Analisa Perbandingan Implementasi Algoritma Set Partitioningin Hierarchical Trees (Spiht) Dan Boldi Vigna Code
Untuk Kompresi File Audio
Ovirman Lawolo*, Rivalry Kristianto Hondro, Kurnia Ulfa
Ilmu Komputer dan Teknologi Informasi, Teknik Informatika, Universitas Budi Darma Medan, Medan, Indonesia Email: 1,*pittertel@email.com
Email Penulis Korespondensi : pittertel@email.com
Abstrak−Kompresi merupakan teknik yang digunakan untuk transmisi data (data transmission) dan penyimpanan data (storage) untuk mengubah ukuran data awal menjadi ukuran yang lebih kecil sehingga ruang penyimpanan tidak terlalu besar. Dalam proses kompresi data ada dua teknik yang dapat digunakan untuk merubah ukuran file yaitu lossy dan lossless. File audio merupakan salah satu file yang sering digunakan dalam melakukan transmisi data. File audio pada umumnya mempunyai ukuran yang sangat besar sehingga akan mempersulit dalam melakukan transmisi data dan penyimpanan data. Oleh karena itu perlu dilakukan kompresi data untuk memperkecil ukurannya sehingga lebih mudah dalam mengatasi permasalahan yang terkait dengan transmisi data dan penyimpanan data. Dalam proses kompresi ada berbagai metode dan mempunyai hasil rasio yang berbeda-beda. Maka dari itu, pada penelitian ini dilakukan perbandingan antara algoritma Set Partitioning In Hierarchical Trees (SPIHT) dan metode Boldi Vigna Code pada audio untuk mengetahui hasil rasio kompresi yang lebih kecil dan lebih efektif untuk kompresi file audio. Hasil penelitian menyimpulkan bahwa perhitungan perbandingan antara metode algoritma Set Partitioning In Hierarchical Trees (SPIHT) dan Boldi Vigna Code ratio pada kompresi file audio menghasilkan nilai 21,8 % untuk metode algoritma Set Partitioning In Hierarchical Trees (SPIHT) dan 68,75% untuk metode algoritma Boldi Vigna Code.
Kata Kunci: Compression; Lossy; Lossless Compression; File Audio; Mp3
Abstract−Compression is a technique used for data transmission and storage to change the initial data size to a smaller size so that the storage space is not too large. In the data compression process there are two techniques that can be used to change the file size, namely lossy and lossless. Audio files are one of the files that are often used in transmitting data. Audio files generally h ave a very large size so that it will make it difficult to transmit data and store data. Therefore it is necessary to compress data to reduce its size so that it is easier to overcome problems related to data transmission and data storage. In the compression process there are various methods and have different ratio results. Therefore, in this study a comparison was made between the Set Partitioning In Hierarchical Trees (SPIHT) algorithm and the Boldi Vigna Code method for audio to determine the results of a smaller and more effective compression ratio for compressing audio files. The results of the study concluded that the comparison calculation between the Set Partitioning In Hierarchical Trees (SPIHT) algorithm and Boldi Vigna Code ratio on audio file compression resulted in a value of 21.8% for the Set Partitioning In Hierarchical Trees (SPIHT) algorithm and 68.75% for the Set Partitioning In Hierarchical Trees (SPIHT) method. Code Boldi Vigna algorithm.
Keywords: Compression; Lossy; Lossless Compression; File Audio; Mp3
1. PENDAHULUAN
Kompresi merupakan teknik yang digunakan untuk transmisi data (data transmission) dan penyimpanan data (storage) untuk mengubah ukuran data awal menjadi ukuran yang lebih kecil sehingga ruang penyimpanan tidak terlalu besar.
Dalam proses kompresi data ada dua teknik yang dapat digunakan untuk merubah ukuran file yaitu lossy dan lossless.
Teknik lossy merupakan sebuah teknik merubah ukuran file menjadi lebih kecil dengan cara menghilangkan data hingga berakibat pada hilangnya mutu sebuah file namun tidak menjadikannya masalah. Data file yang di kompresi dengan teknik ini tidak dapat dikembalikan ke ukuran file awal. Sedangkan teknik losseless yaitu merubah ukuran file dengan cara mengurangi redudansi atau perulangan sebuah file tanpa memengaruhi mutu file tersebut. Pada teknik ini file yang sudah di kompresi masih bisa untuk di dekompresi atau kembali ke ukuran asli file. Kompresi bisa dilakukan dalam beberapa file, salah satunya adalah file audio. File audio merupakan media informasi dan juga tempat penyimpanan berkas audio pada suatu sistem komputer. File audio atau file suara mempunyai beberapa format yaitu MP3, WAV, AIFF, dan sebagainya. Pada file audio juga dapat diterapkan teknik kompresi untuk mengurangi ukuran filenya menjadi lebih kecil.
File audio merupakan salah satu file yang sering digunakan dalam melakukan transmisi data. File audio pada
umumnya mempunyai ukuran yang sangat besar sehingga akan mempersulit dalam melakukan transmisi data dan
penyimpanan data. Oleh karena itu perlu dilakukan kompresi data untuk memperkecil ukurannya sehingga lebih mudah
dalam mengatasi permasalahan yang terkait dengan transmisi data dan penyimpanan data. Dalam proses kompresi ada
berbagai metode dan mempunyai hasil ratio yang berbeda-beda. Maka dari itu, pada penelitian ini dilakukan
perbandingan antara algoritma Set Partitioning In Hierarchical Trees (SPIHT) dan Boldi Vigna Code pada audio untuk
mengetahui metode yang lebih efektif dalam implementasi kompresi file audio. Algoritma Set Partitioning In
Hierarchical Trees (SPIHT) adalah satu algoritma kompresi citra yang mampu mencapai rasio kompresi yang tinggi
dengan cara mengkodekan hasil transformasi wavelet dan memberikan perbaikan pada kualitas gambar [1]. Sedangkan
Boldi Vigna Code dikenalkan oleh Paolo Boldi dan Sebastiano Vigna ialah salah satu teknik kompresi lossless yang
dapat memperkecil suatu data berdasarkan frekuensi pada objek yang dikompresi. Algoritma ini dikembangkan pada
suatu studi WebGrapsh yang sekarang dikenal sebagai World Wide Web (WWW) dengan tujuan untuk memperkecil
konten pada WebGrapsh tersebut [2].
Penelitian terdahulu terkait kompresi file audio adalah penelitian oleh Galang Bagus Prasetyo, Edy Santoso, Marji pada tahun 2013 yang berjudul Kompresi File Audio Wave Menggunakan Algoritma Huffman Shift Coding. Penelitian menghasilkan rata-rata ratio kompresi sebesar 14,87% untuk nilai K=2 dan 8,72% untuk nilai K=3 untuk kompresi file audio wave [3]. Penelitian oleh Paolo Boldi dan Sebastiano Vigna pada tahun 2013 yang berjudul Aksioma untuk sentralitas mengatakan studi analisis grafik tautan yang membandingkan berbagai metode algoritmik dan keefektifitan keluarannya ketika berusaha memahami simpul paling penting dalam jaringan, memanfaatkan sentralitas. Menurut Boldi dan Vigna pada tahun 2013 menunjukkan bahwa langkah-langkah sentralitas berdasarkan jarak, yang pada tahun-tahun terakhir telah diabaikan dalam pengambilan informasi yang mendukung langkah-langkah sentralitas spektral, memang memberikan sinyal berkualitas tinggi, selain itu Harmonic Centrality muncul sebagai indeks sentralitas tujuan umum yang sangat baik untuk grafik yang diarahkan sewenang-wenang [4].
Penelitian oleh M.A. Budiman dan D.Rachmawati pada tahun 2017 yang berjudul On Using Goldbach G0 Codes and Even-Rodeh Codes for Text Compression yang menunjukan bahwa hasil dari penelitian tersebut adalah algoritma Even-Rodeh Code memiliki nilai Comprssion Ratio (Cr) dan Space Saving yang lebih besar serta nilai Bitrate yang lebih rendah dari Goldbach G0 Code [5]. Penelitian oleh Wang, dan Ceng pada tahun 2008 tentang pengkodean SPHIT mengatakan bahwa metode SPIHT dapat dimodifikasi seperti teknik aritmetika [6]. Penelitian oleh Boden, Clasen, dan Kneis pada tahun 2007 mengatakan bahwa algoritma lossless data compression salah satu algoritma Arithmetic Coding yang terkenal mempunyai kemungkinan rasio kompresi terbaik dari pada algoritma Lossless Compression lainnya.
2. METODOLOGI PENELITIAN
2.1 Kerangka Kerja Penelitian
Dalam pelaksanaan penelitian, disiapkan sebuah kerangka kerja penelitian yang berisi langkah-langkah pelaksanaan kegiatan umtuk mempermudah proses penelitian yang berlangsung agar lebih teratur dan efektif. Adapun kerangka kerja penelitian yang dilakukan dapat dilihat pada gambar berikut ini :
Gambar 1. Kerangka Kerja Penelitian
Adapun penjelasan dari kerangka kerja penelitian pada gambar 3.1 di atas adalah sebagai berikut : 1. Identifikasi Masalah
Identifikasi masalah adalah suatu proses yang paling penting seoerti pengumpulan file audio dan pembacaan header file audio yang akan di kompresi untuk mengubah ukuran data awal menjadi ukuran yang lebih kecil untuk meminimalisir ruang penyimpanan sehingga tidak terlalu besar.
2. Kajian Literatur
Identifikasi Masalah (Kompresi File Audio Mp3)
Kajian Literatur
Implementasi SPIHT : 1. Encoder
2. Decoder
Implementas Boldi Vigna Code : 1. Kompresi
a. Melakukan Segmentasi File audio Mp3.
b. Melakukan Shorting Pass
c. Tabel Algoritma Boldi Vigna Code d. Padding dan Flag
Perancangan Sistem
Pengujian Sistem
Kesimpulan Analisa
Mencari referensi, makalah akademis, buku maupun artikel-artikel yang ada di internet yang berisi teori-teori yang berkaitan dengan masalah yang akan diteliti.
3. Implementasi Set Partitioning In Hierarchical Trees (SPIHT)
Pada tahap ini akan dilakukan proses kompresi file audio berformat waf, aif, au, dan mid dengan penerapan suatu metode khususnya Set Partitioning In Hierarchical Trees dengan tujuan untuk mendapatkan hasil dari masalah yang diteliti.
4. Implementasi Boldi Vigna Code
Implementasi Boldi Vigna Code ialah proses kompresi yang akan dilakukan untuk memperkecil kapasitas pada sebuah data. Pada tahap ini akan dilakukan proses implemntasi untuk membandingkan penerapan kompresi dengan metode Set Partitioning In Hierarchical Trees.
5. Analisa
Analisa adalah meneliti sesuatu dengan detail sehingga mengahasilkan output dari permasalahan tersebut. Pada tahap ini akan meneliti proses implementasi Set Partitioning In Hierarchical Trees (SPIHT) dan Boldi Vigna Code untuk kompresi file audio Mp3 dengan melakukan perbandingan dari kedua metode tersebut.
5. Perancangan Sistem
Perancangan sistem merupakan cara untuk menerapkan metode penelitian yang telah di proses sebelumnya ke dalam sistem untuk membuat hasil studi secara luas. Perancangan sistem dilakukan dengan menggunakan Visual Basic (2010).
6. Pengujian Sistem
Pengujian sistem merupakan proses untuk membuktikan hasil dari penelitian yang telah dilakukan sesuai dengan yang diharapkan. Pada proses ini akan dilakukan dengan menghitung ratio compression (Cr), rasio of compressio (Rc), space savings (SS) dan redudancy (Rd). Pengujian akan dilakukan beberapa kali untuk mendapatkan hasil yang maksimal.
7. Kesimpulan
Kesimpulan adalah ringkasan penting yang mencakup kinerja metode yang digunakan, perbandingan kedua metode yang diteliti dan hasil dari penelitian.
2.2 Sampel Data
Pada kompresi file audio Mp3 maka digunakan sampel data berupa file lagu yang dapat dilihat pada gambar 3.2 berikut:
Gambar 2. Sampel Data
3. HASIL DAN PEMBAHASAN
Analisa perbandingan adalah suatu proses untuk mengamati kinerja dua metode yang digunakan untuk menyelesaikan sebuah permasalahan yang diteliti serta untuk mengetahui metode yang lebih efisien yang dapat digunakan untuk memecahkan masalah yang sedang ditelti agar berjalan dengan baik. Dalam hal ini peneliti menggunakan metode Set Partitioning In Hierarchical Trees dan Boldi Vigna Code untuk kompresi file audio Mp3 untuk membandingkan proses dan hasil kompresi dan dekompresinya
.
Analisa penerapan adalah suatu proses untuk mengamati cara kerja dari metode yang digunakan untuk menyelesaikan sebuah pemasalahan yang diteliti serta untuk mengetahui efisiensi metode untuk memecahkan masalah yang sedang diteliti agar berjalan dengan baik. Proses kompresi file audio Mp3 menggunakan metode CELP untuk memperoleh file audio Mp3 yang lebih kecil.
3.1 Penerapan Algoritma SPIHT
Berikut adalah langkah-langkah encoding metode Set Partitioning In Hierarchical Tress (SPIHT) adalah sebagai berikut : a. Memasukan file audio Mp3 yang akan dikompresi.
b. Melakukan segmentasi terhadap file audio yang akan dikompresi.
c. Discrete Wavelet Transform (DWT), setelah melakukan proses segmentasi pada file audio kemudian file audio akan ditransformasikan melalui DWT 2 dimensi, dilakukan dengan cara melakukan filtering dengan filter wavelet secara horizontal (baris) lalu diikuti dengan filtering secara vertikal (kolom) dengan menggunakan DWT Haar untuk menentukan nilai LL, LH, HL, dan HH.
d. Proses singnificant dan insignificant pada nilai LIP, LIS dan LSP
e. Inisialisasi menetapkan semua koefisien dari subband low pass atau nilai LL dipindahkan ke LIP dan nilai LH, HL dan ke LIS.
Nilai LSP kosong.
f. Sorting Pass bertujuan untuk mengkodekan koefisien penting dari bit. Jika suatu nilai pada LIP dan LIS significant maka nilai input bitnya adalah 1 dan 0, dan akan dipindahkan kebagian LSP sedangkan jika nilai significant dan memiliki nilai negatif (-) maka nilai inputnya bit 1 dan 1. Jika tidak significant maka nilai input bitnya 0.
g. Refinement Pass adalah proses keluaran nilai MSB pada total nilai input bit LSP.
h. Malakukan update pada thershold dimana nilai Cmax adalah nilai maksimum dari koefisien. Memperbaharui nilai ambang batas dengan mengurangi n sebanyak 1 dan melakukan pengkodean tahap berikutnya. Kembali ke langkah 2 (sorting pass).
3.2 Tahap Decoder Penerapan Algoritma Boldi Vigna Code
Langkah-langkah dalam proses kompresi file audio Mp3 dengan metode algoritma Boldi Vigna Code adalah sebagai berikut : a. Memasukkan file audio
b. Melakukan pembacaan sampel audio yang akan dikompresi
c. Melakukan sorting terhadap nilai atau karakter untuk menghitung jumlah frekuensi kemuculan.
d. Setelah proses sorting dilakukan, langkah selanjutnya adalah menginputkan nilai sampel data file audio Mp3 kedalam tabel pola algoritma Boldi Vigna Code.
e. Melakukan penambahan padding dan flag
f. Tahap proses kompresi selesai dengan menghasilkan bit file audio Mp3 dengan ukuran yang lebih kecil dari ukuran awal.
3.3 Tahap Dekompresi Algoritma Boldi Vigna Code
a. Memasukkan file audio Mp3 hasil kompresi b. Menghilangkan padding dan flag pada file audio
c. Hasil bit penambahan pada padding dang flag dihilangkan dari input bit stream.
3.4 Hasil Pengujian
Hasil pengujian menunjukkan tentang program yang telah dirancang bekerja sesuai dengan yang diinginkan. Di bawah ini dapat dilihat hasil pengujian yang telah dilakukan dengan menggunakan metode SPIHT dan Boldi Vigna Code pada sampel file audio Mp3.
Tabel 1. Hasil Pengujian
No Jenis Algoritma Ukuran awal sebelum dikompresi Ukuran setelah dikompresi
1. SPIHT 5.20 MB 4,128 MB
2. Boldi Vigna Code 5.20 MB 1,625 MB
4. KESIMPULAN
Berdasarkan proses penelitian yang telah dilakukan, terdapat beberapa kesimpulan yang diperoleh yaitu
Penerapan algoritma Set Partitioning In Hierarchical Trees (SPIHT) menghasilkan rasio compression 21,8% yang lebih kecil dibandingkan dengan algoritma Boldi Vigna Code 68,75%. Selain ituPenerapan algoritma Set Partitioning In Hierarchical Trees (SPIHT) tidak direkomendasikan untuk kompresi file audio Mp3, karena tidak efektif jika menggunakan sampel file audio dalam bentuk bilangan heksadesimal. Penerapan algoritma ini lebih cocok untuk file citra kerena nilai sampel file citra dalam bentuk angka (piksel-piksel) sehingga akan mempermudah dalam proses kompresinya. Serta Aplikasi kompresi file audio Mp3 berhasil dirancang dengan menggunakan algoritma Set Partitioning In Hierarchical Trees (SPIHT) dan Boldi Vigna Code untuk menghasilkan sebuah file audio terkompresi.REFERENCES
[1] Maulidia, N. (2015). Analisa Pengiriman Citra Terkompresi SPIHT dengan Teknik Spread Spectrum Direct Sequence (DS-SS).
Multinetics, 1(1), 47. https://doi.org/10.32722/vol1.no1.2015.pp47-56.
[2] Prasetyo, G. B., Santoso, E., & Marji. (2013). Kompresi File Audio WAVE Menggunakan Algoritma Huffman Shift Coding.
[3] Yanti, M. (2021). Aplikasi Kompresi Citra Dengan Menerapkan Algoritma SPIHT ( Set Partitioning In Hierarchical Trees ).
[4] Kumar, R., Kumar, A., Akhil, G., Singh, A., & Jafri, S. N. H. (2014). Computational efficient method for ECG signal compression based on modified SPIHT technique. International Journal of Biomedical Engineering and Technology, 15(2), 173–188. https://doi.org/10.1504/IJBET.2014.062746
[5] Maret, U. S. (2012). Analisis Kinerja Kompresi File Audio Menggunakan Algoritma Arithmetic Coding Dengan Metode Bilangan Integer.
[6] Algoritma, P., Codes, B., & Putra, R. A. (2017). Dengan Algoritma Taboo Codes Dalam Kompresi File Teks.
[7] M. Yanti, “Aplikasi Kompresi Citra Dengan Menerapkan Algoritma SPIHT ( Set Partitioning In Hierarchical Trees ),” vol. 1, no. 1, 2021.
[8] 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.
[9] U. S. Maret, “Analisis Kinerja Kompresi File Audio Menggunakan Algoritma Arithmetic Coding Dengan Metode Bilangan Integer,” 2012.
[10] N. A. Bhagat, K. T. Talele, and S. T. Gandhe, “Modified Set Partitioning In Hierarchical Tree (MSPIHT),” Structure, pp. 1765–
1769, 2008.
[12] I. Journal, O. F. Engineering, O. Of, S. Based, and I. Compression, “International journal of engineering sciences & research technology overview of spiht based image compression algorithm,” vol. 7, no. 2, pp. 232–240, 2018.
[13] J. Matematika, F. Matematika, D. A. N. Ilmu, and P. Alam, “RESTORASI CITRA PADA KOMPRESI SPIHT ( SET
PARTITIONING IN HIERARCHICAL TREES ) MENGGUNAKAN METODE ITERATIF LANCZOS-HYBRID REGULARIZATION IMAGE RESTORATION FOR SPIHT ( SET PARTITIONING IN HIERARCHICAL TREES ) COMPRESSION USING ITERATIF LANCZOS-HYBRID REGULARIZATION METHOD,” 2016.
