1.

LZW (Lempel -Ziv-Welch):

GIF (Graphics Interchange Format) adalah format gambar bitmap yang

dikembangkan oleh tim di penyedia layanan online CompuServe yang dipimpin oleh
ilmuwan komputer Amerika, Steve Wilhite dan dirilis pada 15 juni 1987. Formatnya dapat
berisi hingga 8 bit per piksel, memungkinkan satu gambar untuk mereferensikan paletnya
sendiri hingga 256 warna berbeda yang dipilih dari ruang warna RGB 24-bit. Namun,
keterbatasan palet ini membuat gif ini kurang cocok untuk mereproduksi foto berwarna dan
gambar lain dengan gradien warna. Namun, cocok untuk gambar sederhana.

Jenis kompresi pada file GIF adalah kompresi LZW, merupakan metode untuk
memperkecil ukuran file Tag Image File Format (TIFF) atau Graphics Interchange Format
(GIF). Algoritma kompresi LZW adalah jenis kompresi lossless. Algoritma lossless
mengurangi bit dalam file fengan menghilangkan redundansi statistic tanpa menyebabkan
hilangnya informasi.

● Cara kerja Kompresi LZW (Lempel -Ziv-Welch)

 Algoritma kompresi LZW membaca rangkaian simbol, mengelompokkan simbol
tersebut menjadi string, kemudian mengubahnya menjadi kode yang dibutuhkan setiap urutan
masukan bit dengan panjang tertentu. Algoritma LZW itu seperti permainan tebak-tebakan
kata yang dimainkan dengan buku kode rahasia. Saat kita membaca cerita, jika kita melihat
kata yang sama berkali-kali, kita tidak perlu mengatakan kata yang panjang lagi. Sebaliknya,

kita bisa menggunakan kode rahasia yang lebih pendek untuk mewakili kata itu. Ini membuat
cerita lebih pendek dan membuatnya bisa muat di dalam ruang yang lebih kecil. Setiap kali
kita menemukan kata baru, kita tambahkan ke dalam buku kode rahasia kita. Semakin banyak
kata yang sama yang kita temui, semakin banyak kode rahasia yang bisa kita gunakan untuk
menggantikannya. Jadi, algoritma LZW ini seperti bermain tebak-tebakan kata dengan buku
kode rahasia untuk membuat cerita menjadi lebih pendek dan muat di dalam ruang yang lebih
kecil.

Kelebihan dari metode kompresi LZW adalah kemampuannya dalam mengompresi file-file
besar seperti TIFF atau GIF dengan cepat, terutama jika file tersebut memiliki banyak data
yang berulang, seperti gambar-gambar monokrom. Hal ini membuatnya menjadi pilihan yang
baik untuk mengurangi ukuran file dengan efisien.

Namun, ada beberapa kelemahan yang perlu diperhatikan. Pertama, jika file yang
dikompresi tidak memiliki banyak informasi yang berulang, ukuran file yang dihasilkan bisa
tetap besar, yang bertentangan dengan tujuan kompresi. Selain itu, ada masalah hukum terkait
dengan beberapa versi algoritma LZW yang memiliki hak cipta, sehingga pengguna harus
membayar royalti atau biaya lisensi untuk menggunakannya. Biaya tambahan ini dapat
meningkatkan biaya produk secara keseluruhan.

Terakhir, meskipun LZW cukup efektif, ada algoritma kompresi lain yang lebih
efisien dan dapat menghasilkan ukuran file yang lebih kecil dalam waktu yang lebih singkat.
Sehingga, LZW tidak selalu menjadi pilihan terbaik dalam semua situasi kompresi.

2. Kuantisasi Warna:

Cara Kerja: Kuantisasi warna bekerja dengan mengurangi jumlah warna yang digunakan
dalam gambar menjadi palet warna yang lebih kecil. Misalnya, jika gambar asli memiliki
ratusan ribu warna, kuantisasi warna akan membatasinya hanya menjadi sekitar 256 warna
atau kurang, yang merupakan jumlah maksimum warna yang didukung dalam format GIF.
Teknik ini biasanya menggunakan algoritma clustering untuk mengelompokkan warna-warna
yang serupa, dan kemudian memilih warna representatif untuk mewakili setiap kelompok.

Kelebihan:

 Mengurangi jumlah data yang harus disimpan, sehingga mengurangi ukuran file
secara signifikan.
 Biasanya mempertahankan kualitas gambar yang baik, terutama jika palet warna yang
dihasilkan dipilih dengan cerdas.
 Cocok untuk gambar-gambar dengan banyak warna, seperti foto atau gambar
berwarna.

Kekurangan:

 Ada kemungkinan terjadinya degradasi kualitas gambar, terutama pada gambar-

gambar dengan transisi warna halus atau gradien.
 Membutuhkan pengaturan yang cermat untuk memilih palet warna yang optimal agar
tidak kehilangan detail penting dalam gambar.

3. Optimasi Frame:

Cara Kerja: Optimasi frame bekerja dengan mengoptimalkan setiap frame dalam animasi
GIF, dengan cara menyimpan hanya perbedaan antara frame yang berurutan daripada seluruh
gambar. Ini berarti hanya piksel-piksel yang berubah antara satu frame dan frame berikutnya
yang disimpan, sementara bagian lain dari gambar tetap tidak berubah. Dengan cara ini,
ukuran file GIF dapat dikecilkan tanpa mengorbankan kualitas animasi.

Kelebihan:
  Mengurangi ukuran file GIF dengan signifikan, terutama untuk animasi yang
kompleks atau panjang.
 Mempercepat waktu pembukaan dan pembacaan animasi GIF di browser atau
aplikasi.

Kekurangan:

 Membutuhkan lebih banyak waktu dan daya pemrosesan komputer untuk melakukan
optimasi frame, terutama untuk animasi yang panjang atau memiliki banyak
perubahan antara frame.
 Ada kemungkinan terjadinya degradasi kualitas animasi, terutama jika optimasi
dilakukan terlalu agresif sehingga mengurangi frame-frame yang penting untuk kesan
visual animasi.