Implementasi Metode Arithmetic Mean Filter Dan Kompresi Citra Menggunakan Metode Run Length Encoding
IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN
KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH
ENCODING (RLE)
SKRIPSI
RETRI WITRA NASTITI
111401116
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2015
IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN
KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH
ENCODING (RLE)
SKRIPSI
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
RETRI WITRA NASTITI
111401116
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: IMPLEMENTASI METODE ARITHMETIC MEAN
FILTER
DAN
KOMPRESI
CITRA
MENGGUNAKAN METODE RUN LENGTH
ENCODING
: SKRIPSI
: RETRI WITRA NASTITI
: 111401116
: SARJANA (S-1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
Diluluskan di
Medan, Januari 2016
Komisi Pembimbing
:
Pembimbing 1
Pembimbing 2
Maya Silvi Lydia, B.Sc, M.Sc
Dian Rachmawati, S.Si, M.Kom
Diketahui/Disetujui oleh
Program Studi S-1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001
iii
PERNYATAAN
IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI
CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 5 Januari 2016
Retri Witra Nastiti
111401116
iv
PENGHARGAAN
Alhamdulillah, puji dan syukur kehadirat Allah SWT yang telah memberikan
rahmat dan karunia-Nya, sehingga Penulis dapat menyelesaikan penyusunan
skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer pada
Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.
Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar–
besarnya kepada :
1.
Bapak Prof. Drs. Subhilhar, M.A, Ph.D selaku Plt Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer
dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S-1 Ilmu
Komputer Universitas Sumatera Utara.
4.
Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S-1 Ilmu
Komputer Universitas Sumatera Utara dan Dosen Pembimbing I yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
5.
Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing II dan Kepala
Laboraturium TA S-1 Ilmu Komputer yang telah memberikan bimbingan,
saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.
6.
Bapak Dr. Syahril Efendi, SSi, MIT selaku Dosen Pembanding I yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7.
Bapak Herriyance, ST, M.Kom selaku Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8.
Wakil Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara, seluruh tenaga pengajar serta pegawai di Program Studi S-1
Ilmu Komputer Fasilkom-TI USU.
9.
Ayahanda Ruwitno Rengadi dan Ibunda Herawati yang selalu memberikan
doa dan dukungan serta kasih sayang kepada penulis, serta kakanda tersayang
Retno Witra Yuningsih, S.Pd., Retni Witra Yuningrum, Amd., dan adinda
Retzky Witra Pangesti yang terus memberikan dukungan dan dorongan bagi
penulis untuk menyelesaikan skripsi ini.
v
10. Teman-teman terdekat, terutama, Siti Aisyah, Nurul Putri Yanti, Lestari
Juwita Ningrum, Geubrina Rizky, Kh. Nisa Dewi, Khairani, Susi Suryani
Panggabean, Nur Kholija Harahap, Dini Islami serta teman-teman
seperjuangan stambuk 2011 lainnya terkhusus teman-teman UKMI AlKhuwarizmi 2013. Dan Dias Tia Ramadhani, Agung Putu Yoga, serta
kakanda Yayang Kurniati yang telah banyak membantu dalam menyelesaikan
skripsi ini. Serta kakak-kakak senior dan adik-adik junior yang senantiasa
memberikan doa dan dukungannya.
11. Keluarga besar UKMI Al-Khuwarizmi dan UKMI Ad-Dakwah USU
khususnya keluarga kaderisasi UKMI Ad-Dakwah USU yang senantiasa
memberikan doa dan dukungannya.
12. Dan semua pihak yang telah banyak membantu yang tidak bisa disebutkan
satu-persatu.
Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah
diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.
Medan, 5 Januari 2015
Penulis
vi
ABSTRAK
Citra merupakan salah satu visualisasi data dan informasi yang dituangkan dalam
bentuk 2 dimensi. Manajemen data dalam bentuk citra digital merupakan bagian
dari kehidupan masyarakat saat ini. Hal terpenting dalam manajemen data digital
terutama citra adalah pengaturan memori yang berkaitan dengan ukuran citra baik
dalam hal pemanfaatan ruang memori maupun kecepatan dalam tranmisi file pada
keperluan tertentu. Oleh karenanya diperlukan suatu metode dan sistem yang baik
untuk dapat melakukan kompresi pada file citra. Salah satu metode kompresi pada
citra adalah metode run length encoding. Metode run length encoding adalah
metode kompresi yang memanfaatkan perulangan dari nilai matriks citra yang
berurutan untuk kemudian dikompresi menjadi satu nilai matriks. Tetapi metode
ini kurang efektif, karena berdasarkan penelitian sebelumnya didapatkan bahwa
hasil kompresi citra menggunakan metode run length encoding sangat buruk
dibandingkan metode kompresi lainnya yakni huffman, lempel ziv welch, dan
shanon-fano. Penambahan proses filtering diharapkan dapat membantu
meningkatkan kinerja dari metode ini. Salah satu metode filtering yang cukup
bagus untuk diterapkan adalah metode arithmetic mean filter. Berdasarkan dari
hasil pengujian diperoleh bahwa penambahan proses filtering dengan
menggunakan metode arithmetic mean filter dapat membantu metode run length
encoding untuk melakukan kompresi pada citra hingga 15% namun, ukuran citra
hasil kompresi tidak lebih kecil dari citra asli disebabkan proses filtering
menggunakan metode arithmetic mean filter ternyata menambah ukuran citra.
Sehingga proses filtering menggunakan metode arithmetic mean filter juga tidak
dapat membantu meningkatkan efektifitas dari kinerja metode kompresi run
length encoding.
Kata kunci : Kompresi Citra, Filtering, Arithmetic Mean Filter, Run Length
Encoding
vii
IMPLEMENTATION OF ARITHMETIC MEAN FILTER METHOD AND
IMAGE COMPRESSION USING RUN LENGTH ENCODING METHOD
ABSTRACT
The image is one of visualization of data and information applied in twodimensional form. And the management of data in digital image form is a part of
people’s life today. The most important thing in a management of digital data
especially of image is the setting of memory that related with size of image in
memory space utilization and speed of files transmission at specipic puposes.
Then the required thing in this case is a good method and system to perform
compression of image files. One of image compression method is run length
encoding. Run length encoding method can do compression of citra with utilizes
iteration of a sequence image matrix value and then compressing them into one
image matrix value. But this method is not effective, because based on the
previous research showed that the result of image compression using run length
encoding method is very bad compared to the other compression method, it is
huffman, lempel ziv welch, and shanon-fano. The writer hopes the additional of
filtering process can increase performance of this compression method. One of the
good filtering method that can be applied is arithmetic mean filter method. Based
on the result of the test showed that the additional of filtering process using
arithmetic mean filter method can help run length encoding method to compress
image until 15%, but the result of image size is not smaller than the true image
size because filtering process using arithmetic mean filter actually add the image
size. So the additional of filtering process with using arithmetic mean filter also
can not help to increase the effectiveness and performance of run length encoding
method.
Keywords: Image Compression, Filtering, Arithmetic Mean Filter, Run Length
Encoding
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
ii
iii
iv
vi
vii
viii
xi
xii
xiii
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Batasan Masalah Atau Ruang Lingkup Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metode Penelitian
1.7 Sistematika Penulisan
1
2
3
3
3
3
4
Bab 2 Landasan Teori
2.1 Citra
2.1.1 Definisi Citra
2.1.2 Picture Element (Pixel)
2.1.3 Matriks Bitmap
2.1.4 Jenis Citra
2.1.4.1 Citra Biner (Monokrom)
2.1.4.2 Citra Skala Keabuan (Grayscale)
2.1.4.3 Citra Warna (True Color)
2.1.4.4 Citra Warna Berindeks
2.2 Pengolahan Citra
2.2.1 Definisi Pengolahan Citra
2.2.2 Aplikasi dan Prinsip Dasar Pengolahan Citra
2.2.3 Peningkatan Kualitas Citra (Image Enhancement)
2.2.4 Perbaikan Citra (Image Restoration)
2.2.5 Transformasi Fourier
2.2.6 Segmentasi
2.3 Filtering
2.3.1 Arithmetic Mean Filter
2.4 Kompresi Citra
2.4.1 Pengertian Kompresi
2.4.2 Teknik Kompresi Citra
6
6
6
7
7
7
8
8
9
10
10
10
11
11
12
12
13
13
14
14
16
ix
2.4.3 Metode Run Length Encoding
2.4.4 Ratio Of Compression (Rc)
2.4.5 Compression Ratio (CR)
2.4.6 Data Berlebihan (Data Redudency)
2.5 Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR)
Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem
3.1.1 Analisis Masalah
3.1.2 Analisis Persyaratan
3.1.2.1 Persyaratan Fungsional
3.1.2.2 Persyaratan Non-Fungsional
3.1.3 Analisis Proses
3.1.3.1 Use Case Diagram
3.1.3.2 Activity Diagram
3.1.3.3 Sequance Diagram
3.1.3.4 Analisis Proses Metode Arithmetic Mean Filter
3.1.3.5 Analisis Proses Metode Run Length Encoding (RLE)
3.2 Pseudocode Program
3.2.1 Pseudocode Arithmetic Mean Filter
3.2.2 Pseudocode Run Length Encoding
3.2.3 Pseudocode Dekompresi Metode Run Length Encoding
3.3 Perancangan Sistem
3.3.1 Flowchart Sistem
3.3.2 Perancangan Antarmuka Sistem
3.3.2.1 Tampilan Menu Utama
3.3.2.2 Tampilan Menu Testing
3.3.2.3 Tampilan Menu Help
Bab 4 Implementasi dan Pengujian
4.1 Implementasi
4.1.1 Form Home
4.1.2 Form Testing
4.1.3 Form Help
4.2 Pengujian
4.2.1 Pengujian Form Testing
4.2.1.1 Proses Filtering Menggunakan Metode
Arithmetic Mean Filter
4.2.1.2 Proses Kompresi Menggunakan Metode
Run Length Encoding (RLE) pada Citra Hasil Filtering
4.2.1.3 Proses Kompresi Menggunakan Metode
Run Length Encoding (RLE) pada Citra Asli
4.2.1.4 Proses Dekompresi Citra Hasil Kompresi Citra Filtering
4.2.1.5 Proses Dekompresi Citra Hasil Kompresi Citra Asli
4.3 Hasil Pengujian
17
18
18
18
19
21
21
21
21
22
22
23
26
29
29
32
34
34
35
37
37
38
39
39
40
42
44
45
45
46
47
47
48
48
49
50
51
51
x
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2. Saran
58
59
Daftar Pustaka
60
xi
DAFTAR TABEL
Nomor
Tabel
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
4.1
4.2
4.3
4.4
Nama Tabel
Halaman
Spesifikasi Use Case Proses Filtering dengan Arithmetic Mean
Filter
Spesifikasi Use Case Proses Kompresi dengan Run Length
Encoding (RLE)
Spesifikasi Use Case Proses Dekompresi
Matriks Citra 6x6
Hasil Filtering Matriks 6x6
Matriks Citra Hasil Filtering
Nilai Matriks Citra Setelah Dikompresi
Jumlah Masing-Masing Nilai Piksel Citra Terkompres
Hasil Kompresi Citra Asli dan Citra Filtering
Hasil Dekompresi Citra Asli Terkompres dan Citra Filtering
Terkompres
Hasil Perhitungan Dimensi, Ukuran dan Rasio Kompresi pada
Citra Asli Terkompres dan Citra Filtering Terkompres
Hasil Perhitungan MSE, PSNR, Dimensi, dan Ukuran dari Citra
Filtering, Citra Dekompresi dari Citra Asli Terkompres, dan
Citra Dekompresi dari Citra Filtering Terkompres
24
24
25
30
32
32
33
34
52
54
55
56
xii
DAFTAR GAMBAR
Nomor
Gambar
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
Nama Gambar
Halaman
Bitmap dengan Nilai Matrisknya
Citra Biner
Citra Grayscale
Citra Warna
Citra Warna Berindeks
Pemilihan Kernel 3x3
Proses Kompresi Citra Analog ke Citra Digital dan
Pengirimannya
Kompresi Citra Menggunakan 7-Zip
Use Case Diagram
Activity Diagram Proses Filtering
Activity Diagram Proses Kompresi
Activity Diagram Proses Dekompresi
Sequence Diagram Sistem
Flowchart Sistem
Tampilan Menu Utama
Tampilan Menu Testing
Tampilan Menu Help
Diagram Ishikawa
Halaman Menu Home
Menu Testing
Menu Help
Proses Open File Image
Proses Filtering pada Citra
Proses Kompresi Menggunakan Metode Run Length Encoding
(RLE) pada Citra Hasil Filtering
Proses Kompresi Menggunakan Metode Run Length Encoding
(RLE) pada Citra Asli
Proses Dekompresi Citra Hasil Kompresi Citra Filtering
Proses Dekompresi Citra Hasil Kompresi Citra Asli
7
8
8
9
10
13
15
16
23
26
27
28
29
38
39
40
43
44
45
46
46
47
48
49
50
50
51
xiii
DAFTAR LAMPIRAN
Halaman
A. Listing Program
B. Daftar Riwayat Hidup
A-1
B-1
KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH
ENCODING (RLE)
SKRIPSI
RETRI WITRA NASTITI
111401116
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2015
IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN
KOMPRESI CITRA MENGGUNAKAN METODE RUN LENGTH
ENCODING (RLE)
SKRIPSI
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
RETRI WITRA NASTITI
111401116
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: IMPLEMENTASI METODE ARITHMETIC MEAN
FILTER
DAN
KOMPRESI
CITRA
MENGGUNAKAN METODE RUN LENGTH
ENCODING
: SKRIPSI
: RETRI WITRA NASTITI
: 111401116
: SARJANA (S-1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
Diluluskan di
Medan, Januari 2016
Komisi Pembimbing
:
Pembimbing 1
Pembimbing 2
Maya Silvi Lydia, B.Sc, M.Sc
Dian Rachmawati, S.Si, M.Kom
Diketahui/Disetujui oleh
Program Studi S-1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001
iii
PERNYATAAN
IMPLEMENTASI METODE ARITHMETIC MEAN FILTER DAN KOMPRESI
CITRA MENGGUNAKAN METODE RUN LENGTH ENCODING
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 5 Januari 2016
Retri Witra Nastiti
111401116
iv
PENGHARGAAN
Alhamdulillah, puji dan syukur kehadirat Allah SWT yang telah memberikan
rahmat dan karunia-Nya, sehingga Penulis dapat menyelesaikan penyusunan
skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer pada
Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.
Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar–
besarnya kepada :
1.
Bapak Prof. Drs. Subhilhar, M.A, Ph.D selaku Plt Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer
dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S-1 Ilmu
Komputer Universitas Sumatera Utara.
4.
Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S-1 Ilmu
Komputer Universitas Sumatera Utara dan Dosen Pembimbing I yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
5.
Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing II dan Kepala
Laboraturium TA S-1 Ilmu Komputer yang telah memberikan bimbingan,
saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.
6.
Bapak Dr. Syahril Efendi, SSi, MIT selaku Dosen Pembanding I yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7.
Bapak Herriyance, ST, M.Kom selaku Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8.
Wakil Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara, seluruh tenaga pengajar serta pegawai di Program Studi S-1
Ilmu Komputer Fasilkom-TI USU.
9.
Ayahanda Ruwitno Rengadi dan Ibunda Herawati yang selalu memberikan
doa dan dukungan serta kasih sayang kepada penulis, serta kakanda tersayang
Retno Witra Yuningsih, S.Pd., Retni Witra Yuningrum, Amd., dan adinda
Retzky Witra Pangesti yang terus memberikan dukungan dan dorongan bagi
penulis untuk menyelesaikan skripsi ini.
v
10. Teman-teman terdekat, terutama, Siti Aisyah, Nurul Putri Yanti, Lestari
Juwita Ningrum, Geubrina Rizky, Kh. Nisa Dewi, Khairani, Susi Suryani
Panggabean, Nur Kholija Harahap, Dini Islami serta teman-teman
seperjuangan stambuk 2011 lainnya terkhusus teman-teman UKMI AlKhuwarizmi 2013. Dan Dias Tia Ramadhani, Agung Putu Yoga, serta
kakanda Yayang Kurniati yang telah banyak membantu dalam menyelesaikan
skripsi ini. Serta kakak-kakak senior dan adik-adik junior yang senantiasa
memberikan doa dan dukungannya.
11. Keluarga besar UKMI Al-Khuwarizmi dan UKMI Ad-Dakwah USU
khususnya keluarga kaderisasi UKMI Ad-Dakwah USU yang senantiasa
memberikan doa dan dukungannya.
12. Dan semua pihak yang telah banyak membantu yang tidak bisa disebutkan
satu-persatu.
Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah
diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.
Medan, 5 Januari 2015
Penulis
vi
ABSTRAK
Citra merupakan salah satu visualisasi data dan informasi yang dituangkan dalam
bentuk 2 dimensi. Manajemen data dalam bentuk citra digital merupakan bagian
dari kehidupan masyarakat saat ini. Hal terpenting dalam manajemen data digital
terutama citra adalah pengaturan memori yang berkaitan dengan ukuran citra baik
dalam hal pemanfaatan ruang memori maupun kecepatan dalam tranmisi file pada
keperluan tertentu. Oleh karenanya diperlukan suatu metode dan sistem yang baik
untuk dapat melakukan kompresi pada file citra. Salah satu metode kompresi pada
citra adalah metode run length encoding. Metode run length encoding adalah
metode kompresi yang memanfaatkan perulangan dari nilai matriks citra yang
berurutan untuk kemudian dikompresi menjadi satu nilai matriks. Tetapi metode
ini kurang efektif, karena berdasarkan penelitian sebelumnya didapatkan bahwa
hasil kompresi citra menggunakan metode run length encoding sangat buruk
dibandingkan metode kompresi lainnya yakni huffman, lempel ziv welch, dan
shanon-fano. Penambahan proses filtering diharapkan dapat membantu
meningkatkan kinerja dari metode ini. Salah satu metode filtering yang cukup
bagus untuk diterapkan adalah metode arithmetic mean filter. Berdasarkan dari
hasil pengujian diperoleh bahwa penambahan proses filtering dengan
menggunakan metode arithmetic mean filter dapat membantu metode run length
encoding untuk melakukan kompresi pada citra hingga 15% namun, ukuran citra
hasil kompresi tidak lebih kecil dari citra asli disebabkan proses filtering
menggunakan metode arithmetic mean filter ternyata menambah ukuran citra.
Sehingga proses filtering menggunakan metode arithmetic mean filter juga tidak
dapat membantu meningkatkan efektifitas dari kinerja metode kompresi run
length encoding.
Kata kunci : Kompresi Citra, Filtering, Arithmetic Mean Filter, Run Length
Encoding
vii
IMPLEMENTATION OF ARITHMETIC MEAN FILTER METHOD AND
IMAGE COMPRESSION USING RUN LENGTH ENCODING METHOD
ABSTRACT
The image is one of visualization of data and information applied in twodimensional form. And the management of data in digital image form is a part of
people’s life today. The most important thing in a management of digital data
especially of image is the setting of memory that related with size of image in
memory space utilization and speed of files transmission at specipic puposes.
Then the required thing in this case is a good method and system to perform
compression of image files. One of image compression method is run length
encoding. Run length encoding method can do compression of citra with utilizes
iteration of a sequence image matrix value and then compressing them into one
image matrix value. But this method is not effective, because based on the
previous research showed that the result of image compression using run length
encoding method is very bad compared to the other compression method, it is
huffman, lempel ziv welch, and shanon-fano. The writer hopes the additional of
filtering process can increase performance of this compression method. One of the
good filtering method that can be applied is arithmetic mean filter method. Based
on the result of the test showed that the additional of filtering process using
arithmetic mean filter method can help run length encoding method to compress
image until 15%, but the result of image size is not smaller than the true image
size because filtering process using arithmetic mean filter actually add the image
size. So the additional of filtering process with using arithmetic mean filter also
can not help to increase the effectiveness and performance of run length encoding
method.
Keywords: Image Compression, Filtering, Arithmetic Mean Filter, Run Length
Encoding
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
ii
iii
iv
vi
vii
viii
xi
xii
xiii
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Batasan Masalah Atau Ruang Lingkup Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metode Penelitian
1.7 Sistematika Penulisan
1
2
3
3
3
3
4
Bab 2 Landasan Teori
2.1 Citra
2.1.1 Definisi Citra
2.1.2 Picture Element (Pixel)
2.1.3 Matriks Bitmap
2.1.4 Jenis Citra
2.1.4.1 Citra Biner (Monokrom)
2.1.4.2 Citra Skala Keabuan (Grayscale)
2.1.4.3 Citra Warna (True Color)
2.1.4.4 Citra Warna Berindeks
2.2 Pengolahan Citra
2.2.1 Definisi Pengolahan Citra
2.2.2 Aplikasi dan Prinsip Dasar Pengolahan Citra
2.2.3 Peningkatan Kualitas Citra (Image Enhancement)
2.2.4 Perbaikan Citra (Image Restoration)
2.2.5 Transformasi Fourier
2.2.6 Segmentasi
2.3 Filtering
2.3.1 Arithmetic Mean Filter
2.4 Kompresi Citra
2.4.1 Pengertian Kompresi
2.4.2 Teknik Kompresi Citra
6
6
6
7
7
7
8
8
9
10
10
10
11
11
12
12
13
13
14
14
16
ix
2.4.3 Metode Run Length Encoding
2.4.4 Ratio Of Compression (Rc)
2.4.5 Compression Ratio (CR)
2.4.6 Data Berlebihan (Data Redudency)
2.5 Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR)
Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem
3.1.1 Analisis Masalah
3.1.2 Analisis Persyaratan
3.1.2.1 Persyaratan Fungsional
3.1.2.2 Persyaratan Non-Fungsional
3.1.3 Analisis Proses
3.1.3.1 Use Case Diagram
3.1.3.2 Activity Diagram
3.1.3.3 Sequance Diagram
3.1.3.4 Analisis Proses Metode Arithmetic Mean Filter
3.1.3.5 Analisis Proses Metode Run Length Encoding (RLE)
3.2 Pseudocode Program
3.2.1 Pseudocode Arithmetic Mean Filter
3.2.2 Pseudocode Run Length Encoding
3.2.3 Pseudocode Dekompresi Metode Run Length Encoding
3.3 Perancangan Sistem
3.3.1 Flowchart Sistem
3.3.2 Perancangan Antarmuka Sistem
3.3.2.1 Tampilan Menu Utama
3.3.2.2 Tampilan Menu Testing
3.3.2.3 Tampilan Menu Help
Bab 4 Implementasi dan Pengujian
4.1 Implementasi
4.1.1 Form Home
4.1.2 Form Testing
4.1.3 Form Help
4.2 Pengujian
4.2.1 Pengujian Form Testing
4.2.1.1 Proses Filtering Menggunakan Metode
Arithmetic Mean Filter
4.2.1.2 Proses Kompresi Menggunakan Metode
Run Length Encoding (RLE) pada Citra Hasil Filtering
4.2.1.3 Proses Kompresi Menggunakan Metode
Run Length Encoding (RLE) pada Citra Asli
4.2.1.4 Proses Dekompresi Citra Hasil Kompresi Citra Filtering
4.2.1.5 Proses Dekompresi Citra Hasil Kompresi Citra Asli
4.3 Hasil Pengujian
17
18
18
18
19
21
21
21
21
22
22
23
26
29
29
32
34
34
35
37
37
38
39
39
40
42
44
45
45
46
47
47
48
48
49
50
51
51
x
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2. Saran
58
59
Daftar Pustaka
60
xi
DAFTAR TABEL
Nomor
Tabel
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
4.1
4.2
4.3
4.4
Nama Tabel
Halaman
Spesifikasi Use Case Proses Filtering dengan Arithmetic Mean
Filter
Spesifikasi Use Case Proses Kompresi dengan Run Length
Encoding (RLE)
Spesifikasi Use Case Proses Dekompresi
Matriks Citra 6x6
Hasil Filtering Matriks 6x6
Matriks Citra Hasil Filtering
Nilai Matriks Citra Setelah Dikompresi
Jumlah Masing-Masing Nilai Piksel Citra Terkompres
Hasil Kompresi Citra Asli dan Citra Filtering
Hasil Dekompresi Citra Asli Terkompres dan Citra Filtering
Terkompres
Hasil Perhitungan Dimensi, Ukuran dan Rasio Kompresi pada
Citra Asli Terkompres dan Citra Filtering Terkompres
Hasil Perhitungan MSE, PSNR, Dimensi, dan Ukuran dari Citra
Filtering, Citra Dekompresi dari Citra Asli Terkompres, dan
Citra Dekompresi dari Citra Filtering Terkompres
24
24
25
30
32
32
33
34
52
54
55
56
xii
DAFTAR GAMBAR
Nomor
Gambar
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
Nama Gambar
Halaman
Bitmap dengan Nilai Matrisknya
Citra Biner
Citra Grayscale
Citra Warna
Citra Warna Berindeks
Pemilihan Kernel 3x3
Proses Kompresi Citra Analog ke Citra Digital dan
Pengirimannya
Kompresi Citra Menggunakan 7-Zip
Use Case Diagram
Activity Diagram Proses Filtering
Activity Diagram Proses Kompresi
Activity Diagram Proses Dekompresi
Sequence Diagram Sistem
Flowchart Sistem
Tampilan Menu Utama
Tampilan Menu Testing
Tampilan Menu Help
Diagram Ishikawa
Halaman Menu Home
Menu Testing
Menu Help
Proses Open File Image
Proses Filtering pada Citra
Proses Kompresi Menggunakan Metode Run Length Encoding
(RLE) pada Citra Hasil Filtering
Proses Kompresi Menggunakan Metode Run Length Encoding
(RLE) pada Citra Asli
Proses Dekompresi Citra Hasil Kompresi Citra Filtering
Proses Dekompresi Citra Hasil Kompresi Citra Asli
7
8
8
9
10
13
15
16
23
26
27
28
29
38
39
40
43
44
45
46
46
47
48
49
50
50
51
xiii
DAFTAR LAMPIRAN
Halaman
A. Listing Program
B. Daftar Riwayat Hidup
A-1
B-1