BAB 2
LANDASAN TEORI
2.1 Kompresi Data
Kompresi data telah dimanfaatkan dalam berbagai aspek multimedia. gambar, audio maupun video yang kita dapatkan dari web merupakan file yang telah terkompresi. TV-HD juga merupakan hasil kompresi MPEG-2, kebanyakan modem juga melakukan proses kompresi data, dan beberapa sistem berkas otomatis mengkompresi data ketika data tersimpan (Blelloch, 2013). Sehingga alasan kita membutuhkan kompresi data yaitu karena tegnologi ini memudahkan kita mendapat informasi atau data yang berkualitas dan tidak menghabiskan ruang penyimpanan kita.
Kompresi data merupakan seni atau ilmu yang memberikan informasi dalam bentuk yang padat menggunakan struktur yang ada pada data asli dengan tujuan untuk mengurangi jumlah bit pada data yang terkompresi (Sayood, 2016). Data dapat berupa karakter dalam file text, maupun nomor yang merupakan representasi dari file gambar. Kompresi data terdiri dari 2 komponen yaitu sebuah algoritma encoding yaitu algoritma yang membuat pesan atau text menjadi terkompresi sehingga jumlah bit yang ada dalam file tersebut menjadi lebih sedikit, dan algoritma decoding yaitu algoritma yang merekonstruksi file terkompresi menjadi file asli.
Kompresi data adalah proses mengkonversi atau mengubah data input atau data asli menjadi data yang memiliki ukuran yang lebih kecil. Kompresi data menjadi popular dikarenakan dua hal yakni perilaku manusia yang suka menumpuk data dan tidak suka membuangnya dan ketidak senangan manusia dalam menunggu transfer data yang lama (Salomon, 2007). Dalam melakukan kompresi dilakukan 2 metode yaitu Kompresi dan Decompresi. Kompresi merupakan metode atau algoritma untuk
matematika atau teknik implementasi untuk mencapai tujuan dalam mengkompresi data dengan mempertimbangkan aspek efisiensi dan keefektifan kompresi. Dekompresi merupakan teknik untuk mengembalikan data yang telah dikompresi supaya data dapat kembali ke dalam bentuk yang semula atau data awal (Pu, 2016)
Gambar 2.1 Skema Proses Kompresi File (Pu, 2016)
2.1.1. Jenis-Jenis Kompresi Data
Berdasarkan hasil kompresi atau ouput yang dihasilkan, kompresi data dibedakan menjadi dua bagian yaitu kompresi Loseless dan kompresi Lossy (Pu, 2016)
a. Kompresi Loseless
Kompresi Loseless merupakan kompresi data yang tidak kehilangan detail informasi yang dimiliki oleh data tersebut. Algoritma Loseless biasanya digunakan untuk data yang penting, di mana rincian data tidak boleh ada yang hilang misalnya data text, gambar medis dan data penting lainnya. Kompresi loseless disebut juga kompresi reveresibel karena data asli dapat dibangun dengan sempurna saat proses dekompresi.
Gambar 2.2 Ilustrasi Kompresi Loseless (Pu, 2016)
b. Kompresi Lossy
Kompresi Lossy merupakan kompresi data yang tidak memungkinkan untuk mengembalikan data seperti data awal, artinya akan ada data yang hilang setelah data dikompresi. Kompresi Lossy biasanya digunakan untuk mengkompresi file audio, video dan gambar karena data tersebut terkait pada penglihatan dan pendengaran manusia.
Gambar 2.3 Ilustrasi Kompresi Lossy (Pu, 2016)
2.2 File Text
File Text merupakan baris data yang tersusun atas karakter berupa huruf, angka maupun simbol yang merupakan hasil representasi dari kode ASCII. File text dapat diidentifikasi berdasarkan extensi yang tercantum pada nama file tersebut, seperti extensi .doc maupun .txt. Karakter merupakan semua data yang tersimpan dengan format 0 dan 1. Dalam fungsi Boolean 0 didefinisikan sebagai False dan 1 sebagai True. Namun dalam kode Binary nilai 1 dan 0 disebut sebagai bit karakter.
ASCII (American Standard Code for Information Interchange) dan EBCDIC (Extended Binary Coded Decimal Interchange Code) merupakan cikal bakal dari set karakter lainnya. ASCII terdiri dari 128 buah karakteryang masing-masing memiliki lebar 7-bit atau tujuh angka 0 dan 1, dari 0000000 sampai dengan 1111111. Mengapa 7-bit? Karena komputer pada awalnya memiliki ukuran memori yang sangat terbatas, dan 128 karakter dianggap memadai untuk menampung semua huruf Latin dengan tanda bacanya, dan beberapa karakter kontrol. ASCII telah dibakukan oleh ANSI (American National Standards Institute) menjadi standar ANSI X3.4-1986. EBCDIC merupakan set karakter yang merupakan ciptaan dari IBM. Salah satu penyebab IBM menggunakan set karakter di luar ASCII sebagai standar pada komputer ciptaan IBM adalah karena EBCDIC lebih mudah dikodekan pada punch card yang pada tahun 1960-an masih jamak digunakan. Penggunaan EBCDIC pada mainframe IBM masih terbawa hingga saat ini, walaupun punch card sudah tidak digunakan lagi. Seperti halnya ASCII, EBCDIC juga terdiri dari 128 karakter yang masing-masing berukuran 7-bit. Hampir semua karakter pada ASCII juga terdapat pada set karakter EBCDIC. (Sudewa, 2003).
2.2.1 Format Teks
Secara umum, format data text dibagi menjadi tiga bagian, yaitu (Rahmat,Roswanto, 2005):
a. Plain Text (Unformatted Text)
Teks adalah data dalam bentuk karakter. Teks dalam hal ini adalah kode ASCII dan ASCII extension seperti UNICODE murni. Tiap-tiap karakter direpresentasikan oleh 7 bit “binary digit” (desimal = 0-127) . Plain text dapat berupa text yang kita ketik menggunakan Notepad (.txt). Plain Text tidak mengandung embedded information, seperti informasi font, link, dan inline-image.
b. Formatted Text (Rich Text Format)
Formatted Text merupakan serangkaian karakter format yang telah didefinisikan. rich text dapat berupa file berformat Wordpad (.rtf). Pada Wordpad plain text telah
diformat sedemikian rupa dengan menggunakan aturan (tag/tanda) tertentu sehingga text tersebut dapat di-bold, italics, underline, diwarna, diganti font, dan lain-lain.
c. Hypertext
Hypertext adalah text yang memiliki fasilitas linking. Contoh hypertext :
1. HTML (Hypertext Markup Language)
Merupakan standard bahasa yang digunakan untuk menampilkan document web. Yang bisa kita lakukan dengan HTML yaitu:
- Mengontrol tampilan dari web page dan contentnya.
- Mempublikasikan document secara online sehingga bisa di akses dari seluruh dunia. - Membuat online form untuk menangani pendaftaran, transaksi secara online.
- Menambahkan objek-objek seperti image, audio, video dan juga java applet.. - Mendukung link (sebuah hubungan dari satu dokumen kedokumen lain).
2. XML (eXtensible Markup Language)
Keunggulan dan keuntungan dari XML adalah:
- Simple, karena XML tidak serumit HTML, strukturnya jelas, dan sederhana. - Intelligence, karena XML mampu menangani berbagai komplesitas markup. - Portable, karena memisahkan data dan presentasi
- Fast, pencarian data cepat
- Extensible, dapat ditukar/digabung dengan dokumen XML lain.
- Linking, XML dapat melakukan linking yang lebih baik daripada HTML
- Maintenance, XML mudah untuk diatur dan dipelihara, karena hanya berupa data, stylesheet dan link terpisah dari XML.
2.3 Algoritma
awalnya disebut algorism yang berarti orang yang menggunakan angka Arab. Kata algorism berasal dari nama penulis buku Arab yaitu Abu Ja’Far Muhammad Ibnu Musa Al-Khuarizmi (Al-Khuarizmi dibaca orang Barat menjadi algorism). Al-Khuarizmi menulis buku yang berjudul Kitab Al Jabar Wal-Mukabala, yang artinya “Buku Pemugaran Dan Pengurangan”. Perubahan kata algorism menjadi algoritm muncul karena kata algorism sering dikelirukan dengan arithmetic, sehingga akhiran – sm berubah menjadi –thm. Karena perhitungan dengan angka arab sudah menjadi hal yang biasa, maka kata algorithm berangsur-angsur dipakai sebagai metode perhitungan secara umum. Dalam bahasa Indonesia, kata algorithm diserap menjadi algoritma.
2.3.1. Algoritma Elias Delta Code
Algoritma Elias Delta Code merupakan terobosan yang dibuat oleh Piter Elias sebagai algoritma yang lebih canggih yang menerapkan Elias Gamma Code sebagai dasar algoritmanya (Figueiredo, 2010).
Langkah-langkah encoding pada algoritma Elias Delta Code adalah sebagai berikut:
1. Tulis bilangan dalam bentuk biner
2. Buang bit paling kiri pada bentuk biner bilangan.
3. Hitung sisa bit pada langkah 2 ditambah 1 dan tuliskan hasilnya dalam bentuk biner di depan bilangan pada langkah 2.
4. Hitung jumlah bit pada langkah 3 dikurang 1 dan tuliskan jumlahnya dalam bentuk biner 0 lalu sisipkan bilangan tersebut pada awalan bilangan pada langkah 3.
Sebagai contoh kasus pada bilangan 36. 1. 36 100000
2. Buang bit paling kiri maka 00000
3. Sisa bit pada langkah 2 + 1 5 + 1 = 6 dalam bentuk biner ditulis 110, maka bilangan sementara adalah 110 | 00000
4. Jumlah bit pada bilangan 110 adalah 3, maka 3-1= 2. Maka bilangan biner dari langkah ini adalah 00 dimasukkan kedalam bilangan pada langkah 3, sehingga didapat 00 | 110 | 00000 atau 001100000
Langkah untuk mendecoding algoritma Elias Delta Code adalah sebagai berikut: 1. Baca bilangan biner 0 sampai di temukan angka 1
2. Jumlahkan jumlah biner 0 dengan 1 atau n’+1
3. Baca bit bilangan setelah biner 0 sesuai hasil yang didapatkan pada langkah 2. Lalu kurangkan dengan 1 sehingga didapatkan n.
4. Dapatkan bilangan encodenya dengan menjumlahkan 2^n + x, x merupakan bilangan yang sisa
Contoh kasus pada langkah encoding dari algoritma ini dapat kita terapkan pada bilangan yang telah di decode sebelumnya yaitu 0011000000
1. Baca bilangan 0011000000, maka pada bilangan terdapat bolangan 0 sebanyak 2 buah.
2. Jumlahkan n’+1, maka 2+1=3
3. Selanjutnya adalah membaca 3 bit selanjutnya dari bilangan 0 yaitu 110 = 6 lalu dikurangkan dengan 1 maka n = 6 -1 = 5
4. Maka bilangan encodenya adalah (2^5) + 0 = 32
Tabel 2.1. Tabel Elias Delta Code (Salomon, 2010)
1 = 20 + 0 → |L| = 0 → 1 10 = 23 + 2 → |L| = 3 → 00100010 2 = 21 + 0 → |L| = 1 → 0100 11 = 23 + 3 → |L| = 3 → 00100011 3 = 21 + 0 → |L| = 1 → 0101 12 = 23 + 4 → |L| = 3 → 00100100 4 = 22 + 0 → |L| = 2 → 01100 13 = 23 + 5 → |L| = 3 → 00100101 5 = 22 + 1 → |L| = 2 → 01101 14 = 23 + 6 → |L| = 3 → 00100110 6 = 22 + 2 → |L| = 2 → 01110 15 = 23 + 7 → |L| = 3 → 00100111 7 = 22 + 3 → |L| = 2 → 01111 16 = 24 + 0 → |L| = 4 → 001010000 8 = 23 + 0 → |L| = 3 → 00100000 17 = 24 + 1 → |L| = 4 → 001010001
2.3.2. Algoritma Unary Coding
Unary Coding merupakan metode yang diinspirasi dari Neuroscience, di mana data yang ada biasanya dikodekan secara spasial, sehingga lokasi menunjukkan letak data tersebut. Hal ini dilakukan dengan menandai slot tertentu atau ditandai dengan symbol yang berbeda untuk menjukkan nilai atau data yang ada pada slot tersebut (Kak, 2014).
Unary Coding umumnya direpresentasikan dalam sebuah string dari n bit 1 diikuti dengan satu bit 0 yang mengakhiri yang didefenisikan sebagai n-1 bit 1diikuti satu bit 0, sebagaimana terlihat pada tabelTabel 1.2 Atau sebaliknya sebagai alternatif dapat juga secara ekuivalen dimulai dari n bit 0 diikuti dengan bit 1 yang mengakhiri yang didefenisikan sebagai n-1 bit 0 diikuti dengan satu bit 1 (Johana,2012).
Tabel 2.2 Tabel Unary Coding (Salomon, 2007)
N Kode Kode Alternatif
1 0 1
2 10 01
3 110 001
4 1110 0001
5 11110 00001
2.4 Pengukuran Kinerja Kompresi Data
Parameter yang digunakan untuk membandingkan kinerja dari kompresi data terdapat 4 bagian yaitu :
a. Ratio Of Compression (RC)
Ratio of Compression (RC) merupakan hasil perbandingan antara data sebelum dikompresi dengan data setelah dikompresi (Salomon, 2007)
RC=
b. Compression Ratio (CR)
Compression Ratio (CR) merupakan persentase besar data setelah dilakukan kompresi (Salomon, 2007).
CR =
c. Space Saving (SS)
Space Saving adalah persentase selisih antara data yang belum dikompresi dengan besar data yang dikompresi.
SS = 100% – CR
d. Waktu Kompresi
Waktu Kompresi merupakan waktu yang dibutuhkan suatu algoritma dalam menjalankan proses kompresi terhadap suatu file. Apabila waktu yang dibutuhkan untuk melakukan proses kompresi sedikit, maka hal tersebut akan menjadi indikator efisien tidaknya suatu algoritma.
