5.2. Saran
Berikut adalah saran-saran untuk pengembangan lebih lanjut terhadap penelitian skripsi ini : 1.
Aplikasi yang telah dirancang diharapkan mampu mengkompresi jenis file teks lainnya yang berekstensi .txt, .rtf dan .pdf.
2. Aplikasi yang telah dirancang diharapkan mampu mengkompresi komponen lain yang
terdapat pada file .doc atau .docx berupa gambar, grafik, tabel dan lain-lain. 3.
Ukuran file .doc yang ukuran maksimalnya hanya 15 MB dapat ditingkatkan lagi agar dapat mengkompresi file dengan ukuran lebih besar.
4. Diharapkan aplikasi kompresi dengan menggunakan algoritma Punctured Elias Codes
dan Ternary Comma Code ini dapat dikembangkan lagi menjadi sebuah aplikasi yang lebih baik, baik dalam proses kompresi dan dekompresi string maupun untuk user agar
lebih mudah dimanfaatkan dan dipahami cara mengoperasikan aplikasinya.
Universitas Sumatera Utara
BAB 2
TINJAUAN PUSTAKA
2.1 Kompresi
Istilah kompresi berasal dari kata bahasa Inggris compression yang berarti pemampatan. Kompresi berarti memampatkan data yang berukuran besar sehingga menjadi kecil sehingga
dapat mengatasi pemborosan dalam penggunaan media penyimpanan. Kompresi data adalah proses yang dapat mengubah masukan sebuah aliran data
masukan sumber atau data asli ke dalam aliran data yang lain keluaran atau data yang terkompresi yang memiliki ukuran yang lebih kecil. Aliran data dapat berupa file, buffer di
memori atau bit individual yang dikirim pada saluran komunikasi Salomon Motta, 2010. Kompresi data adalah dalam bidang ilmu komputer, ilmu pengetahuan dan seni
sebuah penyajian informasi ke dalam bentuk yang lebih sederhana. Kompresi data adalah sebagai sarana untuk representasi yang efisien dari sumber data digital seperti teks, gambar,
suara atau kombinasi dari semuanya yaitu video. Tujuan dari kompresi data adalah untuk representasi dari sumber data dalam bentuk digital dengan bit sesedikit mungkin sementara
memenuhi persyaratan minimum rekontruksi yang asli Pu, 2006. Proses kompresi merupakan proses mereduksi ukuran data untuk menghasilkan
representasi digital yang padat atau mampat compact namun tetap mewakili kuantitas informasi yang terkandung pada data tersebut. Tujuan dari kompresi data adalah untuk
mengurangi data berlebihan redundancy sehingga ukuran data menjadi lebih kecil dan lebih ringan dalam proses transmisi dan menghemat ruang memori dalam penyimpanan data
Putra, 2010. Data dalam konteks kompresi data melingkupi segala bentuk digital dari informasi,
yang dapat diproses oleh sebuah program komputer. Bentuk dari informasi tersebut secara luas dapat diklasifikasikan sebagai teks, suara, gambar dan video Salomon, 2007.
Universitas Sumatera Utara
Data dapat dalam bentuk file teks, gambar, suara atau deretan angka. Alasan kenapa kompresi data sangat dibutuhkan karena semakin banyak informasi saat ini yang digunakan
dalam bentuk digital dan semakin lama ukuran yang dibutuhkan untuk menyajikan data tersebut semakin besar Sayood, 2006.
Kompresi data sangat popular sekarang ini karena dua alasan yaitu Salomon, 2007 : 1.
Orang-orang lebih suka mengumpulkan data. Tidak perduli seberapa besar media penyimpanan yang dimilikinya. Akan tetapi cepat atau lambat akan terjadi overflow.
2. Orang-orang tidak suka menunggu dalam waktu lama untuk memindahkan data. Misalnya
ketika duduk didepan komputer untuk menunggu halaman Web terbuka atau men- download sebuah file.
2.2.1 Teknik Kompresi Data
Ketika kita berbicara tentang teknik kompresi atau algoritma kompresi, kita sebenarnya mengacu pada dua algoritma. Ada algoritma kompresi yang mengambil sebuah input
x dan menghasilkan
c
x sebagai representasi yang memerlukan bit yang lebih sedikit dan ada algoritma rekontruksi yang beroperasi pada representasi kompresi
c
x untuk menghasilkan rekontruksi
y
. Operasi ini secara skematis diperlihatkan pada Gambar 2.1 Sayood, 2006.
Gambar 2.1 Kompresi dan Rekontruksi Sayood, 2006
Hallo Mahasiswa
Tingkat Akhir
Hallo Mahasiswa
Tingkat Akhir
Universitas Sumatera Utara
Berdasarkan kemungkinan data yang telah dikompresi dapat dikembalikan ke data sebelum dikompresi atau data aslinya, teknik kompresi data dikelompokkan menjadi dua
bagian yaitu kompresi data Lossless dan kompresi data Lossy Pu, 2006.
1. Kompresi Data Lossless
Kompresi lossless adalah kompresi data yang menghasilkan file data hasil kompresi yang dapat dikembalikan menjadi file data asli sebelum dikompresi secara utuh tanpa
perubahan apapun. Kompresi jenis ini ideal untuk kompresi data teks. Teknik kompresi lossless digunakan ketika data asli dari sumber sangat penting dan kita tidak ingin
kehilangan rincian data apapun. Contoh seperti data gambar medis, teks dan gambar sebagai bukti untuk alasan hukum, beberapa file komputer dan lain-lain.
Pada Gambar 2.1, masukan string AABB direkonstruksi setelah eksekusi dari algoritma kompresi diikuti dengan dekompresi. kompresi lossless disebut kompresi
reversibel karena data asli dapat kembali dengan sempurna dengan adanya proses dekompresi.
Gambar 2.2 Kompresi Lossless Pu, 2006
2. Kompresi Data Lossy
Kompresi lossy adalah kompresi data yang menghasilkan file data hasil kompresi yang tidak dapat dikembalikan menjadi file data sebelum dikompresi secara utuh. Ketika data
hasil kompresi di-decode kembali, data hasil decoding tersebut tidak dapat dikembalikan menjadi sama dengan data asli tetapi ada bagian data yang hilang. Kompresi lossy disebut
kompresi ireversibel karena tidak mungkin untuk memulihkan data asli persis dengan dekompresi. Gambar 2.2 berikut menunjukkan contoh di mana angka desimal yang
panjang menjadi pendek setelah proses kompresi dan dekompresi.
Universitas Sumatera Utara
Gambar 2.3 Kompresi Lossy Pu, 2006
2.2.2 Parameter Analisis Kinerja Algoritma Kompresi
Pada suatu teknik yang digunakan dalam proses kompresi data terdapat beberapa faktor atau variabel yang biasa digunakan untuk mengukur kualitas dari suatu teknik kompresi data
tersebut, yaitu : 1.
Ratio of Compression R
C
Ratio of Compression R
C
adalah perbandingan antara ukuran data sebelum dikompresi dengan ukuran data setelah dikompresi Salomon Motta, 2010.
Dikompresi Setelah
Data Ukuran
Dikompresi Sebelum
Data Ukuran
R
C
2. Compression Ratio C
R
Compression Ratio C
R
adalah presentasi besar data yang telah dikompresi yang didapat dari hasil perbandingan antara ukuran data setelah dikompresi dengan ukuran sebelum
dikompresi Salomon Motta, 2010.
100
Dikompresi
Sebelum Data
Ukuran Dikompresi
Setelah Data
Ukuran C
R
3. Space Savings SS
Space Savings SS adalah presentasi selisih ukuran data setelah dikompresi dengan ukuran data sebelum dikompresi Salomon Motta, 2010.
Kompresi Setelah
Data Ukuran
Kompresi Sebelum
Data Ukuran
SS
Universitas Sumatera Utara
4. Time Process Waktu
Time Process adalah waktu kompresi dan dekompresi, yaitu waktu yang dibutuhkan oleh sebuah sistem untuk melakukan proses kompresi dan dekompresi mulai dari pembacaan
data hingga proses encoding pada data tersebut. Semakin kecil waktu yang diperoleh maka semakin efisien metode yang digunakan dalam proses kompresi dan dekompresi.
2.3 Dekompresi
Kategori