KEMENTRIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

FAKULTAS TEKNIK UNIVERSITAS ANDALAS

JURUSAN TEKNIK ELEKTRO
Kampus Limau Manis Padang 25163
Telp. 0751.72584 Fax 0751.72566

PRAKTIKUM PENGOLAHAN SINYAL DIGITAL

4
MODUL
Pengolahan Sinyal Digital Pada Citra
JUDUL

LAPORAN AKHIR

NAMA : Yudha pratama

BP :1810953025

TANGGAL PRAKTIKUM : 9 November 2021

KELOMPOK : Satu (1)

REKAN KERJA : Agung Yustisio Fariza 1610952020

Zada Azzahra 1810951019

Maulana M Ibrahim 1810952016

Akbar Alhaqi Hidayat 1810953002

DURASI PERCOBAAN : 2 Jam

ASISTEN : Jihan Nabila Arini

DOSEN PENGAMPU :

LABORATORIUM TELEKOMUNIKASI
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS ANDALAS
PADANG
 MODUL 4
PENGOLAHAN SINYAL DIGITAL PADA CITRA

I. TUJUAN
1. Memahami prinsip kerja kompresi pada citra digital
2. Mengetahui pengaruh hasil kompresi pada citra digital

II. DASAR TEORI

Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari
suatu objek. Citra terbagi 2 yaitu ada citra yang bersifat analog dan ada citra yang
bersifat digital. Setiap citra memiliki ukuran dan resolusi yang berbeda- beda.
Untuk mendapatkan ukuran dan resolusi citra yang diinginkan dilakukan
kompresi citra. Kompresi citra adalah proses pemampatan citra yang bertujuan
untuk mengurangi duplikasi data pada citra sehingga memory yang digunakan
untuk merepresentasikan citra menjadi lebih sedikit daripada representasi citra
semula.
Rasio citra kompresi adalah ukuran persentase citra yang telah berhasil
dimampatkan. Secara matematis rasio pemampatan citra dapat dituliskan pada
persamaan 2.1.

Persamaan 2.1 Rasio pemampatan Citra

Kriteria yang umum digunakan untuk kompresi antara lain waktu

kompresi dan dekompresi, kebutuhan memori, dan kualitas
pemampatan.Kualitas citra hasil pemampatan dapat diukur secara kuantitatif
menggunakan besaran PSNR (Peak Signal to Noise Ratio). Rumus untuk
menghitung PSNR dapat dilihat pada persamaan 2.2 dan 2.3

Persamaan 2.2 dan 2.3. Rumus menghitung PSNR

Nilai MSE dihitung dengan persamaan 2.4 dibawah ini.

 Persamaan 2.4 Rumus Mencari nilai MSE

Dimana:
MAX = nilai intensitas terbesar.
m dan n = lebar dan tinggi citra, I dan K.

Kompresi data dibagi menjadi dua kategori yaitu kompresi data bersifat
loseless dan lossy. Algoritma kompresi tergolong lossless jika memungkinkan
data yang sudah dikompres dapat direkonstruksi kembali persis sesuai dengan
data original. Contoh data yang cocok adalah gambar medis, teks, program,
spread sheet dan lain-lain. Beberapa algoritma yang tergolong dalam jenis ini
adalah algoritma Shannon-Fano, algoritma Deflate, algoritma Run Length
Coding, algoritma Huffman, algoritma LZW, dan algoritma Arithmetic Coding.
Algoritma kompresi tergolong lossy jika tidak memungkinkan data yang sudah
dikompres dapat direkonstuksi kembali persis sesuai dengan data asli. Contoh
data yang cocok adalah gambar, suara dan video.
JPEG (Joint Photograpic Experts Group) menggunakan teknik
kompresi lossy sehingga sulit untuk proses pengeditan. Tahapan kompresi
JPEG dapat dilihat pada gambar 2.1 dibawah ini.

Image split Forward Discrete

into blocks Quantizatio
Cosine Transform

Encoded JPEG Entropy

image

Entropy Dequantizatio Reserve Discrete

Cosine Transform

Decoded
image
Gambar 2.1Tahapan kompresi JPEG
III. ALAT DAN BAHAN
3. Personal Computer (PC)
4. Software matlab
5. Gambar yang akan dikompresi

IV. PROSEDUR PERCOBAAN

1. Percobaan 1
 Kompresi Citra
1. Aktifkan program Matlab pada komputer
2. Buatlah listing program yang ada pada modul
3. Ubah nama file citra yang berada di program matlab, dengan gambar yang
telah praktikan siapkan
4. Jalankan program matlab
5. Amati hasil percobaan

Listing Program
tic
I = imread('1.bmp');

imwrite(I,'ubah_format.TIFF','compression','LZW')
citra_25=imread(' ubah_format.TIFF');

[baris,kolom,channel] = size(I);
[baris_s,kolom_s,channel_s] = size(citra_25);
I = double(I);
citra_25 = double(citra_25);

if baris ~= baris_s && kolom ~= kolom_s && channel ~= channel_s

disp('dimensi kedua gambar berbeda');
else
piksel = zeros(baris, kolom);

for i=1:baris
for j=1:kolom
piksel(i,j) = (I(i,j) - citra_25(i,j))^2;

end
end
end

aa=sum(piksel,2);
bc=sum(aa);

TIM ASISTEN LABORATORIUM 41

 MSE = bc/(baris * kolom);
PSNR = 20 *( log10 ( 255 /sqrt ( MSE )));
toc

2. Percobaan 2
 Mengubah Ukuran Citra
1. Aktifkan program Matlab pada komputer
2. Buatlah listing program yang ada pada modul
3. Ubah nama file citra yang berada di program matlab, dengan gambar yang
telah praktikan siapkan
4. Jalankan program matlab
5. Amati hasil percobaan

Listing program
 Memperbesar Ukuran Citra
tic
citra=imread('400x600.jpg');
d=uint8(zeros(400,600));

for b_asli=1:400
for k_asli=1:600
temp=citra(b_asli,k_asli);
for b_baru=1:4
for k_baru=1:4
dummyb=((b_asli-1)*4 + b_baru);
dummyk= ((k_asli-1)*4 + k_baru);
d(dummyb,dummyk)=temp;
end
end
d(dummyb,dummyk);
end
end
imwrite(d,'besar3.jpg');
citra_kompresi=imread('besar3.jpg');
figure
imshow(citra); title('Citra asli');
figure
imshow(citra_kompresi); title('Citra dimensi besar');
toc

TIM ASISTEN LABORATORIUM 42

 Memperkecil Ukuran Citra

tic
clc
citra=imread('1.bmp');
area=uint8(zeros(150,200));

for i=1:300;
for j=1:400;
d(i,j)=citra(i,j);
end
end

for b_asli=1:150
for k_asli=1:200
temp=0; pixel=0;
for b_baru=1:2
for k_baru=1:2
pixelb=((b_asli-1)*2 + b_baru);
pixelk= ((k_asli-1)*2 + k_baru);
pixel1=d(pixelb,pixelk);
temp1=temp+pixel1;
end
end
temp2=round(temp1/4);
area(b_asli,k_asli)=temp2;
end
end
imwrite(area,'kompresi.jpg');
citra_kompresi=imread('kompresi.jpg');
figure
imshow(citra);
title('Citra asli');
figure
imshow(citra_kompresi);
title('Citra kompresi');
toc

TIM ASISTEN LABORATORIUM 43

 V. JURNAL PERCOBAAN
6. Percobaan Teknik Kompresi Citra
 Variasi teknik Kompresi
Format Format Rasio
Teknik Waktu
Input Output Kompresi MSE PSNR
Kompresi Kompresi
Citra Citra (%)

*.bmp *.tiff 91.58 0 Inf 3.230791

LZW
*.png *.png 0 0 Inf 3.969478

*.bmp *.tiff -0.78 0 Inf 0.536269

Packbits
*.png *.png 0 0 Inf 0.573373

*.bmp *.tiff 94 0 Inf 0.616181

Deflate
*.png *.png 0 0 Inf 0.582163

Tabel 5.1 Jurnal percobaan teknik kompresi citra dengan variasi

teknik kompresi

 Variasi Qualitas Kompresi

Format Format
Qualitas Rasio Waktu
Input Output MSE PSNR
Kompresi Kompresi Kompresi
Citra Citra

*.bmp *.jpeg 99 28.2030 33.6278 2.840960

25 478775 4316204
91313 8400
*.jpeg *.jpeg 53 28.2030 33.6278 0.617449
478775 4316204
91313 8400
*.bmp *.jpeg 98 7.6182729 39.3122382 0.552903
75 97902270 94872990
*.jpeg *.jpeg 40 7.6182729 39.3122382 0.545568
97902270 94872990
Tabel 5.2 Jurnal percobaan teknik kompresi citra dengan variasi Kualitas kompresi

Padang,9 November 2021

Asisten Pengawas

(Jihan Nabila Arini)

TIM ASISTEN LABORATORIUM 44

7. Mengubah Ukuran Citra
 Memperbesar ukuran citra
Format Ukuran
Rasio
Input Citra Perbesaran Waktu
Kompresi
Citra

2x -33.5 3.033577

*.bmp 400 x 600 3x -200 2.930205

4x -432.9 3.796163

2x 33.33 3.028660

*.png 400 x 600 3x 0 3.952879

4x 0 4.032465

2x -16.66 2.460007
*.jpg
400 x 600 3x -133.33 2.854367

4x -233.33 3.946783

Tabel 5.3 Jurnal percobaan memperkecil ukuran citra

 Memperkecil ukuran citra

Format Ukuran
Rasio
Input Citra Perkecilan Waktu
Kompresi
Citra

2x 91.52 0.777127

*.bmp 400 x 600 3x 96.07 0.841821

4x 97.76 0.838793

2x 78.17 0.944394

*.png 400 x 600 3x 90.78 0.833518

4x 94.4 0.868823

2x 82.58 0.792657
*.jpg
400 x 600 3x 92.43 0.747563

4x 95.29 0.756456

Tabel 5.4 Jurnal percobaan memperkecil ukuran citra

TIM ASISTEN LABORATORIUM 45