Sindy Nova Kompresi berarti memampatkanmengecilkan ukuran Kompresi data
Sindy Nova
� Kompresi berarti memampatkan/mengecilkan ukuran. � Kompresi data adalah : Proses mengkodekan informasi menggunakan bit atau information bearing unit yang lain yang lebih rendah daripada representasi data yang tidak terkodekan dengan suatu sistem enkoding tertentu.
� Contoh kompresi sederhana misalnya kata “Yang” menjadi kata “Yg”. � Pengiriman data hasil kompresi dapat dilakukan jika pihak pengirim dan pihak penerima memiliki aturan yang sama dalam hal kompresi data. � Kompresi data menjadi sangat penting, karena memperkecil kebutuhan penyimpanan data, mempercepat pengiriman data, dan memperkecil kebutuhan bandwith.
� Contoh �JPEG, � Contoh �MP 3, teknik kompresi gambar : PNG, GIF teknik kompresi audio : AAC, RMA, WMA � Contoh �MPEG, teknik kompresi video : 3 GP
� Berdasarkan Mode Penerimaan Data oleh Manusia : �Dialoque Mode : Yaitu proses penerimaan data dimana pengirim dan penerima seakan berdialog langsung (Real Time). �Retrieval Mode : Yaitu proses penerimaan data tidak dilakukan secara Real Time.
� Berdasarkan Output : �Lossy Compression : Teknik kompresi dimana data hasil dekompresi tidak sama dengan data sebelum kompresi, namun sudah “cukup” untuk digunakan. �Loseless Compression : Teknik kompresi dimana data hasil kompresi dapat didekompres lagi dan hasilnya tepat sama seperti data sebelum proses kompresi.
� Entropy Encoding �Bersifat Loseless. �Tekniknya tidak berdasarkan media dengan spesifikasi dan karakteristik tertentu namun berdasarkan urutan datanya. �Statistical encoding, tidak memperhatikan semantik data. �Contoh : Run Length Encoding, Static Huffman Coding.
� Source Coding � Bersifat Lossy. � Berkaitan dengan data semantik (arti data) dan media. � Contoh : Prediction (DPCM, DM), Transformation (FFT, DCT), Layered Coding (Bit Position, Subsampling), Vector Quantization. � Hybrid Coding � Gabungan antara Lossy dengan Loseless. � Contoh : JPEG, MPEG.
� RUN LENGTH ENCODING (RLE) �Kompresi data teks dilakukan jika ada beberapa huruf yang sama yang ditampilkan berturut-turut. �Memiliki 2 type yaitu : RLE Tipe 1, dan RLE Tipe 2 �Minimal 4 huruf sama. �RLE Tipe 1 menggunakan tanda “!” �RLE Tipe 2 menggunakan tanda negatif (-)
ABCCCCDEFGGGG �RLE Tipe 1 : �RLE Tipe 2 :
� STATIC HUFFMAN CODING ALGORITHM � Frekwensi karakter dari string yang akan dikompres dianalisis terlebih dahulu. � Selanjutnya dibuat pohon Huffman yang merupakan pohon biner dengan ROOT awal yang diberi nilai 0 (disebelah kiri) dan 1 (disebelah kanan). � Untuk dahan sebelah kiri, diberi nilai 1 (disebelah kiri) dan 0 (disebelah kanan). � Untuk dahan sebelah kanan, diberi nilai 0 (disebelah kiri) dan 1 (disebelah kanan).
�Menggunakan teknik A Bottom Up Approach : dimana frekwensi terkecil dikerjakan terlebih dahulu untuk diletakkan ke dalam leaf (daun). �Kemudian daun-daun akan dikombinasikan dijumlahkan probabilitasnya menjadi Root di atasnya. �Contoh A M S Y : MAMA SAYA = = 4 2 1 1 4/8 2/8 1/8 = = 0, 5 0, 25 0, 125
� SHANNON FANO ALGORITHM �Dikembangkan oleh Shannon dan Robert Fano. �Urutkan simbol berdasarkan frekwensi kemunculannya. �Bagi simbol menjadi 2 bagian secara rekursif, dengan jumlah yang kira-kira sama pada kedua bagian, sampai tiap bagian hanya terdiri dari satu simbol.
�Menggunakan teknik Top Down Approach : dimana frekwensi terbesar dimasukan ke dalam leaf terlebih dahulu. �Contoh L H E O HELLO : = = 2 1 1 1
- Slides: 14