Penerapan Algoritma Elias Omega Code Pada Aplikasi Kompresi File Citra
Rosmaida*, Rivalri Kristianto Hondro
Fakultas Ilmu Komputer dan Teknologi Informasi, Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia Email: rosmaidamaida657@gmail.com
Abstrak-Ukuran file citra terkadang relatif besar dimana semakin baik kualitas gambar yang dihasilkan, maka ukuran pixel yang dibutuhkan untuk merekam gambar tersebut semakin besar. Dengan ukurang file citra yang sangat besar, pada saat melakukan proses pemindahan gagal karna ruang penyimpanan melebihi batasnya. Adapun solusi dalam permasalahan ini ialah bagaimana file citra tersebut dapat di kompresi guna untuk mempercepat pemindahan dan penyimpanan file citra. Kompresi pada file citra dilakukan dengan memperkecil ukuran file citra dengan proses mengurangi bit pada file citra, 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 Elias Omega Code, dengan menggunakan metode tersebut, hasil kompresi dari nilai mempunyai hasil yang berbeda-beda dari setiap nilainya, dan hasil kompresi akan menguntungkan dalam melakukan pengiriman, dan pemindahan file citra akan semakin mudah.
Kata Kunci : Kompresi;File Citra;Algoritma Elias Omega Code
Abstract-Image file sizes are sometimes relatively large where the better the resulting image quality, the larger the pixel size needed to record the image. With a very large image file size, when carrying out the transfer process it fails because the storage space exceeds the limit. The solution to this problem is how the image file can be compressed in order to speed up the transfer and storage of image files. Compression of image files is done by reducing the size of the image file by reducing the bits in the image file, but not eliminating 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 Elias Omega Code, using this method, the compression results of the values have different results for each value, and the compression results will be beneficial in sending, and moving image files will be easier.
Keywords: Compression;Image Files;Elias Omega Code Algorithm
1. PENDAHULUAN
Perkembangan citra pada teknologi computer dengan sangat cepat sehingga hasil dari resolusi citra menjadi semakin tinggi dan ukuran data yang dihasilkan juga semakin besar. Seperti file citra, yang semakin besar ukuran pixel citra maka semakin besar pula ukuran file yang harus disimpan diruang penyimpanan, jika file citra yang digunakan adalah file citra berformat “.bmp, png, jpg, gif, dan pcx”. pengiriman data menjadi sebuah permasalahan dimana internet di Indonesia masih tergolong dalam kategori rendah dengan koneksinya yang masih lambat dan bermasalah. Seperti memakan waktu yang lama dalam proses pengiriman data jika file citra yang digunakan ialah file berformat Bitmap (.bmp). Misalnya waktu pertukaran data yang lama karena ukuran citra yang besar, data yang lebih cepat dikirim adalah data yang berukuran kecil, sehingga data tersebut dipilih karena dapat menghemat penyimpanan, masalah tersebut dapat diatasi dengan suatu mekanisme yang disebut kompresi file citra.
Kompresi file citra merupakan sebuah proses dimana terdapat perubahan pada aliran data masukan kedalam aliran data yang lain dan mempunyai ukuran data yang lebih kecil. Saat ini, format .bmp memanglah kalah terkenal dengan fortmat file citra lainnya sebab pada format .bmp merupakan format yang sedikit kompresi sehingga ukurannya lumanyan besar. Dengan melakukan kompresi data ini maka kita dapat meminimalisir kebutuhan akan penyimpanan data, mempercepat pengiriman atau transmisi data dan memperkecil kebutuhan. Tetapi walapun memiliki kelebihan dari segi mutu, dimana memiliki mutu lebih bangus dari file gambar lainnya. Banyak algoritma kompresi yang ada saat ini, salah satunya adalah “ALGORITMA ELIAS OMEGA CODE”.
Maka untuk mengatasi masalah file citra dapat dilakukan dengan proses teknik kompresi data untuk bertujuan memperkecil sebuah ukuran bit yang ada pada sebuah file citra, terkadang sering terjadinya resiko yang tidak dapat tertampung pada media penyimpanan dan kadang tidak disampaikan dalam proses pengiriman data. Ada beberapa aplikasi kompresi yang dapat digunakan dengan hasil kinerja yang berbeda, ada hasil yang terbaik dikarenakan ukuran file hasil kompresinya lebih kecil dari data aslinya. Ada juga dengan berkurangnya ukuran file tersebut berkurang juga ruang penyimpanan yang dibutuhkan, tetapi semuanya didasari pada prinsip yang sama yaitu mengkompresi file citra, salah satunya algoritma yang di antaranya ialah algoritma Elias Omega Code.
Dari hasil penelitian sebelumnya dilakukan oleh Fricles Ariwisanto Sianturi, pada tahun 2018 telah berhasil mengkompresi file citra digital dengan Algoritma Arithmetic Coding. Dengan menerapkan algoritma aritmatic coding kualitasgambar setelah dikompresi ternyata hanya mengurangi sedikit kapasitas[1]. Pada tahun 2019 Fatkhan Mansuri pernah meneliti tentang kompresi citra digital menggunakan algoritma huffman. Kualitas citra setelah dikompresi ternyata hanya mengurangi sedikit kapasitas bit dan tidak mengurangi kualitas file aslinya[2].
Dengan hal tersebut penulis menggunakan algoritma Elias Omega Code untuk mengetahui kinerja kompresi apabila dilakukan terhadap file gambar, sehinga file gambar yang berukuran besar akan dikompresi menjadi ukuran
yang lebih kecil, dimana file gambar akan dibutuhkan serta memperkecil ruang alokasi penyimpanan data.
2. METODOLOGI PENELITIAN
2.1 Kompresi File Citra
Kompresi data memiliki berbagai macam algoritma yang berbeda-beda, salah satunya algoritma Elias Omega Code dan data yang menghasilkan output yang berbeda-beda prinsipnya tetap sama seperti algoritma lainnya untuk mengkompresi suatu data[3].
2.1.1 Teknik Kompresi
Ada dua teknik yang dapat dilakukan untuk melakukan kompresi:
1. Lossless comprssion
Lossless compression ini merupakan salah satu teknik kompresi data yang tidak menghilangkan informasi sebelumnya, dimana hasil dekompresi dari data yang terkomprsei sama dengan data yang aslinya.
2. Lossy compression ini merupakan teknik kompresi yang akan menghilangkan beberapa informasi data, dimana hasil data yang akan dikompresi tidak sama dengan data aslinya, meskipun perbedaan itu cukup dekat dan masih bisa ditorerir oleh persepsi data.
2.1.2 Rasio Kompresi
Rasio kompresi ialah menghitung kinerja dari repersentase data yang sudah dikompresi dan sebelum dikompresi[4].
Secara matematis rasio pemampatan data dituliskan sebagai berikut:
Rasio = 100% - [hasil kompresi data asli x 100%]
Misalkan rasio kompresi adalah 10% artinya 10% dari data sejumlah telah berhasil dimampatkan.
2.2 Elias Omega Code
Elias Omega Code merupakan salah satu algoritma kompresi berjenis lossless yang diperkenalkan oleh Peter Elias pada tahun 1975. Terdapat 3 kode Elias, yaitu Elias Gamma, Elias Delta, dan Elias Omega . yang mana Algoritma Elias Omega Code ini berbeda dengan algoritma Elias lainnya, algoritma ini mempunyai cara rekusif untuk pengkodean awal dengan (prefix) untuk itu algoritma ini disebut sebagai kode Elias rekursif[5].
Tabel 1. Kode Elias Omega Code
Nilai n Kode Elias Omega Nilai n Kode Elias Omega
1 0 9 1110010
2 100 10 1110100
3 110 11 1110110
4 101000 12 1111000
5 101010 13 1111010
6 101100 14 1111100
7 101110 15 1111110
8 1110000 16 10100100000
3. HASIL DAN PEMBAHASAN
3.1 Analisa
Gambar merupakan sebuah media yang biasa digunakan untuk berkomunikasi juga digunakan sebagai alat pengungkapan, ilustrasi, ingatan (memorize) dan lain sebagainya. Masalah yang kerap kali terjadi adalah gambar yang terkadang memiliki ukuran yang besar, oleh sebab itu membutuhkan penyimpanan yang besar. Pada penelitian ini akan dilakukan pengkompresian pada file citra berjenis bmp dengan menerapkan algoritma Elias Omega Code. Yang mana hasil dari penelitian ini di harapkan dapat bermanfaat dalam pemanfatan ukuran dari suatu file citra. Algoritma Elias Omega Code merupakan salah satu algoritma kompresi yang akan mengubah ukuran suatu file menjadi ukuran lebih kecil dari ukuran sebelumnya.
Gambar 1. Prosedur Kompresi Dekompresi File Gambar 3.1.1 Contoh Kasus
1. Sebelum file citra dikompresi, yang harus dilakukan terlebih dahulu ialah mencari file citra yang akan dikompresi dengan menggunakan Elias Omega Code langkah pertama kompresi file citra ialah dengan memasukan file citra yang akan dikompresi yaitu citra yang berukuran 1518 x 1778 pixel.
Gambar 2. Citra Asli
2. Berdasarkan gambar diatas, maka untuk melakukan hitungan manual kompresi dengan menerapkan algoritma Elias Omega Code resolusi yang diambil ialah 4 × 4 pixel.
Gambar 3. Sampel Citra
3. Dari proses analisa yang dilakukan yang diambil dari sampel gambar sebesar 4 × 4 pixel dengan kedalaman warna 24 bit. Dengan begitu dapat dihitung 4 × 4 × 24 𝑏𝑖𝑡 = 384 𝑏𝑖𝑡. Apabila diubah kedalam satuan bytes menjadi 384/8 = 48 bytes. Dibawah ini merupakan sampel citra yang akan dilakukan proses kompresi.
Gambar 4. Sampel Citra 4 x 4 Pixel
4. Selanjutnya ialah dengan melakukan pembacaan isi file citra. Didalam file citra terdapat nilai pixel. Nilai pixel yang diambil dalam bentuk 4 × 4 sehingga menghasilkan 16 pixel sebagai sampel gambar yang akan dianalisa.
Berikut merupakan pixel yang akan di analisa.
Gambar 5. Nilai 16 Pixel Sampel
Dari gambar nilai pixel diatas, nilai pixel file citra bmp yang digunakan sebanyak 16 karakter untuk dilakukan hitungan manual. Adapun nilai pixel tersebut adalah 200, 171, 168, 185, 183, 101, 136, 181, 114, 21, 42, 83, 97, 63, 65, 79. Pembacaan total frekuensi pada tabel dibawah ini:
Tabel 4.1 Pembacaan Nilai Pixel
Pixel Frekuensi
200 1
171 1
168 1
185 1
183 1
101 1
136 1
Pixel Frekuensi
181 1
114 1
21 1
42 1
83 1
97 1
63 1
65 1
79 1
Total Pixel
16
Dari tabel diatas merupakan nilai pixel yang sama. Sebelum kompresi file citra, proses awal ialah membaca nilai pixel file citra yang membuat nilai tabel pixel. Dapat diurutkan dari nilai frekuensi terbesar (dengan nilai yang sama) hingga yang terkecil. Adapun tabel pixel dibawah ini:
Tabel 6. Pixel Awal
Nilai Pixel Binary Bit Frek 𝐵𝑖𝑡 × 𝐹𝑟𝑒𝑘
200 11001000 8 1 8
171 10101011 8 1 8
168 10101000 8 1 8
185 10111001 8 1 8
183 10110111 8 1 8
101 01100101 8 1 8
136 10001000 8 1 8
181 10110101 8 1 8
114 10001101 8 1 8
21 00010101 8 1 8
42 00101010 8 1 8
83 01010011 8 1 8
97 01100001 8 1 8
63 00111111 8 1 8
65 01000001 8 1 8
79 01001111 8 1 8
Total 128
Setelah nilai pixel diurutkan berdasarkan frekuensi kemunculan dan didapatkan nilai biner serta total bitnya, maka selanjutnya menghitung bit menggunakan kode algoritma Elias Omega Code. Aturan dalam pembentukan kode Elias Omega Code dapat dilihat pada bab sebelumnya yaitu kajian pustaka sub bab 2.2. Adapun kode Elias Omega Code dibawah ini:
Tabel 7. Kode Elias Omega Code No Codeword No Codeword
1 0 9 1110010
2 100 10 1110100
3 110 11 1110110
4 101000 12 1111000 5 101010 13 1111010 6 101100 14 1111100 7 101110 15 1111110 8 1110000 16 10100100000
Setelah mencari nilai codeword ialah melakukan kompresi nilai pixel file citra demikian nilai kode Elias Omega Code yang telah ada di tabel 4.3, adapun proses perhitungan bit pada nilai pixel file citra tersebut dengan menggunakan kode Elias Omega Code sebagai berikut:
1. Untuk proses perhitungan kode pada nilai pixel file citra menggunakan algoritma Elias Omega Code pada tabel dibawah ini:
Tabel 8. Total Bit Setelah Dikompresi Menggunakan Elias Omega Code No Nilai des pixel Elias Omega Code Bit Frek Bit x Frek
1 200 0 1 1 1
2 171 100 3 1 3
3 168 110 3 1 3
4 185 101000 6 1 6
5 183 101010 6 1 6
6 101 101100 6 1 6
7 136 101110 6 1 6
8 181 1110000 7 1 7
9 114 1110010 7 1 7
10 21 1110100 7 1 7
11 42 1110110 7 1 7
12 83 1111000 7 1 7
13 97 1111010 7 1 7
14 63 1111100 7 1 7
15 65 1111110 7 1 7
16 79 10100100000 11 1 11
Total Bit 98
Langkah selanjutnya ialah menyusun kembali codeword masing–masing dengan nilai Pixel.
Setelah disusun kembali codeword masing-masing nilai pixel, maka selanjutnya adalah menghubungkan semua codeword menjadi string bit (tanpa tanda koma dan spasi).
“0100110101000101010101100101110111000011100101110100111011011110001111010111110011111101010 0100000” dengan total 98 bit.
Setelah melakukan pembagian bit string menjadi per 8 bit maka, untuk mengubah kembali ke karakter baru, dan per karakter adalah 8 bit panjangnya.
Tabel 9. Pembagian String
01001101 01000101 01010110 01011101 11000011 10010111 01001110 11011110 00111101 01111100 11111101 01001000 00
Setelah dilakukan pembagian bit akan menyisahkan 0 (bisa dengan menggunakan 98 mod 8 = 0). Dan ditanyakan dengan simbol n, maka n = 0.
Ada beberapa langkah untuk melakukan pemeriksaan string bit yaitu:
1. Jika sisa bagi = 0, maka ditambahkan “00000001” diakhiri bit dan dinyatakan sebagai bit akhir.
2. Jika sisa bagi adalah (1,2,3,4,5,6,7), maka ditambahkan “0” sebanyak (7 − 𝑛 + 1) diakhiri dengan string bit dan dinyatakan sebagai padding. Lalu tambahkan bilangan biner dari hasil (9 – n) diakhir bit dan dinyatakan sebagai flagging.
Padding merupakan penambahan bit data yang telah dikompresi agar seluruh jumlah bit data tersebut habis di bagi 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 di dapat hasil n = 2, maka untuk pemeriksaan string bit menggunakan langkah kedua, yang mana jika sisa bagi = 1,2,3,4,5,6 atau 7 maka ditambahkan “0” sebanyak 7 - n + ”1”. Maka 7 – 2 = 5, artinya tambahkan “0” sebanyak 5 di akhir bit dan tambahkan nilai “1” dan dinyatakan sebagai padding. Maka
sting bit sekarang menjadi :
“0100110101000101010101100101110111000011100101110100111011011110001111010111110011111101010 0100000000001” maka setelah dilakukan penambahan bit string, total bit sekarang menjadi 104 bit. Lalu tambahkan bilangan biner dari hasil (9 – n). Maka 9 – 2 = 7 dan biner dari 7 adalah 00000111 dan dinyatakan
sebagai flagging. Maka bit string sekarang menjadi
“0100110101000101010101100101110111000011100101110100111011011110001111010111110011111101010 010000000000100000111”. Maka setelah dilakukan penambahan bit string, total bit sekarang menjadi 112 bit.
Langkah selanjutnya ialah membagi string bit yang telah di tambah padding dan flagging menjadi per 8 bit.
Tabel 10. Pengelompokan Bi
Lalu merubah
Setelah niai desimal diketahui, maka nilai akan diubah menjadi suatu karakter. Karakter hasil dari proses kompresi yang dihasilkan, disimpan dalam suatu file dengan ekstensi “.eoc”, apabila file tersebut dibuka dengan aplikasi notepad, maka akan tampil karakter seperti gambar di bawah ini:
01001101 01000101 01010110 01011101 11000011 10010111 01001110 11011110 00111101 01111100 11111101 01001000 00000001 00000111
Gambar 6. Hasil Karakter Terkompresi
Untuk mengetahuin tingkat kinerja algoritma Elias Omega Code maka penulis akan menghitung rasio kompresi menggunakan rumus Compression (Cr) untuk mengetahui berapa rasio kompresi pengurangan ukuran yang di dapat.
2. Dekompresi berdasarkan algoritmaElias Omega Code
Proses dekompresi pada file dokumen yang telah dikompresi dapat dilakukan dengan mengembalikan karakter–
karakter aneh menjadi bilangan pixel kemudian diubah menjadi string bit semula. File hasil kompresi Elias Omega Code yang apabila di buka menggunakan aplikasi notepad, maka akan terlihat seperti pada gambar di bawah ini:
Gambar 7. Hasil Karakter Terkompresi
.Adapun bit hasil analisa pada karakter–karakter tersebut dapat dilihat pada tabel dibawah ini: Berdasarkan pada tabel diatas, gabungkan seluruh nilai biner menjadi string bit (tanpa tanda koma dan spasi).
“0100110101000101010101100101110111000011100101110100111011011110001111010111110011111101010 010000000000100000111” Dengan total 112 bit. Selanjutnya lakukan pengurangan bit untuk kembali menjadi bit string semua dengan menghilangkan padding dan flagging dengan melakukan pembacaan 8 bit akhir lalu ubah ke desimal dan dinyatakan dengan n. kemudian gunukan rumus 7 + n untuk menghilangkan padding dan flagging agar kembali ke string bit awal.
“0100110101000101010101100101110111000011100101110100111011011110001111010111110011111101010 010000000000100000111” (bit akhir = 00000111)
N = 00000111 = 7
Lalu gunakan rumus 7 + n untuk menghilangkan padding dan flagging 7 + n = 7 + 7 = 14
Maka hilangkan string bit sebanyak 8 bit terakhir, sehingga string bit sekarang menjadi :
“0100110101000101010101100101110111000011100101110100111011011110001111010111110011111101010 0100000” dengan total 98 bit. Berdasarkan hasil dekompresi diatas di dapati hasil akhir dari pembacaan string bit menggunakan algoritma Elias Omega Code kembali ke string awal yaitu “200, 171, 168, 185, 183, 101, 136, 181, 114, 21, 42, 83, 97, 63, 65, 79”. Nilai desimal hasil dekompresi keseluruhan dapat dilihat pada gambar dibawah ini:
Tabel 10. Matriks nilai pixel dekompresi 200 171 168 185
183 101 136 181 114 21 42 83 97 63 65 79
Pada gambar yang diatas hasil dekompresi mengembalikan nilai pixel sampel citra sebanyak 16 pixel tanpa adanya perubahan nilai dari proses sebelum dikompresi, setelah nilai pixel tersebut dirubah menjadi sebuah citra sesuai file citra asli.
Gambar 8. Hasil dekompresi sampel file citra 3.2 Pengujian Sistem
Pengujian sistem bertujuan untuk mengetahui bagaimana sistem ketika sedang dijalankan. Berikut pengujian pada setiap menu yang ada pada sistem ktika sedang dijalankan.
1. Menu kompresi
Pada menu ini ketika sistem dijalankan akan menampilkan proses kompresi terhadap file citra dokumen dengan menggunakan algoritma Elias Omega Code, yang mana ketika user menjalankan sistem yang pertama dilakukan ialah membuka menu kompresi dan mencari file citra yang ingin dikompresi.
Gambar 9. Mencari File Gambar
Berdasarkan pada gambar 9, ketika user menekan tombol browse, maka akan menampilkan direktory komputer, lalu user memilih file yang akan dikompresi dan klik tombol open. Setelah user mengklik tombol open maka akan menampilkan keterangan tentang file citra yang akan dekompresi, setelah itu untuk melakukan proses kompresi user harus mengklik tombol kompresi. Adapun proses tersebut dapat dilahat pada gambar berikut:
Gambar 10. kompresi File
Berdasarkan pada gambar 10, setelah user mengklik tombol kompresi dan sistem melakukan proses kompresi maka akan tampil hasil kompresi sepeti gambar 11:
Gambar 11. Hasil Kompresi
Setelah hasil kompresi tampil, maka jika user ingin menyimpan file hasil kompresi, user harus mengklik tombol simpan. Adapun proses tersebut dapat dilihat pada gambar 12:
Gambar 12. menyimpan File Kompresi
2. Menu Dekompresi
Pada menu ini akan menampilkan proses dekompresi pada file citra yang mana ketika user membuka aplikasi kompresi dan mengklik menu dekompresi, maka yang harus dilakukan pertama kali ialah mencari file citra terkompresi. Adapun proses tersebut dapat dilihat pada gambar 4.27:
Gambar 13. Mencari File Terkompresi
Berdasarkan gambar 13, ketika user mengklik tombol cari maka akan menampilkan direktory komputer, lalu user memilih file citra yang akan didekompresi lalu klik tombol open, lalu jika user ingin melakukan dekompresi terhadap file yang telah dipilih, maka user harus mengklik tombol dekompresi.
Gambar 14. Dekompresi Citra
Berdasarkan gambar 14, setelah user mengklik tombol dekompresi maka akan tampil hasil dekompresi dari file tersebut. Setelah itu jika user ingin menyimpan file hasil dekompresi tersebut, maka user harus mengklik tombol simpan.
Gambar 15. Simpan File Citra 3. Menu Penelitian
Pada menu ini akan menampilkan informasi tentang penulis, yang mana ketika user membuka aplikasi kompresi dan ingin mengetahui informasi tentang penulis, maka user harus mengklik menu penulis. Adapun proses tersebut dapat dilihat pada gambar 16:
Gambar 16. Tampilan Menu Penulis 3.3 Hasil Pengujian Sistem
Hasil pengujian ialah mengidentifikasi hasil dari implementasi pada sistem. Hasil pengujian berupa perbedaan antara file citra sebelum dan sesudah kompresi. Adapun hasil pengujian kompresi pada file citra yang dilakukan sebelum dan sesudah kompresi serta dekompresi.
1. Hasil pengujian kompresi gambar
Adapun hasil pengujian gambar yang dilakukan dapat dilihat pada tabel 4.10 Berikut:
Tabel 11. Hasil pengujian kompresi Citra
No
Sebelum Kompresi Sesudah Kompresi
Gambar Dimensi Ukuran Nama
File Ukuran
1 1080 x
1920
5.93
MB Ida.bmp 5.18 MB
2 1518 x
1778
7.72
MB Mai.bmp 6.72 MB
3 1200 x
1600
5.49
MB Ros.bmp 4.80 MB
Setelah hasil pengujian yang diatas memperlihatkan hasil kompresinya pada gambar memiliki perbedaan ukuran dan tetap memiliki dimensi ketika gambar sebelum di kompres. Hal ini bisa dilihat dari compresion ratio (CR) yang memiliki nilai %.
2. Hasil pengujian dekompresi citra
Ada beberapa pengujian dekompresi dari citra yang sudah melakukan kompresi pada tabel dibawah.
Tabel 12. Hasil pengujian dekomresi citra
No
Gambar Kompresi Sesudah Dekompresi Nama
File Ukuran Gambar Dimensi Ukuran
1 Ida.bmp 5.18 MB
1080 x 1920
5.93 MB
2 Mai.bmp 6.72 MB
1518 x 1778
7.72 MB
3 Ros.bmp 4.80 MB
1200 x 1600
5.49 MB
Berdasarkan pada hasil pengujian diatas dapat disimpulkan bahwa file citra setalah dikompresi memiliki ukuran yang lebih kecil dari pada ukuran citra sebelum dikompresi.
4. KESIMPULAN
Berdasarkan hasil analisa yang telah dilakukan, maka kesimpulan pada penelitian ini ialah Proses awal yang dilakukan dalam mengkompresi file citra menggunakan algoritma Elias Omega Code yaitu dengan mencari file citra yang akan dikompresi, kemudian mengubah kenilai pixel dengan bantuan software matlab, dan nilai pixel tersebut akan dilakukan proses kompresi dan diperoleh hasil kompresi, Berdasarkan hitungan manual dengan menggunakan algoritma Elias Omega code telah berhasil melakukan proses kompresi file citra berekterensi *.bmp, dengan rasio kompresi sebesar 87,5%.
REFERENCES
[1] F. A. Sianturi, “Kompresi File Citra Digital Dengan Arithmetic Coding,” J. Tek. Inform. Unika St. Thomas, vol. 03, no. 1, pp.
45–51, 2018, [Online]. Available: http://ejournal.ust.ac.id/index.php/JTIUST/article/view/245/263 [2] F. Masruri and S. Teknik, “Kompresi Citra Digital Menggunakan Kode Huffman,” 2020.
[3] D. A. Depika and S. D. Nasution, “Penerapan Algoritma Punctured Elias Codes Dalam Kompresi Citra,” vol. 2, no. 2, pp.
176–187, 2020.
[4] A. A. Pramadi, S. D. Nasution, and B. Purba, “Penerapan Algoritma Even-Rodeh Pada Aplikasi Kompresi File Gambar,”
KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 73–84, 2019, doi: 10.30865/komik.v3i1.1570.
[5] M. Yogie, “Penerapan Algoritma Goldbach Codes pada Kompresi File Gambar Terenkripsi Vigenere Cihper,” Pelita Inform.
Budi Darma, vol. 17, no. April, pp. 316–320, 2018.
[6] Utari, C. T. (2016). Implementasi Algoritma Run Length Encoding Untuk Perancanganaplikasi Kompresi Dan Dekompresi File Citra. Jurnal Times, 5(2), 24-31.
[7] RAHARJA, Bayu Dwi; HARSADI, Paulus. Implementasi Kompresi Citra Digital Dengan Mengatur Kualitas Citra Digital. Jurnal Ilmiah SINUS, 2018, 16.2.
[8] MAHESA, Kharisma, et al. Rancang Bangun Aplikasi Kompresi Dan Dekompresi Pada Citra Digital Menggunakan Metode Huffman. Jurnal Processor, 2017, 12.1: 948-963.
[9] HARAHAP, Asrul Soleh. Analisis Dan Implementasi Kompresi File Citra Menggunakan Algoritma Burrows Wheeler Transform. Jurnal Sains dan Teknologi Informasi, 2021, 1.1: 6-12.
[10] HUTAPEA, Darmayanto. Implementasi Algoritma Kriptografi Rabin Dan Lempel-Ziv-Welch (Lzw) Dalam Pengamanan Dan Kompresi File Citra. KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2021, 5.1.
[11] BAKARA, Jorelis. Implementasi Algoritma LZW dan Kuantisasi Dalam Kompresi Citra Digital. Pelita Informatika:
Informasi dan Informatika, 2020, 5.3.
[12] KRASMALA, Raras; BUDIMANSYAH, Arif; LENGGANA, U. Tresna. Kompresi Citra Dengan Menggabungkan Metode Discrete Cosine Transform (DCT) dan Algoritma Huffman. Jurnal Online Informatika, 2017, 2.1: 1-9.
