ANALISIS PENGARUH JUMLAH FRAME VIDEO YANG HILANG TERHADAP KUALITAS VIDEO YANG DILIHAT PENONTON
ANALISIS PENGARUH JUMLAH FRAME VIDEO YANG HILANG
TERHADAP KUALITAS VIDEO YANG DILIHAT PENONTON
1 2 1,2Yoanda Alim Syahbana* , Memen Akbar
Program Studi Teknik Komputer Program Politeknik Caltex Riau Kontak Person :
Yoanda Alim Syahbana, Mamaen Akbar *1 2 e-mail: yoanda@pcr.ac.id , memen@pcr.ac.id
Abstrak
Jumlah frame video yang hilang akibat buruknya kualitas internet yang mentransmisikan videoberpengaruh pada kualitas video yang dilihat penonton. Penelitian ini fokus pada analisis kondisi
tersebut dengan memvariasikan Group of Picture (GOP) yang hilang dan jenis frame video yang hilang.
Total 18 video pengujian telah dibuat berdasarkan tiga konten master video yang diambil dari Consumer
Digital Video Library (CDVL). Video-video ini kemudian diperlihatkan kepada 47 responden dalam
sebuah penilaian kualitas video berdasarkan rekomendasi ITU P.910. Hasil penelitian ini menunjukkan
bahwa hilangnya frame video pada konten video dengan objek bergerak cepat (σMOS=0.29) tidak telalu
mempengaruhi kualitas yang dirasakan penonton. Namun, hilangnya frame pada konten video Head
and shoulders sangat berpengaruh pada kualitas video (σMOS=0.44) dan signifikan menurunkan
kualitas video yang dilihat penonton.Informasi ini bisa dimanfaatkan oleh penyedia layanan VoD
sebagai strategi pengaturan transmisi frame video. Pada akhirnya, kualitas video terbaik dapat dinikmati
oleh penonton dalam kondisi akses internet yang terbatas.Kata kunci: Kualitas video, Frame video yang hilang, ITU P.910
1. Pendahuluan
Layanan video telah berkembang dengan dukungan akses jaringan internet. Beragam model layanan video seperti video call, live video streaming, IPTV, dan Video on Demand (VoD) semakin populer di kalangan masyarakat. Masyarakat memanfaatkan berbagai layanan ini untuk berkomunikasi, mendapatkan informasi berita, menonton pertandingan olah raga, dan hiburan. Layanan video juga semakin mudah diakses berkat perkembangan teknologi mobile. Masyarakat bisa mengakses layanan tersebut kapan saja dan dimana saja. Dengan dukungan jaringan internet dan kemudahan akses ini, layanan video sudah menjadi suatu bagian penting dalam aktivitas masyarakat.
Salah satu jenis layanan video yang sangat populer adalah layanan VoD seperti yang bisa diakses melalui situs www.youtube.com. Pada layanan VoD, penonton memiliki peran yang besar dalam menentukan konten video apa yang ingin mereka tonton. Selain itu, penonton juga yang menentukan kapan konten tersebut ingin ditonton. Penyedia layanan VoD hanya berperan sebagai penyedia konten video dan penyedia akses.
Kepuasan penonton terhadap layanan video seperti VoD sangat ditentukan oleh kualitas video yang ditontonnnya[1]. Ketika terjadi ketidakpuasan terhadap suatu layanan video, hal ini akan mempengaruhi keberlanjutan penggunaan layanan tersebut dan dalam jangka panjang akan mempengaruhi keuntungan yang akan diperoleh penyedia layanan [2]. Menurut [1], Kualitas video ditentukan oleh kondisi dari frame-frame video yang ditampilkan. Ketika terjadi penurunan kualitas jaringan internet, frame video bisa mengalami kerusakan bahkan hilang.
Publikasi ini memaparkan hasil penelitian yang menganalisis hubungan antara variasi jumlah frame yang hilang dengan kualitas video yang dilihat oleh penonton. Paparan tersebut dibagi dalam empat bagian termasuk bagian pendahuluan ini. Bagian kedua akan membahas metode penelitian yang telah diterapkan. Hasil dan pembahasan akan didiskusikan pada bagian ketiga. Sebagai penutup, bagian keempat merangkum simpulan dari keseluruhan penelitian.
2. Metode Penelitian
Penelitian ini dilaksanakan dalam tiga fase seperti ditampilkan pada Gambar 1. Fase pertama adalah persiapan video pengujian. Tahap persiapan video pengujian akan melalui dua tahapan. Pada
V - 1 tahap pertama, dua video konten dengan karakteristik yang berbeda akan diambil dari situs Consumer Digital Video Library (CDVL) [3] sebagai penyedia video konten untuk keperluan penelitian. Konten yang dipilih adalah karakteristik video yang umum seperti konten head-and-shoulders pada video beritadan konten video dengan objek bergerak cepat. Setiap video ini memiliki total 250 frame video. Gambar 2 menampilkan sampel tampilan dari kedua video konten tersebut. Kedua video ini dimodifikasi dengan sembilan pola frame hilang. Pola frame hilang ini diadaptasi dari penelitian [4] yang menghilangkan frame berdasarkan jenis frame dalam satu Group of Picture (GOP). Rangkuman pola frame hilang yang digunakan pada penelitian ini di rangkum pada Tabel 1. Tahap berikutnya, pola-pola ini diimplementasikan dengan software FFMpeg. Tahap ini menghasilkan sebanyak 18 video pengujian.
Gambar 1 Metode Penelitian
(a) (b)
Gambar 2 (a) konten head and shoulders, (b) konten video dengan objek bergerak cepat
Fase kedua dari penelitian ini adalah perancangan dan implementasi aplikasi survei kualitas video. Perancangan aplikasi ini mengacu pada standar rekomendasi ITU P.910 (ITU P.910). Gambar
3 menunjukkan tampilan aplikasi yang dibangun pada penelitian ini. Berdasarkan aplikasi yang
dibangun, tahap berikutnya adalah pelaksanaan pengukuran kualitas video dengan mengacu pada kerangka kerja penilaian yang direkomendasikan ITU P.910. Ilustrasi kerangka kerja penilaian video ini dirangkum pada Gambar 4. 47 responden telah berpartisipasi dalam penelitian ini. Responden berada dalam rentang umur 18-22 tahun yang terdiri dari 29 orang laki-laki dan 18 orang perempuan. Responden memiliki latar belakang mahasiswa dengan 74% tidak menggunakan kacamata. Untuk pengukuran kualitas, responden diminta untuk menilai kualitas video menggunakan Mean Opinion
Scale (MOS) dengan rentang 1 sampai 5 dimana 1 menyatakan kualitas terburuk dan 5 menyatakan
kualitas terbaik.V - 2 SENTRA 2017
V - 3
Tabel 1 Pola Frame yang Hilang
9
30
7
3 I-frame
30
8
3 P-frame
42
3 B-frame
6
45 Fase ketiga fokus pada analisa data yang terdiri dari dua tahap, yaitu pengolahan hasil data dan analisa hasil pengukuran kualitas video terhadap pola frame yang hilang. Hasil dari fase ketiga ini akan lebih detail dibahas pada bagian berikutnya.
(a) (b)
Gambar 3. (a) Tampilan awal pengisian biodata responden (b) Tampilan aplikasi untuk
menampilkan video pengujian
Gambar 4 Kerangka kerja penilaian video
Tabel 2 menampilkan hasil penilaian video untuk konten video pertama, video konten head and
shoulders. Dapat dilihat dari data tersebut, nilai MOS berbanding terbalik dengan jumlah frame yang
hilang untuk GOP yang sama. Sebagai contoh, untuk pola 1, 2, dan 3 dengan 1 GOP yang hilang, nilai MOS cenderung menurun ketika jumlah frame yang hilang meningkat (Gambar 5). Hal yang sama terjadi pula pada 2 GOP yang hilang (pola 4, 5, dan 6) dan 3 GOP yang hilang (pola 7, 8, dan 9).
Hasil yang berbeda ditemukan untuk konten video dengan objek bergerak cepat. Tabel 3 menampilkan hasil tersebut. Pada video dengan objek bergerak cepat, tidak terjadi perubahan nilai MOS yang signifikan. Sebagai contoh, untuk 1 GOP yang hilang (pola 1, 2, dan 3) semakin banyak
2 B-frame
28
Pola ke- Jumlah
2
GOP yang Hilang
Jenis Frame yang
Hilang Total
Frame yang Hilang
1
1 I-frame
10
1 P-frame
2 P-frame
14
3
1 B-frame
15
4
2 I-frame
20
5
3. Hasil Penelitian dan Pembahasan
V - 4 SENTRA 2017
3.70
Nilai MOS
1
10
3.35
2
14
3.33
3
15
3.32
4
20
5
Tabel 3 Hasil nilai MOS untuk konten video dengan objek bergerak cepat
28
3.61
6
30
3.50
7
30
2.84
8
42
2.98
9
45
Pola ke- Jumlah Frame yang Hilang
2.42 Gambar 5 Grafik hubungan antara nilai MOS dan jumlah frame yang hilang, 1 GOP
jumlah frame yang hilang, nilai MOS yang didapat masih dalam rata-rata 3.33. Begitu pula dengan 2 GOP (pola 4, 5, dan 6) dengan rata-rata MOS 3.6 dan 3 GOP (pola 7, 8, dan 9) dengan rata-rata 2.91. Berdasarkan hasil ini dapat ditarik kesimpulan bahwa untuk konten video dengan objek bergerak cepat, jumlah frame yang hilang tidak terlalu mempengaruhi nilai MOS. Selagi transisi antar frame pada objek yang bergerak cepat masih terlihat lancar oleh para responden, maka kualitas video masih dianggap baik.
20
Tabel 2 Hasil nilai MOS untuk video konten head and shoulders
Pola ke- Jumlah Frame yang Hilang
Nilai MOS
1
10
3.71
2
14
2.90
3
15
2.29
4
3.33
45
5
28
2.81
6
30
2.45
7
30
3.21
8
42
2.89
9
2.92 Jika dibandingkan hasil MOS dari kedua konten tersebut dengan nilai standar deviasi, maka diperoleh nilai σMOS=0,29 untuk konten video dengan objek bergerak cepat dan nilai σMOS=0,44 untuk konten video head and shoulders. Hasil penelitian ini menunjukkan bahwa hilangnya frame video pada konten video dengan objek bergerak cepat tidak telalu mempengaruhi kualitas yang dirasakan penonton. Namun, hilangnya frame pada konten video head and shoulders sangat berpengaruh pada kualitas video dan signifikan menurunkan kualitas video yang dilihat penonton.
4. Kesimpulan
Berdasarkan penelitian yang telah dilakukan, dapat ditarik kesimpulan sebagai berikut:
1. Semakin banyak frame yang hilang, maka semakin rendah kualitas video yang direpresentasikan dengan semakin kecilnya nilai MOS dari video tersebut.
2. Khusus untuk konten video dengan objek bergerak cepat, jumlah frame yang hilang tidak terlalu mempengaruhi kualitas yang dilihat oleh penonton.
3. Namun, untuk konten video yang cenderung statis seperti konten video head and shoulders, jumlah frame yang hilang sangat mempengaruhi kualitas yang dilihat oleh penonton.
4. Video dengan objek statis lebih rentan terhadap penurunan kualitas akibat hilangnya frame daripada video dengan objek bergerak cepat.
5. Penelitian ini dapat dikembangkan lagi untuk berbagai konten video lainnya seperti video dengan tulisan dan video dengan banyak variasi warna. Selain itu, penelitian selanjutnya dapat pula fokus pada pola variasi lain dari frame yang hilang.
Referensi
[1] Winkler, S. dan Mohandas, P. (2008). The Evolution of Video Quality Measurement: From PSNR to Hybrid Metrics. IEEE Transactions on Broadcasting. 54(3), 660 - 668. IEEE. [2] Batkauskas, V. dan Kajackas, A. (2010). Quality of Heterogeneous Mobile Data Services:
Capabilities and End–user Achievements. Electronics and Electrical Engineering.–Kaunas: Technologija. 5(101), 43-46. [3] http://www.cdvl.org/ [4] Ahmad Vakili,2011, Impact of Frame Loss Position on Transmitted Video Quality: Models and Improvement. [5]
ITU. (2008). Recommendation P.910 - Subjective Video Quality Assessment Methods for Multimedia Applications. Geneve: International Telecommunication Union.
V - 5