BAB 1 PENDAHULUAN
1.1 Latar Belakang Masalah
Kompresi data erat kaitannya dengan representasi informasi. Namun representasi informasi berisi banyak redundansi. Pengobralan kata dalam penulisan berita akan
mengakibatkan kelimpahan kata atau redundansi. Dengan kata lain, redundansi merupakan penggandaan dari simbol yang sama dalam suatu string Kridalaksana,
1993. Hal yang penting dalam kompresi data adalah penghapusan dari redundansi.
Setelah redundansi dihilangkan, informasi harus dienkode menjadi kode biner. Pada tahap implementasi, digunakan code word yang lebih pendek untuk merepresentasikan
huruf yang muncul lebih sering agar dapat mengurangi angka dari bit yang dibutuhkan untuk merepresentasi setiap huruf.
Situasi yang sama terdapat dalam komunikasi digital. Kecepatan dalam saluran komunikasi, baik melalui kabel atau nirkabel meningkat perlahan, maka dari itu data
yang terkirim antara saluran telepon, mesin faksimile, telepon genggam, bahkan setelit dapat dimampatkan. Gambar-gambar yang diunggah ke suatu situs internet juga
mengalami proses kompresi sebelum gambar tersebut ditampilkan. Ada terdapat banyak metode untuk memampatkan data. Metode-metode ini
berdasarkan dari berbagai ide yang disesuaikan dengan beberapa tipe data dan menghasilkan kompresi yang sedikit berbeda, namun tetap memampatkan data
tersebut dengan menghilangkan redundansi dari data aslinya. Beberapa metode kompresi data ini antara lain adalah algoritma Shannon-Fano, Arithmetic Coding, dan
Huffman. Pada penelitian Adriani 2009, dilakukan analisis statistik untuk mengukur
kinerja dari algoritma Shannon-Fano dan Huffman; pada penelitian Sarifah 2010, dilakukan analisis statistik untuk mengukur kinerja dari algoritma Arithmetic Coding,
Universitas Sumatera Utara
ditinjau dari kecepatan proses kompresi dan dekompresinya, memori yang dibutuhkan rasio atau ukuran berkas hasil kompresi terhadap berkas asli dan kualitas citra hasil
kompresi yang dihasilkan. Pada penelitian ini dilakukan analisis statistik dan perbandingan kinerja dari
algoritma Shannon-Fano, Arithmetic Coding, dan Huffman pada kompresi berkas teks dan berkas citra digital.
1.2 Rumusan Masalah
