Latar Belakang Masalah PENDAHULUAN

BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah

Perkembangan teknologi informasi ternyata berdampak pada perkembangan ilmu pengetahuan yang lain. Semuanya merupakan informasi yang sangat penting. Oleh karena itu, detail karakteristik citra tidak boleh ada yang hilang. Sebelum ada teknologi informasi, citra-citra tersebut disimpan dalam bentuk film sehingga disimpan dalam jumlah yang besar dan tentu saja data citra tersebut memerlukan tempat penyimpanan yang besar. Dengan hadirnya teknologi informasi, citra-citra tersebut disimpan dalam bentuk file. Sayangnya, file-file jenis citra ini berukuran relatif besar sehingga file-file tersebut belum dapat disimpan. Salah satu solusi memperkecil ukuran file adalah dengan melakukan kompresi citra [11]. Dalam ilmu komputer kompresi citra bertujuan untuk meminimalkan jumlah bit yang diperlukan untuk merepresentasikan citra [9]. Kompresi citra adalah waktu pengiriman data pada saluran komunikasi lebih singkat dan membutuhkan ruang memori dalam storage yang lebih sedikit [11]. Kompresi citra dikembangkan untuk memudahkan penyimpanan dan pengiriman citra. Teknik kompresi yang ada sekarang memungkinkan citra dikompresi sehingga ukurannya menjadi jauh lebih kecil dari pada ukuran asli [9]. Secara umum, metode kompresi data dapat dibagi kedalam dua kelompok yaitu lossy dan losseless. Lossy merupakan kompresi citra dimana hasil kompresi dari citra yang terkompresi tidak sama dengan citra aslinya karena ada informasi yang hilang, tetapi masih bisa ditolerir oleh persepsi mata. Mata dapat membedakan perubahan kecil pada gambar. Metode ini menghasilkan rasio kompresi lebih tinggi dari pada metode lossless. Contohnya adalah transformasi walsh-hadamard, transformasi fourier, wavelet, dan lain-lain [11]. Metode lossless merupakan kompresi citra dimana hasil dekompresi dari citra yang terkompresi sama denga citra aslinya, tidak ada informasi yang hilang. Sayangnya, rasio kompresi citra metode ini sangat rendah. Banyak aplikasi yang memerlukan kompresi tanpa cacat, seperti pada aplikasi radiografi, kompresi citra hasil diagnosa medis atau gambar satelit, dimana kehilangan gambar sekecil apa pun akan Universitas Sumatera Utara menyebabkan hasil yang tak diharapkan. Contohnya adalah run length encoding RLE, entropy encoding huffman aritmatik, dan adaptive dictionary based LZW [11]. Pada penelitian ini algoritma yang digunakan untuk membandingkan kompresi data adalah Transformasi Walsh-Hadamard dan Run Length Encoding RLE. Transformasi citra merupakan pokok bahasan yang sangat penting dalam pengolahan citra. Citra hasil proses transformasi dapat dianalisis kembali, diinterpretasikan dan dijadikan acuan untuk melakukan pemrosesan selanjutnya. Tujuan diterapkannya transformasi citra adalah untuk memperoleh informasi feature extraction yang lebih jelas yang terkandung dalam suatu citra [11]. Transfromasi walsh-hadamard merupakan suatu transformasi orthogonal yang menjadikan suatu signal menjadi suatu himpunan gelombang yang berbentuk tegak lurus orthogonal dan segi empat rectangluar. Transformasi walsh-hadamard dapat didefinisikan dengan dua cara yaitu representasi rekursif dna biner. Kedua cara tersebut akan menghasilkan matriks yang sama. Apabila dari matriks tersebut diambol dua baris secara acak, maka dua baris matriks tersebut akan bersifat saling orthogonal [5]. Algoritma Run Length Encoding RLE bekerja berdasarkan sederetan karakter yang berurutan. Algoritma ini bekerja dengan memindahkan pengulangan byte yang sama berturut-turut secara terus menerus [2]. Metode ini digunakan untuk mengompresi citra yang memiliki kelompok pixel yang berderajat keabuan yang sama. Berdasarkan hal yang telah diuraikan diatas maka pada penelitian ini penulis mengambil judul “Analisis Perbandingan Kompresi Citra Menggunakan Algoritma Transformasi Walsh-Hadamard denga Run Length Encoding RLE”.

1.2 Rumusan Masalah