Dokumen ini membahas pemampatan citra untuk mengurangi kebutuhan memori dengan menekankan pentingnya teknik pemampatan seperti Huffman coding dan run-length encoding. Proses ini membantu dalam pengiriman dan penyimpanan data yang lebih efisien, meskipun dapat menyebabkan hilangnya kualitas citra. Berbagai pendekatan dan metode dalam pemampatan citra juga dijelaskan, termasuk keuntungannya dalam penggunaan memori.

1. PEMAMPATAN CITRATUJUAN: meminimalkankebutuhanmemoriutkmerepresentasikancitra digital.Semakinbesarukurancitrasemakinbesarmemoriyangdibutuhkan.Kebanyakancitramengandungduplikasidataygdptberarti:1. besarkemungkinansuatupixeldgnpixeltetangganyamemilikiintensitasygsama, shgpenyimpanansetiappixelmemboroskantempat.2. Citrabykmengandungbagianygsama, shgtdkperludikodekanberulangAda 2 prosesutamadlmpemampatancitra:Pemampatancitra (imagecompression)contohcitrablmdimampatkandlmformatbitmapdanygsudahdimampatkandisimpandlmformat JPG dan GIF2. Penirmampatancitra (imagedecompression)Mengembalikancitraygtermampatkanmenjddatabitmap

2. AplikasiPemampatanCitraData transmission, wktpengirimandatalebihcepat.contoh: pengirimangbrlwt fax, videoconferencing, downloadgbrdrinternetData storing, butuhmemorilebihkecilContoh: aplikasibasisdatagambar, videostoragesprti VCD dll. Kriteriapemampatancitra:WktcompressiondandecompressionsebaiknyacepatKebutuhanmemoriMemoriygdibutuhkanutkmerepresentasikancitrasehrusnyaberkurangsecaraberarti.Pdbbrpmetodeukuranmemorihasilpemampatanbergtungpdcitraitusendiri.Citradgnelemenduplikasiygbyk, misallangitcerahtanpaawan, lantaikeramik,umumnydptdimampatkandgnmemorilebihsedikitdibandingcitraygmengandungobjek, misalpemdanganalam.KualitasInformasiyghilangakibatpemampatanseminimalmgkiagarkualitasttpdiperthankankualitascitrabersifatsubyektifdanrelatif, tergantungpenilaianseseorg.ukurankualitashasilpemampatancitramenjadiukurankuantitatifmggnakan PSNR, mngukurperbedaancitrasemuladgnhasilpemampatan

3. dBb: nilaisinyalterbesar (u htamputih, b=255)Rms: akarpangkatduadrselisihantaracitrasemuladgncitrahasilpemampatanf:nilai fixelsemulaf´: nilaifixelstlhpemampatanSbrpbesar PSNR ygbagus?Tdkbisadinyatakansecaraeksplisit, trgtngcitraygdimampatkan, namunbisadiketahuiJkdilakukanpengujiandgnmencobaberbgikombinasiparameterpemampatanygdigunakan.Jknilai PSNR semakinbesar, berartiparameterpemampatanygdigunakansdhmenujunilaibaik.Parameter pemampatancitratergtgmetodeygdigunakan.4. Format keluaran Format citrahasilpemampatansebaiknyacocok u pengirimandanpenyimpanandata.Pembacaancitrabergtgpdbagaimanacitratsbdirepresentasikanataudisimpan.

4. JenisPemampatanCitra:Ada 4 pendekatan:Pendekatanstatistik, ygdidasarkanpdfrekkemunculanderajatkeabuanpixelpdSeluruhbagiangambar, contohmetodeHuffmanCodingPendekatanruang, didasarkanpd hub spasialantara pixel2 dlmsuatukelompokygmemilikiderajatkeabuanygsama di dlmsuatudaerah di dlmgambar, contohmetodeRun-LengthEncodingPendekatankuantisasi, pemampatancitradilakukandgnmengurangijumlahderajatkeabuanygtersedia, contohmetodepemampatankuantisasiPend fraktal, didsarkanpdkenyataanbhwkemiripan bagian2 dlmcitradptdieksploitasidgnsuatumatrikstransformasi, contohmetodeFractal Image CompressionMetodePemampatanHuffmanMenggunakanprinsipnilaiatauderajatkeabuanygseringmunculdikodekandgnjmlbitLebihsedikitdanygfrekkemunculannyasedikitdikodekandgnjlhbityglebihpanjang.AlgoritmametodeHuffman:Urutkansecaraascending nilai2 keabuanberdasarkanfrekkemunculanataupeluangKemunculan, Pkyaitufrekkemunculannkdibagidgnjlhpixeldlmcitra (n). Setiapnilaikeabuandinyatakansebagaipohonbersimpultunggal. Setiapsimpulditandaidgnfrekkemunculannilaikeabuantsb.

5. 2. Gabung 2 buahpohonygmempyaifrekkemunculanpalingkecilpdsebuahakar. Akar Akar mempyaifrekygmerupakanjlhdrfrek 2 buahpohonpenyusunnyaUlangilangkah 2 sampaitersisahysatupohonbiner.Berilabelsetiapsisipohonbiner. Sisikiridilabelidgn 0 dansisikanandilabeli 1.Telusuripohonbinerdrakarkedaun. Barisan label2 sisidrakarkedaunmenyatakankodeHuffman u derajatkeabuanygbersesuain.Contoh:Misalcitraberukuran 32 x 32 dgn 8 derjatkeabuan (k)

6. TahapanpembentukanpohonHuffman4:0.046:0.051:0.125:0.107:0.083:0.160:0.192:0.271.46:0.0946:0.097:0.081:0.125:0.103:0.160:0.192:0.272.6:0.054:0.046:0.054:0.04746:0.173.1:0.125:0.103:0.160:0.192:0.2746:0.097:0.086:0.054:0.04

7. 51:0.220:0.192:0.273:0.164.5:0.101:0.12746:0.1746:0.097:0.086:0.054:0.04

8. 5.51:0.220:0.192:0.275:0.101:0.12746:0.173746:0.3346:0.097:0.083:0.166:0.054:0.04

9. 51:0.226.2:0.275:0.101:0.12746:0.17051:0.413746:0.3346:0.097:0.080:0.193:0.166:0.054:0.04

10. 051:0.417.23746:0.6051:0.222:0.270:0.195:0.101:0.12746:0.173746:0.3346:0.097:0.083:0.166:0.054:0.04

11. 05123746:18.051:0.41151:0.22023746:0.600:0.1911005:0.101:0.122:0.270011746:0.173746:0.331046:0.097:0.083:0.160 = 00 5 = 0101 = 011 6 = 111112 = 10 7 = 11103 = 1104 = 11110 016:0.054:0.04

12. DrpohonHuffmandiperolehkodeuntuksetiapderajatkeabuansbb:0 = 00 4 = 11110 1 = 011 5 = 0102 = 10 6 = 111113 = 110 7 = 1110Ukurancitrasebelumpemampatan (1 derajatkeabuan = 3 bit) yaitu 1024 x 3 bit = 3072 bit.Sedangukurancitrasetelahpemampatan:(190*2)+(120*3)+(275*2)+(165*3)+(45*5)+(100*3)+(50*5)+(79*4)= 2879 bitJdkebutuhanmemoritelahdikurangidr 3072 bitmenjadi 2879 bit, initidakbykmenghemat, Tetapijikamenggunakanderajatkeabuan 256 penghematanmemoridptlebihbesar.Nisbahpemampatan = (100%-(2879/3072)x100%)=6%

13. MetodePemampatan Run-LengthEncoding (RLE)Cocokdigunakanutkmemampatkancitraygmemiliki klpök2 pixelberderajatkeabuansama.Cara: membuatpasangannilai (p,q) utksetiapbarispixel p: derajatkeabuan q: jumlahpixelberurutandgnderajatkeabuantsb (runlength)Contoh: citraukuran 10 x 8 pixeldgn 8 derjatkeabuanberikut: 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 2 2 2 2 1 1 1 1 1 1 1 1 1 1 2 2 3 3 1 1 1 1 7 7 3 3 3 1 1 1 1 1 1 1 6 6 6 6 6 6 6 6 6 6 4 4 4 4 5 5 5 5 4 4 0 0 0 0 0 0 0 7 7 7 Total pixel = 80 nilai

14. Pasangannilaiutksetiapbarisrun(1, 8)(2, 3),(1,5)(2, 4), (1, 4)(1, 6), (2, 2)(3, 2), (1, 4), (7, 2)(3, 3), (1, 5)(1, 2), (6, 6)(6, 4), (4, 4)(5, 4), (4, 2), (0, 0)(0, 5), (7, 3)Semuanyaada 21 pasangnilaiatau 21 x 2 = 42 nilai.Ukurancitrasebelumpemampatan (1 derajatkeabuan = 3 bit) yaitu80 x 3 = 240 bit. SedangukuranCitrasetelahpemampatan (derajatKeabuan = 3 bit, runlength ==4 bit) yaitu (21 x 3) + (21 x 4) = 147 bit.Nisbahpemampatan = (100%-(126/240)x100%)=38,75% ygartinya 38,75 % drcitrasemulatelahdimampatkan

15. Versilainmetode RLE : menyatakanseluruhbariscitramenjadisebuahbarisrun, laluMenghitungrun-lengthutksetiapderajatkeabuanygberurutan. Contoh:1 2 2 2 2 3 3 3 4 43 4 4 1 16 6 6 6 6 Barisannilaiderajatkeabuan: 1 2 2 2 2 3 3 3 4 4 3 4 4 1 1 6 6 6 6 6Semuanyaada 20 nilai.Pasangannilaidarirunygdihasilkandgnmetode RLE:(1, 1) (2, 4) (3, 3) (4, 2) (3, 1) (4, 2) (1, 1) (6, 5)Hasilpengkodean:1 1 2 4 3 3 4 2 3 1 4 2 1 1 6 5 semuanyaada 16 nilaijdhemat 4 buahnilai.Metode RLE dptdikombinasikandgnmetodeHuffmanutkmengkodekannilai-nilaihasilpemampatan RLE utkmeningkatkannisbahpemampatan, mula-mulaDilakukanpemampatan RLE, laluhasilnyadimampatkandenganmetodeHuffman.

16. MetodePemampatanKuantisasi (QuantizingCompression)Metodeinimengurangijlhkeabuan, misal 256 menjd 16 ygmengurangijumlahbitygdibutuhkanutkrepresentasicitra.Misalkan m adalahjlhpixel di dlmcitrasemula, akandimampatkanmjd n derajatkeabuan, algoritmasbb:Buathistogramcitrasemulaidentifikasinbuahklp di dlmhistogramsedemikianshgtiapklpmempunyaikira-kira m/nbuahpixel3. Nyatakantipklpdgnderajatkeabuan 0 sampai n-1. Tiappixel di dlmklpdikodekankembalidgnnilaiderajatkeabuanygbaru.Contoh:Citradgnukuran 5 x 8 pixel: 2 9 9 1 1 8 9 4 3 3 8 7 7 6 6 1 8 0 1 9 2 5 5 8 2 0 2 1 1 2 4 1 5 4 1 6 2 6 7 8 Ygakandimampatkanmenjadicitradgn 4derajatkeabuan (0 sampai 3), shgtiapderajatkeabuandirepresentasikandn 2 bit

17. Histogramcitrasemula:0 **1 **************************************Ada 40 pixel, dikelompokkanmenjd 4 klpderajatkeabuan. Tiapklpadasbyk rata2 40/4 = 10 pixel per klp:

18. 0 ** 1 ******** 2 ****** 3 ** 4 *** 5 *** 6 **** 7 *** 8 ***** 9 **** 10011110293Citrasebelumdimampatkan: Citrasetelahdimampatkan: 2 9 9 1 1 8 9 4 1 3 3 0 0 3 3 1 3 3 8 7 7 6 6 1 1 1 3 2 2 2 2 0 8 0 1 9 2 5 5 8 3 0 0 3 1 2 2 3 2 0 2 1 1 2 4 1 1 0 1 0 0 1 1 0 5 4 1 6 2 6 7 8 2 1 0 2 1 2 2 3

19. Ukurancitrasebelumpemampatan (1 derajatkeabuan = 4 bit): 40 x 4 bit = 160 bitUkurancitrasetelahpemampatan (1 derajatkeabuan = 2 bit): 40 x 2 bit = 80 bitNisbahpemampatan = (100%-80/160X100%) = 50% Kelemahan: banyakinformasiyghilang, tetapikehilanganinformasidptdiminimalkandgnmenjaminsetiapklpmempunyaijumlahpixelyghampirsama