informasi

teori and
decoding
1929142051 ISWANDA
pengantar
terori
informasi
 MODEL SISTEM TRANSMISI
INFORMASI

 Cs/ DCs – source encoding/decoding blocks

 E/D – source encryption/decryption blocks
 Cc/DC – channel encoding/decoding blocks
 SOURCE
ANDCODING
 Dilakukan untuk mengurangi
penumpukan sinyal (redundancy)
 Terdapat 2 teknik encoding:
o Losseless Encoding
ZIP, GZ, RAR dsb
o Lossy Encoding
JPEG, GIF, MKV, dsb
LOSSLESS
AND LOSSY
Lossless adalah jenis kompresi
data citra atau data lainnya
yang tidak satupun mengalami
perubahan atau kehilangan
data/informasi saat dilakukan
rekonstruksi sehingga hasil
rekonstruksi akan sama
dengan aslinya.
Lossy adalah jenis kompresi data
citra atau data lainnya yang
dapat mengalami perubahan
atau kehilangan data/informasi
saat rekonstruksi.
 Format file bersifat
lossless and lossy
TIFF (Tagged Image File Format)
• Digunakan secara umum pada SO Apple
Macintosh (1980).
• Dalam bentuk lossless, TIFF menggunakan
algoritma
kompresi LZW (Lempel-Ziv-Welch) atau
ZIP
• Dalam bentuk lossy, TIFF menggunakan
algoritma kompresi JPEG.
 KOMPRESI
CITRA
RUANG
WARNA
YCBcr
Citra asli Ruang warna Y

Ruang warna Ruang warna

CB CR
Pengantar
kompresi
data
Adalah proses pengkodean informasi
menggunakan bit atau information bearing
unit yang lebih rendah dari representasi data
yang tidak dikodekan dengan suatu sistem
enkoding tertentu.
Kedalaman warna (bit depth)
• 1 bit. B/W
• 4 bit. Grayscale/color (16 warna)
• 8 bit. Grayscale/color (256 warna)
• 16 bit. High color (16 warna)
• 32 bit. True color (16.777.216
warna)
 
 
 
Kriteria kompresi
citra
• Waktu kompresi dan waktu
dekompresi.
• Kebutuhan memori.
• Kualitas pemampatan (fidelity)

dimana M = lebar citra dan

N = tinggi citra
• Format keluaran
 
Rasio kompresi
 Hubungan antara
piksel
• Representasi citra secara matematis
f(x,y); x dan y merupakan koordinat ruang diskret
• Besar f(x,y) = i(x,y).r(x,y)
Dimana i=jumlah cahaya yang berasal dari sumber.
0<i(x,y) < ∞
r=derajat kemampuan objek mematulkan cahaya
0<r(x,y) < 1
 Huffman and
coding
 Adalah algoritma kompresi yang menggunakan pendekatan
statisitik.
 Langkah kompresi:
 Urutkan nilai grayscale berdasarkan nilai
kemunculannya.
 Gabung dua pohon yang memiliki frekuensi
kemunculan terkecil dan urutkan kembali.
 Ulangi langkah 2 sampai tersisa 1 pohon biner.
 Beri label pohon biner dengan cara sisi kiri .pohon
diberi label 0 dan sisi kanan diberi label 1.
 Telusuri pohon biner dari akar ke daun.
 Barisan label-label sisi dari akar ke daun adalah
kode huffman
Terimakasih