11
tujuan analisis, melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang terkandung pada citra, melakukan kompresi atau reduksi data
untuk tujuan penyimpanan data, transmisi data, dan waktu proses data. Masukan dari pengolahan citra adalah citra, sedangkan keluarannya adalah citra hasil pengolahan
Sutoyo, 2009: 5.
2.8 Format Berkas Bitmap .bmp
Gambar bitmap adalah citra yang dihasilkan oleh sejumlah titik berwarna-warni yang disebut piksel. Piksel-piksel itu ditempatkan pada suatu bidang matriks. Warna-warna
piksel yang sama atau senada yang berada pada suatu area dan berdampingan dengan warna-warna dapat menimbulkan nuansa bentuk. Gabungan dari beberapa nuansa itu
ditangkap oleh mata manusia sebagai citra atau gambar Budijanto, 2006: 253. Format .bmp adalah format penyimpanan standar tanpa kompresi umum yang
dapat digunakan untuk menyimpan citra biner hingga citra warna. Format ini terdiri dari beberapa jenis yang setiap jenisnya ditentukan dengan jumlah bit yang digunakan
untuk menyimpan sebuah nilai piksel Putra, 2010:58. Struktur dari format .bmp dapat dilihat pada Gambar 2.7.
Header berkas
Header bitmap
Informasi palet
Data bitmap
14 byte 12-64 byte
0-1024 byte N byte
Gambar 2.7
Struktur Format Berkas .bmp Berkas dengan format .bmp memerlukan memori penyimpanan yang besar,
karena berkas ini merupakan format yang belum terkompresi dan menggunakan sistem warna Red, Green, Blue RGB dimana masing-masing warna pikselnya terdiri
dari 3 komponen yang dicampur menjadi satu.
2.9 Informasi Teori dan Entropi
Kompresi data memanfaatkan teori informasi karena kompresi menitikberatkan pada masalah redundansi. Informasi yang berulang pada data menimbulkan bit tambahan
Universitas Sumatera Utara
12
pada pengkodean. Jika informasi tambahan itu bisa diambil, maka data yang diperlukan tersebut bisa direduksi.
Teori informasi memanfaatkan terminologi entropi sebagai tolak ukur seberapa besar informasi yang dikodekan pada sebuah data. Menurut Adriani 2009,
entropi merupakan suatu ukuran informasi yang dikandung oleh suatu citra dan
digunakan sebagai ukuran untuk mengukur kemampuan kompresi dari data. Entropi memiliki persamaan matematis sebagai berikut:
�� = − ∑ �
�
���
2 �
�=1
�
�
................................................................... 3 Dimana m merupakan jumlah simbol dan p
i
merupakan probabilitas simbol ke-i. Semakin kecil nilai entropi yang dihasilkan, maka kemampuan kompresi lebih baik.
Entropi juga didefinisikan sebagai limit kemampuan kompresi citra yang tidak dapat
dilampau oleh algoritma manapun.
2.10 Algoritma Shannon-Fano
