Generated by Foxit PDF Creator Foxit Software

http://www.foxitsoftware.com For evaluation only.

1. Pendahuluan

1.1 Latar belakang

Di zaman modern ini, informasi menjadi semakin banyak dan cenderung
berkembang ke arah digitalisasi. Selain itu informasi menjadi sangat penting sehingga
semua orang berlomba-lomba mengumpulkan informasi sebanyak-banyaknya.
Revolusi teknologi komunikasi, perkembangan internet, teknologi jaringan, dan
perkembangan teknologi yang sangat pesat membuat semua orang di seluruh dunia
dapat bertukar data dan informasi yang dimiliki secara mudah.

Namun ada masalah yang harus dihadapi. Ukuran media penyimpanan

berkembang lambat dan mahal dibandingkan pertumbuhan jumlah data. Misalnya
hard disk. Harga hard disk yang berkapasitas besar sangatlah mahal. Contoh lain
memori telepon genggam yang sangat terbatas. Selain itu perluasan jaringan tidak
diikuti serta merta oleh peningkatan kecepatan dan stabilitas pengiriman data. Solusi
yang terpikirkan yaitu memperkecil ukuran data, namun diusahakan agar data bisa
dibaca kembali secara utuh. Inilah yang disebut kompresi.

Citra merupakan jenis file dengan ukuran terbesar kedua setelah video. Karena
itu untuk menghemat kapasitas memori dan mengurangi biaya pada saat kita ingin
mengirimkan file citra tersebut, maka perlu dilakukan kompresi untuk mengurangi
ukuran file tersebut. Kompresi citra merepresentasikan citra ke suatu bentuk kode
yang lebih efisien atau berukuran lebih kecil dari ukuran aslinya, tanpa
menghilangkan makna penting dari isi citra aslinya. Dalam teknik kompresi citra,
redudansi citra menjadi masalah utama. Kompresi citra ditujukan untuk mereduksi
penyimpanan citra yang redundan atau merepresentasikan kembali kumpulan citra
tersebut kedalam bentuk yang lebih efisien dalam segi kapasitas. Adapun teknik
kompresi citra dibedakan menjadi dua teknik dasar yaitu lossy compression dan
lossless compression. Salah satu teknik yang dapat digunakan untuk mengkompres
citra adalah JPEG image compression.

JPEG image compression merupakan suatu algoritma kompresi yang bersifat

lossy. JPEG adalah teknik kompresi grafis high color bit-mapped. Merupakan teknik
dan standar universal untuk kompresi dan dekompresi citra tidak bergerak untuk
digunakan pada kamera digital dan sistem pencitraan menggunakan komputer yang
dikembangkan oleh Joint Photographic Experts Group. Umumnya digunakan untuk
kompresi citra berwarna maupun gray scale.

Huffman Coding merupakan entropy encoding yang digunakan pada kompresi

JPEG. Dalam Huffman Coding, panjang blok dari keluaran sumber dipetakan dalam
blok biner berdasarkan pajang variable. Cara seperti ini disebut sebagai fixed to
variable-length coding. Ide dasar dari cara Huffman ini adalah memetakan mulai
simbol yang paling banyak terdapat pada sebuah urutan sumber sampai dengan yang
jarang muncul menjadi urutan biner.

Sementara itu algoritma Adaptive Huffman merupakan skema define-word tabf

menentukan mapping dari pesan sumber menjadi codeword didasari pada perkiraan

12
 Generated by Foxit PDF Creator Foxit Software
http://www.foxitsoftware.com For evaluation only.

probabilitas pesan sumber. Kode bersifat adaptive, berganti sesuai dengan perkiraan
optimalnya pada saat itu. Dalam hal ini, Adaptive Huffman code merespon lokalitas.
Dalam pengertian, encoder mempelajari karakteristik dari sumber. Dekoder harus
mempelajari bersamaan dengan encoder dengan selalu memperbaharui Huffman tree
sehingga selalu sinkron dengan encoder. Keuntungan lain dari sistem ini adalah
kebutuhan akan lewatnya data, data akan lewat hanya sekali. Tentu saja, metode one-
pass tidak akan menarik apabila jumlah bit yang ditransmisikan lebih besar dari
metoda twopass. Namun, performa dari metode ini, dalam ruang lingkup jumlah bit
yang ditransmisikan, dapat lebih baik daripada Static Huffman coding.

Pada Tugas Akhir ini akan dilakukan kompresi citra menggunakan JPEG
image compression di mana pada entropy encoding yang menggunakan Static
Huffman akan digantikan dengan Adaptive Huffman. Beberapa alasan penggantian ini
yaitu:
1. Adaptive Huffman memiliki sifat yang sama dengan Static Huffman yaitu
bersifat lossless karena itu Adaptive Huffman juga bisa digunakan sebagai
entropy encoding pada kompresi JPEG.
2. Menurut beberapa referensi algoritma Adaptive Huffman mampu
menghasilkan panjang bit yang lebih pendek daripada Static Huffman. Karena
itu penulis ingin melihat apakah rasio kompresi dari citra yang dihasilkan jika
diimplementasikan pada kompresi JPEG lebih besar daripada kompresi JPEG
Standar yang menggunakan Static Huffman.

Metode JPEG image compression yang dimodifikasi dengan Adaptive Huffman

Coding diharapkan dapat menghasilkan rasio kompresi citra yang tinggi terhadap data
citra bertipe *.bmp, kualitas kompresi yang bagus bila dibandingkan dengan data citra
asli (PSNR yang tinggi), dan kompleksitas waktu yang rendah.

1.2 Perumusan masalah

Dengan latar-belakang tersebut maka diperoleh beberapa permasalahan:
a) Bagaimana mengimplementasikan kompresi citra menggunakan metode JPEG
image compression yang dimodifikasi dengan Adaptive Huffman Coding?
b) Bagaimana performansi metode JPEG yang dimodifikasi oleh Adaptive
Huffman dalam mengompresi citra?
c) Bagaimana performansi metode di atas jika dibandingkan dengan JPEG
Standar?

Pada penelitian Tugas Akhir ini, permasalahan dibatasi oleh beberapa hal, antara lain:
a) Tipe file yang akan dikompres adalah *.bmp.
b) Ukuran file yang akan dikompres maksimal 800x600 pixel.
c) Bahasa pemrogaraman yang akan digunakan dalam pemgimplementasian
tugas akhir ini adalah Java.
d) Aplikasi yang akan digunakan untuk melakukan kompresi JPEG Standar
adalah Adobe Photoshop CS.

13
 Generated by Foxit PDF Creator Foxit Software
http://www.foxitsoftware.com For evaluation only.

1.3 Tujuan
Tujuan dari penyusunan tugas akhir ini adalah :
a) Menganalisis dan mengimplementasikan Adaptive Huffman Coding pada
JPEG image compression.
b) Menganalis performansi hasil kompresi berdasarkan rasio kompresi, waktu
kompresi, dan kualitas kompresi jika dibandingkan dengan citra asli
berdasarkan PSNR (peak signal to noise ratio).
c) Membandingkan performa sistem yang dibangun menggunakan Adaptive
Huffman dengan JPEG Standar yang menggunakan Static Huffman.

1.4 Metodologi penyelesaian masalah

Dalam menyelesaikan Tugas Akhir ini, ada beberapa tahapan metoda yang
akan dilakukan, yaitu :
a) Studi Literatur
Studi literatur bertujuan untuk meningkatkan pemahaman terhadap metode-
metode yang akan digunakan dalam Tugas Akhir, yaitu JPEG image
compression dan Adaptive Huffman Coding, dengan cara mencari referensi
yang berkaitan dengan metode-metode tersebut dan kemudian mendalami
materinya.

b) Analisis dan Perancangan Sistem

Pada tahap ini akan dilakukan analisis terhadap sistem yang diperlukan dalam
membangun implementasi kompresi data, baik berupa bahasa pemrograman
yang akan digunakan sampai pada algoritma dan struktur data yang
digunakan. Berikut ini merupakan bagan dari sistem kompresi yang akan
dibangun :

Image yang dipecah Forward

ke dalam blok (bisa RGB to Discrete
juga berupa YCbCr Cosine Quantisasi
downsampling) transform Transform

Adaptive
Encoded JPEG RLE
Huffman
Image Encoding
Coding

Gambar 1.1 : Alur Sistem Kompresi Citra JPEG Image Compression

Keterangan:
a. Transformasi DCT bertujuan mengubah menghitung frekuensi-frekuensi
pembentuk dari citra dalam bentuk blok dan memisahkan frekuensi rendah dan
frekuensi tinggi dari hasil tranformasi DCT.

14
 Generated by Foxit PDF Creator Foxit Software
http://www.foxitsoftware.com For evaluation only.

b. Proses Kuantisasi bertujuan untuk menghilangkan nilai-nilai yang tidak

penting (dalam hal ini nilai-nilai yang berada pada daerah frekuensi tinggi)
pada matrix hasil dari Transformasi DCT.
c. Adaptive Huffman Coding bertujuan untuk mengkompresi matrix hasil
kuantisasi.

Selain mengkompres citra, perlu juga dilakukan dekompresi citra hasil

kompresi untuk membandingkan citra sebelum dan sesudah kompresi. Berikut ini
merupakan bagan dari sistem dekompresi yang akan dibangun :

Decoded Image Reverse

yang dikumpulkan YCbCr to Discrete
kembali dari blok RGB Cosine Dequantisasi
transform
Transform

Encoded JPEG Adaptive RLE

Image Huffman Decoding
Decoding

Gambar 1.2 : Alur Sistem Dekompresi Citra

c) Implementasi
Hasil perancangan pada tahap sebelumnya akan menjadi dasar dalam tahap
implementasi ini. Pada tahap ini akan dilakukan pengkodean berdasarkan hasil
rancangan di atas menggunakan bahasa Java.

d) Pengujian
Di tahap ini, akan dilakukan pengujian terhadap hasil implementasi guna
menemukan dan menghilangkan error/bug yang mungkin masih ada.

e) Analisis Hasil Pengujian

Analisis hasil pengujian dilakukan dengan menghitung kompleksitas algoritma
kompresi, rasio kompresi, dan kualitas kompresi jika dibandingkan dengan
citra asli berdasarkan PSNR.

f) Pembuatan Buku Tugas Akhir.

Pada tahap akhir, akan dilakukan pembuatan dokumentasi yang berupa buku
Tugas Akhir.

15