BAB 1
PENDAHULUAN
1.1 Latar Belakang
Peningkatan teknologi komputer memberikan banyak manfaat bagi manusia di berbagai aspek kehidupan, salah satu manfaatnya yaitu untuk menyimpan data, baik
data berupa teks ataupun data digital lain seperti gambar, suara dan video. Kecepatan pengiriman informasi secara real-time akan menjadi bagian utama dalam proses
pertukaran informasi di masa yang akan datang. Hingga saat ini pengiriman informasi secara real-time masih mengalami kendala, diantaranya adalah besarnya jumlah data
yang harus dikirim melampaui kecepatan transmisi yang dimiliki oleh perangkat keras, sehingga masih terdapat delay time yang relatif besar Madenda et al, 2004: 1.
Pada umumnya, representasi citra digital membutuhkan kapasitas ruang penyimpanan yang besar. Citra RGB merupakan citra true color yang mendefinisikan
warna merah, hijau dan biru untuk setiap pikselnya, walaupun belum ada standar yang ditetapkan secara universal untuk citra RGB, tetapi TV dan industri video memiliki
versi standar warna RGB yang mengikuti rekomendasi ITU-R BT.709 untuk High Definition TV HDTV, monitor juga dibangun dengan mengikuti rekomendasi
tersebut. Dalam model RGB, warna pada setiap piksel ditentukan dari kombinasi warna primer merah, hijau dan biru. Format file citra menyimpan citra RGB
menggunakan 1 byte 8 bit untuk menampilkan warna primer, yang memiliki rentang [0, 255] atau [1, 256], jadi warna RGB memiliki 3 byte 24 bit untuk tiap-tiap piksel,
dengan demikian terdapat 256
3
= 16.777.216 warna berbeda yang bisa direpresentasikan pada citra RGB. Semakin besar ukuran citra RGB maka akan
semakin besar kapasitas yang dibutuhkan untuk menyimpan citra tersebut, dan semakin meningkat biaya dan waktu yang dibutuhkan untuk proses pengiriman citra
pada saluran komunikasi Mengyi Pu, 2006: 217.
Universitas Sumatera Utara
Salah satu solusi untuk mengatasi masalah di atas adalah dengan melakukan kompresi citra. Kompresi citra terdiri dari dua proses utama yaitu kompresi dan
dekompresi citra. Jika file citra dikompresi, maka file tersebut harus dapat dibaca kembali setelah file tersebut dikompresi. Ide kompresi citra adalah apabila frekuensi
kemunculan warna pada tiap piksel diketahui, terdapat suatu cara untuk mengodekan warna tersebut sehingga dibutuhkan ruang yang lebih kecil untuk menyimpan citra.
Metode kompresi yang diharapkan dari kompresi citra adalah proses kompresi dan dekompresinya cepat, meminimalkan pemakaian memori, kualitas citra bagus dan
proses transfer yang mudah Hestiningsih, 2008: 33.
Metode yang pertama muncul untuk proses kompresi diperkenalkan oleh Shannon-Fano, yang dikenal dengan Shannon-Fano coding. Shannon dan Fano 1948
mengembangkan algoritma yang didasarkan pada variable-length code yang berarti beberapa karakter pada data yang akan dikodekan direpresentasikan dengan kode yang
lebih pendek dari karakter yang ada pada data. Jika frekuensi kemunculan karakter semakin tinggi, maka kode semakin pendek, sebaliknya jika frekuensi kemunculan
karakter rendah, maka kode semakin panjang, dengan demikian kode yang dihasilkan tidak sama panjang, sehingga kode tersebut bersifat unik. Pada prinsipnya algoritma
ini menggunakan pendekatan top-down dalam penyusunan binary tree. Pada tahun 1952 David Huffman memperkenalkan algoritma kompresi yang dinamakan Huffman
coding. Metode ini memakai hampir semua karakteristik dari Shannon-Fano coding. Pada prinsipnya Huffman coding menggunakan pendekatan buttom-up dalam
penyusunan binary tree. Thomas H. Cormen et al dalam Hasibuan, 2008: 5.
Saat ini terdapat banyak algoritma kompresi citra, antara lain Dynamic Markov Compression DMC, Run Length Encoding RLE, Lempel Ziv Welch LZW,
Arithmetic coding dan lain-lain. Menurut Linawati et al 2004: 1 “Algoritma Huffman menghasilkan rasio kompresi yang rendah dibandingkan dengan algoritma
DMC dan LZW dan kecepatan kompresinya berada diantara DMC dan LZW”. Dalam Tugas Akhir ini digunakan algoritma Shannon-Fano dan Huffman, karena kedua
algoritma ini memiliki beberapa kemiripan karakteristik dan termasuk dalam metode kompresi yang sejenis yaitu metode lossless.
Universitas Sumatera Utara
1.2 Rumusan Masalah
Kategori