Bab IV Implementasi dan Pengujian Sistem
4.2 Pengujian Sistem
4.2.2 Pengujian Proses Dekompresi
Tahap awal untuk melakukan proses dekompresi adalah dengan memilih file dengan format *.lzw atau *.eg dengan menekan button “Browse” pada tampilan. Pada saat file video sudah dipilih, maka pada textBox akan muncul direktori dimana file video tersebut tersimpan dan nama file yang telah dikompresi pada label seperti terlihat pada gambar 4.12.
Gambar 4.12 File Video Sebelum Proses Dekompresi
Setelah file terkompresi dipilih, pengguna dapat memulai proses dekompresi dengan menekan button “Dekompresi” pada tampilan. Setelah proses dekompresi selesai, maka akan muncul messageBox yang menandakan proses dekompresi telah selesai seperti terlihat pada gambar 4.13.
Gambar 4.13 Messagebox Proses Kompresi Selesai
Lalu, setelah proses dekompresi selesai maka akan mucul informasi menegenai waktu yang dibutuhkan untuk melakukan proses dekompresi pada textBox.
Pengguna dapat menyimpan file hasil dekompresi dengan menekan button “Save”.
Untuk mengulang proses dekompresi pengguna dapat menekan buton “Reset” seperti terlihat pada gambar 4.14.
Gambar 4.14 Hasil Proses Dekompresi 4.2.3. Hasil Pengujian
Setelah pengujian sistem selesai, selanjutnya akan dibandingkan antara algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code mana yang lebih efisien dalam melakukan kompresi file video berekstensi *.avi. Hal ini dilihat berdasarkan hasil pengujian terhadap beberapa parameter yang telah ditentukan sebelumnya dengan menggunakan beberapa data. Hasil pengujian dengan menggunakan algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code terhadap waktu kompresi dapat dilihat pada tabel 4.1.
Tabel 4.1 Hasil Pengujian Kompresi Algoritma Lempel Ziv Welch dan Algoritma Elias Gamma Code terhadap Waktu Kompresi
Algoritma Nama file Ukuran awal (KB)
Ukuran kompresi (KB)
Waktu kompresi (ms) Lempel Ziv
Welch
Sample1.avi 35,67 33,15 74,56
Sample2.avi 36,2 32,1 99,27
Sample3.avi 39,12 36,09 113,67
Berdasarkan informasi pada tabel 4.1 dibuat grafik perbandingan kedua algoritma berdasarkan waktu kompresi. Grafik tersebut dibuat untuk memudahkan melihat hasil perbandingan kedua algoritma. Grafik waktu kompresi terlihat pada gambar 4.15.
Gambar 4.15 Grafik Waktu Kompresi terhadap Ukuran File
Berdasarkan gambar 4.15 dapat dilihat bahwa proses kompresi file video dengan menggunakan algoritma Elias Gamma Code lebih memakan waktu dibandingkan dengan algoritma Lempel Ziv Welch. Selanjutnya, hasil pengujian dengan menggunakan algoritma Lempel Ziv Welch dan Elias Gamma Code terhadap Compression Ratio dapat dilihat pada tabel 4.2.
0
Grafik Waktu Kompresi terhadap Ukuran File
Lempel Ziv Welch Elias Gamma Code
Tabel 4.2 Hasil Pengujian Kompresi Algoritma Lempel Ziv Welch dan Algoritma Elias Gamma Code terhadap Compression Ratio
Algoritma Nama file Ukuran awal (KB)
Berdasarkan informasi pada tabel 4.2 dibuat grafik perbandingan kedua algoritma berdasarkan compression ratio. Grafik dibuat untuk memudahkan melihat hasil perbandingan kedua algoritma. Grafik compression ratio dapat dilihat pada gambar 4.16.
Gambar 4.16 Grafik Compression Ratio terhadap Ukuran File
0
Grafik Compression Ratio (Cr) terhadap Ukuran File
Lempel Ziv Welch Elias Gamma Code
Dari gambar 4.16 grafik compression ratio dapat disimpulkan bahwa algoritma Lempel Ziv Welch lebih efisien dalam hal compression ratio. Hal ini dikarenakan jika sebuah algoritma yang memiliki nilai Cr lebih besar maka algoritma tersebut lebih baik untuk digunakan dalam proses kompresi. Selanjutnya, hasil pengujian dengan menggunakan algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code terhadap space saving (Ss) dapat dilihat pada tabel 4.3.
Tabel 4.3 Hasil Pengujian Kompresi Algoritma Lempel Ziv Welch dan Algoritma Elias Gamma Code terhadap Space Saving (Ss)
Algoritma Nama file Ukuran awal (KB)
Berdasarkan informasi pada tabel 4.3 dibuat grafik perbandingan kedua algoritma berdasarkan space saving. Grafik dibuat untuk memudahkan melihat hasil perbandingan dari kedua algoritma. Grafik space saving dapat dilihat dari gambar 4.17.
Gambar 4.17 Grafik Space Saving (Ss) terhadap Ukuran File
Dari gambar 4.17 terlihat dari rata-rata space saving (Ss) hasil kompresi menggunakan algoritma Lempel Ziv Welch lebih besar daripada Elias Gamma Code. Dapat disimpulkan bahwa algoritma Lempel Ziv Welch lebih baik daripada Elias Gamma Code pada kompresi file video dalam hal space saving (Ss). Selanjutnya, hasil pengujian dengan menggunakan algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code terhadap ratio of compression (Rc) dapat dilihat pada tabel 4.4.
Tabel 4.4 Hasil Pengujian Kompresi Algoritma Lempel Ziv Welch dan Algoritma Elias Gamma Code terhadap Ratio Of Compression (Rc)
Algoritma Nama file Ukuran awal (KB)
Grafik Space Saving (Ss) terhadap Ukuran File
Lempel Ziv Welch Elias Gamma Code
Code Sample3.avi 39,12 43,2 110,43%
Sample4.avi 48,39 55,89 115,51%
Sample5.avi 54,52 64,95 119,14%
Berdasarkan informasi pada tabel 4.4 dibuat grafik perbandinganckedua algoritma berdasarkan ratio of compression (Rc). Grafik dibuat untuk memudahkan melihat hasil perbandingan kedua algoritma. Grafik ratio of compression (Rc) dapat dilihat pada gambar 4.18.
Gambar 4.18 Grafik Ratio of Compression (Rc) terhadap Ukuran File
Berdasarkan grafik ratio of compression (Rc) pada gambar 4.18 dapat disimpulkan bahwa ratio of compression (Rc) hasil kompresi menggunakan menggunakan algoritma Lempel Ziv Welch lebih baik dibandingkan dengan algoritma Elias Gamma Code karena rata-rata nilai ratio of compression (Rc) algoritma Lempel Ziv Welch lebih kecil daripada algoritma Elias Gamma Code. Selanjutnya, hasil pengujian dengan menggunakan algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code terhadap bitrate dapat dilihat pada tabel 4.5.
Tabel 4.5 Hasil Pengujian Kompresi Algoritma Lempel Ziv Welch dan Algoritma Elias Gamma Code terhadap Bitrate
Grafik Ratio of Compression (Rc) terhadap Ukuran File
Lempel Ziv Welch Elias Gamma Code
Algoritma Nama file Ukuran
Berdasarkan informasi pada tabel 4.5 dibuat grafik perbandingan kedua algoritma berdasarkan bitrate. Grafik dibuat untuk memudahkan melihat hasil perbandingan kedua algoritma. Grafik bitrate dapat dilihat pada gambar 4.19
Gambar 4.19 Grafik Bitrate terhadap Ukuran File
Berdasarkan grafik bitrate pada gambar 4.19 dapat disimpulkan bahwa bitrate hasil kompresi menggunakan menggunakan algoritma Lempel Ziv Welch lebih efisien dibandingkan dengan algoritma Elias Gamma Code karena nilai bitrate algoritma
0
Lempel Ziv Welch lebih rendah dari pada algoritma Elias Gamma Code. Selanjutnya, hasil pengujian dengan menggunakan algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code terhadap waktu dekompresi dapat dilihat pada tabel 4.6.
Tabel 4.6 Hasil Pengujian Kompresi Algoritma Lempel Ziv Welch dan Algoritma Elias Gamma Code terhadap Waktu Dekompresi (Ms)
Algoritma Nama file Ukuran awal (KB)
Berdasarkan informasi pada tabel 4.6 dibuat grafik perbandingan kedua algoritma berdasarkan waktu dekompresi. Grafik dibuat untuk memudahkan melihat hasil perbandingan kedua algoritma. Grafik waktu dekompresi dapat dilihat dari gambar 4.20.
Gambar 4.20 Grafik Waktu Dekompresi Terhadap Ukuran File
Berdasarkan gambar 4.20 dapat dilihat bahwa proses dekompresi dengan menggunakan algoritma Lempel Ziv Welch memakan waktu lebih lama dibandingkan dengan menggunakan algoritma Elias Gamma Code.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
35,67 36,2 39,12 48,39 54,52
Waktu Dekompresi (ms)
Ukuran file (KB) Waktu Dekompresi
Lempel Ziv Welch Elias Gamma Code
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil dari pengujian yang dilakukan pada penelitian ini, diperoleh beberapa kesimpulan yang berkaitan dengan perbandingan kinerja kompresi dari algoritma Lempel Ziv Welch dan algoritma Elias Gamma Code. Di antaranya sebagai berikut:
1. Dilihat dari hasil waktu kompresi yang diperoleh dari pengujian sistem kompresi file video, diketahui bahwa algoritma Elias Gamma Code membutuhkan waktu lebih banyak dibandingkan dengan algoritma Lempel Ziv Welch.
2. Dilihat dari hasil Compression Ratio (Cr) yang diperoleh dari pengujian sistem kompresi file video, diketahui bahwa algoritma Lempel Ziv Welch lebih efisien dalam hal Compression Ratio. Hal ini dikarenakan jika sebuah algoritma yang memiliki nilai Cr lebih besar maka algoritma tersebut lebih baik untuk digunakan dalam proses kompresi.
3. Dilihat dari hasil Space saving (Ss) yang diperoleh dari pengujian sistem kompresi file video, diketahui bahwa algoritma Lempel Ziv Welch lebih baik daripada Elias Gamma Code karena algoritma Lempel Ziv Welch menghasilkan rata-rata nilai Space saving (Ss) yang lebih besar.
4. Dilihat dari hasil Ratio of Compression (Rc) yang diperoleh dari pengujian sistem kompresi file video, diketahui bahwa algoritma Lempel Ziv Welch lebih baik dibandingkan dengan algoritma Elias Gamma Code karena rata-rata nilai Ratio of Compression (Rc) algoritma Lempel Ziv Welch lebih kecil daripada algoritma Elias Gamma Code.
5. Dilihat dari hasil Bitrate yang diperoleh dari pengujian sistem kompresi file video, diketahui bahwa algoritma Lempel Ziv Welch lebih baik dibandingkan dengan algoritma Elias Gamma Code karena nilai Bitrate algoritma Lempel Ziv Welch lebih rendah daripada algoritma Elias Gamma Code.
6. Dilihat dari hasil waktu dekompresi yang diperoleh dari pengujian sistem kompresi file video, diketahui bahwa algoritma Lempel Ziv Welch lebih memakan waktu lebih lama dibandingkan dengan algoritma Elias Gamma Code.
7. Pada pengujian algoritma Elias Gamma Code, ukuran file yang dihasilkan tidak mengecil, hal tersebut dikarenakan bit pada file video sangat banyak dan variatif, sehingga kode Elias Gamma Code yang dihasilkan jauh lebih banyak dari jumlah bit sebelum dikompresi.
5.2. Saran
Berdasarkan penelitian yang dilakukan, beberapa saran yang dapat dipertimbangkan untuk penelitian selanjutnya adalah sebagai berikut:
1. Pada penelitian ini, proses kompresi hanya dapat melakukan proses kompresi terhadap file video yang berekstensi *.avi, untuk itu diharapkan pada penelitian selanjutnya mampu mengkompresi file video dengan ekstensi lainnya, seperti
*.mp4, *.mov, *.flv dan lain-lain.
2. Pada penelitian ini, kompresi hanya dilakukan pada file video, setelahnya diharapkan dapat mengkompresi bentuk file lain seperti file teks, audio, dan lain-lain.
3. Pada penelitian ini, sistem yang dibangun hanya dapat barjalan pada platform desktop, untuk itu pada penelitian berikutnya sistem diharapkan dapat berjalan pada platform web, mobile, dan lain-lain.
Daftar Pustaka
Canovas, Rodrigo. 2015. Practical Compression for Multi-Alignment Genomic Files.
Department of Computing and Information Systems. The University Of Melbourne.
Fitria, Luluk A., Tito W. Purboyo, dan Anggunmeka L. Prasasti. (2017). A Review of Data Compression Techniques. International Journal of Applied Engineering Research ISSN 0973-4562 Volume 12, Number 19.
Hidayat., Wendi Zarman., dan Tri Pamungkas. 2013, Implementasi Algoritma Kompresi LZW pada Database Server. Jurnal Ilmiah Komputer dan Informatika.
Vol. 2, No. 1, ISSN : 2089-9033. Teknik Komputer Unikom. Bandung.
Kaur, Sandeep dan Sukhjeet Singh. 2016. Entropy Coding and Different Coding Techniques. Journal of Network Communications and Emerging Technologies (JNCET) Volume 6.
Malaga, Ross A. dan Nicole B. Koppel. 2017. A Comparison of Video Formats for Online Teaching. Contemporary Issues in Education Research-First Quarter 2017 Volume 10, Number 1, ISSN: 1940-5847. Montclair State University, USA.
Pratama, Andre. 2009. Studi Perbandingan Kinerja Algoritma Kompresi Lempel Ziv 77, Lempel Ziv 78, dan Lempel Ziv Welch pada File Text. Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sumatera Utara.
Salomon, D. 2007. Variable-length Codes for Data Compression. London: Springer.
Saravanan, C. dan M. Suender. 2013. Enhancing Efficiency of Huffman Coding using Lempel Ziv Coding for Image Compression. International Journal of Soft Computing and Engineering (IJSCE) ISSN: 2231-2307. Volume-2.
Sitepu, Nurhennida Br. 2014. Perbandingan Algoritma Elias Gamma Code dengan Shannon-Fano untuk Kompresi File Teks. Skripsi Fakultas Ilmu Komputer dan Teknologi Informasi. Universitas Sumatera Utara.
Sukiman dan Tintin Chandra. 2013. Aplikasi Kompresi File dengan Algoritma Elias Gamma. Jurnal CORE IT Vol. 1 No. 1. Teknik Informatika STMIK IBBI.
LISTING PROGRAM
void KompresiToolStripMenuItemClick(object sender, EventArgs e)
void DekompresiToolStripMenuItemClick(object sender, EventArg s e)
void BantuanToolStripMenuItemClick(object sender, EventArgs e)
Kompresi.cs
void DekompresiToolStripMenuItemClick(object sender, EventArg s e)
void BantuanToolStripMenuItemClick(object sender, EventArgs e)
void HomeToolStripMenuItemClick(object sender, EventArgs e) {
MainForm fpindah = new MainForm();
this.Hide();
fpindah.Show();
}
String.Format("{0:##.##}", byteCount / 1073741824.0) + " GB";
else if (byteCount >= 1048576.0) size =
String.Format("{0:##.##}", byteCount / 1048576.0) + " MB";
else if (byteCount >= 1024.0) size =
String.Format("{0:##.##}", byteCount / 1024.0) + " KB";
else if (byteCount > 0 && byteCount < 1024.0)
ClassEliasGamma.StringToStb(plain, ClassEliasGamma.ch, ClassEliasGamm
= 0; n < ClassEliasGamma.egc.Length; n++)
namespace EliasLZW
String.Format("{0:##.##}", byteCount / 1073741824.0) + " GB";
else if (byteCount >= 1048576.0) size =
String.Format("{0:##.##}", byteCount / 1048576.0) + " MB";
else if (byteCount >= 1024.0) size =
String.Format("{0:##.##}", byteCount / 1024.0) + " KB";
else if (byteCount > 0 && byteCount < 1024.0) size = byteCount.ToString() + " Bytes";
return size;
}
void KompresiToolStripMenuItemClick(object sender, EventArgs e)
void BantuanToolStripMenuItemClick(object sender, EventArgs e)
void HomeToolStripMenuItemClick(object sender, EventArgs e)
= new StreamReader(fstreamm);
LZWDecoder decoder = new LZWDecoder();
void KompresiToolStripMenuItemClick(object sender, EventArgs e)
void DekompresiToolStripMenuItemClick(object sender, EventArg s e)
{
Dekompresi fpindah = new Dekompresi();
this.Hide();
fpindah.Show();
}
void HomeToolStripMenuItemClick(object sender, EventArgs e) {
MainForm fpindah = new MainForm();
this.Hide();
fpindah.Show();
} } }
CURRICULUM VITAE
Nama Lengkap : Hafni Megasari Sitompul Nama Panggilan : Hafni Nomor Telepon : 082272208597
Fakultas Ilmu Komputer dan Teknologi Informasi Program Studi S1 Ilmu Komputer
SD Negeri 101570 Pasar Ujung Batu 2003-2009
Programming: C/C++, C#
Database : MySQL
Software : Ms. Office, Adobe Premiere
No Organisasi/Kepanitiaan Jabatan Tahun
1. CSA Anggota Peralatan 2015
2. PORSENI Anggota Acara 2016
3. ISRA’ MI’RAJ Anggota Konsumsi 2017
SEMINAR
No. Seminar Tahun
1. Seminar Technopreneurship 2015
2. Seminar What will you be 2015
3. Indonesia Next 2017 2017
4. Artechno 2017 2017
KEMAMPUAN KOMPUTER
PENGALAMAN ORGANISASI/KEPANITIAAN