Perancangan Aplikasi Kompresi File Teks dengan Menerapkan Algoritma Sequitur
Mhd Emil Frayoga
Program Studi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia Jalan Sisingamangaraja No. 338 Medan, Indonesia
Abstrak
File teks atau data teks merupakan salah satu komponen yang sangat penting bagi setiap orang maupun pada setiap instansi dalam bentuk tercetak maupun berbentuk multemedia. Dimana file atau data dapat menyimpan beberapa hal penting di dalamnya, maka semakin besar ukuran dari suatu file atau data semakin besar pula media penyimpanan yang akan di butuhkan.
Dengan melihat akan kebutuhan pemampatan sutau file atau data, maka di perlukan adanya kompresi atau pemampatan pada data, sehingga dapat mengurangi pemakaian pada ruang media penyimpanan eksternal, memperkecil kebutuhan badwidth, mempercepat proses pengiriman data, dan memampatkan dengan rasio yang lebih tingi dari pada data hasil sebelum pemampatan. Proses kompresi di lakukan untuk mengatasi masalah dalam media penyimpanan, dimana algoritma untuk kompresi tersebut menggunakan algoritma sequitur.
Kata kunci: File Teks, Kompresi, Algoritma Sequitur.
Abstract
Text files or text data is one component that is very important for each person as well as for each agency in the form of printed or multi-media. Where files or data can store some important things in it, the greater the size of a file or data the greater the storage media that will be needed. By looking at the compression requirements of the file or data, there is a need for compression or compression on the data, so that it can reduce usage in the external storage media space, minimize bandwidth requirements, speed up the data transmission process, and compress the ratio higher than the data results before compression.
The compression process is done to solve problems in storage media, where the algorithm for compression uses the sequitur algorithm.
Keywords: Text File, Compression, Sequitur Algorithm.
1. PENDAHULUAN
Dengan adanya perkembangan teknologi yang sangat pesat, menjadikan komputerisasi bagian utama dalam dunia pekerjaan. Data-data yang harus di simpan dalam setiap harinya akan membuat kapasitas penyimpanan pada komputerisasi semakin rendah. Ukuran data yang di simpan semakin besar maka semakin kecil pula kapasitas penyimpanan di komputerisasi. Permasalahan ini sering di hadapi oleh pengguna komputer yang kurang cukupnya media penyimpanan data.
Secara umum telah diketahui bahwa file-file yang berbentuk teks tentunya banyak sekali akan di jumpai kata-kata pengulangan di dalamnya. Pengulangan inilah yang di manfaatkan agar dapat mengkompres file tersebut menjadi lebih kecil. Kompresi di tujukan pada suatu file untuk memperkecil penyimpanan data, mempercepat pengiriman data, dan memperkecil kebutuhan bandwidth.
Permasalahan di atas, sebenarnya dapat di atasi atau di tangani dengan adanya pemampatan atau pengkompresian pada data. Pemampatan atau pengkompresian data adalah salah satu cara untuk memperkecil data sehingga hanya memerlukan sedikit ruang penyimpanan untuk mempersingkat waktu pertukaran data yang lebih segnifikan atau lebih efisien. Jika tanpa adanya proses pengkompresian, mungkin kapasitas pada komputer membutuhkan ratusan bahkan jutaan kapasitas hanya untuk menyimpan sebuah file atau data yang berukuran sangat besar. Maka dari itu, dengan adanya proses pengkompresian ukuran kapasitas pada file atau data dapat menjadi jauh lebih kecil.
Dengan adanya kebutuhan dalam pemampatan data maka di perlukan sebuah aplikasi yang bisa atau yang mampu memperkecil suatu ukuran pada data, sehingga menjadikan keuntungan untuk mengurangi pemakaian ruang atau kapasitas pada penyimpanan komputerisasi, serta mempercepat proses pertukaran data antar penyimpanan. Teknik kompresi yang di gunakan adalah menggunakan algoritma sequitur dalam kompresi file teks.
2. LANDASAN TEORI
2.1 Kompresi Data
Kompresi data berarti sebuah proses mengkodekan informasi menggunakan bit atau informasi bearingunit yang lain yang lebih rendah dari pada representasi data yang tidak terkodekan dengan suatu sistem encoding tertentu.
Kompresi data juga diartikan sebagai teknik untuk memampatkan data agar diperoleh data dengan ukuran yang lebih kecil dari pada ukuran aslinyasehingga lebih efisien dalam penyimpanan atau mempersingkat waktu pertukaran data tersebut. [1]
Teknik kompresi didasarkan menjadi dua bagian, yakni : 1. Kompresi Lossless
Kompresi data algoritma lossless digunakan untuk mengurangi jumlah informasi sumber yang akan ditransmisikan dalam sedemikian rupa sehingga ketika informasi didekompresi, tidak ada kehilangan informasi. Kompresi lossless ini dimungkinkan karena sebagian besar data dunia nyata memiliki statistik perulangan dan algoritma ini mengeksploitasi pengulangan untuk merepresentasikan data lebih ringkas tanpa kehilangan informasi.
2. Kompresi Lossy
Kompresi data lossy kontras dengan kompresi data lossless. Algoritma kompresi data lossy tidak menghasilkan tepat salinan informasi setelah dekompresi. Dalam skema ini, beberapa informasi mengalami kehilangan.
Kompresi lossy mengurangi ukuran file dengan menghilangkan beberapa data berlebihan yang tidak akan diakaui oleh manusia setelah decoding.[2]
2.2 Algoritma Sequitur
Sequitur merupakan sebuah algoritma waktu linier yang menyimpulkan tata bahasa bebas konteks (contex-free grammar) kedalam suatu pemampatan untuk mengurangi masukkan yang berulang. Operasi sequitur terdiri dari pemastian dua sifat yang berlaku. Ketika menjelaskan algoritma, sifat-sifatnya bertindak sebagai batasan.
Algoritma beroperasi menjalankan batasan didalam sebuah tata bahasa yang ketika diagram keunikkan (diagram uniqueness) dilanggar, sebuah aturan baru dibentuk, dan ketika batasan aturan digunakan (rule utility) dilanggar, aturan yang sia-sia dihapus. [3]
Diagram keunikan mempunyai arti bahwa tidak ada pasangan dari simbol atau diagram muncul lebih dari sekali dalam sebuah tata bahasa. Jika hal ini terjadi maka akan melanggar aturan batasan pertama (diagram uniqueness) sehingga akan membentuk aturan baru (simbol non-terminal) yang akan menggantikan simbol atau diagram yang muncul lebih dari sekali. [3]
Rule utility mempunyai arti bahwa setiap aturan produksi digunakan lebih dari sekali. Dan jika ada aturan yang hanya digunakan sekali maka akan terjadi pelanggaran pada batasan kedua (rule utility) sehingga aturan yang hanya yang dipakai sekali akan dihapus atau dihilangkan. [3]
Tiga urutan contoh input dan grammar
Setiap algoritma memiliki cara kerja tersendiri, dimana cara kerja ini menjelaskan bagaimana proses atau langkah-langkah yang dimiliki dalam algoritma itu tersendiri. Adapun langkah-langkah cara kerja algoritma sequitur adalah sebagai berikut :
1. Mencari nilai awal string dengan memunculkan tabel nilai frekuensi dan setiap karakter atau string akan dikalikan dengan 8 bit.
2. Kemudian urutkan karakter berdasarkan frekuensi kemunculan dari yang terbesar hingga terkecil.
3. Menerapkan algoritma sequitur dengan menampilkan tabel agar lebih mudah untuk dilihat pada proses algoritma sequitur ini. Dan proses kerja algoritma ini menyimbolkan setiap pasangan karakter atau string yang muncul lebih dari sekali.
4. Melakukan perhitungan terhadap proses algoritma yang telah dikerjakan sebelumnya dengan memunculkan tabel frekuensi setiap kemunculan karakter atau string yang telah diproses.
5. Hasil yang telah diketahui kemudian diterapkan kedalam rumus yang berlaku pada proses kompresi tersebut.
.
3. ANALISA DAN PEMBAHASAN
Proses kompresi bertujuan untuk memperkecil ukuran pada suatu data agar menghasilkan data yang padat tetapi masih memiliki kuantitas yang terdapat pada data tersebut. Pada tahap ini akan menjelaskan proses kompresi file teks dimana kompresi akan dilakukan dengan algoritma sequitur. Sequitur sendiri merupakan algoritma yang menyimpulkan tata bahasa bebas konteks (contex-free grammar) untuk mengkompresi agar tidak mengulangi teks atau masukkan yang berulang. Model kompresi file teks dengan menggunakan algoritma sequitur dengan mencari pasangan karakter yang sama kemudian karakter-karkter tersebut diberi simbol yang disebut juga simbol non-terminal, proses kompresi ini tetap dilanjutakan sampai semua karakter tidak ada lagi memiliki pasangan karakter yang sama atau pasangan karakter yang berulang. Saat melakukan proses kompresi dengan menggunakan algoritma sequitur ini, algoritma sequitur beroperasi dengan menjalankan batasan diagram keunikan (diagram uniquences) dan aturan kegunaan (rule utility).
3.1 Kompresi Data
Sebelum melakukan proses kompresi menggunakan algoritma sequitur, penulis menentukan string yang akan di gunakan. Misalkan file teks berisi string “MAMA_MAKAN_MAKANAN_BERGIZI”. Harus di ketahui terlebih dahulu bawah string “MAMA_MAKAN_MAKANAN_BERGIZI” terdiri dari 26 karakter, dimana 1 karakter tersebut sama dengan ( = ) 1 byte dan 1 byte sama dengan ( = ) 8 bit, maka total string sebelum dikompresi adalah 26 byte atau sama dengan ( = ) 208 bit.
Untuk mengetahui ukuran dari string “MAMA_MAKAN_MAKANAN_ BERGIZI”, dapat dilihat pada tabel sebagai berikut:
Tabel 1. Ukuran String Sebelum Dikompresi
Karakter Frekuensi ASCII Desimal ASCII
Binary
Bit Bit x Frekuensi
A 7 65 01000001 8 56
M 4 77 01001101 8 32
Sp (spasi) 3 32 00100000 8 24
N 3 78 01001110 8 24
K 2 75 01001011 8 16
I 2 73 01001001 8 16
E 1 69 01000101 8 8
R 1 82 01010010 8 8
G 1 71 01000111 8 8
B 1 66 01000010 8 8
Z 1 90 01011010 8 8
Jumlah bit x frekuensi 208 bit
File teks yang telah di ketahui string dan hasil jumlah dari setiap frekuensi kemunculannya, maka proses selanjutnya adalah proses kompresi menggunakan algoritma sequitur. Pada algoritma sequitur, string yang telah ada kemudian di proses untuk mendapatkan string yang berduplikat atau dengan kata lain 2 karakter atau 2 huruf yang muncul lebih dari sekali. Kemudian karakter tersebut akan di periksa, jika ada pasangan yang muncul lebih dari satu kali maka pasangan tersebut diubah menjadi simbol non-terminal.
String awal : MAMA_MAKAN_MAKANAN_BERGIZI
String ke huruf kecil : mama_makan_makanan_bergizi
Seperti penjelasan diatas, string yang sudah diubah kedalam huruf kecil, kemudian akan di periksa apakah ada pasangan yang muncul lebih dari sekali. Dari string “mama_makan_makanan_bergizi”, pasangan karakter
“ma” muncul sebanyak empat kali. Maka seperti prinsip kinerja algoritma sequitur ini, pasangan karater “ma”
akan di ubah menjadi simbol non-terminal yaitu menjadi “A”. Maka terbentuklah sebuah string baru menjadi
“AA_Akan_Akanan_bergizi”.
Kemudian dari string yang baru, akan di periksa kembali apakah ada pasangan karakter yang muncul lebih dari sekali. Setelah di periksa kembali ternyata pasangan karakter “Ak” muncul lebih dari sekali yaitu muncul sebanyak dua kali. Maka dari itu, pasangan karater “Ak” akan di ubah menjadi simbol non-terminal yaitu simbol
“B”. Sehingga membentuk string “AA_Ban_Bana_bergizi”. Proses keseluruhan algoritma sequitur ini, dapat dimuat dalam bentuk tabel yang disajikan sebagai berikut :
Tabel 2. Proses Algoritma Sequitur
Proses String Aturan
Diagaram Duplikat Pada String
Pembentukkan Simbol (Non-Terminal)
(Rule) String Yang Dihasilkan
Hapus Aturan 1 mama makan
makanan bergizi
ma A A = ma AA Akan
Akanan bergizi
- 2 AA Akan Akanan
bergizi
Ak A A = ma
B = Ak
AA Ban
Banan bergizi -
3 AA Ban Banan
bergizi
Ba A
B
A = ma B = Ak C = Ba
AA Cn Cnan
bergizi C
Proses String Diagaram
Duplikat Pada String
Pembentukkan Simbol (Non-Terminal)
Aturan (Rule)
String Yang Dihasilkan
Hapus Aturan
4 AA Bn Bnan bergizi Bn A
B
A = ma B = Aka C = Bn
AA C Can
bergizi -
5 AA C Can bergizi
Null
A B C
A = ma B = Aka C = Bn
- -
Pada tabel di atas, proses ketiga menunjukkan bawah terdapat simbol non-terminal yaitu simbol “C” yang di mana simbol tersebut di hapus pada proses yang ketiga. Sesuai dengan aturan kegunaan (rule utility) yang terdapat pada algoritma sequitur ini, menerangkan bahwa setiap aturan (rule) di gunakan lebih dari sekali dan jika ada aturan yang hanya di gunakan sekali maka akan terjadi pelanggaran pada batasan kedua (rule utility) sehingga aturan yang hanya di pakai sekali akan di abaikan atau di tiadakan. Maka simbol “B” yang memiliki pasangan karakter “Ak” yang kebetulan simbol ini hanya di gunakan sekali harus di abaikan atau di tiadakan. Maka dari itu simbol “B” ini akan di munculkan kembali dan di beri hasil dari simbol “C” tersebut, sehingga hasil dari simbol
“B” adalah “Aka”. Jadi, string “mama makan makanan hama” setelah diproses menggunakan algoritma sequitur menjadi string “AA_C_Can_bergizi”.
Setelah melakukan proses kompresi dengan algoritma sequitur, proses selanjutnya adalah menghitung total string bit yang telah diproses menggunakan algoritma sequitur. Pada string
“MAMA_MAKAN_MAKANAN_BEGIZI” ukuran string sebelum dikompresi adalah 208 bit, sedangkan proses setelah dikompresi dengan string “AA_C_Can_bergizi” dengan jumlah 16 karakter yaitu 128 bit.
Perhitungan string bit yang sudah diperoleh dari hasil kompresi algoritma sequitur dapat di lihat sebagai berikut :
Tabel 3. Ukuran String Setelah Di kompresi
Karakter Frekuensi ASCII
Desimal
ASCII Binary
Bit Bit * Frekuensi
Sp (spasi) 3 32 00100000 8 24
A 2 65 01000001 8 16
C 2 67 01000011 8 16
Karakter Frekuensi ASCII
Desimal
ASCII Binary
Bit Bit * Frekuensi
i 2 105 01101001 8 16
n 1 110 01101110 8 8
b 1 98 01100010 8 8
e 1 101 01100101 8 8
r 1 114 01110010 8 8
g 1 103 01100111 8 8
a 1 97 01100001 8 8
z 1 122 01111010 8 8
Jumlah Bit x Frekuensi 128 bit
Setelah mengetahui hasil kompresi tersebut, hasil kompresi dapat di ukur atau di hitung sebagi berikut : 𝐶𝑟 = 100% − 𝑢𝑘𝑢𝑟𝑎𝑛 𝑏𝑖𝑡 𝑑𝑎𝑡𝑎 𝑠𝑒𝑡𝑒𝑙𝑎ℎ 𝑑𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖
𝑢𝑘𝑢𝑟𝑎𝑛 𝑏𝑖𝑡 𝑑𝑎𝑡𝑎 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 𝑑𝑖𝑘𝑜𝑚𝑝𝑟𝑒𝑠𝑖× 100%
𝐶𝑟 = 100% − 128 𝑏𝑖𝑡
208 𝑏𝑖𝑡× 100%
𝐶𝑟 = 100% − 61%
𝐶𝑟 = 39%
Dari hasil perhitungan compression ratio, ternyata proses kompresi dengan menggunakan algoritma sequitur lebih hemat 39% pada kapasitas yang di miliki.
3.2 Dekompresi Algoritma Sequitur
Proses dekompresi ini bertujuan agar string yang telah terkompresi kembali seperti semula saat sebelum di kompresi. Maka dari itu, setiap proses kompresi pasti selalu di dampingi dengan adanya dekompresi. Dari pernyatan ini, penulis akan mengurai bagaimana cara dekompresi algoritma sequitur dengan string yang telah di proses sebelumnya.
Telah di ketahui string yang sudah di kompresi yaitu string “AA_C_Can_ bergizi”. Pada algoritma sequitur, proses algoritma ini memiliki aturan (rule) dimana di dalam aturan ini memiliki simbol A, B, dan C.
Setiap simbol memiliki pasangan karakter yang berulang.
Untuk lebih jelas terhadap dekompresi algoritma sequitur dapat dilihat pada tabel berikut : Tabel 4. Proses Dekompresi Algoritma Sequitur
Proses String Kompresi Aturan Rule Keterangan Rule String Setelah Dekompresi 1 AA C Can bergizi A= ma Simbol “A” diganti dengan
pasangan karakter “ma” mama C Can bergizi 2 mama C Can bergizi C = Bn Simbol “C” diganti dengan
rule “Bn” mama Bn Bnan
bergizi
3 mama Bn Bnan
bergizi
B = Aka
Simbol “B” memiliki rule
“Aka”. Telah diketahui simbol
“A” memiliki pasangan karakter “ma”. Jadi simbol “B
= ma + ka” ditambah dengan karatek “n” dan “an”.
mama makan makanan bergizi
4. IMPLEMENTASI
Program aplikasi tersebut terdiri dari dari 3 form yaitu form menu utama, form proses dan form about me. Berikut adalah tampilan menu utama pada aplikasi yang di rancang sebagai berikut :
1. Tampilan Menu Utama
Tampilan menu utama adalah tampilan saat aplikasi pertama kali dijalankan dan belum melakukan proses apapun, seperti pada gambar berikut,
Gambar 1.Tampilan Menu Utama 2. Tampilan Proses Kompresi
Tampilan input proses kompresi merupakan halaman yang di gunakan untuk melakukan proses kompresi dengan menggunakan algoritma sequitur. Pada halaman form proses kompresi ada beberapa bagian menu di dalamnya yang meliputi sebagai berikut :
Gambar 2. Tampilan Hasil Proses Kompresi 3. Tampilan Input Proses Dekompresi
Tampilan input proses dekompresi merupakan halaman yang di gunakan untuk melakukan proses dekompresi dengan menggunakan algoritma sequitur. Pada halaman form proses dekompresi ada beberapa bagian menu di dalamnya yang meliputi sebagai berikut :
Gambar 3. Tampilan Hasil Dekompresi.
5. KESIMPULAN
Kesimpulan yang dapat diambil setelah melakukan perancangan aplikasi kompresi file teks dengan menerapkan algoritma Sequitur adalah :
1. Algoritma Sequitur untuk mengkompresi file teks yaitu dengan cara menyimbolkan setiap pasangan karakter yang muncul lebih dari sekali dan pasangan karakter tersebut diberi simbol yang disebut juga simbol non- terminal.
2. Penerapan algoritma sequitur untuk kompresi file teks dengan menggunakan aplikasi Visual Studio Net.2008.
3. Perancangan aplikasi kompresi file teks dengan menggunakan Microsoft Visual Basic 2008 untuk memudahkan proses kompresi hanya menginput file teks yang akan diproses kompresi sehingga menghasilkan file hasil kompresi dan beserta headernya..
REFERENCES
[1] Cut Try Utari, "Implementasi Algoritma Run Length Encoding Untuk Perancangan Aplikasi Kompresi Dan Dekompresi File C itra,"
Jurnal Time, vol. V, no. 233-3601, p. 2, 2016.
[2] Surya Darma Nasution et al, "Goldbach Codes Algorithm For Text Compression," International Jornal of Software & Hardware Research in Engineering, vol. 4, no. 2347-4890, p. 11, November 2016.
[3] MLIS et al, Umi Proboyekti S.kom., "kompresi data teks menggunakan pendekatan grammar compression dengan algoritma sequitur,"
jurnal informatika, vol. vol.03, no. 1693-7279, april 2007.
[4] David Salomon et al, "introduction," in Handbook of Data Compression. New York, Inggris: British Library, 2010, ch. 978-1-84882- 903-9, p. 12.
