Skripsi Studi Perbandingan Kompresi DCT Dan DWT PDF
Skripsi Studi Perbandingan Kompresi DCT Dan DWT PDF
MENGGUNAKAN METODE
DESCRETE COSINE TRANSFORM (DCT)
DAN DESCRETE WAVELET TRANSFORM (DWT)
PADA CITRA DIGITAL
SKRIPSI
Oleh
SHOFIYAH
NIM. 05550008
SKRIPSI
Diajukan Kepada:
Dekan Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang
untuk Memenuhi Salah Satu Persyaratan dalam
Memperoleh Gelar Sarjana Komputer (S.Kom)
Oleh
SHOFIYAH
NIM. 05550008
Oleh
SHOFIYAH
NIM. 05550008
Mengetahui,
Ketua Jurusan Teknik Informatika
SKRIPSI
Oleh:
SHOFIYAH
NIM. 05550008
Diajukan Kepada:
Dekan Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang
untuk Memenuhi Salah Satu Persyaratan dalam
Memperoleh Gelar Sarjana Komputer (S.Kom)
Tanggal: 26 Juli 2010
Nama : Shofiyah
NIM : 05550008
Jurusan : Teknik Informatika
Judul Skripsi : STUDI PERBANDINGAN KOMPRESI MENGGUNAKAN
METODE DCTDAN DWTPADA CITRA DIGITAL.
1. Isi dari skripsi yang saya buat adalah benar-benar karya sendiri dan tidak
menjiplak karya orang lain, selain nama-nama termaktub di isi dan tertulis
di daftar pustaka dalam skripsi ini.
2. Apabila di kemudian hari ternyata skripsi saya tulis terbukti hasil jiplakan,
maka saya akan bersedia menanggung segala resiko yang akan saya terima.
Shofiyah
NIM. 05550008
Lembar Persembahan
Kupersembahkan karya sederhana ini kepada orang yang sangat kukasihi dan kusayangi.
Umi’q
Sebagai tanda bakti, hormat, pengorbanan, dan rasa terima kasih yang tiada terhingga q
haturkan kepada Umi’ yang telah memberikan kasih sayang , segala dukungan, dan
cinta kasih yang tiada terhingga yang tiada mungkin dapat q balas hanya dengan
selembar kertas yang bertuliskan kata cinta dan persembahan.
dan
Semoga ini langkah awal untuk membuat umi’ bahagia karna q sadar, selama ini q
belum bisa berbuat yang lebih. Untuk umi’q yang selalu membuatku menjadi sosok yang
kuat mejalani hidup, untuk umi’q yang selalu membuat ku termotivasi, untuk umi’q yang
selalu menjadi inspirasiku, untuk umi’q yang selalu menyirami kasih dan menjadi
persinggahanku saat suka ataupun dukaku. ”Semoga Allah Selalu Menjaganya dan
memberikan kekuatan untuknya”.
Keluarga Besarq
Yang memiliki rasa kasih dan sayang yang begitu besar untuk mbah wedok (almarhuma)
dan mbah lanang yang telah membesarkan q....,Kel. Pakde Satumar, Kel. Bu’de Saodah,
Kel. Paman Jumal, Kel. Paman Juli, Kel. Cak Mat.
My heroes
Mas Alpi (Makasih telah meluangkan waktu dan mau tak repoti teru, semoga Allah
membalas dengan kebaikan yang lebih),Ayangq (Makasih...yang selalu memberiq
semangat) Agoeng (Makasih ...di kenalkan ma p.Ali,..), Pusy (makasih...dikenalin ma bu
Rini), Cu’uz (Makasih ..nganterin q konsultasi ke p.jay...jadi ikut-ikutan konsultasi deh..),
Hanik (Makasih...di kenalkan dengan p.Fah), Mh (Makasih....memberiq pengetahuan
yang lain, semoga Allah membalas dengan kebaikan yang lebih), Ali (Makasih...yang
dulu-dulu yach)
8
KATA PENGANTAR
Maha Suci Allah, atas kasih sayang dan karunia-Nya sehingga peneliti bisa
Peneliti berkeyakinan bahwa pengerjaan skripsi ini tak lepas dari bantuan
berbagai pihak. Pada kesempatan ini peneliti menyampaikan terima kasih kepada
1. Prof. Dr. Imam Suprayogo, selaku Rektor Universitas Islam Negeri (UIN)
Ibrahim Malang.
3. Ririen Kusumawati, M.Kom selaku dosen pembimbing dan kajur yang telah
memotivasi, membantu dan memberikan peneliti arahan yang baik dan benar
arahan terhadap kartu rencana studi setiap semester, sehingga peneliti dapat
6. Segenap staf dan dosen pengajar Teknik Informatika (UIN) Maulana Malik
Ibrahim Malang.
luput dari kekurangan dan keterbatasan. Maka dengan segenap kerendahan hati,
pengetahuan.
Peneliti
DAFTAR ISI
BAB I PENDAHULUAN
PENDAHULUAN
Berkaitan dengan pencitraan maka manusia adalah citra terbaik yang telah
diciptakan oleh Allah swt. Hal ini sebagaimana dinyatakan oleh Allah swt di
yaitu Allah swt. Jika dirujukkan lebih dalam pada hadits seperti disebutk
disebutkan di
Misalkan foto atau gambar lainnya, bagi sebagian orang adalah kenangan
yang membawa beribu makna. Seperti disebutkan dalam sebuah kata bijak, satu
kata hanya berarti satu kata tetapi sebuah gambar mewakili beribu makna. Meski
saat sekarang, posisi gambar telah digeser oleh gambar bergerak seperti video,
hanya saja penggunaan gambar sebagai media penyimpan sebuah peristiwa tetap
dengan performansi tinggi untuk diterapkan pada berbagai bidang. Kompresi citra
digital merupakan upaya untuk melakukan transformasi terhadap data atau simbol
penyusun citra digital menjadi data atau simbol lain, tanpa menimbulkan
perubahan yang signifikan atas citra digital tersebut bagi mata manusia yang
yang dihasilkan setelah proses kompresi mempunyai ukuran yang lebih kecil
yang lain. Besarnya ukuran data terkadang menjadi kendala dalam proses
pengiriman. Data dengan ukuran besar akan memakan waktu transfer yang lebih
lama dibandingkan dengan data yang memiliki ukuran lebih kecil, terkadang ada
media penyimpanan. Oleh karena itu, manusia selalu berusaha untuk menemukan
suatu cara alterntif untuk menangani permasalahan tersebut, salah satunya dengan
cara kompresi.
Salah satu kegunaan kompresi adalah untuk memperkecil kapasitas kosong
dalam memori media penyimpanan, agar tidak terlalu boros menggunakan media
data agar diperoleh data dengan ukuran yang lebih kecil daripada ukuran aslinya
Dua metode yang digunakan dalam penelitian ini adalah DCT dan DWT.
kedua metode ini yaitu mentransformasi data dari tempat spatial (spatial domain)
ke tempat frekuensi (frequency domain). DCT bersifat lossy dan DWT loseless,
dicari metode terbaik dalam melakukan proses kompresi terhadap citra bmp.
adalah:
1. Fase Analisis
lainnya.
materi dan algoritma yang telah dipelajari. Fase ini dilakukan secara
program.
Dari fase uji coba ini didapat beberapa level untuk proses
pengujian diantaranya:
a. Uji metode yaitu menguji apakah program yang telah di bangun sesuai
yang dikompresi
3. Revisi Program
1. BAB I PENDAHULUAN
analisa sistem perangkat lunak yang dibangun, yaitu apakah sesuai dengan
kemungkinan pengembangannya.
BAB II
TINJAUAN PUSTAKA
memahami proses kompresi data. Kajian pustaka ini akan menjelaskan tentang :
citra digital dengan tujuan untuk mengurangi redundansi dari data-data yang
terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien.
redundansi tersebut. Hal ini dapat pula dilakukan pada citra dijital yang beragam
Tujuan utama dari kompresi pada citra dijital adalah untuk mengurangi
Berkaitan dengan kompresi sesuai dengan firman Allah SWT Surat Al-
maknanya adalah apa yang ada di dunia akan kalian lihat, apa yang ada di akhirat
semua ada beritanya, seperti berita dari zaman Rasullullah SAW sampai berita-
berita yang ada di zaman modern sekarang semua terwujud atau nyata. Pada ayat
diatas kata Mustaqarrun dapat diartikan dengan berita yang tersimpan. Seperti
SAW tersimpan dalam Al-Qur’an dan Hadits, contohnya berita tentang Isra’
Mi’raj Nabi Muhammad SAW waktu menerima wahyu dari Allah SWT melalui
Malaikat Jibril itu tersimpan dalam Al-Qur’an dan Hadits. Dengan tersimpannya
berita-berita pada zaman Rasullullah SAW dalam Al-Qur’an dan Hadits, maka
Dari penjelasan ayat diatas, maka kata Mustaqarrun dapat juga diartikan
2. Teknik ini mengubah detail dan warna pada file citra menjadi lebih
3. Biasanya digunakan pada citra foto atau image lain yang tidak terlalu
memerlukan detail citra, dimana kehilangan bit rate foto tidak berpengaruh
pada citra.
1. Teknik kompresi citra dimana tidak ada satupun informasi citra yang
dihilangkan.
4. Tipe scalability:
statistik warna, tekstur, small preview image, dan author atau copyright
information
n −1
(2 x + 1) uµ
S (U ) = 2 C (u )∑ S ( x) cos
n x =0 2n
2.1
Keterangan:
U = 0,............n-1
1 untuk lainnya
Setiap element hasil transformasi S(u) merupakan hasil dot product atau
inner product dari masukan s(x) dan basis vektor. Faktor konstanta
diperoleh dari produk vektor (masukan) dan n x n matriks orthogonal yang setiap
barisnya merupakan basis vektor. Delapan basis vektor untuk n = 8 t dilihat pada
gambar di bawah. Setiap basis vektor berkorespondensi dengan kurva sinusoid
frekuency tertentu.
sebagai berikut :
n −1
(2 x + 1) uµ
n∑
S(X ) = 2 S (u )C (u ) cos
x=0 2n
2.2
Keterangan:
U = 0,............n-1
seperti bentuk gelombang suara. Sedangkan untuk citra sinyal dua dimensi,
diperlukan versi dua dimensi dari DCT. Sebuah matriks n x m, 2-D DCT
dihitung dengan cara: 1-D DCT diterapkan pada setiap baris dari s dan hasilnya
n −1 n −1
(2 x + 1) uµ
S (u , v ) = 2 C (u )C (v)∑ ∑ S ( x, y ) cos
nm y =0 x =0 2n
2.3
keterangan : u=0,.....n-1;
v=0,.....n-1;
Rumus 2-D DCT diatas sering juga disebut sebagai Forward Discrete
1-D secara terpisah pada baris dan kolomnya, sehingga dapat dikatakan bahwa 2-
D DCT sparable dalam dua dimensi. Seperti kasus satu-dimensi, setiap elemen
S(u,v) dari transformasi merupakan inner product dari masukan dan basis
fungsinya, dalam kasus ini, basis fungsinya adalah matriks n x m. Setiap dua-
dimensi basis matriks merupakan outer product dua basis vektor satu-dimensinya.
Gambar 2.2 64 basis fungsi dari 2-D DCT matriks 8 x 8
vertikal. Frekuensi horizontal meningkat dari kiri ke kanan, dan dari atas ke
artinya basis fungsi dengan frekuensi rendah memiliki sumbangan lebih besar
memiliki frekuensi tinggi. Nilai konstanta basis fungsi terletak di bagian kiri atas
sering disebut sebagai basis fungsi DC, dan DCT koefisien yang bersesuaian
diperoleh
2.4
64 nilai yang biasa disebut dengan koefisien DCT. Salah satu anggota dari
himpunan ini sering disebut sebagai koefisien DC dan sisanya 63 disebut dengan
seperti terlihat pada gambar di bawah. Nilai koefisien DC yang telah dikuantisasi
seperti pada gambar di bawah. Koefisien yang telah dikuantisasi ini selanjutnya
DCT. Langkah langkah pada proses decoding pada dasarnya merupakan kebalikan
menggunakan invers DCT (IDCT), kemudian citra baru dibentuk dari blok-blok
sampelnya tersebut.
Gambar 2.4 Persiapan kuantisasi koefisien DCT bagi prosedur entropy encoding.
(i)
Pengkodean beda nilai koefisien DC, dan (ii) Pengurutan zig-zag.
Sumber : CCITT (1993).
Gambar 2.5 Diagram decoding berbasis DCT
Sumber : CCITT (1993).
2.4.3. Kuantisasi
intensitas warna, sehingga dapat mengurangi jumlah bit yang digunakan untuk
berkurang, sehingga kualitas gambar hasil kompresi menjadi kurang baik. Secara
1 1 3 7 1 2
4 4 6 1 2 2
7 7 7 5 5 1
6 4 4 4 2 2
5 5 2 2 2 1
2 3 3 3 0 0
piksel/jumlah kelompok.
K Nk
0 2
1 6
2 10
3 3
4 5
5 4
6 2
7 4
4. Atur pengelompokan.
K Nk Nb Kb
0 2
1 6 8 0
2 10 10 1
3 3
4 5 8 2
5 4
6 2 10 3
7 4
5. Lakukan kuantisasi.
0 0 2 3 0 1
2 2 3 0 1 1
3 3 3 3 3 0
3 2 2 2 1 1
3 3 1 1 1 0
1 1 2 2 0 0
2.5
dimampatkan.
dan high pass. Low pass merepresentasikan bagian penting data dalam resolusi
Pada JPEG, dilakukan DWT dua dimensi, yaitu DWT terhadap baris (horizontal),
LL: sub-kelompok low dari hasil transformasi pada baris dan kolom.
HL: sub-kelompok high dari hasil transformasi baris, dan sub-kelompok low
LH: sub-kelompok low dari hasil transformasi baris, dan sub-kelompok high
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
2.6
a. Quantization
transformasi. Operasi ini bersifat lossy, kecuali jika nilai pembulatannya 1 dan
koefisien hasil transformasi bilangan bulat, hasil yang diperoleh dari Reversible
Component Transformation (RCT). Masing-masing koefisien dari hasil
2.7
untuk mendapatkan bilangan bulat terbesar yang kurang dari atau sama dengan x.
b. Entropy Coding
Embedded Block Coding with Optimised Truncation, atau yang disingkat sebagai
EBCOT. EBCOT terdiri atas dua tahapan (Tier). Tier 1 bertanggung jawab dalam
transformasi Wavelet menjadi persegi dengan ukuran yang kecil, untuk dikodekan
secara independen. Standar ukuran yang digunakan 2n, tetapi tidak boleh kurang
dari 4x4. EBCOT dilakukan pada masing-masing lapisan bit penyusun citra
dijital yang disebut sebagai bitplane, dengan perhitungan dimulai dari lapisan bit
yang paling signifikan ( Most Significant Bit) atau MSB, ke bit yang kurang
signifikan (Least Significant Bit) atau LSB. Lapisan MSB dipilih sebagai bitplane
urutan perhitungan yang khusus. Dimulai dari pojok kiri code block, dengan
perhitungan empat baris data pertama di kolom kedua, dilakukan hingga mencapai
kolom yang paling kanan. Proses tersebut kemudian diulangi untuk empat baris
data yang kedua, dari kolom paling kiri sampai paling kanan. Proses tersebut
Gambar 2.7 EBCOT pada code block yang diuraikan menjadi bitplane
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
1. Tier 1
Skema Tier 1 pada EBCOT dapat dilihat pada Gambar di bawah ini:
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
menjadi tetangga dari sebuah bit seperti tampak pada Gambar di bawah. Jika
koefisien dari masing-masing tetangga tersebut signifikan, maka tetangga-
D0 V0 D1
H0 X H1
D2 V1 D3
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
tahapan tersebut, berdasarkan kondisi bit yang sesuai dengan salah satu tahapan.
Skema dari ketiga tahapan tersebut dapat dilihat pada Gambar berikut :
Gambar 2.11 Skema entropy coding
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
mengindikasikan jenis bit yang diolah, apakah bit tersebut termasuk bit yang
MPS; atau sebaliknya, yaitu lebih jarang muncul ( Less Probable Symbol), disebut
sebuah interval, yang terbagi menjadi dua buah sub interval . Dalam interval
tersebut, MPS berada bagian atas dari LPS, dengan prosentase lebih besar.
Penggambaran, serta pembagian dari interval tersebut dapat dilihat di bawah ini:
Gambar 2.12 Pembagian interval pada MQ-Coder
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
perkiraan probabilitas dari LPS, sedangkan basis, atau batas bawah interval
1.5. Jika nilai A berada di bawah batasan minimum, maka A akan digandakan,
hingga berada dalam batasan yang seharusnya. Proses ini dinamakan dengan
renormalization. Jika nilai A berubah, maka C juga harus diubah dengan proses
sama. Karena nilai A selalu berada dalam batasan tersebut, maka nilai A akan
selalu dianggap sebanding dengan 1 ( A ª 1). Kondisi dimana sub interval MPS
kurang dari LPS dapat terjadi jika Qe mendekati 0.5 dengan nilai A yang kecil.
Apabila kondisi tersebut terjadi, maka harus dilakukan pembalikan nilai antara
2. Tier 2
dijelaskan di atas, akan menghasilkan bit stream, berupa byte-byte data mentah
bit stream tersebut, sehingga representasi akhir dari citra dijital yang dikompresi
dilakukan code block yang terdapat dalam subband dan juga komponen.
tergantung bit plane yang diperhitungkan dalam coding pass. Setiap pertambahan
layer, akan menambah kualitas citra dijital hasil kompresi yang dihasilkan.
3. Rate Control
pencapaian bit rate yang diiginkan ( target bit rate). Dalam penentuan target bit
rate, dilakukan perhitungan terhadap titik-titik potong optimal dari bit stream
block pada subband dalam level resolusi yang sama. Masing-masing paket yang
terbentuk akan memiliki paket header, antara lain berisi informasi mengenai
(Sumber: Huang W.B., The Embedded Block Coding with Optimized Truncation)
2.5.2. Huffman
melakukan pengkodean dalam bentuk bit untuk mewakili data karakter. Cara kerja
4. Mengganti data yang ada dengan kode bit berdasarkan pohon biner.
5. Menyimpan jumlah bit untuk kode bit yang terbesar, jenis karakter yang
a. Encode Huffman
teks. Misalkan sebuah file teks yang isinya “AAAABBBCCCCCD”. File ini
memiliki ukuran 13 byte atau satu karakter sama dengan 1 byte. Berdasarkan pada
D=1
banyak yaitu : D, B, A, C
dibuat. Penggantian karakter menjadi kode biner, dilihat dari node yang
mewakili 1 bit, sehingga data bit di atas terdiri dari 32 bit atau 4 byte (1
byte = 8 bit)
karakter yang terdapat di dalam file dan data file teks yang sudah
Jumlah ini terdiri dari 1 byte kode karakter yang memiliki frekuensi
terendah, 4 jenis karakter = 4 byte dan 4 byte data kode semua karakter.
b. Decode Huffman
dapat digunakan untuk mengembalikan data kode biner menjadi file teks. Metode
atau algoritma untuk mengembalikan data hasil kompresi menjadi data semula
sebagai berikut:
1. Membaca data pertama yang merupakan kode bit dari data karakter
terakhir. Data pertama ini memiliki jumlah bit yang bervariasi (dalam
contoh di atas data ini sama dengan 1 byte) dan digunakan sebagai
merupakan data karakter terakhir atau bukan. Data ini selalu memiliki nilai
2. Membaca data kode biner bit per bit hasil kompresi, bila nilai bit pertama
sama dengan “0” maka dilanjutkan pada bit kedua. Bila bit kedua juga
memilik nilai “0”, maka terus dilakukan pembacaan bit hingga ditemukan
nilai bit sama dengan “1”. Setelah ditemukan nilai bit “1”, berarti semua
4. Ulangi langkah b dan c hingga kode bit biner terakhir. Untuk menentukan
apakah kode biner yang sedang dibaca mewakili karakter yang paling
akhir dalam listing karakter atau tidak adalah dengan cara membandingkan
semua bit “0” yang terbaca dengan kode biner dari karakter yang terakhir.
kelompok piksel berderajat keabuan yang sama. Metode ini dilakukan dengan
menyatakan seluruh baris citra menjadi sebuah baris run, lalu menghitung run–
length untuk setiap derajat keabuan yang berurutan. Metode RLE dapat
1 2 1 1 1 1
1 3 4 4 4 4
1 1 3 3 3 5
1 1 1 1 3 3
1 2 1 1 1 1 1 3 4 4 4 4 1 1 3 3 3 5 1 1 1 1 3 3
hitung jumlah kemunculan datanya (1,1) (2,1) (1,5) (3,1) (4,4) (1,2) (3,3) (5,1)
(1,4) (3,2)
berkurang 4 nilai
Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua
dimensi yang continue menjadi gambar diskrit melalui proses sampling. Gambar
analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit.
Dimana setiap pasangan indeks baris dan kolom menyatakan suatu titik pada citra.
dinamakan sebagai elemen citra, atau pixel (picture elemen). Dalam kamus
komputer, gambar atau foto diistilahkan sebagai citra digital yang mempunyai
spasial, dan nilai f pada suatu titik (x,y) sebanding dengan brightness (gray level)
Citra bitmap adalah susunan bit-bit warna untuk tiap pixel yang
membentuk pola tertentu. Pola-pola warna ini menyajikan informasi yang dapat
dipahami sesuai dengan persepsi indera penglihatan manusia. Format file ini
merupakan format grafis yang fleksibel untuk platform Windows sehingga dapat
dibaca oleh program grafis manapun. Format ini mampu menyimpan informasi
koordinat bidang. Besaran f untuk tiap koordinat (x,y) disebut intensitas atau
Dari definisi di atas yang diperjelas oleh gambar 1.1, bitmap dimodelkan
dalam bentuk matriks. Nilai pixel atau entri-entri dari matriks ini mewakili warna
yang ditampilkan dimana ordo matriks merupakan dimensi panjang dan lebar dari
bitmap.
Dalam komputer, derajat intensitas cahaya diwakili oleh bilangan cacah. Nilai 0
menerangkan tidak adanya cahaya sedangkan nilai yang lain menerangkan adanya
cahaya dengan intensitas tertentu. Nilai-nilai ini bisa didapatkan melalui fungsi-
fungsi yang disediakan oleh bahasa pemrograman berdasarkan input berupa lokasi
2.6.2. Pixel
Pixel (Picture Elements) adalah nilai tiap-tiap entri matriks pada bitmap.
Rentang nilai-nilai pixel ini dipengaruhi oleh banyaknya warna yang dapat
ditampilkan. Jika suatu bitmap dapat menampilkan 256 warna maka nilai-nilai
pixelnya dibatasi dari 0 hingga 255. Suatu bitmap dianggap mempunyai ketepatan
yang tinggi jika dapat menampilkan lebih banyak warna. Prinsip ini dapat dilihat
dari contoh pada gambar 2.3 yang memberikan contoh dua buah bitmap dapat
bitmap sebelah atas memberikan nilai untuk warna lebih sedikit daripada bitmap
dibawahnya. Untuk bitmap dengan pola yang lebih kompleks dan dimensi yang
lebih besar, perbedaan keakuratan dalam memberikan nilai warna akan terlihat
lebih jelas.
dimensi. Indeks baris dan kolom (x,y) dari sebuah pixel dinyatakan dalam
bilangan bulat. Pixel (0,0) terletak pada sudut kiri atas pada citra, indeks x
begerak ke kanan dan indeks y bergerak ke bawah. Konvensi ini dipakai merujuk
pada cara penulisan larik yang digunakan dalam pemrograman komputer. Letak
titik origin pada koordinat grafik citra dan koordinat pada grafik matematika
terdapat perbedaan. Hal yang berlawanan untuk arah vertikal berlaku pada
kenyataan dan juga pada sistem grafik dalam matematika yang sudah lebih dulu
lebar × tinggi bitmap. Satuan ukur dimensi bitmap dapat berupa satuan ukur
metris maupun pixel. Dimensi yang digunakan oleh bitmap mewakili ordo matriks
citra itu sendiri. Contoh pada gambar 2.1 menunjukkan sebuah bitmap berdimensi
15×10 pixel yang diwakili oleh matriks C10×15. Model matriks untuk bitmap
dipengaruhi oleh kerapatan pixel atau resolusi. Kerapatan pixel ini digunakan
seberapa tajam gambar ini ditampilkan yang ditunjukkan dengan jumlah baris dan
satuan ukuran terhadap jumlah area photo-receptor pada sensor gambar kamera,
mengubah citra dari fungsi kontinu ke fungsi diskrit sehingga semakin besar
resolusi citra maka informasi yang dihasilkan akan semakin baik, sebab data yang
satu citra yang memiliki warna putih, abu-abu dan hitam. Format citra ini disebut
skala keabuan karena pada umumnya warna yang dipakai adalah antara hitam
sebagai warna minimal dan warna putih sebagai warna maksimalnya, sehingga
bergantung pada jumlah bit yang digunakan. Misalnya pada citra skala keabuan 4
255. Sehingga Makin besar angka grayscale, citra yang terbentuk makin
Bab ini membahas tentang desain, implementasi desain dan metode output
dalam kompresi. Desain dan implementasi ini meliputi deskripsi sistem, desain
pada skripsi ini. Tujuan pembuatan sistem untuk membandingkan prosentase dan
koefisien citra setelah dikompresi menggunakanan DCT dan DWT, Pada awalnya
pengguna memasukkan input data berupa citra., citra masukan untuk proses
kompresi adalah citra bmp, output dari DCT dan DWT adalah nilai koefisien dan
rasio kompresi.
Dilakukan proses buka citra, inputkan citra (akan terbaca pixel citra
tersebut), dilakukan proses pilih DCT dan DWT, dihasilkan output citra
Pada subbab ini akan dijelaskan mengenai desain aplikasi sistem untuk
implementasi metode output. Desain aplikasi ini meliputi desain data, algoritma
yang digunakan dalam sistem yang digambarkan dengan flowchart dan desain
proses. Desain data berisikan penjelasan data yang diperlukan untuk dapat
menerapkan proses kompresi menggunakan DCT dan DWT. Desain data meliputi
data masukan, data selama proses dan data keluaran. Desain proses kompresi
antara lain menjelaskan tentang proses metode DCT, IDCT dan DWT.
3.3. Desain Data
menjadi tiga bagian utama, yaitu data masukan, data yang digunakan selama
Data masukan yang pertama dari pengguna adalah arsip citra yang dipilih
oleh pengguna. Pada sistem ini citra yang dimasukkan berupa arsip citra bitmap
dengan ukuran yang berbeda-beda. Daftar data masukan (daftar citra yang
pemilihan metode, DCT dan DWT untuk pembentukan output prosentase citra
DCT adalah penghitungan matriks transform, matriks transpose, dan juga proses
penghitungan matriks low-low filter, matriks high-low filte, matriks low-high filter
metode DCT dan DWT adalah prosentase citra terkompresi dan koefisien citra.
Metode DCT menghasilkan output koefisien DCT (koefisien Ac dan Dc) koefisien
Dc adalah di pojok kiri atas dan metode DWT menghasilkan output koefisien LL,
LH, HL dan HH. Output yang lain adalah perhitungan nilai prosentase kormpresi
berlangsung pada sistem. Desain proses untuk aplikasi ini menggunakan diagram
alir flowchart. Tools yang akan digunakan untuk pembuatan diagram alir adalah
selama proses dan data keluaran yang terlibat dalam sistem. Secara garis besar,
jalannya sistem ini adalah pengguna memasukkan citra bitmap, kemudian sistem
Dilakukan proses buka citra, dan diinputkan citra (akan terbaca pixel citra
output koefisien (Dc dan Ac) dan rasio kompresi ,selanjutnya dilakukan proses
simpan.
Gambar 3.3 Diagram alir metode DCT keseluruhan
(matriks transform) baris ke-nol kolom ke-nol di kalikan dengan matriks ke-nol
matriks kolom ke-nol dan pada baris ke-nol, sampai A baris ke N-1 dan X kolom
ke N-1, di mana N adalah banyaknya pixel citra. Sehingga perkalian matriks A
( 2 j + 1)iπ 1 2
rumus Aij =Ci*cos* , Dimana Ci= (i = 0) , Ci= (i > 0) untuk
2N N N
dimasukkan ke dalam rumus Aij, dihitung mulai dari baris ke-nol kolom ke-nol
sampai dengan baris N-1 dan kolom M-1. dan µ dibaca radian nilanya 180 derajat.
Gambar 3.5 Diagram alir nilai matriks transform
ke-nol kolom ke-nol di kalikan dengan matriks ke-nol kolom ke-nol pada matriks
(matriks tranpose) dari matriks kolom ke-nol dan pada baris ke-nol, sampai Y’
DCT di dalamnya terdapat dua koefisien yaitu Ac dan Dc, koefisien Dc (di pojok
(matriks transpose) baris ke-nol kolom ke-nol di kalikan dengan matriks ke-nol
matriks kolom ke-nol dan pada baris ke-nol, sampai A’ baris ke N-1 dan Y
ke-nol kolom ke-nol di kalikan dengan matriks ke-nol kolom ke-nol pada matriks
A (matriks transform) dari matriks kolom ke-nol dan pada baris ke-nol, sampai
transform) di hasilkan nilai X dari baris ke N-1 sampai M-1, X adalah koefisien
IDCT.
output koefisien Low-low filter (LL), High-low filter (HL), Low-high filter (LH)
dan High-high filter (HH) dan rasio kompresi, selanjutnya dilakukan proses
simpan
kolom ke-nol (dari kolom N-1 dan baris M-1), di mana N adalah pixel citra.
dengan X (low-pas filter), langkah pertama yaitu matriks X (low-pas filter) baris
ke-nol kolom ke-nol di kalikan dengan matriks ke-nol kolom ke-nol pada matriks
(low-pas filter) dari matriks kolom ke-nol dan pada baris ke-nol, sampai X baris
ke N-1 dan X kolom ke N-1, di mana N adalah banyaknya pixel citra. Sehingga
perkalian matriks X (low-pas filter) terhadap X (low-pas filter) di hasilkan nilai
Start
Input matriks X
LL = X*X
Koefisien LL
End
dengan Y (high-pas filter), langkah pertama yaitu matriks X (low-pas filter) baris
ke-nol kolom ke-nol di kalikan dengan matriks ke-nol kolom ke-nol pada matriks
(high-pas filter) dari matriks kolom ke-nol dan pada baris ke-nol, sampai X baris
ke N-1 dan Y kolom ke N-1, di mana N adalah banyaknya pixel citra. Sehingga
perkalian matriks X (low-pas filter) terhadap Y (high-pas filter) di hasilkan nilai
Start
LH= X*Y
Koefisien LH
End
filter) baris ke-nol kolom ke-nol di kalikan dengan matriks ke-nol kolom ke-nol
terhadap X (low-pas filter) dari matriks kolom ke-nol dan pada baris ke-nol,
sampai Y baris ke N-1 dan X kolom ke N-1, di mana N adalah banyaknya pixel
HL = Y*X
Koefisien HL
End
filter) baris ke-nol kolom ke-nol di kalikan dengan matriks ke-nol kolom ke-nol
terhadap Y (high-pas filter) dari matriks kolom ke-nol dan pada baris ke-nol,
sampai Y baris ke N-1 dan Y kolom ke N-1, di mana N adalah banyaknya pixel
HH = Y*Y
Koefisien HH
End
3.4 Implementasi
begin
Ss4.RowCount:= Ss1.RowCount;
Ss4.ColCount:= Ss1.ColCount;
n:=Ss4.Rowcount-1;
For I:= 1 To n do
Begin
Tot:=0;
H:=1;
For J:= 1 To n do
Begin
Tot:=
StrToFLoat(Ss3.cells[1,J])*StrToFLoat(Ss2a.cells[I,1])+
StrToFLoat(Ss3.cells[2,J])*StrToFLoat(Ss2a.cells[I,2])+
StrToFLoat(Ss3.cells[3,J])*StrToFLoat(Ss2a.cells[I,3])+
StrToFLoat(Ss3.cells[4,J])*StrToFLoat(Ss2a.cells[I,4]);
Ss4.Cells[I,J] :=Formatfloat('0.000',Tot);
H:=H+1;
ENd;
ENd;
nilainya akan kembali ke citra original yang dijadikan masukan. Potongan kode
begin
Ss6.RowCount:= Ss1.RowCount;
Ss6.ColCount:= Ss1.ColCount;
n:=Ss6.Rowcount-1;
For I:= 1 To n do
Begin
Tot:=0;
H:=1;
For J:= 1 To n do
Begin
Tot:=
StrToFLoat(Ss5.cells[1,J])*StrToFLoat(Ss2.cells[I,1])+
StrToFLoat(Ss5.cells[2,J])*StrToFLoat(Ss2.cells[I,2])+
StrToFLoat(Ss5.cells[3,J])*StrToFLoat(Ss2.cells[I,3])+
StrToFLoat(Ss5.cells[4,J])*StrToFLoat(Ss2.cells[I,4]);
Ss6.Cells[I,J] :=Formatfloat('0.000',Tot);
H:=H+1;
ENd;
ENd;
kuadran (Low-low filter, High-low filter, Low-high filter dan High-high filter).
Begin
S1.Cells[1,1]:='5';
S1.Cells[2,1]:='11';
S1.Cells[3,1]:='8';
S1.Cells[4,1]:='10';
S1.Cells[1,2]:='9';
S1.Cells[2,2]:='8';
S1.Cells[3,2]:='4';
S1.Cells[4,2]:='12';
S1.Cells[1,3]:='1';
S1.Cells[2,3]:='10';
S1.Cells[3,3]:='11';
S1.Cells[4,3]:='4';
S1.Cells[1,4]:='19';
S1.Cells[2,4]:='6';
S1.Cells[3,4]:='15';
S1.Cells[4,4]:='7';
end;
Var
I, J,n : Integer;
Ci : Double;
begin
n:=S1.Rowcount-2;
S2.RowCount:= S1.RowCount;
S2.ColCount:= S1.ColCount;
For I:= 0 To n do
Begin
Ci:=0;
For J:= 0 To n do
Begin
If i=0 then
Ci:= Sqrt(1/(n+1));
If i>0 then
Ci:= Sqrt(2/(n+1));
S2.Cells[J+1,I+1]
:=INTTOSTR(strtoint(S1.Cells[J+1,I+1])*2);
ENd;
ENd;
BAB IV
Dalam bab ini dibahas mengenai hasil uji coba sistem yang telah dirancang
dan dibuat. Uji coba dilakukan untuk mengetahui apakah sistem dapat berjalan
sebagaimana mestinya dengan lingkungan uji coba yang telah ditentukan sesuai
b. RAM 256 MB
d. Monitor 15”
e. Keyboard
f. Mouse PS2
b. Delphi 0.7
1 3 6
8 7
9 11
2
10
12
4
5
13
14
Keterangan gambar:
Nomor 1 : Tombol buka gambar yaitu user memilih gambar yang akan dikompresi
Nomor 4 : Sistem menampilkan lebar dan tinggi file citra yang di buka user
Nomor 5 : User menilih metode DCT yang digunakan untuk proses kompresi
6 5
7 9
2
8
10
3
Nomor 1 : Tombol buka gambar yaitu user memilih gambar yang akan dikompresi
Nomor 4 : Sistem menampilkan lebar dan tinggi file citra yang di buka user
Nomor 5 : User menilih metode DWT yang digunakan untuk proses kompresi
1 4
6 5
7 9
2
8
11 10
Proses yang akan dilakukan dalam penelitian ini, yaitu proses kompresi
terhadap citra masukan bitmap, menggunakan metode DCT dan DWT dihitung
terkomputerisasi. Dan gambar yang akan dijadikan data uji coba ada 9 citra
dengan ukuran yang berbeda-beda. Di bawah ini adalah data citra uji coba:
(C) Valley.bmp
(a) Jungle.bmp (b) Mountain.bmp
Berikut ini adalah seluruh hasil uji coba yang menunjukkan kinerja dari
DWT. Hasil dari uji coba ini akan digunakan untuk menarik kesimpulan pada
skripsi ini.
5 11 8 10
9 8 4 12
X=
1 10 11 4
19 6 15 7
(2 j + 1)iπ 1 2
Aij =Ci cos , Dimana Ci= (i = 0) , Ci= (i > 0)
2N N N
(4.1)
1 (2 * 0 + 1)0π
A00= cos
4 2*4
1 1 1
= cos 0 = *1 =
4 2 2
1 (2 *1 + 1)0π
A02= cos
4 2*4
1 1 1
= cos 0 = * 1 =
4 2 2
1 (2 * 2 + 1)0π
A02= cos
4 2*4
1 1 1
= cos 0 = * 1 =
4 2 2
1 (2 * 3 + 1)0π
A03= cos
4 2*4
1 1 1
= cos 0 = * 1 =
4 2 2
2 (2 * 0 + 1)1π
A10= cos
4 2*4
2 π 1 π
= cos = cos
4
8 2 8
2 (2 *1 + 1)1π
A11= cos
4 2*4
2 3π 1 3π
= cos = cos
4 8 2 8
2 (2 * 2 + 1)1π
A12= cos
4 2*4
2 5π 1 5π
= cos = cos
4 8 2 8
2 (2 * 3 + 1)1π
A13= cos
4 2*4
2 7π 1 7π
= cos = cos
4 8 2 8
2 (2 * 0 + 1)2π
A20= cos
4 2*4
2 2π 1 2π
= cos = cos
4 8 2 8
2 (2 *1 + 1)2π
A21= cos
4 2*4
2 6π 1 6π
= cos = cos
4 8 2 8
2 (2 * 2 + 1)2π
A22= cos
4 2*4
2 10π 1 10π
= cos = cos
4 8 2 8
2 (2 * 3 + 1)2π
A23= cos
4 2*4
2 14π 1 14π
= cos = cos
4 8 2 8
2 (2 * 0 + 1)3π
A30= cos
4 2*4
2 3π 1 3π
= cos = cos
4 8 2 8
2 (2 *1 + 1)3π
A31= cos
4 2*4
2 9π 1 9π
= cos = cos
4 8 2 8
2 (2 * 2 + 1)3π
A32= cos
4 2*4
2 15π 1 15π
= cos = cos
4 8 2 8
2 (2 * 3 + 1)3π
A33= cos
4 2*4
2 21π 1 21π
= cos = cos
4 8 2 8
Fungsi Cosine adalah simetri dan pengulangan setelah 2π radian dan karena itu
A dapat di sederhanakan menjadi
1 1 1 1
2 2 2 2
1 π 1 3π 1 3π 1 π
cos cos − cos − cos
2 8 2 8 2 8 2 8
A=
1 1 1 1
− −
2 2 2 2
1 3π 1 π 1 π 1 3π
cos − cos cos − cos
2 8 2 8 2 8 2 8
1 1 π 1 3π
dimana a= =0.5, b= cos =0.653, c= cos =0.271
2 2 8 2 8
A’ (matrik transpose) yaitu perubahan kolom menjadi baris dan baris menjadi kolom.
Y’00=A00X00+A01X10+A02X20+A03X30
= (0.5 * 5) + (0.5 * 9) + (0.5 *1) + (0.5 *19)
Y’01=A00X01+A01X11+A02X21+A03X31
= (0.5 *11) + (0.5 * 8) + (0.5 *10) + (0.5 * 6)
Y’03=A00X03+A01X13+A02X23+A03X33
= (0.5 *10) + (0.5 *12) + (0.5 * 4) + (0.5 * 7 )
Y’10=A10X00+A11X01+A12X02+A13X30
= (0.653 * 5) + (0.271* 9) + (− 0.271*1) + (− 0.653 *19)
Y’11=A10X01+A01X11+A12X21+A03X31
= (0.653 *11) + (0.271* 8) + (− 0.271*10) + (− 0.653 * 6)
Y’13=A10X03+A01X13+A12X23+A03X33
= (0.653 *10) + (0.271*12) + (0.271* 4) + (− 0.653 * 7 )
Y’20=A20X00+A21X01+A22X02+A23X30
= (0.5 * 5) + (− 0.5 * 9) + (− 0.5 *1) + (0.5 *19)
Y’22=A20X02+A21X12+A02X22+A23X32
= (0.5 * 8) + (− 0.5 * 4) + (− 0.5 *11) + (0.5 *15)
Y’23=A20X03+A21X13+A02X23+A23X3
= (0.5 *10) + (− 0.5 *12) + (− 0.5 * 4) + (0.5 * 7 )
Y’30=A30X00+A31X01+A32X02+A33X30
= (0.271* 5) + (− 0.653 * 9) + (0.653 *1) + (− 0.271*19)
Y’31=A30X01+A31X11+A32X21+A33X31
= (0.271*11) + (− 0.653 * 8) + (0.653 *10) + (− 0.271* 6)
Y’33=A30X03+A31X13+A32X23+A33X33
= (0.271*10) + (− 0.653 *12) + (0.653 * 4) + (− 0.271* 7 )
17 17.5 19 16.5
- 6.974 2.723 - 6.468 4.127
Y’=
7 - 0.5 4 0.5
- 9.018 2.661 2.674 - 4.411
Y=Y’*A’
(4.3)
17 17.5 19 16.5 0.5 0.653 0.5 0.271
- 6.974 2.723 - 6.468 4.127 0.5 0.271 - 0.5 - 0.653
Y= *
7 - 0.5 4 0.5 0.5 - 0.271 - 0.5 0.653
- 9.018 2.661 2.674 - 4.411 0.5 - 0.653 0.5 - 0.271
Y00=Y’00A’00+Y’01A’10+Y’02A’20+Y’03A’30
= (17 * 0.5) + (17.5 * 0.5) + (19 * 0.5) + (16.5 * 0.5)
Y01=Y’00A’01+Y’01A’11+Y’02A’21+Y’03A’31 =
(17 * 0.653) + (17.5 * 0.271) + (19 * −0.271) + (16.5 * −0.653)
= (11.1) + (4.742) + (− 5.149) + (− 10.774) = −0.08
35 17.5 19 16.5
- 6.974 2.723 - 6.468 4.127
Y=
7 - 0.5 4 0.5
- 9.018 2.661 2.674 - 4.411
d. Perhitungan Coefisien IDCT
0.5 0. 5 0.5 0. 5
0.653 0.271 − 0.271 − 0.653
A=
0.5 − 0. 5 − 0.5 0. 5
0.271 − 0.653 0.653 − 0.271
X’=A’*Y
(4.4)
0.5 0.653 0.5 0.271 35 - 0.08 - 1.5 1.115
0.5 0.271 - 0.5
- 0.653 - 3.296 - 4.758 0.449 - 9.01
X’= *
0.5 - 0.271 - 0.5 0.653 5.5 3.025 2 4.7
0.5 - 0.653 0.5 - 0.271 - 4.047 - 3.011 - 9.382 - 1.24
X’00=A’00Y00+A’01Y10+A’02Y20+A’03Y30
= (0.5 * 35) + (0.653 * −3.296) + (0.5 * 5.5) + (0.271 * −4.047)
X’01=A’00Y01+A’01Y11+A’02Y21+A’03Y31
= (0.5 * −0.88) + (0.653 * −4.758) + (0.5 * 3.025) + (0.271 * −3.011)
17 - 2.45 - 3.31
- 1.99
16.99 - 0.87 4.49 - 3.42
X’=
13 - 2.22 - 7.99 - 0.16
23.49 5.39 2.49 9.127
X=X’*A
(4.5)
17 - 2.45 - 3.31 0.5
- 1.99 0. 5 0.5 0. 5
16.99 - 0.87 4.49 - 3.42 0.653 0.271 − 0.271 − 0.653
X= *
13 - 2.22 - 7.99 - 0.16 0.5 − 0. 5 − 0.5 0. 5
23.49 5.39 2.49 9.127 0.271 − 0.653 0.653 − 0.271
5 11 8 10
9 8 4 12
X=
1 10 11 4
19 6 15 7
Y= 2*X
= X*X
(4.6)
5 11 8 10 5 11 8 10
9 8 4 12 9 8 4 12
LL= *
1 10 11 4 1 10 11 4
19 6 15 7 19 6 15 7
LL00=X00X00+X01X10+X02X20+X03X30
= (5 * 5) + (11 * 9) + (8 * 1) + (10 * 19)
LL01=X00X01+X01X11+X02X21+X03X31
= (5 *11) + (11* 8) + (8 *10) + (10 * 6)
LL02=X00X02+X01X12+X02X22+X03X32
= (5 * 8) + (11* 4) + (8 *11) + (10 *15)
LL10=X10X00+X11X01+X12X02+X13X30
= (9 * 5) + (8 * 9) + (4 *1) + (12 *19)
LL11=X10X01+X01X11+X12X21+X03X31
= (9 *11) + (8 * 8) + (4 *10) + (12 * 6)
LL12=X10X02+X01X12+X12X22+X03X32
= (9 * 8) + (8 * 4) + (4 *11) + (12 *15)
LL13=X10X03+X01X13+X12X23+X03X33
= (9 *10) + (8 *12) + (4 * 4) + (12 * 7 )
LL20=X20X00+X21X01+X22X02+X23X30
= (1 * 5) + (10 * 9) + (11 *1) + (4 *19)
LL21=X20X01+X21X11+X02X21+X23X31
= (1 *11) + (10 * 8) + (11 *10) + (4 * 6)
LL22=X20X02+X21X12+X02X22+X23X32
= (1 * 8) + (10 * 4) + (11*11) + (4 *15)
LL23=X20X03+X21X13+X02X23+X23X33
= (1 *10) + (10 *12) + (11* 4) + (4 * 7 )
LL30=X30X00+X31X01+X32X02+X33X30
= (19 * 5) + (6 * 9) + (15 *1) + (7 *19)
LL32=X30X02+X31X12+X32X22+X33X32s
= (19 * 8) + (6 * 4) + (15 *11) + (7 *15)
LL33=X30X03+X31X13+X32X23+X33X33
= (19 *10) + (6 *12) + (15 * 4) + (7 * 7 )
= Y*X
(4.7)
10 22 16 20 5 11 8 10
18 16 4 24 9 8 4 12
HL= *
2 20 22 8 1 10 11 4
36 12 30 14 19 6 15 7
HL00=Y00X00+Y01X10+Y02X20+Y03X30
= (10 * 5) + (22 * 9) + (16 *1) + (20 *19)
HL02=Y00X02+Y01X12+Y02X22+Y03X32
= (10 * 8) + (22 * 4) + (16 *11) + (20 *15)
HL03=Y00X03+Y01X13+Y02X23+Y03X33
= (10 *10) + (22 *12) + (16 * 4) + (20 * 7 )
HL10=Y10X00+A11X01+Y12X02+Y13X30
= (18 * 5) + (16 * 9) + (8 *1) + (24 *19)
HL11=Y10X01+Y01X11+Y12X21+Y03X31
= (18 *11) + (16 * 8) + (8 *10) + (24 * 6)
HL12=Y10X02+Y01X12+Y12X22+Y03X32
= (18 * 8) + (16 * 4) + (8 *11) + (24 *15)
HL13=Y10X03+Y01X13+Y12X23+Y03X33
= (18 *10) + (16 *12) + (8 * 4) + (24 * 7 )
HL20=Y20X00+Y21X01+Y22X02+Y23X30
= (2 * 5) + (20 * 9) + (22 *1) + (8 *19)
HL21=Y20X01+Y21X11+Y02X21+Y23X31
= (2 *11) + (20 * 8) + (22 *10) + (8 * 6)
HL22=Y20X02+Y21X12+Y02X22+Y23X32
= (2 * 8) + (20 * 4) + (22 *11) + (8 *15)
HL23=Y20X03+Y21X13+Y02X23+Y23X33
= (2 *10) + (20 *12) + (22 * 4) + (8 * 7 )
HL30=Y30X00+Y31X01+Y32X02+Y33X30
= (36 * 5) + (12 * 9) + (30 *1) + (14 *19)
HL31=Y30X01+Y31X11+Y32X21+Y33X31
= (36 *11) + (12 * 8) + (30 *10) + (14 * 6)
HL32=Y30X02+Y31X12+Y32X22+Y33X32s
= (36 * 8) + (12 * 4) + (30 *11) + (14 *15)
HL33=Y30X03+Y31X13+Y32X23+Y33X33
= (36 *10) + (12 *12) + (30 * 4) + (14 * 7 )
X*Y
(4.8)
5 11 8 10 10 22 16 20
9 8 4 12 18 16 4 24
LH= *
1 10 11 4 2 20 22 8
19 6 15 7 36 12 30 14
LH00=X00Y00+X01Y10+X02Y20+X03Y30
= (5 *10) + (11*18) + (8 * 2) + (10 * 36)
LH01=X00Y01+X01Y11+X02Y21+X03Y31
= (5 * 22) + (11 *16) + (8 * 20) + (10 *12)
LH02=X00Y02+X01Y12+X02Y22
= (5 *16) + (11 * 8) + (8 * 22) + (10 * 30)
LH03=X00Y03+X01Y13+X02Y23+X03Y33
= (5 * 20) + (11* 24) + (8 * 8) + (10 *14)
LH11=X10Y01+X01Y11+X12Y21+X03Y31
= (9 * 22) + (8 *16) + (4 * 20) + (12 *12)
LH12=X10Y02+X01Y12+X12Y22+X03Y32
= (9 *16) + (8 * 8) + (4 * 22) + (12 * 30)
LH13=X10Y03+X01Y13+X12Y23+X03Y33
= (9 * 20) + (8 * 24) + (4 * 8) + (12 *14)
LH20=X20Y00+X21Y01+X22Y02+X23Y30
= (1 *10) + (10 *18) + (11 * 2) + (4 * 36)
LH21=X20Y01+X21Y11+X02Y21+X23Y31
= (1 * 22) + (10 *16) + (11* 20) + (4 *12)
LH22=X20Y02+X21Y12+X02Y22+X23Y32
= (1 *16) + (10 * 8) + (11 * 22) + (4 * 30)
LH23=X20Y03+X21Y13+X02Y23+X23Y33
= (1 * 20) + (10 * 24) + (11 * 8) + (4 *14)
LH30=X30Y00+X31Y01+X32Y02+X33Y30
= (19 *10) + (6 *18) + (15 * 2) + (7 * 36)
LH31=X30Y01+X31Y11+X32Y21+X33Y3
= (19 * 22) + (6 *16) + (15 * 20) + (7 *12)
LH32=X30Y02+X31Y12+X32Y22+X33Y32s
= (19 *16) + (6 * 8) + (15 * 22) + (7 * 30)
LH33=X30Y03+X31Y13+X32Y23+X33Y33
= (19 * 20) + (6 * 24) + (15 * 8) + (7 *14)
Y*Y
(4.9)
10 22 16 20 10 22 16 20
18 16 4 24 18 16 4 24
HH= *
2 20 22 8 2 20 22 8
36 12 30 14 36 12 30 14
HH00=Y00Y00+Y01Y10+Y02Y20+Y03Y30
= (10 * 10) + (22 * 18) + (16 * 2) + (20 * 36)
HH01=Y00Y01+Y01Y11+Y02Y21+Y03Y31
= (10 * 22) + (22 *16) + (16 * 20) + (20 *12)
HH02=Y00Y02+Y01Y12+Y02Y22+Y03Y32
= (10 *16) + (22 * 8) + (16 * 22) + (20 * 30)
HH03=Y00Y03+Y01Y13+Y02Y23+Y03Y33
= (10 * 20) + (22 * 24) + (16 * 8) + (20 *14)
HH10=Y10Y00+Y11Y01+Y12Y02+Y13Y30
= (18 *10) + (16 *18) + (8 * 2) + (24 * 36)
HH11=Y10Y01+Y01Y11+Y12Y21+Y03Y31
= (18 * 22) + (16 *16) + (8 * 20) + (24 *12)
HH12=Y10Y02+Y01Y12+Y12Y22+Y03Y32
= (18 *16) + (16 * 8) + (8 * 22) + (24 * 30)
HH 13=Y10Y03+Y01Y13+Y12Y23+Y03Y33
= (18 * 20) + (16 * 24) + (8 * 8) + (24 *14)
HH20=Y20Y00+Y21Y01+Y22Y02+Y23Y30
= (2 *10) + (20 *18) + (22 * 2) + (8 * 36)
HH 21=Y20Y01+Y21Y11+Y02Y21+Y23Y31
= (2 * 22) + (20 *16) + (22 * 20) + (8 *12)
HH22=Y20Y02+Y21Y12+Y02Y22+Y23Y32
= (2 *16) + (20 * 8) + (22 * 22) + (8 * 30)
HH23=Y20Y03+Y21Y13+Y02Y23+Y23Y33
= (2 * 20) + (20 * 24) + (22 * 8) + (8 *14)
HH30=Y30Y00+Y31Y01+Y32Y02+Y33Y30
= (36 *10) + (12 *18) + (30 * 2) + (14 * 36)
HH31=Y30Y01+Y31Y11+Y32Y21+Y33Y31
= (36 * 22) + (12 *16) + (30 * 20) + (14 *12)
HH33=Y30Y03+Y31Y13+Y32Y23+Y33Y33
= (36 * 20) + (12 * 24) + (30 * 8) + (14 *14)
a. Output Citra
(c) Valley.bmp
(a) Jungle.bmp (b) Mountain.bmp
(d) Upin-Ipin.bm (e) Three-Idiot.bmp (f) Assasians.bmp
DWT secara kasat mata tidak mengalami perubahan, akan tetapi secara tak kasat
mata yaitu menghasilkan nilai koefisien yang berbeda, nilai koefisien yang
yaitu koefisien pada pixel baris ke-nol dan kolom ke-nol atau nilai yang berada di
pojok kiri atas, sedangkan nilai yang lainnya adalah koefisien Ac), sedangkan
metode DWT menghasilkan 4 kuadran nilai koefisien yaitu low-low filter, high-
low filter, low-high filter dan high-high filter. Masing-masing nilai koefisien
Ukuran (Kb)
Citra masukan Citra Citra Rasio
No asli terkompresi Kompresi
1 Jungle 49 31 36,73
2 Mountain 193 70 63,73
3 Valley 769 149 80,63
4 Upin-ipin 3.841 471 87,74
5 Three-idiot 550 175 80,92
6 Assasians 3.601 385 94,31
7 Teratai 858 95 88,86
8 Black 2.301 585 74,61
9 Tulip 653 261 60,04
metode DCT pada file yang mempunyai tipe *.bmp ditunjukkan pada tabel 4.2.
rasio rata-rata yang dicapai oleh system untuk file bertipe *.bmp adalah sebesar
74.61%. Tingkat rasio kompresi untuk sebuah file sangat dipengaruhi oleh
Ukuran (Kb)
Citra masukan Citra Citra Rasio
No asli terkompresi Kompresi
1 Jungle 49 43 12,25
2 Mountain 193 155 19,69
3 Valley 769 256 66,71
4 Upin-ipin 3.841 991 74,20
5 Three-idiot 550 175 68,18
6 Assasians 3.601 385 89,31
7 Teratai 858 141 75,90
8 Black 2.301 742 67,75
9 Tulip 653 461 29,40
Hasil uji coba terhadap sistem untuk proses kompresi menggunakan
metode (DWT) pada file yang mempunyai tipe *.bmp ditunjukkan pada tabel 4.3.
rasio rata-rata yang dicapai oleh system untuk file bertipe *.bmp adalah sebesar
55.93%. Tingkat rasio kompresi untuk sebuah file sangat dipengaruhi oleh
Rasio kompresi yang dihasilkan metode DWT lebih kecil dari pada rasio
Pada bab terakhir ini dijelaskan mengenai kesimpulan yang didapat dari
pengembangan selanjutnya.
5.1 Kesimpulan
setiap blok.
3. Fungsi basis nilai kostant pada kiri atas yaitu fungsi basis DC, disebut
koefisien DC.
metode DCT.
8. DCT bersifat lossy dan DWT bersifat loseless (sedikit koefisien yang
dihilangkan).
5.2 Saran
adalah:
kompresi.
Munir, Rinaldi. 2004. Pengolahan Citra Digital Dengan Pendekatan Algoritmik. Bandung:
Informatika
R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing, USA : Addison-Wesley
Publishing Company.
Restyandito. Metode Statistik Kompresi Data.
http://www.ukdw.ac.id/kuliah/info/TP4113/HO03-MetodeStatistik.pdf
Tanggal akses: 15 Oktober 2009
Shihab, M. Quraish. 2005. Tafsir al-Misbah. Pesan, Kesan dan Keserasian Al-
Qur’an Volume 3. Jakarta: Lentara Hati.