Kompresi File Dokumen Menggunakan Algoritma Boldi-Vigna Codes
Siti Maria Br Pandia
Fakultas Ilmu Komputer dan Teknologi Informasi, Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia Email Korespondensi: 1[email protected]
Abstrak -Pada saat ini File berjenis DOCX banyak digunakan oleh orang-orang dikalangan pekerja kantoran dan juga dikalangan mahasiswa, file dokumen merupakan sebuah file yang digunakan untuk menyimpan berkas penting kemudian disimpan disebuah komputer, dengan adanya file dokumen mempermudah pekerjaan banyak orang dengan bisa langsung menyimpan dikomputer dan juga mudah dicari dengan menggetikkan atribut atau nama yang dibuat oleh pengguna. Besarnya ukuran suatu file akan disimpan sangat berpengaruh pada ruang penyimpanan, yang mana jika ukuran file yang disimpan berukuran besar maka ruang penyimpanannya juga harus besar, seperti file dokumen, semakin banyak isi suatu dokumen maka semakin besar ukuran dokumen tersebut. Adapun solusi dalam mengatasi masalah seperti ini adalah dengan melakukan teknik kompresi data kompresi data. Kompresi data bertujuan untuk memperkecil sebuah ukuran file yang dapat mengurangi ukuran bit yang ada pada setiap file dokumen, akan tetapi tidak menghilangkan data informasi didalamnya. Dengan melakukan kompresi, data yang besar akan berkurang ukurannya sehingga dapat menghemat ruang penyimpanan. Dalam penelitian ini algoritma yang digunakan adalah algoritma boldi-vigna codes, hasil kompresi akan menguntungkan dan dalam melakukan penyimpanan file dokumen akan semakin mudah.
Kata Kunci: Kompresi; File dokumen; Boldi-Vigna
Abstract- At this time, files of the DOCX type are widely used by people among office workers and also among students, a document file is a file that is used to store important files and then stored on a computer. it is also easy to search by typing the attribute or name created by the user. The size of a file that will be stored greatly affects storage space, which if the size of the file stored is large, the storage space must also be large, such as document files, the more content in a document, the larger the document size. The solution to overcome problems like this is to perform data compression techniques. Data compression aims to reduce a file size which can reduce the bit size in each document file, but does not eliminate the information data in it. By compressing, large data will be reduced in size so as to save storage space. In this study the algorithm used is the boldi-vigna codes algorithm, the compression results will benefit and storing document files will be easier.
Keyword: Compression; Document File; Boldi Vigna
1. PENDAHULUAN
Pada saat ini File berjenis DOCX banyak digunakan oleh orang-orang dikalangan pekerja kantoran dan juga dikalangan mahasiswa, file dokumen merupakan sebuah file yang digunakan untuk menyimpan berkas penting kemudian disimpan disebuah komputer, dengan adanya file dokumen mempermudah pekerjaan banyak orang dengan bisa langsung menyimpan dikomputer dan juga mudah dicari dengan menggetikkan atribut atau nama yang dibuat oleh pengguna. Untuk melakukan penyimpanan suatu file tentu dibutuhkan ruang penyimpanan yang dapat menampung sebuah data. Besarnya ukuran suatu file akan disimpan sangat berpengaruh pada ruang penyimpanan, yang mana jika ukuran file yang disimpan berukuran besar maka ruang penyimpanannya juga harus besar, seperti file dokumen, semakin banyak isi suatu dokumen maka semakin besar ukuran dokumen tersebut.
Maka untuk mengatasi masalah tersebut dapat dilakukan dengan teknik kompresi data. Kompresi data bertujuan untuk mengurangi atau memperkecil ukuran (bytes) dari file dokumen tersebut, dengan berkurangnya ukuran file dokumen tersebut maka mempermudah proses penyimpanan ataupun pengiriman file dokumen tersebut yang dilakukan oleh para pengguna tanpa harus mengarsipakan file dokumen dan mengakibatkan file akan menumpuk dan menyulitkan para pengguna untuk mengedit file dokumen tersebut dan juga memperlambat proses pengiriman file tersebut.
DOC adalah sesuatu yang tertulis atau tercetak dan segala benda yang mempunyai keterangan-keterangan, namun bisa juga diartikan dokumen adalah surat penting atau berharga yang sifatnya tertulis atau tercetak dapat disebut sebagai dokumen, pada saat penyimpanan dokumen ukurannya tidak telalu besar namun walau pun file dokumen ini pada umumnya ukurannya tidak terlalu besar tetapi tetap saja banyak orang mengingkinakan file dokumen yang berkualitas bagus dan waktu pengirimannya lebih singkat sehingga tidak lagi menggunakan banyak ruang penyimpanan.
Untuk menyimpan file dokumen tentunya sebuah media penyimpanan yang dapat menampung file dokumen tersebut.
Besarnya ukuran file yang akan disimpan sangat berpengaruh pada ruangan penyimpanan, artinya jika ukuran file yang akan disimpan berukuran besar maka dibutuhkan ruang penyimpanan yang cukup besar juga untuk menampung file tersebut. Dalam hal ini proses penyimpanan file juga bisa saja gagal dilakukan jika file yang akan disimpan memiliki ukuran yang lebih besar dari pada ruang penyimpanan yang tersedia.
Dari uraian latar belakang tersebut, maka untuk mengatasi masalah seperti ini dapat dilakukan dengan proses teknik kompresi data, kompresi data bertujuan untuk memperkecil sebuah ukuran file yang yang dapat mengurangi ukuran bit yang dapat mengurangi ukuran bit yang ada pada setiap file dokumen, dan juga dengan berkurangnya ukuran file tersebut berkurang jugalah ruang penyimpanan yang dibutuhkan.
Dari hasil penelitian sebelumnya yang dilakukan oleh Jasman pardede, dkk pada tahun 2017 telah berhasil memproses kompresi file dokumen menggunakan algoritma Lzss, dimana saat proses kompresi file teks yang berformat .doc menghasilkan rasio kompresi terbaik yaitu 30%. Metode Lzss bekerja dengan baik pada file teks yang isinya tidak ada gambar[1].
Pada tahun 2021 Rizki Yanur Tanjung pernah meneliti tentang proses kompresi file dokumen menggunakan algoritma additive code yang mana setelah dikompresi ternyata hanya mengurangi 64% kapasistas bit[2].
Penelitian yang dilakukan oleh Nur Aftikasyah pada tahun 2022 telah berhasil mengompresi file dokumen menggunakan algoritma yamamoto’s Rescursive Code dengan hasil ukuran yang lebih kecil daripada ukuran asli file dokumen aslinya[3].
Berdasarkan penelitian yang dilakukan oleh Muhammad abrar tahun 2021 telah berhasil membandingkan algoritma Boldi-Vigna ζ² memiliki rata – rata dari Ratio of Compression 69,562%, compression Ratio1,458, dan Space Saving 30,428%
sedangkan algoritma Elias Delta Code memiliki nila rata – rata Ratio of Compression 79,14%, compression of Ratio 1,458 dan Space Saving, 20,852%.[4]
2. METODOLOGI PENELITIAN
2.1. Kompresi Data
Kompresi data merupakan suatu teknik untuk memperkecil ukuran (byetes) data dari data aslinya. Data yang dikompresi bisa juga berupa huruf,angka,gambar atau suara. Kompresi data dilakukan karena data semakin hari semakin besar dan kebutuhan akan data semakin meningkat, tetapi media penyimpanan data masih terbatas, metode kompresi dinyatakan memiliki kemampuan kompresi yang baik bila metode tersebut mampu menghasilkan data hasil kompresi berukuran minimal setengah dari ukuran data awal[6].
2.1.1. Teknik Kompresi
Teknik kompresi terbagi menjadi dua yaitu:
a. Lossless Compression
Lossless Compression merupakan teknik kompresi yang memperkecil ukuran bit tanpa kehilangan data aslinya, artinya jika pada data hasil kompresi di dekompresi hasilnya akan sama persis dengan data sebelumnya dikompresi.
b. Lossy Compression
Lossy Compression merupakan teknik kompresi yang memperkecil ukuran bit namun kehilangan beberapa data, artinya jika hasil data yang telah di kompresi dan didekompresi kembali maka hasilnya tidak akan sama dengan data sebelumnya dikompresi.
2.1.2. Rasio Kompresi
Rasio kompresi adalah perbandingan antara ukuran data setelah dikompresi dengan ukuran data sebelum dikompresi atau data yang asli. Secara sistematik rasio kompresi dapat dituliskan sebagai berikut[7]:
𝑅𝑎𝑠𝑖𝑜 = 100% − [ℎ𝑎𝑠𝑖𝑙 𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
𝑑𝑎𝑡𝑎 𝑎𝑠𝑙𝑖 × 100%] ... (1) Artinya jika hasil rasionya 15%, maka data asli yang berhasil dimampatkan sebesar 15%.
2.1.3. Dekompresi
Dekompresi merupakan proses mengembalikan sebuah data yang sudah terkompresi. Sebuah data yang telah dikompres tentunyaharus bisa dikembalikan juga kebentuk aslinya. Untuk mampu merubah data yang terkompres dibutuhkan cara yang berlainan seperti dalam waktu proses kompres dilaksanakan. Jadi pada waktu dekompres terdapat catatan header yang berbentuk byte-byte yang mengandung catatan akan isi dari data tersebut
2.1.4. File Dokumen
Dokumen adalah warkat asli yang dipengaruhi sebagai alat pembuktian atau sebagai bahan untuk mendukung suatu keterangan [2]. Dokumen dalam kamus komputer bisa dikatakan file yang dibuat oleh software, misalnya seperti Ms Word dan lain-lain.
Sementara istilah “Dokumen” pada awalnya disebut khusus untuk dokumen pengolahan kata, sekarang digunakan untuk merujuk kesemua jenis file yang disimpan. Dokumen dapat berisi teks, gambar, audio, video dan tipe lainnya. Dokumen diwakili dengan ikon dan nama menyediakan representasi visual dari jenis file, sedangkan nama file memberikan nama unik untuk file.
DOCX merupakan singkatan dari dokumen pada tahun 1990-an Microsoft Word Memilih menggunakan ekstensi “DOC”
sedangkan pada Microsoft Word 2007 dan 2010 format dengan ekstensi DOCX. Jadi dapat disimpulkan bahwa file DOCX adalah format penyimpanan file dokumen yang ada pada Microsoft Word [8].
2.3. Algoritma Boldi-Vigna Codes
Algoritma Boldi-Vigna diperkenalkan oleh Paolo Boldi dan Sebastiano Vigna sebagai bagian dari Variable-Length code yang merupakan pilihan terbaik untuk kompresi [9].Kode zeta boldi-vigna dimulai dengan bilangan bulat positif k yang menjadi faktor penyusutan kode. Himpunan semua bilangan bulat positif dipartisi kedalam interval [2⁰, 2ᵏ - 1], [2ᵏ, 2²ᵏ -1], [2²ᵏ, 2³ᵏ -1], [2²ᵏ- 1] , dengan bentuk umunya [2ʰᵏ ,2⁽ʰ⁺¹⁾ - 1]
Tabel 1. tabel kode boldi-vigna (ζ₂) codes
N ζ₂ N ζ₂
1 10 9 011001
2 110 10 011010 3 111 11 011011 4 01000 12 011100 5 01001 13 011101 6 01010 14 011110 7 01011 15 011111 8 011000 16 00100000
3. HASIL DAN PEMBAHASAN
3.1. Analisa
Pada penelitian ini dilakukan dengan pengompresian file dokumen menggunakan algoritma Boldi-Vigna Codes yang pada umumnya memiliki ukuran ukuran yang relatif besar, sehingga hasil dari penelitian ini diharapkan akan bermanfaat dalam pengurangan data suatu file dokumen. Pada proses awal analisa yang dilakukan oleh penulis ialah dengan mencari file dokumen yang akan dikompres kemudian diubah menjadi nilai hexadecimal melalui aplikasi HxD, setelah didapat nilai hexadecimal file dokumen maka akan dilakukan proses kompresi dan diproleh file hasil kompresi. Berikut merupakan alur proses pengkompresian file dokumen[10][11][12] :
Gambar 1 Proedur Kompresi dan Dekompresi file dokumen
Berdasarkan gambar diatas masukan pertama adalah sebuah file dokumen yang belum melalui proses komperesi. Keluaran dari hasil kompresi adalah sebuah file dokumen yang ukurannya kapasitas telah berubah dari kapasitas awal. Proses dekompresi adalah proses pengembalian pada kapasitas awal file dokumen.
3.1.1. Contoh Kasus
a. Sebelum file dokumen dikompresi, yang dilakukan terlebih dahulu adalah mencari file dokumen yang akan
dikompresi menggunakan algoritma Boldi – vigna codes. Berikut contoh file dokumen yang akan di kompresi dan didekompresi :
Gambar 2 sampel file dokumen
Berdasarkan gambar diatas, maka file dokumen tersebut dapat diubah menjadi nilai hexadecimal dengan bantuan sofware Hex Editor seperti pada gambar dibawah ini.
Gambar 3 Nilai Hexadecimal Sampel File Dokumen
Berdasarkan gambar nilai hexadecimal diatas, nilai hexadecimal file dokumen yang digunakan sebanyak 16 karakter untuk dilakukan hitung manual .
Adapun nilai hexadecimal tersebut adalah 72, 64, 2F, 64, 6F, 63, 75, 6D, 65, 6E, 74, 2E, 78, 6D, 6C, 55.
1. Kompresi Berdasarkan Algorima Boldi-Vigna Codes
Untuk memulai proses kompresi terlebih dahulu setiap string bit nilai hexadecimal diurutkan dari bilangan yang memiliki frekuensi terbesar (banyak nilai yang sama) ke terkecil. Urutan bilangan hexadecimal dapat dilihat tabel dibawah ini :
Tabel 2. pengurutan Kode Boldi-Vigna (ζ₂)
No Nilai Hexadecimal Nilai Binner Bit Frekuensi B X F
1 64 01100100 8 2 16
2 6D 01101101 8 2 16
3 72 01110010 8 1 8
4 2F 00101111 8 1 8
5 6F 01101111 8 1 8
6 63 01100011 8 1 8
7 75 01110101 8 1 8
8 65 01100101 8 1 8
9 6E 01011100 8 1 8
10 74 01101110 8 1 8
11 2E 00101110 8 1 8
12 78 01111000 8 1 8
13 6C 01101100 8 1 8
14 55 01010101 8 1 8
Total Bit 128
Setelah nilai hexadecimal diurutkan berdasarkan frekunesi kemunculan dan didapatkan nilai biner serta total bitnya.
Maka selanjutnya menghitung bit menggunakan kode algoritma Boldi–vigna. Aturan dalam pembentukan kode boldi-vigna codes dapat dilihat pada bab sebelumnya yaitu kajian pustaka sub bab 2.2. Adapun kode Boldi-Vigna (ζ₂) dapat dilihat pada tabel berikut.
Tabel 3. tabel kode boldi-vigna (ζ₂) codes
N ζ₂ N ζ₂
1 10 9 011001
2 110 10 011010
3 111 11 011011
4 01000 12 011100
5 01001 13 011101
6 01010 14 011110
7 01011 15 011111
8 011000 16 00100000
Selanjutnya adalah melakukan kompresi nilai hexadecimal dari sampel file dokumen dengan kode Boldi – vigna (ζ₂) diatas . adapun proses perhitungan bit pada nilai hexadecimal file dokumen tersebut dengan menggunakan kode Boldi- Vigna (ζ₂) sebagai berikut :
a) Untuk proses perhitungan kode pada nilai hexadecimal file dokumen menggunakan algoritma Boldi – Vigna (ζ₂) dapat dilihat pada tabel berikut :
Tabel 4. Pengurutan Kode Boldi-Vigna (ζ₂)
No Nilai hexadecimal Boldi-Vigna (ζ₂) Bit Frekuensi B x F
1 64 10 2 2 4
2 6D 110 3 2 6
3 72 111 3 1 3
4 2F 01000 5 1 5
5 6F 01001 5 1 5
6 63 01010 5 1 5
7 75 01011 5 1 5
8 65 011000 6 1 6
9 6E 011001 6 1 6
10 74 011010 6 1 6
11 2E 011011 6 1 6
12 78 011100 6 1 6
13 6C 011101 6 1 6
14 55 011110 6 1 6
Total Bit 75
Langkah selanjutnya adalah menyusun kembali codeword masing-masing sesuai dengan nilai hexadecimal.
Tabel 5. Codeword Masing-masing Nilai Hexadecimal 72
111
64 10
2F 01000
64 10 6F
01001
63 01010
75 01011
6D 110 65
011000 6E 011001
74 011010
2E 011011 78
011100 6D 110
6C 011101
55 011110
Setelah disusun kembali codeword masing-masing nilai hexadecimal,maka selanjutnya adalah menggabungkan semua codeword menjadi string bit (tanpa tanda koma dan spasi ).
“111100100010010010101001011110011000011001011010011011011100110011101011110” dengan total 75.
Selanjutya lakukan pembagian bit string menjadi per 8 bit untuk mengubah kembali ke karakter baru, dan per karakter adalah 8 bit penjangnya. “11110010 00100100 10101001 01111001 10000110 01011010 01101101 11001100 11101011 110”. Maka setelah dilakukan pembagian bit akan menyisakan 3 (bisa dengan menggunakan 75 mod 8 = 3. Dan dinyatakan dengan simbol n, maka n = 3.
Ada beberapa langkah untuk melakukan pemeriksaan string bit yaitu :
1) Jika sisa bagi = 0, maka ditambahkan “00000001”, dinyatakan sebagai bit akhir
2) Jika sisa bagi adalah (1,2,3,4,5,6,7), maka ditambahkan “0” sebanyak 7 – n + “1” di akhir string bit dinyatakan dengan L. lalu tambahkan bilangan biner dari hasil 9 – n dan dinyatakan sebagai bit akhir dan dinyatakan sebagai flagingg.
Padding merupakan penambahan bit data yang telah dikompresi agar seluruh jumlah bit data tersebut habis dibagi 8 sedangkan flagging merupakan penambahan 8 bit bilangan biner setelah padding yang dimana untuk mempermudah dalam membaca bit-bit hasil kompresi pada saat proses dekompresi. Berdasarkan hasil perhitungan sisa bagi sebelumnya, didapat hasil n = 3, maka untuk pemeriksaan string bit menggunakan langkah ke 2.
Maka 7 – n + “1” = 7 – 3 + “1” = 00001 ( karena 7 – 3 = 4, maka bit “0” ada 4 yang ditambahkan + bit “1” ), lalu berikutnya 9 – n = 9 – 3 = 6, biner dari 6 = 00000110, maka kita akan menambahkan 00001 dan 00000110 ke akhir string“1111001000100100101010010111100110000110010110100110110111001100111010111100000100000110” dengan total 88 bit.
Langkah selanjutnya adalah membagi string bit yang telah ditambah padding dan flagging menjadi per 8 bit.
Tabel 6. Pengelompokan Bit
11110010 00100100 10101001 01111001 10000110 01011010 01101101 11001100 11101011 11000001 00000110
Lalu merubah nilai biner kenilai desimal untuk mengetahui karakter baru yang dihasilkan dari tabel kode ASCII.
Sehingga menghasilkan karakter baru yaitu” ò$©y†ZmÌëÁ”Untuk mengetahui tingkat kinerja algoritma boldi-vigna (ζ₂) maka penulis akan menghitung rasio kompresi menggunakan rumus compression (Cr) untuk mengetahui berapa rasio kompresi pengurangan ukuran yang didapat .
Ukuran sebelum dikompresi 128 Ukuran setelah dikompresi 88 a. Ratio of Compretion (RC)
𝑅𝐶 =Ukuran data Sebelum dikompresi Ukuran data sesudah dikompresi 𝑅𝐶 =128
88 = 1.45
b. Compretion Ratio (CR)
𝐶𝑅 = Ukuran data Setelah dikompresi
Ukuran data sebelum dikompresi𝑥 100%
𝐶𝑟 = 88
128𝑥 100%
𝐶𝑟 = 68.75%
c. Redundancy (Rd)
𝑅𝑑 = Ukuran data Setelah dikompresi
Ukuran data sebelum dikompresi𝑥 100%
𝑅𝑑 =128 − 88
128 𝑥 100% = 31,25%
d. Space Saving (SS) 𝑠𝑠 = 100% − 𝐶𝑟
𝑠𝑠 = 100% − 68.75% = 31.25%
b. Dekompresi Berdasarkan Algoritma Boldi – Vigna Codes
Proses dekompresi pada file dokumen yang telah dikompresi dapat dilakukan dengan mengembalikan karakter – karakter aneh menjadi bilangan hexadesimal kemudian diubah menjadi string bit semuala.
File hasil kompresi yaitu : ” ò$©y†ZmÌëÁ”. Kembali kestring masing-masing . Lalu analisa karakter-karakter tersebut kedalam bentuk bilangan biner dan bilangan desimal sehingga menghasilkan bit hasil kompresi sebelumnya . Adapun bit hasil analisa pada karakter-karakter tersebut dapat dilihat pada tabel dibawah ini :
Tabel 7. Nilai Biner dan Desimal Karakter No Karakter Decimal Biner
1 ò 242 11110010
2 $ 36 00100100
3 © 169 10101001
4 y 121 01111001
5 † 134 10000110
6 Z 90 01011010
7 m 109 01101101
8 Ì 204 11001100
9 ë 235 11101011
10 Á 193 11000001
11 6 00000110
Berdasarkan pada tabel diatas, gabungkan seluruh nilai biner menjadi string bit (tanpa tanda koma dan spasi).
“1111001000100100101010010111100110000110010 110100110110111001100111010111100000100000110” dengan total 88 bit.
Selanjutnya lakukan pengurangan bit untuk kembali menjadi bit string semula dengan menghilangkan padding dan flagging dengan melakukan pembacaan 8 bit akhir lalu ubah ke desimal dan dinyatakan dengan n. kemudian gunakan rumus 7 + n untuk
menhilangkan padding dan flagging agar kembali ke string bit awal.
“1111001000100100101010010111100110000110010110100110110111001100111010111100000100000110” (bit akhir = 00000110)
N = 00000110 = 6
Lalu gunakan rumus 7 + n untuk menghilangkan padding dan flagging 7 + n = 7 + 6 = 13
Maka hilangkan string bit sebanyak 13 bit trakhir, sehingga string bit sekarang menjadi
“1111001000100100101010010111100110000110010110100110110111001 10011101011110” dengan total 75 bit.
Berdasarkan hasil dekompresi diatas didapati hasil akhir dari pembacaan string bit menggunakan algiritma boldi – vigna (ζ₂) kembali ke string awal yaitu “72, 64, 2F, 64, 6F, 63, 75, 6D, 65, 6E, 74, 2E, 78, 6D, 6C, 55”.
4. KESIMPULAN
Berdasarkan hasil analisa yang dilakukan, kesimpulannya sebagai berikut :
a. Berdasarkan analisa yang dilakukan, pada proses awal analisa yang dilakukan oleh penulis ialah dengan mencari file dokumen yang akan dikompres kemudian diubah menjadi nilai hexadecimal melalui aplikasi HxD, setelah didapat nilai hexadecimal file dokumen maka akan dilakukan proses kompresi dan diproleh file hasil kompresi.
b. Berdasarkan analisa yang dilakukan pada hitungan manual kompresi file dokumen dengan menggunakan algoritma boldi- vigna codes telah berhasil mengkompresi file dokumen, yang mana pada perhitungan manual didapatkan hasil Ratio Compression (RC) sebesar 1.45, Compression Ratio sebesar 68.75%, Redundancy (Rd) sebesar 31.25% dan Space Saving (SS) sebesar 31.25%
c. Bahasa pemrograman yang digunakan dalam perancangan aplikasi kompresi adalah visual Basic dan tools yang digunakan adalah Microsoft Visual Studio 20.
REFERENCES
[1] J. Pardede, M. M. B, and L. Yudhianto, “Implementasi Algoritma Lzss pada Aplikasi Kompresi dan Dekompresi File Dokumen,”
MIND J., vol. 2, no. 1, pp. 68–81, 2018, doi: 10.26760/mindjournal.v2i1.68-81.
[2] R. Y. TANJUNG, “Perancangan aplikasi kompresi file dokumen menggunakan algoritma additive code,” vol. 8, no. 4, pp. 108–
113, 2020, doi: 10.30865/jurikom.v8i4.3593.
[3] N. Aftikasyah, “Penerapan Algoritma Yamamoto ’ s Recursive Code Untuk Mengkompresi File Dokumen,” vol. 5, pp. 255–263, 2022, doi: 10.30865/komik.v5i1.3716.
[4] M. Abrar, “Universitas Sumatera Utara,” 2021.
[5] S. Hasibuan and R. D. Sianturi, “Penerapan Algoritma Boldy Vigna Untuk Mengkompresi File Gambar Berformat ( BMP ),” vol.
10, pp. 109–118, 2022.
[6] B. A. B. Ii and T. Pustaka, “Implementasi algoritma..., Darwin Chandra, FTI UMN, 2016,” pp. 6–23, 2007.
[7] U. Islam, N. Syarif, and H. Jakarta, “PERBANDINGAN KOMPRESI FILE DATA DENGAN ALGORITMA HUFFMAN , HALF BYTE DAN RUN LENGTH,” vol. 7, no. 2, pp. 1–6, 2014.
[8] D. Oktaviani and I. M. Suartana, “Implementasi Kompresi Data dengan Modifikasi Algoritma Lempel-Ziv-Welch ( LZW ) untuk File Dokumen,” vol. 01, pp. 128–137, 2019.
[9] C. S. Kim and C. C. J. Kuo, Data Compression, vol. 1. 2011.
[10] Y. Darnita, K. Khairunnisyah, and H. Mubarak, “Kompresi Data Teks Dengan Menggunakan Algoritma Sequitur,” Sistemasi, vol.
8, no. 1, p. 104, 2019, doi: 10.32520/stmsi.v8i1.429.
[11] D. Sinurat, “Universitas Sumatera Utara Poliklinik Universitas Sumatera Utara,” J. Pembang. Wil. Kota, vol. 1, no. 3, pp. 82–91, 2018.
[12] D. Pratiwi and T. Zebua, “Analisis Perbandingan Kinerja Algoritma Fixed Length Binary Encoding Dan Algoritma Elias Gamma Code Dalam Kompresi File Teks,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 424–430, 2019, doi:
10.30865/komik.v3i1.1623.
[13] S. Nainggolan, I. Pendahuluan, and A. A. G. Codes, “Analisa Perbandingan Algoritma Goldbach Codes Dengan Algoritma Dynamic Markov Compression ( Dmc ) Pada Kompresi File Teks Menggunakan,” vol. 6, no. Dmc, pp. 395–399, 2019.
