20
H. Faktor Penting dalam Pembuatan Aplikasi Kompresi Data
Beberapa faktor penting yang harus diperhatikan dalam pembuatan aplikasi untuk pemampatan data diantaranya adalah sebagai berikut:
1. Seberapa prosentase berkas yang dapat dimampatkan.
Jika sebuah program aplikasi pemampatan memiliki prosentase pemampatan berkas yang besar, maka program tersebut bisa dikatakan
baik.
2. Jaminan keutuhan berkas setelah dimampatkan dan dimekarkan
kembali.
Berkas yang telah dimampatkan kapasitasnya akan menjadi lebih kecil dibandingkan dengan berkas aslinya, akan tetapi berkas hasil pemampatan
tersebut jika dimekarkan kembali, maka kapasitasnya harus kembali seperti pada kapasitas semula.
3. Kecepatan pemampatan
Waktu yang dibutuhkan saat proses pemampatan juga mempengaruhi baik atau tidaknya sebuah program pemampatan. Semakin sedikit waktu yang
diperlukan untuk proses pemampatan suatu berkas, maka semakin baik pula program pemampatan tersebut.
4. Kemudahan pemakaian program serta fasilita tambahan yang
tersedia.
Pengguna program tidak mengalami kesulitan pada saat akan menggunakan program pemampatan yang dibuat, dengan kata lain
program pemampatan yang dibuat bersifat user friendly. Program tersebut PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
juga akan semakin baik dan menarik apabila diberi fasilitas tambahan seperti permainan, daftar istilah, bantuan pertolongan penggunaan
program, dan lain-lain jika dimungkinkan.
I. Discrete Cosine Transform DCT
Discrete Cosine Transform atau yang biasa disingkat DCT adalah satu kelas operasi matematika yang termasuk dalam Fast Fourier Transform. Operasi
dasar yang ditampilkan dalam transformasi ini adalah mengambil suatu signal dan mentransformasikannya dari representasi satu tipe ke tipe yang lain. Transformasi
ini dikerjakan secara frekuentatif yaitu dengan cara mengambil suatu nilai dari domain spasial dan mentransformasikannya ke dalam suatu representasi yang
identik. DCT merupakan salah satu metode transformasi yang dapat digunakan untuk kompresi data citra yang mempunyai sifat lossy. Metode kompresi DCT ini
menggunakan pendekatan nilai kosinus. Pada dasarnya DCT akan mengubah detil warna dari gambar asli, namun karena keterbatasan indra manusia, maka
perubahan yang terjadi tidak begitu terlihat. Dalam operasi DCT ini yang digunakan adalah nilai real. Ada 2 macam persamaan yang bisa digunakan yaitu
DCT 1 dimensi yang digunakan untuk menghitung data vektor, dan DCT 2 dimensi yang digunakan untuk menghitung data matriks.
Persamaan umum untuk DCT 1 dimensi adalah sebagai berikut:
∑
− =
⎥⎦ ⎤
⎢⎣ ⎡
+ =
1
2 1
2 cos
2
N x
N i
x x
pixel i
C N
i DCT
π ...................................................2.1
dengan DCT i = nilai DCT indeks ke-i
22
N = ukuran matriks Pixelx = nilai pixel pada indeks ke-x
1 =
i C
jika
x
2 1
= i
C jika
= x
Sedangkan persamaan untuk invers DCT 1 dimensi adalah sebagai berikut:
∑
− =
⎥⎦ ⎤
⎢⎣ ⎡
+ =
1
2 1
2 cos
2
N i
N i
x i
DCT i
C N
x Pixel
π ...................................................2.2
dengan DCTi = nilai DCT pada indeks ke-i
N = ukuran matriks Pixelx = nilai ke-x
1 =
i C
jika i 0
2 1
= i
C jika
= i
Persamaan DCT dan invers DCT IDCT di atas disebut persamaan DCT 1 dimensi dan IDCT 1 dimensi karena kedua persamaan tersebut digunakan untuk
mentransformasi nilai pixel suatu citra berukuran 1xN. Sebagai contoh terdapat matriks berukuran 1x8 yang ditampilkan sebagai
suatu citra sebagai berikut:
[0 25 50 75 100 125 150 200] =
Nilai DCT dari matriks di atas adalah:
[255 0 11 0 8 0 4 0] =
Sedangkan nilai IDCT dan citra hasil rekonstruksi adalah sebagai berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Kategori