TY  - THES
N2  - Di era digital komunikasi, kompresi data merupakan bagian penting dan tak bisa dihindari. Misalnya, dalam pengiriman dokumen melalui internet atau di dalam penyimpanan data untuk pengarsipan atau tujuan lainnya, diperlukan data yang berukuran sekecil mungkin. Kompresi data merupakan proses pengubahan data masuk menjadi data lain yang memiliki ukuran yang lebih kecil. Burrows-Wheeler Transformation (BWT) bekerja dalam block sorting, yang mana menata ulang data menjadi data yang lebih mudah untuk dikompresi. Algoritma ini tidak memproses data secara urutan akan tetapi memproses data dalam blok. Proses encoding menggunakan algoritma run length encoding (RLE). Lempel Ziv Marcov Chain Algorithm (LZMA) merupakan algoritma kompresi lossless yang bekerja dengan mengunakan prinsip dictionanry compression (variasi dari LZ77 dengan ukuran dictionary yang lebih besar). Data diproses secara berurutan saat proses pada pembuatan kamus (dictionary) dengan sliding windows, kemudian output diencode dengan range encoding
Sistem yang dibangun mendapatkan fakta bahwa besar kecilnya rasio kompresi dipengaruhi oleh keragaman warna pada citra tersebut. Burrows-Wheeler Transformation dan run length encoding (BWT+RLE) untuk citra dengan tingkat keragaman rendah seperti citra dengan satu warna saja, menghasilkan rasio kompresi yang sangat baik. Dalam penelitian ini dengan 10 data uji dengan rincian 5 data citra berpola dan 5 data citra panorama atau wajah LZMA lebih baik daripada BWT+RLE terhadap 7 data uji yaitu 5 citra panorama dan wajah dan 2 citra berpola.
Y1  - 2016/11//
UR  - https://katalog.ukdw.ac.id/1371/
TI  - ANALISIS PERBANDINGAN METODE BURROWS-WHEELER DENGAN LZMA TERHADAP KOMPRESI DATA CITRA
EP  - 53
AV  - restricted
M1  - skripsi
ID  - katalog1371
KW  - Lempel-Ziv Markov Chain Algorithm
KW  -  Burrows-Wheeler Transformation
KW  -  Run-Length Encoding
KW  -  Citra
KW  -  Kompresi data
PB  - Universitas Kristen Duta Wacana
A1  - 71110042, HERLIUS CARAKA DEWATA
ER  -