Kompresi Fractal Pembangunan Aplikasi Kompresi Video Dengan Menggunakan Metode Fractal Video Compression.

Skema lossy menerima beberapa hilangnya data untuk mencapai kompresi yang lebih tinggi. - Lossless Kebalikan dari lossy, jika sebuah algoritma kompresi dapat menghasilkan data asli yang sama dari data hasil kompresi maka kompresi tersebut dapat dikatakan kompresy lossless. Selama proses kompresi maupun dekompresi data tidak ada detail dari data yang hilang. Penggunaan teknik kompresi lossless cocok di terapkan pada data data yang sangat penting. Hal ini di bertujuan agar isi ataupun detail dari data yang penting tidak berkurang ataupun hilang. Sehingga data pun menjadi lebih terjamin dan hemat memori pada media penyimpanan. Lossless memiliki beberapa karakteristik, data yang digunakan tidak mengalami perubahan ataupun hilang saat proses kompresi atau dekompresi dilakukan, dapat membuat satu replika dari data atau objek aslinya, dapat menghilakan pengulangan karakter yang terjadi saat proses kompresi maupun dekompresi, dan dapat pula digunakan pada teks maupun gambar. Selain itu, lossless pada saat digunakan untuk dekompresi, perulangan karakter dapat diinstall kembali. Kompresi lossless memiliki skema yang reversible. Hal ini menjadikan data aslinya dapat direkonstruksi.

1.4 Kompresi Fractal

Berawal dari ide menyimpan segitiga Sierpinski dengan menggunakan Itereted Function System IFS muncul lah metode kompresi citra fractal. Segitiga Sierpinski merupakan salah satu contoh dari kompresi citra fractal. Citra fractal dapat terbentuk dari kumpulan transformasi affine kontraktif yang disebut IFS. Untuk dapat mengembangkan metode kompresi citra fractal, diperlukan pemahaman yang baik mengenai proses pembentukan citra fractal menggunakan IFS. Kompresi fractal merupakan metode kompresi yang potensial pada rasio tinggi. Dalam kompresi fractal konsep utamanya adalah merubah suatu citra asli dari data menjadi koefisien fractal dan menghasilkan kembali citra tersebut dengan cara melakukan proses dekompresi koefisien fractal tersebut. Pada kompresi fractal, hanya beberapa yang disimpan. Akibat dari penyimpanan beberapa koefisien saja, maka ukuran data citra akan menjadi lebih kecil bila dibandingkan dengan ukuran data jika keseluruhan citra disimpan. Kompresi fractal menerapkan prinsip matematika dari fractal geometri. Hal ini bertujuan untuk mengidentifikasi apabila terjadi pengulangan pola yang redundant di dalam citra. Metode kompresi fractal merupakan metode kompresi yang merupakan kumpulan matematis yang memiliki kesamaan terhadap semua skala pembesaran. Beberapa fractal dapat dipecah menjadi beberapa bagian, dan semua bagian hasil dari pecahan tersebut mirip dengan bagian fractal yang asli. Hal ini dikarenakan bagian bagian dari fractal merupakan generalisasi dari objek aslinya. Fractal sendiri dapat dihasilkan dengan mengulang pola, hal ini biasanya ditemukan dalam proses rekursif atau iteratif. Penerapan konsep fractal memiliki jangkauan yang sangat luas. Luasnya penerapan knsep fractal ini menjadikan fractal bermanfaat tidak saja pada bidang ilmu matematika, namun juga bermanfaat di beberapa bidang seperti ilmu fisika, pengolahan citra dan multimedia, dan juga seni. Di dalam penelitian yang dilakukan pada tahun 2007 oleh Fathona, ditemukan bahwa konsep fractal dapat di aplikasikan di bidang ilmu fisika, yakni dalam menentikan kualitas resapan bahan berserat. Sedangkan, didalam bidang pengolahan citra fractal telah diimplementasikan pada beberapa aplikasi seperti face recognition atau yang biasa disebut dengan aplikasi pengenalan wajah. Fractal memiliki kegunaan yang dalam transformasi dimensi. Transformasi dimensi ini dapat digunakan untuk representasi dan komoresi data citra. Penelitian terdahulu yang dilakukan oleh Barnsley 1996 menemukan kaitan antara kompresi citra dengan fractal. Pada penelitian tersebut Barnsley mengungkapkan informasi mengenai Iterated Function System IFS yang digunakan untuk mengkodekan citra. Di dalam kompresi citra dengan IFE terdapat kesulitan, yakni untuk dapat mengemukakan bagian citra yang mirip dengan citra secara keseluruhan. Dengan kata lain, untuk dapat melakukan kompresi citra dengan IFE hanya dapat dilakukan untuk citra yang memiliki self similarity. Akibat dari adanya syarat untuk melakukan kompresi citra dengan IFE, maka tidak semua citra dapat dikompresi dengan metode ini. Namun, untuk mengkompresi sembarang citra dapat digunakan kompresi dengan Partitioned Iterated Function System PIFS Fisher, 1994. Kompresi fractal menggunakan teknik yang mengimpan transformasi affinenya. Teknik ini menggunakan sifat kemiripan lokal pada citra, yaitu bagian citra yang mirip dengan bagian lainnya dalam skala yang berbeda. Kompresi fractal memiliki kekurangan dan kelebihannya. Kelebihan dari kompresi fractal adalah rekonstruksi citra atau decoding dapat dilakukan dalam berbagai pilihan resolusi, rasio kompresi yang tinggi, dan waktu untuk rekonstruksi citra yang lebih cepat. Namun, masih terdapat kekurangan dalam kompresi fractal, yakni memerlukan waktu untuk encoding yang lebih lama. Konsep dari kompresi fractal ini adalah membagi citra ke dalam sejumlah blok yang dilanjutkan dengan mencocokkan blok – blok tersebut. Hasil penelitian yang dilakukan Munir, Galabov, dan Ciptayani menunjukkan citra tersebut dibagi kedalam blok – blok yang sama besarnya atau yang biasa disebut fixed block. Namun, kemudian ditemukan kekurangan dalam metode ini, yang dimana blok – blok yang telah terbagi tidak dapat ter-covered sesuai dengan ukuran yang telah ditetapkan sebelumnya. Penelitian seanjutnya yang dilakukan oleh Ali dan Mahmood menemukan cara untuk mengatasi kekurangan tersebut, yakni dengan pembagian block secara adaptif yang dilakukan dengan menggunakan metode quadtree. Menurut Aris Sugiharto 2006 Dalam menggunakan kompresi secara fractal, citra asli terlebih dahulu di bagi ke dalam beberapa blok. Blok tersebut merupakan blok yang tidak saling beririsan atau non overlapping yang biasanya disebut dengan blok range. Blok range yang di gunakan adalah yang berukuran 4x4 atau 8x8. Untuk tujuan mempermudah digunakan blok persegi. Langkah selanjutnya adalah menentukan beberapa blok domain yang akan digunakan. Blok domain yang digunakan dapat beririsan ataupun tidak beririsan. Dari segi ukuran block domain memiliki ukuran 2 kali blok range. Terdapat keuntungan jika blok domain yang digunakan tidak beririsan. Jika digunakan blok domain yang tidak beririsan maka akan menghemat waktu dan jumlah penggunaan blok domain juga akan lebih sedikit. Namun, kelemahannya terletak pada hasil akhirnya. Hasil akhir bila menggunakan blok yang tidak beririsan tidak akan sebaik hasil jika menggunakan blok yang beririsan. Dengan menggunakan blok yang beririsan, jumlah blok domain yang digunakan akan semakin banyak. Hal ini akan membuat kemungkinan self similarity lokalnya akan semakin tinggi. Namun hal ini juga berimbas pada lamanya waktu yang dibutuhkan. Tingkat kemiripan antara bagian citra yang dimiliki oleh blok range dengan blok domain dapat diukur dengan menggunakan RMS Blok range yang berukuran 8x8, blok domain yang akan diambil memiliki ukuran 16x16 pixel. Hal ini supaya jika sebuah citra memiliki ukuran 256 x 256 pixel, dapat dibagi menjadi 1024 blok yang tidak saling beririsan 2568 2 = 32 2 = 1024. Untuk blok domain yang beririsan akan didapatkan 58.081 bagian 257 – 16 +1. Selanjutnya setiap blok dalam blok domain diskalakan ke menjadi ½ bagian terlebih dahulu sebelum dicocokkan. Tujuan dari dilakukannya pemberian skala ini adalah untuk menjaga agar jarak antar blok domain dan blok range menjadi lebih mudah untuk dihitung. Pemberian skala ini dapat dilakukan dengan menyatukan 2x2 buah pixel menjadi satu buah pixel. Tiap pixel akan memiliki nilai rata – rata dari nilai keempat pixel. Bila terdapat blok range dan blok domain yang tingkat kemiripannya tinggi selanjutkan akan dilakukan transformasi affine w I . transformasi ini bertujuan untuk memetakan blok domain ke blok range. Transformasi addine yang digunakan adalah : [ ] [ ] [ ] [ ] [ ] Berdasarkan pemetaan w I diatas, intensitas tiap pixel juga digeser dan di skalakan yaitu : z = si z + oi. Faktor kontras pixel dinyatakan dengan menggunakan parameter s I . Jika nilai s I sebesar 0 hal ini berarti bahwa pixel akan menjadi berwarna gelap dan jika s I bernilai sama dengan 1 maka warna kontrasnya tidak akan mengalami perubahan. Bila nilai s I berkisar antara 0 sampai 1 maka kontrasnya akan berkurang sedangkan jika nilainya lebih besar dari 1 maka kontrasnya akan bertambah. Offset kecerahan brightness pixel di nyatakan dengan parameter o I. Jika nilai o I positif, gambar akan menjadi semakin cerah dan jika nilai o I negatif maka gambar akan menjadi kurang cerah atau gelap. Dua parameter yang telah disebutkan tadi, yakni parameter s I dan o I dapat memetakan secara akurat blok domain yang berskala abu abu ke blok range yang berskala abu abu. Biasanya blok domain yang diambil memiliki ukura 2x blok range. Sehingga jika sebuah citra memiliki blok range yang berukuran n x n maka ukuran blok domain yang dapat diambil adalah 2n x 2n pixel. Sehingga persamaan affinenya akan menjadi : [ ] [ ] [ ] [ ] [ ] Pergeseran sudut kiri blok domain ke sudut kiri blok range yang bersesuaian dinyatakan dengan parameter e I dan f I . Selanjutnya, s I dan o I dihitung dengan menggunakan rumus regresi seperti dibawah ini . Transformasi affine w I diuji terhadap blok domain D I agar dihasilkan blok uji T I = w I D I . Untuk mengukur jarak antara T dan R I digunakan rumus DRMS. Transformasi affine dapat dikatakan transformasi addine terbaik jika transformasi w yang meminimumkan jarak antara R I dan T. dari proses kompresi akan dihasilkan beberapa IFS lokal yang diberi nama PIFS. Parameter yang digunakan pada PIFS di kumpulkan dan disimpan dalam berkas eksternal, namun parameter yang penting untuk disimpan hanyalah e I , f I , s I , o I dan jenis operasi simetri terhadap setiap blok range. Parameter e I dan f I diganti dengan posisi blok domain yang telah dipetakan ke blok range. Di sisi lain, parameter a I , b I , c I , dan d I tidak perlu di simpan karena nilainya tetap. Bila merekontruksi citra yang telah dikompres, diperlukan proses iterasi PIFS dari citra awal sebarang. Untuk menjamin konvergensi, kontradikktif intensitas itu penting. Transformasi affine w I diuji terhadap blok domain D I agar dihasilkan blok uji T I = w I D I . Untuk mengukur jarak antara T dan R I digunakan rumus DRMS. Transformasi affine dapat dikatakan transformasi addine terbaik jika transformasi w yang meminimumkan jarak antara R I dan T. dari proses kompresi akan dihasilkan beberapa IFS lokal yang diberi nama PIFS. Parameter yang digunakan pada PIFS di kumpulkan dan disimpan dalam berkas eksternal, namun parameter yang penting untuk disimpan hanyalah e I , f I , s I , o I dan jenis operasi simetri terhadap setiap blok range. Parameter e I dan f I diganti dengan posisi blok domain yang telah dipetakan ke blok range. Di sisi lain, parameter a I , b I , c I , dan d I tidak perlu di simpan karena nilainya tetap. Bila merekontruksi citra yang telah dikompres, diperlukan proses iterasi PIFS dari citra awal sebarang. Untuk menjamin konvergensi, kontradikktif intensitas itu penting. 2.5FTP File Transfer Protocol FTP merupakan suatu protocol yang digunakan untuk tukar menukar file dalam suatu network yang mensupport TCPIP protokol. Tujuan utama FTP server adalah untuk membagikan data, menyediakan indirect atau implicit remote computer, menyediakan tempat penyimpanan bagi user, dan menyediakan transfer data yang reliable dan efisien. FTP adalah salah satu protokol internet yang sampai saat ini masih aktif dikembangkan untuk membantu user dalam melakukan tukar menukar file, baik itu mengunduh download maupun mengunggah upload. Terdapat dua hal penting yang terdapat dalam FTP, yakni FTP server dan FTP client. Fungsi dari FTP server adalah untuk menjalankan software yang akan digunakan dalam tukar menukar file. Selain itu FTP server memberikan layanan FTP bagi FTP client jika terdapat permintaan untuk tukar menukar file. FTP client berfungsi untuk mengeluarkan perintah FTP ke server FTP. Sedangkan FTP server merupakan Windows Service yang berjalan di dalam sebuah computer untuk merespon perintah yang dikirimkan oleh FTP client. Fungsi dari perintah FTP adalah untuk mengubah direktori, mengubah modus pengiriman antar biner dan ASCII, menggunggah file ke server FTP dan mengunduh file dari server FTP. Bentuk dasar dari FTP adalah : ftp:host.domain , dan berdasarkan hak aksesnya dibedakan menjadi 2 dua yakni FTP User dan Anonymous. FTP User merupakan protocol yang dalam penggunaannya memerlukan autentifikasi bila user ingin mengakses ke dalamnya. Dalam FTP User, hanya user yang memiliki akses yang dapat mengaksesnya, sehingga tidak sembarang user bisa masuk ke dalamnya. Sedangkan kebalikan dari FTP User adalah FTP Anonymous, yang dapat diakses oleh siapa saja dan tidak memerlukan autentifikasi. Metode autentifikasi standar yang diterapkan dalam penggunaan FTP mewajibkan user untuk memiliki username dan password yang tidak terenskripsi. Kelebihan dari memiliki username dan password adalah user dapat memiliki hak akses penuh untuk mendownload, mengupload berkas berkas yang ada. Selain itu user dapat membuat berkas, direktori dan menghapus berkas jika diinginkan.

1.5 MSE