IMPLEMENTASI ALGORITMA PREDICTION BY PARTIAL MATCHING UNTUK KOMPRESI CITRA

22105003, GREFTI (2016) IMPLEMENTASI ALGORITMA PREDICTION BY PARTIAL MATCHING UNTUK KOMPRESI CITRA. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22105003_bab1_bab5_daftarpustaka.pdf Download (482kB)
	Text (Skripsi Informatika) 22105003_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (973kB) | Request a copy

Abstract

Kompresi data adalah suatu teknik memapatkan atau mengecilkan ukuran suatu file digital misalnya file text, citra, audio dan video. Salah satu algoritma yang digunakan untuk melakukan kompresi data adalah algoritma Prediction by Partial Matching (PPM). Algoritma ini termasuk dalam kelas lossless yaitu tidak menghilangkan informasi apapun dan mampu mengembalikan filenya kebentuk asli. PPM teknik kompresi data statis berdasarkan konteks pemodelan dan prediksi. Kompresi dengan PPM terdiri atas dua tahapan, yaitu tahap modeling dan tahap encoding. Pada tahap pertama, inputan akan dipecah menjadi beberapa context dan dilakukan perhitungan frekuensi probabilitas kemunculannya. Selanjutnya tahap kedua yaitu proses encoding dilakukan dengan menggunakan Arithmetic Encoding. Proses dekompresi diawali dengan membuka tabel header dan mencocokkan dengan tabel modeling-nya. Pengujian dalam penelitian ini dilakukan terhadap file citra monokrom grayscale dan citra warna dengan menggunakan system yang dibuat. File citra tersebut akan dikompresi dengan menggunakan Algoritma PPM untuk kemudian melihat hasil perhitungan rasio kompresi. File citra hasil kompresi selanjutnya akan didekompresi untuk mengembalikan file citra ke bentuk asli. Hasil dari penelitian diperoleh algoritma PPM menghasilkan rasio yang besar untuk kompresi citra grayscale dan citra warna untuk kelompok data ukuran width 100 diperoleh rasio rata-rata untuk citra grayscale 100,82% dan citra warna 240.76%. Sedangkan untuk citra monokrom diperoleh rasio rata-rata 78,03%.

Actions (login required)

View Item