BAB 2
LANDASAN TEORI
Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan tugas akhir ini. Teori-teori yang dibahas mengenai pengertian citra, kompresi citra, metode kuantisasi, dan beberapa subpokok pembahasan lainnya yang menjadi landasan dalam penulisan tugas akhir ini.
2.1 Citra
Citra adalah gambar pada bidang dua dimensi. Citra merupakan suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek [9]. Citra sebagai keluaran suatu sistem perekaman data bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan[4].
Citra yang digunakan dalam pengolahan citra oleh komputer adalah citra dalam bentuk digital. Citra digital dapat didefenisikan sebagai suatu larik (array) piksel berukuran dua dimensi.Sedangkan piksel merupakan komponen dari larik sebuah citra digital yang menunjukkan nilai kecerahan tertentu. Misalnya citra yang mempunyai ukuran 512 x 512, berarti jumlah piksel vetikal adalah 512 piksel, sedangkan jumlah piksel horizontal adalah 512 piksel, sehingga jumlah piksel keseluruhan yang terdapat dalam citra tersebut adalah 262144 piksel [9].
2.2Jenis-jenis Citra
Terdapat 2 macam citra yaitu :
1. Citra Kontinu, citra yang dihasilkan dari sistem optik yang menerima sinyal analog.
Contoh : mata manusia, kamera analog.
merupakan proses pengubahan suatu bentuk data citra dari yang bersifat analog ke dalam bentuk data digital. Yang mana proses ini dapat dilakukan dengan menggunakan alat bantu, seperti kamera serta scanner. Hanya citra digital yang dapat diolah menggunakan komputer sedangkan jenis citra yang lain dapat diolah dengan komputer jika citra tersebut diubah terlebih dahulu menjadi citra digital. Berikut ini gambar elemen sistem pemrosesan citra digital.
Gambar 2.1 Elemen Sistem Pemrosesan Citra Digital
Digitizer pada gambar diatas berfungsi untuk menangkap citra yang melakukan penjelajahan citra dan mengkonversi citra tersebut ke representasi numerik sebagai masukan bagi komputer. Hasil dari digitizer ini adalah matriks yang elemen-elemennya menyatakan nilai intensitas cahaya pada satu titik. Komputer digunakan pada sistem pemrosesan citra. Piranti tampilan berfungsi untuk mengkonversi matriks intensitas tinggi kemudian merepresentasikan citra ke tampilan yang dapat dilihat oleh manusia. Sedangkan media penyimpanan berfungsi untuk menyimpan hasil konversi citra menjadi citra digital sehingga dapat disimpan secara permanen agar dapat diproses lagi pada waktu yang lain [4].
Sebuah citra digital terdiri dari titik-titik persegi panjang atau elemen gambar yang diatur dalam m baris n kolom. Jumlah dari m x n disebut resolusi gambar dan titik-titik tersebut disebut piksel [3]. Semakin tinggi resolusi (semakin banyak jumlah piksel untuk tiap inci gambar), semakin halus gambar yang diperoleh. Ini disebabkan jumlah informasi yang hilang semakin sedikit.
Piksel adalah bagian terkecil dari sebuah citra. Piksel adalah satu titik pada citra yang direpresentasikan dalam bentuk 8 bit informasi. Pada kenyataannya, untuk menggambarkan satu titik pada citra dibutuhkan 2 piksel. Satu piksel digunakan untuk merepresentasikan terang atau gelap, sedangkan satu piksel lain digunakan untuk merepresentasikan warna pada titik yang sama [5]. Semakin banyak jumlah piksel yang mewakili sebuah citra, maka semakin tinggi resolusi citra tersebut. Jika resolusi semakin tinggi maka kualitas citra yang dihasilkan akan lebih baik.
2.4 Jenis-jenis citra digital
2.4.1. Citra biner (Monokrom)
Citra biner adalah citra yang hanya memiliki dua nilai derajat keabuan, yaitu : hitam dan putih. [2].
Banyaknya warna : 2, yaitu hitam dan putih
Dibutuhkan 1 bit di memori untuk menyimpan kedua warna ini. Gradasi warna :
0 1
bit 0 = warna hitam ; bit 1 = warna putih
Gambar 2.2 Contoh citra biner
2.4.2. Citra grayscale (skala keabuan)
Banyaknya warna di citra grayscale tergantung pada jumlah bit yang disediakan untuk menampung kebutuhan warna ini [1].
Citra 2 bit mewakili 4 warna dengan gradasi warna berikut :
Citra 3 bit mewakili 8 warna dengan gradasi warna berikut :
0 1 2 3 4 5 6 7
Gambar 2.3 Contoh citra Grayscale
2.4.3. Citra warna (true color)
Tiap piksel pada citra warna merupakan kombinasi dari tiga warna dasar yaitu, RGB (Red Green Blue) [4]. Dalam sebuah citra RGB, sebuah piksel memuat nilai dari tiga warna dasar tersebut. Dalam sebuah citra RGB 24-bit, nilai RGB masing-masing berkisar antara 0-255. Sebagai contoh representasi warna pada sebuah piksel antara lain, RGB [255,0,0] menghasilkan warna merah, RGB [0,255,0] menghasilkan warna biru, RGB [0,0,255] menghasilkan warna hijau. [13]. Setiap warna dasar menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap warna mempunyai gradasi sebanyak 255 warna. Berarti setiap piksel mempunyai kombinasi warna sebanyak 28.28.28 = 16.777.216. Itulah sebabnya format ini dinamakan true color karena mempunyai jumlah warna yang cukup besar sehingga bisa dikatakan hampir mencangkup semua warna di alam. Penyimpanan citra true color di dalam memori berbeda dengan citra grayscale. Setiap piksel dari citra grayscale 256 gradasi warna diwakili oleh 1 byte. Sedangkan 1 piksel citra true color diwakili oleh 3 byte, dimana masing-masing byte mewakili warna merah (red), hijau (green), dan biru (blue) [1].
Gambar 2.4 Gradasi warna citra true color
Gambar 2.5 Contoh citra true color
2.5 Format File Citra Bitmap
Citra digital bitmap (citra bitmap) secara teknis sering disebut sebagai raster images. Format citra bitmap mendukung citra dengan jumlah bit per piksel sebanyak 1, 4, 8, 16, 24, dan 32 [14]. Gambar bitmap adalah gambar yang terbentuk dari piksel. Format gambar bitmap sering dipakai dalam foto dan gambar. Keunggulan dari gambar bitmap adalah kemudahannya untuk ditampilkan secara rinci dengan pola-pola kompleks, yang tidak dapat dengan mudah direpresentasikan sebagai model matematika (garis, kurva) [9].
Format fileBitmap (BMP) merupakan format standar sistem operasi windows dalam IBM OS/2. Format ini mendukung mode warna dari bitmap mode hingga RGB mode. Bitmap (BMP) mudah dibuka dan disimpan, tetapi ada beberapa aturan khusus yang harus dicermati, diantaranya :
2. Citra dengan resolusi warna 8 bit, lebar citra harus merupakan kelipatan dari 4 bila tidak maka pada saat penyimpanan akan ditambahkan beberapa byte pada data hingga merupakan kelipatan dari 4.
3. Citra dengan resolusi warna 24 bit, urutan penyimpanan 3 warna dasar adalah biru, hijau, merah (RGB).
4. Ukuran file bitmap ini bisa sangat besar hingga Megabytes[5].
Gambar 2.6 Contoh citra bitmap
2.6 Format File Citra JPEG
Format file Joint Photographic Exprest Group (JPEG) atau yang biasa disingkat JPG terkenal karena ukurannya yang mini dibandingkan dengan format-format citra lainnya. Mampu menayangkan warna dengan kedalaman 24-bit true color. JPG mendukung mode warna RGB, CMYK (Cyan, Magenta, Yellow, Black) dan Grayscale. Tetapi tidak mampu menampilkan citra dengan latar belakang transparan [4].
2.7 Pengertian Pengolahan Citra
Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadikan kualitas citra lebih baik dari sebelumnya. Umumnya operasi-operasi pada pengolahan citra diterapkan pada citra apabila :
a. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra.
b. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur. c. Sebagian citra perlu digabung dengan bagian citra yang lain [2].
Pengolahan citra bertujuan untuk memperbaiki kualitas citra agar mudah diartikan oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra merubah citra menjadi citra lain, contohnya kompresi citra (image compression). Dalam proses kompresi citra masukkannya adalah citra dan keluarannya juga citra, namun citra keluaran yang dihasilkan mempunyai ukuran yang lebih kecil dari citra masukannya. Salah satu operasi yang dilakukan dalam pengolahan citra adalah kompresi citra (image compression) [2].
2.8 Kompresi Citra
Pemampatan citra atau Kompresi citra (image compression) adalah proses untuk meminimalkan jumlah bit yang mewakili sebuah citra sehingga ukuran citra menjadi lebih kecil dari ukuran yang semula [6]. Secara umum 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 semula [1].
Proses kompresi dan dekompresi citra dapat dilihat pada gambar di bawah ini :
Citra Asli Citra Hasil
Gambar 2.8 Alur kompresi citra dan dekompresi citra
2.8.1 Manfaat Kompresi Citra
Manfaat kompresi citra antara lain :
1. Meminimalkan waktu pengiriman data pada saluran komunikasi.
Contohnya pengiriman gambar menjadi lebih singkat , download dari internet, pengiriman data medis, dan lain-lain.
2. Membutuhkan ruang memori yang lebih sedikit dibandingkan dengan citra yang tidak dimampatkan [1].
3. Mengurangi redundancy data sebuah citra agar dapat mengurangi ukuran byte dari sebuah citra [13]
2.8.2 Jenis Kompresi Citra 1. Pendekatan Statistik
Bekerja dengan cara mengkodekan suatu simbol atau data yang sering muncul dengan jumlah bit yang lebih kecil dibandingkan dengan simbol yang memiliki intensitas kemunculan yang lebih rendah. [15]
Contoh : metode huffman 2. Pendekatan Ruang
Melihat hubungan antar piksel yang mempunyai derajat keabuan yang sama pada wilayah dalam citra.[2]
Contoh : metode Run-Length Encoding 3. Pendekatan Kuantisasi
Bekerja dengan cara mengurangi intensitas warna yang dimiliki sebuah citra, sehingga menyebabkan ukuran bit yang mewakili citra akan berkurang.
Contoh : metode Kuantisasi 4. Pendekatan Fraktal
2.8.3 Teknik Kompresi Citra 1. Lossy Compression
Teknik kompresi dimana data hasil dekompresi tidak tepat sama dengan data asli (sebelum dikompresi)[16]. Namun hasilnya sudah “cukup” untuk digunakan [7]. Contoh: metode kuantisasi, fraktal , FFT (Fast Fourier Transform). Pada lossy compression rasio kompresi yang dihasilkan lebih tinggi dari lossless compression[16]. Kelebihan dari lossy compression adalah ukuran file lebih kecil dibanding loseless namun masih tetap memenuhi syarat untuk digunakan. Biasanya teknik ini membuang bagian-bagian data yang sebenarnya tidak begitu berguna, tidak begitu dilihat oleh manusia sehingga manusia masih beranggapan bahwa data tersebut masih bisa digunakan walaupun sudah dikompresi. Diagram lossy compression seperti yang terlihat pada gambar 2.9
Input image Source encoder quantizer
entropy encoder Compressed
image
Gambar 2.9 diagram lossy compression [16]
2. Loseless Compression
ukurannya menjadi lebih besar atau sama. Pada lossless compression citra yang telah dikompresi memiliki kesamaan secara numerik yang identik dengan citra aslinya.
Keuntungan dari metode lossy atas lossless adalah dalam beberapa kasus metode lossy menghasilkan file kompresi yang lebih kecil dibandingkan dengan metode lossless. Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video karena data tersebut dimaksudkan kepada human interpretation dimana pikiran dapat dengan mudah “mengisi bagian-bagian yang kosong” atau melihat kesalahan yang sangat kecil. Sedangkan lossless digunakan untuk mengkompresi data untuk diterima dalam kondisi asli seperti dokumen teks. Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil dekompresi sama dengan data asli [9]. Diagram lossless seperti yang terlihat pada gambar 2.10
Lossless encoder Table
Gambar 2.10 diagram lossless compression [16]
2.8.4 Rasio Kompresi Citra
Rasio kompresi citra adalah ukuran presentase citra yang telah berhasil dimampatkan. Secara matematis rasio pemampatan citra dituliskan sebagai berikut :
Rasio = 100%− �𝑢𝑘𝑢𝑟𝑎𝑛𝑐𝑖𝑡𝑟𝑎ℎ𝑎𝑠𝑖𝑙𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
Misalkan hasil rasio adalah 35% , artinya 35% dari citra semula telah dimampatkan [1].
Contoh : dimisalkan ukuran citra asli = 144 bit Ukuran citra hasil kompresi = 72 bit
Rasio = 100%− �𝑢𝑘𝑢𝑟𝑎𝑛𝑢𝑘𝑢𝑟𝑎𝑛𝑐𝑖𝑡𝑟𝑎ℎ𝑎𝑠𝑖𝑙𝑐𝑖𝑡𝑟𝑎𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖𝑎𝑠𝑙𝑖 × 100%� Rasio = 100%− �72
144× 100%�
Rasio = 100%− [50 %] Rasio = 50 %
Hasil rasio = 50%. Artinya, 50% dari citra semula telah berhasil dimampatkan.
Gambar 2.12 Contoh citra sesudah dikompresi
2.7 Dekompresi Citra
Pada proses dekompresi, citra yang sudah dikompresi harus dapat dikembalikan lagi menjadi representasi citra seperti citra aslinya. Proses ini diperlukan jika citra ingin ditampilkan ke layar atau disimpan ke dalam arsip dengan format yang tidak terkompresi [6].
Pada metode kuantisasi, dekompresi dilakukan melalui proses dekuantisasi. Proses dekuantisasi adalah proses sebaliknya dari kuantisasi, yaitu mengembalikan nilai hasil kuantisasi ke nilai awal sebelum proses kuantisasi. Sesuai prinsip metode kuantisasi yaitu membagi-bagi intensitas warna sebuah citra. Maka, proses dekuantisasi dilakukan dengan cara proses perkalian [11].
2.8 Metode Kuantisasi
Proses kuantisasi adalah proses membagi-bagi warna kontinu menjadi G buah warna. Biasanya G diambil dari perpangkatan 2.
G= 2m... (1) [2]. Keterangan :
G = jumlah warna (derajat keabuan) m = bilangan bulat positif
Tabel 1. Kedalaman Piksel
G Rentang Nilai Kedalaman Piksel
21 0 ~ 1 1 bit
28 0 ~ 255 8 bit/1 byte
216 0 ~ 65535 16 bit/ 2 byte
Semakin besar kedalaman piksel yang dipakai untuk merepresentasikan suatu gambar, semakin bagus gambar digital yang akan dihasilkan karena jumlah warna yang dapat direpresentasikan semakin banyak. Pada umumnya, gambar grayscale memiliki 256 level dan membutuhkan kapasitas 8 bit / 1 byte untuk tiap pikselnya [2].
2.9 Mean Square Error ( MSE )
Mean Square Error adalah rata-rata kesalahan yang dikuadratkan. Semakin besar nilai MSE maka semakin besar nilai kesalahan. Sebuah citra yang memiliki nilai MSE yang tinggi, maka kualitas dari citra tersebut semakin rendah.
𝑀𝑆𝐸 = �(𝑋𝑡− 𝐹𝑡)
MSE = Mean Squared Error N = Jumlah Sampel
![Gambar 2.9 diagram lossy compression [16]](https://thumb-ap.123doks.com/thumbv2/123dok/3896432.1855204/9.595.201.519.457.564/gambar-diagram-lossy-compression.webp)
