Analisis Perbandingan Kompresi Gambar .B
Analisis Perbandingan Kompresi Gambar (*.Bmp) dan Audio
(*.Wav) Menggunakan Algoritma Lempel Ziv Welch (LZW)
Erwin Dwika Putra1,Dedy Abdullah2,
1
Dosen Universitas Muhammadiyah Bengkulu, erwindwikap@gmail.com
2
Dosen Universitas Muhammadiyah Bengkulu
Abstrak
Compression is a process of change data
from a large size to a size more simple
without losing the quality of the data
significantly. Audio (sound) is a physical
phenomenon generated by the vibration of
an object in the form of analog signals with
amplitude continuously changing with time
is called frequency. Digital image is an array
(array), array is a structured data type that
can store a lot of data. File image or the
image and audio sometimes large disturbing
if we have to manage storage media we have
for various kinds of data. so that at the time
of data transmission can conserve data
transfer time. One algorithm to compress the
data is LZW algorithm (Lempel Ziv Welch).
audio files (*. wav) level of compression ratio
is not yet in line with expectations as it can
only achieve a maximum level of
compression 11.07%, while File picture
shows the results vary based on the level of
the dominant colors contained in the image,
to the dominant green and mixed to produce
fairly low deposit ratio below 50%, while
predominantly blue and red has reached
above 50%.
Kunci: Compression,
Lempel Ziv Welch (LZW)
Kata
Audio,
Image,
Abstrak
Kompresi adalah proses perubahan data
dari ukuran besar ke ukuran yang lebih
sederhana tanpa kehilangan kualitas data
secara signifikan. Audio (suara) adalah
fenomena fisik yang dihasilkan oleh getaran
suatu benda yang berupa sinyal analog
dengan amplitudo yang terus berubah
dengan waktu disebut frekuensi. gambar
digital adalah array (array), array adalah
tipe data terstruktur yang dapat menyimpan
banyak data. file gambar atau gambar dan
audio kadang-kadang besar mengganggu
jika
kita
harus
mengatur
media
penyimpanan yang kita miliki untuk
berbagai jenis data. sehingga pada saat
transmisi data dapat menghemat data waktu
transfer. Salah satu algoritma untuk
kompres data adalah algoritma LZW
(Lempel Ziv Welch). file audio (*. wav)
tingkat rasio kompresi belum sesuai dengan
harapan karena hanya dapat mencapai
tingkat maksimum kompresi 11,07%,
sedangkan gambar Berkas menunjukkan
hasil bervariasi berdasarkan tingkat warna
dominan yang terkandung dalam gambar ,
dengan dominan hijau dan campuran untuk
menghasilkan deposit ratio yang cukup
rendah di bawah 50%, sedangkan merah
dominan biru dan telah mencapai di atas
50%.
Kata Kunci: Kompresi, Audio, Image,
Lempel Ziv Welch (LZW)
1. Pendahuluan
Kompresi ialah suatu proses kompresi
suatu data dari ukuran yang besar menjadi
ukuran yang lebih sederhana tanpa
menghilangkan kualitas data tersebut
secara
signifikan.
Parameter
yang
digunakan untuk menentukan bagus atau
tidaknya kompresi terdiri dari waktu
melakukan kompresi, kebutuhan atau
efisiensi
memori,
kualitas
hasil
kompresinya, dan format hasil keluaran
kompresi tersebut. [1]
Audio (suara) 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.[2].
Struktur data pada file audio berbedabeda tergantung format
audio-nya.
Misalnya file Wav, Wav adalah format
audio standar Microsoft dan IBM untuk
personal
computer
(PC),
biasanya
menggunakan coding PCM (Pulse Code
Modulation).[2].
Citra digital merupakan sebuah larik
(array), array ialah suatu tipe data
terstruktur yang dapat menyimpan banyak
data dengan suatu nama yang sama dan
menempati tempat di memori yang
berurutan (kontinyu) serta bertipe data
sama yang berisi nilai real maupun
kompleks yang direpresentasikan dengan
deretan
bit
tertentu.
Citra
dapat
dikelompokkan menjadi dua bagian yaitu
citra diam (still Gambar ) yang merupakan
citra tunggal yang tidak bergerak dan citra
bergerak (moving Gambar ) yaitu rangkaian
citra diam yang ditampilkan secara
beruntun sehingga memberi kesan pada
mata sebagai gambar yang bergerak. Setiap
citra didalam rangkaian itu disebut frame.
Gambar-gambar yang tampak pada film
layar lebar atau televisi yaitu terdiri dari
ratusan sampai ribuan frame.
File Gambar atau citra dan audio
adakalanya yang berukuran besar terasa
mengganggu jika kita harus memanage
media penyimpan yang kita punya untuk
bermacam-macam data. Apalagi jika file
tersebut akan kita kirim secara elektronik,
tentunya kapasitas file menjadi masalah
tersendiri. Salah satu solusi untuk masalah
di atas adalah dengan melakukan
pemampatan (kompresi).
Pada penelitian yang dilakukan
(Wijaya, A., Widodo, S : 2014) dengan
membandingkan tiga algoritma yaitu LZW
(Lempel Ziv Welch), Huffman, dan RLE
dimana pada penenlitian ini menjelaskan
kompresi terbaik pada algoritma LZW
(Lempel Ziv Welch) pada citra file tipe
*.bmp dan kelemahannya terdapat pada
citra file tipe *.jpeg. Pada penelitian
lainnya (Yunianto, T., Purwoto, B : 2014)
dimana penelitian ini menggunakan
algoritma DPCM untuk kompresi citra file
tipe *.bmp dengan menggunakan true
color, grayscale, citra dominan merah,
hijau, biru, dan campuran dengan hasil
penelitian rata-rata ratio sebesar 87,45%.
Penelitian yang dilakukan (Rahandi,
A., dkk : 2013) dimana dijelaskan bahwa
ukuran file Audio *.Wav jarang sekali
digunakan untuk keperluan pemutaran
audio dikarenakan ukuran yang dihasilkan
oleh format tipe file *.wav tergolong besar
dengan batasan maksimal 2GB sedangkan
*.MP3 ukuran file tipe ini tergolong kecil
dengan maksimum penyimpanan 10Mb.
Selanjutnya penelitian yang dilakukan
(linawati, Pangabean, HP: 2014) dijelaskan
algoritma LZW sangat baik dalam
kompresi audio dengan file tipe terbesar.
Kesimpulan dari permasalah dan
penelitian diatas maka peneliti lebih
menitik beratkan kepada analisis kompresi
citra dengan file tipe yang lebih baik yaitu
*.bmp dan menggunakan 4 jenis degradasi
warna dominan merah, biru, hijau dan
campuran warna, serta menganalisa
perbandingan tingkat ratio algoritma LZW
(Lempel Ziv Welch) untuk mengkompresi
Citra dan Audio dimana audio akan
menggunakan file tipe *.wav dimana
menurut penelitian sebelumnya bahwa file
tipe ini merupakan file tipe dengan ukuran
penyimpanan maksimum terbesar.
2. Kerangka Teoritis
2.1 Citra Digital
Citra digital dapat didefinisikan
sebagai fungsi dua variabel, f(x,y), dimana
x dan y adalah koordinat spasial dan nilai
f(x,y) adalah intensitas citra pada
koordinat tersebut. Teknologi dasar untuk
menciptakan dan menampilkan warna pada
citra digital berdasarkan pada penelitian
bahwa
sebuah
warna
merupakan
kombinasi dari tiga warna dasar, yaitu
merah, hijau dan biru (Red, Green, Blue RGB)
2.2 Kompresi
Gambar
(Gambar
Compressions)
Kompresi Citra (Gambar compression)
adalah proses untuk meminimalkan jumlah
bit yang merepresentasikan suatu citra
sehingga ukuran citra menjadi lebih kecil.
Pada dasarnya teknik kompresi citra
digunakan untuk proses transmisi data
(data transmission) dan penyimpanan data
(storage).
Kompresi
citra
banyak
diaplikasikan pada penyiaran televisi,
penginderaan jarak jauh (remote sensing),
komunikasi militer, radar dan lain-lain. [3]
Kompresi citra merupakan suatu
teknik yang digunakan untuk mengurangi
biaya penyimpanan dan transmisi. Teknikteknik yang ada yang digunakan untuk
mengompresi file gambar secara luas.
aplikasi kompresi data yang dilakukan
terhadap citra digital dengan tujuan untuk
mengurangi redudansi dari data-data yang
terdapat dalam citra sehingga dapat
disimpan atau ditransmisikan secara
efisien.
Tujuan kompresi Gambar untuk
meminimalkan jumlah bit yang diperlukan
untuk merepresentasikan citra. Hal ini
sangat berguna apabila ingin mengirimkan
gambar berukuran besar. Gambar yang
berukuran besar akan berpengaruh pada
lamanya waktu pengiriman. Maka dari itu
kompresi gambar akan memadatkan
ukuran gambar menjadi lebih kecil dari
ukuran asli sehingga waktu yang
diperlukan untuk transfer data juga akan
lebih cepat. [3].
2.3 Audio
Audio digital(suara digital ) adalah
harmonisasi bunyi yang dibuat melalui
perekaman konvensional maupun suara
sintetis yang disimpan dalam media
berbasis teknologi komputer. format
encoding dapat menyimpan data dalam
jumlah besar, jangka panjang
dan
berjaringan luas. Pengolahana audio digital
adalah salah satu cabang dari ilmu
informatika. pengolahan audio digital
berkutat pada usaha untuk melakukan
transformasi suatu audio menjadi audio
lain dengan menggunakan teknik tertentu
[4].
2.4 Algoritma Lempel-Ziv-Welch (LZW)
Algoritma Lempel-Ziv-Welch (LZW)
menggunakan
teknik
adaptif
dan
berbasiskan “kamus” Pendahulu LZW
adalah
LZ77
dan
LZ78
yang
dikembangkan oleh Jacob Ziv dan
Abraham Lempel pada tahun 1977 dan
1978. Terry Welch mengembangkan
teknik tersebut pada tahun 1984. LZW
banyak dipergunakan pada UNIX, GIF,
V.42 untuk modem.Algoritma LZW
dikembangkan dari metode kompresi yang
dibuat oleh Ziv dan Lempel pada tahun
1977. Algoritma ini melakukan kompresi
dengan menggunakan dictionary, dimana
fragmen-fragmen teks digantikan dengan
indeks yang diperoleh dari sebuah
“kamus”. Prinsip sejenis juga digunakan
dalam kode Braille, di mana kode-kode
khusus
digunakan
untuk
merepresentasikan kata-kata yang ada.
Pendekatan ini bersifat adaptif dan efektif
karena banyak karakter dapat dikodekan
dengan mengacu pada string yang telah
muncul sebelumnya dalam teks. Prinsip
kompresi tercapai jika referensi dalam
bentuk pointer dapat disimpan dalam
jumlah bit yang lebih sedikit dibandingkan
string aslinya. Algoritma kompresi LZW.
Algoritma LZW merupakan algoritma
kompresi yang bersifat lossless dan
menggunakan
metode
dictionary.
Algoritma ini ditemukan oleh Lemple, Ziv,
dan Welch pada tahun 1984. Secara umum
algoritma kompresi LZW akan membentuk
dictionary selama proses kompresinya
belangsung kemudian setelah selesai maka
dictionary tersebut tidak ikut disimpan
dalam file yang telah terkompresi. Prisinp
kompresi akan terjadi ketika besar bit
untuk dictionary yang telah ditentukan
menggantikan deretan karakter atau string
yang terbentuk sedangkan dalam proses
dekompresinya untuk memperoleh hasil
yang sama dengan file sebelum dikompresi
LZW akan membuat kembali dictionary
selama
proses
dekompresinya
berlangsung.Algoritma
LZW
dikembangkan dari metode kompresi yang
dibuat oleh Ziv dan Lempel pada tahun
1977. Algoritma ini melakukan kompresi
dengan menggunakan dictionary, dimana
fragmen-fragmen teks digantikan dengan
indeks yang diperoleh dari sebuah
“kamus”. Prinsip sejenis juga digunakan
dalam kode Braille, di mana kode-kode
khusus
digunakan
untuk
merepresentasikan kata-kata yang ada.
Pendekatan ini bersifat adaptif dan efektif
karena banyak karakter dapat dikodekan
dengan mengacu pada string yang telah
muncul sebelumnya dalam teks. Prinsip
kompresi tercapai jika referensi dalam
bentuk pointer dapat disimpan dalam
jumlah bit yang lebih sedikit dibandingkan
string aslinya.
3. Metode riset
3.1 Perancangan Sistem
Gambar 1 Flow Chart Perancangan Sistem
3.2 Populasi
Populasi
merupakan
objek
penelitian yang akan digunakan. Pada
penelitian ini populasi atau objek yang
akan digunakan terdapat 2 jenis data
digital yaitu:
a) Gambar
Gambar yang akan dikompresi
merupakan
gambar
yang
mempunyai kapasitas yang cukup
besar,
dimana
gambar
ini
mengandung unsur piksel warna
yang bercampur dengan tingkat
resolusi yang cukup tinggi.
b) Audio
Pada file audio yang digunakan yaitu
file audio WAV karena file audio ini
tergolong mudah untuk digunakan
sebagai objek penelitian dalam file
kompresi
agar
mendapatkan
kesimpulan algoritma yang baik
3.3 Sampel
Sampel merupakan bagian
dari penentuan banyaknya data
penelitian yang akan digunakan. Pada
penelitian
ini
penulis
akan
menggunakan 2 jenis data disgital
seperti yang telah dijelaskan pada
populasi diatas.
Pada 2 jenis data tersebut
akan digunakan jumlah data sebanyak
yang diperlukan pada penelitian
dengan rincian data sebagai berikut:
a) Data Gambar
Pada data gambar akan dipecah
menjadi beberapa data sesuai
dengan warna dasar dari kapasitas
intensitas warna pada gambar,
yaitu:
1) Data
gambar
dengan
intensitas warna Merah (Red)
lebih dominan dibandingkan
dengan data yang lainnya,
banyaknya
data
yang
digunakan
disini
yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
2) Data
gambar
dengan
intensitas
warna
Hijau
(Green)
lebih
dominan
dibandingkan dengan data
yang lainnya, banyaknya data
yang digunakan disini yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
3) Data
gambar
dengan
intensitas warna Biru (Blue)
lebih dominan dibandingkan
dengan data yang lainnya,
banyaknya
data
yang
digunakan
disini
yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
4) Ditambahkan dengan data
dimana
intensitas
warna
mencakup dari 3 warna dasar
RGB, banyaknya data yang
digunakan
disini
yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
b) Data Audio
Pada data Audio lain halnya dengan
gambar karena disini penulis hanya
menggunakan file berekstensi waveform
audio format (WAV) dengan alasan seperti
yang telah dijelaskan pada sub bab
populasi. Banyaknya data yang digunakan
pada penelitian ini yaitu sebanyak 20
sampel audio WAV dengan berbagai
besaran ukuran file audio.
4. Hasil dan pembahasan
4.1 Hasil
4.1.1 Kompresi Sampel Audio (*.Wav)
Sampel Uji pada file Audio
terdapat 20 Uji sampel dengan nama
file dan ukuran file yang berbedabeda, dikarenakan beberapa sampel
Audio diambil dari Internet dengan
interfal waktu play audio yang tidak
terlalu lama, juga terdapat sampel
audio dengan kapasitas yang sedikit
besar dikarenakan sampel ini diambil
dari hasil convert file *.MP3 ke faile
audio sampel *.Wav
Dengan
hasil
yang
telah
didapatkan diatas maka dapat
disimpulkan bahwa file audio wav
yang ditawarkan dari aplikasi yang
dibangun menggunakan algoritma
LZW dapat berhasil dikompresi.
Untuk seluruh data sampel yang di
uji coba dapat dilihat dari tabel
berikut:
Gambar 2 Hasil Ratio Kompresi
4.1.2
Tabel 1 Hasil Kompresi Audio
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
31954
Kbyte
47947
Kbyte
40954
Kbyte
31464
Kbyte
Hasil
Komp
resi
30601
Kbyte
46045
Kbyte
39081
Kbyte
29992
Kbyte
50751
Kbyte
48825
Kbyte
27270
Kbyte
57834
Kbyte
24584
Kbyte
56049
Kbyte
58131
Kbyte
55437
Kbyte
4,63%
20794
Kbyte
20013
Kbyte
3,76%
43178
Kbyte
38872
Kbyte
774
Kbyte
733
Kbyte
400
Kbyte
449
Kbyte
132
Kbyte
583
Kbyte
161
Kbyte
143
Kbyte
346
Kbyte
81
Kbyte
464
Kbyte
351
Kbyte
389
Kbyte
117
Kbyte
502
Kbyte
114
Kbyte
121
Kbyte
308
Kbyte
50
Kbyte
376
Kbyte
Besar
awal
File
01
FESTA!!.wav
01 Sky! Sky!
Sky!.wav
02 Ready!
GO!!.wav
03 Great
Escape.wav
Ayu_Ting_Ti
ng__Kekasihku.
wav
Crazy Instrument.w
av
dawai
asmara.wav
Elvie_Sukaesi
h__Cinta_Rahas
ia.wav
Evie_Tamala
__nyanyian_ri
ndu.wav
Killing Me
Softly –
Instrument.w
av
God is a
girl.wav
i like
chopin(slow).
wav
I wanna be
with u.wav
ihhh,,,LuTun
A....wav
I'm look what
U Done.wav
Informasi
sms.wav
Kunt!LanAX.
wav
Ratio
Kompres
i
4,23%
Kompresi Sampel Gambar
(*.bmp)
Kompresi sampel Gambar yang
digunakan disini menggunakan format
*.bmp, dimana file Gambar yang
dipisahkan menjadi 4 kelompok
Gambar yaitu dominan dengan warna
merah, hijau, biru dan campuran
warna.
3,97%
Ratio Kompresi
3,73%
100,00%
4,68%
50,00%
3,79%
0,00%
1
2
3
4
5
6
7
8
9 10
9,85%
3,09%
Gambar 3 Ratio Kompresi Dominan Merah
Ratio Kompresi
100,00%
50,00%
0,00%
Seringgit.wav
Sms_jäpäñ.w
av
StuPid
cUpid.wav
1
9,97%
5,40%
2
4
5
6
7
8
9 10
Gambar 4 Ratio Kompresi Dominan Hijau
Ratio Kompresi
12,34%
13,42%
3
100,00%
11,60%
50,00%
13,98%
0,00%
1
29,56%
2
3
4
5
6
7
8
15,24%
Gambar 5 Ratio Kompresi Dominan Biru
11,09%
Ratio Kompresi
38,29%
18,85%
50,00%
0,00%
1
2
3
4
5
6
7
8
9 10
Gambar 6 Ratio Kompresi Campuran Warna
Ratio Kompresi
60,00%
40,00%
20,00%
0,00%
1
3
5
7
9
11 13 15 17 19
9
10
4.2 Pembahasan
Berdasarkan dari hasil pengolahan
data kompresi file algoritma LZW,
untuk file audio dan file gambar dapat
disimpulkan hasil presentase tingkat
keberhasilan yang didapatkan, dengan
merujuk dari tabel berikut ini:
2.
Tabel 2 Rata-rata Ratio Test Sampel
Ratio
rata-rata
No
Test File
1
Audio (*.Wav)
Gambar Dominan Merah
(*.bmp)
Gambar Dominan Hijau
(*.bmp)
Gambar Dominan Biru
(*.bmp)
Gambar Campuran
(*.bmp)
2
3
4
5
11,07%
51,08%
45,84%
54,77%
21,84%
Gambar…
Gambar…
Gambar…
Gambar…
60,00%
40,00%
20,00%
0,00%
Audio…
Ratio rata-rata
Ratio rata-rata
Tujuan penelitian juga menuangkan
mendapatkan hasil ratio kompresi
untuk mendapatkan nilai ratio setiap
data yang telah terkompresi. Dari
hasil pengujian dan pembahasan
bahwa dapat ditarik kesimpulan
untuk
a. file audio(*.wav) tingkat ratio
kompresi yang dihasilkan belum
sesuai dengan harapan karena
hanya dapat mencapai tingkat
maksimum kompresi 11,07%.
b. File gambar menunjukkan hasil
yang berbeda-beda berdasarkan
tingkatan dominan warna yang
terdapat pada gambar tersebut,
untuk dominan hijau dan campur
menghasilkan
ratio
penyimpanan cukup rendah
dibawah
50%,
sedangkan
dominan biru dan merah sudah
mencapai diatas 50%
c. Semua hasil pengujian dan
pembahasan dapat disimpulkan
bahwa algoritma Lempel Ziv
Welch (LZW) belum mampu
bekerja secara maksimal untuk
mencapai angka 80-90% dalam
hal kompresi file Audio dan file
Gambar.
6. Referensi
Gambar 7 Grafik Rata-rata Ratio
Hasil Dari Kompresi yang didapatkan
sangat baik dengan angka presentase 54,77%
untuk gambar dominan warna biru, tetapi dari
semua hasil kompresi algoritma ini belum dapat
mengompres seluruh data dengan hasil yang
maksimal atau bisa mendekati angka
presentease yang diharapkan yakni 80-90%.
[1]
[2]
[3]
5. Penutup
Berdasarkan hasil pengujian dan
pembahasan yang telah diuraikan dapat
ditarik kesimpulan:
1. Dari
tujuan
penelitian
yang
diusulkan bahwa penelitian dapat
dijalankan sesuai harapan dimana
tujuan berhasil dengan dapat
mereduksi file yang audio dan image
menjadi terkompresi menggunakan
algoritma yang digunakan,
[4]
[5]
Ichsan, 2011. Implementasi Teknik
Kompresi Gambar Dengan Algoritma
Set Partitioning Hierarchical Trees
Pada Perangkat Bergerak.
Nuraisyah, 2013. Perancangan Aplikasi
Kompresi File Audio
Dengan
Algoritma Arithmetic Coding.
Taufiq Yunianto ,2011. Membangun
Aplikasi
Kompresi
Image
Menggunakan
Metode
DPCM
(Differensial Pulse Code Modulation)
Suara Menggunakan SAPI 5.1 dan
Delphi 5.0 berbasis Teks.
Suhendra. 2013. Aplikasi Pengolahan Audio
Digital
Menggunakan
Metode
Moving
Average
Dan
Bandlimitation In Cepstrum (MABC)
Untuk Menghilangkan Noise
Septiari Resa ,2012 Konverter
Suara
Dengan Input Bahasa Indonesia Ke
Video Gerakan Bahasa Isyarat
Dengan Metode Speech Recognation
(Hidden Markov Model) Untuk
Penderita Tuna Rungu,
[6] Aditya Wijaya, Suryarini Widodo ,2014
Kinerja dan Performa Algoritma
Kompresi Lossles Terhadap Objek
Citra Digital,
[7] Aditya Rahandi, Dian Rachmawati,
Sajadin Semiring ,2013 Analisis
dan Implementasi Kompresi File
Audio
dengan
Menggunakan
Algoritma Run Length Encoding
(RLE),
[8] Linawati, Henry P. Pangabean ,2014
Perbandingan Kinerja Algoritma
Kompresi Huffman, LZW, dan DMC
Pada Berbagai File,
(*.Wav) Menggunakan Algoritma Lempel Ziv Welch (LZW)
Erwin Dwika Putra1,Dedy Abdullah2,
1
Dosen Universitas Muhammadiyah Bengkulu, erwindwikap@gmail.com
2
Dosen Universitas Muhammadiyah Bengkulu
Abstrak
Compression is a process of change data
from a large size to a size more simple
without losing the quality of the data
significantly. Audio (sound) is a physical
phenomenon generated by the vibration of
an object in the form of analog signals with
amplitude continuously changing with time
is called frequency. Digital image is an array
(array), array is a structured data type that
can store a lot of data. File image or the
image and audio sometimes large disturbing
if we have to manage storage media we have
for various kinds of data. so that at the time
of data transmission can conserve data
transfer time. One algorithm to compress the
data is LZW algorithm (Lempel Ziv Welch).
audio files (*. wav) level of compression ratio
is not yet in line with expectations as it can
only achieve a maximum level of
compression 11.07%, while File picture
shows the results vary based on the level of
the dominant colors contained in the image,
to the dominant green and mixed to produce
fairly low deposit ratio below 50%, while
predominantly blue and red has reached
above 50%.
Kunci: Compression,
Lempel Ziv Welch (LZW)
Kata
Audio,
Image,
Abstrak
Kompresi adalah proses perubahan data
dari ukuran besar ke ukuran yang lebih
sederhana tanpa kehilangan kualitas data
secara signifikan. Audio (suara) adalah
fenomena fisik yang dihasilkan oleh getaran
suatu benda yang berupa sinyal analog
dengan amplitudo yang terus berubah
dengan waktu disebut frekuensi. gambar
digital adalah array (array), array adalah
tipe data terstruktur yang dapat menyimpan
banyak data. file gambar atau gambar dan
audio kadang-kadang besar mengganggu
jika
kita
harus
mengatur
media
penyimpanan yang kita miliki untuk
berbagai jenis data. sehingga pada saat
transmisi data dapat menghemat data waktu
transfer. Salah satu algoritma untuk
kompres data adalah algoritma LZW
(Lempel Ziv Welch). file audio (*. wav)
tingkat rasio kompresi belum sesuai dengan
harapan karena hanya dapat mencapai
tingkat maksimum kompresi 11,07%,
sedangkan gambar Berkas menunjukkan
hasil bervariasi berdasarkan tingkat warna
dominan yang terkandung dalam gambar ,
dengan dominan hijau dan campuran untuk
menghasilkan deposit ratio yang cukup
rendah di bawah 50%, sedangkan merah
dominan biru dan telah mencapai di atas
50%.
Kata Kunci: Kompresi, Audio, Image,
Lempel Ziv Welch (LZW)
1. Pendahuluan
Kompresi ialah suatu proses kompresi
suatu data dari ukuran yang besar menjadi
ukuran yang lebih sederhana tanpa
menghilangkan kualitas data tersebut
secara
signifikan.
Parameter
yang
digunakan untuk menentukan bagus atau
tidaknya kompresi terdiri dari waktu
melakukan kompresi, kebutuhan atau
efisiensi
memori,
kualitas
hasil
kompresinya, dan format hasil keluaran
kompresi tersebut. [1]
Audio (suara) 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.[2].
Struktur data pada file audio berbedabeda tergantung format
audio-nya.
Misalnya file Wav, Wav adalah format
audio standar Microsoft dan IBM untuk
personal
computer
(PC),
biasanya
menggunakan coding PCM (Pulse Code
Modulation).[2].
Citra digital merupakan sebuah larik
(array), array ialah suatu tipe data
terstruktur yang dapat menyimpan banyak
data dengan suatu nama yang sama dan
menempati tempat di memori yang
berurutan (kontinyu) serta bertipe data
sama yang berisi nilai real maupun
kompleks yang direpresentasikan dengan
deretan
bit
tertentu.
Citra
dapat
dikelompokkan menjadi dua bagian yaitu
citra diam (still Gambar ) yang merupakan
citra tunggal yang tidak bergerak dan citra
bergerak (moving Gambar ) yaitu rangkaian
citra diam yang ditampilkan secara
beruntun sehingga memberi kesan pada
mata sebagai gambar yang bergerak. Setiap
citra didalam rangkaian itu disebut frame.
Gambar-gambar yang tampak pada film
layar lebar atau televisi yaitu terdiri dari
ratusan sampai ribuan frame.
File Gambar atau citra dan audio
adakalanya yang berukuran besar terasa
mengganggu jika kita harus memanage
media penyimpan yang kita punya untuk
bermacam-macam data. Apalagi jika file
tersebut akan kita kirim secara elektronik,
tentunya kapasitas file menjadi masalah
tersendiri. Salah satu solusi untuk masalah
di atas adalah dengan melakukan
pemampatan (kompresi).
Pada penelitian yang dilakukan
(Wijaya, A., Widodo, S : 2014) dengan
membandingkan tiga algoritma yaitu LZW
(Lempel Ziv Welch), Huffman, dan RLE
dimana pada penenlitian ini menjelaskan
kompresi terbaik pada algoritma LZW
(Lempel Ziv Welch) pada citra file tipe
*.bmp dan kelemahannya terdapat pada
citra file tipe *.jpeg. Pada penelitian
lainnya (Yunianto, T., Purwoto, B : 2014)
dimana penelitian ini menggunakan
algoritma DPCM untuk kompresi citra file
tipe *.bmp dengan menggunakan true
color, grayscale, citra dominan merah,
hijau, biru, dan campuran dengan hasil
penelitian rata-rata ratio sebesar 87,45%.
Penelitian yang dilakukan (Rahandi,
A., dkk : 2013) dimana dijelaskan bahwa
ukuran file Audio *.Wav jarang sekali
digunakan untuk keperluan pemutaran
audio dikarenakan ukuran yang dihasilkan
oleh format tipe file *.wav tergolong besar
dengan batasan maksimal 2GB sedangkan
*.MP3 ukuran file tipe ini tergolong kecil
dengan maksimum penyimpanan 10Mb.
Selanjutnya penelitian yang dilakukan
(linawati, Pangabean, HP: 2014) dijelaskan
algoritma LZW sangat baik dalam
kompresi audio dengan file tipe terbesar.
Kesimpulan dari permasalah dan
penelitian diatas maka peneliti lebih
menitik beratkan kepada analisis kompresi
citra dengan file tipe yang lebih baik yaitu
*.bmp dan menggunakan 4 jenis degradasi
warna dominan merah, biru, hijau dan
campuran warna, serta menganalisa
perbandingan tingkat ratio algoritma LZW
(Lempel Ziv Welch) untuk mengkompresi
Citra dan Audio dimana audio akan
menggunakan file tipe *.wav dimana
menurut penelitian sebelumnya bahwa file
tipe ini merupakan file tipe dengan ukuran
penyimpanan maksimum terbesar.
2. Kerangka Teoritis
2.1 Citra Digital
Citra digital dapat didefinisikan
sebagai fungsi dua variabel, f(x,y), dimana
x dan y adalah koordinat spasial dan nilai
f(x,y) adalah intensitas citra pada
koordinat tersebut. Teknologi dasar untuk
menciptakan dan menampilkan warna pada
citra digital berdasarkan pada penelitian
bahwa
sebuah
warna
merupakan
kombinasi dari tiga warna dasar, yaitu
merah, hijau dan biru (Red, Green, Blue RGB)
2.2 Kompresi
Gambar
(Gambar
Compressions)
Kompresi Citra (Gambar compression)
adalah proses untuk meminimalkan jumlah
bit yang merepresentasikan suatu citra
sehingga ukuran citra menjadi lebih kecil.
Pada dasarnya teknik kompresi citra
digunakan untuk proses transmisi data
(data transmission) dan penyimpanan data
(storage).
Kompresi
citra
banyak
diaplikasikan pada penyiaran televisi,
penginderaan jarak jauh (remote sensing),
komunikasi militer, radar dan lain-lain. [3]
Kompresi citra merupakan suatu
teknik yang digunakan untuk mengurangi
biaya penyimpanan dan transmisi. Teknikteknik yang ada yang digunakan untuk
mengompresi file gambar secara luas.
aplikasi kompresi data yang dilakukan
terhadap citra digital dengan tujuan untuk
mengurangi redudansi dari data-data yang
terdapat dalam citra sehingga dapat
disimpan atau ditransmisikan secara
efisien.
Tujuan kompresi Gambar untuk
meminimalkan jumlah bit yang diperlukan
untuk merepresentasikan citra. Hal ini
sangat berguna apabila ingin mengirimkan
gambar berukuran besar. Gambar yang
berukuran besar akan berpengaruh pada
lamanya waktu pengiriman. Maka dari itu
kompresi gambar akan memadatkan
ukuran gambar menjadi lebih kecil dari
ukuran asli sehingga waktu yang
diperlukan untuk transfer data juga akan
lebih cepat. [3].
2.3 Audio
Audio digital(suara digital ) adalah
harmonisasi bunyi yang dibuat melalui
perekaman konvensional maupun suara
sintetis yang disimpan dalam media
berbasis teknologi komputer. format
encoding dapat menyimpan data dalam
jumlah besar, jangka panjang
dan
berjaringan luas. Pengolahana audio digital
adalah salah satu cabang dari ilmu
informatika. pengolahan audio digital
berkutat pada usaha untuk melakukan
transformasi suatu audio menjadi audio
lain dengan menggunakan teknik tertentu
[4].
2.4 Algoritma Lempel-Ziv-Welch (LZW)
Algoritma Lempel-Ziv-Welch (LZW)
menggunakan
teknik
adaptif
dan
berbasiskan “kamus” Pendahulu LZW
adalah
LZ77
dan
LZ78
yang
dikembangkan oleh Jacob Ziv dan
Abraham Lempel pada tahun 1977 dan
1978. Terry Welch mengembangkan
teknik tersebut pada tahun 1984. LZW
banyak dipergunakan pada UNIX, GIF,
V.42 untuk modem.Algoritma LZW
dikembangkan dari metode kompresi yang
dibuat oleh Ziv dan Lempel pada tahun
1977. Algoritma ini melakukan kompresi
dengan menggunakan dictionary, dimana
fragmen-fragmen teks digantikan dengan
indeks yang diperoleh dari sebuah
“kamus”. Prinsip sejenis juga digunakan
dalam kode Braille, di mana kode-kode
khusus
digunakan
untuk
merepresentasikan kata-kata yang ada.
Pendekatan ini bersifat adaptif dan efektif
karena banyak karakter dapat dikodekan
dengan mengacu pada string yang telah
muncul sebelumnya dalam teks. Prinsip
kompresi tercapai jika referensi dalam
bentuk pointer dapat disimpan dalam
jumlah bit yang lebih sedikit dibandingkan
string aslinya. Algoritma kompresi LZW.
Algoritma LZW merupakan algoritma
kompresi yang bersifat lossless dan
menggunakan
metode
dictionary.
Algoritma ini ditemukan oleh Lemple, Ziv,
dan Welch pada tahun 1984. Secara umum
algoritma kompresi LZW akan membentuk
dictionary selama proses kompresinya
belangsung kemudian setelah selesai maka
dictionary tersebut tidak ikut disimpan
dalam file yang telah terkompresi. Prisinp
kompresi akan terjadi ketika besar bit
untuk dictionary yang telah ditentukan
menggantikan deretan karakter atau string
yang terbentuk sedangkan dalam proses
dekompresinya untuk memperoleh hasil
yang sama dengan file sebelum dikompresi
LZW akan membuat kembali dictionary
selama
proses
dekompresinya
berlangsung.Algoritma
LZW
dikembangkan dari metode kompresi yang
dibuat oleh Ziv dan Lempel pada tahun
1977. Algoritma ini melakukan kompresi
dengan menggunakan dictionary, dimana
fragmen-fragmen teks digantikan dengan
indeks yang diperoleh dari sebuah
“kamus”. Prinsip sejenis juga digunakan
dalam kode Braille, di mana kode-kode
khusus
digunakan
untuk
merepresentasikan kata-kata yang ada.
Pendekatan ini bersifat adaptif dan efektif
karena banyak karakter dapat dikodekan
dengan mengacu pada string yang telah
muncul sebelumnya dalam teks. Prinsip
kompresi tercapai jika referensi dalam
bentuk pointer dapat disimpan dalam
jumlah bit yang lebih sedikit dibandingkan
string aslinya.
3. Metode riset
3.1 Perancangan Sistem
Gambar 1 Flow Chart Perancangan Sistem
3.2 Populasi
Populasi
merupakan
objek
penelitian yang akan digunakan. Pada
penelitian ini populasi atau objek yang
akan digunakan terdapat 2 jenis data
digital yaitu:
a) Gambar
Gambar yang akan dikompresi
merupakan
gambar
yang
mempunyai kapasitas yang cukup
besar,
dimana
gambar
ini
mengandung unsur piksel warna
yang bercampur dengan tingkat
resolusi yang cukup tinggi.
b) Audio
Pada file audio yang digunakan yaitu
file audio WAV karena file audio ini
tergolong mudah untuk digunakan
sebagai objek penelitian dalam file
kompresi
agar
mendapatkan
kesimpulan algoritma yang baik
3.3 Sampel
Sampel merupakan bagian
dari penentuan banyaknya data
penelitian yang akan digunakan. Pada
penelitian
ini
penulis
akan
menggunakan 2 jenis data disgital
seperti yang telah dijelaskan pada
populasi diatas.
Pada 2 jenis data tersebut
akan digunakan jumlah data sebanyak
yang diperlukan pada penelitian
dengan rincian data sebagai berikut:
a) Data Gambar
Pada data gambar akan dipecah
menjadi beberapa data sesuai
dengan warna dasar dari kapasitas
intensitas warna pada gambar,
yaitu:
1) Data
gambar
dengan
intensitas warna Merah (Red)
lebih dominan dibandingkan
dengan data yang lainnya,
banyaknya
data
yang
digunakan
disini
yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
2) Data
gambar
dengan
intensitas
warna
Hijau
(Green)
lebih
dominan
dibandingkan dengan data
yang lainnya, banyaknya data
yang digunakan disini yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
3) Data
gambar
dengan
intensitas warna Biru (Blue)
lebih dominan dibandingkan
dengan data yang lainnya,
banyaknya
data
yang
digunakan
disini
yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
4) Ditambahkan dengan data
dimana
intensitas
warna
mencakup dari 3 warna dasar
RGB, banyaknya data yang
digunakan
disini
yaitu
sebanyak 10 sampel data,
dengan ukuran piksel gambar
1024 x 768 piksel.
b) Data Audio
Pada data Audio lain halnya dengan
gambar karena disini penulis hanya
menggunakan file berekstensi waveform
audio format (WAV) dengan alasan seperti
yang telah dijelaskan pada sub bab
populasi. Banyaknya data yang digunakan
pada penelitian ini yaitu sebanyak 20
sampel audio WAV dengan berbagai
besaran ukuran file audio.
4. Hasil dan pembahasan
4.1 Hasil
4.1.1 Kompresi Sampel Audio (*.Wav)
Sampel Uji pada file Audio
terdapat 20 Uji sampel dengan nama
file dan ukuran file yang berbedabeda, dikarenakan beberapa sampel
Audio diambil dari Internet dengan
interfal waktu play audio yang tidak
terlalu lama, juga terdapat sampel
audio dengan kapasitas yang sedikit
besar dikarenakan sampel ini diambil
dari hasil convert file *.MP3 ke faile
audio sampel *.Wav
Dengan
hasil
yang
telah
didapatkan diatas maka dapat
disimpulkan bahwa file audio wav
yang ditawarkan dari aplikasi yang
dibangun menggunakan algoritma
LZW dapat berhasil dikompresi.
Untuk seluruh data sampel yang di
uji coba dapat dilihat dari tabel
berikut:
Gambar 2 Hasil Ratio Kompresi
4.1.2
Tabel 1 Hasil Kompresi Audio
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
31954
Kbyte
47947
Kbyte
40954
Kbyte
31464
Kbyte
Hasil
Komp
resi
30601
Kbyte
46045
Kbyte
39081
Kbyte
29992
Kbyte
50751
Kbyte
48825
Kbyte
27270
Kbyte
57834
Kbyte
24584
Kbyte
56049
Kbyte
58131
Kbyte
55437
Kbyte
4,63%
20794
Kbyte
20013
Kbyte
3,76%
43178
Kbyte
38872
Kbyte
774
Kbyte
733
Kbyte
400
Kbyte
449
Kbyte
132
Kbyte
583
Kbyte
161
Kbyte
143
Kbyte
346
Kbyte
81
Kbyte
464
Kbyte
351
Kbyte
389
Kbyte
117
Kbyte
502
Kbyte
114
Kbyte
121
Kbyte
308
Kbyte
50
Kbyte
376
Kbyte
Besar
awal
File
01
FESTA!!.wav
01 Sky! Sky!
Sky!.wav
02 Ready!
GO!!.wav
03 Great
Escape.wav
Ayu_Ting_Ti
ng__Kekasihku.
wav
Crazy Instrument.w
av
dawai
asmara.wav
Elvie_Sukaesi
h__Cinta_Rahas
ia.wav
Evie_Tamala
__nyanyian_ri
ndu.wav
Killing Me
Softly –
Instrument.w
av
God is a
girl.wav
i like
chopin(slow).
wav
I wanna be
with u.wav
ihhh,,,LuTun
A....wav
I'm look what
U Done.wav
Informasi
sms.wav
Kunt!LanAX.
wav
Ratio
Kompres
i
4,23%
Kompresi Sampel Gambar
(*.bmp)
Kompresi sampel Gambar yang
digunakan disini menggunakan format
*.bmp, dimana file Gambar yang
dipisahkan menjadi 4 kelompok
Gambar yaitu dominan dengan warna
merah, hijau, biru dan campuran
warna.
3,97%
Ratio Kompresi
3,73%
100,00%
4,68%
50,00%
3,79%
0,00%
1
2
3
4
5
6
7
8
9 10
9,85%
3,09%
Gambar 3 Ratio Kompresi Dominan Merah
Ratio Kompresi
100,00%
50,00%
0,00%
Seringgit.wav
Sms_jäpäñ.w
av
StuPid
cUpid.wav
1
9,97%
5,40%
2
4
5
6
7
8
9 10
Gambar 4 Ratio Kompresi Dominan Hijau
Ratio Kompresi
12,34%
13,42%
3
100,00%
11,60%
50,00%
13,98%
0,00%
1
29,56%
2
3
4
5
6
7
8
15,24%
Gambar 5 Ratio Kompresi Dominan Biru
11,09%
Ratio Kompresi
38,29%
18,85%
50,00%
0,00%
1
2
3
4
5
6
7
8
9 10
Gambar 6 Ratio Kompresi Campuran Warna
Ratio Kompresi
60,00%
40,00%
20,00%
0,00%
1
3
5
7
9
11 13 15 17 19
9
10
4.2 Pembahasan
Berdasarkan dari hasil pengolahan
data kompresi file algoritma LZW,
untuk file audio dan file gambar dapat
disimpulkan hasil presentase tingkat
keberhasilan yang didapatkan, dengan
merujuk dari tabel berikut ini:
2.
Tabel 2 Rata-rata Ratio Test Sampel
Ratio
rata-rata
No
Test File
1
Audio (*.Wav)
Gambar Dominan Merah
(*.bmp)
Gambar Dominan Hijau
(*.bmp)
Gambar Dominan Biru
(*.bmp)
Gambar Campuran
(*.bmp)
2
3
4
5
11,07%
51,08%
45,84%
54,77%
21,84%
Gambar…
Gambar…
Gambar…
Gambar…
60,00%
40,00%
20,00%
0,00%
Audio…
Ratio rata-rata
Ratio rata-rata
Tujuan penelitian juga menuangkan
mendapatkan hasil ratio kompresi
untuk mendapatkan nilai ratio setiap
data yang telah terkompresi. Dari
hasil pengujian dan pembahasan
bahwa dapat ditarik kesimpulan
untuk
a. file audio(*.wav) tingkat ratio
kompresi yang dihasilkan belum
sesuai dengan harapan karena
hanya dapat mencapai tingkat
maksimum kompresi 11,07%.
b. File gambar menunjukkan hasil
yang berbeda-beda berdasarkan
tingkatan dominan warna yang
terdapat pada gambar tersebut,
untuk dominan hijau dan campur
menghasilkan
ratio
penyimpanan cukup rendah
dibawah
50%,
sedangkan
dominan biru dan merah sudah
mencapai diatas 50%
c. Semua hasil pengujian dan
pembahasan dapat disimpulkan
bahwa algoritma Lempel Ziv
Welch (LZW) belum mampu
bekerja secara maksimal untuk
mencapai angka 80-90% dalam
hal kompresi file Audio dan file
Gambar.
6. Referensi
Gambar 7 Grafik Rata-rata Ratio
Hasil Dari Kompresi yang didapatkan
sangat baik dengan angka presentase 54,77%
untuk gambar dominan warna biru, tetapi dari
semua hasil kompresi algoritma ini belum dapat
mengompres seluruh data dengan hasil yang
maksimal atau bisa mendekati angka
presentease yang diharapkan yakni 80-90%.
[1]
[2]
[3]
5. Penutup
Berdasarkan hasil pengujian dan
pembahasan yang telah diuraikan dapat
ditarik kesimpulan:
1. Dari
tujuan
penelitian
yang
diusulkan bahwa penelitian dapat
dijalankan sesuai harapan dimana
tujuan berhasil dengan dapat
mereduksi file yang audio dan image
menjadi terkompresi menggunakan
algoritma yang digunakan,
[4]
[5]
Ichsan, 2011. Implementasi Teknik
Kompresi Gambar Dengan Algoritma
Set Partitioning Hierarchical Trees
Pada Perangkat Bergerak.
Nuraisyah, 2013. Perancangan Aplikasi
Kompresi File Audio
Dengan
Algoritma Arithmetic Coding.
Taufiq Yunianto ,2011. Membangun
Aplikasi
Kompresi
Image
Menggunakan
Metode
DPCM
(Differensial Pulse Code Modulation)
Suara Menggunakan SAPI 5.1 dan
Delphi 5.0 berbasis Teks.
Suhendra. 2013. Aplikasi Pengolahan Audio
Digital
Menggunakan
Metode
Moving
Average
Dan
Bandlimitation In Cepstrum (MABC)
Untuk Menghilangkan Noise
Septiari Resa ,2012 Konverter
Suara
Dengan Input Bahasa Indonesia Ke
Video Gerakan Bahasa Isyarat
Dengan Metode Speech Recognation
(Hidden Markov Model) Untuk
Penderita Tuna Rungu,
[6] Aditya Wijaya, Suryarini Widodo ,2014
Kinerja dan Performa Algoritma
Kompresi Lossles Terhadap Objek
Citra Digital,
[7] Aditya Rahandi, Dian Rachmawati,
Sajadin Semiring ,2013 Analisis
dan Implementasi Kompresi File
Audio
dengan
Menggunakan
Algoritma Run Length Encoding
(RLE),
[8] Linawati, Henry P. Pangabean ,2014
Perbandingan Kinerja Algoritma
Kompresi Huffman, LZW, dan DMC
Pada Berbagai File,