http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom |Page | 511
Penerapan Algoritma Sequitur Pada Kompresi Record Database Pada Database
Sarbudi Siahaan
Program Studi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia Jalan Sisingamangaraja No. 338 Medan, Indonesia
Abstrak
Perkembangan teknologi informasi yang pesat telah menjadi peran yang sangat penting untuk pertukaran informasi yang cepat. Salah satu solusi untuk masalah di atas adalah dengan melakukan pemampatan (compression) data baik itu berupa data teks, suara dan citra sebelum ditransmisikan dan kemudian penerima akan merekonstruksikannya kembali menjadi data aslinya (decompression). Kompresi atau pemampatan merupakan salah satu ilmu pengetahuan di bidang komputer. Pemampatan dilakukan karena adanya keterbatasan dalam ruang memori, keterbatasan media penyimpanan data, dan kebutuhan waktu transfer data yang terbatas. Dalam perkembangan teknologi yang semakin pesat, sebuah media penyimpanan data sudah menjadi kewajiban yang harus dimiliki oleh setiap manusia yang selalu berhubungan dengan komputer, baik itu penyimpanan data internal maupun penyimpanan data eksternal. Sama halnya seperti basis data (database) sudah menjadi sebuah kebutuhan pokok bagi setiap perorangan atau organisasi untuk menjalan suatu kegiatan yang ber sifat komputerisasi. Basis data (database) merupakan kumpulan dari data-data teks yang membentuk suatu file yang saling berhubungan dengan tatacara yang tertentu untuk membentuk data baru atau informasi baru. Namun suatu database dikatakan baik jika tidak terdapat redudansi data, kecepatan akses yang baik dan ukururan file pada memori tidak besar. kompresi data pada record database sangat membantu dalam mengatasi redudansi data, mempercepat akses data dan dapat mengurangi ukuran sebuah file. Kompresi record database pada database bertujuan mengurangi jumlah masukan ganda (sama) yang akan disimpan pada sebuah database. Hal ini tentunya akan mengurangi jumlah inputan karakter yang akan tersimpan dan secara otomatis akan mengurangi ukuran file di dalam ruang memori komputer.
Kata Kunci: Kompresi,Record, Database, Sequitur.
Abstract
The rapid development of information technology has become a very important role for rapid information exchange. One solution to the problem above is by compressing data both in the form of text, voice and image data before it is transmitted and then the recipient will reconstruct it back into the original data (decompression). Compression or compression is one of the sciences in the computer field.
Compression is done because of limitations in memory space, limitations of data storage media, and the need for limited data transfer time.
In the rapid development of technology, a data storage media has become an obligation that must be owned by every human being who is always associated with computers, both internal data storage and external data storage. Just as a database (database) has become a basic requirement for every individual or organization to run a computerized activity. Database (database) is a collection of text data that forms a file that is interconnected with certain procedures to form new data or new information. However, a database is said to be good if there is no data redundancy, good access speed and file size in memory is not large. Data compression in database records is very helpful in overcoming data redundancy, speeding up data access and reducing the size of a file. Compression of database records in the d atabase aims to reduce the number of duplicate (equal) entries that will be stored in a database. This will certainly reduce the number of input characters that will be stored and will automatically reduce the size of files in the computer's memory space.
Keywords: Compression, Record, Database, Sequitur.
1. PENDAHULUAN
Perkembangan teknologi informasi yang pesat telah menjadi peran yang sangat penting untuk pertukaran informasi yang cepat. Salah satu solusi untuk masalah di atas adalah dengan melakukan pemampatan (compression) data baik itu berupa data teks, suara dan citra sebelum ditransmisikan dan kemudian penerima akan merekonstruksikannya kembali menjadi data aslinya (decompression). Kompresi atau pemampatan merupakan salah satu ilmu pengetahuan di bidang komputer.
Pemampatan dilakukan karena adanya keterbatasan dalam ruang memori, keterbatasan media penyimpanan data, dan kebutuhan waktu transfer data yang terbatas. Dalam perkembangan teknologi yang semakin pesat, sebuah media penyimpanan data sudah menjadi kewajiban yang harus dimiliki oleh setiap manusia yang selalu berhubungan dengan komputer, baik itu penyimpanan data internal maupun penyimpanan data eksternal. Sama halnya seperti basis data (database) sudah menjadi sebuah kebutuhan pokok bagi setiap perorangan atau organisasi untuk menjalan suatu kegiatan yang bersifat komputerisasi. Basis data (database) merupakan kumpulan dari data-data teks yang membentuk suatu file yang saling berhubungan dengan tatacara yang tertentu untuk membentuk data baru atau informasi baru. Namun suatu database dikatakan baik jika tidak terdapat redudansi data, kecepatan akses yang baik dan ukururan file pada memori tidak besar. Kompresi data pada record database sangat membantu dalam mengatasi redudansi data, mempercepat akses data dan dapat mengurangi ukuran sebuah file. Kompresi record database pada database bertujuan mengurangi jumlah masukan ganda (sama) yang akan disimpan pada sebuah database. Hal ini tentunya akan mengurangi jumlah inputan karakter yang akan tersimpan dan secara otomatis akan mengurangi ukuran file di dalam ruang memori komputer. Dalam penelitian ini, algoritma yang digunakan dalam pengkompresian record database pada database ini adalah menggunakan algoritma Sequitur. Algoritma sequitur merupakan sebuah algoritma waktu linear yang menyimpulkan tatabahasa bebas konteks (context free grammar) ke dalam suatu pemampatan untuk mengurangi masukan yang berulang atau dengan kata lain melakukan pengelompokan karakter yang sama pada isi sebuah file [1].
2. LANDASAN TEORI
http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom |Page | 512 2.1 Kompresi Data
Proses kompresi merupakan mereduksi ukuran suatu data untuk menghasilkan representase digital yang padat atau mampat (compact) namun tetap dapat mewakili kuantitas informasi yang terkandung pada data tersebut [2]. Dalam beberapa literatur, istilah kompresi sering disebut juga source coding, data compression, bandwidth compression, dan signyal compression.
Data dan informasi adalah dua hal yang berbeda. Pada data terkandung suatu informasi. Namun tidak semua bagian data terkait dengan informasi tersebut atau pada suatu data terdapat bagian-bagian data yang berulang tersebut disebut dengan data berlebihan (redundacy data). Tujuan kompresi data adalah untuk mengurangi data berlebihan tersebut sehingga ukuran data menjadi lebih kecil dan lebih ringan dalam proses transmisi [2]. Kompresi data dapat diartikan juga sebagai suatu proses mereduksi ukuran suatu data dengan mengubah sekumpulan data menjadi sekumpulan kode yang dapat menghemat kebutuhan tempat penyimpanan dan waktu untuk transmisi data.
Jenis kompresi data berdasarkan mode penerimaan data oleh manusia dapat dibagi menjadi dua, yaitu : 1. Dialoque Mode
Yaitu proses penerimaan data dimana pengirim dan penerima seakan berdialog (real time), seperti pada contoh video conference dimana kompresi data harus berada dalam batas penglihatan dan pendengaran manusia.
2. Retrieval Mode
Yaitu proses penerimaan data tidak dilakukan secara real time, dapat dilakukan random acces terhadap data dan dapat bersifat interaktif.
Jenis kompresi data berdasarkan outputnya dibagi menjadi dua bagian yaitu:
a. Lossy Compression
Yaitu teknik kompresi dimana data hasil dekompresi tidak sama dengan data sebelum kompresi. Contoh : Mp3, streaming media, JPEG, MPEG, dan WMA. Kelebihan dari lossy compression yaitu ukuran file lebih kecil dibanding lossless namun masih tetap memenuhi syarat untuk digunakan. Biasanya teknik ini membuang bagian – bagian data yang sebenarnya tidak berguna, tidak begitu dirasakan, tidak begitu dilihat oleh manusia sehingga manusia masih beranggapan bahwa data tersebut masih bisa digunakan walaupun sudah dikompresi. Misainya terdapat image asli berukuran 12,249 bytes, kemudian dilakukan kompresi dengan JPEG kualitas 30 dan berukuran 1,869 bytes berarti image tersebut 85% lebih kecil dan ratio kompresi 15% [2].
b. Lossless Compression
Yaitu teknik kompresi dimana data hasil kompresi dapat didekompres lagi dan hasilnya tepat sama seperti data sebelum proses kompresi. Teknik ini digunakan jika dibutuhkan data setelah dikompresi harus diekstrak/dekompres lagi tepat sama. Teknik kompresi lossless ini banyak digunakan untuk berkas–berkas dokumen, dimana sama sekali tidak diperkenankan adanya perbedaan antara informasi awal (sebelum proses kompresi) dan informasi yang diperoleh setelah proses dekompresi. Teknik kompresi ini mempertahankan kebutuhan informasi yang dikandung oleh data, sehingga informasi yang terkandung pada file yang telah terkompresi tetap terjaga meskipun ukurannya telah berubah dari ukuran data aslinya [2].
2.2 Algoritma Sequitur
Algoritma Sequitur merupakan algoritma waktu linear yang menyimpulkan tata bahasa bebas konteks (context-free grammar) ke dalam suatu pemampatan untuk mengurangi masukan yang berulang [4] Operasi sequitur terdiri dari pemastian dua sifat yang berlaku. Ketika menjelaskan algoritma, sifat-sifatnya bertindak sebagai batasan. Algoritma beroperasi menjalankan batasan di dalam sebuah tata bahasa yang ketika diagram keunikan (diagram uniqueness) dilanggar, sebuah aturan baru dibentuk, dan ketika batasan aturan kegunaan (rule utility) dilanggar, aturan yang sia-sia dihapus. *ada algoritma ini dikenal simbol nonterminal dan simbol terminal. Kedua jenis simbol tersebut merupakan unsur dari production rules (aturan-aturan yang digunakan untuk membangun sebuah kalimat). Sebuah simbol nonterminal diletakkan di sebelah kiri dan sebuah string simbol terminal dan nonterminal di sebelah kanan. Simbol nonterminal di sebelah kiri menjadi nama dari string yang di sebelah kanan.
Algoritma Sequitur membangun tata bahasanya dengan menggunakan 2 prinsip, yaitu :
1. Digram Uniqueness, tidak ada pasangan simbol yang berdekatan yang muncul lebih dari satu.
2. Semua aturan harus digunakan lebih dari satu kali dan aturan yang hanya digunakan sekali harus diabaikan atau ditiadakan.
Kedua aturan ini dapat dilihat pada gambar 2.2, di mana terdapat 3 contoh string yang dikompresi menggunakan metode Sequitur. Input S sebelah kiri dari gambar 2.2 bagian (a) sudah merupakan sebuah tata bahasa yang mengandung frase bc yang berulang sehingga frase bc dijadikan sebagai production rule. Frase bc kemudian diubah menjadi simbol nonterminal A. Perubahan tersebut menghasilkan dua aturan grammar, di mana aturan pertama merupakan input yang redundancy-nya dihilangkan dan aturan kedua merupakan simbol A yang menggantikan digram bc.
Pada gambar 1. bagian (b) input S sebelah kiri mengandung redundancy abcdbc yang kemudian diubah ke dalam simbol nonterminal A. Simbol nonterminal A mengandung redundancy bc yang juga diubah ke dalam simbol nonterminal B. Gambar 1. bagian (c) menunjukkan bagaimana prinsip kedua dari algoritma Sequitur. Karena simbol nonterminal B yang mengandung simbol aA hanya muncul satu kali, maka simbol tersebuh diabaikan. Demikian pula dengan
http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom |Page | 513 simbol C yang mengandung BdA yang juga hanya muncul sekali. Sehingga mengubah simbol abcdbc menjadi simbol nonterminal A adalah lebih optimal.
Gambar 1. Tiga urutan contoh input dan grammar.
3. ANALISA DAN PEMBAHASAN
Permasalah yang didapatkan dari hasil penelitian ini adalah bagaimana sebuah database yang terdiri dari record data dimana record data tersebut berupa gabungan karakter huruf dan angka yang tersimpan di dalam sebuah basis data dapat dikompresi atau dikurangi ukuran file nya. Jika dibandingkan dengan aplikasi kompresi yang sering digunakan saat ini sebagai contoh adalah aplikasi Winrar. Sebuah file database yang dikompresi menggunakan aplikasi Winrar maka file database tersebut tidak bisa digunakan lagi karena type file database yang dikompresi tersebut akan berubah format menjadi type WinRAR Archive. Dalam penelitian ini proses kompresi record database dilakukan pada saat proses penyimpanan data dari inputan data ke dalam database, namun database yang dikompresi tersebut tetap bisa digunakan dan dapat melakukan kompresi data teks secara berulang dalam satu database. Kompresi data pada record database sangat membantu dalam mengatasi redudansi data, mempercepat akses data dan dapat mengurangi ukuran sebuah file. Kompresi record database pada database bertujuan mengurangi jumlah masukan ganda yang akan disimpan pada sebuah database. Hal ini tentunya akan mengurangi jumlah inputan karakter yang akan tersimpan dan secara otomatis akan mengurangi ukuran file di dalam ruang memori komputer. Penelitian ini diharapkan mampu mengatasi permasalahan-permasalahan yang sudah dipaparkan sebelumnya. Tujuan utama dari kompresi data adalah untuk mengurangi atau memapatkan sebuah ukuran data. Pada penelitian kali ini, yang menjadi objek penelitan adalah basis data(database).
3.1 Kompresi Record Database dengan Algoritma Sequitur
Proses kompresi record database menggunakan algoritma sequitur tidak jauh berbeda dengan jenis algoritma kompresi lainnya. Kompresi record database dengan algoritma sequitur berfokus pada kemunculan karakter ganda lebih dari sekali.
Konsep dalam kompresi record database dengan algoritma sequitur memeliki 2 aturan kepastian yang berbeda yaitu diaram keunikan (Digram Uniquenes) dan aturan kegunaan (Rule Utility). Diagram keunikan mempunyai arti bahwa tidak ada pasangan dari karakter/simbol yang muncul lebih dari sekali dalam suatu tata bahasa. Jika hal ini terjadi maka akan melanggar aturan batasan pertama (Digram Uniquenes) sehingga akan membentuk aturan baru (simbol non-terminal) yang akan menggantikan karakter/simbol yang muncul lebih dari sekali dalam suatu tata bahasa. Aturan kegunaan (Rule Utility) mempunyai arti bahwa setiap aturan produksi digunakan lebih dari sekali. Jika ada aturan yang hanya digunakan sekali maka akan terjadi pelanggaran pada batasan kedua (Rule Utility) sehingga aturan yang hanya dipakai sekali akan dihapus/dihilangkan.
Untuk penerapan algoritma sequitur dalam kompresi record database, penulis memberikan contoh tata bahasa yang akan dikompresi/dipapatkan adalah sebagai berikut:
“b b e b e e b e b e b b e b e e”
Jumlah karakter yang akan diproses adalah sebanyak 16 karakter. Jumlah tersebut memang terbilang sangat kecil jika dilakukan pamampatan data. Karena pada dasarnya ukuran dari 16 karakter tidak terlalu besar dalam sebuah media penyimpanan. Namun tujuan penulis membatasi ukuran karakter adalah memperjelas proses kompresi dari setiap karakter ke karakter lainnya yang terbilang cukup panjang. Proses kompresi record database dengan algoritma sequitur adalah sebagai berikut.
http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom |Page | 514 Setelah semua karakter diseleksi satu persatu, maka proses kompresi akan selesai. Hasil kompresi teks “b b e b e e b e b e b b e b e e” menggunakan algoritma sequitur menjadi “DBD” dimana A=be, B=AA, D=bBe.
““b b e b e e b e b e b b e b e e”
S -> DBD A = be B = AA
D=bBe
Dekompresi merupakan proses pengembalian data ke data awal atau ke informasi awal. Dekompresi teks menggunakan algoritma sequitur terbilang cukup sederhana. Proses dekompresi dilakukan berdasarkan nilai krakter yang diubah ke dalam simbol-simbol terminal.
Karakter “b b e b e e b e b e b b e b e e”
S - > DBD A - > be B- > AA D - > bBe
Gambar 2. Dekompresi Sequitur
Tabel 1. Dekompresi
No Simbol Terminal Nilai Karakter
1 A be
2 A be
3 A Be
4 A be
5 B AA
6 B AA
7 A be
8 A be
9 B AA
11 D bBe
Hasil kompresi sebelumnya adalah sebanyak 3 karakter yaitu “DBD”, dimana setelah di dekompresi hasilnya akan kembali ke teks atau data awal.
S -> DBD
http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom |Page | 515 A -> be
B-> AA D->bBe
D = bAAe, A=be jadi D=bbebee B=AA, A=be jadi B=bebe D = bAAe, A=be jadi D=bbebee
Maka hasil dekompresi dari karakter DBD -> bbebeebebebbebee.
4. IMPLEMENTASI
Tampilan program merupakan penampakan antarmuka akhir dari sistem yang dibuat, pada system ini terdapat 4 format tampilan halaman, yaitu Form Halaman Menu Utama, Halaman Kompresi, Dekompresi dan tentang penulis. Berikut ini tampilan form atau halaman tersebut:
1. Form Menu Utama
Form menu utama merupakan tampilan yang pertama kali muncul ketika menjalan program. Pada tahap ini akan muncul beberapa pilihan menu yang berfungsi untuk mengakses form-form yang terdapat di dalam sistemt ersebut, berikut tampilan dari form menu utama:
Gambar 3. Form Menu Utama 2. Form Kompresi Data
Form kompresi data merupakan form yang digunakan untuk melakukan kompresi terhadapat teks yang diinput. Setelah teks tersebut dikompresi atau dikurangi jumlah karakternya, maka karakter yang telah dikompresi akan disimpan ke dalam database.
Gambar 4. Form Kompresi Data 3. Form Dekompresi
Form Dekompresi merupakan form yang digunakan untuk mengembalikan teks hasil kompresi ke teks awal atau ke informasi awal.
http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom |Page | 516 Gambar 5. Form Dekompresi Data.
5. KESIMPULAN
Berdasarkan hasil perancangan dan implementasi terhadap perangkat lunak dengan metode Network Security Agency (NSA) ini, penulis menarik kesimpulan sebagai berikut :
1. Penerapan algoritma Sequitur pada kompresi record database pada database dapat membantu para pengguna komputer terrmasuk dalam mengolah database untuk menghemat daya memory, dan transmisi pengiriman data yang cepat.
2. Perancangan kompresi record database pada database menggunakan bahasa pemograman Microsoft Visual Studio. Net 2008.
3. Algoritma Sequitur dapat diterapkan pada kompresi data teks untuk proses kompresi dan dekompresi teks dalam bentuk kata atau grammar..
REFERENCES
[1] Erwin,Umi Proboyekti “Kompresi Data Teks Menggunakan Pendekatan Grammar Kompression dengan algoritma Sequitur”, Fakultas Teknik Universitas Kristen Duta Wacana, vol. 3, pp.20-26, 2007
[2] Erwin,Umi Proboyekti “Kompresi Data Teks Menggunakan Pendekatan Grammar Kompression dengan algoritma Sequitur”, Fakultas Teknik Universitas Kristen Duta Wacana, vol. 3, pp.20-26, 2007
[3] Prof. Dr. Jogiyanto H.M, M.B.A., Akt, Pengenalan Komputer,2006,291 – 299
[4] Fathansyah, “Basis Data”, Sistem Basis Data, Bandung, INFORMATIKA, 2015, pp.2-10
[5] C.J Date, “Pengenalan Sistem Basis Data(Edisi Bahasa Indonesia)”, Defenisi Basis Data, Jakarta, Gramedia, 2006, pp.10-103
