Metode Penelitian Kompresi Implementasi Algoritma Shannon-Fano Pada Kompresi Audio

4 2. Mengetahui kemampuan algoritma Shannon-Fano dalam pengkompresian file audio berdasarkan hasil audio terkompresi untuk mengurangi pemakaian memori.

1.6 Metode Penelitian

Beberapa metodologi yang digunakan dalam pelaksanaan penelitian ini adalah sebagai berikut : 1. Studi Literatur Pada tahap ini akan dilakukan studi kepustakaan yaitu proses pengumpulan bahan- bahan referensi baik dari buku, artikel, paper, jurnal, makalah, maupun situs internet mengenai pengolahan audio, kompresi audio, algoritma Shannon-Fano dan Microsoft Visual Basic. 2. Analisa Pada tahap ini dilakukan analisa terhadap hasil studi literatur untuk mendapatkan pemahaman mengenai algoritma Shannon-Fano untuk proses kompresi dan dekompresi audio. 3. Perancangan Pada tahap ini dilakukan perancangan aplikasi seperti pembuatan flowchart, pembuatan UML Unified Modelling Language meliputi usecase diagram, activity diagram serta sequence diagram dan rancangan untuk desain antarmuka aplikasi. 4. Implementasi Pada tahap ini dilakukan proses implementasi pengkodean program dalam aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih sesuai dengan analisis dan perancangan yang sudah dilakukan. 5. Pengujian Universitas Sumatera Utara 5 Pada tahap ini dilakukan proses pengujian dan percobaan terhadap aplikasi yang dibuat untuk mengetahui jika aplikasi sudah berjalan berdasarkan analisis dan rancangan yang dibuat atau sudah sesuai dengan yang diharapkan atau tidak. 6. Penyusunan Laporan Pada tahap ini dilakukan dokumentasi penyusunan laporan atas hasil pengerjaan algoritma Shannon-Fano pada kompresi audio yang diperoleh.

1.7 Sistematika Penulisan

Adapun sistematika penulisan dalam skripsi ini terdiri dari beberapa bagian utama sebagai berikut:

BAB 1: PENDAHULUAN

Bab ini akan menjelaskan tentang latar belakang pemilihan judul, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan.

BAB 2: LANDASAN TEORI

Pada tahap ini akan dilakukan studi tentang segala sesuatu yang berkaitan dengan kompresi, audio serta algoritma yang digunakan baik yang berasal dari buku, artikel, jurnal, maupun dari internet.

BAB 3: ANALISA DAN PERANCANGAN

Pada tahap ini akan dilakukan analisa perancangan aplikasi mengenai skripsi ini, seperti menggambar flowchart dan pembuatan UML yang meliputi usecase diagram, activity diagram serta sequence diagram dan perancangan desain antarmuka interface.

BAB 4: IMPLEMENTASI DAN PENGUJIAN SISTEM

Pada tahap ini dilakukan proses implementasi pengkodean program dalam aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih sesuai dengan analisis dan perancangan yang sudah dilakukan Universitas Sumatera Utara 6

BAB 5: KESIMPULAN DAN SARAN

Pada bab ini memuat kesimpulan dari hasil keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diajukan untuk pengembangan lebih lanjut tentang topik terkait pada skripsi. Universitas Sumatera Utara BAB 2 LANDASAN TEORI Bab ini membahas teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan algoritma Shannon-Fano untuk kompresi file audio.

2.1 Kompresi

Data tidak hanya disajikan dalam bentuk teks ataupun citra, tetapi juga dapat berupa audio bunyi, suara, musik dan video. Keempat macam data tersebut sering disebut dengan multimedia. Pada umumnya representasi data digital membutuhkan memori yang besar, di sisi lain kebanyakan data mengandung duplikasi atau redundansi. Duplikasi redundansi ini dapat berarti suatu data mengandung bagian yang sama sehingga setiap bagian yang sama ini tidak perlu dikodekan berulang kali. Kompresi dapat dikatakan sebagai proses untuk menghilangkan berbagai redundansi, karena itu langkah pertama yang dilakukan adalah menemukan sumber redundansi pada setiap data Salomon, 2008. Penghilangan redundansi pada data menggunakan algoritma. Kompresi data bertujuan untuk meminimalkan kebutuhan memori untuk merepresentasikan data digital. Prinsip umum yang digunakan pada proses kompresi adalah mengurangi duplikasi data sehingga memori untuk merepresentasikan menjadi lebih sedikit dari pada representasi data digital semula. Data digital yang telah dikompres dapat dikembalikan ke bentuk data digital semula atau disebut dengan proses dekompresi, dimana hal ini tergantung pada aplikasi yang mendukung kompresi tersebut. Pada beberapa kasus, proses dekompresi data lebih sulit dibandingkan proses kompresi Pu, 2006. Universitas Sumatera Utara 8 Algoritma Kompresi Algoritma Dekompresi Input File Asli Output File Terkompresi Input File Terkompresi Output File Asli Gambar 2.1 Proses Kompresi dan Dekompresi Pu, 2006 2.1.1 Metode kompresi Metode kompresi data dapat dikelompokkan dalam dua kelompok besar yaitu metode lossless dan lossy Sayood, 2005 seperti berikut ini: 1. Metode lossless Metode lossless merupakan metode kompresi dimana data hasil kompresi dapat dikembalikan ke data semula tanpa menghilangkan informasi pada data. Algoritma metode lossless yaitu Run-Length-Encoding, Shannon-Fano, Huffman Encoding, Arithmatic Coding dan Lempel Ziv Welch. 2. Metode lossy Metode lossy merupakan data hasil kompresi menjadi lebih kecil ukurannya dibanding dengan metode lossless tetapi menyebabkan hilangnya beberapa informasi pada file hasil kompresi. Hal ini dikarenakan cara kerja metode lossy adalah dengan mengeliminasi beberapa data pada suatu file. Namun data yang dieliminasikan biasanya adalah data yang kurang diperhatikan atau di luar jangkauan manusia, sehingga kemungkinan besar pengeliminasian data tidak mempengaruhi manusia yang berinteraksi dengan file tersebut. Misalnya pada kompresi audio,pada file audio akan dieliminasi frekuensi yang tinggi dan rendah yang berada di luar jangkauan manusia. Algoritma untuk metode lossy yaitu Transform Coding, Vector Quantisation, Fractal Coding, Discrete Cosine Transform dan Discrete Wavelet Transfrom. Universitas Sumatera Utara 9 2.1.2 Compression Ratio Compression Ratio atau rasio kompresi adalah rasio atau perbandingan antara ukuran data yang dikompresi dengan ukuran data asli. Misalkan rasio kompresi suatu data adalah 30, maka 30 data semula telah berhasil dikompres. Secara matematis rasio kompresi dapat ditulis sebagai berikut Salomon, 2008 : Rasio Kompresi = − Hasil Kompresi Audio Asli x . Sedangkan untuk menghitung laju dari data yang dikompresi rate of compression dapat dihitung : Laju Kompresi = Rasio Kompresi . 2.1.3 Redundansi Redundansi atau duplikasi merupakan suatu keadaan dimana representasi suatu elemen data tidak bernilai signifikan dalam merepresentasikan keseluruhan data. Keadaan ini menyebabkan data keseluruhan dapat direpresentasikan secara lebih kompak dengan cara menghilangkan representasi dari sebuah elemen data yang redundan.

2.2 Pengertian Audio