Professional Documents
Culture Documents
Lainnya
Hary Fernando
Nim 13505113
Email: if15113@students.if.itb.ac.id
Abstrak
Diakhir makalah teradapat aplikasi-aplikasi yang bermula dari algoritma-algorima tersebut yang sampai
sekarang masih dikembangkan softwarenya hingga menjadi lebih baik
Kata kunci: kompresi data, algoritma Huffman, Algoritma Lempel-Ziv-Welch, Shannon-Fano Algorithm,
Lossy Compression, Loseless
• Lossy Compression
Kriteria Algoritma dan Aplikasi Kompresi Contoh-contoh Teknik Kompresi Teks
Data
1 Run-Length-Encoding (RLE)
• Kualitas data hasil enkoding: ukuran
lebih kecil, data tidak rusak untuk • Kompresi data teks dilakukan
kompresi lossy jika ada beberapa huruf yang
sama yang ditampilkan
• Kecepatan, ratio, dan efisiensi proses berturut-turu:
kompresi dan dekompresi Mis: Data :
ABCCCCCCCCDEFGGGG =
• Ketepatan proses dekompresi data: data 17 karakter
hasil dekompresi tetap sama dengan
data sebelum dikompres (kompresi • RLE tipe 1 (min. 4 huruf sama)
loseless) : ABC!8DEFG!4 = 11
karakter
Klasifikasi Teknik Kompresi
• RLE ada yang menggunakan
1. Entropy Encoding suatu karakter yang tidak
• Bersifat loseless digunakan dalam teks tersebut
seperti misalnya ‘!’ untuk
• Tekniknya tidak berdasarkan menandai.
media dengan spesifikasi dan
karakteristik tertentu namun • Kelemahan? Jika ada karakter
berdasarkan urutan data angka, mana tanda mulai dan
akhir?
• Statistical encoding, tidak Misal data :
memperhatikan semantik data ABCCCCCCCCDEFGGGG =
17 karakter
• Mis: Run-length coding, RLE tipe 2: -2AB8C-3DEF4G
Huffman coding, Arithmetic = 12 karakter
coding Source Coding
Misal data :
AB12CCCCDEEEF = 13
2. Source Coding karakter
• Bersifat lossy RLE tipe 2: -4AB124CD3EF =
12 karakter
• Berkaitan dengan data
semantik (arti data) dan media • RLE ada yang menggunakan
flag bilangan negatif untuk
• Mis: Prediction (DPCM, DM), menandai batas sebanyak
Transformation (FFT, DCT), jumlah karakter tersebut.
Layered Coding (Bit position,
subsampling, sub-band • Berguna untuk data yang
coding), Vector quantization. banyak memiliki kesamaan,
misal teks ataupun grafik
seperti icon atau gambar garis-
3. Hybrid Coding garis yang banyak memiliki
• Gabungan antara lossy + kesamaan pola
loseless
• Best case: untuk RLE tipe 2
• mis: JPEG, MPEG, H.261, adalah ketika terdapat 127
DVI karakter yang sama sehingga
akan dikompres menjadi 2 byte
saja.
• Worst case: untuk RLE tipe 2 • Menggunakan teknik loseless
adalah ketika terdapat 127
karakter yang berbeda semua, • Contoh untuk data image,
maka akan terdapat 1 byte seperti dibawah ini:
tambahan sebagai tanda jumlah
karakter yang tidak sama
tersebut.
Shannon-Fano Algorithm
• Dikembangkan oleh Shannon (Bell
Labs) dan Robert Fano (MIT)
• Contoh: