1. PENDAHULUAN
Seiring dengan perkembangan zaman, kebutuhan informasi yang lebih beragam juga dibutuhkan oleh individu
atau kelompok masyarakat, dan informasi yang beredar dapat berupa teks, audio, dan video. Secara umum, teknologi
yang berformat file video berisi informasi yang sangat penting dan sangat popular di kalangan banyak orang, tetapi
ukuran file video sangat besar. Semakin panjang durasi video, semakin besar ukuran file video. File video yang besar
membutuhkan ruang penyimpanan yang cukup dan dapat memakan waktu yang lama pada saat pengiriman. Dan file
video yang besar tersebut memerlukan cara untuk menyimpan video pada media penyimpanan (storage) seperti disket,
harddisk, flashdisk, dan lainnya. Dan tidak hanya pempengaruhi media penyimpanan saja tetapi juga pada saat
pengiriman file video. Saat mengirim file video, biasanya ada masalah dengan file video yang terlalu besar untuk dikirim
ke penerimanya. Untuk mengatasi masalah tersebut dapat menggunakan teknik kompresi untuk mengurangi ukurannya.
Ada beberapa aplikasi kompresi dengan hasil kompresi yang berbeda. Ada yang memiliki hasil kompresi yang
maksimum, memungkinkan untuk mengubah ukuran data menjadi setengah dari ukuran asli.
Ada berbagai macam algoritma kompresi data yang dapat mengkompresi file video seperti algoritma
Yamamoto’s Recursive Code dan Additive Code. Kedua algoritma tersebut adalah jenis lossless dimana data yang telah
dikompresi dapat dikembalikan ke data asli, serta membutuhkan ruang penyimpanan yang lebih sedikit dibanding
dengan file video yang tidak dikompresi. Namun algoritma Yamamoto’s Recursive Code dan Additive Code memiliki
kelebihan dan kekurangannya masing-masing. Setelah melakukan kompresi pada kedua algoritma tersebut, selanjutnya
membandingkan kedua algoritma tersebut. Dengan melakukan perbandingan algoritma Yamamoto’s Recursive Code
dan Additive Code maka akan dapat diketahui algoritma mana yang lebih efesien dalam melakukan kompresi, dan agar
dapat memilih algoritma mana yang digunakan saat ingin mengkompresi suatu file video.
Berdasarkan penelitian yang dilakukan oleh Hafni Megasari Sitompul pada tahun 2020 tentang “Analisis
Perbandingan Kinerja Algoritma Lempel Ziv Welch dan Algoritma Elias Gama Code Pada Kommpresi File Video”
disimpulkan bahwa dari hasil waktu kompresi pengujian sistem kompresi file video diketahui bahwa Algoritma Lempel
Ziv Welch mamakan waktu lebih lama dibandingkan dengan Algoritma Elias Gama Code.[1]
Berdasarkan penelitian yang dilakukan Muhammad Reza Prasetio pada tahun 2019 tentang “Analisis
Perbandingan Kinerja Algoritma Shannon Fano dan Levenstein Code Pada Kompresi File Video” dapat disimpulkan
bahwa dari hasil waktu kompresi pada pengujian sistem kompresi File Video, menunjukan bahwa algoritma Levenstein
Code lebih baik dari pada algoritma Shannon Fano karena algoritma Levenstein Code membutuhkan waktu lebih sedikit
dari pada algoritma Shannon Fano.[2]
Berdasarkan penelitian yang dilakukan Desvika Riyansyah pada tahun 2019 tentang “Perancangan Aplikasi
Kompresi File Video Menggunakan Algoritma Interpolative Coding” dapat disimpulkan bahwa penerapan Algoritma
Interpolative Coding membuktikan bahwa suatu file video yang memiliki ukuran besar dapat dikompres menjadi ukuran
Page | 240
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
yang lebih kecil, berdasarkan dari pengujian sistem bahwa file video lebih kecil setelah dilakukan kompresi dengan
rasio 47%.[3]
Berdasarkan penelitian yang dilakukan Muhammad Rizky Putra pada tahun 2019 tentang “Perbandingan
Algoritma Yamamoto Recursive dan Punctured Elias Code Dalam Kompresi File Teks” disimpulkan bahwa algoritma
Punctured Elias Code lebih efesien dalam hal compression ratio dibandingkan dengan algoritma Yamamoto Recursive
dikarenakan algoritma yang memiliki Cr paling rendah maka algoritma itu lebih baik digunakan dalam kompres file
video.[4]
Berdasarkan penelitian yang dilakukan Rizki Yannur Tanjung pada tahun 2020 tentang “Perancangan Aplikasi
Kompresi File Dokumen Menggunakan Algoritma Additive Code” dapat disimpulkan bahwa penerapan algoritma
Additive Code dalam mengkompresi file dokumen dan hasilnya file dokumen dapat dikompresi dan memiliki hasil
rasio sampai 64%.[5]
2. METODE PENELITIAN
2.1 Kompresi File Video
Kompresi data adalah proses mengkodean informasi menggunakan bit atau information-bearing unit yang lain yang
lebih rendah dari pada representasi data yang tidak terkodekan dengan suatu sistem encoding tertentu.[6] Dengan adanya
kompresi data, maka data yang memiliki kapasitas besar ukurannya akan dikurangi sehingga dapat menghemat media
penyimpanan.
Berikut ini merupakan beberapa factor yang digunakan untuk mengukur kualitas dari suatu teknik kompresi
1. Ratio of Compression(RC)
Ratio of Compression(RC) ialah nilai perbandingan antara ukuran bit data sebelum dikompresi dengan ukuran bit
data yang telah di kompresi.
Jumlah bit sebelum dikompresi
Rc = … … … … … … … … … … … … … … … (1)
Jumlah bit setelah dikompresi
2. Compression Ratio (CR)
Compression Ratio (CR) ialah persentase antara data yang sudah dikompresi dengan data yang belum dikempresi
Jumlah bit sebelum dikompresi
CR = X 100% … … … … … … … … … … … (2)
Jumlah bit setelah dikompresi
3. Redudancy (Rd)
Redudancy ialah hasil penilaian nilai rasio dengan hasil nilai rasio kompresi
file sebelum dikompresi − file setelah dikompresi
𝑅𝑑 = X 100% … … … … (3)
ukuran file sebelum dikompresi
4. Space Saving (Ss)
Space Saving (Ss) ialah selisih antara data yang belum dikompresi dengan besar data yang sudah dikompresi
SS = 100% − 𝐶𝑅
Teknik kompresi data dapat dibagi kedalam dua jenis yaitu lossless compression dan lossy compression.[7]
1. lossless compression merupakan metode kompresi dimana data hasil kompresi dapat dikembalikan ke data semula
tanpa menghilangkan informasi pada data.
2. lossy compression merupakan data hasil kompresi menjadi lebih kecil ukurannya dibanding dengan metode lossless
tetapi menyebabkan hilangnya beberapa informasi pada file kompresi.
Kompresi file video yang akan dilakukan pada penelitian ini yaitu menggunakan lossless compression, dimana file
video yang telah dikompresi dapat dikembalikan lagi ke ukuran semula. File video yang akan di kompresi berekstensi
.MP4.
2.2 Algoritma Yamamoto’s Recursive Code
Algoritma Yamamoto Recursive Code merupakan pengkodean universal untuk bilangan bulat positif yang
dikembangkan oleh Hirosuke Yamamoto pada tahun 2000. Algoritma Yamamoto Recursive Code merupakan kode
recursif untuk angka positif dimana setiap urutan yang diberikan dapat digunakan sebagai delimeter. [4]
Langkah – langkah untuk membangun Yamamoto Recursive Code adalah sebagai berikut:
1. Tentukan delimeter f-bit (dimana f adalah integer positif), missal f = 2, dan delimeter 00
2. Tentukan tabel Ba,f (n). Dengan mengurutkan bilangan biner yang tidak dimulai dengan delimeter, dalam hal ini
dicontohkan contohkan 00
3. Setelah didapat tabel Ba,f (n). Selanjutnya tentukan table 𝐵̅ a,f (n) dengan mengeleminasi semua nilai Ba,f (n) yang
jika digabung membentuk delimeter, dalam hal ini didapat satu buah B00,2(1) = 0.
Berbekal 𝐵̅ a,f (n) kita dapat menentukan Yamamoto Code dengan melakukan perulangan dengan grup 𝐵̅ a,f (n)
hingga mencapai 𝐵̅ a,f (1).
Page | 241
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
Tabel 1 Tabel beberapa code Ba,f (n). dan code 𝐵̅ a,f (n).
n Ba,f (n) 𝐵̅ a,f (n).
a = 00 a = 100 a = 00 a = 100
1 0 0 1 0
2 1 1 01 00
3 01 00 10 01
4 10 01 11 11
5 11 10 010 000
6 010 11 011 001
7 011 000 100 010
8 100 001 101 011
9 101 010 110 101
10 110 011 111 110
11 111 101 0100 111
12 0100 110 0101 0000
13 0101 111 0110 0001
14 0110 0000 0111 0010
15 0111 0001 1000 0011
16 1000 0010 1001 0100
17 1001 0011 1010 0101
18 1010 0100 1011 0110
19 1011 0101 1100 0111
20 1100 0110 1101 1010
21 1101 0111 1110 1011
22 1110 1010 1111 1100
23 1111 1011 01000 1101
24 01000 1100 01001 1110
25 01001 1101 01010 1111
26 01010 1110 01011 00000
Sumber : David Salomon, Giovanni Motta, 2007.[8]
Tabel 2 Kode Yamamoto’s Recursive Code
n a = 00 a = 100
1 1 00 0 100
2 1 01 00 0 00 100
3 1 10 00 0 01 100
4 1 11 00 0 11 100
5 1 01 010 00 0 00 000 100
6 1 01 011 00 0 00 001 100
7 1 01 100 00 0 00 010 100
8 1 01 101 00 0 00 011 100
9 1 01 110 00 0 00 101 100
10 1 01 111 00 0 00 110 100
11 1 10 0100 00 0 00 111 100
12 1 10 0101 00 0 01 0000 100
13 1 10 0110 00 0 01 0001 100
14 1 10 0111 00 0 01 0010 100
15 1 10 1000 00 0 01 0011 100
16 1 10 1001 00 0 01 0100 100
17 1 10 1010 00 0 01 0101 100
18 1 10 1011 00 0 01 0110 100
19 1 10 1100 00 0 01 0111 100
20 1 10 1101 00 0 01 1010 100
21 1 10 1110 00 0 01 1011 100
22 1 10 1111 00 0 01 1100 100
23 1 11 01000 00 0 01 1101 100
24 1 11 01001 00 0 01 1110 100
25 1 11 01010 00 0 01 1111 100
26 1 11 01011 00 0 11 00000 100
Sumber : David Salomon, Giovanni Motta, 2007.[8]
Page | 242
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
Page | 243
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
00 00 00 1C 66 74 79 70 33 67
70 34 00 00 02 00 33 67 70 34
Berdasarkan tabel diatas, maka diperoleh nilai bilangan hexadecimal file video .mp4 yang akan dihitung dengan cara
manual. Nilai bilangan hexadecimal diurutkan berdasarkan frekuensinya, nilai frekuensi paling banyak yang akan
berada diurutan paling atas, dapat dilihat pada tabel berikut:
Tabel 5 Nilai Hexadecimal yang belum dikompresi
Nilai
Bit Freq Bit x Freq
Hexa Biner
00 00000000 8 6 48
70 01110000 8 3 24
33 00110011 8 2 16
67 01100111 8 2 16
34 00110100 8 2 16
1C 00011100 8 1 8
66 01100110 8 1 8
74 01110100 8 1 8
79 01111001 8 1 8
02 00000010 8 1 8
Total 160
Berdasarkan tabel 4.2 diatas, satu nilai hexadecimal terdapat delapan bit bilangan biner. Maka 20 nilai hexadecimal
mempunyai nilai biner sebanyak 160 bit. Selanjutnya proses kompresi untuk algoritma Yamamoto’s Recursive Code
dapat dilihat pada tabel 4.3 berikut:
Tabel 6 Nilai Hexadecimal yang tekompresi dengan YRC
N Hexa Freq Codeword Bit Bit x Freq
1 00 6 100 3 18
2 70 3 10100 5 15
3 33 2 11000 5 10
4 67 2 11100 5 10
5 34 2 10101000 8 16
6 1C 1 10101100 8 8
7 66 1 10110000 8 8
8 74 1 10110100 8 8
9 79 1 10111000 8 8
10 02 1 10111100 8 8
Total 109
Tahap selanjutnya, menyusun kembali nilai hexadecimal sebelum dikompresi yaitu “00, 00, 00, 1C, 66, 74, 79, 70, 33,
67, 70, 34, 00, 00, 02, 00, 33, 67, 70, 34”, seperti yang disajikan pada tabel berikut:
Page | 244
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
109 mod 8 = 5 = n
Padding
7 – n + “1”
7 – 5 + “1” = 001
Flagging
9–n
9 – 5 = 4 = 00000100(biner)
File Separator
12 00011100 28 1C FS
(tidak terlihat)
13 10100101 165 A5 ¥ Tanda Yen
14 01000001 65 41 A Huruf latin A kapital
End Of Transmission (tidak
15 00000100 4 04 EOT
terlihat)
Setelah diketahui nilai desimal terkompresi, selanjutnya mengubah nilai desimal menjadi sebuah karakter. Karakter
tersebut tersimpan dalam format “yrc”, jika dibuka melalui notepad, maka akan tampil karakter seperti gambar berikut:
Setelah diketahui hasil kompresi, maka dapat dihitung kinerja algoritma Yamamoto’s Recursive Code yaitu:
a. Ratio of Compression (RC)
𝑈𝑘𝑢𝑟𝑎𝑛 𝐷𝑎𝑡𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝐷𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
𝑅𝐶 =
𝑈𝑘𝑢𝑟𝑎𝑛 𝐷𝑎𝑡𝑎 𝑆𝑒𝑡𝑒𝑙𝑎ℎ 𝐷𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
160
𝑅𝐶 =
120
RC = 1,33
b. Compression Ratio (CR)
𝑈𝑘𝑢𝑟𝑎𝑛 𝐷𝑎𝑡𝑎 𝑆𝑒𝑡𝑒𝑙𝑎ℎ 𝐷𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
𝐶𝑅 = × 100%
𝑈𝑘𝑢𝑟𝑎𝑛 𝐷𝑎𝑡𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝐷𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
120
𝐶𝑅 = × 100%
160
𝐶𝑅 = 75%
c. Redudancy (RD)
160 − 120
𝑅𝑑 = × 100%
160
Rd = 85%
d. Space Saving (SS)
𝑈𝑘𝑢𝑟𝑎𝑛 𝐷𝑎𝑡𝑎 𝑆𝑒𝑡𝑒𝑙𝑎ℎ 𝐷𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
𝑆𝑆 = 1 − × 100%
𝑈𝑘𝑢𝑟𝑎𝑛 𝐷𝑎𝑡𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝐷𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
109
𝑆𝑆 = 1 − × 100%
160
SS = 25%
Dari perhitungan diatas, maka disimpulkan bahwa dengan menggunakan algoritma Yamamoto’s Recursive Code dalam
mengkompres file video sebesar 75%.
3.1.2 Proses Dekompresi Yamamoto’s Recursive Code
Proses dekompresi dilakukan dengan mengubah karakter menjadi nilai biner dan decimal yang akan menghasilkan bit
semula, dapat dilihat seperti tabel berikut:
Tabel 11 Nilai Decimal Terkompresi
No Karakter Biner Decimal
1 ’ 10010010 146
2 V 01010110 86
3 X 01011000 88
4 Z 01011010 90
5 \ 01011100 92
6 S 01010011 83
7 FS 00011100 28
8 ¥ 10100101 165
9 D 01000100 68
10 – 10010111 151
11 “ 10010011 147
12 FS 00011100 28
13 ¥ 10100101 165
14 A 01000001 65
15 EOT 00000100 4
Page | 246
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
Berdasarkan tabel diatas, maka diperoleh nilai biner kemudian digabungkan menjadi
:“100100100101011001011000010110100101110001010011000111001010010101000100100101111001001100011
100101001010100000100000100”.
Selanjutnya ialah pengurangan bit menjadi string bit semula, pengurangan bit dilakukan dengan menghilangkan biner
padding dan flagging. Untuk mengembalikan bit menjadi string bit dengan melakukan pembacaan bit terakhir kemudian
ubah nilai biner menjadi decimal. Nyatakan hasil pembacaan dengan n, selanjutnya gunakan rumus 7 + n untuk
mengembalikan string bit ke bentuk semula.
“1001001001010110010110000101101001011100010100110001110010100101010001001001011110010011000111
00101001010100000100000100”
8 bit terakhir = 00000100 = 4 = n
7 + n = 7 + 4 = 11
Hilangkan dari string bit sebanyak 11 bit terakhir, menjadi:
“1001001001010110010110000101101001011100010100110001110010100101010001001001011110010011000111
001010010101000”
Berdasarkan perhitungan diatas, string bit berjumlah 109 seperti semula, sehingga dapat dilakukan pembacaan string
bit awal. Adapun tabel perhitungannya sebagai berikut :
Tabel 12 Pengecekan Bit Dekompresi
Nilai Biner Nilai Hexadecimal
100 00
100 00
100 00
10101100 1C
10110000 66
10110100 74
10111000 79
10100 70
11000 33
11100 67
10100 70
10101000 34
100 00
100 00
10111100 02
100 00
11000 33
10101000 60
10100 70
11100 34
Dari penjabaran diatas dapat disimpulkan hasil dekompresi yang dilakukan dengan algoritma yamamoto’s recursive
code yang dilakukan dengan mengubah hasil seluruh hexadecimal menjadi string bit semula yang terdapat pada file
awal, maka didapat hasil dekompresi yang sesuai dengan string bit semula yaitu dengan bilangan hexa “00, 00, 00, 1C,
66, 74, 79, 70, 33, 67, 70, 34, 00, 00, 02, 00, 33, 67, 70, 34”.
00 00 00 1C 66 74 79 70 33 67
70 34 00 00 02 00 33 67 70 34
Berdasarkan tabel diatas maka diurutkan berdasarkan frekuensi terbesar ke yang terkecil. Proses kompresi untuk
algoritma Additive Code dapat dilihat pada tabel 4.12 berikut:
Tabel 14 Nilai Hexa yang terkompresi dengan Additive Code
N Hexa Freq Codeword Bit Bit x Freq
1 00 6 1010 4 24
2 70 3 0101 4 12
3 33 2 1011 4 8
4 67 2 010010 6 12
Page | 247
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
5 34 2 100100 6 12
6 1C 1 010011 6 6
7 66 1 100101 6 6
8 74 1 100111 6 6
9 79 1 100110 6 6
10 02 1 01000100 8 8
Total 100
Setelah kode berhasil diurutkan berdasarkan perhitungan additive code, maka selanjutnya ialah menyusun kembali
string bit yang telah dihasilkan dari proses kompresi sesuai dengan karakter pada nilai hexa.
Tabel 15 String Bit Hasil Kompresi dengan Additive Code
00 00 00 1C 66
1010 1010 1010 010011 100101
74 79 70 33 67
100111 100110 0101 1011 010010
70 34 00 00 02
0101 100100 1010 1010 01000100
00 33 67 70 34
1010 1011 010010 0101 100100
Berdasarkan tabel diatas, string bit yang dihasilkan dari pengkompresian dengan algoritma Additive Code dapat ditulis
sebagai berikut:
Tabel 16 String Bit Hasil Kompresi
1010 1010 1010 010011 100101
100111 100110 0101 1011 010010
0101 100100 1010 1010 01000100
1010 1011 010010 0101 100100
Selanjutnya dilakukan penambahan string bit yaitu padding dan flagging dengan mengacu pada sisa jumlah bit dibagi
8. Jumlah dari hasil string bit yaitu 100 tidak habis dibagi 8 kemudian akan dibentuk variabel untuk penambahan bit
data. Rumus padding yaitu 7 – N + “1” dan rumus flagging yaitu 9 – n.
100 mod 8 = 4 = n
Padding
7 – n + “1”
7 – 4 + “1” = 0001
Flagging
9–n
9 – 4 = 5 = 00000101
Page | 248
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
8 J 01001010 74
9 ¤ 10100100 164
10 J 01001010 74
11 ´ 10110100 180
12 – 10010110 150
13 A 01000001 65
14 ENQ 00000101 5
Berdasarkan tabel diatas, maka diperolah nilai biner kemudian digabungkan menjadi:
“1010101010100100111001011001111001100101101101001001011001001010101001000100101010110100100101
100100000100000101”
Selanjutnya ialah pengurangan bit menjadi string bit semula, pengurangan bit dilakukan dengan menghilangkan biner
padding dan flagging. Untuk mengembalikan bit menjadi string bit dengan melakukan pembacaan bit terakhir kemudian
ubah nilai biner menjadi decimal. Nyatakan hasil pembacaan dengan n, selanjutnya gunakan rumus 7 + n untuk
mengembalikan string bit ke bentuk semula:
“1010101010100100111001011001111001100101101101001001011001001010101001000100101010110100100101
100100000100000101”
8 bit terakhir = 00000101 = 5 = n
7 + n = 7 + 5 = 12
Hilangan dari string bit sebanyak 12 bit terakhir, menjadi:
“1010101010100100111001011001111001100101101101001001011001001010101001000100101010110100100101
100100”
Berdasarkan perhitungan diatas, string bit berjumlah 100 seperti semula, sehingga dapat dilakukan pembacaan string
bit awal. Adapun tabel perhitungannya sebagai berikut:
Tabel 20 Pengecekan Bit Dekompresi
Nilai Biner Nilai Hexadecimal
1010 00
1010 00
1010 00
010011 1C
100101 66
100111 74
100110 79
0101 70
1011 33
010010 67
0101 0101
100100 100100
1010 1010
1010 1010
01000100 01000100
1010 1010
1011 1011
010010 010010
0101 0101
67 67
Dari penjabaran diatas dapat disimpulkan hasil dekompresi yang dilakukan dengan algoritma Additive Code yang
dilakukan dengan mengubah hasil seluruh hexadecimal menjadi string bit semula yang terdapat pada file awal, maka
didapat hasil dekompresi yang sesuai dengan string bit semula yaitu dengan bilangan hexa “00, 00, 00, 1C, 66, 74, 79,
70, 33, 67, 70, 34, 00, 00, 02, 00, 33, 67, 70, 34”.
4.1.5 Penerapan Metode Eksponensial
Dalam menghitung dan membandingkan proses kompresi dari kedua algoritma tersebut adalah sebagai berikut:
1. Menentukan alternatif analisis perbandingan kecepatan antara algoritma Yanamoto’s Recursive Code dan Additive
Code dalam kompresi maka perlu ditentukan algoritma mana yang akan digunakan sebagai algoritma kompresi.
2. Menentukan kriteria untuk membandingkan kedua algoritma. Selanjutnya menentukan kriteria dalam menganalisis
proses dan cara kerjanya. Adapun keriteria tersebut ialah Ratio Of Compression (RC), Compression Ratio (CR),
Redudancy (RD), Space Saving (SS).
3. Pemberian nilai dari setiap kriteria yang telah ditetapkan. Nilai ini diambil berdasarkan analisis algoritma
Yanamoto’s Recursive Code dan Additive Code
Page | 250
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
4. Menentukan hasil atau proritas keputusan berdasarkan nilai dari setiap alternatif. Hasil keputusan dapat dilihat pada
tabel dibawah ini:
Page | 251
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
4. Form about me akan muncul jika pengguna memilih menu about me, hal yang ditampilkan pada form ini mengenai
judul sistem dan informasi tentang penulis. Seperti gambar berikut:
4 KESIMPULAN
Berdasarkan penelitian yang telah dilakukan maka penulis menyimpulkan beberapa hal yang berkaitan dengan
perbandingan algoritma Yamamoto’s Recursive Code dan Additive Code dalam kompresi file video sebagai berikut:
1. Algoritma Yamamoto’s Recursive Code dan Additive Code dapat diimplementasikan pada proses kompresi file
video berekstensi .mp4.
2. Berdasarkan hasil pengujian maka didapat bahwa algoritma Additive Code lebih baik dari pada Yamamoto’s
Recursive Code daalam melakukan kompresi file video
3. Nilai rasio kompresi dipengaruhi oleh isi file yang dikompresi. Semakin banyak pengulangan karakter dalam file
terkompresi, maka semakin tinggi rasio kompresinya.
Page | 252
http://ejurnal.stmik-budidarma.ac.id/index.php/komik
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) ISSN 2597-4645 (media online)
Volume 5, Nomor 1, Oktober 2021 ISSN 2597-4610 (media cetak)
DOI: 10.30865/komik.v5i1.3819 Page: 240-253
4. Dalam perancangan aplikasi kompresi file video menggunakan Microsoft Visual Studio 2008 berjalan dengan baik
REFERENCES
[1] H. M. Sitompul, “Analisis Perbandingan Kinerja Alogaritma Lempel Ziv Welch dan Alogaritma Elias Gamma Code pada
Kompresi File Video,” Univ. Sumatera Utara, 2020, [Online]. Available: https://library.usu.ac.id.
[2] M. R. Prasetio, “Analisis Perbandingan Kinerja Alogaritma Shannon Fano dan Levenstein Code pada Kompresi File
Video,” Univ. Sumatera Utara, 2019, [Online]. Available: https://library.usu.ac.id.
[3] D. Riyansyah, “Perancangan Aplikasi Kompresi File Video Menggunakan Algoritma Interpolative Coding,” KOMIK
(Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 392–397, 2019, doi: 10.30865/komik.v3i1.1618.
[4] D. Muliadi, “Perbandingan Algoritma Yamamoto Recursive dan Punctured Elias Code Dalam Kompresi File Teks,” Univ.
Sumatera Utara, pp. 7–37, 2019.
[5] D. Untuk, M. Persyaratan, M. Gelar, and S. Komputer, “Perancangan aplikasi kompresi file dokumen menggunakan
algoritma additive code,” 2020.
[6] H. Fernando, “Kompresi Data dengan Algoritma Huffman dan Algoritma Lainnya.”
[7] R. A. Sandra, “Implementasi Kombinasi Algoritma Tunstall Code da Boldi-Vigna Untuk Kompresi File Pdf,” vol. 8, no.
2, pp. 67–71, 2021.
[8] D. Salomon and G. Motta, Handbook of Data Compression 5th, vol. 53, no. 9. New York.
[9] H. T. Sihotang, “Perancangan Dan Implementasi Algoritma Arithmetic Coding Untuk Aplikasi Kompresi Data Video Dan
Audio,” J. Mantik Penusa, vol. 2, no. 1, pp. 58–64, 2018.
[10] S. R. Saragih and D. P. Utomo, “Penarapan Algoritma Prefix Code Dalam Kompresi Data Teks,” KOMIK (Konferensi
Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, pp. 232–235, 2020, doi: 10.30865/komik.v4i1.2686.
[11] J. Sisca, “Penerapan Algoritma Elias Delta Code Untuk Kompresi File Video Pada Aplikasi Video Downloader,” vol. 1,
no. 4, pp. 254–264, 2021.
[12] N. Rizka, S. D. Nasution, and K. Ulfa, “Penerapan Algoritma Elias Omega Code Untuk Kompresi File Video Pada
Aplikasi Rekam Layar,” vol. 9, no. April, pp. 257–265, 2021.
Page | 253
http://ejurnal.stmik-budidarma.ac.id/index.php/komik