2.2 Jenis-jenis Citra - Implementasi Metode Kuantisasi Pada Kompresi Dan Dekompresi Citra Bitmap Dan JPEG

BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk

  mendukung penulisan tugas akhir ini. Teori-teori yang dibahas mengenai pengertian citra, kompresi citra, metode kuantisasi, dan beberapa subpokok pembahasan lainnya yang menjadi landasan dalam penulisan tugas akhir ini.

  2.1 Citra

  Citra adalah gambar pada bidang dua dimensi. Citra merupakan suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek [9]. Citra sebagai keluaran suatu sistem perekaman data bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan[4].

  Citra yang digunakan dalam pengolahan citra oleh komputer adalah citra dalam bentuk digital. Citra digital dapat didefenisikan sebagai suatu larik (array) piksel berukuran dua dimensi.Sedangkan piksel merupakan komponen dari larik sebuah citra digital yang menunjukkan nilai kecerahan tertentu. Misalnya citra yang mempunyai ukuran 512 x 512, berarti jumlah piksel vetikal adalah 512 piksel, sedangkan jumlah piksel horizontal adalah 512 piksel, sehingga jumlah piksel keseluruhan yang terdapat dalam citra tersebut adalah 262144 piksel [9].

  2.2 Jenis-jenis Citra

  Terdapat 2 macam citra yaitu :

  1. Citra Kontinu, citra yang dihasilkan dari sistem optik yang menerima sinyal analog.

  Contoh : mata manusia, kamera analog.

  2. Citra digital, citra yang dihasilkan melalui proses digitalisasi terhadap citra kontinu [4]. Citra dapat dikatakan sebagai citra digital jika citra tersebut disimpan dalam format digital (dalam bentuk file). Seperti halnya proses digitalisasi dalam bentuk data lain, proses digitalisasi pada citra juga merupakan proses pengubahan suatu bentuk data citra dari yang bersifat analog ke dalam bentuk data digital. Yang mana proses ini dapat dilakukan dengan dapat diolah menggunakan komputer sedangkan jenis citra yang lain dapat diolah dengan komputer jika citra tersebut diubah terlebih dahulu menjadi citra digital. Berikut ini gambar elemen sistem pemrosesan citra digital.

Gambar 2.1 Elemen Sistem Pemrosesan Citra Digital

  Digitizer pada gambar diatas berfungsi untuk menangkap citra yang melakukan penjelajahan citra dan mengkonversi citra tersebut ke representasi numerik sebagai masukan bagi komputer. Hasil dari digitizer ini adalah matriks yang elemen-elemennya menyatakan nilai intensitas cahaya pada satu titik. Komputer digunakan pada sistem pemrosesan citra. Piranti tampilan berfungsi untuk mengkonversi matriks intensitas tinggi kemudian merepresentasikan citra ke tampilan yang dapat dilihat oleh manusia. Sedangkan media penyimpanan berfungsi untuk menyimpan hasil konversi citra menjadi citra digital sehingga dapat disimpan secara permanen agar dapat diproses lagi pada waktu yang lain [4].

  Sebuah citra digital terdiri dari titik-titik persegi panjang atau elemen gambar yang diatur dalam m baris n kolom. Jumlah dari m x n disebut resolusi gambar dan titik-titik tersebut disebut piksel [3]. Semakin tinggi resolusi (semakin banyak jumlah piksel untuk tiap inci gambar), semakin halus gambar yang diperoleh. Ini disebabkan jumlah informasi yang hilang semakin sedikit.

2.3 Piksel

  Piksel adalah bagian terkecil dari sebuah citra. Piksel adalah satu titik pada citra yang direpresentasikan dalam bentuk 8 bit informasi. Pada kenyataannya, untuk untuk merepresentasikan terang atau gelap, sedangkan satu piksel lain digunakan untuk merepresentasikan warna pada titik yang sama [5]. Semakin banyak jumlah piksel yang mewakili sebuah citra, maka semakin tinggi resolusi citra tersebut. Jika resolusi semakin tinggi maka kualitas citra yang dihasilkan akan lebih baik.

2.4 Jenis-jenis citra digital

  2.4.1. Citra biner (Monokrom)

  Citra biner adalah citra yang hanya memiliki dua nilai derajat keabuan, yaitu : hitam dan putih. [2]. Banyaknya warna : 2, yaitu hitam dan putih Dibutuhkan 1 bit di memori untuk menyimpan kedua warna ini. Gradasi warna :

  1 bit 0 = warna hitam ; bit 1 = warna putih

Gambar 2.2 Contoh citra biner

  2.4.2. Citra grayscale (skala keabuan)

  Banyaknya warna di citra grayscale tergantung pada jumlah bit yang disediakan untuk menampung kebutuhan warna ini [1].

  Citra 2 bit mewakili 4 warna dengan gradasi warna berikut :

  1

  2

  3 Citra 3 bit mewakili 8 warna dengan gradasi warna berikut :

  1

  2

  

3

  4

  5

  6

  7 Gambar 2.3 Contoh citra Grayscale

2.4.3. Citra warna ( true color)

  Tiap piksel pada citra warna merupakan kombinasi dari tiga warna dasar yaitu, RGB (Red Green Blue) [4]. Dalam sebuah citra RGB, sebuah piksel memuat nilai dari tiga warna dasar tersebut. Dalam sebuah citra RGB 24- bit, nilai RGB masing-masing berkisar antara 0-255. Sebagai contoh representasi warna pada sebuah piksel antara lain, RGB [255,0,0] menghasilkan warna merah, RGB [0,255,0] menghasilkan warna biru, RGB [0,0,255] menghasilkan warna hijau. [13]. Setiap warna dasar menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap warna mempunyai gradasi sebanyak 255 warna. Berarti setiap piksel mempunyai

  8

  8

  8

  kombinasi warna sebanyak 2 .2 .2 = 16.777.216. Itulah sebabnya format ini dinamakan true color karena mempunyai jumlah warna yang cukup besar sehingga bisa dikatakan hampir mencangkup semua warna di alam. Penyimpanan citra true color di dalam memori berbeda dengan citra grayscale. Setiap piksel dari citra grayscale 256 gradasi warna diwakili oleh 1 byte. Sedangkan 1 piksel citra true color diwakili oleh 3 byte, dimana masing-masing byte mewakili warna merah (red), hijau (green), dan biru (blue) [1].

  Citra true color dengan gradasi warna berikut:

Gambar 2.4 Gradasi warna citra true color

  true color

Gambar 2.5 Contoh citra

2.5 Format File Citra Bitmap

  Citra digital bitmap (citra bitmap) secara teknis sering disebut sebagai

  raster images . Format citra bitmap mendukung citra dengan jumlah bit per

  piksel sebanyak 1, 4, 8, 16, 24, dan 32 [14]. Gambar bitmap adalah gambar yang terbentuk dari piksel. Format gambar bitmap sering dipakai dalam foto dan gambar. Keunggulan dari gambar bitmap adalah kemudahannya untuk ditampilkan secara rinci dengan pola-pola kompleks, yang tidak dapat dengan mudah direpresentasikan sebagai model matematika (garis, kurva) [9]. Format fileBitmap (BMP) merupakan format standar sistem operasi windows dalam IBM OS/2. Format ini mendukung mode warna dari bitmap mode hingga RGB mode. Bitmap (BMP) mudah dibuka dan disimpan, tetapi ada beberapa aturan khusus yang harus dicermati, diantaranya :

  1. Format file ini menyimpan datanya secara terbalik, yaitu dari bawah keatas.

  2. Citra dengan resolusi warna 8 bit, lebar citra harus merupakan kelipatan dari 4 bila tidak maka pada saat penyimpanan akan ditambahkan

  3. Citra dengan resolusi warna 24 bit, urutan penyimpanan 3 warna dasar adalah biru, hijau, merah (RGB).

  4. Ukuran file bitmap ini bisa sangat besar hingga Megabytes[5].

Gambar 2.6 Contoh citra bitmap

2.6 Format File Citra JPEG

  Format file Joint Photographic Exprest Group (JPEG) atau yang biasa disingkat JPG terkenal karena ukurannya yang mini dibandingkan dengan format-format citra lainnya. Mampu menayangkan warna dengan kedalaman 24-bit true color. JPG mendukung mode warna RGB, CMYK (Cyan, Magenta, Yellow, Black) dan Grayscale. Tetapi tidak mampu menampilkan citra dengan latar belakang transparan [4].

Gambar 2.7 Contoh citra JPEG

  2.7 Pengertian Pengolahan Citra

  komputer, menjadikan kualitas citra lebih baik dari sebelumnya. Umumnya operasi-operasi pada pengolahan citra diterapkan pada citra apabila : a. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra.

  b. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur.

  c. Sebagian citra perlu digabung dengan bagian citra yang lain [2]. Pengolahan citra bertujuan untuk memperbaiki kualitas citra agar mudah diartikan oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra merubah citra menjadi citra lain, contohnya kompresi citra (image compression). Dalam proses kompresi citra masukkannya adalah citra dan keluarannya juga citra, namun citra keluaran yang dihasilkan mempunyai ukuran yang lebih kecil dari citra masukannya. Salah satu operasi yang dilakukan dalam pengolahan citra adalah kompresi citra (image compression) [2].

  2.8 Kompresi Citra

  Pemampatan citra atau Kompresi citra (image compression) adalah proses untuk meminimalkan jumlah bit yang mewakili sebuah citra sehingga ukuran citra menjadi lebih kecil dari ukuran yang semula [6]. Secara umum kompresi citra bertujuan untuk meminimalkan kebutuhan memori dalam merepresentasikan citra digital dengan mengurangi duplikasi data di dalam citra sehingga memori yang dibutuhkan menjadi lebih sedikit daripada representasi semula [1]. Proses kompresi dan dekompresi citra dapat dilihat pada gambar di bawah ini :

  Citra Asli Citra Hasil Kompresi

Gambar 2.8 Alur kompresi citra dan dekompresi citra

  Manfaat kompresi citra antara lain : 1. Meminimalkan waktu pengiriman data pada saluran komunikasi.

  Contohnya pengiriman gambar menjadi lebih singkat , download dari internet, pengiriman data medis, dan lain-lain.

  2. Membutuhkan ruang memori yang lebih sedikit dibandingkan dengan citra yang tidak dimampatkan [1].

  3. Mengurangi redundancy data sebuah citra agar dapat mengurangi ukuran byte dari sebuah citra [13]

2.8.2 Jenis Kompresi Citra

  1. Pendekatan Statistik Bekerja dengan cara mengkodekan suatu simbol atau data yang sering muncul dengan jumlah bit yang lebih kecil dibandingkan dengan simbol yang memiliki intensitas kemunculan yang lebih rendah. [15] Contoh : metode huffman

  2. Pendekatan Ruang Melihat hubungan antar piksel yang mempunyai derajat keabuan yang sama pada wilayah dalam citra.[2] Contoh : metode Run-Length Encoding

  3. Pendekatan Kuantisasi Bekerja dengan cara mengurangi intensitas warna yang dimiliki sebuah citra, sehingga menyebabkan ukuran bit yang mewakili citra akan berkurang. Contoh : metode Kuantisasi

  4. Pendekatan Fraktal Bekerja dengan cara menghilangkan bagian-bagian citra yang memiliki kemiripan. Biasanya citra yang dikompresi dengan metode pendekatan fractal akan kehilangan resolusi citra aslinya. Contoh : Metode Fraktal [13]

2.8.3 Teknik Kompresi Citra

  1. Lossy Compression Teknik kompresi dimana data hasil dekompresi tidak tepat sama dengan data asli (sebelum dikompresi)[16]. Namun hasilnya sudah “cukup” untuk digunakan [7]. Contoh: metode kuantisasi, fraktal , FFT (Fast Fourier Transform). Pada lossy compression rasio kompresi yang dihasilkan lebih tinggi dari lossless compression[16].

  Kelebihan dari lossy compression adalah ukuran file lebih kecil dibanding loseless namun masih tetap memenuhi syarat untuk digunakan. Biasanya teknik ini membuang bagian-bagian data yang sebenarnya tidak begitu berguna, tidak begitu dilihat oleh manusia sehingga manusia masih beranggapan bahwa data tersebut masih bisa digunakan walaupun sudah dikompresi. Diagram lossy compression seperti yang terlihat pada gambar 2.9

  Source encoder quantizer Input image Compressed entropy image encoder

Gambar 2.9 diagram lossy compression [16]

  2. Loseless Compression Teknik kompresi dimana data hasil kompresi dapat didekompresi lagi dan hasilnya tepat sama seperti data sebelum proses kompresi [7].

  Contoh : Arithmetic coding, Shanon fano coding , RLE (Run Length

  Encoding ). Teknik ini digunakan jika dibutuhkan data setelah dikompresi harus dapat diekstrak/dekompresi lagi tepat sama.

  Kadangkala ada data-data yang setelah dikompresi dengan teknik ini ukurannya menjadi lebih besar atau sama. Pada lossless compression citra yang telah dikompresi memiliki kesamaan secara numerik yang Keuntungan dari metode lossy atas lossless adalah dalam beberapa kasus metode lossy menghasilkan file kompresi yang lebih kecil dibandingkan dengan metode lossless. Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video karena data tersebut dimaksudkan kepada human interpretation dimana pikiran dapat dengan mudah “mengisi bagian-bagian yang kosong” atau melihat kesalahan yang sangat kecil. Sedangkan lossless digunakan untuk mengkompresi data untuk diterima dalam kondisi asli seperti dokumen teks. Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil dekompresi sama dengan data asli [9]. Diagram lossless seperti yang terlihat pada gambar 2.10

  Lossless encoder Table specification

Source Entropy

predictor

image encoder

Compressed image

Gambar 2.10 diagram lossless compression [16]

2.8.4 Rasio Kompresi Citra

  Rasio kompresi citra adalah ukuran presentase citra yang telah berhasil dimampatkan. Secara matematis rasio pemampatan citra dituliskan sebagai berikut :

  

ℎ

Rasio = 100% × 100%

  − � � Misalkan hasil rasio adalah 35% , artinya 35% dari citra semula telah dimampatkan [1].

  Ukuran citra hasil kompresi = 72 bit

  ℎ

  100% × 100% Rasio =

  − � �

  72 Rasio = 100% × 100%

  − � �

  144 Rasio = 100%

  − [50 %]

  Rasio = 50 %

  Hasil rasio = 50%. Artinya, 50% dari citra semula telah berhasil dimampatkan.

Gambar 2.11 Contoh citra sebelum dikompresiGambar 2.12 Contoh citra sesudah dikompresi

  Pada proses dekompresi, citra yang sudah dikompresi harus dapat dikembalikan lagi menjadi representasi citra seperti citra aslinya. Proses ini diperlukan jika citra ingin ditampilkan ke layar atau disimpan ke dalam arsip dengan format yang tidak terkompresi [6].

  Pada metode kuantisasi, dekompresi dilakukan melalui proses dekuantisasi. Proses dekuantisasi adalah proses sebaliknya dari kuantisasi, yaitu mengembalikan nilai hasil kuantisasi ke nilai awal sebelum proses kuantisasi. Sesuai prinsip metode kuantisasi yaitu membagi-bagi intensitas warna sebuah citra. Maka, proses dekuantisasi dilakukan dengan cara proses perkalian [11].

2.8 Metode Kuantisasi

  Sesuai dengan prinsip kerja dari lossy compression yang menghilangkan beberapa bagian dari sebuah citra yang dianggap tidak begitu penting, maka metode kuantisasi bekerja dengan mengurangi derajat keabuan sehingga jumlah bit yang dibutuhkan untuk merepresentasikan citra berkurang [1]. Metode kuantisasi bekerja dengan mengurangi jumlah intensitas warna sebuah citra, sehingga jumlah bit yang digunakan untuk merepresentasikan citra menjadi berkurang [8]. Oleh karena jumlah bit berkurang maka ukuran file menjadi lebih kecil. Dengan berkurangnya intensitas warna tentu saja ada informasi yang hilang dari citra asal. Oleh karena itu metode ini termasuk dalam lossy compression, sehingga citra yang sudah dikompresi sulit didekompresi kembali karena adanya informasi yang hilang. Proses kompresi tentunya akan berdampak kepada banyak hal. Yang pertama adalah ukuran citra hasil kompresi. Ukuran citra diharapkan lebih kecil dari citra asal. Kedua adalah kualitas citra untuk input terhadap proses berikutnya.

  Proses kuantisasi adalah proses membagi-bagi warna kontinu menjadi G buah warna. Biasanya G diambil dari perpangkatan 2.

  2

  Keterangan : MSE = Mean Squared Error N = Jumlah Sampel X t = Nilai piksel sebelum Kompresi

  2

=1

  − )

  = � (

  Mean Square Error adalah rata-rata kesalahan yang dikuadratkan. Semakin besar nilai MSE maka semakin besar nilai kesalahan. Sebuah citra yang memiliki nilai MSE yang tinggi, maka kualitas dari citra tersebut semakin rendah.

  0 ~ 65535 16 bit/ 2 byte Semakin besar kedalaman piksel yang dipakai untuk merepresentasikan suatu gambar, semakin bagus gambar digital yang akan dihasilkan karena jumlah warna yang dapat direpresentasikan semakin banyak. Pada umumnya, gambar grayscale memiliki 256 level dan membutuhkan kapasitas 8 bit / 1 byte untuk tiap pikselnya [2].

  16

  0 ~ 255 8 bit/1 byte

  m

  8

  2

  0 ~ 1 1 bit

  1

  2

  

Tabel 1. Kedalaman Piksel

G Rentang Nilai Kedalaman Piksel

  Keterangan : G = jumlah warna (derajat keabuan) m = bilangan bulat positif

2.9 Mean Square Error ( MSE )

  Y t = Nilai piksel sesudah Kompresi