IMPLEMENTASI ALGORITMA ARITHMETIC CODING PADA KOMPRESI FILE AUDIO VIA FTP (FILE TRANSFER PROTOCOL)
semanTIK, Vol.3, No.2, Jul-Des 2017, pp. 79-86
ISSN: 2502-8928 (Online)
79
IMPLEMENTASI ALGORITMA ARITHMETIC
CODING PADA KOMPRESI FILE AUDIO VIA FTP
(FILE TRANSFER PROTOCOL)
*1,2,3
Uswatun Hasanah*1, Sutardi2, Rahmat Ramadhan3
Jurusan Teknik Informatika, Fakultas Teknik Universitas Halu Oleo, Kendari
e-mail : *1 huswatun589@yahoo.com,2sutardi_hapal@yahoo.com,
3
rahmat.ramadhan@innov-center.org
Abstrak
Teknik kompresi digunakan untuk proses transmisi data (data transmission) dan data
penyimpangan data (storage) Bila ditinjau dari sisi penggunaannya, kompresi data bersifat umum
untuk segala keperluan atau bersifat khusus untuk keperluan tertentu. Dalam penelitian ini, dibangun
sebuah aplikasi kompresi file audio dengan menggunakan algoritma lossless compression, yaitu
Arithmetic Coding
Pengujian dilakukan untuk mengetahui besar rasio kompresi, waktu kompresi, dan waktu
dekompresi. Ada 2 file yang diujikan, yaitu file audio berekstensi *.wav dan *.mp3 . Pengujian
aplikasi kompresi ini dilakukan dengan menguji file yang mempunyai ukuran berbeda-beda dengan
nilai sample rate dan bitrate yang sama dan via FTP (File Transfer Protokol) .
Hasil pengujian diperoleh, rata-rata rasio kompresi terbaik terdapat pada pengujian file wav
yaitu dengan rasio sebesar 11 % dan rasio terkecil pada pengujian file mp3 dengan rasio 2,4 %. file
dengan pengujian waktu tercepat terjadi pada file mp3 dimana waktu terbaik pengujian dengan ratarata 2.276 second. Sedangkan waktu terlama saat pengujian terjadi pada pengujian file wav dengan
waktu kompresi rata-rata 12.6861 second. File audio dengan ukuran yang besar membutuhkan waktu
lebih lama dalam melakukan proses kompresi.
Kata kunci— Arithmetic Coding, File Audio, Kompresi, Dekompresi
Abstract
Compression technique used for data transmission process (data transmission) and data
deviation data (storage) When viewed from the side of its use, data compression is general for all
purposes or is specific for a particular purpose. In this research, built an audio file compression
application using lossless compression algorithm, that is Arithmetic Coding.
The test was performed to find out the compression ratio, compression time, and decompression
time. There are 2 files tested, the audio file extension * .wav and * .mp3. Testing this compression
application is done by testing the files that have different sizes with the same sample rate and bitrate
and via FTP (File Transfer Protocol).
Test results obtained, the average best compression ratio found in the test file wav is the ratio
of 11% and the smallest ratio in the test of mp3 files with a ratio of 2.4%. Files with the fastest time
testing occurs on mp3 files where the best time of testing with an average of 2,276 second. While the
longest time during the test occurred in the test file wav with compression time average 12.6861
second. Audio files of a large size take longer in the compression process.une 1st,2012; Revised June
Keywords—Arithmetic Coding, File Audio, Compression, Decompression
Received June 1st ,2012; Revised June 25th, 2012; Accepted July 10th, 2012
80
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
1. PENDAHULUAN
P
ada
dasarnya
teknik
kompresi
digunakan
untuk proses transmisi
data (data transmission) dan data
penyimpanan data( storage ). Bila ditinjau dari
sisi penggunaanya, kompresi data bisa bersifat
umum untuk segala keperluan atau bersifat
khusus untuk keperluan tertentu. Keuntungan
data yang terkompresi antara lain; mengurangi
bottleneck pada proses I/O dan transmisi data,
penyimpanan data lebih hemat ruang, dan
mempersulit pembacaan data oleh pihak yang
tidak berkepentingan.
Arithmetic Coding adalah salah satu
algoritma lossless data compression, yang
terkenal mempunyai kemungkinan rasio
kompresi terbaik daripada algoritma lossless
data compression lainnya. Hal ini dikarenakan
Arithmetic Coding mempunyai efisiensi yang
tinggi
dan
dapat
dengan
mudah
diimplementasikan pada hardware. Decoder
pada Arithmetic Coding menggunakan kode
sumber yang hampir sama dengan encoder
yang juga membuat implementasinya mudah
[1].
File audio adalah salah satu file yang
paling sering digunakan untuk transmisi data
maupun penyimpanan. File ini mempunyai
ukuran yang termasuk besar. Dengan
ukurannya ini, akan membuat kesulitan dalam
transmisi maupun penyimpanan data.
Sehingga dalam penelitian ini akan
diimplemetasikan algoritma kompresi, yaitu
algoritma Arithmetic Coding yang diujikan
untuk mengkompresi berkas file audio via FTP
( File Transfer Protocol ).
Penelitian yang dilakukan oleh [2],
mengenai perbandingan hasil kompresi berkas
dengan menggunakan metode Lempel- ZivWelch (LZW), Arithmetic Coding dan
Dynamic Marcov Compression (DMC)
dengan judul Implementasi Kompresi Data
Menggunakan Algoritma Lempel- Ziv- Welch
(LZW), Arithmetic Coding dan Dynamic
Marcov Compression (DMC) menghasilkan
kesimpulan Arithmetic Coding memberikan
hasil kompresi yang terbaik untuk berkas
audio.
Selain itu, penelitian yang dilakukan
oleh [3], mengenai kompresi data dengan
judul Perancangan Aplikasi Kompresi File
Audio Dengan Algoritma Arithmetic Coding
menyimpulkan pada sistem terdapat tahap
kompresi dan dekompresi. Tahap kompresi
bertujuan untuk memampatkan ukuran file
audio, sedangkan tahap dekompresi bertujuan
untuk mengemblikan ukuran file audio ke
ukuran semula.
Serta penilitian oleh [4], mengenai
Analisis Perbandingan Kompresi Data dengan
Teknik Arithmetic Coding dan Run Length
Encoding menyimpulkan teknik kompresi dan
dekompresi file dokumen menggunakan teknik
Arithmetic Coding memiliki kelebihan dalam
hal rrasio kompresi tetapi membutuhkan
waktu lebih lama. Sedangkan dengan
menggunakan teknik run length encoding
membutuhkan waktu yang lebih cepat untuk
proses
kompresi
dan
dekompresi
dibandingkan teknik arithmetic coding.
Penelitian selanjutnya [5], mengenai
Analisis dan Implementasi Kompresi File
Audio Dengan Menggunakan Algoritma Run
Length Encoding (RLE) menyimpulkan dalam
proses pemampatan data terdiri dari 2 tahap
yaitu tahap kompresi dan dekompresi. Tahap
kompresi bertujuan untuk memampatkan
ukuran file audio, sedangkan tahap
dekompresi bertujuan untuk mengembalikan
ukuran file audio ke ukuran semula.
2. METODE PENELITIAN
2.1
Kompresi
Kompresi data adalah proses mengubah
sebuah inputstream data (sumber stream atau
data mentah asli) ke aliran data lain (output,
bitstream, atau aliran terkompresi) yang
memiliki ukuran lebih kecil. Sebuah stream
dapat berupa file, buffer di memori, atau bit
individun yang dikirim pada sebuah saluran
komunikasi [6].
Ada banyak metode yang dikenal untuk
kompresi data. Semuanya didasarkan pada ide
yang berbeda, yang cocok untuk berbagai jenis
data, dan menghasilkan hasil yang berbeda,
tapi semuanya didasarkan pada prinsip yang
sama, yaitu mengkompresi data dengan
menghilangkan redundansi dari data asli
dalam file [7].
Metode pemampatan data atau kompresi
data dapat dikelompokan dalam dua kelompok
besar yaitu :
1. Lossless Compression
Lossless compression disebut juga dengan
reversible compression karena data asli bisa
dikembalikan dengan sempurna. Akan tetapi
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Hasanah, Sutardi dan Ramadhan IJCCSISSN: 1978-1520
rasio kompresinya sangat rendah, misalnya
pada data teks, gambar seperti GIF dan PNG.
Contoh metode ini adalah Shannon-Fano
Coding, Huffman Coding, Arithmetic Coding
dan lain sebagainya. Kebanyakan program
kompresi lossless menggunakan dua jenis
algoritma
yang berbeda:
yang
satu
menghasilkan model statistik untuk input data,
dan yang lainnya memetakan data input ke
rangkaian bit menggunakan model ini dengan
cara
bahwa
“probable”
data
akan
menghasilkan output yang lebih pendek dari
“improbable” data.
2. Lossy Compression
Pada teknik ini akan terjadi kehilangan
sebagian informasi. Data yang telah
dimampatkan dengan teknik ini secara umum
tidak bisa direkonstruksi sama persis dari data
aslinya. Lossy compression disebut juga
irreversible compression karena data asli
mustahil untuk dikembalikan seperti semula.
Kelebihan teknik ini adalah rasio kompresi
yang tinggi dibanding metode lossless.
Audio
Audio adalah fenomena fisik yang
dihasilkan oleh getaran suatu benda yang
berupa sinyal analog dengan amplitudo yang
berubah secara kontinyu terhadap waktu yang
disebut frekuensi. Selama
bergetar,
perbedaan
tekanan
terjadi
di udara
sekitarnya. Pola osilasi yang terjadi
dinamakan sebagai gelombang. Gelombang
mempunyai pola sama yang berulang pada
interval
tertentu, yang disebut sebagai
periode.
81
nya sendiri-sendiri beserta dengan ukurannya.
Struktur RIFF (Resource Interchange File
Format) ini merupakan struktur yang biasa
digunakan untuk data
multimedia dalam Windows.
Struktur ini mengatur data dalam file ke
dalam bagianbagian yang masing-masing
memiliki header dan ukurannya sendiri dan
disebut sebagai
chunk. Struktur ini
memungkinkan bagi program bila tidak
mengenali bagian tertentu untuk melompati
bagian tersebut dan terus memproses bagian
yang dikenal. Data dari suatu bagian bisa
memiliki sub-bagian dan seluruh data dalam
file berstruktur RIFF selalu merupakan sub
bagian dari suatu bagian yang memiliki
header “RIFF”. Gambar 1 menunjukan
struktur file audio wav [5].
2.2
a. WAVeform audio (*.wav)
WAV adalah singkatan dari istilah dalam
bahasa Inggris WAVeform audio format
merupakan standar format file audio yang
dikembangkan oleh Microsoft dan IBM. WAV
merupakan standar format container file yang
digunakan oleh windows. WAV umumnya
digunakan untuk menyimpan audio tak
termampatkan (terkompresi), file suara
berkualitas CD, yang berukuran besar (sekitar
10 MB per menit). File WAV juga dapat berisi
data terkodekan dengan beraneka ragam codec
untuk mengurangi ukuran file.
File WAV menggunakan struktur standar
RIFF dengan mengelompokan isi file ke dalam
bagian-bagian seperti format WAV dan data
digital audio. Setiap bagian memiliki header-
Gambar 1 Strukur file *.wav [5]
The
“RIFF”
Chunk
descriptor
menunjukan file format wav yang terdiri dari 2
subChunk yaitu “fmt” dan “data”. ChunkID
menunjukan terdiri dari kata “RIFF” dalam
bentuk ASCII, Chunk size menunjukan
besarnya ukuran file dalam byte dikurangi 8
byte untuk 2 field yang tidAk termasuK dalam
hitungan, yaitu ChunkID dan Chunk size, serta
format terdiri dari kata “wav” dalam bentuk
ASCII.
The “fmt” sub-Chunk menggambarkan
format informasi suara di dalam subChunk.
SubCunk1ID terdiri dari kata “fmt”,
subChunk1size ukuranya sebesar data format
wav “16 byte” ditambah dengan ekstra format
byte yang diperlukan untuk format wav
khusus, Audio Format bernilai pcm = 1(linear
quantitation) jika nilai lebih dari 1
mengindikasikan
file
wav
kompresi,
Title of manuscript is short and clear, implies research results (First Author)
82
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
NumChanel menunjukan jumlah chanel yang
digunakan dalam file,
Sampel
rate
menunjukan jumlah sampel dalam file per
detik. Bit rate mengindikasikan berapa besar
bit data wav harus di-stream ke converter
digital audio tiap detik sewaktu file dimainkan,
Block align menunjukan jumlah byte tiap
potong sampel dan Bit per sampel
menunjukan jumlah bit yang digunakan untuk
mendefinisikan tiap sampel.
The “data” SubChunk2ID berisi ukuran
dari informasi suara dan terdiri dari data suara
mentah. SubChunk2ID terdiri dari kata “data”,
SubChunk2Size menunjukan besar ukuran data
dan data berisi data audio sebenarnya [5].
b. MPEG-1 Audio Layer 3 (*.mp3)
MPEG-1 Audio Layer 3 atau lebih dikenal
sebagai MP3 adalah salah satu format berkas
pengodean suara yang memiliki kompresi
yang baik (meskipun bersifat lossy) sehingga
ukuran berkas bisa memungkinkan menjadi
lebih kecil. Berkas ini dikembangkan oleh
seorang
insinyur
Jerman
Karlheinz
Brandenburg. MP3 memakai pengodean Pulse
Code Modulation (PCM). MP3 mengurangi
jumlah bit yang diperlukan dengan
menggunakan model psychoacoustic untuk
menghilangkan komponen-komponen suara
yang tidak terdengar oleh manusia. Kelebihan
Mp3 ;
1. Merupakan format audio yang sering
digunakan yang biasa digunakan sebagai
output file audio.
2. Mp3 memiliki kapasitas yang lumayan
kecil.
2.4
Algoritma Arithmetic Coding
Pada dasarnya algoritma kompresi data
melakukan penggantian satu atau lebih simbol
input dengan kode tertentu. Berbeda dengan
cara tersebut, Arithmetic Coding mengantikan
satu deretan simbol input dengan sebuah
bilangan Floating Point. Semakin panjang dan
kompleks pesan yang dikodekan, semakin
banyak bit yang diperlukan untuk keperluan
tersebut.
Output dari Arithmetic Coding ini adalah
satu angka yang lebih kecil dari 1 dan lebih
besar atau sama dengan 0. Angka ini secara
unik dapat di-decode sehingga menghasilkan
deretan simbol
yang dipakai
untuk
menghasilkan angka tersebut.
Untuk menghasilkan angka output
tersebut, tiap simbol yang akan di-encode
diberi satu set nilai probalitas.
a. Kompresi
Struktur data pada file audio berbeda-beda
tergantung format audionya, pada contoh
berikut akan dikompresi file audio dengan
ukuran 12 byte untuk nilai sampel 1
(01001010 00010000 01001010 00000000
00000111 00111101 00000000 01001010
00000000 00000111 00000111 01001010
00111101 00000000) dengan sampel rate
22050 dan bit rate 88200 yang kemudian
diubah menjadi bilangan hexadecimal 4a, 10,
4a, 0, 07, 3d, 0, 4a, 0, 07, 07, 4a, 4a, 3d dan 0.
Dari sample audio asumsikan nilai chunk
audio dari nilai sampel 1 audio (#1) di atas
yang datanya akan diencoding Gambar 2
menunjukkan Coding Algortima Arithmetic
Coding.
Gambar 2 Coding Algortima Arithmetic
Coding
Langkah awal dari proses tersebut yaitu
mencari probabilitas masing-masing data
dengan cara membagi jumlah nilai 4a dengan
jumlah keselurahan data yang ada yaitu 15.
Maka akan dapat dibuat sebuah tabel
probabilitas ditunjukan pada Tabel 1 dan
persamaan probabilitas oleh Persamaan (1)
[2].
IJCCS Vol. x, No. x, July 201x : first_page – end_page
(1)
Tabel 1 Probabilitas Frekuensi
Nilai
Frekuensi
1
4a
5
5/15 = 0,33
2
10
1
1/15 = 0,06
3
07
3
3/15 = 0,20
4
3d
2
2/15 = 0,13
No
Probabilitas
Hasanah, Sutardi dan Ramadhan IJCCSISSN: 1978-1520
5
0
4
low (
4/15 = 0,26
Selanjutnya akan diperoleh tabel Range
Probabilitas dengan menjumlahkan nilai range
terendah (low) yang ditunjukkan oleh
Persamaan (2)
yaitu 0 ditambah 0,33
dilanjutan dengan 0,33 ditambah 0,06. Tabel
2 menunjukkan tabel Range Probabilitas [2].
l ( ) = Low (
)+P(
; i = 1,2,...n
Tabel 2 Range Probabilitas Data Sampel
Nilai
Frekuensi
Probabilitas
Range
1
-1
5
5/15 = 0,33
0,0 ≤ −1
< 0,33
2
10
1
1/15 = 0,06
0,33 ≤ 10
< 0,39
3
07
3
3/15 = 0,20
0,39 ≤ 07
< 0,59
4
3d
2
2/15 = 0,13
0,59 ≤ 3
< 0,72
5
0
4
4/15 = 0,26
0,72 ≤ 0
< 0,98
Ilustrasi proses partisi pada garis peluang
untuk nilai sampel audio 1 (#1) yaitu diawali
dengan mencari nilai cr ( ) atau nilai jarak
interval karakter kemudian menghitung nilai
) dan low (
). Data yang diproses
high (
adalah data yang range awalnya adalah 0.
Data yang pertama diolah adalah -1 dengan
nilai low ( ) = 0,0 dan ℎigh ( ) = 0,33.
Setelah menentukan Cr ( ) = ℎigh ( ) – low
( ) = 0,33 kemudian menentukan nilai high
( ) dan low ( ), yaitu
low (
) = low ( ) + Cr ( ) * low (
= 0.0 + 0.33 * 0.33 = 0.1089
)
high (
) = low ( ) + Cr ( ) * high (
= 0.0 + 0.33 * 0.39 = 0.1287
)
) = low ( ) + cr (
)
* high (
cr (
) = high ( ) - low ( )
(3)
)
(5)
Tabel 3 Hasil Encoding Data Sampel
No
Awal
Nilai
1
2
-1
10
3
07
4
3d
5
0
1
-1
Low
0
0
0,1089
0,1166
22
0,1189
584
0,1193
29060
0
High
1
0,33
0,1287
Cr
1
1
0,33
0,120582
0,0198
0,119473
2
0,119470
319
0,33
0,00396
0,0005
148
1
Tabel 3 menunjukkan bahwa nilai low
untuk data terakhir adalah nilai batas bawah
=0,119329060 dengan nilai biner 0,000111101
yang akan digunakan untuk menggantikan
sampel audio yang telah diencoding yaitu
nilai sampel audio 4a, 10, 4a, 0, 07, 3d, 0, 4a,
0,07, 07, 4a, 4a, 3d dan 0. Selanjutnya
sampel 1 adalah #1 4a 10 4a 0 07 3d 04a 0
07 07 4a 4a 3d 0 berubah menjadi #1
0,119329056 yang ketika dikonversi ke biner
maka menjadi 0,000111101. Untuk sampel 2
gantikan dengan nilai batas bawah menjadi
#2 0,xxxxxxxxx dan selanjutnya.
Pada
proses
kompresi
terdapat
perhitungan rasio kompresi. Rasio kompresi
menunjukan presentase besarnya kompresi
yang dilakukan terhadap file asli. Misalkan =
selisih ukuran file kompresi dan file asli dan =
ukuran file asli, maka rasio kompresi
ditunjukkan oleh Persamaan (6).
R=
Secara umum misalkan i = 1,2,… , n maka
Persamaan (3), (4) dan (5) berturut-turut
menunjukkan penentuan cr ( ) low ( ), dan
high ( ).
(4)
)
Tabel 3 menunjukkan hasil encoding
untuk data sampel.
(2)
Diketahui l ( ) adalah range probabilitas
data
Low ( ) adalah range terendah data
dan P ( adalah probabilitas data .
No
high (
) = low ( ) + cr (
* low (
)
83
(6)
b. Dekompresi
Proses kompresi file audio tidak bisa
terlepas dari proses dekompresi, dimana file
audio yang telah terkompresiharus dapat
direkonstruksi kembali agar dapat dijalankan.
Pada algoritma Arithmetic Coding file audio
yang dikompresi harus dapat dikembalikan
seperti file audio aslinya tanpa kehilangan
informasi.
Title of manuscript is short and clear, implies research results (First Author)
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
84
Proses dekompresi file audio pada
algoritma Arithmetic Coding akan dilakukan
proses decoding dengan cara :
1. Baca nilai coding terakhir.
2. Ambil Encoded-Symbol.
3. Cari range dari symbol yang melingkupi
ES.
4. Cetak symbol hingga selesai.
5. Simpan file hasil dekompresi.
Proses dekompresi diawali dengan
mengolah nilai ES = 0,119329060 yang
dikurangi nilai low yaitu 0 kemudian dibagi
dengan nilai 0,33 menghasilkan 0,3616032.
Untuk melakukan decoding digunakan
Persamaan (7).
=
i = 1,2 . .
(7)
Tabel 4 menunjukan hasil decoding
sampel audio.
Tabel 4 Hasil Decoding Sampel Audio
Batas
bawah
(Low)
Batas
atas
(High)
Jarak
interval
karakter
(cr)
-1
0
0,33
0,33
10
0,33
0,39
0,06
07
0,39
0,59
0,2
0,72
3d
0,59
0,72
0,13
0 (Finish)
0
-
-
-
No
Encode
Symbol
(ES)
1.
0,3616032
2.
0,5672
3.
0,6836
4.
5.
Nilai
meningkatnya ukuran file yang di kompresi.
Serta ukuran file setelah kompresi lebih kecil
dari pada ukuran asli file.
Gambar 3 Perbandingan ukuran file dan Hasil
kompresi untuk sampling rate 48.000 Hz dan
bit rate 1536 Kbps berekstensi *.wav.
b. Sampling Rate 48.000 Hz dan Bit Rate
1536 Kbps
Gambar 4 menunjukan perbandingan
antara ukuran file dan hasil kompresi. Sama
seperti Gambar 2, proses kompresi semakin
meningkat
sesuai
dengan
semakin
meningkatnya ukuran file yang dikompresi.
Serta ukuran file setelah kompresi lebih kecil
daripada ukuran asli file.
3. HASIL DAN PEMBAHASAN
Data yang digunakan sebagai bahan
dalam penelitian ini merupakan 20 file audio
yang
berekstensi
*.wav dan
*.mp3
berklasifikasi stereo dengan nilai sampling
rate dan bit rate 48.000 Hz – 1536 Kbps,
yang
untuk
setiap
pengujian
yang
digambarkan dalam bentuk grafik dengan
membandingkan ukuran file asli dan kecepatan
kompresi serta antara ukuran file asli dan rasio
kompresi.
Gambar 4 Perbandingan ukuran file dan
kecepatan kompresi untuk sampling rate
48.000 Hz dan bit rate 1536 Kbps berekstensi
*.mp3.
3.2
Perbandingan Rasio
kompresi file
*.wav dan *.mp3.
Gambar 5 menunjukan perbandingan
antara rasio kompresi file wav dan mp3. Dari
hasil pengujian file wav dan mp3 dapat dilihat
3.1 Perbandingan Ukuran File Asli dan
dari grafik diatas bahwa hasil rasio kompresi
Hasil kompresi .
data 1, 2, 3, 4, 5, 6, 7, 8, 9, dan 10 file wav
lebih tinggi daripada data 1, 2, 3, 4, 5, 6, 7, 8,
a. Sampling Rate 48.000 Hz dan Bit Rate
9, dan 10 file mp3.
1536 Kbps
Hal tersebut terjadi karena file wav lebih
Gambar 3 menunjukan perbandingan
banyak didapati kesamaan bit/karakter
antara ukuran file dan hasil kompresi. Tampak
didalam datanya dibandingkan dengan file
waktu yang dibutuhkan untuk proses kompresi
mp3, itu dibuktikan dengan tingginya rasio
semakin meningkat sesuai dengan semakin
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Hasanah, Sutardi dan Ramadhan IJCCSISSN: 1978-1520
kompresi pada data-data file wav tersebut yang
dimana hampir semua kompresi tipe lossless
bila semakin banyak didapati kesamaan
bit/karakter dalam data sebuah file yang akan
dikompres maka rasio kompresi akan semakin
baik.
85
1. Dilakukan
penelitian
lebih
lanjut
membandingkan
antara
kompresi
Arithmetic Coding dengan metode
kompresi yang lain sehingga akan
diperoleh sebuah metode kompresi yang
benar-benar memiliki kinerja optimal
dalam melakukan kompresi.
2. Agar algoritma Arithmetic Coding dapat
diimplementasikan untuk proses kompresi
file audio berekstensi lainya seperti *.m4a,
dan pada file lainnya seperti file citra dan
file teks maupun video.
DAFTAR PUSTAKA
[1]
Rahandi. K., Rachmawati. D dan
Sembiring. S., 2013, Analisis dan
Implementasi Kompresi File Audio
dengan Menggunakan Algoritma Run
Length Encoding, Ilmu Komputer,
Universitas Sumatra Utara, Medan.
[2]
Nuraisyah, 2013, Perancangan Aplikasi
Kompresi File Audio Dengan Algoritma
Aritmetic Coding, Informatika, Medan.
[3]
Bukhari,F, Nurhudayani,S dan Silalahi,
B.P., 2003, Pengkodean aritmatika
untuk
kompresi
data
teks,
http://download.portalgaruda.org/ar
ticle.php?article=85675&val=235&title
=, diakses: 26 September 2014.
[4]
Gozali.F dan Mervyn, 2004, Analisa
Perbandingan Kompresi Data dengan
Teknik Arithmetic Coding dan Run
Length Encoding, JETri, Nomor 1,
Volume 4, Halaman 37-38.
[5]
Gunawan,I dan Gunadi, K., 2005,
Pembuatan Perangkat Lunak Wave
Manipulator untuk Memanipulasi File .
Gambar 5 Perbandingan rasio kompresi file
*.wav dan *.mp3.
4. KESIMPULAN
Berdasarkan pengujian dan hasil
penelitian yang dilakukan terhadap aplikasi
kompresi file audio dengan algoritma
Arithmetic Coding, maka dapat disimpulkan;
1. Algoritma Arithmetic Coding dapat
diimplementasikan pada proses kompresi
dan dekompresi file audio berekstensi
.wav berklarifikasi stereo.
2. Hasil dari pengujian yang dilakukan
menunjukkan bahwa :
a. Rata-rata rasio kompresi berturut-turut
yaitu 11 % untuk rata-rata rasio
kompresi file *.wav dan 2.4 % untuk
rata-rata rasio kompresi file *.mp3.
b. Besarnya waktu kompresi dan
dekompresi naik secara linier sesuai
dengan ukuran file.
c. Kualitas struktur data antara file
sebelum dilakukan proses kompresi
dan file setelah didekompresi adalah
sama persis.
3. Aplikasi kompresi ini menghasilkan file
audio dengan format *.arth yang dapat
dijalankan setelah didekompresi terlebih
dahulu. Hal tersebut dikarenakan terjadi
perubahan struktur pada file setelah
melewati proses kompresi.
5. SARAN
Saran yang dapat penulis berikan untuk
pengembangan terhadap penelitian ini yaitu :
Title of manuscript is short and clear, implies research results (First Author)
86
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
IJCCS Vol. x, No. x, July 201x : first_page – end_page
ISSN: 2502-8928 (Online)
79
IMPLEMENTASI ALGORITMA ARITHMETIC
CODING PADA KOMPRESI FILE AUDIO VIA FTP
(FILE TRANSFER PROTOCOL)
*1,2,3
Uswatun Hasanah*1, Sutardi2, Rahmat Ramadhan3
Jurusan Teknik Informatika, Fakultas Teknik Universitas Halu Oleo, Kendari
e-mail : *1 huswatun589@yahoo.com,2sutardi_hapal@yahoo.com,
3
rahmat.ramadhan@innov-center.org
Abstrak
Teknik kompresi digunakan untuk proses transmisi data (data transmission) dan data
penyimpangan data (storage) Bila ditinjau dari sisi penggunaannya, kompresi data bersifat umum
untuk segala keperluan atau bersifat khusus untuk keperluan tertentu. Dalam penelitian ini, dibangun
sebuah aplikasi kompresi file audio dengan menggunakan algoritma lossless compression, yaitu
Arithmetic Coding
Pengujian dilakukan untuk mengetahui besar rasio kompresi, waktu kompresi, dan waktu
dekompresi. Ada 2 file yang diujikan, yaitu file audio berekstensi *.wav dan *.mp3 . Pengujian
aplikasi kompresi ini dilakukan dengan menguji file yang mempunyai ukuran berbeda-beda dengan
nilai sample rate dan bitrate yang sama dan via FTP (File Transfer Protokol) .
Hasil pengujian diperoleh, rata-rata rasio kompresi terbaik terdapat pada pengujian file wav
yaitu dengan rasio sebesar 11 % dan rasio terkecil pada pengujian file mp3 dengan rasio 2,4 %. file
dengan pengujian waktu tercepat terjadi pada file mp3 dimana waktu terbaik pengujian dengan ratarata 2.276 second. Sedangkan waktu terlama saat pengujian terjadi pada pengujian file wav dengan
waktu kompresi rata-rata 12.6861 second. File audio dengan ukuran yang besar membutuhkan waktu
lebih lama dalam melakukan proses kompresi.
Kata kunci— Arithmetic Coding, File Audio, Kompresi, Dekompresi
Abstract
Compression technique used for data transmission process (data transmission) and data
deviation data (storage) When viewed from the side of its use, data compression is general for all
purposes or is specific for a particular purpose. In this research, built an audio file compression
application using lossless compression algorithm, that is Arithmetic Coding.
The test was performed to find out the compression ratio, compression time, and decompression
time. There are 2 files tested, the audio file extension * .wav and * .mp3. Testing this compression
application is done by testing the files that have different sizes with the same sample rate and bitrate
and via FTP (File Transfer Protocol).
Test results obtained, the average best compression ratio found in the test file wav is the ratio
of 11% and the smallest ratio in the test of mp3 files with a ratio of 2.4%. Files with the fastest time
testing occurs on mp3 files where the best time of testing with an average of 2,276 second. While the
longest time during the test occurred in the test file wav with compression time average 12.6861
second. Audio files of a large size take longer in the compression process.une 1st,2012; Revised June
Keywords—Arithmetic Coding, File Audio, Compression, Decompression
Received June 1st ,2012; Revised June 25th, 2012; Accepted July 10th, 2012
80
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
1. PENDAHULUAN
P
ada
dasarnya
teknik
kompresi
digunakan
untuk proses transmisi
data (data transmission) dan data
penyimpanan data( storage ). Bila ditinjau dari
sisi penggunaanya, kompresi data bisa bersifat
umum untuk segala keperluan atau bersifat
khusus untuk keperluan tertentu. Keuntungan
data yang terkompresi antara lain; mengurangi
bottleneck pada proses I/O dan transmisi data,
penyimpanan data lebih hemat ruang, dan
mempersulit pembacaan data oleh pihak yang
tidak berkepentingan.
Arithmetic Coding adalah salah satu
algoritma lossless data compression, yang
terkenal mempunyai kemungkinan rasio
kompresi terbaik daripada algoritma lossless
data compression lainnya. Hal ini dikarenakan
Arithmetic Coding mempunyai efisiensi yang
tinggi
dan
dapat
dengan
mudah
diimplementasikan pada hardware. Decoder
pada Arithmetic Coding menggunakan kode
sumber yang hampir sama dengan encoder
yang juga membuat implementasinya mudah
[1].
File audio adalah salah satu file yang
paling sering digunakan untuk transmisi data
maupun penyimpanan. File ini mempunyai
ukuran yang termasuk besar. Dengan
ukurannya ini, akan membuat kesulitan dalam
transmisi maupun penyimpanan data.
Sehingga dalam penelitian ini akan
diimplemetasikan algoritma kompresi, yaitu
algoritma Arithmetic Coding yang diujikan
untuk mengkompresi berkas file audio via FTP
( File Transfer Protocol ).
Penelitian yang dilakukan oleh [2],
mengenai perbandingan hasil kompresi berkas
dengan menggunakan metode Lempel- ZivWelch (LZW), Arithmetic Coding dan
Dynamic Marcov Compression (DMC)
dengan judul Implementasi Kompresi Data
Menggunakan Algoritma Lempel- Ziv- Welch
(LZW), Arithmetic Coding dan Dynamic
Marcov Compression (DMC) menghasilkan
kesimpulan Arithmetic Coding memberikan
hasil kompresi yang terbaik untuk berkas
audio.
Selain itu, penelitian yang dilakukan
oleh [3], mengenai kompresi data dengan
judul Perancangan Aplikasi Kompresi File
Audio Dengan Algoritma Arithmetic Coding
menyimpulkan pada sistem terdapat tahap
kompresi dan dekompresi. Tahap kompresi
bertujuan untuk memampatkan ukuran file
audio, sedangkan tahap dekompresi bertujuan
untuk mengemblikan ukuran file audio ke
ukuran semula.
Serta penilitian oleh [4], mengenai
Analisis Perbandingan Kompresi Data dengan
Teknik Arithmetic Coding dan Run Length
Encoding menyimpulkan teknik kompresi dan
dekompresi file dokumen menggunakan teknik
Arithmetic Coding memiliki kelebihan dalam
hal rrasio kompresi tetapi membutuhkan
waktu lebih lama. Sedangkan dengan
menggunakan teknik run length encoding
membutuhkan waktu yang lebih cepat untuk
proses
kompresi
dan
dekompresi
dibandingkan teknik arithmetic coding.
Penelitian selanjutnya [5], mengenai
Analisis dan Implementasi Kompresi File
Audio Dengan Menggunakan Algoritma Run
Length Encoding (RLE) menyimpulkan dalam
proses pemampatan data terdiri dari 2 tahap
yaitu tahap kompresi dan dekompresi. Tahap
kompresi bertujuan untuk memampatkan
ukuran file audio, sedangkan tahap
dekompresi bertujuan untuk mengembalikan
ukuran file audio ke ukuran semula.
2. METODE PENELITIAN
2.1
Kompresi
Kompresi data adalah proses mengubah
sebuah inputstream data (sumber stream atau
data mentah asli) ke aliran data lain (output,
bitstream, atau aliran terkompresi) yang
memiliki ukuran lebih kecil. Sebuah stream
dapat berupa file, buffer di memori, atau bit
individun yang dikirim pada sebuah saluran
komunikasi [6].
Ada banyak metode yang dikenal untuk
kompresi data. Semuanya didasarkan pada ide
yang berbeda, yang cocok untuk berbagai jenis
data, dan menghasilkan hasil yang berbeda,
tapi semuanya didasarkan pada prinsip yang
sama, yaitu mengkompresi data dengan
menghilangkan redundansi dari data asli
dalam file [7].
Metode pemampatan data atau kompresi
data dapat dikelompokan dalam dua kelompok
besar yaitu :
1. Lossless Compression
Lossless compression disebut juga dengan
reversible compression karena data asli bisa
dikembalikan dengan sempurna. Akan tetapi
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Hasanah, Sutardi dan Ramadhan IJCCSISSN: 1978-1520
rasio kompresinya sangat rendah, misalnya
pada data teks, gambar seperti GIF dan PNG.
Contoh metode ini adalah Shannon-Fano
Coding, Huffman Coding, Arithmetic Coding
dan lain sebagainya. Kebanyakan program
kompresi lossless menggunakan dua jenis
algoritma
yang berbeda:
yang
satu
menghasilkan model statistik untuk input data,
dan yang lainnya memetakan data input ke
rangkaian bit menggunakan model ini dengan
cara
bahwa
“probable”
data
akan
menghasilkan output yang lebih pendek dari
“improbable” data.
2. Lossy Compression
Pada teknik ini akan terjadi kehilangan
sebagian informasi. Data yang telah
dimampatkan dengan teknik ini secara umum
tidak bisa direkonstruksi sama persis dari data
aslinya. Lossy compression disebut juga
irreversible compression karena data asli
mustahil untuk dikembalikan seperti semula.
Kelebihan teknik ini adalah rasio kompresi
yang tinggi dibanding metode lossless.
Audio
Audio adalah fenomena fisik yang
dihasilkan oleh getaran suatu benda yang
berupa sinyal analog dengan amplitudo yang
berubah secara kontinyu terhadap waktu yang
disebut frekuensi. Selama
bergetar,
perbedaan
tekanan
terjadi
di udara
sekitarnya. Pola osilasi yang terjadi
dinamakan sebagai gelombang. Gelombang
mempunyai pola sama yang berulang pada
interval
tertentu, yang disebut sebagai
periode.
81
nya sendiri-sendiri beserta dengan ukurannya.
Struktur RIFF (Resource Interchange File
Format) ini merupakan struktur yang biasa
digunakan untuk data
multimedia dalam Windows.
Struktur ini mengatur data dalam file ke
dalam bagianbagian yang masing-masing
memiliki header dan ukurannya sendiri dan
disebut sebagai
chunk. Struktur ini
memungkinkan bagi program bila tidak
mengenali bagian tertentu untuk melompati
bagian tersebut dan terus memproses bagian
yang dikenal. Data dari suatu bagian bisa
memiliki sub-bagian dan seluruh data dalam
file berstruktur RIFF selalu merupakan sub
bagian dari suatu bagian yang memiliki
header “RIFF”. Gambar 1 menunjukan
struktur file audio wav [5].
2.2
a. WAVeform audio (*.wav)
WAV adalah singkatan dari istilah dalam
bahasa Inggris WAVeform audio format
merupakan standar format file audio yang
dikembangkan oleh Microsoft dan IBM. WAV
merupakan standar format container file yang
digunakan oleh windows. WAV umumnya
digunakan untuk menyimpan audio tak
termampatkan (terkompresi), file suara
berkualitas CD, yang berukuran besar (sekitar
10 MB per menit). File WAV juga dapat berisi
data terkodekan dengan beraneka ragam codec
untuk mengurangi ukuran file.
File WAV menggunakan struktur standar
RIFF dengan mengelompokan isi file ke dalam
bagian-bagian seperti format WAV dan data
digital audio. Setiap bagian memiliki header-
Gambar 1 Strukur file *.wav [5]
The
“RIFF”
Chunk
descriptor
menunjukan file format wav yang terdiri dari 2
subChunk yaitu “fmt” dan “data”. ChunkID
menunjukan terdiri dari kata “RIFF” dalam
bentuk ASCII, Chunk size menunjukan
besarnya ukuran file dalam byte dikurangi 8
byte untuk 2 field yang tidAk termasuK dalam
hitungan, yaitu ChunkID dan Chunk size, serta
format terdiri dari kata “wav” dalam bentuk
ASCII.
The “fmt” sub-Chunk menggambarkan
format informasi suara di dalam subChunk.
SubCunk1ID terdiri dari kata “fmt”,
subChunk1size ukuranya sebesar data format
wav “16 byte” ditambah dengan ekstra format
byte yang diperlukan untuk format wav
khusus, Audio Format bernilai pcm = 1(linear
quantitation) jika nilai lebih dari 1
mengindikasikan
file
wav
kompresi,
Title of manuscript is short and clear, implies research results (First Author)
82
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
NumChanel menunjukan jumlah chanel yang
digunakan dalam file,
Sampel
rate
menunjukan jumlah sampel dalam file per
detik. Bit rate mengindikasikan berapa besar
bit data wav harus di-stream ke converter
digital audio tiap detik sewaktu file dimainkan,
Block align menunjukan jumlah byte tiap
potong sampel dan Bit per sampel
menunjukan jumlah bit yang digunakan untuk
mendefinisikan tiap sampel.
The “data” SubChunk2ID berisi ukuran
dari informasi suara dan terdiri dari data suara
mentah. SubChunk2ID terdiri dari kata “data”,
SubChunk2Size menunjukan besar ukuran data
dan data berisi data audio sebenarnya [5].
b. MPEG-1 Audio Layer 3 (*.mp3)
MPEG-1 Audio Layer 3 atau lebih dikenal
sebagai MP3 adalah salah satu format berkas
pengodean suara yang memiliki kompresi
yang baik (meskipun bersifat lossy) sehingga
ukuran berkas bisa memungkinkan menjadi
lebih kecil. Berkas ini dikembangkan oleh
seorang
insinyur
Jerman
Karlheinz
Brandenburg. MP3 memakai pengodean Pulse
Code Modulation (PCM). MP3 mengurangi
jumlah bit yang diperlukan dengan
menggunakan model psychoacoustic untuk
menghilangkan komponen-komponen suara
yang tidak terdengar oleh manusia. Kelebihan
Mp3 ;
1. Merupakan format audio yang sering
digunakan yang biasa digunakan sebagai
output file audio.
2. Mp3 memiliki kapasitas yang lumayan
kecil.
2.4
Algoritma Arithmetic Coding
Pada dasarnya algoritma kompresi data
melakukan penggantian satu atau lebih simbol
input dengan kode tertentu. Berbeda dengan
cara tersebut, Arithmetic Coding mengantikan
satu deretan simbol input dengan sebuah
bilangan Floating Point. Semakin panjang dan
kompleks pesan yang dikodekan, semakin
banyak bit yang diperlukan untuk keperluan
tersebut.
Output dari Arithmetic Coding ini adalah
satu angka yang lebih kecil dari 1 dan lebih
besar atau sama dengan 0. Angka ini secara
unik dapat di-decode sehingga menghasilkan
deretan simbol
yang dipakai
untuk
menghasilkan angka tersebut.
Untuk menghasilkan angka output
tersebut, tiap simbol yang akan di-encode
diberi satu set nilai probalitas.
a. Kompresi
Struktur data pada file audio berbeda-beda
tergantung format audionya, pada contoh
berikut akan dikompresi file audio dengan
ukuran 12 byte untuk nilai sampel 1
(01001010 00010000 01001010 00000000
00000111 00111101 00000000 01001010
00000000 00000111 00000111 01001010
00111101 00000000) dengan sampel rate
22050 dan bit rate 88200 yang kemudian
diubah menjadi bilangan hexadecimal 4a, 10,
4a, 0, 07, 3d, 0, 4a, 0, 07, 07, 4a, 4a, 3d dan 0.
Dari sample audio asumsikan nilai chunk
audio dari nilai sampel 1 audio (#1) di atas
yang datanya akan diencoding Gambar 2
menunjukkan Coding Algortima Arithmetic
Coding.
Gambar 2 Coding Algortima Arithmetic
Coding
Langkah awal dari proses tersebut yaitu
mencari probabilitas masing-masing data
dengan cara membagi jumlah nilai 4a dengan
jumlah keselurahan data yang ada yaitu 15.
Maka akan dapat dibuat sebuah tabel
probabilitas ditunjukan pada Tabel 1 dan
persamaan probabilitas oleh Persamaan (1)
[2].
IJCCS Vol. x, No. x, July 201x : first_page – end_page
(1)
Tabel 1 Probabilitas Frekuensi
Nilai
Frekuensi
1
4a
5
5/15 = 0,33
2
10
1
1/15 = 0,06
3
07
3
3/15 = 0,20
4
3d
2
2/15 = 0,13
No
Probabilitas
Hasanah, Sutardi dan Ramadhan IJCCSISSN: 1978-1520
5
0
4
low (
4/15 = 0,26
Selanjutnya akan diperoleh tabel Range
Probabilitas dengan menjumlahkan nilai range
terendah (low) yang ditunjukkan oleh
Persamaan (2)
yaitu 0 ditambah 0,33
dilanjutan dengan 0,33 ditambah 0,06. Tabel
2 menunjukkan tabel Range Probabilitas [2].
l ( ) = Low (
)+P(
; i = 1,2,...n
Tabel 2 Range Probabilitas Data Sampel
Nilai
Frekuensi
Probabilitas
Range
1
-1
5
5/15 = 0,33
0,0 ≤ −1
< 0,33
2
10
1
1/15 = 0,06
0,33 ≤ 10
< 0,39
3
07
3
3/15 = 0,20
0,39 ≤ 07
< 0,59
4
3d
2
2/15 = 0,13
0,59 ≤ 3
< 0,72
5
0
4
4/15 = 0,26
0,72 ≤ 0
< 0,98
Ilustrasi proses partisi pada garis peluang
untuk nilai sampel audio 1 (#1) yaitu diawali
dengan mencari nilai cr ( ) atau nilai jarak
interval karakter kemudian menghitung nilai
) dan low (
). Data yang diproses
high (
adalah data yang range awalnya adalah 0.
Data yang pertama diolah adalah -1 dengan
nilai low ( ) = 0,0 dan ℎigh ( ) = 0,33.
Setelah menentukan Cr ( ) = ℎigh ( ) – low
( ) = 0,33 kemudian menentukan nilai high
( ) dan low ( ), yaitu
low (
) = low ( ) + Cr ( ) * low (
= 0.0 + 0.33 * 0.33 = 0.1089
)
high (
) = low ( ) + Cr ( ) * high (
= 0.0 + 0.33 * 0.39 = 0.1287
)
) = low ( ) + cr (
)
* high (
cr (
) = high ( ) - low ( )
(3)
)
(5)
Tabel 3 Hasil Encoding Data Sampel
No
Awal
Nilai
1
2
-1
10
3
07
4
3d
5
0
1
-1
Low
0
0
0,1089
0,1166
22
0,1189
584
0,1193
29060
0
High
1
0,33
0,1287
Cr
1
1
0,33
0,120582
0,0198
0,119473
2
0,119470
319
0,33
0,00396
0,0005
148
1
Tabel 3 menunjukkan bahwa nilai low
untuk data terakhir adalah nilai batas bawah
=0,119329060 dengan nilai biner 0,000111101
yang akan digunakan untuk menggantikan
sampel audio yang telah diencoding yaitu
nilai sampel audio 4a, 10, 4a, 0, 07, 3d, 0, 4a,
0,07, 07, 4a, 4a, 3d dan 0. Selanjutnya
sampel 1 adalah #1 4a 10 4a 0 07 3d 04a 0
07 07 4a 4a 3d 0 berubah menjadi #1
0,119329056 yang ketika dikonversi ke biner
maka menjadi 0,000111101. Untuk sampel 2
gantikan dengan nilai batas bawah menjadi
#2 0,xxxxxxxxx dan selanjutnya.
Pada
proses
kompresi
terdapat
perhitungan rasio kompresi. Rasio kompresi
menunjukan presentase besarnya kompresi
yang dilakukan terhadap file asli. Misalkan =
selisih ukuran file kompresi dan file asli dan =
ukuran file asli, maka rasio kompresi
ditunjukkan oleh Persamaan (6).
R=
Secara umum misalkan i = 1,2,… , n maka
Persamaan (3), (4) dan (5) berturut-turut
menunjukkan penentuan cr ( ) low ( ), dan
high ( ).
(4)
)
Tabel 3 menunjukkan hasil encoding
untuk data sampel.
(2)
Diketahui l ( ) adalah range probabilitas
data
Low ( ) adalah range terendah data
dan P ( adalah probabilitas data .
No
high (
) = low ( ) + cr (
* low (
)
83
(6)
b. Dekompresi
Proses kompresi file audio tidak bisa
terlepas dari proses dekompresi, dimana file
audio yang telah terkompresiharus dapat
direkonstruksi kembali agar dapat dijalankan.
Pada algoritma Arithmetic Coding file audio
yang dikompresi harus dapat dikembalikan
seperti file audio aslinya tanpa kehilangan
informasi.
Title of manuscript is short and clear, implies research results (First Author)
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
84
Proses dekompresi file audio pada
algoritma Arithmetic Coding akan dilakukan
proses decoding dengan cara :
1. Baca nilai coding terakhir.
2. Ambil Encoded-Symbol.
3. Cari range dari symbol yang melingkupi
ES.
4. Cetak symbol hingga selesai.
5. Simpan file hasil dekompresi.
Proses dekompresi diawali dengan
mengolah nilai ES = 0,119329060 yang
dikurangi nilai low yaitu 0 kemudian dibagi
dengan nilai 0,33 menghasilkan 0,3616032.
Untuk melakukan decoding digunakan
Persamaan (7).
=
i = 1,2 . .
(7)
Tabel 4 menunjukan hasil decoding
sampel audio.
Tabel 4 Hasil Decoding Sampel Audio
Batas
bawah
(Low)
Batas
atas
(High)
Jarak
interval
karakter
(cr)
-1
0
0,33
0,33
10
0,33
0,39
0,06
07
0,39
0,59
0,2
0,72
3d
0,59
0,72
0,13
0 (Finish)
0
-
-
-
No
Encode
Symbol
(ES)
1.
0,3616032
2.
0,5672
3.
0,6836
4.
5.
Nilai
meningkatnya ukuran file yang di kompresi.
Serta ukuran file setelah kompresi lebih kecil
dari pada ukuran asli file.
Gambar 3 Perbandingan ukuran file dan Hasil
kompresi untuk sampling rate 48.000 Hz dan
bit rate 1536 Kbps berekstensi *.wav.
b. Sampling Rate 48.000 Hz dan Bit Rate
1536 Kbps
Gambar 4 menunjukan perbandingan
antara ukuran file dan hasil kompresi. Sama
seperti Gambar 2, proses kompresi semakin
meningkat
sesuai
dengan
semakin
meningkatnya ukuran file yang dikompresi.
Serta ukuran file setelah kompresi lebih kecil
daripada ukuran asli file.
3. HASIL DAN PEMBAHASAN
Data yang digunakan sebagai bahan
dalam penelitian ini merupakan 20 file audio
yang
berekstensi
*.wav dan
*.mp3
berklasifikasi stereo dengan nilai sampling
rate dan bit rate 48.000 Hz – 1536 Kbps,
yang
untuk
setiap
pengujian
yang
digambarkan dalam bentuk grafik dengan
membandingkan ukuran file asli dan kecepatan
kompresi serta antara ukuran file asli dan rasio
kompresi.
Gambar 4 Perbandingan ukuran file dan
kecepatan kompresi untuk sampling rate
48.000 Hz dan bit rate 1536 Kbps berekstensi
*.mp3.
3.2
Perbandingan Rasio
kompresi file
*.wav dan *.mp3.
Gambar 5 menunjukan perbandingan
antara rasio kompresi file wav dan mp3. Dari
hasil pengujian file wav dan mp3 dapat dilihat
3.1 Perbandingan Ukuran File Asli dan
dari grafik diatas bahwa hasil rasio kompresi
Hasil kompresi .
data 1, 2, 3, 4, 5, 6, 7, 8, 9, dan 10 file wav
lebih tinggi daripada data 1, 2, 3, 4, 5, 6, 7, 8,
a. Sampling Rate 48.000 Hz dan Bit Rate
9, dan 10 file mp3.
1536 Kbps
Hal tersebut terjadi karena file wav lebih
Gambar 3 menunjukan perbandingan
banyak didapati kesamaan bit/karakter
antara ukuran file dan hasil kompresi. Tampak
didalam datanya dibandingkan dengan file
waktu yang dibutuhkan untuk proses kompresi
mp3, itu dibuktikan dengan tingginya rasio
semakin meningkat sesuai dengan semakin
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Hasanah, Sutardi dan Ramadhan IJCCSISSN: 1978-1520
kompresi pada data-data file wav tersebut yang
dimana hampir semua kompresi tipe lossless
bila semakin banyak didapati kesamaan
bit/karakter dalam data sebuah file yang akan
dikompres maka rasio kompresi akan semakin
baik.
85
1. Dilakukan
penelitian
lebih
lanjut
membandingkan
antara
kompresi
Arithmetic Coding dengan metode
kompresi yang lain sehingga akan
diperoleh sebuah metode kompresi yang
benar-benar memiliki kinerja optimal
dalam melakukan kompresi.
2. Agar algoritma Arithmetic Coding dapat
diimplementasikan untuk proses kompresi
file audio berekstensi lainya seperti *.m4a,
dan pada file lainnya seperti file citra dan
file teks maupun video.
DAFTAR PUSTAKA
[1]
Rahandi. K., Rachmawati. D dan
Sembiring. S., 2013, Analisis dan
Implementasi Kompresi File Audio
dengan Menggunakan Algoritma Run
Length Encoding, Ilmu Komputer,
Universitas Sumatra Utara, Medan.
[2]
Nuraisyah, 2013, Perancangan Aplikasi
Kompresi File Audio Dengan Algoritma
Aritmetic Coding, Informatika, Medan.
[3]
Bukhari,F, Nurhudayani,S dan Silalahi,
B.P., 2003, Pengkodean aritmatika
untuk
kompresi
data
teks,
http://download.portalgaruda.org/ar
ticle.php?article=85675&val=235&title
=, diakses: 26 September 2014.
[4]
Gozali.F dan Mervyn, 2004, Analisa
Perbandingan Kompresi Data dengan
Teknik Arithmetic Coding dan Run
Length Encoding, JETri, Nomor 1,
Volume 4, Halaman 37-38.
[5]
Gunawan,I dan Gunadi, K., 2005,
Pembuatan Perangkat Lunak Wave
Manipulator untuk Memanipulasi File .
Gambar 5 Perbandingan rasio kompresi file
*.wav dan *.mp3.
4. KESIMPULAN
Berdasarkan pengujian dan hasil
penelitian yang dilakukan terhadap aplikasi
kompresi file audio dengan algoritma
Arithmetic Coding, maka dapat disimpulkan;
1. Algoritma Arithmetic Coding dapat
diimplementasikan pada proses kompresi
dan dekompresi file audio berekstensi
.wav berklarifikasi stereo.
2. Hasil dari pengujian yang dilakukan
menunjukkan bahwa :
a. Rata-rata rasio kompresi berturut-turut
yaitu 11 % untuk rata-rata rasio
kompresi file *.wav dan 2.4 % untuk
rata-rata rasio kompresi file *.mp3.
b. Besarnya waktu kompresi dan
dekompresi naik secara linier sesuai
dengan ukuran file.
c. Kualitas struktur data antara file
sebelum dilakukan proses kompresi
dan file setelah didekompresi adalah
sama persis.
3. Aplikasi kompresi ini menghasilkan file
audio dengan format *.arth yang dapat
dijalankan setelah didekompresi terlebih
dahulu. Hal tersebut dikarenakan terjadi
perubahan struktur pada file setelah
melewati proses kompresi.
5. SARAN
Saran yang dapat penulis berikan untuk
pengembangan terhadap penelitian ini yaitu :
Title of manuscript is short and clear, implies research results (First Author)
86
Aplikasi Kompresi File Audio Menggunakan Algoritma Arithmetic Coding via FTP…
IJCCS Vol. x, No. x, July 201x : first_page – end_page