Gambar 2.8 Alur kompresi citra dan dekompresi citra
2.8.1 Manfaat Kompresi Citra
Manfaat kompresi citra antara lain : 1. Meminimalkan waktu pengiriman data pada saluran komunikasi.
Contohnya pengiriman gambar menjadi lebih singkat , download dari internet, pengiriman data medis, dan lain-lain.
2. Membutuhkan ruang memori yang lebih sedikit dibandingkan dengan citra yang tidak dimampatkan [1].
3. Mengurangi redundancy data sebuah citra agar dapat mengurangi ukuran byte dari sebuah citra [13]
2.8.2 Jenis Kompresi Citra
1. Pendekatan Statistik Bekerja dengan cara mengkodekan suatu simbol atau data yang
sering muncul dengan jumlah bit yang lebih kecil dibandingkan dengan simbol yang memiliki intensitas kemunculan yang lebih
rendah. [15] Contoh : metode huffman
2. Pendekatan Ruang Melihat hubungan antar piksel yang mempunyai derajat keabuan
yang sama pada wilayah dalam citra.[2] Contoh : metode Run-Length Encoding
3. Pendekatan Kuantisasi Bekerja dengan cara mengurangi intensitas warna yang dimiliki
sebuah citra, sehingga menyebabkan ukuran bit yang mewakili citra akan berkurang.
Contoh : metode Kuantisasi 4. Pendekatan Fraktal
Bekerja dengan cara menghilangkan bagian-bagian citra yang memiliki kemiripan. Biasanya citra yang dikompresi dengan metode
pendekatan fractal akan kehilangan resolusi citra aslinya. Contoh : Metode Fraktal [13]
Universitas Sumatera Utara
2.8.3 Teknik Kompresi Citra
1. Lossy Compression Teknik kompresi dimana data hasil dekompresi tidak tepat sama
dengan data asli sebelum dikompresi[16]. Namun hasilnya sudah “cukup” untuk digunakan [7]. Contoh: metode kuantisasi, fraktal ,
FFT Fast Fourier Transform. Pada lossy compression rasio kompresi yang dihasilkan lebih tinggi dari lossless compression[16].
Kelebihan dari lossy compression adalah ukuran file lebih kecil dibanding loseless namun masih tetap memenuhi syarat untuk
digunakan. Biasanya teknik ini membuang bagian-bagian data yang sebenarnya tidak begitu berguna, tidak begitu dilihat oleh manusia
sehingga manusia masih beranggapan bahwa data tersebut masih bisa digunakan walaupun sudah dikompresi. Diagram lossy compression
seperti yang terlihat pada gambar 2.9
Input image Source encoder
quantizer
entropy encoder
Compressed image
Gambar 2.9 diagram lossy compression [16]
2. Loseless Compression Teknik kompresi dimana data hasil kompresi dapat didekompresi lagi
dan hasilnya tepat sama seperti data sebelum proses kompresi [7]. Contoh : Arithmetic coding, Shanon fano coding , RLE Run Length
Encoding. Teknik ini digunakan jika dibutuhkan data setelah dikompresi harus dapat diekstrakdekompresi lagi tepat sama.
Kadangkala ada data-data yang setelah dikompresi dengan teknik ini
Universitas Sumatera Utara
ukurannya menjadi lebih besar atau sama. Pada lossless compression citra yang telah dikompresi memiliki kesamaan secara numerik yang
identik dengan citra aslinya.
Keuntungan dari metode lossy atas lossless adalah dalam beberapa kasus metode lossy menghasilkan file kompresi yang lebih kecil
dibandingkan dengan metode lossless. Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video karena data tersebut
dimaksudkan kepada human interpretation dimana pikiran dapat dengan mudah “mengisi bagian-bagian yang kosong” atau melihat
kesalahan yang sangat kecil. Sedangkan lossless digunakan untuk mengkompresi data untuk diterima dalam kondisi asli seperti
dokumen teks. Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil
dekompresi sama dengan data asli [9]. Diagram lossless seperti yang terlihat pada gambar 2.10
Lossless encoder Table
specification
Entropy encoder
Compressed image
predictor Source
image
Gambar 2.10 diagram lossless compression [16]
2.8.4 Rasio Kompresi Citra
Kategori