SISTEM KOMUNIKASI MULTIMEDIA

TUGAS I
STANDART PENGKODEAN CITRA JPEG

Oleh :

NAUFAL MUHAJIR ABIDIN

(1304405029)

JURUSAN TEKNIK ELEKTRO DAN KOMPUTER

FAKULTAS TEKNIK UNIVERSITAS UDAYANA
BUKIT-JIMBARAN
2016

BAB I
PENDAHULUAN
1.1 latar Belakang
Data atau informasi saat ini tidak hanya disajikan dalam bentuk teks semata, tetapi
juga dapat disajikan dalam bentuk lain misalnya gambar (images) , suara (audio),
maupun video. Situs web (website) yang kita jumpai di internet biasanya dibuat
semenarik mungkin dengan menyertakan gambar. Beberapa waktu lalu istilah SMS (short
message service) begitu popular bagi pengguna telepon genggam (handphone) saat ini
sudah bergerak ke MMS (multimedia message service) yang banyak melibatkan gambar
maupun video). Keempat bentuk informasi saat ini hampir tidak dapat dipisahkan biasa
dinamakan dengan multimedia.
Dari uraian di atas dapat dilihat bahwa teknologi digital saat ini mengalami
perkembangan yang sangat pesat. Banyak peralatan digital yang dapat ditemui dalam
kehidupan sehari-hari seperti komputer, kamera

digital,

dan

sebagainya.

Sehingga

tidaklah mengherankan apabila saat ini banyak produk-produk digital yang dihasilkan.
Salah satunya adalah citra digital. Citra digital sebenarnya merupakan sebuah citra yang
diperoleh dari proses digitalisasi terhadap data citra analog [R Munir, 2004]. Dibandingkan
dengan data teks, citra mempunyai karakteristik tersendiri, yaitu citra merupakan data yang
kaya dengan informasi. Bahkan ada sebuah istilah yang cukup popular yaitu a
picture is more than a thousand words yang berarti bahwa sebuah gambar memiliki
makna

lebih

dari

seribu

kata.

Maksudnya

adalah bahwa sebuah gambar dapat

memberikan informasi yang lebih banyak jika dibandingkan dengan informasi yang
disajikan dalam bentuk kata- kata atau tulisan. Citra digital saat ini banyak digunakan
dalam berbagai bidang. Mulai dari keperluan sehari-hari seperti cetak foto, pemetaan hutan,
identifikasi forensic maupun sidik jari di kepolisian, rekam medis dengan menggunakan
citra kedokteran (medical images) sampai pada citra satelit. Hampir semua jenis citra
digital memerlukan media penyimpanan (storage) yang cukup besar. Sehingga hal ini dapat
menimbulkan masalah yang cukup serius ketika citra digital disimpan dalam database
dengan keterbatasan media penyimpanan yang ada. Masalah lain adalah ketika diinginkan
untuk mengirimkan citra digital dengan menggunakan jalur komunikasi atau internet.
Dengan ukuran yang besar maka citra digital juga memerlukan waktu pengiriman yang
lama. Sehingga diupayakan suatu teknik yang dapat mereduksi besarnya ukuran file citra
digital. Salah satu teknik yang dikembangkan adalah kompresi. Banyak teknik kompresi

yang dikembangkan hingga saat ini salah satunya adalah kompresi JPEG [Bandemer Bernd,
2003]
JPEG adalah algoritma kompresi secara lossy, bekerja dengan merubah gambar
spasial dan merepresentasikan kedalam pemetaan frekueunsi dimana algoritma kompresi
citra tersebut mampu mencapai kompresi dengan ukuran yang kecil. Discrete Cosine
Transform (DCT) bekerja dengan memisahkan antara informasi frekuensi yang rendah dan
tinggi dari sebuah gambar. Informasi frekuensi yang tinggi akan diseleksi untuk
dihilangkan yang terikat pada penganturan kualitas yang digunakan. Namun aliran data
terkompresi sangat rentan terhadap gangguan kanal, meski untuk jumlah kesalahan data
yang sedikit. Hal ini mensyaratkan pengkodean kanal untuk memproteksi data sebelum
ditransmisikan pada kanal. Sehingga untuk proses transmisinya digunakan teknik Direct
Sequence Spread Spektrum (DS-SS) tanpa sinkronisasi.

Dengan teknik DS-SS digunakan

kode gold dalam mengacak data yang akan dikirim.

1.2
1.
2.

Rumusan Masalah
Bagaimana standar pengkodean citra JPEG?
Bagaimana penjelasan analisa kinerja kompresi JPEG berdasarkan source code yang
digunakan ?

1.3
1.
2.
3.

Tujuan Penulisan
Mahasiswa dapat mengetahui standart pengkodean citra JPEG.
Mahasiswa dpat menjelaskan analisa kinerja kompresi JPEG berdasarkan source code.
Mahasiswa mendapatkan nilai kelulusan dalam mengerjakan Tugas 1 mata kuliah
system komunikasi multimedia.

BAB II

PEMBAHASAN

Sejarah JPEG
Dikembangkan awal tahun 1980 oleh Joint Photographic Experts Group (JPEG).

JPEG merupakan format paling sering digunakan di internet. Implementasi format JPEG
terbaru dimulai sejak tahun 1996 dan semakin berkembang dengan inovasi format baru yang
menyertai perkembangan teknologi yang memanfaatkan format JPEG lebih luas. Walaupun
format JPEG merupakan metode kompresi gambar yang gratis, sebuah perusahaan bernama
Forgent pada tahun 2002 mempatenkan format ini dan akan menarik biaya lisensi. Segera
Group JPEG mengumumkan sebuah format JPEG 2000 sebagai sebuah format
pengganti.Namun dua hal di atas terlambat, karena JPEG sudah digunakan secara luas dan
hak paten belum ditetapkan oleh pengadilan.
Standar kompresi file gambar yang dibuat oleh kelompok Joint Photographic Experts
Group ini menghasilkan kompresi yang sangat besar tetapi dengan akibat berupa adanya
distorsi pada gambar yang hampir selalu tidak terlihat.JPEG adalah sebuah format gambar,
sangat berguna untuk membuat gambar jenis fotografi berkualitas tinggi dalam ukuran file
yang sangat kecil. Format file grafis ini telah diterima oleh Telecommunication
Standardization Sector atau ITU-T dan Organisasi Internasional untuk Standardisasi atau
ISO. JPEG kebanyakan digunakan untuk melakukan kompresi gambar diam menggunakan
analisis Discrete Cosine Transform (DCT).
Meskipun kompresi gambar JPEG sangatlah efisien dan selalu menyimpan gambar
dalam kategori warna true color (24 bit), format ini bersifat lossy, yang berarti bahwa kualitas
gambar dikorbankan bila tingkat kompresi yang dipilih semakin tinggi. Sebenarnya, file
JPEG tidak memiliki header formal, tetapi fg_jpeghead () dan fgi_jpeghead () kembali
informasi yang relevan dari awal file dari segmen bingkai. Kami menyebutnya sebuah header
untuk konsistensi dengan format file gambar lainnya. mengimbangi keterangan ukuran.

Standar Kerja Pemampatan JPEG

Standar Kerja Pemampatan Citra JPEG Pemampatan citra merupakan proses

pengolahan citra yang melibatkan banyak metode didalamnya. Proses ini mempunyai ciri
datamasukan dan informasi keluaran yang berbentuk citra. Pemampatan citra terbagi menjadi
dua, yaitu pemampatan yang berugi (lossy), dan yang tanpa rugi (lossless). Pemampatan yang
tak berugi biasanya digunakan untuk citra yang memerlukan keakuratan yang tinggi,

sedangkan untuk pemampatan yang berugi biasanya dipakai untuk citra yang tidak
memerlukan akurasi yang tinggi seperti foto pemandangan, atau citra yang dipakai untuk
keperluan medis. Bagian yang paling menarik dari pemampatan citra JPEG adalah kinerjanya
pada teknik pemampatan berugi. Algoritma dari pemampatan berugi JPEG, yaitu: DCT,
kuantisasi, dan penyandian entropi.

Dalam proses penyandian dengan standar kerja JPEG pada Gambar 1, citra masukan
dari komponen sampel dibentuk ke dalam blok 88, dan tiap-tiap blok diubah dengan DCT
maju (FDCT) menjadi satu set 64 nilai yang disebut koefisien DCT. Satu dari nilai-nilai ini
adalah koefisien DC dan yang lainnya (63 yang lain) adalah koefisien AC. Tiap-tiap nilai
koefisien DCT kemudian dikuantisasi menggunakan satu dari 64 nilai yang saling
berhubungan dari sebuah tabel kuantisasi. Koefisien-koefisien yang telah dikuantisasi
kemudian diproses dengan penyandian entropi.Salah satu dari dua prosedur pengkodean
entropi yang dapat digunakan yaitu dengan penyandian Huffman atau penyandian Aritmetika.

Kompresi Citra
Kompresi citra merupakan suatu teknik yang digunakan untuk mengurangi biaya

penyimpanan dan transmisi. Teknik-teknik yang ada yang digunakan untuk mengompresi
file gambar secara luas diklasifikasikan ke dalam dua kategori, yaitu lossless dan
teknik kompresilossy

Teknik kompresi citra terbagi menjadi 2 macam yaitu :

a. Loosy 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.
b. Lossless Compression
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.

Algoritma Joint Photograpic Expert Group (JPEG)

JPEG didirikan oleh komite

Joint

Photographic

Expert Group

yang

mengeluarkan standart pada tahun 1992. JPEG menetapkan standart yaitu codec. Codec
menjelaskan tentang bagaimana sebuah gambar dikompresi menjadi aliran byte dan
dikompres kembali menjadi sebuah
sebuah

gambar

serta

digunakan

sebagai

streaming

file. Algoritma kompresi JPEG merupakan yang terbaik untuk foto-foto dan

lukisan pemandangan yang realistis dengan variasi warna yang halus dan senada.
Berikut adalah contoh-contoh format citra :

Kompresi yang umum pada JPEG adalah lossy, yaitu beberapa kualitas visual
akan hilang dalam proses dan tidak dapat dikembalikan. Metode kompresi lossy data
dari encoding ketika diterapkan untuk input yang memiliki 24 bit per pixel (masingmasing delapan untuk merah, hijau dan biru). Metode pertama dari metode
kompresi losy data adalah transformasi warna, adapun langkah pertama adalah
langkahnya adalah mengubah gambar dari RGB menjadi berbagai warna ruang
(YCbCr). Y (kecerahan dan piksel), Cb dan Cr (Chrominance / biru dan merah
komponen). Ruang warna YCbCr konversi memungkinkan kompresi lebih besar
tanpa

perceptual signifikan terhadap kualitas gambar (atau lebih besar perceptual

kualitas gambar yang sama untuk kompresi). Langkah selanjutnya adalah untuk
mengurangi resolusi spasial dari komponen Cb dan Cr disebut dengan downsampling
atau subsampling chroma. Berikut adalah gambaran algoritma kompresi JPEG :

Discret Cosine Transform (DCT)

DCT adalah transformasi matematika yang mengambil dan mengubah sinyal dari

domain

spasial

ke dalam domain frekuensi. Banyak gambar digital

dan

skema

kompresi video menggunakan blok berbasis DCT, karena algoritma ini meminimalkan
jumlah data yang diperlukan untuk menciptakan gambar digital. Secara khusus, JPEG dan
MPEG menggunakan DCT untuk berkonsentrasi informasi gambar dengan menghapus data
spasial redudansi dalam gambar dua dimensi. Dalam pengkodean JPEG standar,
representasi warna dalam gambar dikonversi dari RGB ke YCbCr, maka foto tersebut
membusuk dalam 8 8 blok, blok ini ditransformasi dari spasial ke domain frekuensi
dengan DCT ini. Beberapa

kelebihan

atau

keuntungan

transformasi orthogonal

dibandingkan jenis transformasi lainnya adalah :

1. Koefisien- koefisien transformasi orthogonal bersifat independen sehingga
lebih mudah untuk dikompresi.
2. MSE dari citra hasil rekonstruksi dapat dihitung langsung dari koefisien
transformasi terkompresi tanpa perlunya melakukan inverse transform
Discrete Cosine Transform (DCT) digunakan sebagai transformasi standar untuk
kompresi citra. Persamaan umum untuk transformasi DCT 2-dimensi dapat
diperlihatkan pada persamaan 9 dan dibawah ini :

Sedangkan persamaan untuk Inverse transformasi DCT diperlihatkan pada persamaan 10

dibawah ini:

Transformasi DCT dikenal juga istilah frekuensi rendah, frekuensi menengah, dan
frekuensi tinggi. Hal ini berkaitan dengan frekuensi gelombang pada fungsi basis DCT.
Jika frekuensi fungsi basisnya kecil, maka koefisien yang berkorespondensi disebut
koefisien frekuensi rendah.

Gambar Pembagian Koefisien Frekuensi DCT Untuk Ukuran Blok 8 x 8

Kuantisasi
Kuantisasi secara sederhana merupakan proses untuk mengurangi jumlah bit yang dibutuhkan
untuk menyimpan sebuah nilai bilangan bulat dengan mengurangi ketelitian bilangan bulat.
Algoritma JPEG menerapkan kuantisasi yang menggunakan sebuah matriks kuantisasi. Untuk
tiap posisi elemen pada matriks DCT, nilai yang sesuai dengan matriks kuantisasi memberikan
sebuah nilai kuantum. Nilai kuantum menunjukkan langkah ukuran yang akan menjadi elemen
tersebut dalam menerjemahkan pemampatan dari gambar, dengan nilai berkisar dari satu sampai
dengan 255. Rumus yang sebenarnya untuk kuantisasi adalah cukup sederhana, seperti pada
persamaan dibawah.
Nilai Kuantisasi (i,j) = DCT (i,j) / Quantum (i,j) (3)
Dari persamaan diatas, dapat disimpulkan bahwa besar kecilnya nilai kuantisasi dipengaruhi oleh
nilai Quantum yang digunakan

Setelah nilai transformasi DCT dikuantisasi, kemudian nilai-

nilai tersebut dilewatkan dalam bentuk zig-zag seperti ditunjukkan pada Gambar 2

Alasan mengurutkan zig-zag adalah untuk mengurutkan nilai hasil kuantisasi dalam urutan
peningkatan ruang frekuensi. Jadi diperoleh vector dengan diurutkan sesuai kriteria dari ruang
frekuensi. Nilai pertama dalam vektor (pada indeks nol) dapat disamakan dengan ruang frekuensi

terendah yang ditampilkan dalam citra; ini disebut dengan istilah DC. Seiring meningkatnya
indeks pada vektor, maka diperoleh nilai yang disamakan dengan ruang frekuensi yang tinggi.

Penyandian Entropi
Pada penyandian entropi terdiri dari 2 tahap yaitu; penyandian dengan RLC, dan dengan

penyandian Huffman. Pada penyandian RLC, nilai hasil kuantisasi diurutkan dan disandikan
nilai-nilai nol yang berurutan. Alasan dilakukannya penyandian hanya untuk nilai-nilai nol yang
berurutan, karena setelah dikuantisasi nilai-nilai hasil kuantisasi banyak yang bernilai nol yang
berurutan. Setelah disandikan dengan RLC, kemudian dilakukan penyandian Huffman. Pada
penyandian Huffman ini setiap nilai hasil penyandian RLC dikodekan dengan bit-bit yang tidak
mungkin sama kodenya. Hal ini dimaksudkan agar pada saat proses pengawasandiannya lebih
mudah. Secara umum proses pemampatan citra dengan standar JPEG ditunjukkan pada gambar
3.

Pengukuran Kinerja Pemampat citra

Pemampat terdiri dari dua kelas Pertama, didefinisikan secara pengukuran matematika seperti

Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), dan lain sebagainya. Kedua,
metode pengukuran berdasarkan karakteristik system penglihatan manusia (HSV/Human Visual
System) dalam usaha untuk menunjukkan persepsi kualitas suatu citra.

Indeks Kualitas Citra

Indeks kualitas citra ini diperkenalkan oleh Zou Wang dan Alan C. Bovik ilmuwan dari The

University of Texas. Alasan digunakannya indeks kualitas ini adalah karena mudah dalam
perhitungannya, dapat digunakan untuk berbagai aplikasi pengolahan citra, dan lebih
memberikan perbandingan yang berarti dari berbagai macam jenis distorsi citra. Berikut ini
penjabaran rumus indeks kualitas citra:

PSNR (Peak Signal to Noise Ratio)

Untuk menghitung nilai PSNR digunakan rumus sebagai berikut ini:

Dengan

P(i,j)

merupakan citra asli dengan

ukuran N1 x N2 dan Q(i,j)merupakan citra yang diuji dengan ukuran yang sama.

Sistem Penglihatan Manusia

Untuk sistem penglihatan manusia digunakan kriteria fidelitas yang berguna untuk mengukur
kualitas citra dan untuk penilaian suatu hasil teknik proses atau sistem penglihatan. Digunakan
kriteria subjektif yaitu skala kebaikan yang ditunjukkan pada Tabel 1.

Rasio Pemampatan Citra

Rasio pemampatan citra ini bertujuan untuk membandingkan ukuran citra hasil pemampatan

terhadap ukuran citra asli sebelum dimampatkan. Adapun rumus rasio pemampatan ditunjukkan
pada persamaan dibawah.
Rasio Pemampatan =

x'
x

x 100%

x' = ukuran citra hasil pemampatan

x = ukuran citra asli (sebelum dimampatkan)

dari persamaan diatas dapat disimpulkan bahwa semakin kecil ukuran citra hasil pemampatan,
maka semakin kecil rasio pemampatan yang diperoleh.

BAB III
KESIMPULAN
1. Dikembangkan awal tahun 1980 oleh Joint Photographic Experts Group (JPEG).
JPEG merupakan format paling sering digunakan di internet. Implementasi format
JPEG terbaru dimulai sejak tahun 1996 dan semakin berkembang dengan inovasi
format baru yang menyertai perkembangan teknologi yang memanfaatkan format
JPEG lebih luas. Walaupun format JPEG merupakan metode kompresi gambar yang

gratis, sebuah perusahaan bernama Forgent pada tahun 2002 mempatenkan format ini
dan akan menarik biaya lisensi. Segera Group JPEG mengumumkan sebuah format
JPEG 2000 sebagai sebuah format pengganti.Namun dua hal di atas terlambat, karena
JPEG sudah digunakan secara luas dan hak paten belum ditetapkan oleh pengadilan.
2. Standar Kerja Pemampatan Citra JPEG Pemampatan citra merupakan proses

pengolahan citra yang melibatkan banyak metode didalamnya. Proses ini mempunyai
ciri datamasukan dan informasi keluaran yang berbentuk citra. Pemampatan citra
terbagi menjadi dua, yaitu pemampatan yang berugi (lossy), dan yang tanpa rugi
(lossless).
3. JPEG didirikan oleh komite Joint Photographic Expert Group yang mengeluarkan

standart pada tahun 1992. JPEG menetapkan standart yaitu codec. Codec
menjelaskan tentang bagaimana sebuah gambar dikompresi menjadi aliran byte dan
dikompres kembali menjadi sebuah gambar serta digunakan sebagai streaming
sebuah file.
4. DCT adalah transformasi matematika yang mengambil dan mengubah sinyal dari
domain spasial ke dalam domain frekuensi.

DAFTAR PUSTAKA
1. Bandemer Bernd, 2003, Course Project 4 ECE 642,
2.
3.
4.
5.

http://www.stud.tuilmenau.de/~bebaii/docs.html
Herdiyeni, Yeni. 2009. Kompresi Citra. Departemen Ilmu Komputer. IPB
Resyanditp,S.Kom, MSIS. 2007. Kompresi Data Citra TP4113
http://lecturer.ukdw.ac.id/anton/
R. C. Gonzalez and R. E. Woods, Digital Image Processing,Second edition,pp.

411-514, 2004.
6. http://en.wikipedia.org/Image_compression.
7. Greg Ames,"Image Compression", Dec 07, 2002.