Aplikasi Kompresi SMS Menggunakan Kode Huffman Pada Mobile Phone Berbasis Java™

TUGAS AKHIR

APLIKASI KOMPRESI SMS MENGGUNAKAN KODE

HUFFMAN

PADA

MOBILE PHONE

BERBASIS JAVA

TM

Diajukan untuk memenuhi salah satu persyaratan dalam menyelesaikan pendidikan sarjana (S-1) pada Departemen Teknik Elektro

Oleh:

ANASTASYA CITRA

050402086

DEPARTEMEN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

MEDAN

ABSTRAK

Telekomunikasi memiliki peranan penting dalam kehidupan sosial saat ini. Komunikasi yang tidak dapat dilakukan secara langsung menciptakan sebuah teknologi yang dapat memudahkan pengguna berkomunikasi jarak jauh. Perkembangan telekomunikasi pun sangat pesat, seiring dengan kebutuhan masyarakat yang terus meningkat.

Dalam berkomunikasi, pesan teks merupakan sarana yang sering digunakan selain layanan suara. Salah satu cara penggunaaan pesan teks adalah dengan SMS. Fitur ini banyak digunakan karena tersedia pada setiap mobile phone, penggunaannya yang mudah dan costnya yang murah.

Penggunaan teknologi SMS masih memiliki kekurangan. Keterbatasan memori misalnya, sehingga dibutuhkan sebuah mekanisme agar besar data yang ditransmisikan dapat seminimal mungkin. Oleh sebab itu, diperlukan proses kompresi yang dapat meminimalisasikan ukuran sebuah data yang akan dikirimkan.

Pada Tugas Akhir ini dibuat sebuah kompresi SMS dengan menggunakan Kode Huffman yang diharapkan akan menjadikan ukuran SMS tersebut seminimal mungkin pada saat dikirimkan. Dari pengujian yang telah dilakukan, dapat dibuktikan bahwa kompresi SMS dengan jumlah karakter ≤ 160, 160 < x ≤ 320, > 320 menggunakan kode Huffman akan menghasilkan persentase kompresi rata-rata sebesar 35% hingga 45% dan rasio kompresi berkisar 3:2.

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas rahmat dan karunia-Nya penulis dapat menyelesaikan Tugas Akhir ini, yang berjudul

“APLIKASI KOMPRESI SMS MENGGUNAKAN KODE HUFFMAN PADA

MOBILE PHONE BERBASIS JAVATM”. Tugas Akhir ini dibuat untuk memenuhi syarat kesarjanaan di Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara.

Tugas Akhir ini penulis persembahkan kepada yang teristimewa Nyaksyi Hj. Nurhayati, S.Ag yang selalu sabar dan setia menemani penulis melalui masa perkuliahan selama di Medan. Mama tercinta Hj. Cut Isra Eka Putri dan Bapak Panjang Hartawan Tarigan untuk segala doa, dukungan dan cintanya selama ini. Papa Aldi Aldanny serta Mami Tia dan Mami Yani. Kesebelas adik penulis yang

selalu memberikan inspirasi, „Irfaan, Balqis, Raja, Nabila, Ghina, Amira, Ratu

serta Zhico, Cachito, Nia dan Mario. Paman, Papa sekaligus sahabat dan motivator bagi penulis, H. Teuku Bardansyah serta keluarga. Dan seluruh keluarga besar yang selalu memberikan dukungan dan motivasi bagi penulis. Dan juga untuk Adriuli atas semua yang telah dilakukan untuk penulis.

Selama penulisan Tugas Akhir ini hingga menyelesaikannya, penulis banyak mendapat bantuan dan dukungan serta masukan dalam penulisan Tugas Akhir dari banyak pihak.

Pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Bapak Prof. Dr. Ir. Usman Baafai dan Bapak Rahmad Fauzi, ST, MT, selaku Pelaksana Harian dan Sekretaris Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara.

2. Bapak Ir. M. Zulfin, MT sebagai Dosen Pembimbing penulis yang telah dengan sabar membimbing penulis dan sangat banyak membantu dalam penulisan Tugas Akhir ini.

3. Bapak Ir. Arman Sani, MT sebagai Dosen Wali penulis, Tim Judul dan juga Dosen Penguji, yang selalu memberikan dukungan sebagai wali penulis serta memotivasi penulis agar menjadi lebih baik.

4. Bapak Rahmad Fauzi, ST. MT dan Bapak Maksum Pinem, ST. MT sebagai Dosen Pembimbing Seminar yang memberikan koreksi dan saran sehingga Tugas Akhir ini menjadi lebih baik.

5. Seluruh staf pengajar Departemen Teknik Elektro, khususnya Konsentrasi Teknik Telekomunikasi yang banyak memberikan inspirasi, pelajaran moril dan spiritual serta masukan dan dorongan bagi penulis untuk selalu menjadi lebih baik.

6. Seluruh karyawan di Departemen Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara.

7. Semua teman seperjuangan, Stambuk 2005. Kira yang sangat membantu proses Tugas Akhir ini. Gemboeng Betina, Muteng, Once, Yoneng, Chici, PSUS, D, Icha, Ami, Dewi, Nisa, Christ. Gemboeng Jantan Ebby, V, Fari, aD, Jacky, Rudy, Lexa, Printer, Hari, Megi, Double Dedi, Orang tua,

Putra, Andica, Rifqi, Riza serta seluruh anggota ‟05 yang tidak bisa

disebutkan satu per satu.

8. Dan pihak-pihak yang tidak dapat penulis sebutkan satu per satu.

Penulis menyadari bahwa Tugas Akhir ini jauh dari sempurna. Oleh karena itu, saran dan kritik dengan tujuan menyempurnakan dan mengembangkan kajian dalam bidang ini sangat penulis harapkan.

Akhir kata penulis berharap agar Tugas Akhir ini dapat bermanfaat bagi pembaca dan penulis.

Medan, 1 Mei 2010 Penulis,

DAFTAR ISI

Abstrak ... i

Kata Pengantar ... ii

Daftar Isi ... v

Daftar Gambar ... viii

Daftar Tabel ... x

Daftar Lampiran ... xi

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang.……..……… ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan Penulisan ... 2

1.4 Batasan Masalah ... 3

1.5 Metodologi Penulisan ... 3

1.6 Sistematika Penulisan ... 3

BAB II TEKNIK PENGKODEAN ... 5

2.1 Pendahuluan ... 5

2.2 Pengkodean Data ... 5

2.2.1 Data digital, sinyal digital ... 8

2.2.2 Data digital, sinyal analog ... 11

2.2.3 Data analog, sinyal digital ... 13

BAB III KOMPRESI DATA ... 19

3.1 Umum ... 19

3.2 Jenis Kompresi ... 21

3.2.1 Algoritma Kompresi Lossy ... 21

3.2.1.1 JPEG ... 22

3.2.1.2 MPEG ... 24

3.2.2 Algoritma Kompresi Lossless ... 26

3.2.2.1 Run-Length ... 27

3.2.2.2 Half Byte ... 29

3.2.2.3 LZW (Lempel-Ziv-Welch) ... 31

3.2.2.4 Huffman ... 35

3.3 Metode Kompresi ... 35

3.3.1 Metode Statis (static method) ... 35

3.3.2 Metode Kamus (dictionary method) ... 36

BAB IV KOMPRESI DATA MENGGUNAKAN KODE HUFFMAN ... 37

4.1 Pendahuluan ... 37

4.2 Variasi Kode Huffman ... 38

4.3 Encoding dan Decoding Menggunakan Kode Huffman ... 42

4.3.1 Encoding ... 42

4.3.2 Decoding ... 47

BAB V APLIKASI KOMPRESI SMS MENGGUNAKAN KODE HUFFMAN PADA MOBILE PHONE BERBASIS JAVATM ... 50

5.1 Pendahuluan ... 50

5.3 Aplikasi Kompresi SMS Menggunakan Kode Huffman pada mobile

phone berbasis JAVATM ... 53

5.3.1 Aplikasi Kompresi SMS dengan karakter ≤ 160 ... 53

5.3.2 Aplikasi Kompresi SMS dengan karakter 160 < x≤ 320 ... 59

5.3.3 Aplikasi Kompresi SMS dengan karakter > 320 ... 66

BAB VI KESIMPULAN DAN SARAN ... 76

6.1 Kesimpulan ... 76

6.2 Saran ... 76 DAFTAR PUSTAKA

DAFTAR GAMBAR

Gambar 2.1 Teknik Pengkodean Data dan Modulasi ... 7

Gambar 2.2 Format Pengkodean Sinyal Digital ... 11

Gambar 2.3 Teknik Dasar Modulasi untuk Mengubah Data Digital menjadi Sinyal Analog ... 13

Gambar 2.4 Teknik PCM ... 15

Gambar 2.5 PCM Block Diagram ... 15

Gambar 2.6 Delta Modulation ... 16

Gambar 2.7 Modulasi Data Analog, Sinyal Analog ... 18

Gambar 3.1 Karakter pada Run-Length ... 27

Gambar 3.2 Contoh kompresi menggunakan algoritma Run-Length ... 28

Gambar 3.3 Format menggunakan algoritma half byte ... 29

Gambar 3.4 Contoh kompresi menggunakan algoritma half byte ... 30

Gambar 3.5 Hasil Proses kompresi LZW ... 33

Gambar 4.1 Proses Encoding Menggunakan Pohon Huffman ... 45

Gambar 4.2 Tampilan proses Encoding Huffmanyang lebih sederhana ... 46

Gambar 4.3 Proses Decoding Menggunakan Pohon Huffman ... 48

Gambar 5.1 Tampilan Pada Layar Komputer pada saat Pengiriman File Aplikasi HuffSMS melalui Bluetooth ... 52

Gambar 5.2 Tampilan Aplikasi pada mobile phone Nokia 5130 XpreesMusic ... 52

Gambar 5.3 Tampilan Proses Pengiriman SMS ≤ 160 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic ... 58

Gambar 5.4 Tampilan Proses Penerimaan SMS ≤ 160 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic ... 59

Gambar 5.5 Tampilan Proses Pengiriman SMS 160 < x ≤ 320 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic ... 65

Gambar 5.6 Tampilan Proses Penerimaan SMS 160 < x ≤ 320 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic ... 66

Gambar 5.7 Tampilan Proses Pengiriman SMS > 320 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic ... 73

Gambar 5.8 Tampilan Proses Penerimaan SMS > 320 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic ... 74

DAFTAR TABEL

Tabel 3.1 Tahapan kompresi LZW ... 33

Tabel 4.1 Frekuensi Kemunculan Karakter pada Data ... 44

Tabel 4.2 Hasil Encoding Menggunakan Algoritma Huffman ... 46

Tabel 5.1 Frekuensi Kemunculan pada Kompresi SMS ≤ 160 karakter ... 54

Tabel 5.2 Kode Huffman Hasil Kompresi pada SMS ≤ 160 karakter ... 54

Tabel 5.3 Frekuensi Kemunculan pada Kompresi SMS 160 < x ≤ 320 karakter ... 60

Tabel 5.4 Kode Huffman Hasil Kompresi pada SMS 160 < x ≤ 320 karakter ... 61

Tabel 5.5 Frekuensi Kemunculan pada Kompresi SMS > 320 karakter ... 67

Tabel 5.6 Kode Huffman Hasil Kompresi pada SMS > 320 karakter ... 69

DAFTAR LAMPIRAN

Lampiran 1 Pembentukan Pohon Huffman pada Kompresi SMS ≤ 160 Karakter Lampiran 2 Pembentukan Pohon Huffman pada Kompresi SMS 160 < x ≤ 320

Karakter

Lampiran 3 Pembentukan Pohon Huffman pada Kompresi SMS > 320 Karakter Lampiran 4 Tabel ASCII

Lampiran 5 Tabel fixed Huffman

Lampiran 6 Pembentukan Pohon Huffman untuk Tabel fixed Huffman Lampiran 7 Daftar Mobile phone Berbasis JavaTM

Lampiran 8 Flowchart Program Utama, Pengiriman HuffSMS Lampiran 9 Flowchart Program Utama, Penerimaan HuffSMS Lampiran 10 Flowchart Kompresi Huffman

Lampiran 11 Flowchart Dekompresi Huffman Lampiran 12 Flowchart MessageScreen

Lampiran 13 Flowchart SendScreen

ABSTRAK

Telekomunikasi memiliki peranan penting dalam kehidupan sosial saat ini. Komunikasi yang tidak dapat dilakukan secara langsung menciptakan sebuah teknologi yang dapat memudahkan pengguna berkomunikasi jarak jauh. Perkembangan telekomunikasi pun sangat pesat, seiring dengan kebutuhan masyarakat yang terus meningkat.

Dalam berkomunikasi, pesan teks merupakan sarana yang sering digunakan selain layanan suara. Salah satu cara penggunaaan pesan teks adalah dengan SMS. Fitur ini banyak digunakan karena tersedia pada setiap mobile phone, penggunaannya yang mudah dan costnya yang murah.

Penggunaan teknologi SMS masih memiliki kekurangan. Keterbatasan memori misalnya, sehingga dibutuhkan sebuah mekanisme agar besar data yang ditransmisikan dapat seminimal mungkin. Oleh sebab itu, diperlukan proses kompresi yang dapat meminimalisasikan ukuran sebuah data yang akan dikirimkan.

Pada Tugas Akhir ini dibuat sebuah kompresi SMS dengan menggunakan Kode Huffman yang diharapkan akan menjadikan ukuran SMS tersebut seminimal mungkin pada saat dikirimkan. Dari pengujian yang telah dilakukan, dapat dibuktikan bahwa kompresi SMS dengan jumlah karakter ≤ 160, 160 < x ≤ 320, > 320 menggunakan kode Huffman akan menghasilkan persentase kompresi rata-rata sebesar 35% hingga 45% dan rasio kompresi berkisar 3:2.

BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan telekomunikasi dewasa ini sangat pesat, seiring dengan kebutuhan masyarakat akan mobilitas komunikasi yang meningkat. Berbagai macam fasilitas teknologi telekomunikasi terus dikembangkan agar user dapat melakukan komunikasi suara, data dan gambar dengan baik.

Perkembangan mobile phone saat ini pun dapat menggambarkan betapa besar animo masyarakat dalam perkembangan teknologi. Selain komunikasi suara, fitur SMS yang disediakan dapat digunakan untuk pengiriman pesan singkat yang penggunaannya mudah dan dengan cost yang murah.

Pengiriman SMS memiliki beberapa kendala, pesan yang dikirim sering kali berukuran terlalu besar sehingga memakan waktu yang cukup lama dalam proses pentransmisian data tersebut. Selain itu dalam penyimpanan data, file yang cukup besar memakan ruang yang besar pula. SMS tersebut memiliki batasan 160 karakter, jika pesan yang dikirim lebih dari 160 karakter, maka mobil phone akan mengirim dua SMS. Dari segi biaya, tentu saja diperlukan biaya yang lebih besar dibandingkan jika hanya mengirim satu SMS.

Masalah-masalah tersebut dapat diatasi dengan proses kompresi isi dari SMS tersebut sehingga waktu dan ruang yang digunakan dapat seminimal mungkin. Salah satu metode yang digunakan pada metode kompresi data adalah kode Huffman. Pada aplikasi kompresi SMS, kode Huffman digunakan untuk mengurangi jumlah bit yang digunakan.

Berdasarkan uraian diatas, maka pada Tugas Akhir ini penulis memaparkan kompresi data SMS dengan menggunakan kode Huffman serta menampilkan aplikasi kompresi ini menggunakan bahasa pemrograman J2ME (JAVA 2 Micro Edition) yang hanya dapat digunakan pada mobile phone berbasis JAVATM. Diharapkan hasil kompresi SMS pada Tugas Akhir ini dapat mengoptimalkan penggunaan saluran transmisi, penggunaan memori dan penekanan biaya.

1.2 Rumusan Masalah

Dari latar belakang di atas, maka dapat dirumuskan beberapa permasalahan, yaitu:

1. Apa yang dimaksud dengan kompresi data. 2. Apa saja metode kompresi data yang ada.

3. Bagaimana metode Huffman dalam proses kompresi SMS.

4. Bagaimana cara menghitung compression ratio dan increase percentage. 5. Bagaimana penerapan metode Huffman pada mobile phone berbasis

JAVATM.

1.3 Tujuan Penulisan

Tujuan dari penulisan Tugas Akhir ini adalah untuk memahami metode kompresi data SMS dengan metode Huffman, serta menghitung compresion ratio

sehingga dapat diketahui persentase kompresi dan juga visualisasi hasil kompresi tersebut.

1.4 Batasan Masalah

Untuk memudahkan pembahasan dalam tulisan ini, maka dibuat pembatasan masalah sebagai berikut :

1. Hanya membahas teknik pengkodean secara umum. 2. Hanya membahas kompresi data secara umum.

3. Kompresi yang dilakukan hanya pada data SMS yang memiliki variasi karakter dan hanya menggunakan metode Huffman.

4. J2ME hanya dipakai dalam penggunaan aplikasi, tidak dibahas secara khusus dan detail.

1.5 Metodologi Penulisan

Metodologi penulisan yang digunakan oleh penulis dalam penulisan Tugas Akhir ini adalah: Studi Literatur, yaitu berupa studi kepustakaan dan kajian dari buku-buku dan jurnal-jurnal pendukung, baik dalam bentuk hardcopy dan

softcopy.

1.6 Sistematika Penulisan

Penulisan Tugas Akhir ini disajikan dengan sistematika penulisan sebagai berikut :

BAB I : PENDAHULUAN

Bab ini merupakan pendahuluan yang berisikan tentang latar belakang masalah, tujuan penulisan, batasan masalah, metode penulisan, dan sistematika penulisan dari Tugas Akhir ini.

BAB II : TEKNIK PENGKODEAN

Bab ini membahas mengenai teknik-teknik pengkodean.

BAB III : KOMPRESI DATA

Bab ini membahas tentang proses kompresi suatu data, kompresi Lossless dan kompresi Lossy.

BAB IV : KOMPRESI DATA MENGGUNAKAN KODE

HUFFMAN

Bab ini membahas tentang kompresi data menggunakan kode Huffman dengan terperinci.

BAB V : APLIKASI KOMPRESI SMS MENGGUNAKAN KODE

HUFFMAN PADA MOBILE PHONE BERBASIS

JAVATM

Bab ini berisi tentang proses kompresi SMS menggunakan metode Huffman dan perhitungan Compression ratio dan

Increase percentage serta tampilan aplikasinya pada mobile phone berbasis JAVATM.

BAB VI : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan hasil Tugas Akhir ini dan saran dari penulis.

BAB II

TEKNIK PENGKODEAN

2.1 Pendahuluan

Pengkodean karakter, kadang disebut penyandian karakter, terdiri dari kode yang memasangkan karakter berurutan dari suatu kumpulan dengan sesuatu yang lain. Seperti urutan bilangan natural, octet atau denyut elektrik. Untuk memfasilitasi penyimpanan teks pada komputer dan transmisi teks melalui jaringan telekomunikasi. Contoh umum adalah sandi morse, yang menyandikan huruf alphabet ke dalam rangkaian tekanan panjang pendek dari kunci telegraf, serta ASCII, yang menyadikan huruf, numeral dan simbol-simbol lain, sebagai integrer dan versi biner 7-bit dari integrer tersebut, umumnya ditambah nol-bit untuk memfasilitasi penyimpanan dalam bita 8-bit (octet).

Dalam sistem komunikasi digital, pesan yang dikeluarkan oleh sumber umumnya dikompresikan menjadi bentuk lain yang lebih efisien. Proses tersebut dilakukan dalam source encoder, dimana informasi dari sumber dikonversikan menjadi deretan digit biner yang efisien dengan jumlah digit biner yang digunakan dibuat seminimal mungkin.

2.2 Pengkodean Data

Dalam proses telekomunikasi, data tersebut harus dimengerti baik dari sisi pengirim maupun dari sisi penerima. Untuk mencapai hal tersebut, data harus diubah dalam bentuk khusus yaitu sandi untuk komunikasi data.

Berikut adalah sistem sandi yang biasa digunakan:

1. ASCII (American Standard Code for Information Interchange) a. Standar ini paling banyak digunakan

b. Merupakan sandi 7 bit

c. Terdapat 128 macam symbol yang dapat diberi sandi ini

d. Untuk transmisi asinkron terdiri dari 10 atau 11 bit, yaitu: 1 bit awal, 7 bit data, 1 bit paritas, 1 atau 2 bit akhir

2. Sandi Baudot Code (CCITT alphabet No.2 / Telex Code) a. Terdiri dari 5 bit

b. Terdapat 32 macam symbol

c. Digunakan dua sandi khusus sehingga semua abjad dan angka dapat diberi sandi yaitu:

1. LETTERS (11111) 2. FIGURES (11011)

d. Tiap karakter terdiri dari: 1 bit awal, 5 bit data dan 1 bit akhir 3. Sandi 4 atau 8

a. Sandi dari IBM dengan kombinasi yang diperbolehkan adalah 4

buah “1” dan 4 buah “0”

b. Terdapat 70 karakter yang dapat diberi sandi ini

c. Transmisi asinkron membutuhkan 10 bit, yaitu: 1 bit awal, 8 bit data dan 1 bit akhir

4. BCD (Binary Coded Decimal) a. Terdiri dari 6 bit

c. Transmisi asinkron membutuhkan 9 bit, yaitu: 1 bit awal, 6 bit data, 1 bit paritas dan 1 bit akhir

5. EBCDIC (Extended Binary Coded Decimal Interchange Code) a. Sandi 8 bit untuk 256 karakter

b. Transmisi asinkron membutuhkan 11 bit, yaitu: 1 bit awal, 8 bit data, 1 bit paritas dan 1 bit akhir.

Gambar 2.1 Teknik Pengkodean Data dan Modulasi

Pada Gambar 2.1, bentuk x(t) tergantung pada teknik pengkodean dan dipilih yang sesuai dengan karakteristik media transmisi. Gambar 2.1(a) menjelaskan tentang pensinyalan digital, suatu sumber data g(t) dapat berupa digital atau analog, yang di-encode menjadi suatu sinyal digital x(t) dan Gambar 2.1(b) menjelaskan tentang pensinyalan analog, input sinyal m(t) dapat berupa analog atau digital dan disebut sinyal pemodulasi atau sinyal baseband, yang

dimodulasi menjadi sinyal termodulasi s(t). Dasarnya adalah modulasi sinyal

carrier yang dipilih sesuai dengan media transmisinya. Ada empat kombinasi hubungan data dan sinyal, yaitu: 1 Data digital, sinyal digital

Perangkat pengkodean data digital menjadi sinyal digital lebih sederhana daripada perangkat modulasi digital-to-analog.

2 Data analog, sinyal digital

Konversi data analog ke bentuk digital memungkinkan pengguna perangkat transmisi dan switching digital.

3 Data digital, sinyal analog

Beberapa media transmisi hanya bisa merambatkan sinyal analog, misalnya unguided media.

4 Data analog, sinyal analog

Data analog dapat dikirimkan dalam bentuk sinyal baseband, misalnya transmisi suara pada saluran pelanggan PSTN.

2.2.1 Data Digital, Sinyal Digital

Data digital merupakan data yang memiliki deretan data yang memiliki ciri-ciri tersendiri. Salah satu contoh data digital adalah teks. Permasalahannya adalah data tersebut tidak dapat langsung ditransmisikan dalam sistem komunikasi. Data tersebut harus terlebih dahulu diubah dalam bentuk biner.

Elemen sinyal adalah tiap pulsa dari sinyal digital. Data binary atau digital ditransmisikan dengan mengkodekan bit-bit data kedalam elemen-elemen sinyal.

Faktor kesuksesan penerima dalam mengartikan sinyal yang datang: a. Ratio Signal to Noise (S/N) : peningkatan S/N akan menurunkan bit error

rate.

b. Kecepatan data (data rate) : peningkatan data rate akan meningkatkan bit error rate (kecepatan error pada bit)

c. Bandwidth : peningkatan bandwidth data meningkatkan data rate

Hubungan ketiga faktor tersebut adalah:

1. Kecepatan data bertambah, maka kecepatan error pun bertambah, sehingga memungkinkan bit yang diterima error.

2. Kenaikan S/N mengakibatkan kecepatan error berkurang.

3. Lebar bandwidth membesar yang diperbolehkan, kecepatan data akan bertambah.

Faktor-faktor yang mempengaruhi coding:

a. Spektrum sinyal = jumlah komponen frekuensi tinggi yang sedikit berarti lebih hemat bandwidth transmisi

b. Clocking = menyediakan mekanisme sinkronisasi antara source dan destination.

c. Deteksi kesalahan = kemampuan errordetection dapat dilakukan secara sederhana oleh skema line coding.

d. Kekebalan terhadap interferensi sinyal dan derau = dinyatakan dalam BER e. Biaya dan kompleksitas = semakin tinggi laju pensinyalan atau laju data,

Teknik data digital, sinyal digital terbagi atas: 1. Non-Return to Zero / NRZ

a. NRZ-L (NRZ-Level)

Hal ini dapat dilihat pada Gambar 2.2a.

1. Dua tegangan yang berbeda antara bit 1 dan bit 0 2. Tegangan konstan selama interval bit

3. Tidak ada transisi yaitu tegangan no return to zero b. NRZ-I (NRZ-Inverted)

Hal ini dapat dilihat pada Gambar 2.2b. 1. Pulsa tegangan konstan untuk durasi bit 2. Transisi = 1

3. Tidak ada transisi = 0 2. Biphase

a. Manchester, dapat dilihat pada Gambar 2.2e.

b. Differensial Manchester, dapat dilihat pada Gambar 2.2f. 3. Multilevel Binary

a. Bipolar AMI

Suatu kode dimana binary „0‟ diwakili dengan tidak adanya line

sinyal dan binary „1‟ diwakili oleh suatu pulsa positif atau

negatif. Hal ini dapat dilihat pada Gambar 2.2c. b. Pseudoternary

Suatu kode dimana binary '1' diwakili oleh ketiadaan line sinyal dan binary '0' oleh pergantian pulsa-pulsa positif dan negatif. Hal ini dapat dilihat pada Gambar 2.2d.

DATA

(a)

(b)

(c)

(d)

(e)

(f)

Gambar 2.2 Format Pengkodean Sinyal Digital

2.2.2 Data Digital, Sinyal Analog

Transmisi data digital dengan menggunakan sinyal analog. Contoh umum yaitu public telephone network. Device yang dipakai yaitu modem (modulator demodulator) yang mengubah data digital ke sinyal analog (modulator) dan sebaliknya mengubah sinyal analog menjadi data digital (demodulator).

Tiga teknik dasar encoding atau modulasi untuk mengubah data digital menjadi sinyal analog:

1. ASK (Amplitude-shift keying)

Modulasi yang menyatakan sinyal digital 1 sebagai suatu nilai tegangan tertentu (misalnya 1 Volt) dan sinyal digital 0 sebagai sinyal digital dengan tegangan 0 Volt. Hal ini dapat dilihat pada Gambar 2.3a. 2. FSK (Frequency-shift keying)

Modulasi yang menyatakan sinyal digital 1 sebagai suatu nilai tegangan dengan frekuensi tertentu, sementara sinyal digital 0 dinyatakan sebagai suatu nilai tegangan dengan frekuensi tertentu yang berbeda. Hal ini dapat dilihat pada Gambar 2.3b.

3. PSK (Phase-shift keying)

Modulasi yang menyatakan sinyal digital 1 sebagai suatu nilai tegangan tertentu dengan beda fasa tertentu pula (misalnya tegangan 1 Volt dengan beda fasa 0 derajat), dan sinyal digital 0 sebagai suatu nilai tegangan tertentu (yang sama dengan nilai tegangan sinyal PSK bernilai 1, misalnya 1 Volt) dengan beda fasa yang berbeda (misalnya beda fasa 180 derajat). Hal ini dapat dilihat pada Gambar 2.3c.

Tiga teknik dasar encoding atau modulasi tersebut dapat dilihat pada Gambar 2.3.

Gambar 2.3 Teknik Dasar Modulasi untuk Mengubah Data Digital menjadi Sinyal Analog

2.2.3 Data Analog, Sinyal Digital

Transformasi data analog ke sinyal digital, proses ini dikenal sebagai digitalisasi. Tiga hal yang paling umum terjadi setelah proses digitalisasi adalah:

1. Data digital dapat ditransmisikan menggunakan NRZ-L.

2. Data digital dapat di-encode sebagai sinyal digital memakai kode NRZ-L. Dengan demikian, diperlukan step tambahan

3. Data digital dapat diubah menjadi sinyal analog, menggunakan salah satu teknik modulasi

Codec (Coder-decoder) adalah device yang digunakan untuk mengubah data analog menjadi bentuk digital untuk transmisi, yang kemudian mendapatkan kembali data analog dari data digital tersebut.

Dua teknik yang digunakan dalam codec adalah: 1. Pulse Code Modulation

Dari teori sampling diketahui bahwa frekuensi sampling (fS) harus lebih besar atau sama dengan dua kali frekuensi tertinggi dari sinyal (fH), fS ≥ 2 fH. Sinyal asal dianggap mempunyai bandwidth B maka kecepatan pengambilan sampel yaitu 2B atau 1/2B detik. Sampel-sampel ini diwakilkan sebagai pulsa-pulsa pendek yang amplitudo nya proporsional terhadap nilai dari sinyal asal. Proses ini dikenal sebagai pulse amplitude modulation

(PAM). Kemudian amplitudo tiap pulsa PAM dihampiri dengan n-bit integer, sehingga dihasilkan data PCM. Sedangkan pada

receiver, prosesnya merupakan kebalikan dari proses diatas untuk memperoleh data analog. Proses PCM ini dapat dilihat pada Gambar 2.4.

Gambar 2.4 Teknik PCM

Gambar 2.5 merupakan Block Diagram dari proses PCM. Pada Block Diagram ini dapat dilihat bagaimana proses dari data analog menjadi sinyal digital.

2. Delta Code Modulation

Proses dimana suatu input analog didekati dengan suatu fungsi tangga yang bergerak naik atau turun dengan satu level quantization (δ) pada tiap interval sampling (TS), dan outputnya diwakilkan sebagai suatu bit binary tunggal untuk tiap sampel ('1' dihasilkan bila fungsi tangganya naik selama interval berikutnya; '0' dihasilkan untuk keadaan sebaliknya). Hal ini dapat dilihat pada Gambar 2.6.

2.2.4 Data Analog, Sinyal Analog

Alasan dasar dari proses ini adalah diperlukannya frekuensi tinggi untuk transmisi yang efektif. Untuk transmisi unguided, hal tersebut tidak mungkin untuk mentransmisi sinyal-sinyal baseband dan juga antena-antena yang diperlukan akan menjadi beberapa kilometer diameternya, modulasi mendukung

frequency-division multiplexing.

Teknik Modulasi memakai data analog adalah: 1. Amplitude Modulation (AM)

Modulasi ini menggunakan amplitudo sinyal analog untuk membedakan kedua keadaan sinyal digital, dimana frekuensi dan phasenya tetap, amplitudo yang berubah. AM adalah modulasi yang paling mudah, tetapi mudah juga dipengaruhi oleh keadaan media transmisinya. Hal ini dapat dilihat Gambar 2.7(a).

2. Frequency Modulation (FM)

Modulasi ini menggunakan sinyal analog untuk membedakan kedua keadaan sinyal digital, dimana amplitudo dan phasenya tetap, frekuensi yang berubah. Kecepatan transmisi mencapai 1200 bit per detik. Untuk transmisi data sistem yang umum dipakai FSK. Hal ini dapat dilihat Gambar 2.7(b).

3. Phase Modulation (PM)

Modulasi ini menggunakan perbedaan sudut phase sinyal analog untuk membedakan kedua keadaan sinyal digital, dimana frekuensi dan amplitudo tetap, phase yang berubah. Cara ini paling baik, tapi paling sukar, biasanya dipergunakan untuk pengiriman data dalam jumlah besar

yang banyak dan kecepatan yang tinggi. Hal ini dapat dilihat Gambar 2.7(c).

Teknik Modulasi memakai data analog ini dapat dilihat pada Gambar 2.7.

(a)

(c) (b)

BAB III

KOMPRESI DATA

3.1 Umum

Kompresi data merupakan cabang dari Teori Informasi. Teori Informasi sendiri adalah salah satu cabang Matematika yang berkembang sekitar akhir 1940an. Tokoh utama dari Teori Informasi adalah Claude Shannon dari Bell

Laboratory. Teori Informasi memfokuskan pada berbagai metode tentang informasi termasuk penyimpanan dan pemrosesan pesan. Teori Informasi mempelajari pula tentang pula tentang redundancy pada pesan. Semakin banyak

redundancy semakin besar pula ukuran pesan, upaya mengurangi redundancy ini yang akhirnya melahirkan subyek ilmu tentang kompresi data.

Kompresi data adalah sebuah cara untuk memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil sehingga lebih efisien dalam penyimpanannya dan mempersingkat waktu pertukaran data tersebut.

Keuntungan kompresi data adalah penghematan tempat pada media penyimpanan dan penghematan bandwidth pada pengiriman data. Namun kompresi data juga memiliki sisi negatif, bila data yang terkompresi ingin dibaca, perlu dilakukan dekompresi terlebih dahulu. Pada pengiriman data, penerima data harus mengerti proses encoding dalam data terkompresi yang diterima atau dengan kata lain, penerima juga harus memiliki perangkat lunak yang sama dengan pengirim sehingga dapat melakukan proses encoding tersebut.

Berikut ini adalah beberapa teknik kompresi data yang dikategorikan menurut jenis data yang akan dikompresi, yaitu:

1. Teknik kompresi untuk citra diam (still image) Contoh: JPEG, GIF dan run-length.

2. Teknik kompresi untuk citra bergerak (motion picture) Contoh: MPEG.

3. Teknik kompresi untuk data teks Contoh: half byte.

4. Teknik kompresi untuk data umum Contoh: LZW, half byte dan Huffman.

5. Teknik kompresi untuk data sinyal speech

Contoh: PCM, SBC, LPC dan CELP.

Ada empat pendekatan yang digunakan pada kompresi suatu data, yaitu: 1. Pendekatan statistik

Contoh: Huffman coding. 2. Pendekatan ruang

Contoh: Run-Length encoding

3. Pendekatan kuantisasi

Contoh: Kompresi kuantisasi (CS&Q) 4. Pendekatan Fraktal

3.2 Jenis Kompresi

Algoritma Kompresi Data dapat diklasifikasikan menjadi dua jenis, yaitu: 1. Algoritma Kompresi Lossy

2. Algoritma Kompresi Lossless

3.2.1 Algoritma Kompresi Lossy

Kompresi adalah suatu metode untuk mengkompresi data dan mendekompresikannya, data yang diperoleh mungkin berbeda dari yang aslinya tetapi cukup dekat perbedaannya. Format kompresi Lossy mengalami generation loss, yaitu jika melakukan berulang kali kompresi dan dekompresi file akan menyebabkan kehilangan kualitas secara progresif.

Keuntungan metode Lossy ini adalah rasio kompresi yang cukup tinggi. Hal ini dikarenakan cara kompresi Lossy yang akan mengeleminasi beberapa data dari suatu berkas. Namun data yang dieliminasikan biasanya adalah data yang kurang diperhatikan atau hanya mengurangi sedikit dari nilai data tersebut sehingga tidak terlalu menimbulkan perbedaan yang besar. Contoh format yang menggunakan algoritma Lossy adalah JPEG dan MPEG.

Rasio Kompresi atau perbandingan ukuran file sebelum dan setelah dikompresi pada kompresi dengan menggunakan algoritma Lossy memang tinggi. Pada video misalnya, dapat terkompres dengan rasio kompresi hingga 100:1, tanpa terlihat perbedaan kualitas yang signifikan dengan data aslinya. Pada audio dan gambar dapat terkompresi hingga 10:1, perbedaannya adalah jika pada audio perbedaan kualitas dari data yang terkompresi dan data aslinya tidak terlalu terdengar sedangkan pada gambar akan sedikit terlihat perbedaannya.

Ada dua skema dasar Lossy kompresi, yaitu: 1. Lossytransform codec

2. Lossy predictive codec

3.2.1.1 JPEG

JPEG merupakan sebuah organisasi Joint Photographic Experts Group

yang mengeluarkan format .jfif, namun pada perkembangannya, nama JPEG itu sendiri lebih dikenal sebagai nama format itu sendiri. JPEG adalah metode kompresi yang umum digunakan untuk gambar-gambar berupa foto. Pada tahun 1994, standar JPEG disahkan sebagai ISO 10918-1. Standar JPEG memberikan spesifikasi codec kompresi data ke dalam stream data byte dan didekompresi kembali ke bentuk gambar serta format data penyimpanannya. Metode kompresi data yang digunakan umumnya berupa lossy compression, yang membuang detail visual tertentu, dimana hilangnya data tersebut tidak bisa dikembalikan. File JPEG memiliki ekstensi .jpg, .jpeg, .jpe, .jfif dan .jif.

Format JPEG banyak digunakan untuk penyimpanan dan transfer data berupa foto. JPEG mampu mengkompresi data citra yang kaya warna (24 bit) atau gradasi warna abu-abu (bayangan). Dalam hal ini format JPEG lebih baik dari GIF yang menggunakan pallete maksimum 256 warna. Sebaliknya algoritma kompresi JPEG tidak cocok untuk menyimpan data gambar garis, teks dan icon.

Gambar dalam format JPEG umumnya dikompresi dengan menggunakan JFIF encoding:

1. Representasi warna diubah dari RGB (Red, Green, Blue) ke YCbCr yaitu satu komponen brightness, luma (Y) dan dua komponen warna, chroma (CbCr).

2. Resolusi data chroma diturunkan (down sampling), biasanya dengan faktor pembagian 2. Hal ini dikarenakan mata manusia lebih peka terhadap detail

brightness daripada detail warna.

3. Gambar dibagi kedalam blok-blok 8x8 pixel. Tiap blok akan melalui proses transformasi Discrete Cosine Transform (DCT). DCT akan menghasilkan spektrum spatial dari data Y, Cb dan Cr.

4. Amplitudo dari frekuensi komponen-komponen tersebut dikuantisasi. Mata manusia lebih sensitif terhadap variasi kecil warna atau brightness

dalam lingkup area yang luas daripada variasi brightness pada frekuensi tinggi. Oleh karena itu, nilai dari komponen yang berfrekuensi tinggi disimpan dalam akurasi yang lebih rendah daripada komponen yang berfrekuensi rendah. Dalam kasus encoding dengan settings kualitas yang sangat rendah, komponen frekuensi tinggi akan dibuang seluruhnya. 5. Hasil dari setiap blok 8x8 tersebut akan dikompresi lebih lanjut dengan

algoritma lossless yaitu dengan menspesifikasikan tabel kode Huffman untuk entropy coding.

3.2.1.2 MPEG

MPEG (Moving Picture Experts Group) adalah nama organisasi internasional ISO/IEC yang mengembangkan standar pengkodean citra bergerak. Pertemuan pertama terjadi pada bulan Mei 1998 di Ottawa, Kanada. Beberapa standar yang dikembangkan adalah MPEG-2 dan MPEG-3. Encoding MPEG-2 digunakan pada video CD, sementara MPEG-3 menjadi populer dengan tampilannya lapisan audio (audio layer) MPEG-3, atau yang lebih dikenal dengan MP3.

MPEG berkembang menjadi beberapa kategori, yaitu: 1. MPEG-1

Standar pengompresian suara dan gambar pada video CD termasuk juga lapisan audio 3 (audio layer 3) MP3 format kompresi suara (audio).

2. MPEG-2

Standar untuk penyiaran suara dan gambar over-the-air televisi digital ATSC, DVB dan ISDB, satelit televisi digital Dish Network, sinyal digital cable television dan juga DVD.

3. MPEG-3

Standar untuk High-definition television HDTV. 4. MPEG-4

Pengembangan dari MPEG-1 untuk mendukung objek suara dan gambar televisi tiga dimensi (3D).

5. MPEG-7

Standar suatu sistem formal untuk menggambarkan isi dari suatu multimedia.

6. MPEG-21

Standar MPEG untuk generasi masa depan (rangka multimedia).

Berikut ini adalah metode yang biasa digunakan dalam kompresi MPEG: 1. Estimasi pergerakan dilakukan pada setiap macroblock. MPEG mampu

melakukan prediksi terhadap frame sebelumnya, sesudahnya atau kombinasi keduanya.

2. Setiap macroblock mempunyai dua buah motion vektor, satu untuk

frame sebelumnya dan satu lagi untuk frame sesudahnya. Hal ini dikarenakan objek dalam frame tidak bergerak secara tetap dari frame

ke frame. Untuk melakukan prediksi terhadap frame selanjutnya, harus dilakukan buffer terhadap frame ekstra. Estimasi pergerakan juga dapat dilakukan hingga range yang lebih besar (hingga ±1023) dan dengan resolusi half-pixel.

3. MPEG malakukan prediksi yang dibentuk dari perbedaan aritmatika antara macroblock sekarang dengan macroblock dari frame sebelumnya, frame selanjutnya, rata-rata antara frame sebelumnya dengan frame selanjutnya atau mengkodekan macroblock sekarang dari awal. Sebuah DCT 8x8 diaplikasikan kedalam masing-masing blok pada macroblock sekarang. MPEG menggunakan matriks dan faktor skala untuk kuantisasi.

4. Karena visual efek dari kuantisasi frequency bin berbeda antara blok perkiraan dengan blok sekarang, MPEG dapat menggunakan dua matriks (masing-masing satu untuk setiap tipe). Biasanya, matriks tersebut diset sekali untuk urutan gambar dan skala kuantisasinya disesuaikan untuk mengontrol rasio kompresi.

5. Tahap terakhir adalah zig-zag scanning, Run-Length encoding dan

entropy coding. MPEG menspesifikasikan tabel kode Huffman untuk

entropy coding.

Pada proses dekompresinya, setiap operasi dilakukan terbalik, kecuali untuk estimasi pergerakan. Karena vektor pergerakan dimasukkan dalam bit-stream yang dikompresi, dekompresor MPEG hanya cukup menerapkan vektor pergerakan untuk memprediksi frame sebelumnya maupun frame selanjutnya jika diperlukan.

3.2.2 Algoritma Kompresi Lossless

Kompresi Lossless adalah kelas dari algoritma data kompresi yang memungkinkan data yang asli dapat disusun kembali dari data kompresi. Kompresi Lossless menghasilkan data yang identik dengan data yang asli, hal ini dibutuhkan untuk banyak tipe data, contohnya: executablecode, word processing files, tabulated numbers dan sebagainya. Rasio kompresi (ukuran file sebelum dikompresi dibanding file yang telah dikompresi) dengan metode ini sangat rendah.

Kompresi Lossless bekerja dengan cara mencari bentuk-bentuk yang berulang dalam suatu data dan menyandikannya dalam bentuk yang lebih efisien.

Karena pengurangan bentuk yang berulang tergantung dari bentuk dari data, kompresi ini tidak bekerja baik pada data acak. Kompresi ini dapat berjalan dengan baik apabila dilakukan terhadap data simbolik yang berbasis teks dan

executable program.

Algoritma ini cocok untuk kompresi informasi penting yang tidak boleh merusak nilai dari data tersebut akibat kompresi, karena ingin mengembalikan data yang telah dikompresi sesuai dengan aslinya. Algoritma ini biasa digunakan untuk kompresi text. Contoh format gambar yang menggunakan algoritma

Lossless adalah GIF dan PNG dan contoh kompresi Lossless adalah Run-Length, Half-Byte, LZW, Huffman dll.

3.2.2.1 Run-Length

Teknik Run-Length bekerja berdasarkan sederetan karakter yang berurutan. Data masukan akan dibaca dan sederetan karakter yang sesuai dengan karakter yang sudah ditentukan sebelumnya disubstitusi dengan kode tertentu. Kode khusus ini biasanya terdiri dari tiga buah karakter. Seperti yang diperlihatkan pada Gambar 3.1.

Sc Cc X

Gambar 3.1 Karakter pada Run-Length Keterangan:

Sc = Karakter khusus yang dipakai sebagai tanda kompresi Cc = Banyaknya karakter yang dekompresi

Sebagai contoh sederhana apabila karakter khusus (Sc) yang digunakan adalah # dan Cc dalam bilangan desimal, maka jika digunakan untuk kompresi

string “Jarrrrrringan”, maka akan diperoleh hasil “Ja#6ringan”. Gambar 3.2 memperlihatkan contoh kompresi dengan menggunakan Run-Length.

010000001 010000001 010000001 010000001 010000001 010000001 010000001 010000001

11111110 00001000 01000001

Bit Penanda

8X

Gambar 3.2 Contoh kompresi menggunakan algoritma Run-Length

Algoritma komperesi dengan menggunakan metode Run-Length adalah sebagai berikut:

1. Cari deretan karakter yang sama secara berurutan, jika ada lakukan kompresi.

2. Tulis byte penanda file kompresi, byte penanda berupa 8 deretan bit yang boleh dipilih sembarang asalkan digunakan secara konsisten pada seluruh

byte penanda kompresi. Byte penanda ini berfungsi untuk menandai bahwa karakter selanjutnya adalah karakter kompresi sehingga tidak membingungkan pada saat mengembalikan file yang sudah dikompresi ke

file aslinya.

3. Tulis deretan bit untuk menyatakan jumlah karakter yang sama berurutan. 4. Tulis deretan bit untuk menyatakan karakter yang berulang.

Dan untuk algoritma dekomperesi dengan menggunakan metode Run-Length adalah sebagai berikut:

1. Lihat karakter pada hasil kompresi satu per satu dari awal hingga akhir, jika ditemukan byte penanda, lakukan proses pengembalian.

2. Lihat karakter setelah byte penanda, konversikan ke bilangan desimal untuk menentukan jumlah karakter yang berurutan.

3. Lihat karakter berikutnya, kemudian lakukan penulisan karakter tersebut sebanyak bilangan yang telah diperoleh pada karakter sebelumnya.

4. Ulangi langkah 1-3 sampai karakter terakhir.

3.2.2.2 Half Byte

Seperti halnya pada Run-Length, dalam teknik half byte juga memerlukan karakter khusus sebagai tanda dari sederetan data yang sudah dikompresi. Hal ini diperlihatkan pada Gambar 3.3.

Sc N1 N2 N3

N4 N5

Sc ...

... NX

NX

Gambar 3.3 Format menggunakan Algoritma half byte

Keterangan:

Sc adalah karakter khusus sebagai tanda kompresi. N adalah karakter yang sudah dikompresi.

01101101 01100101 01101110 01100111 01100001 01101101 01100010 01101001 01101100 11111110 01101101 01011110 01110001 11010010 10011100 11111110 Bit Penanda Bit Penanda

Gambar 3.4 Contoh Kompresi menggunakan Algoritma half byte

Deretan pada Gambar 3.4, sebelah kiri merupakan deretan data pada file asli, sedangkan deretan data sebelah kanan merupakan deretan data hasil kompresi dengan algoritma half byte.

Algoritma komperesi dengan menggunakan metode half byte adalah sebagai berikut:

1. Cari deretan karakter yang 4 bit pertamanya sama secara berurutan, lakukan kompresi.

2. Tulis byte penanda pada file kompresi, berupa 8 deretan bit (1 byte) yang boleh dipilih sembarangan asalkan digunakan secara konsisten pada seluruh byte penanda kompresi. Byte penanda ini berfungsi untuk menandai bahwa karakter selanjutnya adalah karakter kompresi, sehingga tidak membingungkan pada saat mengembalikan file yang sudah dikompresi ke file aslinya.

3. Tulis karakter pertama dari 4 bit kiri berurutan dari file asli.

4. Gabungkan 4 bit kanan karakter kedua dan ketiga kemudian tulis ke file

5. Tutup dengan menulis byte penanda pada file kompresi. 6. Ulangi langkah 1-5 sampai karakter terakhir.

Dan untuk algoritma dekomperesi dengan menggunakan metode half byte

adalah sebagai berikut:

1. Lihat karakter pada hasil kompresi satu per satu dari awal sampai akhir, jika ditemukan byte penanda, lakukan proses pengembalian.

2. Lihat karakter setelah byte penanda, tulis karakter tersebut pada file

pengembalian.

3. Lihat karakter berikutnya, ambil 4 bit kiri dan 4 bitkanannya, lalu masing-masing 4 bit kiri dan 4 bit kanan digabungkan dengan 4 bit kiri karakter setelah byte penanda. Hasil gabungan tersebut ditulis pada file

pengembalian. Lakukan sampai ditemukan bitpenanda. 4. Ulangi langkah 1-3 sampai karakter terakhir.

3.2.2.3 LZW (Lempel-Ziv-Welch)

Algoritma ini menggunakan metode kamus dalam proses kompresinya. Dimana string karakter digantikan oleh kode tabel yang dibuat setiap ada string

yang masuk. Tabel dibuat untuk referensi masukan string selanjutnya. Ukuran tabel kamus pada algoritma LZW asli adalah 4096 sampel atau 12 bit, dimana 256 sampel pertama digunakan untuk tabel karakter single (Extended ASCII), dan sisanya digunakan untuk pasangan karakter atau string dalam data input.

Algoritma LZW melakukan kompresi dengan menggunakan kode tabel 256 hingga 4095 untuk mengkodekan pasangan byte atau string. Dengan metode

ini banyak string yang dapat dikodekan dengan mengacu pada string yang telah muncul sebelumnya dalam teks.

Algoritma komperesi dengan menggunakan metode LZW adalah sebagai berikut:

1. Kamus diinisialisasikan dengan semua karakter dasar yang ada :

{„A‟…‟Z‟,‟a‟…‟z‟,‟0‟…‟9‟}.

2. W = karakter pertama dalam stream karakter. 3. K = karakter berikutnya dalam stream karakter.

4. Lakukan pengecekan apakah (W+K) terdapat dalam kamus.

a. Jika ya, maka W ← W + K (gabungkan W dan K menjadi string

baru).

b. Jika tidak, maka:

1. Output sebuah kode untuk menggantikan stringW.

2. Tambahkan string (W+K) ke dalam kamus dan diberikan kode berikutnya yang belum digunakan dalam kamus untuk

string tersebut. 3. W ← K

c. Lakukan pengecekan apakah masih ada karakter berikutnya dalam

stream karakter

1. Jika iya, maka kembali ke langkah 2.

2. Jika tidak, maka output kode yang menggantikan string W,

Sebagai contoh, string “ABBABABAC” akan dikompresi dengan LZW.

Isi kamus pada awal proses diset dengan tiga karakter dasar yang ada: “A”, “B” dan “C”. Tahapan proses kompresi ditunjukkan pada Tabel 3.1.

Tabel 3.1 Tahapan kompresi LZW

Langkah Posisi Karakter Kamus Output

1 1 A [4] A B [1]

2 2 B [5] B B [2]

3 3 B [6] B A [2]

4 4 A [7] A B A [4]

5 6 A [8] A B A C [7]

6 9 C - [3]

Kolom posisi menyatakan posisi sekarang dari stream karakter menyatakan karakter yang terdapat pada posisi tersebut. Kolom kamus menyatakan string baru yang sudah ditambahkan ke dalam kamus dan nomor indeks untuk string tersebut ditulis dalam kurung siku. Kolom output menyatakan kode output yang dihasilkan oleh langkah kompresi. Hasil kompresi ditunjukkan pada Gambar 3.5.

Stream karakter : a b b ab aba c

Kode output : [1] [2] [2] [4] [7] [3] Frasa baru

yang

ditambahkan ke kamus

4 5 6 7 8 = = = = = ab bb ba aba abaac

Proses dekompresi data pada algoritma LZW tidak jauh berbeda dengan proses kompresinya. Pada dekompresi LZW, juga dibuat tabel kamus dari data

input kompresi, sehingga tidak diperlukan penyertaan tabel kamus ke dalam data kompresi. Berikut adalah algoritma dekompresi LZW:

1. Kamus diinisialisasikan dengan semua karakter dasar yang ada:

{„A‟…‟Z‟,‟a‟…‟z‟,‟0‟…‟9‟}.

2. CW = kode pertama dari stream kode (menunjuk ke salah satu karakter dasar).

3. Lihat kamus dan outputs string dari kode tersebut (string.CW) ke stream

karakter.

4. PW←CW; CW← kode berikutnya dari stream kode. 5. Apakah string.CW terdapat dalam kamus?

a. Jika ada, maka:

1. Output string.CW ke stream karakter 2. P ← string.PW

3. C ← karakter pertama dari string.CW

4. Tambahkan string (P+ C) ke dalam kamus b. Jika tidak, maka:

1. P ← string.PW

2. C ←karakter pertama dari string.PW

3. Output string (P+ C) ke stream karakter dan tambahkan

string tersebut ke dalam kamus (sekarang berkorespondensi dengan CW).

c. Apakah terdapat kode lagi di stream kode? 1. Jika ya, maka kembali ke langkah 4. 2. Jika tidak, maka terminasi proses (stop). 3.2.2.4 Huffman

Uraian mengenai kompresi menggunakan kode Huffman akan dibahas secara rinci pada Bab IV.

3.3 Metode Kompresi

Ada banyak metode yang dapat digunakan dalam proses kompresi. Namun, secara garis besarnya metode yang digunakan dapat diklasifikasikan ke dalam dua metode, yaitu :

1. Metode statis (static method) 2. Metode kamus (dictionary method)

3.3.1 Metode Statis (Static Method)

Metode statis (static method) adalah metode kompresi yang bekerja dengan cara memetakan data terlebih dahulu kedalam kode-kode (encoding) sebelum proses kompresi dilakukan, sehingga data tersebut akan dipresentasikan dengan kode-kode pada saat data itu disimpan atau akan dikirimkan sebelum diubah kembali seperti data aslinya (decoding).

3.3.2 Metode Kamus (Dictionary Method)

Metode kamus (dictionary method) adalah metode kompresi yang melakukan penyeleksian string dari data, yang kemudian sebagian dari string

tersebut akan diubah menjadi kode dan kamus akan menyimpan kode string setiap proses penyeleksian dilakukan. Isi dari kamus tersebut bisa tetap atau berubah-ubah. Hal ini tergantung pada input data, karena setiap pembacaan data akan dilakukan proses penyeleksian yang akan mengakibatkan bertambahnya isi dari kamus tersebut sehingga kamus tersebut berubah-ubah.

BAB IV

KOMPRESI DATA MENGGUNAKAN KODE HUFFMAN

4.1 Pendahuluan

Kode Huffman dikembangkan oleh David A. Huffman pada tahun 1951. Pada awalnya David A. Huffman menulis paper sebagai salah satu tugas kuliahnya di MIT. Algoritma ini merupakan pengembangan lebih lanjut dari algoritma kompresi yang dilakukan oleh Claude Shannon dan R.M. Rano.

Algoritma Huffman disebut juga algoritma prefix, dimana setiap kode yang dihasilkan tidak akan menghasilkan kode yang sama dari karakter yang muncul. Algoritma ini berdasarkan frekuensi kemunculan tiap karakter, yang akan menghasilkan kode-kode baru yang dihasilkan dari pembentukan pohon Huffman. Pembentukan pohon Huffman dilakukan secara bottom-up, yakni berdasarkan frekuensi kemunculan karakter yang terkecil ke yang terbesar.

Kode Huffman merupakan algoritma yang cukup popular dan banyak digunakan untuk melakukan kompresi text maupun data. Kode Huffman ini memiliki prinsip berdasarkan metode statistik, yakni dengan menghitung kekerapan karakter yang muncul.

Jika ditijau dari segi teknik pengkodean karakter yang digunakan, algoritma Huffman ini termasuk dalam algoritma yang menggunakan metode

symbolwise, yaitu suatu metode yang menghitung probabilitas kemunculan suatu karakter dalam satu waktu, karakter yang sering muncul akan dikodekan dalam suatu untaian bit yang lebih pendek dan karakter yang jarang muncul akan dikodekan dalam untaian bit yang lebih panjang. Hal ini dimaksudkan untuk

mempercepat proses inisialisasi karakter yang lebih sering muncul dalam sebuah string, yang tentu saja akan berpengaruh saat encoding dan decoding kode Huffman.

Kelebihan kompresi data menggunakan Kode Huffman adalah:

1. Kompresi menggunakan kode Huffman merupakan kompresi Lossless

sehingga pada saat data yang telah terkompresi didekompresikan, maka data tersebut akan sama dengan data aslinya. Hal ini baik digunakan pada kompresi data berupa teks karena tidak akan mengurangi nilai dari data tersebut.

2. Proses kompresi menggunakan kode Huffman lebih sederhana dibandingkan dengan kompresi menggunakan metode lain.

3. Persentase kompresi menggunakan Kode Huffman pada kompresi data berupa teks berkisar hingga 45%.

4.2 Variasi Kode Huffman

Ada beberapa variasi dari kode Huffman, beberapa diantaranya menggunakan algoritma yang sama dengan algoritma pembentukan kode Huffman, beberapa yang lain menemukan kode awalan yang lebih optimal. Berikut adalah beberapa variasi dari kode Huffman:

1. Kode Huffman n-ary

Algoritma Huffman n-ary menggunakan alphabet {0,1, …, n-1} untuk encoding suatu pesan dan membuat pohon n-ary. Pendekatan ini adalah ide awal David Huffman. Algoritma sama dengan yang digunakan untuk Kode Huffman biner (n=2), kecuali n buah simbol

yang paling sedikit kemunculannya diambil secara bersamaan, tidak diambil 2 yang paling sedikit saja. Untuk n>2, tidak semua himpunan kata-kata sumber dapat membentuk pohon n-ary untuk kode Huffman dengan benar. Pada kasus ini, tambahan probabilitas 0 harus ditambahkan. Hal ini dilakukan karena pohonnya harus membentuk kontraktor n ke 1. Kode biner memiliki kontraktor 2 ke 1, himpunan kata berukuran berapa pun dapat membentuk kontraktor ini.

2. Kode Huffman Adaptif

Variasi ini menghitung probabilitas secara dinamis berdasarkan frekuensi terakhir dari string sumber (adaptif). Ide dasar kode Huffman adaptif ini adalah meringkas tahapan algoritma Huffman tanpa perlu menghitung jumlah karakter keseluruhan dalam membangun pohon biner. Algoritma ini dikembangkan oleh Faller, Gallager dan Knuth yang kemudian dikembangkan lebih lanjut oleh Vitter, sehingga tercipta dua buah kode Huffman adaptif, yaitu:

a. Algoritma FGK b. Algoritma V

3. Algoritma Lain yang Menggunakan Dasar Algoritma Huffman

Sering kali bobot yang digunakan dalam implementasi Kode Huffman mempresentasikan probabilitas numerik, namun ada juga beberapa contoh pembentukan Kode Huffman yang hanya memerlukan suatu cara untuk mengurutkan bobot kemudian menjumlahkannya.

Beberapa algoritma lain yang menggunakan dasar dari algoritma Huffman, bobotnya bisa apa pun (misalnya harga, frekuensi, bobot sepasang, bobot yang tidak numerik) dan metode kombinasi yang lain (tidak hanya penjumlahan). Algoritma ini dapat menyelesaikan masalah minimalisasi yang lain, misalnya meminimalisasi pada design

rangkaian digital.

4. Kode Huffman dengan Panjang Dibatasi

Ini adalah salah satu variasi kode Huffman yang tujuannya sama, yaitu membangun pohon biner dengan panjang lintasan minimum, tetapi yang membedakannya adalah panjang kode Huffman harus lebih kecil dari konstanta tertentu yang telah ditentukan.

5. Kode Huffman dengan Bobot Sumber Tidak Sama

Pada masalah penentuan kode Huffman yang biasa, diasumsikan setiap karakter pada sumber memiliki bobot yang sama. Kode biner dengan bobot N akan selalu berbobot N, tidak peduli berapa banyak digitnya yang 0 dan berapa banyak digitnya yang 1. Dengan asumsi seperti ini, meminimalisasikan harga total suatu pesan sama dengan meminimalisasi jumlah digit total.

Kode Huffman dengan bobot sumber tidak sama adalah generalisasinya, dimana asumsi tersebut tidak berlaku. Karakter-karakter pada sumber panjangnya bisa berbeda-beda, karena adanya karakteristik tertentu dari medium pengirim. Contohnya adalah

encoding alphabet pada Kode Morce, dimana sebuah „-„ (garis)

memakan waktu pengiriman yang lebih lama dibandingkan sebuah „.‟

(titik), dengan demikian bobot garis dalam pengiriman lebih besar. Tujuannya masih sama, yaitu meminimalisasikan panjang kode rata-rata, tetapi tidak cukup dengan hanya meminimalisasi jumlah simbol yang digunakan dalam suatu pesan. Belum ada algoritma yang diketahui dapat menyelesaikan masalah ini dengan tingkat efisiensi yang sama dengan Kode Huffman yang konvensional.

6. Pohon biner Alfabetis (Kode Hu-Tucker)

Pada masalah penentuan Kode Huffman yang biasa, diasumsikan bahwa setiap kode dapat mengacu pada simbol apapun pada sumber. Pada versi alfabetis ini, urutan alfabetis pada sumber dan hasil

encoding harus sama. Kode Hu-Tucker ini sering digunakan sebagai pohon pencarian biner (BST/Binary Search Tree).

7. Kode Huffman Kanonik

Kode yang didapatkan dari sumber yang diurutkan kembali, yang disebut Kode Huffman kanonik ini adalah kode yang sering digunakan, karena kemudahannya dalam encoding dan decoding. Teknik menentukan kode ini sering disebut Kode Huffman-Shannon-Fano, karena optimalitasnya seperti Kode Huffman dan probabilitas bobotnya yang alfabetis seperti Kode Shannon-Fano.

4.3 Encoding dan Decoding Menggunakan Kode Huffman

Pada setiap model kompresi, dilakukan proses konversi simbol dari representasi string menjadi representasi kode lain dan sebaliknya. Ada dua alat konversi dalam hal ini, yaitu encoder dan decoder.Encoder merupakan alat untuk menjalankan suatu mekanisme untuk melakukan konversi simbol dari representasi

string menjadi suatu representasi kode lainnya yang bersifat unik. Mekanisme yang dilakukan oleh encoder disebut encoding. Sedangkan decoder merupakan alat yang menjalankan suatu mekanisme untuk mengembalikan representasi unik dari suatu string menjadi sebuah representasi string awalnya. Mekanisme yang dilakukan encoder adalah decoding.

4.3.1 Encoding

Pembentukan pohon Huffman adalah untuk membuat prefix code, yaitu kode berupa string biner dimana kode yang satu bukan merupakan awalan dari kode yang lain, sehingga pembentukan kode biner setelah dikompresi tidak menghasilkan kode yang sama. Secara garis besar proses kompresi dimulai dengan membuat pohon Huffman, setelah itu mengubah setiap karakter menjadi kode biner dan menyimpan kembali menjadi karakter yang lain karena ada pengerutan jumlah bit.

Yang perlu diperhatikan adalah penyimpanan pohon Huffman, jika terjadi kesalahan maka file kompresi tidak akan terbaca. Berikut adalah Algoritma Huffman:

1. Baca SMS yang akan diencoding (SMS yang akan dikirimkan) 2. Hitung frekuensi dari setiap karakter yang ada.

3. Urutkan dari frekuensi kemunculan yang terkecil hingga yang terbesar. 4. Buat pohon Huffman dengan cara :

a. Setiap karakter dinyatakan sebagai pohon bersimpul tunggal dan setiap karakter disertai dengan jumlah frekuensi kemunculannya. b. Gabungkan dua pohon dengan frekuensi terkecil pada sebuah akar. c. Setelah digabungkan akar tersebut akan mempunyai frekuensi yang

merupakan jumlah frekuensi dari dua pohon penyusun tersebut. d. Ulangi hingga hanya tersisa satu buah pohon Huffman. Dan

urutkan berdasarkan frekuensi dari yang terkecil ke yang terbesar. e. Jika frekuensi kedua pohon sama, maka beri simbol 0 untuk

sebelah kiri dan simbol 1 untuk sebelah kanan. Dan jika frekuensi kedua pohon berbeda, maka beri simbol 0 untuk frekuensi yang lebih kecil dan 1 untuk frekuensi yang lebih besar.

5. Setelah pohon Huffman selesai. Urutkanlah biner yang terbentuk dari akar hingga ke karakter tunggal.

6. Urutan biner tersebut adalah kode Huffman yang menggantikan kode ASCII untuk mempresentasikan karakter tersebut.

Setelah proses encoding dilakukan, maka akan dapat diperoleh persentase dari kompresi dengan persamaan:

Dan diperoleh rasio kompresi dengan persamaan:

Cr =

...

(4.2)

Sebagai contoh sederhana sebuah kompresi, dalam kode ASCII string 7

huruf “ABACCDA” membutuhkan representasi 7 x 7 bit = 49 bit, dengan rincian

seperti pada Tabel 4.1.

Tabel 4.1 Frekuensi Kemunculan Karakter pada Data

karakter Frekuensi kemunculan Kode ASCII

A 3 1000001

B 1 1000010

C 2 1000011

D 1 1000100

Maka dari Tabel 4.1 pembentukan pohon Huffman untuk proses kompresi yang dapat terjadi deperlihatkan pada Gambar 4.1. Seluruh karakter beserta frekuensi kemunculannya dapat dilihat pada gambar 4.1(a), lalu dua buah karakter dengan frekuensi terkecil yaitu “B” dan “D” digabungkan serta tambahkan kode

“0” untuk node pertama “B” dan kode “1” untuk node kedua “D”. Hal ini dapat

dilihat pada Gambar 4.1(b). Kemudian gabungan karakter tersebut digabungkan dengan karakter dengan frekuensi yang paling mendekati yaitu “C”, karakter gabungan tersebut yang terlihat pada Gambar 4.1(c). Kemudian karakter

gabungan tersebut digabungkan lagi dengan karakter “A” seperti pada Gambar

(a)

(b) (c)

(d)

Gambar 4.1 Proses Encoding Menggunakan Pohon Huffman

D=1

C=2

B=1

A=3

BD=2

B=1 D=1

BCD=4

BD=2

D=1 B=1

C=2

ABCD=7

BCD=4

BD=2

D=1 B=1

C=2 A=3

0 1

0 1

0

0

0

0

1

1

1

Gambaran yang lebih sederhana diperlihatkan pada Gambar 4.2.

A C B D

0

1

1 0

0

1

Gambar 4.2 Tampilan proses encoding Huffmanyang lebih sederhana

Dapat diperoleh hasil encoding tersebut, seperti pada Tabel 4.2. Tabel 4.2 Hasil encoding Menggunakan Algoritma Huffman

Karakter Frekuensi kemunculan Kode Huffman

A 3 0

B 1 110

C 2 10

D 1 111

Dari Tabel 4.2 dapat diketahui bahwa dibutuhkan representasi (3x1) + (1x3) + (2x2) + (1x3) = 13 bit.

Maka dapat diperoleh persentase kompresi dengan menggunakan persamaan 4.1 sebesar:

Dan juga dapat diketahui rasio kompresinya dengan menggunakan persamaan 4.2, yaitu sebesar:

Cr =

Algoritma Huffman mempunyai kompleksitas waktu O(n log n). Karena dalam melakukan sekali proses itersi pada saat penggabungan dua buah pohon yang mempunyai frekuensi terkecil pada sebuah akar membutuhkan waktu O(log n), dan proses itu dilakukan berkali-kali sampai hanya tersisa satu buah pohon Huffman itu berarti dilakukan sebanyak n kali.

4.3.2 Decoding

Decoding merupakan proses mengembalikan suatu data dari suatu kode tertentu. Proses Decoding ini merupakan proses kebalikan dari proses encoding. Terdapat dua cara yang cukup cepat untuk melakukan decoding simbol, yaitu:

1. Membaca dari pohon Huffman

Hal ini dapat dilakukan dengan cara membaca sebuah bit dari kode binernya dan menelusuri hingga sampai pada simpul daun yang mengandung simbol tersebut untuk setiap bitnya. Ketika suatu bit sampai pada daun suatu pohon, suatu simbol yang terkandung dalam daun tersebut ditulis untuk decoded data tersebut dan mengulanginya kembali dari akar pohon tersebut. Proses decoding tersebut diperlihatkan pada Gambar 4.3.

Gambar 4.3 Proses Decoding Menggunakan Pohon Huffman

2. Menggunakan Tabel Kode Huffman

Decoding cara ini dilakukan dengan menyimpan setiap kode pada suatu tabel yang terurut berdasarkan panjang kode dan mencari kesamaan dari setiap bit yang dibaca.

Dengan menggunakan Tabel 4.2 string ”ABACCDA” tersebut akan dipresentasikan menjadi rangkaian bit: 0 110 0 10 10 111 0. Jadi jumlah bit yang dibutuhkan hanya 13 bit. Dari Tabel 4.2 tampak bahwa kode untuk sebuah karakter tidak boleh menjadi awalan dari kode simbol yang lain guna menghindari keraguan dalam proses decoding. Karena tiap kode Huffman yang dihasilkan unik, maka proses decoding dapat dilakukan dengan mudah. Contoh: saat membaca kode bit pertama dalam rangkaian

bit ”0110010101110”, yaitu bit ”0” dapat langsung disimpulkan

ABCD=7

BCD=4

BD=2

D=1 B=1

C=2 A=3

0

0

0 1

1

merupakan pemetaan dari simbol ”A”. Kemudian baca kode bit selanjutnya ”1”, tidak ada kode Huffman ”1”, sehingga menjadi ”11”, tidak ada juga kode Huffman ”11”, sehingga menjadi ”110”. Rangkaian

BAB V

APLIKASI KOMPRESI SMS MENGGUNAKAN KODE

HUFFMAN PADA

MOBILE PHONE

BERBASIS JAVA

TM

5.1 Pendahuluan

SMS (Short Message Service) awalnya merupakan sebuah fitur aplikasi GSM (Global System For Mobile Communication), yang dikembangkan dan distandarisasi oleh ETSI (European Telecommunication Standards Institute), namun kini sudah didapatkan pada jaringan bergerak lainnya termasuk jaringan UMTS. Meskipun saat ini sudah banyak fitur dari GSM seperti MMS (Multimedia Message Service) dan GPRS (General Packet Radio Service), akan tetapi keberadaan jasa dan industri yang menggunakan SMS semakin lama semakin banyak dijumpai karena biayanya yang relatif murah.

Pada proses pengiriman SMS, SMS tersebut tidak langsung dikirimkan dari ponsel ke ponsel tujuan, akan tetapi terlebih dahulu dikirim ke SMS center (SMSC), kemudian dengan system store and forward SMS tersebut dikirimkan ke ponsel tujuan.

Sebuah pesan SMS maksimal terdiri dari 140 bytes, dengan kata lain sebuah pesan bisa memuat 140 karakter 8 bit, 160 karakter 7 bit atau 70 karakter 16 bit untuk Bahasa Jepang, Bahasa Arab, Bahasa Mandarin dan Bahasa korea yang memakai Hanzi (Aksara Kanji/Hanja). Pengiriman SMS memiliki beberapa kendala. Pesan yang dikirim sering kali berukuran terlalu besar sehingga memakan waktu yang cukup lama dalam proses pentransmisian data tersebut. Selain itu dalam penyimpanan data, file yang cukup besar memakan ruang yang

besar pula. Dari segi biaya, apabila kita ingin mengirimkan pesan melebihi jumlah karakter yang telah ditentukan oleh mobile phone kita, maka kita harus membayar lebih.

Masalah-masalah tersebut dapat diatasi dengan proses pemadatan atau kompresi isi dari SMS tersebut sehingga waktu dan ruang yang digunakan dapat seminimal mungkin. Aplikasi kompresi SMS merupakan aplikasi yang dibuat agar dapat melakukan proses kompresi dan dekompresi terhadap teks SMS yang kemudian mengirimkan atau menerima pesan tersebut. Algoritma kompresi yang digunakan pada aplikasi ini adalah algoritma Huffman.

5.2 Pengiriman File Aplikasi HuffSMS melalui Bluetooth

Pada saat file aplikasi HuffSMS akan dikirimkan, pastikan Bluetooth pada

mobile phone telah diaktifkan. Proses pengiriman file aplikasi HuffSMS melalui Bluetooth dapat dilihat pada Gambar 5.1. Dengan klik kanan pada file aplikasi HuffSMS tersebut, arahkan kursor pada send to, menu Bluetooth lalu pilih perangkat kemana file akan dikirimkan. Maka setelah file aplikasi tersebut diterima, aplikasi tersebut dapat langsung dijalankan pada mobile phone berbasis JavaTM tanpa perlu diinstall terlebih dahulu. Tampilan aplikasi tersebut akan dapat dilihat seperti pada Gambar 5.2.

Gambar 5.1 Tampilan Pada Layar Komputer pada saat Pengiriman File Aplikasi HuffSMS melalui Bluetooth

Gambar 5.2 Tampilan Aplikasi pada mobile phone Nokia 5130 XpreesMusic

Proses pengiriman file aplikasi HuffSMS ini telah dilakukan pada beberapa mobile phone, yaitu Nokia 5130 XpressMusic, Sony Ericsson C510, Motorola E6, dan Nokia 6300. Adapun beberapa contoh mobile phone yang berbasis JavaTM dapat dilihat pada Lampiran 7.

5.3 Aplikasi Kompresi SMS Menggunakan Kode Huffman pada Mobile Phone Berbasis JAVATM

Dalam Tugas Akhir ini, akan dibuat sebuah program aplikasi kompresi SMS menggunakan kode Huffman berbasis JAVATM. Program akan dikembangkan menggunakan JAVATM Platform Micro Edition SDK version 3.0. Untuk tampilan flowchart program utama untuk pengiriman HuffSMS dapat dilihat pada Lampiran 8, flowchart program untuk penerimaan HuffSMS dapat dilihat pada Lampiran 9, flowchart kompresi Huffman dan dekompresi Huffman pada Lampiran 10 dan 11, flowchart MessageScreen pada Lampiran 12 dan

flowchart SendScreen pada Lampiran 13. Dan untuk program dapat dilihat pada Lampiran 14.

5.3.1 Aplikasi Kompresi SMS dengan karakter ≤ 160

Sebuah SMS dapat dikirimkan dengan maksimal 160 karakter dalam satu

framenya. Dalam contoh ini mungkin hasil yang nampak adalah penghematan

memory dan penghematan bandwidthnya saja, dari segi biaya tidak akan berpengaruh karena pengguna akan tetap mengeluarkan cost yang sama.

Sebagai contoh:

Saya sedang rapat, saya akan hubungi Anda

nanti.

Contoh diatas merupakan isi dari sebuah SMS yang terdiri dari 48 karakter dengan perincian seperti pada Tabel 5.1.

Tabel 5.1 Frekuensi Kemunculan pada Kompresi SMS ≤ 160 karakter

Karakter Frekuensi Kemunculan Kode ASCII

a 11 110 0001

Spasi 7 010 0000

n 6 110 1110

s 2 111 0011

y 2 111 1001

d 2 110 0100

g 2 110 0111

t 2 111 0100

u 2 111 0101

i 2 110 1001

e 1 110 0101

r 1 111 0010

p 1 111 0000

k 1 110 1011

h 1 110 1000

b 1 110 0010

S 1 101 0011

, 1 010 1100

. 1 010 1110

A 1 100 0001

Dengan pembentukan pohon Huffman yang terdapat pada Lampiran 1, didapat kode-kode Huffman seperti pada Tabel 5.2.

Tabel 5.2 Kode Huffman Hasil Kompresi pada SMS ≤ 160 karakter Karakter Frekuensi Kemunculan Kode Huffman

a 11 01

Spasi 7 101

Karakter Frekuensi Kemunculan Kode Huffman

s 2 0000

y 2 0001

d 2 0010

g 2 0011

t 2 11000

u 2 11001

i 2 11010

e 1 110110

r 1 110111

p 1 111000

k 1 111001

h 1 111010

b 1 111011

S 1 111100

, 1 111101

. 1 111110

A 1 111111

Dari Tabel 5.1 dan Tabel 5.2 dapat dilihat pengurangan jumlah bit yang dikirimkan setelah dikompresi. Jika data SMS sebelum dikompresi adalah:

Sebelum dikompresi = 48 karakter x 7 bit = 336 bit Maka data SMS setelah dikompresi adalah:

Setelah dikompresi = (1x10x6) + (2x3x5) + (2x4x4) + (6x1x3) + (7x1x3) + (11x1x2)

= 183 bit (karena pengiriman harus kelipatan 7, maka yang dikirimkan menjadi 189 bit)

Maka dapat diperoleh persentase kompresi dengan menggunakan persamaan 4.1 sebesar:

Setelah dibulatkan menjadi:

x 100% = 43,75%

Dan dapat diperoleh rasio kompresi dengan menggunakan persamaan 4.2, yaitu :

Cr =

Cr = 11 : 6 Setelah dibulatkan menjadi:

Cr =

Cr = 11 : 6

Proses pengiriman kompresi SMS ≤ 160 karakter dengan aplikasi

HuffSMS dapat dilihat pada mobile phone Nokia 5130 XpressMusic seperti pada Gambar 5.3. Pada Gambar 5.3a dapat dilihat aplikasi HuffSMS. Kemudian aplikasi ini dibuka dan dipilih Contoh 1 (Gambar 5.1b) lalu dapat dilihat isi SMS

seperti Contoh SMS ≤ 160 karakter (Gambar 5.3c). Kemudian pilih next dan isi

form phone number dengan nomor tujuan seperti pada Gambar 5.3d. Lalu pada Gambar 5.3e ada pertanyaan apakah kita ingin mengirimkan SMS tersebut atau tidak, kita pilih yes dan pesan pun dikirimkan (Gambar 5.3f). Dan akan ada

Aplikasi SMS ini sama dengan fitur SMS yang tersedia pada mobile phone pada umumnya, yang membedakan hanya compression report yang akan tampil setelah SMS dikirimkan dan hal ini dapat dilihat pada Gambar 5.3h.

(a) (b) (c)

(d) (e) (f)

(g)

(h)

Gambar 5.3 Tampilan Proses Pengiriman SMS ≤ 160 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic

Tampilan pada sisi penerima dapat dilihat pada Gambar 5.4. Dan tampilan saat SMS diterima dapat dilihat pada Gambar 5.4a. Untuk Contoh 1, akan menggunakan decode 1 (Gambar 5.4b) karena pada contoh ini akan menggunakan pohon Huffman pada Lampiran 1 dan pada Tabel 5.4. Pesan akan terbaca seperti pada Gambar 5.4c.

(a) (b) (c)

Gambar 5.4 Tampilan Proses Penerimaan SMS ≤ 160 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic

5.3.2 Aplikasi Kompresi SMS dengan karakter 160 < x ≤ 320

Berikut merupakan sebuah SMS yang dikirimkan sebanyak 193 karakter. Jumlah ini diatas 160 karakter dan akan mengakibatkan pengirim harus mengirimkan lebih dari 1 frame. Pengiriman lebih dari kapasitas maksimum sebuah SMS akan membuat pengirim membayar cost 2 SMS jika dilakukan tanpa melakukan kompresi terlebih dahulu.

Sebagai contoh:

Pak, hari ini saya berangkat dari Medan

menggunakan Lion Air penerbangan JT 387 pada

pukul 12.00 WIB dan akan tiba di Jakarta pada

pukul 14.00 WIB. Atas perhatiannya, saya

ucapkan terima kasih.

Contoh tersebut merupakan isi dari sebuah SMS yang terdiri dari 193 karakter dengan perincian seperti pada Tabel 5.3.

Tabel 5.3 Frekuensi Kemunculan pada Kompresi SMS 160 < x ≤ 320 karakter Karakter Frekuensi Kemunculan Kode ASCII

a 33 110 0001

Spasi 31 010 0000

n 15 110 1110

i 11 110 1001

k 9 110 1011

r 8 111 0010

e 7 110 0101

p 7 111 0000

d 6 110 0100

u 6 111 0101

t 6 111 0100

s 4 111 0011

g 4 110 0111

0 4 011 0000

. 4 010 1110

h 3 110 1000

y 3 111 1001

b 3 110 0010

, 2 010 1100

m 2 110 1101

A 2 100 0001

J 2 100 1010

l 2 110 1100

1 2 011 0001

W 2 101 0111

Karakter Frekuensi Kemunculan Kode ASCII

B 2 100 0010

P 1 101 0000

M 1 100 1101

L 1 100 1100

o 1 110 1111

T 1 101 0100

3 1 011 0011

8 1 011 1000

7 1 011 0111

2 1 011 0010

4 1 011 0100

c 1 110 0011

Dengan pembentukan pohon Huffman yang terdapat pada Lampiran 2, didapat kode-kode Huffman seperti pada Tabel 5.4.

Tabel 5.4 Kode Huffman Hasil Kompresi pada SMS 160 < x ≤ 320 karakter Karakter Frekuensi Kemunculan Kode Huffman

a 33 00

Spasi 31 110

n 15 1001

i 11 1000

k 9 0101

r 8 0100

e 7 10100

p 7 10101

d 6 01100

u 6 01101

t 6 01110

s 4 111000

g 4 111001

0 4 111010

Karakter Frekuensi Kemunculan Kode Huffman

. 4 111011

h 3 011110

y 3 011111

b 3 1011001

, 2 1011010

m 2 1011011

A 2 1011100

J 2 1011101

l 2 1011111

1 2 1011110

W 2 1111000

I 2 1111001

B 2 1111010

P 1 1011000

M 1 11110110

L 1 11110111

o 1 11111000

T 1 11111001

3 1 11111010

8 1 11111011

7 1 11111100

2 1 11111101

4 1 11111110

c 1 11111111

Dari Tabel 5.3 dan Tabel 5.4 dapat dilihat pengurangan jumlah bit yang dikirimkan setelah dikompresi. Jika data SMS sebelum dikompresi adalah:

Sebelum dikompresi = 193 karakter x 7 bit = 1351 bit Tabel 5.4 Lanjutan

Maka data SMS setelah dikompresi adalah:

Setelah dikompresi = (1x10x8) + (1x1x7) + (2x9x7) + (3x2x6) + (3x1x7) + (4x6x4) + (6x5x3) + (7x2x5) + (8x1x4) + (9x1x4) + (11x1x4) + (15x1x4) + (31x1x3) + (33x1x2)

= 857 bit (karena pengiriman harus kelipatan 7, maka yang dikirimkan menjadi 861 bit)

Maka dapat diperoleh persentase kompresi dengan menggunakan persamaan 4.1 sebesar:

Setelah dibulatkan menjadi:

x 100% = 36,26%

Dan dapat diperoleh rasio kompresi dengan menggunakan persamaan 4.2, yaitu :

Cr =

Cr = 3 : 2 Setelah dibulatkan menjadi:

Cr =

Proses pengiriman kompresi SMS 160 < x ≤ 320 karakter dengan aplikasi

HuffSMS dapat dilihat pada mobile phone Nokia 5130 XpressMusic seperti pada Gambar 5.5. Pada Gambar 5.5a dapat dilihat aplikasi HuffSMS. Kemudian aplikasi ini dibuka dan dipilih Contoh 1 (Gambar 5.5b) lalu dapat dilihat isi SMS

seperti Contoh SMS ≤ 160 karakter (Gambar 5.5c). Kemudian pilih next dan isi

form phone number dengan nomor tujuan seperti pada Gambar 5.5d. Lalu pada Gambar 5.5e ada pertanyaan apakah kita ingin mengirimkan SMS tersebut atau tidak, kita pilih yes dan pesan pun dikirimkan (Gambar 5.5f). Dan akan ada tampilan bahwa SMS telah terkirim yang dapat dilihat pada Gambar 5.5g. Aplikasi SMS ini sama dengan fitur SMS yang tersedia pada mobile phone pada umumnya, yang membedakan hanya compression report yang akan tampil setelah SMS dikirimkan dan hal ini dapat dilihat pada Gambar 5.5h.

(d) (e) (f)

(g)

(h)

Gambar5.5 Tampilan Proses Pengiriman SMS 160 < x ≤ 320 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic

Tampilan pada sisi penerima dapat dilihat pada Gambar 5.6. Dan tampilan saat SMS diterima dapat dilihat pada Gambar 5.6a. Untuk Contoh 2, akan menggunakan decode 2 (Gambar 5.6b) karena pada contoh ini akan menggunakan pohon Huffman pada Lampiran 2 dan pada Tabel 5.6. Pesan akan terbaca seperti pada Gambar 5.6c.

(a) (b) (c)

Gambar 5.6 Tampilan Proses Penerimaan SMS SMS 160 < x ≤ 320 Karakter dengan Kode Huffman pada Mobile Phone Nokia 5130 XpressMusic

5.3.3 Aplikasi Kompresi SMS dengan karakter > 320

Berikut merupakan sebuah SMS yang dikirimkan sebanyak 333 karakter. Jumlah ini diatas 320 karakter dan akan mengakibatkan pengirim harus mengirimkan lebih dari 2 frame. Pengiriman lebih dari kapasitas maksimum sebuah SMS akan membuat pengirim membayar lebih dari cost 2 SMS jika dilakukan tanpa melakukan kompresi terlebih dahulu.

Sebagai contoh:

Undangan Seminar Blogging (bagi pemula). Akan

diadakan pada tanggal 15 Mei 2010 bertempat di

Hotel Arya Duta, Medan, pada pukul: 10.00 s/d

selesai. Undangan ini berlaku untuk pelajar,

mahasiswa dan umum. Bagi yang berminat dapat

mendaftar lewat SMS ke 0815 2222 222 dengan

mengetik: seminar spasi nama spasi alamat.

Peserta terbatas.

Contoh diatas merupakan isi dari sebuah SMS yang terdiri dari 333 karakter dengan perincian seperti pada Tabel 5.5.

Tabel 5.5 Frekuensi Kemunculan pada Kompresi SMS > 320 karakter Karakter Frekuensi Kemunculan Kode ASCII

Spasi 50 010 0000

a 49 110 0001

n 23 110 1101

e 22 110 0101

i 16 110 1001

t 15 111 0100

d 13 110 0100

g 12 110 0111

s 12 111 0011

m 12 110 1101

r 10 111 0010

// verify that all is in place msg=this.getString(); if ( msg.length()== 0){

midlet.showMessage("Pesan Belum diisi"); }else{

// send the message

Display.getDisplay(midlet).setCurrent(new SendScreen(this)); //

} }

if (cmd == backCommand){ midlet.showMain(); }

}

public void sendMessage(String number){ if(contoh!=0) msg=pesan[contoh];

midlet.sendMessage(number,msg ,contoh); }

public void setBack(){

Display.getDisplay(midlet).setCurrent(this); }

package HuffSMS;

import javax.microedition.lcdui.*;

class SendScreen extends Form implements CommandListener {

private final Command sendCommand, backCommand; private final TextField number;

private final MessageScreen parent;

public SendScreen(MessageScreen parent) {

super("Phone Number"); this.parent = parent; // init UI

sendCommand = new Command("Send", Command.OK, 1); backCommand = new Command("Back", Command.BACK, 2); number = new TextField("", "", 20, TextField.PHONENUMBER); // CREATE FORM

append(number);

addCommand(sendCommand); addCommand(backCommand); setCommandListener(this); }

public void commandAction(Command cmd, Displayable displayable) {

if (cmd == sendCommand) {

// verify that all is in place

if (number.getString().length()==0){ new Alert("Please Enter Number"); }else{

// send the message

parent.sendMessage(number.getString()); }

package HuffSMS;

import javax.microedition.lcdui.*;

class ReportScreen extends TextBox implements CommandListener {

private final Command backCommand ; //private final byte[] content;

//private final int size;

private final HuffSMS parent;

ReportScreen(HuffSMS parent, String text) {

super("", text, 1000, TextField.ANY); //this.content = content;

//this.size = size; this.parent = parent;

backCommand = new Command("Back", Command.BACK, 0); addCommand(backCommand);

setCommandListener(this); }

public void commandAction(Command cmd, Displayable displayable) {

if (cmd == backCommand){ parent.showMain(); }

} }

import java.io.*;

import javax.microedition.lcdui.*; import javax.wireless.messaging.*;

class ReceiveScreen extends Form implements CommandListener {

private final Command

decodeCommand,decode1Command,decode2Command,decode3Command, backCommand;

private final HuffSMS parent;

private final BinaryMessage message;

ReceiveScreen(HuffSMS parent, BinaryMessage message) {

super("Got HuffSMS"); this.message = message; this.parent = parent; // init UI

decodeCommand = new Command("Decode", Command.OK, 0); decode1Command = new Command("Decode 1", Command.OK, 0); decode2Command = new Command("Decode 2", Command.OK, 1); decode3Command = new Command("Decode 3", Command.OK, 2); backCommand = new Command("Back", Command.BACK, 0); append("Received message from " + message.getAddress()); addCommand(decodeCommand);

addCommand(decode1Command); addCommand(decode2Command); addCommand(decode3Command); addCommand(backCommand); setCommandListener(this); }

public void commandAction(Command cmd, Displayable displayable) {

if (cmd == decodeCommand ) { decode(message,0);

}else if (cmd == decode1Command ) { decode(message,1);

}else if (cmd == decode2Command ) { decode(message,2);

}else decode(message,3); if (cmd == backCommand) { parent.showMain(); }

}

private void decode(BinaryMessage message, int lib) {

try{

byte payload[] = message.getPayloadData(); String result;

//parent.showMessage(result); Huff huffman = new Huff();

result = huffman.decode(payload,lib); //parent.showMessage(result); parent.showReport(result); }catch (Exception e){

parent.showMessage(e.getMessage()); }

} }