Nama : Muhammad Ishak Ramadhan

NIM : D121181019

Departemen : Teknik Informatika

1). Informasi adalah hasil pengolahan data yang sudah dapat diterima oleh akal pikiran penerima
informasi yang nantinya dapat digunakan untuk pengambilan keputusan. Informasi dapat berupa hasil
gabungan, hasil analisa, hasil penyimpulan, dan juga hasil pengolahan sistem informasi komputerisasi.

2). Data adalah fakta mentah atau rincian peristiwa yang belum diolah, yang terkadang tidak dapat
diterima oleh akal pikiran dari penerima data tersebut, maka dari itu data harus diolah terlebih dahulu
menjadi informasi untuk dapat di terima oleh penerima. Data dapat berupa angka, karakter, simbol,
gambar, suara, atau tanda-tanda yang dapat digunakan untuk dijadikan informasi. Suatu informasi bisa
saja menjadi data apabila informasi tersebut digunakan kembali untuk pengolahan sistem informasi
selanjutnya. Dalam dunia komputer data adalah segala sesuatu yang disimpan di dalam memori menurut
format tertentu.

3). Perbedaan antara Data dan Informasi

• Data lebih cenderung ke penjelasan singkat atau sebuah gagasan yang belum menjelaskan sebuah
peristiwa atau hasil kegiatan, data juga tidak bisa digunakan untuk pengambilan keputusan sedangkan
informasi adalah hasil pengolahan dari data yang dapat digunakan untuk pengambilan keputusan.

• Data terkadang tidak dapat digunakan dan diterima oleh akal pikiran penerima, sedangkan informasi
dapat berguna dan dapat diterima oleh akal pikiran penerima.

• Data mempunyai lingkup lebih detail dan bersifat teknis, sedangkan informasi menghasilkan penjelasan
yang dapat dipakai untuk mengambil keputusan. Data penjualan misalnya merupakan penjelasan yang
bersifat mentah, tetapi informasi penjualan per bulan akan dipakai oleh manajemen untuk mengambil
suatu keputusan.

4). Studi kasus Lossy : Kompresi file gambar dengan format TIFF dengan Metode ALGORITMA RUN LENGTH
DENGAN TWO LEVEL HOSHING.

Proses Kompresi pada Algoritma Run-Lenght adalah dengan cara mencari karakter yang berulang-ulang
lebih dari 3 (tiga) kali pada suatu File yang kemudian akan diubah menjadi sebuah bit penanda, yaitu
deretan 6 bit yang membentuk suatu karakter ASCII lalu diikuti oleh sebuah bit yang memberikan
informasi jumlah karakter yang berulang kemudian ditutup dengan karakter yang dikompres seperti pada
karakter A atau 100001 sebanyak 8 kali, hal ini diharapkan hasil Kompresi/Dekompresi yang diperoleh
hasil yang maksimal tanpa menghilangkan atau mengurangi file yang ada, kelebihan dan kekurangan
dalam proses Kompresi/Dekompresi pada kedua Algoritma ini yaitu Algoritma Run-Leng dan Two-Level-
Hoshing merupakan perbandingan yang akan memberikan solusi bagi User (pengguna) dalam memilih
Proses mana yang akan digunakan , contoh kasus tersebut adalah sebagai berikut:

Dik :

Karakter A = 65 (ASCII ) Dalam ASCII A = 100001 Bit Penanda = 111110

Dit : kompresi Run-Lenght...?

Jwb : cari karakter yang sama secara berurutan dari 3 (tiga) karakter yaitu : 100001

Karakter = ASCII

A = 65 = 100001

Kompres 111110 Bit Penanda

8X

00000010 1000 Bit Berurutan File awal

100001 Hasil Kompresi Contoh Proses Kompresi algoritma Run-Lenght

100001

100001 111110 bit penanda

100001 1000

100001 8 x 100001 bit berurutan

100001 Hasil Kompresi

100001

100001

100001

File Awal

Proses Algoritma Run-Length

Pada saat kita akan melakukan pemampatan/kompresi terhadap sebuah File, maka terlebih dahulu
dilakukan tinjauan apakah terdapat deretan karakter yang sama secara berurutan lebih dari tiga karakter
pada contoh di atas adalah 100001 jika ada, maka kita dapat melakukan pemampatan/kompresi,
kemudian setelah itu beri bit penanda pada File tersebut, bit penanda dapat dipilih secara acak dengan
asumsi digunakan secara konsisten dan berupa 8 (delapan) deretan bit. Bit penanda ini fungsinya adalah
untuk menandai, bahwa karakter selanjutnya adalah karakter pemampatan/kompresi sehingga tidak
mengalami kesulitan ketika akan mengembalikan File yang telah dimampatkan/kompresi ke File aslinya,
bit penanda diatas 111110. Selanjutnya tambahkan deretan bit untuk menyatakan jumlah karakter yang
berurutan sama seperti pada contah di atas adalah 1000 dan diberi deretan bit yang menyatakan karakter
yang berulang, yaitu 00010. Dengan demikian dari contoh diatas dapat menghemat Bandwich sebanyak
5 bit.

Kompresi atau Dekompresi data dapatpula dilakukan dengan menggunakan Algoritma Two-Level-
Hoshing yang merupakan satu metode dalam proses sistem Kompresi dan Dekompresi data.
 “ CCCCCCC ” =100011100011100011100011100011100011100011

Kompres 111110 Bit Penanda

7X

100011 4 Bit Berurutan 1000 Bit Berurutan

File asli

0111 Hasil Kompresi

Proses Kompresi Algoritma Two-Level-Hoshing

100011 111110

100011 100011

100011 100011

100011 100011 Bit Penanda

100011 100011

100011 100011

100011 100011

100011 111110

100011 File Pemampatan/Kompresi

100011

File Awal

Sama seperti pada Algoritma Run- Lenght terlebih dahulu yaitu harus melihat apakah terdapat deretan
karakter yang 4 bit pertamanya sama secara berurutan tujuh karakter atau lebih, jika ada dan memenuhi
syarat, maka kita dapat melakukan pemampatan/kompresi terhadap data tersebut. Seperti pada contoh
diatas secara berurutan terdapat 10 (sepuluh) karakter yang sama, sehingga pemampatan dapat
dilakukan, Berikan bit penanda pada File pemampatan, bit penanda ini berupa 6 deretan bit yang dapat
dipilih secara acak namun digunakan secara konsisten pada seluruh bit penanda pemampatan/kompresi
dan pada contoh diatas bit penandanya dipilih 111110, lalu masukan karakter pertama 4 bit kiri berurutan
dari File awal 100011 gabungkan 4 bit kanan karakter kedua dan ketiga kemudian tambahkan ke File
pemampatan, lakukan hal ini terus sampai akhir deretan karakter dengan 4 bit pertama yang sama dan
selanjutnya akhiri dengan bit penanda pada File pemampatan/kompresi.
Studi kasus Lossless : Implementasi dan Analisis Kompresi Hybrid pada Citra Medis Digital Hasil Rontgen
Kanker Payudara dengan metode hybrid two dimentional discrete cosine transform

Citra medis (foto rontgen) digital tersebut memiliki ukuran data yang sangat besar sehingga
membutuhkan memori penyimpanan yang juga sangat besar untuk puluhan ribu pasien penderita kanker
payudara. Maka dari itu, perlu dilakukan kompresi dengan batasan yang efisien tanpa menghilangkan
informasi penting yang ada didalamnya. Selain untuk menghemat penyimpanan, kompresi citra medis
digital ini bertujuan untuk mempercepat proses transfer data.

Discrete Cosine Transform (DCT) 1D dan 2D Two Dimentional Discrete Cosine Transform digunakan untuk
mengkompresi gambar. Transformasi diskrit pada DCT-2D dinyatakan dalam bentuk persamaan. Adapun
persamaan umum dari DCT-1D (N data items) dapat didefinisikan sebagai berikut: F(u)= (2N)12Σ∧(i).cos[π
u2 . N (2i+1)]f(i)N−1i=0 untuk 𝑢=0,1,2,……,𝑁−1 (1)

DCT-2D merupakan perbandingan dari DCT-1D. Adapun persamaan umum dari DCT-2D (N by M Image)
dapat didefinisikan sebagai berikut: F(u,v)= (2N)12(2𝑀)12ΣΣ∧(𝑖)𝑀−1𝑗=0N−1i=0∧(𝑗).cos[π u2 . N
(2i+1)]cos[π v2 . M (2j+1)].f(i,j) untuk 𝑢=0,1,2,……,𝑁−1 dan 𝑣=0,1,2,……,𝑀−1 , sedangkan
∧(𝑘)={12,𝑘=01,𝑘≠0 (2)

Invers Discrete Cosine Transform Dua (IDCT-2D) dapat diperoleh dari rumusan sebagai berikut ini: 𝑓(x,y)=
(2√MN)ΣΣ∝(𝑢)𝑀−1𝑣=0N−1u=0∝(𝑣) 𝐶 (𝑢,𝑣) cos(π(2𝑥+1) 𝑢2N )cos(π(2𝑥+1) 𝑣2M ) dengan nilai x = 0,1,2, . .
. ,N-1 dan nilai y = 0,1,2, . . . M-1. (3)

Fungsi basis Discrete Cosine Transform 2 dimensi adalah sebagai berikut : 𝐶(x,y,u,v)= 2√MN∝(𝑢)∝(𝑣) 𝐶
(𝑢,𝑣) cos(π(2𝑥+1) 𝑢2N )cos(π(2𝑥+1) 𝑣2M ) dengan nilai u dan x = 0,1,2, . . . ,N-1 dan nilai v dan y = 0,1,2, .
. . M-1.[2] (4)

Transformasi 2D-DCT

Proses encoding dimulai dengan menginputkan citra grayscale hasil rontgen kanker payudara dan
mengubah ukuran citra menjadi 256 x 256. Setelah itu, citra akan dibagi menjadi 32x32 blok berukuran
8x8 piksel setiap blok nya. Setiap blok berukuran 8x8 akan diproses dengan kuantisasi DCT.

Citra yang telah dikuantisasi dengan 2D-DCT terkonsentrasi pada bagian kanan atas piksel citra. Piksel
yang berada di posisi semakin ke bagian kiri bawah, nilainya akan cenderung mendekati nol. Pada nilai
hasil kuantisasi setiap blok 8x8 dilakukan zigzag coding dengan cara seperti yang telah dijelaskan pada
landasan teori. Zigzag coding dilakukan untuk mengubah data piksel menjadi data linier. sebagai
masukkan dari Huffman coding.

Invers 2D-DCT (IDCT2)

Proses decoding adalah dengan Inverse Discrete Cosine Transform 2 Dimensi (IDCT 2 D). Adapun
persamaan IDCT-2D adalah sebagai berikut ini : 𝑓(x, y) = ( 2 √MN) Σ Σ ∝ (𝑢) 𝑀−1 𝑣=0 . N−1 u=0 ∝ (𝑣) 𝐶 (𝑢,
𝑣) cos (π(2𝑥 + 1) 𝑢 2N ) cos (π(2𝑥 + 1) 𝑣 2M )

dengan nilai x = 0,1,2, . . . ,N-1 dan nilai y = 0,1,2, . . . M-1. (5)

Gambar 10 merupakan gambar setelah dilakukan kompresi 2D-DCT. Gambar 11 merupakan gambar hasil
kompresi 2D- DCT dengan blok kuantisasi 8x8.
Gambar 10. Citra medis digital kanker payudara

Gambar 11. Hasil 2D-DCT gambar 9

Gambar 12. Hasil 2D-DCT gambar 9 dengan blok 8x8 Citra yang telah dikompres dengan
2D-DCT

terkonsentrasi pada bagian kanan atas piksel citra. Piksel yang berada di posisi semakin ke bagian kiri
bawah, nilainya akan cenderung mendekati nol.
5). Rangkuman :

 Multimedia adalah pemanfaatan komputer untuk membuat dan menggabungkan teks, grafik,
audio, gambar bergerak (video dan animasi) dengan menggabungkan link dan tool yang
memungkinkan pemakai melakukan navigasi, berinteraksi, berkreasi, dan berkomunikasi.
 Multimedia merupakan media interaktif yang sangat ampuh mempengaruhi manusia. Dalam hal
ini multimedia mampu Mengubah tempat kerja. Dengan adanya teleworking, para pekerja dapat
melakukan pekerjaanya tidak harus dari kantor. Netmeeting.
 Mengubah cara belanja. Homeshopping/teleshopping dapat dilakukan dengan online.
 Mengubah cara bisnis. Seperti online-banking.
 Mengubah cara memperoleh informasi. Orang-orang mulai menggunakan internet dan berbagai
software untuk mencari informasi. Misalnya: membaca koran online, detik.com, menggunakan
software kesehatan, belajar gitar dari software.
 Mengubah cara belajar. Sekolah mulai menggunakan computer multimedia, belajar online,
menggunakan e-book.
 Internet Multimedia juga mulai bersaing dengan televisi dan radio
 Sistem Multimedia adalah suatu sistem yang dapat mensuport secara terintegrasi penyimpanan,
transmisi dan representasi sejumlah media berupa text, grafik, citra, audio dan video melalui
komputer.
 Karir multimedia sebagai pemasaran, animasi, desain grafis, electronic publishing, editor, desain
game, public relations, spesial efek, produksi video, web master, dll.
 Text merupakan susunan huruf-huruf yang membentuk suatu makna yang bisa dipahami atau
mempunyai pengertian tertentu.
 Gambar (image) merupakan suatu representasi spatial dari suatu obyek, dalam pandangan 2D
atau 3D.
 Grafik merupakan gambar atau paparan visual yang tidak bergerak seperti foto, lukisan dan
ilustrasi.
 Audio (bunyi/suara) merupakan elemen multimedia yang dapat didengar, audio dalam
multimedia dapat berupa rekaman suara, suara latar hingga musik.
 Animasi animasi merupakan paparan visual yang bersifat dinamis, selain itu juga dapat disebut
proses menjadikan suatu objek menjadi lebih hidup atau merubah objek statik menjadi dinamis.
 Video merupakan elemen multimedia yang paling dinamis dan realistis dibanding dengan elemen
multimedia yang lain, video juga dapat dikatakan sebagai gabungan media yang diletakkan dalam
satu medium.
 Virtual Reality merupakan Teknologi yang memungkinkan seseorang melakukan suatu simulasi
terhadap suatu objek nyata dengan menggunakan komputer yang mampu membangkitkan
suasana tiga dimensi sehinggga membuat pemakai seolah- olah terlibat secara fisik.
 Video conferencing adalah alat komunikasi jarak jauh yang menampilkan suara dan gambar secara
langsung artinya dengan waktu yang bersamaan melalui jaringan komputer.
 Distance Learning Dengan integrasi multimedia dan Internet pada WWW, proses belajar-
mengajar dapat dilakukan tanpa mengenal batas tempat dan waktu.
 Telecommuting adalah bekerja tidak pada tempat kerja yang biasa, atau memindahkan pekerjaan
kepada pekerja.
 E-commerce adalah Bisnis dan perdagangan online, meliputi jual beli produk secara online yang
melibatkan pembeli, penjual dan mitra bisnis.
 M-commerce adalah e-commerce yang disampaikan melalui teknologi mobile multimedia.
 Telemedicine adalah pelayanan kesehatan dan pertukaran informasi pelayanan kesehatan jarak
jauh melalui jaringan telekomunikasi dan teknologi informasi.
 Interactive TV membutuhkan piranti tambahan yang dipasang pada televisi dan biasanya
menggunakan kabel melalui modem kabel.
 Kompresi data merupakan mengecilkan atau memampatkan ukuran Kompresi data, teknik
mengecilkan data sehingga diperoleh file dengan ukuran lebih kecil daripada ukuran aslinya.
 Pendekatan Statistik: Melihat frekuensi kemunculan derajat keabuan pixel.
 Pendekatan Ruang: Melihat hubungan antar pixel yang mempunyai derajat keabuan yang sama
pada wilayah dalam citra.
 Pendekatan Kuantisasi: Mengurangi jumlah derajat keabuan yang tersedia.
 Pendekatan Fraktal: Kemiripan bagian citra dieksploitasi dengan matriks transformasi.
 Kriteria Kompresi = Waktu, Kebutuhan memory, Kualitas (fidelity).
 Metode lossy : Menghasilkan citra yang hampir sama dengan citra semula. Ada informasi yang
hilang akibat pemampatan tapi masih bisa ditolerir oleh persepsi mata. Nisbah/ratio kompresi
tinggi.
 Metode Lossless : Menghasilkan citra yang sama dengan citra semula.Tidak ada informasi yang
hilang. Nisbah/ratio kompresi sangat rendah.
 Compression ratio = size after compression / size before compression.
 Compression factor = size before compression / size after compression.
 Saving percentage = size before compression – size after compression / size before compression%.
 Algoritma Huffman menggunakan struktur pohon dalam prosesnya.
 Dalam struktur pohon dikenal dengan terminologi parent (orang tua) dan child (anak).
 Parent (orang tua) yaitu sebuah simpul yang memiliki lintasan ke simpul lain dengan tingkatan
(level) di bawahnya.
 Child (anak) yaitu sebuah simpul yang memiliki lintasan ke simpul lain dengan tingktan (level) di
atasnya.
 Beradasarkan jumlah anak pohon huffman dikategorikan, Uner : pohon dengan orang tua yang
hanya memiliki satu anak, Biner : pohon dengan orang tua yang memiliki dua anak.
 Metode Kompresi Huffman
1. Urutkan nilai keabuan berdasarkan frekuensi kemunculannya.
2. Gabung dua pohon yang frekuensi kemunculannya paling kecil.
3. Ulangi langkah 2 di atas sampai tersisa satu pohon biner.
4. Beri label 0 untuk kiri dan 1 untuk pohon sisi kanan.
5. Telusuri barisan label sisi dari akar ke daun yang menyatakan kode Huffman.
 Metode Kompresi Run Length Encoding (RLE) : Cocok untuk pengkompresian citra yang memiliki
kelompok pixel berderajat keabuan yang sama.
 Metode Kompresi Kuantisasi :
1. Buat histogram citra yang akan dikompres.
2. P jumlah pixel.
3. Identifikasi n buah kelompok di histogram sedemikian sehingga setiap kelompok mempunyai
kira-kira P/npixel.
4. Nyatakan setiap kelompok dengan derajat keabuan 0 sampai n-1. Setiap kelompok dikodekan
kembali dengan nilai derajat keabuan yang baru.