DAN BURROWS-WHEELER TRANSFORM (BWT)
SKRIPSI
YUDHA PRAYOGIE S
101401006
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
DAN BURROWS-WHEELER TRANSFORM (BWT)
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar
Sarjana Komputer
SKRIPSI
YUDHA PRAYOGIE S
101401006
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISIS PERBANDINGAN KOMPRESI CITRA
MENGGUNAKAN METODE JOINT
PHOTOGRAPHIC EXPERTS GROUP (JPEG) DAN BURROWS-WHEELER TRANSFORM (BWT)
Kategori : SKRIPSI
Nama : YUDHA PRAYOGIE S
Nomor Induk Mahasiswa : 101401006
Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 10 Februari 2015
Komisi Pembimbing :
Pembimbing II Pembimbing I
Handrizal, S.Si, M.Comp.Sc Maya Silvi Lydia, B.Sc, M.Sc
NIP. - NIP.19740127 200212 2 001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
PERNYATAAN
ANALISIS PERBANDINGAN KOMPRESI CITRA MENGGUNAKAN METODE JOINT PHOTOGRAPHIC EXPERTS GROUP (JPEG) DAN
BURROWS-WHEELER TRANSFORM (BWT)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 10 Februari 2015
PENGHARGAAN
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah kepada penulis sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Dalam penulisan ini tidak lupa penulis mengucapkan terima kasih kepada pihak-pihak yang telah banyak memberi motivasi hingga pada akhirnya penulis mampu menyelesaikan skripsi ini dengan baik. Oleh karena itu penulis mengucapkan banyak terima kasih kepada :
1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, MSc(CTM), Sp.A(K) selaku 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 S1 Ilmu Komputer Universitas Sumatera Utara.
4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara dan Dosen Pembimbing I yang telah banyak meluangkan waktunya dalam memberikan masukkan-masukkan kepada penulis.
5. Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembimbing II yang telah banyak meluangkan waktunya dalam memberikan masukkan-masukkan kepada penulis.
6. Bapak Muhammad Andri Budiman, S.T, M.Comp.Sc, M.E.M selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7. Bapak Rahmat Aulia, S.Kom, M.Sc selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 8. Ibu Dian Rachmawati, S.Si, M.Kom selaku Kepala Lab. Tugas Akhir yang
9. Semua dosen serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
10.Ayahanda T. Simanjuntak, S.H dan Ibunda Sri Sudiartin yang menjadi motivasi penulis untuk sukses dan selalu memberikan dukungan baik materi maupun non-materi, perhatian serta doa tanpa henti kepada penulis. 11.Kakak tercinta Yeni Purtika Simanjuntak, S.Pd dan adik tercinta Yumna’a
Rifqi Simanjuntak yang memberikan dukungan, motivasi, dan selalu mendoakan penulis.
12.Adinda tersayang Rahmi Silviyani, S.Ked yang selalu memberikan motivasi dalam penulisan tugas akhir ini kepada penulis.
13.Sahabat seperjuangan Rahman Abdel Rouf, S.Hut yang selalu memberikan dukungan dan semangat kepada penulis.
14.Sahabatku Edo Affan, S.Kom, Andhika Fajar, S.Kom, Novri Pramana Putra, S.Kom, Zulwita Hariyati, S.Kom, dan Hayatun Nufus, S.Kom yang telah memberikan dukungan dan semangat kepada penulis.
15.Teman-teman Stambuk 2010 (Kom A dan Kom B) yang telah memberikan semangat kepada penulis.
Penulis menyadari bahwa penulisan skripsi ini masih banyak keterbatasan dan kekurangan. Untuk itu kritik dan saran yang sifatnya membangun sangat penulis harapkan. Akhirnya penulis ucapkan semoga skripsi ini dapat bermanfaat bagi pembaca dan bagi penulis khususnya.
Medan, 10 Februari 2015
ABSTRAK
Citra merupakan salah satu media yang paling populer digunakan dalam pertukaran informasi pada saat sekarang. Peningkatan kebutuhan terhadap penggunaan citra harus pula didukung oleh media penyimpanan yang tersedia. Namun biasanya citra yang dihasilkan dari perangkat berkamera memiliki ukuran yang relatif besar. Masalah ini dapat diatasi dengan melakukan kompresi pada citra. Pada skripsi ini akan dibahas mengenai analisis dan perbandingan kompresi citra menggunakan metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT). Metode JPEG yang mewakili lossy compression akan dianalisis dan dibandingkan kinerjanya dengan metode BWT yang mewakili lossless compression menggunakan parameter rasio kompresi, waktu kompresi, dan waktu dekompresi. Berdasarkan seluruh hasil pengujian dapat dilihat bahwa metode JPEG menghasilkan rata-rata rasio kompresi 6,3 dan rasio kompresi metode BWT 1,38. Kemudian metode JPEG memiliki rata-rata waktu kompresi 3,06 detik dan metode BWT 2,07 detik. Selanjutnya rata-rata waktu dekompresi yang dihasilkan metode JPEG adalah 2,81 detik dan metode BWT 0,92 detik. Kesimpulan yang diperoleh dari hasil pengujian adalah metode JPEG lebih efisien dalam mengkompresi citra bitmap (*.bmp) dibandingkan metode BWT, sedangkan dalam hal waktu kompresi dan dekompresi metode BWT lebih cepat dibandingkan metode JPEG.
ANALYSIS COMPARISON OF IMAGE COMPRESSION USING JOINT
PHOTOGRAPHIC EXPERTS GROUP (JPEG) AND BURROWS-
WHEELER TRANSFORM (BWT) METHOD
ABSTRACT
Image is one of the most popular media used in the exchange of information at the present time. The increased need of using image should also be supported by the available storage. However, usually the size of the resulting image from the camera of a device is relatively large. This problem could be overcome by performing compression on the image. This study would discuss the analysis and comparison of image compression using Joint Photographic Experts Group (JPEG) and Burrows-Wheeler Transform (BWT). The working process of JPEG method representing lossy compression would be compared and analyzed to the BWT method with its lossless compression by the parameter of compression ratio, compression time, and decompression time. Based on the test results, it could be seen that the JPEG method produces an average compression ratio of 6,3 and 1,38 for BWT method. Then the JPEG method has an average compression time of 3,06 seconds and BWT method of 2,07 seconds. Afterward the average result of decompression time of JPEG method is 2,81 seconds and 0,92 seconds for BWT method. It can be concluded from the test results that the JPEG method is more efficient in compressing bitmap image (* .bmp) compared to BWT method; although in terms of compression and decompression time BWT method is slightly faster than the JPEG method.
DAFTAR ISI BAB 3 ANALISIS DAN PERANCANGAN ... 24
3.1 Analisis Sistem ... 24
3.1.1 Analisis Masalah ... 24
3.1.2.1 Persyaratan Fungsional ... 26
BAB 4 IMPLEMENTASI DAN PENGUJIAN ... 50
4.2.2.2 Analisis Waktu Kompresi antara Metode Joint Photographic Experts Group (JPEG) dan Metode
Burrows-Wheeler Transform (BWT) ... 67
4.2.2.3 Analisis Waktu Dekompresi antara Metode Joint Photographic Experts Group (JPEG) dan Metode Burrows-Wheeler Transform (BWT) ... 68
BAB 5 KESIMPULAN DAN SARAN ... 71
5.1 Kesimpulan ... 71
5.2 Saran ... 72
DAFTAR PUSTAKA ... 73
LAMPIRAN
DAFTAR TABEL
Tabel 2.1 Tabel Kuantisasi Luminance ... 14
Tabel 2.2 Hasil Penelitian Metode JPEG dan Metode BWT ... 22
Tabel 4.1 Citra Uji ... 63
Tabel 4.2 Rasio Kompresi Metode JPEG dan Metode BWT ... 65
Tabel 4.3 Waktu Kompresi Metode JPEG dan Metode BWT ... 67
DAFTAR GAMBAR
Gambar 2.1 Sistem Koordinat Citra Berukuran M×N ... 7
Gambar 2.2 Citra RGB ... 8
Gambar 2.8 Matriks Hasil Kuantisasi setelah Dilakukan Proses Zig-zag ... 15
Gambar 2.9 Tahap Pertama Forward Transform dari BWT ... 18
Gambar 2.10 Tahap Kedua dan Ketiga Forward Transform dari BWT ... 18
Gambar 2.11 Tahap Pertama Reverse Transform dari BWT ... 19
Gambar 2.12 Tahap Kedua Reverse Transform dari BWT ... 19
Gambar 2.13 Tahap Ketiga Reverse Transform dari BWT ... 20
Gambar 3.1 Mind Map Analisis Masalah ... 25
Gambar 3.2 Use Case Diagram Sistem ... 30
Gambar 3.3 Sequence Diagram Sistem Metode Joint Photographic Experts Group (JPEG) ... 31
Gambar 3.4 Sequence Diagram Sistem Metode Burrows-Wheeler Transform (BWT) ... 32
Gambar 3.5 Activity Diagram Sistem Metode Joint Photographic Experts Group (JPEG) ... 34
Gambar 3.6 Activity Diagram Sistem Metode Burrows-Wheeler Transform (BWT) ... 35
Gambar 3.7 Flowchart Sistem ... 42
Gambar 3.8 Rancangan Interface Form Awal ... 44
Gambar 3.9 Rancangan Interface Form Metode JPEG ... 45
Gambar 3.10 Rancangan Interface Form Metode BWT... 46
Gambar 3.11 Rancangan Interface Form Bantuan ... 48
Gambar 3.12 Rancangan Interface Form Profil Programmer ... 49
Gambar 4.1 Form Awal ... 51
Gambar 4.2 Form Metode JPEG... 52
Gambar 4.3 Interface Buka File Citra pada Form Metode JPEG ... 52
Gambar 4.4 Pesan Error pada Form Metode JPEG... 53
Gambar 4.5 Form Konversi Citra Warna... 54
Gambar 4.6 Proses Kompresi pada Form Metode JPEG ... 54
Gambar 4.7 File Hasil Kompresi pada Metode JPEG ... 55
Gambar 4.8 Proses Dekompresi pada Form Metode JPEG ... 55
Gambar 4.9 Citra Hasil Dekompresi pada Form Metode JPEG ... 56
Gambar 4.10 Form Metode BWT ... 57
Gambar 4.11 Interface Buka File Citra pada Form Metode BWT ... 57
Gambar 4.12 Pesan Error pada Form Metode JPEG... 58
Gambar 4.13 Form Konversi Citra Warna ... 59
Gambar 4.15 File Hasil Kompresi pada Form Metode BWT... 60
Gambar 4.16 Proses Dekompresi pada Form Metode BWT ... 60
Gambar 4.17 Citra Hasil Dekompresi pada Form Metode BWT ... 61
Gambar 4.18 Form Bantuan... 62
Gambar 4.19 Form Profil Programmer ... 62
Gambar 4.20 Grafik Perbandingan Rasio Kompresi Metode Joint Photographic Experts Group (JPEG) dan Metode Burrows-Wheeler Transform (BWT) ... 66
Gambar 4.21 Grafik Perbandingan Waktu Kompresi Metode Joint Photographic Experts Group (JPEG) dan Metode Burrows-Wheeler Transform (BWT) ... 68
ABSTRAK
Citra merupakan salah satu media yang paling populer digunakan dalam pertukaran informasi pada saat sekarang. Peningkatan kebutuhan terhadap penggunaan citra harus pula didukung oleh media penyimpanan yang tersedia. Namun biasanya citra yang dihasilkan dari perangkat berkamera memiliki ukuran yang relatif besar. Masalah ini dapat diatasi dengan melakukan kompresi pada citra. Pada skripsi ini akan dibahas mengenai analisis dan perbandingan kompresi citra menggunakan metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT). Metode JPEG yang mewakili lossy compression akan dianalisis dan dibandingkan kinerjanya dengan metode BWT yang mewakili lossless compression menggunakan parameter rasio kompresi, waktu kompresi, dan waktu dekompresi. Berdasarkan seluruh hasil pengujian dapat dilihat bahwa metode JPEG menghasilkan rata-rata rasio kompresi 6,3 dan rasio kompresi metode BWT 1,38. Kemudian metode JPEG memiliki rata-rata waktu kompresi 3,06 detik dan metode BWT 2,07 detik. Selanjutnya rata-rata waktu dekompresi yang dihasilkan metode JPEG adalah 2,81 detik dan metode BWT 0,92 detik. Kesimpulan yang diperoleh dari hasil pengujian adalah metode JPEG lebih efisien dalam mengkompresi citra bitmap (*.bmp) dibandingkan metode BWT, sedangkan dalam hal waktu kompresi dan dekompresi metode BWT lebih cepat dibandingkan metode JPEG.
ANALYSIS COMPARISON OF IMAGE COMPRESSION USING JOINT
PHOTOGRAPHIC EXPERTS GROUP (JPEG) AND BURROWS-
WHEELER TRANSFORM (BWT) METHOD
ABSTRACT
Image is one of the most popular media used in the exchange of information at the present time. The increased need of using image should also be supported by the available storage. However, usually the size of the resulting image from the camera of a device is relatively large. This problem could be overcome by performing compression on the image. This study would discuss the analysis and comparison of image compression using Joint Photographic Experts Group (JPEG) and Burrows-Wheeler Transform (BWT). The working process of JPEG method representing lossy compression would be compared and analyzed to the BWT method with its lossless compression by the parameter of compression ratio, compression time, and decompression time. Based on the test results, it could be seen that the JPEG method produces an average compression ratio of 6,3 and 1,38 for BWT method. Then the JPEG method has an average compression time of 3,06 seconds and BWT method of 2,07 seconds. Afterward the average result of decompression time of JPEG method is 2,81 seconds and 0,92 seconds for BWT method. It can be concluded from the test results that the JPEG method is more efficient in compressing bitmap image (* .bmp) compared to BWT method; although in terms of compression and decompression time BWT method is slightly faster than the JPEG method.
PENDAHULUAN
Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan pada penelitian ini.
1.1 Latar Belakang
Citra merupakan salah satu media yang paling populer digunakan dalam pertukaran informasi pada saat sekarang. Peningkatan kebutuhan terhadap penggunaan citra harus pula didukung oleh media penyimpanan yang tersedia. Namun biasanya citra yang dihasilkan dari setiap perangkat berkamera memiliki ukuran yang relatif besar. Citra yang memiliki ukuran besar tentunya akan membutuhkan media penyimpanan yang besar pula. Begitu juga dengan keperluan pengiriman, semakin besar citra maka waktu yang dibutuhkan untuk pengiriman juga semakin lama. Sementara keterbatasan media penyimpanan dan kapasitas bandwith menjadi masalah bagi setiap pengguna. Semua masalah ini dapat diatasi dengan melakukan kompresi citra.
Pada penelitian yang akan dilakukan ini, metode yang digunakan untuk membandingkan kompresi citra adalah Joint Photographic Experts Group (JPEG) dan
Burrows-Wheeler Transform (BWT). Penulis memilih metode JPEG dan BWT untuk dibandingkan karena penulis ingin mengetahui hasil kompresi yang terbaik dari dua jenis teknik kompresi citra yang berbeda, dimana metode JPEG mewakili lossy compression sedangkan metode BWT mewakili lossless compression. Kemudian citra yang digunakan untuk proses kompresi adalah citra bertipe bitmap (*.bmp) sebagai citra yang akan dibandingkan karena citra tersebut merupakan format penyimpanan standar tanpa kompresi sedangkan citra dengan format lain biasanya sudah mengandung kompresi. Beberapa penelitian yang berkaitan dengan skripsi ini antara lain Analisa Pengiriman Citra Terkompresi JPEG Dengan Teknik Spread Spektrum Direct Sequence (DS-SS) (Pramitarini, 2011), Analisa Perbandingan Kinerja Teknik Kompresi Citra Menggunakan Metode JPEG dan Wavelet Multi Variable
(Napitupulu, 2012), dan Implementasi Penggabungan Algoritma Run-Length Encoding dan Metode Burrows-Wheeler Transform Pada Pemampatan Citra BMP 24-Bit (Setiawan, 2014).
Berdasarkan hal yang telah diuraikan di atas, penulis tertarik untuk membuat skripsi yang berjudul “Analisis Perbandingan Kompresi Citra Menggunakan Metode
Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT)”.
1.2 Rumusan Masalah
Berdasarkan uraian pada latar belakang masalah, maka masalah yang akan dibahas pada penelitian ini adalah bagaimana cara mendapatkan hasil perbandingan kompresi
file citra menggunakan metode Joint Photographic Experts Group (JPEG) dan
1.3 Batasan Masalah
Batasan masalah dalam skripsi ini adalah sebagai berikut:
1. Citra yang digunakan untuk proses kompresi adalah citra bertipe bitmap (*.bmp). 2. Metode kompresi yang digunakan untuk membandingkan citra adalah Joint
Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT). 3. Parameter yang digunakan untuk membandingkan kedua metode adalah rasio
kompresi, waktu kompresi, dan waktu dekompresi. 4. Tools yang digunakan adalah MATLAB R2012a.
1.4 Tujuan Penelitian
Penelitian ini bertujuan untuk menganalisis dan membandingkan hasil kompresi citra yang didapat dari metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT).
1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat bermanfaat untuk menambah pengetahuan dan referensi tentang metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT). Penelitian ini juga menghasilkan program yang dapat membandingkan kedua metode tersebut sehingga dapat diketahui manakah hasil kompresi yang terbaik.
1.6 Metode Penelitian
Tahapan yang akan dilakukan pada pelaksanaan skripsi ini adalah sebagai berikut: 1. Studi Literatur
2. Analisis dan Perancangan
Pada tahap ini dilakukan analisis terhadap studi literatur serta dilakukan perancangan flowchart algoritma, flowchart sistem, dan perancangan antar muka sistem dengan metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT).
3. Implementasi
Pada tahap ini dilakukan pembuatan program dengan tools MATLAB R2012a
untuk mengimplementasikan metode Joint Photographic Experts Group (JPEG)
dan Burrows-Wheeler Transform (BWT). 4. Pengujian
Dilakukan pengujian terhadap sistem yang telah dibuat berdasarkan analisis dan perancangan sebelumnya.
5. Dokumentasi
Selama pembuatan sistem dilakukan dokumentasi dalam bentuk laporan dengan format penulisan penelitian.
1.7 Sistematika Penulisan
Sistematika penulisan skripsi ini dibagi menjadi lima bab yaitu:
BAB 1: PENDAHULUAN
Bab ini berisikan penjelasan mengenai latar belakang pemilihan judul
“Analisis Perbandingan Kompresi Citra Menggunakan Metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT)”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat
penelitian, metode penelitian, serta sistematika penulisan.
BAB 2: TINJAUAN PUSTAKA
Burrows-Wheeler Transform (BWT), serta parameter yang digunakan yaitu rasio kompresi, waktu kompresi, dan waktu dekompresi.
BAB 3: ANALISIS DAN PERANCANGAN
Bab ini berisikan uraian analisis mengenai proses kerja dari metode
Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT) yang terdiri dari use case diagram, sequence diagram, activity diagram, pseudocode program, flowchart, dan perancangan tampilan form dari aplikasi.
BAB 4: IMPLEMENTASI DAN PENGUJIAN
Pada bab ini dijelaskan implementasi dari sistem yang telah dirancang sebelumnya serta pengujian terhadap sistem yang telah dibuat untuk memastikan apakah sistem berjalan sesuai dengan kebutuhan.
BAB 5: KESIMPULAN DAN SARAN
TINJAUAN PUSTAKA
Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode Joint Photographic Experts Group (JPEG), metode Burrows-Wheeler Transform (BWT), dan beberapa teori pendukung lain dalam penelitian ini.
2.1 Pengertian Citra
Gambar 2.1 Sistem Koordinat Citra Berukuran M×N (M baris dan N kolom)
(Kadir, 2013)
Pernyataan M×N disebut resolusi pada citra. Istilah resolusi terkadang juga digunakan untuk menunjukkan jumlah piksel per satuan panjang dari citra (Salomon, 2004). Resolusi diukur dengan satuan dpi (dots per inch).
Dengan sistem koordinat yang mengikuti asas pemindaian pada layar TV standar tersebut, sebuah piksel mempunyai koordinat berupa (x,y). Dalam hal ini, x
menyatakan posisi kolom, y menyatakan posisi baris, dan piksel pojok kiri-atas mempunyai koordinat (0,0) dan piksel pada pojok kanan-bawah mempunyai koordinat (N – 1, M – 1) (Kadir, 2013).
Citra digital dapat ditulis dalam bentuk matriks seperti berikut:
[
]
2.2 Jenis-jenis Citra Digital
Terdapat tiga jenis citra digital yang umum digunakan dalam pemrosesan citra. Jenis pertama adalah citra warna. Citra warna atau citra Red-Green-Blue(RGB) merupakan jenis citra yang menyajikan warna dalam bentuk komponen Red (merah), Green
(hijau), dan Blue (Biru). Setiap komponen warna menggunakan delapan bit (nilainya berkisar antara 0 sampai dengan 255) (Kadir, 2013). Citra warna dapat dilihat pada Gambar 2.2.
Gambar 2.2 Citra RGB (Kadir, 2013)
Jenis kedua adalah citra grayscale. Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada setiap pikselnya. Nilai tersebut digunakan untuk menunjukkan tingkat intensitas (Putra, 2010). Intensitas berkisar antara 0 sampai dengan 255. Citra jenis ini menangani gradasi warna hitam dan putih, yang tentu saja menghasilkan efek warna abu-abu. Nilai 0 menyatakan hitam dan nilai 255 menyatakan putih (Kadir, 2013). Citra grayscale dapat dilihat pada Gambar 2.3.
Jenis ketiga adalah citra biner. Citra biner adalah citra dengan setiap piksel hanya dinyatakan dengan sebuah nilai dari dua kemungkinan, yaitu nilai 0 dan 1. Nilai 0 menyatakan warna hitam dan nilai 1 menyatakan warna putih (Kadir, 2013). Citra biner dapat dilihat pada Gambar 2.4.
Gambar 2.4 Citra Biner (Kadir, 2013)
2.3 Citra Bitmap
Untuk skripsi ini, citra yang digunakan untuk proses kompresi adalah citra bitmap. Citra dengan format bitmap (*.bmp) adalah format penyimpanan standar tanpa kompresi yang umum dapat digunakan untuk menyimpan citra biner, citra grayscale, dan citra warna. Format ini terdiri dari beberapa jenis yang setiap jenisnya ditentukan dengan jumlah bit yang digunakan untuk menyimpan sebuah nilai piksel (Putra, 2010).
Gambar 2.5 Contoh Citra Bitmap (*.bmp)
2.4 Kompresi Citra
Pemampatan citra atau 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 citra semula (Sutoyo, 2009). Hal ini bermanfaat untuk mempersingkat waktu pengiriman citra dan juga menghemat penggunaan memori dalam storage
dibandingkan dengan citra yang tidak dikompresi.
Kompresi citra dapat meminimalkan jumlah bit yang diperlukan untuk merepresentasikan citra. Apabila sebuah foto berwarna berukuran 3 inci × 4 inci dengan tingkat resolusi sebesar 500 dot per inch (dpi), maka diperlukan 3 × 4 × 500 × 500 = 3.000.000 dot (piksel). Setiap piksel terdiri dari 3 byte dimana masing-masing
byte merepresentasikan warna merah, hijau, dan biru. Sehingga citra digital tersebut memerlukan volume penyimpanan sebesar 3.000.000 × 3 byte + 1080 = 9.001.080
byte setelah ditambahkan jumlah byte yang diperlukan untuk menyimpan format (header) citra. Oleh karena itu diperlukan kompresi citra sehingga ukuran citra tersebut menjadi lebih kecil dan waktu pengiriman citra menjadi lebih cepat (Lidya, 2012).
Kompresi data lebih populer dikarenakan dua alasan yaitu (Salomon, 2004): 1. Orang-orang suka mengumpulkan data dibandingkan membuangnya.
Tidak peduli seberapa besar media penyimpanan seseorang, cepat atau lambat kapasitas media penyimpanan tersebut akan penuh.
untuk mengunduh sebuah file, kita tentu merasa beberapa detik adalah waktu yang lama untuk kita tunggu.
2.4.1 Teknik Kompresi Citra
Kompresi citra memiliki banyak teknik untuk melakukan pengurangan ukuran kapasitas citra. Teknik kompresi yang berbeda akan mengimplementasikan kombinasi pilihan-pilihan yang berbeda. Metode kompresi citra dapat dibagi menjadi dua jenis yaitu (Putra, 2010):
1. Kompresi Lossless, pada kompresi jenis ini informasi yang terkandung pada citra hasil sama dengan informasi pada citra asli. Citra hasil proses kompresi dapat dikembalikan secara sempurna menjadi citra asli, tidak terjadi kehilangan informasi, tidak terjadi kesalahan informasi.
2. Kompresi Lossy, kompresi data yang bersifat lossy mengijinkan terjadinya kehilangan sebagian data tertentu dari pesan tersebut, sehingga dapat menghasilkan rasio kompresi yang tinggi. Apabila citra terkompresi direkonstruksi kembali maka hasilnya tidak sama dengan citra aslinya, tetapi informasi yang terkandung tidak sampai berubah atau hilang.
2.5 Metode Joint Photographic Experts Group (JPEG)
Metode yang terdapat pada kompresi citra sangat beragam sesuai dengan klasifikasinya. Salah satu metode yang umum digunakan pada saat ini adalah metode
Joint Photographic Experts Group (JPEG). Format JPEG dikembangkan pada tahun 1982 oleh International Organization for Standardization (ISO). Tujuan utama dari ISO adalah untuk menghasilkan standarisasi dalam pengiriman citra pada jaringan. JPEG berisi beberapa algoritma kompresi citra keabuan dan citra warna dan memuat format pengiriman data (Sianipar, 2013). Salah satu hal yang menarik dari metode JPEG adalah teknik kompresinya yang menggabungkan antara lossy compression dan
lossless compression, tetapi pada akhirnya metode JPEG termasuk dalam kategori
Metode JPEG memiliki kelebihan dibandingkan dengan metode kompresi lainnya, yaitu (Pandit, 2013):
1. JPEG bekerja baik untuk foto dan citra yang kompleks. JPEG menggunakan metode kompresi yang dapat menghilangkan aspek penglihatan warna manusia dari citra untuk mengurangi ukuran citra. 2. JPEG menyimpan citra dengan kedalaman piksel antara 6 sampai 24 bit
dengan kecepatan yang wajar dan efisien.
3. JPEG adalah metode lossy yang menghapus data tidak berguna selama proses encoding.
2.5.1 Proses Kompresi Joint Photographic Experts Group (JPEG)
Proses kompresi dengan metode JPEG adalah sebagai berikut:
1. Proses Discrete Cosine Transform (DCT)
Transformasi kosinus diskrit atau Discrete Cosine Transform yang disingkat dengan DCT, mirip dengan transformasi Fourier, hanya saja DCT menggunakan komponen kosinus saja. DCT telah menjadi pilihan sebagai dasar algoritma kompresi JPEG dan MPEG (Putra, 2010). Dengan transformasi ini dapat meminimalkan jumlah data citra yang diperlukan untuk mepresentasikan suatu citra. Gambar 2.6 menunjukkan pola basis DCT untuk blok piksel 8×8.
Rumus DCT dua dimensi untuk citra dengan ukuran 8×8 dapat dinyatakan sebagai berikut (Van, 2009):
∑
∑
adalah koefisien DCT yang ditransformasikan dimana variabel
dan . Kemudian adalah nilai piksel dari blok sampel asli (Van, 2009). Efek pembulatan dan pemotongan pada perhitungan 64 koefisien DCT untuk setiap blok sampel adalah implementasi yang saling memiliki ketergantungan. Dengan demikian maka dapat disimpulkan bahwa hasil output dari implementasi yang satu dengan implementasi yang lain dapat sedikit berbeda.
2. Proses Kuantisasi
Kuantisasi dalam metode JPEG adalah proses pengurangan nilai dari masing-masing koefisien DCT dengan cara membaginya dengan nilai kuantisasi yang sesuai pada tabel kuantisasi yang digunakan oleh quantizer, lalu nilai kuantisasi yang didapat dari hasil tersebut kemudian dibulatkan ke bilangan bulat terdekat. Proses kuantisasi inilah yang menyebabkan metode JPEG sebagai algoritma lossy compression. Rumus untuk menghitung nilai kuantisasi adalah sebagai berikut (Wibisono, 2003):
Nilai dari matriks Quantum (i,j) diambil dari tabel kuantisasi luminance
Tabel 2.1 Kuantisasi Luminance
i\j 0 1 2 3 4 5 6 7
0 16 11 10 16 24 40 51 61
1 12 12 14 19 26 58 60 55
2 14 13 16 24 40 57 69 56
3 14 17 22 29 51 87 80 62
4 18 22 37 56 68 109 103 77
5 24 35 55 64 81 104 113 92
6 49 64 78 87 103 121 120 101
7 72 92 95 98 112 100 103 99
Nilai kuantisasi yang telah didapat selanjutnya akan dilewatkan dalam bentuk zig-zag seperti pada Gambar 2.7.
Gambar 2.7 Proses Zig-zag (Sayood, 2006)
Elemen (0,0) dari blok 8×8 disebut sebagai Direct Current (DC), yang merupakan rata-rata dari nilai piksel. Sementara 63 elemen lainnya disebut sebagai Alternating Current (AC). Setelah dilakukan proses zig-zag scanning
atau pemindaian secara zig-zag, maka tahapan selanjutnya adalah pengkodean entropi.
3. Proses Pengkodean Entropi
akan direpresentasikan dalam bentuk vektor satu dimensi yang ditunjukkan pada Gambar 2.8.
Gambar 2.8 Matriks Hasil Kuantisasi setelah Dilakukan Proses Zig-zag
(Wibisono, 2003)
Pengkodean entropi yang digunakan pada metode JPEG adalah
Huffman Encoding. Pada proses ini nilai hasil vektor satu dimensi yaitu koefisien Direct Current (DC) dan Alternating Current (AC) akan dikodekan dengan menggunakan metode Huffman dengan tujuan untuk menghasilkan
codeword yang lebih pendek.
2.5.2 Proses Dekompresi Joint Photographic Experts Group (JPEG)
Proses dekompresi dengan metode JPEG adalah sebagai berikut:
1. Proses Dekode Entropi
Setelah proses dekode entropi selesai, tahap selanjutnya adalah proses
unzig-zag scanning atau pemindaian kembali secara zig-zag untuk merubah kembali bentuk vektor satu dimensi ke bentuk matriks dua dimensi agar dapat dilakukan tahap selanjutnya yaitu proses dekuantisasi.
2. Proses Dekuantisasi
Dekuantisasi merupakan fungsi invers yang mengembalikan hasil untuk representasi nilai yang dijadikan sebagai masukan ke dalam proses Inverse Discrete Cosine Transform (IDCT). Proses dekuantisasi dapat dihitung dengan menggunakan rumus (Wibisono, 2003):
Nilai dari matriks Quantum (i,j) diambil dari tabel kuantisasi luminance
seperti pada proses kuantisasi sebelumnya.
3. Proses Inverse Discrete Cosine Transform (IDCT)
Untuk mengambil data dari citra hasil kompresi, tahap selanjutnya adalah melakukan proses Inverse Discrete Cosine Transform (IDCT) untuk setiap blok. Semua blok akan dikombinasikan kembali ke bentuk citra yang sama dimensinya dengan citra aslinya.
Rumus untuk IDCT adalah (Van, 2009):
∑
∑
2.6 Metode Burrows-Wheeler Transform (BWT)
Metode Burrows-Wheeler Transform (BWT) adalah algoritma kompresi data, yang pertama kali diperkenalkan pada tahun 1994 oleh Michael Burrows dan David Wheeler. Gagasan utamanya adalah memperoleh rasio kompresi data yang lebih baik untuk menghemat ruang penyimpanan dan memberikan transmisi data yang lebih cepat melalui jaringan-jaringan yang berbeda. Kompresi berdasarkan BWT adalah salah satu algoritma terkemuka yang mendekati paling baik untuk data teks pada saat sekarang, namun BWT juga dapat digunakan untuk meningkatkan kinerja kompresi untuk citra (Van, 2009).
2.6.1 Proses Kompresi Burrows-Wheeler Transform (BWT)
Sebelum melakukan proses kompresi dengan metode Burrows-Wheeler Transform
(BWT), terdapat proses yang harus dilewati terlebih dahulu. Proses tersebut adalah data citra yang akan melalui proses kompresi harus diubah dari bentuk piksel dua dimensi ke bentuk piksel satu dimensi berurutan dengan cara pemindaian zig-zag. Setelah bentuk dari data citra diubah lalu dilanjutkan dengan metode BWT. Misalkan sebuah vektor 1 dimensi berurutan p telah didapat seperti berikut:
Gambar 2.9 Tahap Pertama Forward Transform dari BWT (Van, 2009)
Tahap selanjutnya adalah setiap baris disusun secara leksikografi (berdasarkan kamus). Tahap terakhir dari proses BWT adalah output yang terdiri dari indeks terakhir pada langkah sebelumnya. Berikut tahap kedua dan ketiga dari BWT ditampilkan melalui Gambar 2.10.
Gambar 2.10 Tahap Kedua dan Ketiga Forward Transform dari BWT (Van,
2009)
Vektor p asli muncul di baris kelima pada Gambar 2.10, dan output dari BWT berada pada kolom terakhir, dinyatakan dengan:
� ,
dengan indeks = 4. Hasil dapat ditulis sebagai � , dimana L
2.6.2. Proses Dekompresi Burrows-Wheeler Transform (BWT)
Metode BWT adalah metode transformasi yang dapat dibalik (reverse) sehingga vektor asli dapat dikembalikan dari output yang dihasilkan oleh BWT tersebut. Di bentuk reverse transform hanya output BWT L dan index yang dibutuhkan untuk mengembalikan vektor urutan aslinya. Tahap reverse BWT ditampilkan pada Gambar 2.11, 2.12, dan 2.13.
Cara membentuk tabel reverse:
a. Langkah : Letakkan kolom n di depan kolom .
b. Langkah : Urutkan panjang string yang dihasilkan secara leksikografi.
c. Langkah : Letakkan list yang terurut di kolom pertama pada tabel.
Gambar 2.11 Tahap Pertama Reverse Transform dari BWT (Van, 2009)
Gambar 2.13 Tahap Ketiga Reverse Transform dari BWT (Van, 2009)
Output dari reverse transform juga berada di indeks 4, itulah mengapa indeks dimanfaatkan untuk merepresentasikan output dari forward transform dan urutannya adalah , yang mana memiliki urutan asli dari vektor p. Setelah proses dekompresi dengan metode BWT selesai, data citra diubah kembali dari bentuk piksel satu dimensi berurutan ke bentuk piksel dua dimensi dengan cara pemindaian unzig-zag sehingga citra hasil dekompresi dapat ditampilkan kembali.
2.7 Rasio Kompresi
Rasio kompresi pada kedua citra akan diukur untuk mengetahui mana yang lebih baik sesuai kinerja proses kompresinya. Citra sebelum dikompresi akan dibandingkan dengan citra hasil kompresi. Rasio kompresi dapat dinyatakan dengan persamaan matematis sebagai berikut (Putra, 2010):
Dimana:
= Rasio kompresi (compression ratio)
= Ukuran citra asli
= Ukuran citra kompresi
dalam suatu teknik kompresi citra. Namun besarnya nilai rasio kompresi harus diikuti dengan kualitas citra (Napitupulu, 2012).
2.8 Waktu Kompresi
Dalam melakukan kompresi citra dengan metode yang berbeda pasti membutuhkan waktu yang berbeda pula. Lama waktu yang dibutuhkan untuk menyelesaikan tahapan kompresi citra akan memengaruhi kinerja metode kompresi citra tersebut. Semakin cepat waktu kompresi maka akan menjadi salah satu faktor pendukung terhadap suatu metode kompresi citra untuk menjadikannya sebagai metode kompresi citra yang baik. Tapi metode kompresi citra yang memiliki tahapan cukup banyak dan dalam penyelesaiannya memerlukan proses yang rumit pasti akan memakan waktu yang lama. Hal ini kurang baik jika diterapkan nantinya dalam aplikasi kompresi citra.
2.9 Waktu Dekompresi
Tidak hanya waktu kompresi yang berpengaruh pada kinerja metode kompresi citra, waktu dekompresi juga menjadi salah satu faktor pendukung apakah kinerja sebuah metode kompresi citra bisa dikatakan baik atau tidak. Waktu mengembalikan file citra yang telah terkompres akan menjadi penilaian yang sama pentingnya dengan waktu memproses kompresi pada citra.
2.10 Hasil Penelitian Sebelumnya
Tabel 2.2 Hasil Penelitian Metode JPEG dan Metode BWT menggunakan tiga citra digital memberikan hasil berupa kualitas citra yang baik dan rasio kompresi yang tinggi jika digunakan parameter quality di atas 75, Dimana pada parameter
No Nama Judul Tahun Hasil Penelitian 3. Setiawan,
A, E.
Implementasi Penggabungan Algoritma Run-Length Encoding
dan Metode
Burrows-Wheeler
Transform Pada Pemampatan Citra BMP
24-Bit
2014 Metode Burrows-Wheeler Transform sangat efektif jika digabungkan dengan algoritma
Run-Length Encoding pada kompresi citra bitmap 24 bit. Rasio kompresi yang dihasilkan oleh penggabungan Run-Length Encoding dan Burrows-Wheeler Transform lebih baik dibandingkan rasio kompresi yang dihasilkan oleh Run-Length Encoding tanpa Burrows-Wheeler Transform.
ANALISIS DAN PERANCANGAN
Bab ini berisikan uraian analisis mengenai proses kerja dari metode Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT) yang terdiri dari use case diagram, sequence diagram, activity diagram, pseudocode
program, flowchart, dan perancangan tampilan form dari aplikasi.
3.1 Analisis Sistem
Sebelum melakukan tahap perancangan sebuah sistem, hal pertama yang perlu dilakukan adalah menganalisa sistem yang akan dibangun. Analisis sistem merupakan gabungan dari beberapa tahap yang digunakan sebagai langkah awal dalam mengembangkan sebuah sistem. Tahap awal dalam analisis sistem ini adalah tahap analisis masalah yang bertujuan untuk mempelajari dan memahami masalah yang akan diselesaikan dengan menggunakan sistem ini. Tahap kedua adalah analisis persyaratan yang akan memenuhi kebutuhan dan permintaan pengguna (user). Tahap ketiga dan merupakan analisis terakhir adalah analisis proses yang akan dikerjakan sistem.
3.1.1 Analisis Masalah
dapat dipahami secara efektif dan efisien. Gambar 3.1 berikut ini merupakan mind map analisis masalah yang digunakan untuk menyelesaikan masalah pada sistem.
Analisis Perbandingan Dua Waktu Kompresi Parameter yang digunakan
untuk mengukur kinerja
Gambar 3.1 Mind Map Analisis Masalah
Berdasarkan pada mind map analisis masalah pada Gambar 3.1, masalah yang akan diselesaikan adalah analisis perbandingan dua metode untuk melakukan kompresi pada citra agar dapat diketahui metode mana yang terbaik, yaitu metode
Joint Photographic Experts Group (JPEG) atau metode Burrows-Wheeler Transform (BWT). Material yang digunakan untuk membandingkan kedua metode adalah citra bertipe bitmap (*.bmp). Lalu parameter yang digunakan untuk membandingkan hasil kompresi pada citra adalah rasio kompresi, waktu kompresi dan waktu dekompresi. Untuk menyelesaikan masalah tersebut sistem dibangun menggunakan MATLAB R2012a.
3.1.2 Analisis Persyaratan
3.1.2.1 Persyaratan Fungsional
Persyaratan fungsional merupakan deskripsi mengenai aktivitas dan layanan yang harus diberikan atau disediakan oleh sebuah sistem. Dalam sistem perbandingan kompresi citra dengan menggunakan metode Joint Photographic Experts Group (JPEG) dan metode Burrows-Wheeler Transform (BWT) terdapat beberapa hal yang menjadi persyaratan fungsional yang harus dipenuhi, antara lain:
1. Citra yang digunakan untuk proses kompresi adalah citra bertipe bitmap
(*.bmp).
2. Jika citra yang digunakan untuk proses kompresi adalah citra warna bertipe
bitmap, citra akan dikonversi dari bentuk Red-Green-Blue (RGB) menjadi
Luminance-Chroma Blue-Chroma Red (YCbCr) dan mengambil citra
luminance (Y) atau lebih dikenal dengan istilah grayscale sebagai citra yang digunakan untuk proses kompresi.
3. Parameter yang digunakan untuk membandingkan kedua metode adalah rasio kompresi, waktu kompresi, dan waktu dekompresi.
4. Hasil file kompresi tersimpan dengan ekstensi Microsoft Access Table (*.mat). 5. Citra dapat direkonstruksi kembali dengan proses dekompresi.
3.1.2.2 Persyaratan Non-Fungsional
Persyaratan non-fungsional merupakan deskripsi mengenai fitur, karakteristik, dan batasan lainnya yang menentukan apakah sistem memuaskan atau tidak. Beberapa persyaratan non-fungsional yang harus dipenuhi oleh sistem yang dirancang adalah sebagai berikut.
1. Performa
Sistem yang akan dibangun harus dapat menunjukkan hasil dari proses kompresi dengan kedua metode yang digunakan.
2. Mudah Digunakan (User Friendly)
3. Dokumentasi
Sistem yang akan dibangun dapat menyimpan hasil proses kompresi dan dekompresi dari kedua metode yang digunakan.
4. Kontrol
Sistem yang dibangun memiliki kontrol berupa error message, enable dan
disable, yaitu ketika citra yang dimasukkan ke dalam sistem bukan citra bertipe bitmap maka sistem akan memberikan error message kepada user, kemudian jika citra belum dimasukkan ke dalam sistem maka tombol fungsi pada sistem berupa proses kompresi dan dekompresi dalam keadaan tidak aktif atau disable, namun jika citra telah dimasukkan ke dalam sistem maka tombol fungsi tersebut akan aktif atau enable.
5. Hemat Biaya
Sistem yang dibangun tidak memerlukan perangkat tambahan yang dapat mengeluarkan biaya dalam proses eksekusinya.
3.1.3 Analisis Proses
Dalam sistem ini terdapat dua metode yang akan digunakan untuk membandingkan hasil kompresi yaitu metode Joint Photographic Experts Group (JPEG) dan metode
Burrows-Wheeler Transform (BWT). Masing-masing metode akan dianalisa dalam memproses citra yang akan dibandingkan sebagai berikut.
3.1.3.1 Analisis Proses Metode Joint Photographic Experts Group (JPEG)
File hasil proses kompresi kemudian akan didekompresi untuk merekonstruksi citra agar dapat ditampilkan kembali. Proses dekompresi merupakan kebalikan dari proses kompresi, yaitu proses dekode entropi, dekuantisasi, dan Inverse Discrete Cosine Transform (IDCT). Citra hasil proses dekompresi kemudian akan dihitung waktu prosesnya dengan parameter waktu dekompresi.
3.1.3.2 Analisis Proses Metode Burrows-Wheeler Transform (BWT)
Pada penelitian ini akan dilakukan analisis dan perancangan perangkat lunak untuk kompresi citra bertipe bitmap (*.bmp) dengan menggunakan metode Burrows-Wheeler Transform (BWT). Penjelasan mengenai metode BWT sudah diberikan pada bab 2, bahwa metode BWT memiliki beberapa tahapan untuk proses kompresi dan dekompresi.
Langkah-langkah proses kompresi dengan metode BWT adalah:
1. Data citra terlebih dahulu diubah dari bentuk dua dimensi menjadi satu dimensi.
2. Kemudian bentuk sebuah matriks dimana nilai baris matriks sama dengan panjang data citra yang berukuran satu dimensi.
3. Baris pertama matriks diisi dengan data citra asli yang berukuran satu dimensi, lalu untuk baris selanjutnya diisi dengan data citra sebelumnya yang dilakukan perubahan, yaitu perputaran susunan data citra ke arah kiri.
4. Setelah semua baris terisi, urutkan setiap baris pada matriks secara leksikografi atau berdasarkan kamus.
5. Ambil kolom terakhir sebagai output dari BWT. Simpan baris dengan nilai data citra awal dengan simbol I (Indeks) agar dapat melakukan proses inverse
jika ingin dikembalikan ke bentuk semula. Hitung rasio dan waktu kompresi pada output BWT.
Langkah-langkah proses dekompresi dengan metode BWT adalah:
2. Lakukan perulangan pada tabel pemetaan sebanyak n data dari output BWT. Hasil data dari tabel ketiga merupakan masukan untuk tabel pertama pada perulangan selanjutnya.
3. Setelah perulangan selesai, ambil baris dengan nilai I (Indeks) sebagai hasil dari proses dekompresi.
4. Hasil proses dekompresi yang masih berbentuk satu dimensi kembali dirubah menjadi dua dimensi agar dapat ditampilkan dalam bentuk citra. Lalu hitung waktu dekompresi.
3.2 Pemodelan
Pada penelitian mengenai analisis perbandingan kompresi citra menggunakan metode
Joint Photographic Experts Group (JPEG) dan Burrows-Wheeler Transform (BWT)
ini digunakan Unified Modeling Languange (UML) sebagai bahasa pemodelan yang berfungsi untuk membantu merancang sistem. Model UML yang digunakan dalam penelitian ini yaitu use case diagram, sequence diagram, dan activity diagram.
3.2.1 Use Case Diagram
Use case diagram menunjukkan hubungan antara pengguna (actor) dengan kasus yang digunakan dalam sebuah sistem. Sebuah model use case terdiri dari satu atau lebih diagram use case dan dokumen pendukung lainnya seperti spesifikasi use case
dan definisi actor (Ambler, 2005). Use case diagram menggambarkan kebutuhan sistem dari sudut pandang user. Gambar 3.2 berikut ini merupakan use case diagram
Sistem
Metode Joint Photographic Experts Group (JPEG)
Ambil citra bertipe
bitmap (*.bmp)
Kompresi citra
Simpan file hasil kompresi (*.mat)
Hitung rasio dan waktu
kompresi
Simpan citra hasil dekompresi Pengguna
Metode Burrows-Wheeler Transform (BWT)
Dekompresi citra
Hitung waktu dekompresi
Gambar 3.2 Use Case Diagram Sistem
3.2.2 Sequence Diagram
Sequence diagram adalah teknik pemodelan yang dinamis. Sequence diagram
biasanya digunakan untuk (Ambler, 2005):
1. Validasi dan penyempurnaan logika serta kelengkapan dari skenario penggunaan.
2. Menjelajahi desain yang akan dibangun.
3. Mengetahui kompleksitas dari sistem yang akan dibangun.
4. Mendeteksi kerumitan dalam sistem yang memiliki desain berorientasi objek.
Gambar 3.3 dan 3.4 berikut ini merupakan sequence diagram dari sistem yang telah dibangun.
Gambar 3.3 Sequence Diagram Sistem Metode Joint Photographic Experts Group
Input Metode BWT
Gambar 3.4 Sequence Diagram Sistem Metode Burrows-Wheeler Transform
(BWT)
waktu dekompresi dan sistem akan menampilkan waktu dekompresi kepada pengguna.
3.2.3 Activity Diagram
Pengguna Sistem
Menyimpan Citra Hasil Dekompresi ke Direktori Penyimpanan Konversi Citra RGB ke YCbCr dan
Mengambil Citra Y (Grayscale)
Gambar 3.5 Activity Diagram Sistem Metode Joint Photographic Experts Group
Pengguna Sistem
Menyimpan Citra Hasil Dekompresi ke Direktori Penyimpanan Konversi Citra RGB ke YCbCr dan
Mengambil Citra Y (Grayscale)
Pada kedua activity diagram yang telah diberikan, pertama sekali pengguna melakukan proses input citra lalu sistem akan memproses citra. Sistem hanya menerima citra bertipe bitmap (*.bmp) yang terdiri dari tiga jenis yaitu citra
grayscale, citra biner, dan citra RGB. Tetapi citra RGB akan dikonversi menjadi YCbCr dan mengambil citra Y (grasycale) sebagai citra yang akan diproses ke dalam sistem. Jika citra yang diproses sistem bukan citra bertipe bitmap (*.bmp), sistem akan menghentikan pemrosesan ke tahap selanjutnya. Selanjutnya jika citra telah sesuai dengan batasan sistem, sistem akan menampilkan citra yang telah dimasukkan oleh pengguna. Pengguna dapat merespon dengan menekan button kompresi dan sistem akan memproses yaitu melakukan proses kompresi dengan metode JPEG atau metode BWT sesuai dengan pilihan pengguna. Sistem akan memberikan hasil kompresi kepada pengguna berupa file dengan format Microsoft Access Table (*.mat) ke direktori penyimpanan yang telah ditentukan oleh sistem. Kemudian sistem akan menghitung rasio dan waktu kompresi serta menampilkan hasilnya kepada pengguna. Pengguna dapat merespon kembali dengan menekan button dekompresi dan sistem akan memproses yaitu melakukan proses dekompresi dengan metode JPEG atau metode BWT sesuai dengan pilihan pengguna. Setelah proses dekompresi selesai sistem akan menampilkan citra hasil dekompresi dan sistem akan menghitung waktu dekompresi yang kemudian akan ditampilkan kepada pengguna. Terakhir citra hasil dekompresi akan disimpan ke direktori penyimpanan yang telah ditentukan oleh sistem.
3.3 Pseudocode Program
begin
baca citra I
if I == grayscale && biner
ambil I sebagai input
elseif I == RGB
konversi I dari RGB ke YCbCr
ambil Y sebagai input dan simpan Cb dan Cr
else
kembali ke awal
endif
lakukan Discrete Cosine Transform y := DCT(input)
lakukan Kuantisasi pada y
lakukan Pengkodean Entropi pada y
simpan file y sebagai hasil kompresi
hitung rasio kompresi dan waktu kompresi
end
3.3.1 Pseudocode Proses Kompresi Metode Joint Photographic Experts Group
(JPEG)
Berikut ini merupakan pseudocode program untuk proses kompresi menggunakan metode Joint Photographic Experts Group (JPEG).
begin
baca data y sebagai hasil proses kompresi
lakukan Dekode Entropi pada y
lakukan Dekuantisasi pada y
lakukan Inverse Discrete Cosine Transform
Y := IDCT(y)
if nilai Cb && nilai Cr == 1
baca Y, Cb, Cr lalu konversi dari YCbCr ke RGB
output := RGB
else
output := Y
endif
hitung waktu dekompresi
simpan output sebagai citra hasil dekompresi
end
DCT, kuantisasi, dan pengkodean entropi. Setelah proses kompresi selesai, sistem akan menyimpan file hasil kompresi lalu menghitung rasio dan waktu kompresi.
3.3.2 Pseudocode Proses Dekompresi Metode Joint Photographic Experts Group
(JPEG)
Berikut ini merupakan pseudocode program untuk proses dekompresi menggunakan metode Joint Photographic Experts Group (JPEG).
begin
baca citra A
if A == grayscale && biner
ambil A sebagai input
elseif A == RGB
konversi A dari RGB ke YCbCr
ambil Y sebagai input dan simpan Cb dan Cr
else
kembali ke awal
endif
ubah bentuk input dari 2 dimensi menjadi 1 dimensi
lakukan perputaran ke kiri setiap baris pada input
susun setiap baris secara leksikografi
ambil kolom terakhir sebagai output
simpan lokasi nilai input pada output dengan indeks I
simpan output sebagai file hasil kompresi
hitung rasio kompresi dan waktu kompresi
end
Sistem akan menghitung waktu dekompresi dan menyimpan output sebagai citra hasil dekompresi.
3.3.3 Pseudocode Proses Kompresi Metode Burrows-Wheeler Transform (BWT)
Berikut ini merupakan pseudocode program untuk proses kompresi menggunakan metode Burrows-Wheeler Transform (BWT).
begin
baca data hasil proses kompresi � := output kompresi
susun kolom � dan beri nomor tiap baris
For i:=1 to length(�)-1 //buat tabel reverse
Urutkan panjang string � yang dihasilkan secara
leksikografi.
Letakkan list yang terurut di kolom pertama pada
tabel.
Endfor
Pilih baris i == indeks I sebagai hasil (Y)
if nilai Cb && nilai Cr == 1
baca Y, Cb, Cr
konversi dari YCbCr ke RGB
diolah oleh sistem, jika citra A adalah citra RGB maka citra A akan dikonversi dari bentuk RGB menjadi YCbCr dan ambil Y atau citra grayscale sebagai input yang akan diolah oleh sistem, selain dari kondisi tersebut sistem akan mengembalikan proses ke awal. Selanjutnya proses kompresi akan dimulai dengan melakukan perubahan bentuk input dari bentuk dua dimensi menjadi satu dimensi. Kemudian proses kompresi dengan metode BWT dimulai dengan tahap pertama melakukan perputaran ke kiri pada input sehingga terbentuk matriks. Lalu susun setiap baris pada matriks secara leksikografi. Hasil kompresi adalah nilai yang terdapat pada kolom terakhir. Simpan lokasi nilai input pada matriks dengan indeks I agar dapat dikembalikan nantinya dengan proses dekompresi. Setelah proses kompresi selesai, sistem akan menyimpan file hasil kompresi lalu menghitung rasio dan waktu kompresi.
3.3.4 Pseudocode Proses Dekompresi Metode Burrows-Wheeler Transform (BWT)
output := RGB
else
output := Y
endif
hitung waktu dekompresi
simpan output sebagai citra hasil dekompresi
end
Pada pseudocode proses dekompresi menggunakan metode BWT, pertama baca data hasil proses kompresi yang disimbolkan dengan L, kemudian L yang merupakan matriks diberikan nomor tiap barisnya. Selanjutnya adalah proses perulangan untuk membentuk tabel reverse. Tabel reverse dibentuk untuk mengembalikan data yang telah dikompresi sebelumnya sehingga didapatkan nilai asli data pada tabel tersebut. Setelah perulangan selesai, ambil baris dengan indeks I yang kemudian merupakan hasil dari proses dekompresi atau disimbolkan dengan Y. Ketika semua telah selesai diproses, selanjutnya proses pemilihan akan berjalan, jika terdapat nilai Cb dan Cr maka baca Y, Cb, dan Cr lalu konversikan ke bentuk RGB sebagai
output. Selain dari kondisi tersebut maka ambil data Y sebagai output. Sistem akan menghitung waktu dekompresi dan menyimpan output sebagai citra hasil dekompresi.
3.4 Perancangan Sistem
Hal pertama yang dilakukan dalam perancangan sistem untuk tugas akhir ini adalah membuat flowchart sistem. Tahap berikutnya merupakan perancangan aplikasi.
3.4.1 Perancangan Flowchart Sistem
bagian-bagian yang terlupakan dalam analisis masalah (Zarlis, 2008). Gambar 3.7 berikut ini merupakan flowchart dari sistem yang akan dibangun.
Mulai
Tampilkan form awal
Pilih metode yang digunakan
Metode JPEG
Tidak
Ya
Input file citra
Proses Kompresi
Hitung Rasio dan Waktu Kompresi
File Hasil Kompresi
Proses Dekompresi
Citra Hasil Dekompresi
Hitung Waktu Dekompresi
Selesai Metode BWT
Ya Tidak
Keterangan flowchart sistem:
Dalam sistem ini terdapat dua metode yang digunakan untuk melakukan kompresi pada citra yaitu metode JPEG dan metode BWT. Pertama sistem akan menampilkan form awal. Selanjutnya pengguna atau user dapat memilih metode mana yang akan digunakan, yaitu user dapat memilih metode JPEG atau metode BWT, jika tidak keduanya maka proses kerja sistem selesai karena sistem hanya dapat melakukan kompresi dengan kedua metode tersebut. Selanjutnya adalah user melakukan proses
input file citra bertipe bitmap (*.bmp). Sistem akan memproses citra dengan melakukan proses kompresi yang kemudian menghasilkan file kompresi dengan format Microsoft Access Table (*.mat) ke direktori penyimpanan yang telah ditentukan oleh sistem. Selanjutnya sistem akan menghitung rasio dan waktu kompresi. Kemudian user melakukan proses dekompresi untuk mengembalikan citra ke bentuk awal. Sistem akan merespon dengan melakukan proses dekompresi dan citra hasil dekompresi akan ditampilkan kepada user serta disimpan ke direktori penyimpanan yang telah ditentukan oleh sistem.. Hal terakhir yang dilakukan sistem adalah menghitung waktu dekompresi.
3.4.2 Perancangan Interface Aplikasi
Sistem ini dirancang dalam 5 form yaitu form awal, form metode JPEG, form metode BWT, form bantuan, dan form profil programmer.
3.4.2.1 Form Awal
Gambar 3.8 Rancangan InterfaceForm Awal
Keterangan:
1) Merupakan static text untuk keterangan judul skripsi.
2) Merupakan axes untuk menampilkan logo Fasilkom-TI USU. 3) Merupakan static text untuk keterangan nama dan nim. 4) Merupakan push button untuk membuka form metode JPEG. 5) Merupakan push button untuk membuka form metode BWT.
6) Merupakan push button untuk membuka form bantuan penggunaan aplikasi. 7) Merupakan push button untuk membuka form profil programmer.
8) Merupakan push button untuk membuka dialog box keluar dari aplikasi.
3.4.2.2 Form Metode Joint Photographic Experts Group (JPEG)
Gambar 3.9 Rancangan InterfaceForm Metode JPEG
Keterangan:
1) Merupakan static text untuk keterangan metode JPEG. 2) Merupakan panel sebagai tempat citra asli.
3) Merupakan panel sebagai tempat citra hasil. 4) Merupakan axes untuk menampilkan citra asli. 5) Merupakan axes untuk menampilkan citra hasil.
6) Merupakan panel sebagai tempat keterangan nama dan ukuran citra. 7) Merupakan edit text untuk menampilkan nama citra asli.
8) Merupakan static text untuk keterangan ukuran citra asli. 9) Merupakan edit text untuk menampilkan nama citra hasil. 10)Merupakan static text untuk keterangan ukuran citra hasil. 11) Merupakan panel sebagai tempat parameter citra.
17)Merupakan edit text untuk menampilkan nilai waktu dekompresi.
18)Merupakan panel sebagai tempat push button dalam mengeksekusi citra. 19) Merupakan push button untuk membuka file citra.
20)Merupakan push button untuk melakukan proses kompresi pada citra. 21)Merupakan push button untuk melakukan proses dekompresi pada citra. 22) Merupakan push button untuk kembali ke form awal.
23)Merupakan panel sebagai tempat status aplikasi yaitu wait dan ready. 24)Merupakan static text untuk keterangan status aplikasi.
25)Merupakan edit text untuk menampilkan status aplikasi.
3.4.2.3 Form Metode Burrows-Wheeler Transform (BWT)
Untuk melakukan proses kompresi dan dekompresi dengan menggunakan metode BWT, maka klik push button “BWT” yang terdapat pada form awal. Gambar 3.10 berikut ini merupakan rancangan interface form metode BWT.
Keterangan:
1) Merupakan static text untuk keterangan metode BWT. 2) Merupakan panel sebagai tempat citra asli.
3) Merupakan panel sebagai tempat citra hasil. 4) Merupakan axes untuk menampilkan citra asli. 5) Merupakan axes untuk menampilkan citra hasil.
6) Merupakan panel sebagai tempat keterangan nama dan ukuran citra. 7) Merupakan edit text untuk menampilkan nama citra asli.
8) Merupakan static text untuk keterangan ukuran citra asli. 9) Merupakan edit text untuk menampilkan nama citra hasil. 10)Merupakan static text untuk keterangan ukuran citra hasil. 11)Merupakan panel sebagai tempat parameter citra.
12)Merupakan static text untuk keterangan rasio kompresi. 13)Merupakan edit text untuk menampilkan rasio kompresi. 14)Merupakan static text untuk keterangan waktu kompresi. 15)Merupakan edit text untuk menampilkan nilai waktu kompresi. 16)Merupakan static text untuk keterangan waktu dekompresi. 17)Merupakan edit text untuk menampilkan nilai waktu dekompresi.
18)Merupakan panel sebagai tempat push button dalam mengeksekusi citra. 19)Merupakan push button untuk membuka file citra.
20) Merupakan push button untuk melakukan proses kompresi pada citra. 21)Merupakan push button untuk melakukan proses dekompresi pada citra. 22)Merupakan push button untuk kembali ke form awal.
23)Merupakan panel sebagai tempat status aplikasi yaitu wait dan ready. 24)Merupakan static text untuk keterangan status aplikasi.
25)Merupakan edit text untuk menampilkan status aplikasi.
3.4.2.4 Form Bantuan
Gambar 3.11 Rancangan InterfaceForm Bantuan
Keterangan:
1) Merupakan static text untuk keterangan judul form petunjuk. 2) Merupakan panel sebagai tempat keterangan penggunaan sistem. 3) Merupakan static text untuk pengantar penggunaan sistem.
4) Merupakan static text untuk langkah-langkah menggunakan sistem. 5) Merupakan push button untuk kembali ke form awal.
3.4.2.5 Form Profil Programmer
Agar user mengetahui profil pembuat aplikasi atau programmer, maka dibuat form
profil programmer. Gambar 3.12 berikut ini merupakan rancangan interface form
Gambar 3.12 Rancangan InterfaceForm Profil Programmer
Keterangan:
1) Merupakan static text untuk keterangan judul form profil programmer. 2) Merupakan axes untuk menampilkan foto programmer.
IMPLEMENTASI DAN PENGUJIAN
Pada bab ini dijelaskan tentang implementasi dari sistem yang telah dibuat yaitu tampilan-tampilan sistem dan keterangannya serta hasil dari pengujian dalam bentuk tabel dan grafik. Pengujian sistem yang dilakukan akan dianalisis berdasarkan parameternya yaitu rasio kompresi, waktu kompresi, dan waktu dekompresi.
4.1 Implementasi
Setelah tahap analisis dan perancangan sistem selesai maka tahap selanjutnya adalah implementasi terhadap sistem yang telah dibangun. Sistem ini dibangun dengan menggunakan MATLAB R2012a. Pada sistem terdapat 5 form yang digunakan yaitu terdiri dari form awal, form metode Joint Photographic Experts Group (JPEG), form
metode Burrows-Wheeler Transform (BWT), form bantuan, dan form profil
programmer.
4.1.1 Spesifikasi Perangkat Keras dan Perangkat Lunak yang Digunakan
Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem ini adalah sebagai berikut:
1. Prosesor Intel® Core™ i5-2450M CPU 2.50 Ghz. 2. Kapasitas harddisk 640 GB.
3. Memory RAM yang digunakan 4.00 GB. 4. Sistem operasi Microsoft Windows 8.
4.1.2 Form Awal
Form awal merupakan form yang pertama akan muncul ketika sistem dijalankan. Pada
form ini terdapat keterangan judul skripsi, logo Fasilkom-TI USU, nama mahasiswa, nomor induk mahasiswa, button JPEG untuk memilih metode JPEG, button BWT untuk memilih metode BWT, button bantuan untuk memilih menu bantuan, button
profil untuk memilih menu profil programmer, dan button keluar untuk keluar dari sistem. Gambar 4.1 berikut ini merupakan tampilan form awal dari sistem yang telah dibangun.
Gambar 4.1 Form Awal
4.1.3 Form Metode Joint Photographic Experts Group (JPEG)
Gambar 4.2 Form Metode JPEG
Pada form ini terdapat empat button yang terdiri dari button buka file citra yang digunakan untuk memilih citra yang akan digunakan dalam melakukan kompresi citra, button kompresi untuk melakukan proses kompresi citra menggunakan metode JPEG, button dekompresi untuk melakukan proses dekompresi citra menggunakan metode JPEG dan button keluar untuk kembali ke form awal. Untuk melakukan kompresi citra, maka pilih button buka file citra dan tampilannya dapat dilihat pada Gambar 4.3.
