4. Perhitungan Simbol 255 dengan nilai
ES = 0,373515625
Low_range 255 = 0,17
High_range 255 = 0,67
CR=high_range255–low_range 255 = 0,67 - 0,17
= 0,5
ES = ES – low_range 255
= 0,373515625 - 0,17 =
0,203515625 ES
= ES CR = 0,203515625 0,5
= 0,40703125
5. Perhitungan Simbol 255 dengan nilai
ES = 0,40703125
Low_range 255 = 0,17
High_range 255 = 0,67
CR=high_range255–low_range 255 = 0,67 - 0,17
= 0,5
ES = ES – low_range 255
= 0,40703125 - 0,17 =
0,23703125 ES
= ES CR = 0,23703125 0,5
= 0,4740625
6. Perhitungan Simbol 255 dengan nilai
ES = 0,4740625
Low_range 255 = 0,17
High_range 255 = 0,67
CR=high_range255– low_range255 = 0,67 - 0,17
= 0,5
ES = ES – low_range 255
= 0,4740625 - 0,17 =
0,3040625 ES
= ES CR = 0,3040625 0,5
= 0,608125
7. Perhitungan Simbol 255 dengan nilai
ES = 0,608125
Low_range 255 = 0,17
High_range 255 = 0,67
CR=high_range255–low_range 255 = 0,67 - 0,17
= 0,5
ES = ES – low_range 255
= 0,608125 - 0,17 =
0,438125 ES
= ES CR = 0,438125 0,5
= 0,87625
8. Perhitungan Simbol 239 dengan nilai
ES = 0,87625
Low_range 239 = 0,67
High_range 239 = 0,92
CR=high_range239–low_range 239 = 0,92 - 0,67
= 0,25
ES = ES – low_range 239
= 0,87625 - 0,67 =
0,20625 ES
= ES CR = 0,20625 0,25
= 0,825
9. Perhitungan Simbol 239 dengan nilai
ES = 0,825
Low_range 239 = 0,67
High_range 239 = 0,92
CR=high_range239–low_range 239 = 0,92 - 0,67
= 0,25
ES = ES – low_range 239
= 0,825 - 0,67 =
0,155 ES
= ES CR = 0,155 0,25
= 0,62
10. Perhitungan Simbol 255 dengan nilai
ES = 0,62
Low_range 255 = 0,17
High_range 255 = 0,67
CR=high_range255–low_range 255 = 0,67 - 0,17
= 0,5
ES = ES – low_range 255
= 0,62 - 0,17 =
0,45 ES
= ES CR = 0,45 0,5
= 0,9
11. Perhitungan Simbol 239 dengan nilai
ES = 0,9
Low_range 239 = 0,67
High_range 239 = 0,92
CR=high_range239–low_range 239 = 0,92 - 0,67
= 0,25
ES = ES – low_range 239
= 0,9 - 0,67 =
0,23 ES
= ES CR = 0,23 0,25
= 0,92
12. Perhitungan Simbol 213 dengan nilai
ES = 0,92
Low_range 213 = 0,92
High_range 213 = 1
CR=high_range213–low_range 213 = 1 - 0,92
= 0,08
ES = ES – low_range 213
= 0,92 - 0,92 =
0,0 ES
= ES CR = 0,0 0,08
= 0,0
Sampai di sini perhitungan dihentikan karena diperoleh nilai ES = 0. Hasil perhitungan di atas dapat dilihat pada tabel 3.4.
Tabel 3.4 Proses Decoding untuk Gambar 3.4
No ES Simbol
Low High CR 1 0,03429730078125
0,0 0,17 0,17
2 0,201748828125 255 0,17 0,67 0,5 3 0,06349765625 0
0,0 0,17 0,17 4 0,373515625 255 0,17
0,67 0,5 5 0,40703125 255
0,17 0,67
0,5 6 0,4740625 255
0,17 0,67
0,5 7 0,608125 255
0,17 0,67
0,5 8 0,87625 239
0,67 0,92
0,25 9 0,825 239
0,67 0,92
0,25 10 0,62 255
0,17 0,67
0,5 11 0,9 239
0,67 0,92
0,25 12 0,92 213
0,92 1,00
0,08 13
0,0 Selesai
- - - - Maka, diperoleh ES = 0,03429730078125 bersesuaian dengan citra pada gambar 3.4
3.2 Analisis Kinerja Algoritma Shannon-Fano
Model pertama yang muncul untuk kompresi sinyal digital adalah Shannon Fano. Ditemukan Shannon dan Fano pada tahun 1948, kemudian mengembangkan algoritma
ini yang menghasilkan codeword biner untuk setiap simbol unik yang terdapat pada data file.
Teknik coding Shannon-Fano merupakan salah satu algoritma pertama yang tujuannya adalah membuat codeword dengan redudansi minimum. Algoritma
Shannon-Fano tergantung pada probabilitas dari setiap simbol yang hadir pada suatu
data. Berdasarkan probabilitas tersebut kemungkinan dibentuk daftar kode untuk setiap simbol dengan ketentuan sebagai berikut.
1. Setiap simbol berbeda memiliki kode berbeda.
2. Simbol dengan probabilitas kehadiran yang lebih rendah memiliki kode
jumlah bit yang lebih panjang dan simbol dengan probabilitas yang lebih tinggi memiliki jumlah bit yang lebih pendek.
3. Meskipun memiliki panjang kode yang berbeda, simbol tetap dapat
didekode secara unik.
Kategori