IMPLEMENTASI DAN PENGUJIAN
4.2.1. Pengujian Kompresi dan Dekompresi Citra
Ada 2 jenis pengujian kompresi dan Dekompresi citra. Yaitu untuk citra berformat *.jpeg dan untuk citra berformat .bmp. langkah pertama sistem akan mengkompresi citra dengan format *.jpeg terlebih dahulu.
4.2.1.1. Pengujian Kompresi Citra Format *.jpeg
Langkah pertama yang dilakukan dalam menu proses untuk mengkompresi citra adalah memilih citra yang akan dikompresi. Proses pemilihan citra terlihat pada gambar 4.5.
Gambar 4.5. Tampilan Form saat Pilih Citra *.jpeg
Pada gambar 4.5 terlihat proses pemilihan citra. Yang dilakukan adalah memilih citra dengan format *.jpeg. dalam pengujian kompresi ini kita memilih citra dengan nama foto1.jpeg. setelah memilih citra, tampilan selanjutnya dari form proses terlihat pada gambar 4.6.
Gambar 4.6. Tampilan Form saat Citra telah dipilih
Gambar 4.6 merupakan tampilan form setelah dilakukan pemilihan citra. Citra yang telah dipilih tadi akan ditampilkan axes1 pada panel citra asli. Langkah selanjutnya
yaitu menekan button kompresi agar dilakukan proses kompresi. Tampilan form setelah button kompresi dipilih terlihat pada gambar 4.7.
Gambar 4.7. Tampilan Form setelah Kompresi
Gambar 4.7 merupakan tampilan form setelah dilakuakan kompresi. Terlihat gambar yang telah dikompresi muncul pada axes2 panel citra kompresi. Selain itu muncul juga ukuran dimensi file citra dan waktu yang dihabiskan untu proses kompresi dan terlihat perbedaan pada gambar asli dan gambar kompresi secara kasat mata. Gambar kompresi mempunyai cahaya yang lebih redup dibandingkan gambar asli. Selanjutnya dilakukan proses penyimpanan citra agar citra dapat disimpan dan sistem dapat melakukan perhitungan rasio. Proses penyimpanan terlihat pada gambar 4.8.
Gambar 4.8. Tampilan Form saat proses penyimpanan citra kompresi
Gambar 4.9. Tampilan Form setelah proses penyimpanan citra kompresi
Gambar 4.8 merupakan gambar saat proses penyimpanan untuk citra foto1.jpeg. dan gambar 4.9 adalah tampilan sesudah proses penyimpanan kompresi. Setelah proses penyimpanan selesai ukuran citra kompresi dan rasio citra kompresi akan muncul. Seperti yang terlihat pada gambar 4.9.
Selanjutnya dilakukan perhitungan MSE untuk citra kompresi. Tampilan setelah tombol MSE dipilih adalah seperti terlihat pada gambar 4.10.
Gambar 4.10 tampilan setelah perhitungan MSE untuk citra kompresi.
Setelah proses kompresi, penyimpanan gambar dan perhitungan nilai MSE selesai dilakukan langkah selanjutnya melakukan proses dekompresi. Untuk memulai proses dekompresi dimulai dengan menekan button dekompresi dalam form proses. Hasil dekompresi citra terlihat pada gambar 4.11.
Gambar 4.11 merupakan tampilan form setelah proses dekompresi. Selanjutnya dilakukan proses penyimpanan citra dekompresi. Proses penyimpanan citra terlihat pada gambar 4.12.
Gambar 4.12. Tampilan Form saat proses penyimpanan
Gambar 4.13. Tampilan Form setelah proses penyimpanan
Gambar 4.12 dan 4.13 adalah tampilan saat dan setelah proses penyimpanan untuk citra dekompresi. Setelah proses penyimpanan selesai sistem akan memunculkan ukuran file yang telah berhasil di dekompresi.
Setelah proses dekompresi, dilakukan perhitungan MSE untuk citra dekompresi. Tampilan setelah perhitungan MSE terlihat pada gambar 4.14.
Gambar 4.14. Tampilan form saat perhitungan MSE.
Dari proses kompresi dan dekompresi citra untuk foto1.jpeg didapatkan hasil ukuran file sebelum dikompresi adalah 2504 kb, setelah dikompresi dengan metode kuantisasi menjadi 284 kb dengan rasio 88.69%, setelah didekompresi kembali didapatkan ukuran citra menjadi 428 kb. Waktu kompresi untuk foto1 adalah 10.8 second dan 6.3 second.
Pengujian untuk citra format *.jpeg dilakukan pada 6 citra. Berikut tabel yang menunjukkan hasil kompresi dan dekompresi citra dengan metode kuantisasi pada citra foto1.jpeg , foto2.jpeg , foto3.jpeg , foto4.jpeg , foto 5.jpeg , dan sekolah.jpeg.
Tabel 4.1 Hasil Kompresi dan Dekompresi Citra *.jpeg
Foto1.jpeg Foto2.jpeg Foto3.jpeg Foto4.jpeg Foto5.jpeg Sekolah.jpeg
Dari Tabel 4.1 terlihat perbedaan kecerahan warna citra asli dan citra kompresi. Untuk citra kompresi memiliki warna yang lebih gelap dari citra asli. Hal ini disebabkan karena intensitas warna dari sebuah citra berkurang. Sesuai dengan prinsip metode kuantisasi, yaitu mengurangi intensitas warna dari citra.
4.2.1.2. Analisa Hasil Pengujian Kompresi dan Dekompresi Citra *.jpeg
Sesuai dengan enam citra dengan format *.jpeg yang telah di uji pada Tabel 4.1. langkah selanjutnya penulis melakukan pengamatan pada keenam citra uji. Mengacu pada perumusan masalah dalam Bab 1, maka terdapat tiga hal yang penulis amati yaitu :
1. Rasio citra antara citra asli dan citra kompresi. 2. Ukuran citra setelah dikompresi dan dikompresi.
3. Waktu yang dihabiskan untuk mengkompresi dan mendekompresi citra. 4. MSE citra kompresi dan dekompresi.
Tabel 4.2 Hasil Pengujian Kompresi dan Dekompresi Citra .jpeg Nama Citra Dimensi
Citra Ukuran Asli (kb) Kompresi Dekompresi Dimensi Citra Ukuran Citra Rasio (%) Waktu Kompresi Dimensi Citra Ukuran Citra Rasio (%) Waktu Dekompresi Foto1.jpeg 2500 x 1667 2.505 kb 2500 x 1667 284 kb 88 % 9.2 detik 2500 x 1667 423 kb 83 % 6.2 detik Foto2.jpeg 640 x 463 51 kb 640 x 463 41 kb 19.3 % 0.6 detik 640 x 463 58 kb -13 % 0.4 detik Foto3.jpeg 640 x 480 43 kb 640 x 480 36 kb 16.2 % 0.7 detik 640 x 480 50 kb -16 % 0.4 detik Foto4.jpeg 5184 x 3456 7.703 kb 5184 x 3456 1.273 kb 83 % 41 detik 5184 x 3456 1.892 kb 75.4 % 28.4 detik Foto5.jpeg 5184 x 3456 6.124 kb 5184 x 3456 872 kb 85 % 43 detik 5184 x 3456 1.352 kb 78.3 % 30 detik Sekolah.jpeg 2048 x 1536 605 kb 2048 x 1536 229 kb 62.2 % 6.7 detik 2048 x 1536 423 kb 28.9 % 4.6 detik
Dari Tabel 4.2 dapat kita lihat bahwa dimensi file tidak mengalami perubahan setelah proses kompresi dan dekompresi. Yang mengalami perubahan yang cukup signifikan adalah ukuran Citra. Ukuran Citra mengalami penurunan yang cukup drastis. Seperti terlihat pada tabel 4.2. selain itu ukuran Citra yang telah dikompresi tidak dapat kembali ke ukuran asli, seperti yang terlihat pada kolom ukuran citra dekompresi. Hal ini dikarenakan metode kuantisasi merupakan metode lossy compression sehingga citra yang telah dikompresi akan sulit untuk didekompresi kembali ke bentuk semula. Untuk rasio citra bergantung pada ukuran citra dan banyaknya variasi warna yang dimiliki sebuah citra. Semakin besar ukuran citra dan banyaknya variasi warna yang dimiliki sebuah citra, maka semakin besar pula rasio citra yang dihasilkan. Begitu pula untuk waktu kompresi dan waktu dekompresi. Semakin besar ukuran citra, maka waktu yang dihabiskan untuk proses kompresi dan dekompresi akan semakin banyak pula.
Tabel 4.3 Hasil MSE Citra Kompresi dan Dekompresi Citra *.jpeg
Citra asli MSE Citra Kompresi MSE Citra Dekompresi
Foto1.jpg 2471.14 0.4965 Foto2.jpg 3049.18 0.4957 Foto3.jpg 3623.14 0.4947 Foto4.jpg 5094.35 0.4905 Foto5.jpg 4803.36 0.4960 Sekolah.jpg 3799.64 0.4970
Dari tabel 4.3 terlihat hasil MSE untuk citra kompresi lebih tinggi dari citrayang telah didekompresi.
4.2.1.3. Pengujian Kompresi Citra Format *.bmp
Seperti pengujian citra *.jpeg, pada citra *.bmp Langkah pertama yang dilakukan dalam menu proses untuk mengkompresi citra adalah memilih citra yang akan dikompresi. Proses pemilihan citra terlihat pada gambar 4.13.
Gambar 4.15. Tampilan Form saat Pilih Citra *.bmp
Pada gambar 4.15 terlihat proses pemilihan citra. Yang dilakukan adalah memilih citra dengan format *.bmp. dalam pengujian kompresi ini kita memilih citra dengan nama foto4.bmp. setelah memilih citra, tampilan selanjutnya dari form proses terlihat pada gambar 4.16.
Gambar 4.16. Tampilan Form saat Citra telah dipilih
Gambar 4.16 merupakan tampilan form setelah dilakukan pemilihan citra. Citra yang telah dipilih tadi akan ditampilkan axes1 pada panel citra asli. Langkah selanjutnya yaitu menekan button kompresi agar dilakukan proses kompresi. Tampilan form setelah button kompresi dipilih terlihat pada gambar 4.17.
Gambar 4.17. Tampilan Form setelah Kompresi
Gambar 4.17 merupakan tampilan form setelah dilakuakan kompresi. Terlihat gambar yang telah dikompresi muncul pada axes2 panel citra kompresi. Selain itu
muncul juga ukuran dimensi file citra dan waktu yang dihabiskan untuk proses kompresi dan terlihat perbedaan pada gambar asli dan gambar kompresi secara kasat mata. Gambar kompresi mempunyai cahaya yang lebih redup dibandingkan gambar asli. Selanjutnya dilakukan proses penyimpanan citra agar citra dapat disimpan dan sistem dapat melakukan perhitungan rasio. Proses penyimpanan terlihat pada gambar 4.18.
Gambar 4.18. Tampilan Form setelah proses penyimpanan citra kompresi
Gambar 4.17 merupakan gambar saat proses penyimpanan untuk citra foto4.bmp. dan gambar 4.18 adalah tampilan sesudah proses penyimpanan kompresi. Setelah proses penyimpanan selesai ukuran citra kompresi dan rasio citra kompresi akan muncul. Seperti yang terlihat pada gambar 4.18.
Selanjutnya dilakukan perhitungan MSE untuk citra kompresi. Tampilan setelah tombol MSE dipilih adalah seperti terlihat pada gambar 4.19.
Gambar 4.19 tampilan setelah perhitungan MSE untuk citra kompresi.
Setelah proses kompresi dan penyimpanan gambar dan perhitungan MSE selesai dilakukan langkah selanjutnya melakukan proses dekompresi. Untuk memulai proses dekompresi dimulai dengan menekan button dekompresi dalam form proses. Hasil dekompresi citra terlihat pada gambar 4.20.
Gambar 4.20. Tampilan Form setelah proses dekompresi
Gambar 4.20 merupakan tampilan form setelah proses dekompresi. Selanjutnya dilakukan proses penyimpanan citra dekompresi. Proses penyimpanan citra terlihat pada gambar 4.21.
Gambar 4.22. Tampilan Form setelah proses penyimpanan
Gambar 4.21 dan 4.22 adalah tampilan saat dan setelah proses penyimpanan untuk citra dekompresi. Setelah proses penyimpanan selesai sistem akan memunculkan ukuran file yang telah berhasil di dekompresi.
Setelah proses dekompresi, dilakukan proses perhitungan MSE yang terliah pada gambar 4.23.
Dari proses kompresi dan dekompresi citra untuk foto4.bmp tidak terjadi perbedaan untuk ukuran citra dan rasio citra. Artinya, tidak terjadi perubahan pada saat citra *.bmp di kompresi dan didekompresi dengan metode kuantisasi. Hal ini disebabkan karena metode kuantisasi hanya bisa mengkompresi citra ke format citra *.jpeg.
Sesuai Pengujian untuk citra format *.jpeg, pengujian citra *.bmp dilakukan pada 6 citra. Berikut tabel yang menunjukkan hasil kompresi dan dekompresi citra dengan metode kuantisasi pada citra foto1.bmp , foto2.bmp , foto3.bmp , foto4.bmp , foto 5.bmp , dan sekolah.bmp.
Tabel 4.4 Hasil Kompresi dan Dekompresi Citra *.bmp
Nama Citra Citra Asli Citra Kompresi Citra Dekompresi Foto1.bmp
Foto2.bmp
Foto4.bmp
Foto5.bmp
Sekolah.bmp
Dari Tabel 4.3 terlihat perbedaan kecerahan warna citra asli dan citra kompresi. Untuk citra kompresi memiliki warna yang lebih gelap dari citra asli. Tapi, meskipun terlihat perbedaan kecerahan dari citra sebelum dan sesudah kompresi ukuran citra format *.bmp tidak mengalami perubahan.
4.2.1.4. Analisa Hasil Pengujian Kompresi dan Dekompresi Citra *.bmp
Sesuai dengan enam citra dengan format *.jpeg yang telah di uji pada Tabel 4.3. langkah selanjutnya penulis melakukan pengamatan pada keenam citra uji. Mengacu pada perumusan masalah dalam Bab 1, maka terdapat tiga hal yang penulis amati yaitu :
1. Rasio citra antara citra asli dan citra kompresi. 2. Ukuran citra setelah dikompresi dan dikompresi.
Tabel 4.5 Hasil Pengujian Kompresi dan Dekompresi Citra .bmp Nama Citra Dimensi
Citra Ukuran Asli (kb) Kompresi Dekompresi Dimensi Citra Ukuran Citra Rasio (%) Waktu Kompresi Dimensi Citra Ukuran Citra Waktu Dekompresi Foto1.bmp 2500 x 1667 12.209 kb 2500 x 1667 12.209 kb 0% 8.7 detik 2500 x 1667 12.209 kb 5.8 detik Foto2.bmp 640 x 463 868.17 kb 640 x 463 868.17 kb 0% 0.6 detik 640 x 463 868.17 kb 0.4 detik Foto3.bmp 640 x 480 900 kb 640 x 480 900 kb 0% 0.65 detik 640 x 480 900 kb 0.4 detik Foto4.bmp 5184 x 3456 52.488 kb 5184 x 3456 52.488 kb 0% 39 detik 5184 x 3456 52.488 kb 27 detik Foto5.bmp 5184 x 3456 52.488 kb 5184 x 3456 52.488 kb 0% 39 detik 5184 x 3456 52.488 kb 27 detik Sekolah.bmp 2048 x 1536 9216 kb 2048 x 1536 9216 kb 0% 6.7 detik 2048 x 1536 9216 kb 4.6 detik
Dari Tabel 4.4 dapat kita lihat bahwa dimensi file, ukuran file tidak mengalami perubahan setelah proses kompresi dan dekompresi. Hal ini dikarenakan citra *.bmp merupakan citra yang tidak dapat dikompresi dengan metode kuantisasi. Meskipun terjadi perubahan intensitas warna dari citra, hal ini tidak mempengaruhi ukuran citra tersebut. Karena ukuran tidak berubah, maka rasio dari citra sebelum dikompresi dan sesudah dikompresi tidak ada. Untuk waktu kompresi dan dekompresi, Semakin besar ukuran citra, maka waktu yang dihabiskan untuk proses kompresi dan dekompres semakin lama.
Tabel 4.6 Hasil MSE Citra Kompresi dan Dekompresi Citra *.bmp
Citra Asli MSE Citra Kompresi MSE Citra Dekompresi
Foto1.jpg 2471.26 0.4965 Foto2.jpg 3049.24 0.4959 Foto3.jpg 3623.13 0.4946 Foto4.jpg 5094.54 0.4905 Foto5.jpg 4803.54 0.4960 Sekolah.jpg 3799.77 0.4971
Dari tabel 4.3 terlihat hasil MSE untuk citra kompresi lebih tinggi dari citrayang telah didekompresi.
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil studi literatur, analisis, perancangan, implementasi dan pengujian sistem ini, maka didapat kesimpulan sebagai berikut :
1. Sistem ini menunjukkan proses kerja kompresi dan dekompresi untuk citra dengan format *.bmp dan *.jpeg dengan Metode Kuantisasi.
2. Lama waktu yang diperlukan untuk proses kompresi bergantung juga pada besarnya ukuran yang dimiliki sebuah citra . semakin besar ukuran dari sebuah citra, semakin lama waktu yang diperlukan untuk proses kompresi.
3. Aplikasi ini dapat mengkompresi dan merubah ukuran citra *.jpeg menjadi lebih kecil. Tetapi, tidak dapat mengembalikan citra ke bentuk semula karena ada bagian citra yang hilang saat proses kompresi.
4. Aplikasi ini dapat merubah kecerahan citra *.bmp, tetapi hal itu tidak dapat merubah ukuran citra *.bmp menjadi lebih kecil, karena metode kuantisasi tidak mampu menurunkan ukuran citra *.bmp.
5. Rata-rata rasio citra jpeg dengan ukuran citra yang berbeda-bedaadalah 58.9 %. Rasio citra bergantung pada ukuran citra. Semakin besar ukuran citra asli, maka semakin besar pula rasio citranya.
6. Citra kompresi dengan metode kuantisasi memiliki cahaya yang lebih gelap dari pada citra asli.
7. Nilai MSE untuk citra kompresi lebih besar dari citra dekompresi untuk citra *.jpeg dan *.bmp.
5.2 Saran
Adapun saran-saran yang dapat penulis berikan untuk pengembangan dan perbaikan sistem ini adalah sebagai berikut :
1. Agar bisa dibandingkan dengan sesama metode lossy compression lainnya atau dengan
metode lossless compression.
2. Sistem ini dapat dikembangkan lebih lanjut dengan menambahkan pilihan file data
Daftar Pustaka
[1] Munir, Rinaldi. 2007. Pengolahan Citra. Informatika.
[2] Sutoyo, T dan kawan-kawan. 2009. Teori Pengolahan Citra Digital. Yogyakarta: Penerbit Andi.
[3] Salomon, David., Motta, Giovanni. 2010. Handbook of Data Compression 5th Ed. Hal 459.
[4] Ginting, Andrew Menovita. 2010. Implementasi Algoritma Huffman pada kompresi citra BMP. Skripsi. Medan: Universitas Sumatera Utara..
[5] Lestari, Rima. 2013. Analisis dan Perancangan Perangkat Lunak Kompresi Citra Menggunakan Algoritma Fast Fourier Transform (FFT). Skripsi. Medan: Universitas Sumatera Utara.
[6] Natalia, Devi. 2007. Penerapan Algoritma Image Matching Untuk Pewarnaan Pada Gambar Grayscale (Studi kasus Famous Photo Studio). Skripsi. Universitas Bina Nusantara
[7] Rahmawati, Indah. 2005. Pemampatan Data Citra Digital Aras Keabuan dengan Alihragam Wavelet. Skripsi. Universitas Diponegoro.
[8] Sugiarto, Tony. 2005. Program Aplikasi Untuk Memainkan Audio dan Video dengan Delphi 6 Memanfaatkan Kontrol Activex Windows Media Player. Skripsi. Jakarta: STMIK STI&K.
[9] Abdullah, Muhammad Maulana. Kompresi String menggunakan Algoritma LZW dan Huffman. 2013. Jurnal Ilmu Komputer dan Teknologi Informasi. Vol III No.2, Oktober 2013.
[10] Ardhytia, Satrya N. dan Hiryanto, Lely. 2010. Algoritma Kompresi Fraktal Sequentidal dan Paralel Untuk Kompresi Citra. Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 2, Juni 2010.
[11] Fransiska, Gadis., Suwarno, Sri. dan Hapsari, Widi. 2010. Penerapan Kohonen Self Organized Map dalam Kuantisasi Vector pada Kompresi Citra bitmap 24 bit. Jurnal informatika volume 6, nomer 2, November 2010.
[12] Juliana, I Made Edi., Dharma, Eddy Muntina., dan Adiwijaya. 2006. Kompresi Citra Berbasis Transformasi Wavelet dan DCT dengan Kuantisasi Vektor menggunakan Algoritma Fuzzy. Jurnal Penelitian dan Pengembangan Telekomunikasi, Juni 2006, Vol. 11, No. 1.
[13] Manjider et al,. A survey of Lossless and Lossy Image Compression Techniques. 2013. International Journal of Advanced Research in Computer Science and Software Engineering. Volume 3, Issue 2, February 2013 ISSN: 2277 128X
[14] Sugiharto, Aris., Harjoko,Agus. Kompresi Citra Digital dengan Fraktal sebagai Teknik Kompresi Alternatif. 2006. Prosiding Seminar Nasional SPMIPA 2006.
[15] Krisnawati. 2009. Kompresi Citra RGB dengan Metode Kuantisasi. Jurnal.
LISTING PROGRAM