang kompresi citra digital dan signal suara. Vector Quantization merupakan generasi dari skalar Quantization yang memungkinkan pengkuantisasian pada ruang banyak dimensi. II. METODE PENELITIAN 1. Alur Penelitian Beberapa teknik lossless: 1. Color reduction: untuk warna-warna tertentu yang mayoritas dimana informasi warna disimpan dalam color palette. 2. Chroma subsampling: teknik yang memanfaatkan fakta bahwa mata manusia merasa brightness (luminance) lebih berpengaruh daripada warna (chrominance) itu sendiri, maka dilakukan pengurangan resolusi warna dengan disampling ulang. Biasanya digunakan pada sinyal YUV. 3. Chroma Subsampling terdiri dari 3 komponen: Y (luminance) : U (CBlue) : V (CRed) 4 Vector Quantization Metode yang digunakan pada penulisan ini adalah menggunakan metode kompresi citra kuantisasi. Metode ini mengurangi jumlah derajat keabuan, misalnya dari 16 menjadi 4, yang tentu saja mengurangi jumlah bit yang dibutuhkan untuk merepresentasikan citra. Misalkan p adalah jumlah pixel di dalam citra semula, akan dimampatkan menjadi n derajat keabuan. Vector Quantization (VQ) adalah salah satu teknik yang banyak digunakan dalam Gambar 1. Diagram alir penelitian

Dalam alur pnelitian ini dijelasan proses penelitian yang digunakan dalm penulisan tugas akhir ini adalah sebagai berikut: a. Perencanaan. Bagian ini berisi tentang konsep perancangan pembuatan program dan interface aplikasi kompresi citra dalam Vector Quantization. b. Studi Pustaka. Studi pustaka dilakukan dengan cara mencari informasi tentang pembuatan program kompresi citra dengan matlab baik berupa buku-buku, jurnal, maupun internet dan juga dari sumber lainnya yang mendukung dalam perancangan program kompresi citra yang berdasarkan pada landasan teori yang sudah ada. c. Pembuatan Program. Pembuatan program kompresi citra dalam Vector Quantization. d. Pengujian Program. Melakukan pengujian pada program kompresi citra dalam Vector Quantization, jika terjadi kesalahan maka dilakukan perbaikan. e. Analisis. Menganalisis program yang telah dibuat dan diuji. f. Pembuatan Laporan. Setelah program selesai dan sesuai yang di harapkan maka proses selanjutnya pembuatan karya tulisnya. 3. Algoritma Program Gambar 2. Flowchart algoritma program. Algoritma dari dari program kompresi citra Vector Quantization adalah: 1. Gambar inputan di proses dalam fungsi get untuk mengatur grafik gambar inputan kemudian diproses dalam histogram.

2. Informasi gambar tersebut diwakili variabel I, diatur dalam fungsi get untuk menentukan nilai tingkatan kompresinya. 3. Kemudian informasi gambar akan diproses dalam kompresi Vector quantization dengan rumus: I=uint8((single(I)/255) *2^integerValue); A= I/255 mengubah citra ke indeks (0-1) I= single (A) * 2 ^ integervalue I= uint8 menggubah gambar indeks ke gambar 8 bit (0-255) Algoritma proses kuantitasi: a. Menentukan bitrate dan toleransi distorsi dari gambar inputan. b. Membagi indeks gambar kedalam bagianbagian tertentu pada floating point -1038 sapai dengan 1038 dimanpatkan kedalam 4 biyte perelemen. c. Menggunakan uint8 untuk mengubah gambar indeks ke gambar 8 bit (0-255) dan menulisakan kedalam file hasil. 4. Setelah dilakukan kompresi gambar siap ditampilkan, kemudian dilakukan proses penyimpanan dan menampilkan hostogram gambar outputan. citra terkompresi tidak jauh berbeda dengan citra aslinya. 2. Analisa Hasil 1. Citra Asli Dalam pengujian program kompresi ini peneliti menyiapkan beberapa contoh citra yang akan digunakan untuk pengujian. Format gambar yang digunakan dalam pengujian program adalah jpeg, png, tif dan bmp. 2. Citra Hasil Kompresi Pada proses pengujian citra dikompresi dalam tingkatan yang berbeda, citra asli dikompresi pada level satu sampai dengan level lima, untuk mengetahui kualitas tingkatan kompresinya. Setelah proses kompresi maka dilakukan penyimpanan citra hasil kompresi sebagai perbandingan yang digunakan untuk analisa pengujian program. Perbandingan ukuran file hasil kompresi adalah ukuran citra asli dikurangi dengan ukuran citra hasil kompresi. Sedangkan untuk perhitungan rasio kompresi yaitu perbandingan hasil kompresi dalam bentuk persentase, dapat dihitung dengan rumus: III PENGUJIAN PROGRAM DAN ANALISA HASIL 1. Pengujian Program Program yang dibuat merupakan aplikasi kompresi citra dalam Vector Quantization. Program kompresi ini menggunakan teknik kompresi lossy yakni membuat kapasitas barkas sebuah citra menjadi lebih kecil dengan cara menghilangkan beberapa informasi dari sebuah citra asli sehingga citra yang dikompresi tidak bisa di kembalikan menjadi seperti semula. Teknik dalam kompresi ini mengubah detail dan warna pada file citra menjadi lebih sederhana sehingga hasil dari Perbandingan citra yang dikompresi kedalam format asli, dapat diketahui dengan menghitung rasio kompresi dan perbandingan ukuran, menggunakan rumus diatas. Berikut ini merupakan tabel perbandingan hasil kompresi citra kedalam format aslinya.

Tabel 3.1 Hasil Kompresi Citra Level 1. Nama File Asli Terkompresi Rasio Kompresi Elaine.jpg 120kb 21,3kb 82,25% Fruit.png 2.496kb 520kb 79,16% Foliage.tif 301kb 203kb 32,55% Sky.bmp 2.069kb 2.069kb 0% Tabel 3.5 Hasil Kompresi Citra Level 5. Asli Terkompresi Rasio Kompresi Elaine.jpg 120kb 120kb 0% Fruit.png 2.496kb 1.446kb 42,06% Foliage.tif 301kb 291kb 03,32% Sky.bmp 2.069kb 2.069kb 0% Tabel 3.2 Hasil Kompresi Citra Level 2. Nama Rasio Tabel 3.6 Perbandingan Rasio Berdasarkan Format Gambar. File Asli Terkompresi Kompresi Rata-rata rasio kompresi pada format gambar Elaine.jpg 120kb 28,5kb 76,25% Fruit.png 2.496kb 684kb 72,59% Foliage.tif 301kb 248kb 17,60% Sky.bmp 2.069kb 2.069kb 0% Tabel 3.3 Hasil Kompresi Citra Level 3. Level Kompresi JPG PNG TIF BMP 1 84,26% 67,96% 46,89% 0% 2 77,44% 54,06% 35,81% 0% 3 67,81% 43,67% 26,16% 0% Nama Rasio 4 45,04% 32,88% 3,08% 0% File Asli Terkompresi Kompresi Elaine.jpg 120kb 50,2kb 58,16% Fruit.png 2.496kb 873kb 65,02% Foliage.tif 301kb 274kb 08,97% Sky.bmp 2.069kb 2.069kb 0% Tabel 3.4 Hasil Kompresi Citra Level 4. Nama File Asli Terkompresi Rasio Kompresi Elaine.jpg 120kb 92,9kb 22,58% Fruit.png 2.496kb 1.122kb 55,04% Foliage.tif 301kb 286kb 4,98% Sky.bmp 2.069kb 2.069kb 0% 5 19% 18% 14% 0% Rata -rata 58,71% 43,35% 25,24% 0% rasio kompresi terbesar pada level kompresi rasio kompresi terbesar pada level satu, sedangkan pada format gambar rasio kompresi terbasar pada format jpeg. IV KESIMPULAN 1. Pada kompresi citra dalam Vector Quantization kompresi dilakukan dengan mengurangi jumlah bit yang digunakan untuk mempresentasikan citra menjadi berkurang. Kejelasan gambar dapat diatur pada tingkatan kompresinya, semakin besar tingktan kompresi maka hasil

kompresi akan semakin buruk. Metode ini masuk dalam kategori Lossy Compression, karena citra yang sudah dikompresi tidak dapat didekompresi kembali seperti semula. 2. Perbandingan hasil kompresi dalam analisa ukuran sesuai dengan tingkatan kompresinya. Semakin tinggi tingkatan kompresi maka ukuran dan kualitas citra hasil kompresi semakin rendah dari citra asli. 3. Analisa besarnya kompresi citra dari masing-masing format gambar asli, yang telah di kompresi dan disimpan dalam format aslinya. Berikut hasil rata-rata rasio kompresi berdasarkan format gambar. a. Format gambar JPEG memiliki rata-rata rasio kompresi 58,71%. Diambil rata-rata dari 5 hasil kompresi. b. Format gambar PNG memiliki rata-rata rasio kompresi 43,35%. Diambil rata-rata dari 5 hasil kompresi. c. Format gambar TIF memiliki rata-rata rasio kompresi 25,24%. Diambil rata-rata dari 5 hasil kompresi. d. Format gambar BMP memiliki rata-rata rasio kompresi 0%. Diambil rata-rata dari 5 hasil kompresi. Dari hasil pengujian program aplikasi kompresi citra dalam Vector Quantization dapat di simpulkan bahwa tingkatan kompresi terbaik pada format gambar JPEG yang memiliki rasio kompresi 58,71%. Sedangkan untuk citra format BMP dalam pengujian tidak terjadi penurunan ukuran citra dengan rasio kompresi 0%. DAFTAR PUSTAKA Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya Menggunakan Metlab. Yogyakarta: ANDI. Pramitarini, Yushintia. 2011. Analisa Pengiriman Citra Terkompresi Jpeg, Dengan Teknik Spread Spektrum Direct Sequence (Ds-Ss). http://www.scribd.com/doc/87438585/720 9040505-m. Krisnawati. 2009. Kompresi Citra RGB Dengan Metode Kuantitasi. http://ebookbrowse.com/09-amikomyogyakarta-kompresi-citra-rgb-denganpdf-d55230263. Anonim. 2005/06. Multimedia7 Kompresi Citra.Pdf. http://www.generalfiles.com/download/gs14a943feh17i0/mult imedia7%20kompresi%20citra.pdf.html. Anonim. 2011. DownQuantization. http://www.mathworks.com/matlabcentral /answers /24669-down-quantization-8-bitgrey-to-n-bit-grey-n-8. Maulidia, Nia. 2011. Analisa Pengiriman Citra Terkompresi SPIHT dengan Teknik Spread Spectrum Direct Sequence (DS- SS). http://www.eepisits.edu/uploadta/abstrakdetail.php?id=130 0.