Teknik Kompresi Lossless dan Lossy pada Audio

Moszes Angga, Newman Florindo, Eternal Dean R

Fakultas Pasca Sarjana Institut Teknologi TELKOM

Abstrak

Kompresi audio merupakan salah satu solusi yang cukup populer untuk digunakan terkait
dengan masalah storage dan akses real time. Teknik kompresi digunakan se-optimal mungkin
dengan memperhatikan beberapa aspek sehingga menghasilkan teknik kompresi yang lossless
dan lossy. Untuk kebutuhan sehari – hari teknik lossy banyak digunakan, mengingat rasio
kompresi yang besar sehingga sangat berpengaruh pada aspek storage dan keterbatasan
kemampuan telinga manusia.

Pada teknik kompresi lossless terdapat teknik Free Lossless Audio Codec (FLAC) yang
memanfaatkan tingginya korelasi antara sampel pada audio. Sedangkan pada teknik kompresi
lossy terdapat LPC, CELP, MPEG. merupakan teknologi kuno yang digunakan untuk suara
manusia. Pada makalah ini akan membahas prinsip-prinsip dasar dalam kompresi audio
khususnya pada teknik FLAC dan LPC yang secara garis besar mewakili teknik kompresi
lossless dan lossy.
Kata Kunci: kompresi, FLAC, MP3, audio

1. Pendahuluan Rasio = (F-Fterkompresi) X 100 %.......... (1)

Tujuan dari kompresi data adalah
mengecilkan ukuran file audio tanpa
merubah informasi dari data tersebut.
Walaupun kenyataannya pada teknik
kompresi lossy ada berberapa data yang
tidak dapat dikembalikan ke semula. Seperti
pada teknik kompresi pada umumnya,
kompresi audio baik lossy maupun lossless,
memanfaatkan adanya redudansi informasi
dengan dengan pengkodea, pengenalan
pola maupun prediksi linear seperti pada
kompresi audio [1}. Kompresi dilakukan
pada saat pembuatan file audio dan pada
saat distribusi audio tersebut.
Rasio kompresi adalah ukuran persentase
data yang telah berhasil dimampatkan. Bila
rasio kompresi adalah 50 %, artinya 50 %
data semula telah berhasil dimampatkan.
Sehingga secara matematis dapat
rumuskan sebagai berikut;
F
Dimana F adalah ukuran file asli dan
Fterkompresi adalah ukuran file yang
terkompresi.
Pada kompresi lossless, hasil kompresi
dapat dikembalikan ke data semula oleh itu
rasio kompresi pada teknik kompresi
lossless tidak terlalu besar atau cenderung
kecil. Sedangkan pada teknik kompresi
lossy memanfaat kan keterbatasan manusia
misalnya pada pendengaran, maka dari itu
ratio kompresi cukup besar.
Pada makalah ini akan dibahas tentang
teknik kompresi lossless khususnya FLAC
pada bagian 2. Dan teknik kompresi lossy
khususnya MP3 pada bagian 3. Sedangkan
kesimpulan pada bagian 4.
 2. Teknik Kompresi Lossless
Kompresi lossless merupakan metoda
kompresi data yang memungkinkan data
asli dapat disusun kembali dari data hasil
kompresi maka rasio kompresi pun tidak
dapat terlalu besar untuk memastikan
semua data dapat dikembalikan ke bentuk
semula. Kompresi lossless untuk data audio
mirip dengan algoritma kompresi lossless
generik, dengan rasio kompresi 50 %
sampai 60 %, meskipun dapat mencapai 35
% pada data musik orchestra atau paduan
suara yang tidak terlalu banyak noise [1].
Ada dua tahap utama dalam kompresi
lossless pada data audio, yaitu prediction
dan residual coding. Prediction adalah
proses dimana hanya nilai dari sample
pertama yang disimpan. Nilai dari sample-
sample lain ditentukan oleh nilai sample
sebelumnya. Dengan asumsi bahwa setiap
sample suara yang berdekatan tidak
memiliki perbedaan nilai yang sangat besar.
Sample hasil prediksi tentu tidak sama
persis dengan sample yang sebenarnya.
Untuk memastikan kompresi bersifat
lossless, selisih antara sample hasil prediksi
dengan sample original harus disimpan.
Selisih ini disebut dengan residu. Untuk
lebih menghemat tempat, residu ini juga
disimpan secara terkodekan. Inilah yang
disebut dengan residual coding.
Kompresi lossless utamanya digunakan
untuk pengarsipan, dan penyuntingan.
Untuk keperluan pengarsipan. Maka
kompresi lossless selalu digunakan
dalam sound engineering. Selain kedua
kegunaan itu, kompresi lossless juga biasa
digunakan oleh para audiophile, yaitu
penggemar musik yang senang
mendengarkan musik dengan kualitas
tinggi dengan perangkat keras yang
berkualitas tinggi pula. Data audio yang
terkompresi secara lossless juga
digunakan untuk menghasilkan data audio
versi lossy untuk didistribusikan.
Pada makalah ini akan dibahas format
teknik kompresi lossless FLAC
Free Lossless Audio Codec (FLAC)
Format FLAC memanfaatkan tingginya
korelasi antar sample pada data audio
yang menggunakan prediksi linear untuk
mengkonversi sample menjadi deretan
angka yang disebut residu, yang
kemudian disimpan dengan Golomb-
Rice coding.
Ada beberapa tahapan dalam kompresi
LPAC;
i. Blocking
Blok dalam FLAC mengacu pada
deretan sample pada beberapa
channel. Ukuran blok dapat berbeda-
beda, bergantung pada beberapa
faktor termasuk sample rate. Ukuran
blok ini mempengaruhi rasio
kompresi secara langsung.
Jika ukuran blok terlalu kecil, maka
dibutuhkan banyak frame sehingga
banyak bit akan terbuang untuk
menyimpan frame header.
Jika terlalu besar, karakteristik sinyal
audio akan terlalu bervariasi
sehingga sulit menemukan predictor
yang optimal.
FLAC membatasi ukuran blok antara
16 hingga 65535 sample / blok.
ii. Interchanel Decorelation
Untuk data stereo, seringkali banyak
korelasi antara channel kiri dan
kanan. Dengan demikian terdapat
beberapa metode penyimpanan
channel ke dalam blok sebagai
berikut:
• Independent, kedua channel
dikodekan terpisah.
• Mid-side, menyimpan rata-
rata sinyal kedua channel
sebagai
 • Mid channel dan selisih
antara channel kiri dengan
kanan sebagai side channel.
• Left-side, menyimpan channel
kiri dan side channel.
• Right-side, menyimpan
channel kanan dan side
channel.
iii. Tahapan Prediction
Encoder mencari aproksimasi
deskripsi matematis dari sinyal pada
setiap blok. Ukuran deskripsi lebih
kecil dari ukuran sinyal.
Metode prediksi ini dikenali oleh
encoder maupun decoder sehingga
pada hasil kompresi cukup disertakan
parameter prediksi. 4 metode dlm
prediction:
• Verbatim, Sinyal prediksi
adalah nol, sehingga residu
sama dengan sinyal yang
sebenarnya (tidak ada
kompresi).
• Constant, Metode ini
digunakan jika dalam channel
tertentu pada suatu blok
terdapat digital silence / nilai
yang konstan.
• Fixed linear prediction.
• FIR linear prediction.
Gambar 1. Linear Prediction
iv. Tahapan Residual Coding
Prediktor tidak dapat mendeskripsikan
sinyal dengan persis, oleh karena itu
perlu disimpan selisih antara sinyal asli
dengan sinyal hasil prediksi - residu.
Efektivitas prediksi dapat terlihat dari
ukuran residu yang dibutuhkan.
Residu disimpan dengan salah satu
dari dua cara rice coding:
• Menggunakan satu parameter
untuk seluruh residu,
didasarkan pada variasi nilai
residu.
• Residu dibagi dalam beberapa
bagian, dengan parameter
sendiri yang ditentukan dari
nilai rata-rata residu pada setiap
bagian.
3. Teknik Kompresi Lossy
Prinsip dasar kompresi lossy pada data
audio memanfaatkan teori psikoakustik,
yaitu keterbatasan pendengaran manusia.
Telinga manusia hanya dapat menangkap
suara dalam rentang 20Hz hingga 20000Hz,
maka dalam kompresi lossy, data suara di
luar rentang tersebut tidak disimpan. Lebih
dalam lagi, suara dengan frekuensi tinggi
hanya dapat didengar oleh telinga manusia
jika memiliki amplitudo yang tinggi juga.
Oleh karena itu, noise pada data audio
(yang biasanya memiliki amplitude rendah)
dapat ‘disembunyikan’ dengan cara
disimpan pada rentang frekuensi tinggi.
metode untuk mengkompresi data dan men-
dekompresinya, dimana data yang
diperoleh mungkin berbeda dari yang
aslinya tetapi cukup dekat perbedaanya,
penurunan (perbedaan) kualitas data
disebut compression artefacts.
Kompresi lossy pada data audio
sangat banyak digunakan, baik secara
langsung (misalnya pada mp3 player)
maupun secara tidak langsung
(terkandung dalam DVD video, televisi
digital, video streaming, dan sebagainya).
Kompresi ini digunakan konsumen audio,
sebab dengan rasio kompresi yang
sangat tinggi (5% hingga 20%) kualitas
suara masih cukup baik. Di tangan audio
engineer ,sedikit penurunan kualitas dapat
berpengaruh secara beruntun pada
proses engineering, oleh sebab itu produksi
data audio tidak menggunakan kompresi
lossy.

Untuk data audio secara umum, format Gambar 3. Frame header MP3 secara visual
yang sangat populer adalah MP3 yang
merupakan bagian dari MPEG yang
menangani layer audio (MPEG layer III), Tabel 1. Karateristik file header
AAC yang merupakan pengembangan lebih
lanjut, serta OGG. Untuk data speech,
terdapat beberapa format seperti A-law/µ-
law yang digunakan pada telepon, AMR
pada GSM, AMR-WB untuk CDMA, dan
sebagainya.

Teknik Kompresi MP3

MP3 merupakan format yang menarik

karena bisa mempertahankan kualitas
suara sementara memiliki ukuran
yang tidak terlalu besar. Teknologi ini
dikembangkan oleh seorang insinyur
Institut Fraunhofer di Jerman,
Karlheinz Brandenburg. MP3 terdiri
dari banyak sekali frame ,dimana
setiap frame mengandung sebagian Berikut adalah karateristik MP3;
detik dari data audio yang
berguna,yang siap dikonstruksi ulang • Bit rate terbatas, maksimum
oleh decoder. Yang dimasukkan ke 320 kbit/s (beberapa encoder
setiap bagian awal dari frame data dapat menghasilkan bit rate
adalah “header frame”,yang yang lebih tinggi, tetapi sangat
mengandung 32 bit meta-data yang sedikit dukungan untuk mp3-
berhubungan dengan frame data yang mp3 tersebut yang memiliki bit
masuk. rate tinggi
• Resolusi waktu yang
digunakan mp3 dapat menjadi
terlalu rendah untuk sinyal-
sinyal suara yang sangat
transient, sehingga dapat
Gambar 2. Data yg mendeskripsikan bentuk menyebabkan noise.
structural dari frame tsb. Data inilah yg • Resolusi frekuensi terbatasi
disebut header dari frame oleh ukuran window yang
 panjang kecil, mengurangi [3]. Critical Band
efisiensi coding.
• Tidak ada scale factor band Critical band merupakan daerah
untuk frekuensi di atas 15,5 atau frekuensi tertentu dimana
15,8 kHz. pendengaran manusia lebih peka
• Mode jointstereo dilakukan pada pada frekuensi-frekuensi rendah,
basis per frame. sehingga alokasi bit dan alokasi sub-
• Delay bagi encoder/decoder band pada filter critical band lebih
tidak didefinisikan, sehingga banyak dibandingkan frekuensi lebih
tidak ada dorongan untuk tinggi.
gapless playback (pemutaran
audio tanpa gap). Tetapi,
beberapa encoder seperti LAME
dapat menambahkan metadata
tambahan yang memberikan
informasi kepada MP3 player
untuk mengatasi hal itu.
Gambar 5. Critical Band
Sedangkan ada beberapa model dalam
teknik kompresi MP3; [4]. Joint Stereo

[1]. Model Psikoakustik Terkadang dual channel stereo

mengirimkan informasi yang sama.
model yang menggambarkan Dengan menggunakan joint stereo,
karakteristik pendengaran manusia informasi yang sama ini cukup
memiliki batas frekuensi 20 Hz s/d ditempatkan dalam salah satu
20 kHz, dimana suara yang memiliki channel saja dan ditambah dengan
frekuensi yang berada di bawah informasi tertentu. Dengan teknik ini
ambang batas ini tidak dapat bitrate dapat diperkecil.
didengar oleh manusia, sehingga
suara seperti itu tidak perlu
dikodekan.
4. Kesimpulan
[2]. Auditory Masking
Teknik kompresi audio lossless dan lossly
Manusia tidak mampu
memiliki perbedaan pada rasio
mendengarkan suara pada frekuensi
kompresinya, hal ini terjadi karena pada
tertentu dengan amplitudo tertentu
teknik lossless data yang dikompresi dapat
jika pada frekuensi di dekatnya
dikembalikan secara utuh ke data yg
terdapat suara dengan amplitudo
semula, sedangkan pada teknik lossly
yang jauh lebih tinggi
hanya sebagian data saja yang
dikembalukan ke data semual. Untuk
penggunaan sehari-hari teknik lossly sering
digunakan karena aspek storage dan
keterbatasan pendengaran manusia.

Gambar 4. Auditory Masking

 Refensi
[1]. Satrio Adi Rukmono, Kompresi Data
Audio, Kompresi Data Audio, ITB
[2]. Alastair Porter, Free Lossless Audio
Codec, 2011
[3]. Willy Setiawan, Penggunaan Kode
Huffman dalam Kompresi Audio, 2009