DESAIN SISTEM MEMORI UNTUK PENYIMPANAN NILAI-NILAI MATRIKS QDCT PADA PROSES KOMPRESI JPEG.
Drs. Lingga Hermanto, MM,. MMSI.,1 Tommy Kurniardi2
1. Dosen Universitas Gunadarma 2. Mahasiswa Universitas Gunadarma Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Gunadarma Abstraksi
Kompresi citra merupakan proses untuk meminimalkan jumlah bit yang merepresentasikan suatu citra sehingga ukuran citra menjadi lebih kecil. Permasalahan utama yang dihadapi adalah besarnya jumlah data dan juga waktu tunggu yang relatif lama. Semakin tinggi resolusi citra akan mengakibatkan memori penyimpanan semakin besar. Salah satu solusi yang dilakukan adalah meminimalkan penggunaan memori dan pengembangan algoritma dan metode yang mampu mengkompres data multimedia sekecil mungkin dengan tetap menjaga kualitas informasi. Proses kuantisasi bertujuan untuk mengurangi jumlah bit yang digunakan untuk pengkodean informasi yang terkandung dalam Matriks DCT. Proses QDCT merupakan gabungan dari proses DCT dan kuantisasi. Perancangan Memori yang akan digunakan untuk menyimpan nilai-nilai Matriks sebagai pendukung proses QDCT, agar nilai-nilai Matriks yang dipergunakan tidak melebihi penyimpanan nilai atau batas Error maksimal untuk mendukung proses Real Time. Tujuan penulisan ini adalah memahami dan menganalisis perancangan Memori sebagai pendukung proses QDCT dan proses tersebut dibentuk ke dalam rangkaian elektronika dan diimplementasikan pada IC FPGA Spartan 3E. Batas Error maksimal adalah 0,5. Semakin kecil nilai Error yang dihasilkan semakin presisi pula hasil kompresinya.
1. Pendahuluan
Saat ini, kita tidak pernah lepas dari dunia Multimedia, baik media tulisan maupun suara dan gambar. Kita memanfaatkannya ketika beraktivitas. Misalnya menonton televisi ataupun film. Dunia Multimedia saat ini berkembang dengan sangat pesat. Perkembangan tersebut akhirnya berdampak pada perkembangan dunia teknologi, terutama
pada system chip. Pada saat ini, perkembangan algoritma kompresi untuk citra atau gambar telah berkem bang pesat. Berdasarkan hasil analisis menunjukan bahwa algoritma kompresi citra saat ini sudah dikembangkan dengan baik. Namun masih perlu pengembangan agar dapat lebih optimal. perkembangan media penyimpanan
berkapasitas besar mengakibatkan orang tidak masalah jika mempunyai data yang berukuran lebih besar. apabila data tersebut adalah gambar. maka dengan metode kompresi cita data gambar tersebut akan lebih mudah di manajemen. kompresi citra adalah proses untuk meminimalkan jumlah bit yang merepresentasikan suatu citra sehingga ukuran citra menjadi lebih kecil. pada dasarnya teknik kompresi citra digunakan untuk proses transmisi data dan penyimpanan data. kompresi citra banyak diaplikasikan pada penyiaran televisi, penginderaan jarak jauh, dan lain-lain.
Semakin tingginya resolusi citra akan mengakibatkan memori penyimpanan semakin besar dan juga waktu tunggu untuk transmisi citra semakin lama. Yang selalu menjadi permasalahan utama yang dihadapi adalah besarnya jumlah data atau informasi yang terkandung dalam citra dan video. Sehingga untuk penyimpanannya membutuhkan memori yang besar dan juga untuk transmisinya membutuhkan waktu tunggu yang relatif lama. Untuk mengantisipasi kedua hal tersebut, telah dikembangkan algoritma kompresidiantaranya adalah JPEG.
Banyak yang sudah melakukan algoritma kompresi citra atau JPEG, namun hasil kompresinya yang berukuran kecil tetapi kualitas yang dihasilkan tidak jauh berkurang. Tetapi perkembangan algoritma kompresi tidak berhenti, tetap selalu berkembang. Saat ini, yang telah bermunculan algoritma kompresi citra yang lebih baik, yang menghasilkan ukuran data yang lebih kecil dan kualitas gambar yang juga lebih baik. Salah satu solusi yang dapat dilakukan untuk mempercepat waktu komunikasi dan sekaligus meminimalkan penggunaan memori adalah
pengembangan algoritma dan metode yang mampu mengkompres data multimedia sekecil mungkin dengan tetap menjaga kualitas informasi. Bagian dari kompresi citra atau gambar yang masih dapat dioptimalkan adalah proses transformasi, proses kuantisasi dan proses koding. Bagian dari algoritma kompresi citra JPEG yang masih dapat dioptimalkan adalah pada proses transformasi, proses kuantisasi dan proses coding. Dua proses utama dalam kompresi citra JPEG adalah proses DCT (Discreet Cocinus Transform) dan quantisasi. Kedua proses ini dilakukan secara terpisah dan sangat menentukan kualitas citra kompresi dan kecepatan kompresi dan rekonstruksi citra.[3]
Ada beberapa pilihan dalam menentukan suatu platform perangkat keras untuk perancangan elektronik, mulai dari prosesor tertanam, ASIC atau Aplication Spesific Integrated Circuits, Programmable Micro-Processor atau lebih dikenal dengan mikrokontroler, FPGAs hingga PLDs atau Programmable Logic Device. Apabila suatu rancangan membutuhkan sebuah piranti terprogram dan sering terjadi perubahan rancangan dan algoritma yang melibatkan berbagai macam operasi yang kompleks, seperti perkalian, pembagian, pengurangan, dan penjumlahan, maka perlu menggunakan prosessor pemroses sinyal yang dapat diprogram ulang secara mudah menggunakan bahasa tingkat tinggi. Jika perangkat keras tersebut membutuhkan kecepatan yang tinggi, dan apabila rancangan memiliki beberapa fungsi sekaligus atau kombinasi dari kontroler yang kompleks dengan fungsi-fungsi perangkat keras yang khusus, maka FPGA adalah solusinya.
1.1 Rumusan Masalah
a. Menentukan nilai-nilai Matriks QDCT yang dipilih berdasarkan prosespenyederhanaan dan perkalian Matriks.
b. Merancang Sistem Memori yang akan digunakan untuk menyimpan nilai-nilai Matriks QDCT untuk proses kompresi JPEG.
c. Mengimplementasikan rancangan Sistem Memori untuk kompresi citra secara Real-time.
d. Rancang bangun sistem Memori dengan FPGA ini dibatasi oleh beberapa parameter yang dimiliki FPGA Sparta 3E, diantaranya: Four Input LUTs, Occupied Slices, Bonded IOBs, Total Equivalent Gate Count, Avarage Connection delay(ns) dan Maximum Pin Delay (ns). 2. Tinjaun Pustaka
Proses DCT adalah proses transformasi citra dari domain spasial ke domain frequensi yang mampu memisahkan informasi mulai pada frekuensi rendah hingga frekuensi tinggi. Sehingga hal ini memungkinkan untuk memampatkan jumlah bit dalam setiap pixel melalui pengurangan atau penghilan-gan informasi detail (frekuensi tinggi). Hal ini dilakukan dengan alasan bah-wa mata manusia tidak terlalu peka terhadap perubahan informasi detail. Proses DCT dilakukan melalui perkalian matrik antara setiap blok citra 8x8 pixel dengan matriks cosinus discret berdasarkan pada dua persamaan satu dimensi (1-D) berikut (Wallace, 1992) (ISO/IEC IS, 1993).
atau
dimana N = 8 menentukan ukuran matriks cosinus [MC] dan ukuran matriks blok citra [I] serta matriks hasil transformasi [DCT] 8x8. Martriks cosinus [MC] memiliki komponen nilai konstan C1=0.49039263, 0.4157348, C4=0.35355338, C5=0.27778512, 0.09754516 seperti diberikan berikut ini :
Proses kuantisasi (quantization) bertujuan untuk mengurangi jumlah bit yang digunakan utuk pengkodean informasi yang terkandung dalam matriks [DCT]8x8. Proses kuantisasi dilakukan melalui pembagian setiap nilai el-emen matriks [DCT]8x8 terhadap suatu nilai konstan. Untuk mengetahui seberapa besar nilai konstan pembagi, terlebih dulu perlu dipahami karakteristik matriks DCT. Nilai element-elemen matriks [DCT]8x8 menunjukan distribusi nilai informasi dari frekuensi rendah (nilai elemen matriks pa-da posisi kiri atas) hingga informasi frekuansi tinggi (nilai elemen-elemen martiks dari kiri ke kanan kemudian kebawa, dari atas ke bawah kemudian ke kanan). Seperti telah diuraikan sebelumnya bahwa, system visual mata manusia sangat peka terhadap perubahan informasi global (informasi pa-da frekuensi rendah) dan kurang peka terhadap perubahan informasi detail (informasi pada frekuensi tinggi).
Berdasarkan pada karakteristik matriks [DCT]8x8 dan system visual mata manusia,
maka dapat ditentukan nilai konstanta pembagi berupa nilai yang relative kecil untuk kuantisasi informasi frekuensi rendah dan nilai konstan-ta yang semakin membesar untuk informasi yang semakin mengarah pada frekuensi tinggi. Sebagai contoh dibawah adalah matriks kuantisasi kompre-si JPEG yang digunakan oleh software Photoshop untuk kualitas 11.
Proses kuantisasi berperan untuk mengatur rasio dan kualitas kompresi. Semakin besar nilai elemen-elemen matriks maka rasio kompresi akan meningkat sedang kualitas kompresi akan menurun, Sebaliknya, semakin kecil nilai elemen-elemen matriks kuantisasi maka rasio kompresi akan mengecil dan kualitas kompresi akan meningkat.
Secara matematis, proses kuantisasi dapat dinyatakan oleh persamaan (2). Proses ini membutuhkan operasi pembagian sebanyak jumlah pixel citra yang akan dikompres. Untuk contoh citra di atas dengan 8,192 mega pixel, berarti proses kuantisasi membutuhkan 8,192 juta operasi pembagian.
Perlu dipahami bahwa tidak ada standar matriks kuantisasi, sehingga setiap orang atau perusahaan dapat membuat dan menggunakan matriks kuantisasinya sendiri. Namun oleh karena matriks ini dibutuhkan untuk proses rekonstruksi citra atau video, maka matriks ini harus disertakan kedalam file citra atau video JPEG atau MPEG.
Untuk proses ini, penulis melihat adanya peluang penelitian untuk menggabungkan kedua fungsi DCT dan kuantisasi menjadi satu fungsi yang terintegrasi.[4]
2.1 Optimalisasi Implementasi Algoritma QDCT
Berikut adalah rancangan transformasi dari algoritma menjadi konsep rangkaian elektronik untuk diimplementasikan kedalam IC FPGA. Proses QDCT dapat dilakukan melalui perkalian matriks antara matriks cosine-terkuantisasi [Cq] ukuran 8x8 dengan blok citra [X] 8x8 pixel seperti diuraikan oleh persamaan (12). Matriks [Cq] dihitung dengan menggunakan persamaan (2), dimana C qi menyatakan nilai elemen ke i dari matriks [Cq], sedang Q(q,k) adalah fungsi kualitas kompresi q yang dapat diatur sesuai dengan yang diinginkan pengguna. Persamaan (4) memperlihatkan contoh perkalian matriks [Cq] terhadap satu kolom blok citra. Untuk 7 kolom lainya prosesnya adalah identik, sehingga cukup diturunkan perkalian pada satu kolom pertama.
Dapat dihitung jumlah operasi perkalian dan penjumlahan untuk satu kolom saja adalah sebanyak 64 perkalian dan 56 penjumlahan. Persamaan (13) ini dapat disederhanakan menjadi persamaan (6), (7) dan (8). Dari ketiga persamaan ini jumlah proses perkalian berkurang dari 64 menjadi 32 perkalian dan proses penjumlahan berkurang dari 56
menjadi 36 (T. C.Chen, 1988), (B. G. Lee, 2002).
Persamaan (6), (7) dan (8) dapat disederhanakan kembali hingga diperoleh :
dengan,
Dari hasil transformasi terakhir ini diperoleh hanya 14 perkalian dan 32 penjumlahan atau terjadi reduksi 78% jumlah perkalian dan
reduksi 28% jumlah penjumlahan atau pengurangan. [3]
2.2 Transformasi Algortirma QDCT ke Dalam Rangkaian Elektronik
Persamaan (9) hingga persamaan (16) dapat ditransformasikan ke dalam bentuk rangkaian elektronika dalam dua bagian. Bagian pertama adalah sinkronisasi dan perhitungan signal input dan bagian kedua adalah proses perkalian antra koefisien matriks Cq dengan signal keluaran dari bagian per-tama. Kedua rangkaian tersebut diperlihatkan pada gambar 2.3 dan gambar 2.4
Gambar 1: Proses sinkronisasi dan perhitungan signal masukan.
Rangkaian pada gambar 2 terdiri dari 3 blok. Pertama, pada bagian kiri adalah memori penyimpanan nilai koefisien matriks QDCT yang telah disederhanakan. Kedua, pada bagian tengah merupakan rangkaianan pro-ses perkalian matriks QDC terhadap pixel-pixel input. Ketiga, pada bagian bawah merupakan rangkaian memori untuk penyimpanan hasil proses perkalian matriks terhadap blok citra 8x8. [4]
Gambar 2: Proses perkalian antara koefisien matriks QDC dan signal keluaran gambar 2.3 PEMBAHASAN
3. Metodologi Penelitian
3.1 Konversi Nilai-Nilai Matriks Ke Bilangan Biner
Untuk menyimpan nilai-nilai matriks QDCT ke dalam sebuah memori harus melakukan konversi terlebih dahulu dari bilangan pecahan desimal ke bilan-gan biner. Konversi bilangan di sini menggunakan lebar data 10 bit.
Gambar 3 : Nilai-nilai Matriks QDCT
Dari nilai-nilai tersebut dipilih berdasarkan proses perkalian matriks lalu dilakukan penjumlahan dan pengurangan kemudian hasilnya akan di kon-versikan ke bilangan biner. Bilangan biner tersebut yang akan disimpan di dalam memori.
Gambar 4 : Proses Perkalian Matriks
Gambar 5 : Proses Perkalian Bilangan Desimal ke Bilangan Biner
3.2 Menghitung Nilai Error
Menghitung nilai error atau nilai kesalahan berfungsi untuk menentukan se-berapa presisi system memori yang di
gunakan untuk kompresi citra. Makin kecil jumlah bit semakin presisi dan akan mempercepat proses penyimpanan.
Untuk mencari nilai Error yang pertama, hasil dari penjumlahan dan pen-gurangan nilai-nilai Matriks QDCT didapat dari gambar 3.2. Bilangan Des-imal yang sudah melalui penjumlahan dan pengurangan di konversikan ke bilangan biner 10 bit seperti cara yang sudah dijabarkan di pembahasan se-belumnya. Bilangan biner tersebut di konversikan kembali ke bilangan Des-imal 10 bit. Untuk mendapatkan nilai error pertama bilangan desimal (C) dikurangi dengan bilangan desimal (C1 10bit) hasil dari konversi bilangan biner.
Tabel 1 Nilai Error Pertama
Nilai Error Piksel merupakan nilai yang akan menunjukan nilai kesalahan pada kompresi citra. Batas maksimal nilai Error Piksel adalah 0.5. Apabila nilai Error Piksel melebihi batas maksimal maka proses kompresi citra tidak berjalan dengan maksimal. Nilai Error Piksel didapat dari perkalian bilangan Desimal dari
proses Matriks QDCT dengan jumlah 1 bit yaitu 255.
Tabel 2 Nilai Error Pixel
3.3 Rancangan Memori 10 Bit 3.3.1 Rancangan Register Buffer Terkendali
Gambar 7 : Rangkaian Buffer Terkendali Pada blok input ini terdiri dari kombinasi rangkaian diantaranya kombinasi rangkaian gerbang AND dan NOT yang berfungsi sebagai masukan untuk SET dan RESET pada flip-flop synchronous dan asynchronous (FDRS) yang akan menentukan apakah data masukan dari Load akan dilewatkan atau diabaikan yang nantinya menjadi data keluaran, yang tentunya kondisi Load data masukan harus dibarengi dengan transisi clock positif = 1 (rising edge).
3.3.2 Rangakaian Kendali
Gambar 8 : Rangkaian Kendali
Pada rangkaian kendali ini, Register buffer terkendali dikombinasikan de-ngan gerbang OR. Gerbang OR tersebut akan berfungsi memproses hasil keluaran dari Register Buffer
terkendali yang akan menentukan jalur data mana yang akan digunakan. Jika dari salah satu jalur data ang tersusun dari Register Buffer terkendali mengeluarkan logika 1 (prinsip gerbang OR) maka data dari jalur tersebut yang nantinya akan menjadi masukan pada D flip-flop.
3.3.3 Rangkaian Memori
Gambar 9: Rangkaian Memori 1 bit
Sebuah rangkaian penyimpanan terdiri dari bagian atau unit Memori. Bagian Memori yang terkecil dan dasar disebut dengan sel-sel Memori atau elemen Memori. Sel-sel Memori inilah yang nantinya akan membentuk suatu susunan rangkaian logika yang dapat menyimpan. Tiap elemen menyimpan 1 bit data biner, yang dinyatakan dalam sistem biner yaitu 0 dan 1. Tiap elemen terdiri dari sebuah rangkaian logika yang berupa flip-flop. Flip-flop dalah elemen memori terkecil yang dapat menyimpan data sebesar 1 bit yaitu 1 atau 0. Rangkaian di atas merupakan rangkaian terintegrasi yang membentuk rangkaian Memori, dimana rangkaian Flip-flop menjadi rangka-ian utama pada rangkaian Memori ini karena dapat menyimpan data. Ada-pun jenis Flip-flop yang digunakan
adalah D Fli flop dan masukan untuk D Flip flop berasal dari keluaran gerbang OR.
Gambar 10 : Rangkaian Memori 10 bit
4. Hasil Penelitian
4.1 Simulasi Rancangan Memori 10 Bit Unit Register Buffer Terkendali ini berfungsi untuk menyimpan data lebih banyak dari 1 bit berupa data 0 atau 1. Dari hasil simulasi tersebut terlihat bahwa proses penyimpanan data dengan register untuk 3 bit telah berfungsi dengan benar sesuai dengan prinsip kerja dan tabel kebenaran flip-flop syn-chronus dan asynsyn-chronus (FDRS). Dalam register ini clock akan diumpankan dan data masuk secara paralel dengan serentak dan keluar secara serentak pula. Karena menggunakan flip-flop synchronus dan asynchronus (FDRS) pemicuan tepi data yang keluar secara serentak harus mengacu pada tepi naik sinyak clock positik (rising edge)
diikuti dengan karakteristik flip-flop synchronus dan asynchronus (FDRS) dengan kondisi sinyal kendali Load seperti :
a. Jika pada saat sinyal kendali Load = 0 dan clock = 0 (transisi negatif)maka berdasarkan prinsip diatas maka register akan melewatkan data yang dimasukan, akan tetapi Load data tidak dibarengi dengan transisi kenaikan clock = 1 (tansisi positif) maka data keluaran akan diabaikan atau Q=0. b. Jika pada saat sinyal kendali . Load =
1 dan clock = 1 (transisi posi-tif) maka berdasarkan prinsip diatas maka register akan mengeluarkan data atau Q = 1 (SET) secara langsung dan mengabaikan data yang dimasukan c. Jika pada saat sinyal kendali Load = 0
dan clock = 1 (transisi posi-tif) maka berdasarkan prinsip diatas maka register akan melewatkan data yang dimasukan, Data masukan(D) = Data keluaran (Q). Hasil simulasi unit ini sebagai berikut:
Gambar 10 : Input unit Register Buffer Terkendali
Gambar 11 : Simulasi Unit register Buffer Terkendali
Tabel 3 : Tahapan Proses simulasi unit register buffer terkendali 3 bit
4.2 Unit Rangakaian Memori
D flip-flop yang terdapat pada bagian akhir dari rangkaian ini berfungsi seba-gai output. eluaran D flip flop akan mengikuti apapun keadaan data pada saat kendali aktif. Perubahan itu terjadi hanya apabila sinyal kendali dibuat berlogika 1 dan tentunya akan terjadi sesudah selang waktu tertentu. Data masukan D flip flop didapat dari hasil bagian keluaran gerbang OR. Setiap data masukan akan dilewatkan jika data masukan dibarengi dengan perubahan transisi clock positif (rising edge) jika tidak dibarengi dengan perubahan transisi clock positif (rising edge) maka data masukan akan diabaikan atau tidak diproses yang tentunya sesuai dengan prinsip kerj D Flip-flop.
Gambar 12 : Input Rangkaian Memori 1 bit
Gambar 13 : Simulasi unit Rangakaian Memori 1 bit
Tabel 4 : Tahapan Proses simulasi unit rangkaian Memori 1 bit
Gambar 14 : Input rangkaian memori 10 bit
Gambar 15 : Simulasi unit rangkaian Memori 10 bit
Tabel 5 : Tahapan proses simulasi rangkaian Meomori 10 bit (Masukan)
Tabel 6 : Tahapan proses simulasi rangkaian memori 10 bit (keluarean 1)
Tabe
Tabel 7 : Tahapan proses simulasi rangkaian memori 10 bit (keluaran 2)
Dari simulasi di atas data diambil dari nilai-nilai Matriks yang sudah dikonversi ke bilangan biner lalu diuji coba ke dalam rangkaian memori 10 bit.
4.3 Desain implementasi
Desain dari rangkaian memori 10 bit telah diselesaikan dengan menggu-nakan VHDL dan implementasi dalam Xilinx Spartan- 3E (package :FG320, speed :-4), dalam proses pembuatan desain ini menggunakan Design tool Xilinx ISE 9.2i . Berikut Tabel Pemanfaatan sumber daya untuk Spartan- 3E pada desain dan implementasi rangkaian memori:
Tabel 8 : Pemanfaatan sumber daya untuk rangkaian Memori 10 bit
Keterangan:
Bit, jumlah bit
Rangkaian, nama rangkaian•FI LUTs, Four Input LUTs merupakan sejenis RAM yang berkapasitas kecil yang memiliki 4 buah masukan.
OS, Occupied Slices merupakan blok dasar pembangun FPGA.
CLB, Configurable Logic Blocks (CLB), merupakan sumber daya utama untuk merancang rangkaian kombinasional secara sinkron. Masing-masing CLB berisi 4 slices dan masing- masing slices dua LookUp Ta-bles (LUTs) untuk merancang logika dan dua media penyimpanan yang digunakan sebagai flip-flop atau latch.
TEGC, Total Equivalent Gate Count merupakan jumlah total dari ger-bang logika yang digunakan baik gerbang dasar maupun gerbang kombinasional. AC, Average Connenction delay(ns)
merupakan rata-rata waktu tun-da yang dibu- tuhkan untuk menghubungkan Configurable Logic Blocks(CLB). MP, Maximum Pin delay(ns)
merupakan maksimal waktu tunda yang dibutuhkan un- tuk masing-masing pin.
B IOBs, Bonded I/O sebagai interface antara external package pin dari device dan internal user logic.
4.4 Place & Router FPGA
Gambar 16 : Bagian Array CLB terdiri dari 4 sclice
Masing-masing CLB berisi 4 slices dan masing- masing slices dua Look-Up Tables (LUTs) untuk merancang logika dan dua media penyimpanan yang digunakan sebagai flip-flop latch.
Gambar 17 : Rangkaian dari 1 Slice
Gambar diatas merupakan bagian rangkaian dari satu slices yang meru pakan blok dasar pembangun FPGA. Setiap slice berisi sejumlah LUT’s, flip-flop dan elemen carry logic yang membentuk desain logika sebelum pemetaan.
Gambar 18 : Desain Place Memori 10 bit
Gambar 19 : Desain Route Memori 10 bit 5. Penutup
5.1 Kesimpulan
Berdasarkan hasil pengamatan dan analisis yang telah dilakukan dapat dis-impulkan bahwa secara umum :
a. Desain Memori terdiri dari 10 bit, apabila rangkaian Memori lebih dari 0 bit maka pemakaian sumber daya akan lebih banyak.
b. Rangkaian Memori terdiri dari Rangkaian Buffer terkendali, Rangkaian Kendali (selector) dan rangkaian D Flip-flop, dimana rangkaian Buffer terkendali berfungsi sebagai masukan lalu melewati dan di proses di gerbang OR dan disimpan di rangkaian D Flip flop.
c. Implementasi rancangan pada FPGA Xilinx Spartan 3E menghasilkan utilisasi komponen sebagai berikut :
Slice sebanyak 40 Unit
Look Up Table sebanyak 70 unit
6. Kata Pengantar
[1] Anonim. Flip-flop.tke 113 handout flip-flop, 2010.
[2] Anonim.Modul praktikum FPGA. Laboratorium Lanjut Sistem Komputer, 2011.
[3] Sarifuddin Madenda Edi Sukirman, Ernastuti. Peningkatan kinerja algoritma kompresi dan dekompresi jpeg melalui penggabunganproses dct dan kuantisasi. 2011.
[4] Prof. Dr. Sarifuddin Madenda.Proposal RISTEK tahun ke 2. Prof. Dr Sarifuddin Madenda, 2011.
[5]Sahatma Pangaribuan. Fungsi arsitektur memori mikroprosesor atau mikrokontroler
http://www.scribd.com/doc/69824944/Fungsi-Arsitektur-Memori-Mikroprosesor-Atau
