tugas-metode-pemampatan

Metode Pemampatan Huffman

Metode pemampatan Huffman menggunakan prinsip bahwa nilai (atau derajat) keabuan

yang sering muncul di dalam citra akan dikodekan dengan jumlah bit yang lebih sedikit

sedangkan nilai keabuan yang frekuensi kemunculannya sedikit dikodekan dengan

jumlah bit yang lebih panjang.

Skala Keabuan Rentang Nilai Keabuan Pixel Depth

21 ( 2 nilai ) 0, 1 1 bit23 ( 8 nilai ) 0 sampai 7 3 bit28 ( 256 nilai) 0 sampai 255 8 bit

Pohon Huffman

1.

2.

3.

4.

5.

6.

7.

8.

Pada pohon Huffman,

setiap simpul di dalam pohon berisi pasangan nilai a, b yang di dalam hal ini a

menyatakan nilai keabuan dan b menyatakan peluang kemunculan nilai keabuan

tersebut di dalam citra.

Gabung dua buah pohon yang memiliki frekuensi kemunculan paling kecil pada

sebuah akar. Akar mempunyai frekuensi yang merupakan jumlah dari frekuensi dua

buah pohon penyusunnya.

Ulangi sampai tersisa hanya satu pohon saja.

Beri label setiap sisi pada pohon biner. Sisi kiri dilabeli dengan 0 dan sisi kanan

dilabeli dengan 1.

Sehingga dari pohon Huffman tersebut kita memperoleh kode untuk setiap derajat

keabuan sebagai berikut :

Ukuran citra sebelum dimampatkan ( 1 derajat keabuan = 3 bit) adalah

k Code nk

Hasil Pemampata

n0 00 2 bit 790 15801 10 2 bit 1023 20462 01 2 bit 850 17003 110 3 bit 656 19684 1110 4 bit 329 13165 11111 5 bit 245 12256 111101 6 bit 122 7327 111100 6 bit 81 486

Ukuran citra setelah dimampatkan 11053 bit

Dari hasil pemampatan, kita bisa mencari prosentase pemampatan :

Nisbah pemampatan = (100 % - 100 % ) = 10 %

Artinya 10 % citra semula telah dimampatkan.

Metode Pemampatan Run-Length Encoding (RLE)

Pemampatan citra dengan metode RLE dilakukan dengan membuat rangkaian pasangan

nilai (p,q) untuk setiap baris pixel, nilai pertama (p) menyatakan derajat keabuan,

sedangkan nilai kedua (q) menyatakan jumlah pixel berurutan yang memiliki derajat

keabuan tersebut (run length)

Contoh Soal :

metode RLE adalah dengan menyatakan seluruh baris citra menjadi sebuah baris run, lalu

menghitung run-length untuk setiap derajat keabuan yang berurutan.

Langkah metode RLE :

1. Nyatakan sebagai derajat keabuan

1 2 1 1 1 1 1 3 4 4 4 4 1 1 3 3 3 5 1 1 1 1 3 3

Semuanya ada 24 nilai

2. Pasangan nilai dari run yang dihasilkan pada metode RLE

(1,1) (2,1) (1,5) (3,1) (4,4) (1,2) (3, 3) (5,1) (1,4) (3,2)

3. Hasil pengkodean

1 1 2 1 1 5 3 1 4 4 1 2 3 3 5 1 1 4 3 2

Semuanya ada 20 nilai. Jadi, kita sudah menghemat 4 buah nilai.

Metode Pemampatan Kuantisasi (Quantizing Compression)

Algoritma metode kuantisasi :

1. Buat Histogram citra semula (citra yang akan dimampatkan)

2. Identifikasi n buah kelompok di dalam histogram sedemikian sehingga setiap

kelompok mempunyai kira – kira P/n buah pixel.

3. Nyatakan setiap kelompok dengan derajat keabuan 0 sampai n-1. Setiap pixel di

dalam kelompok dikodekan kembali dengan nilai derajat keabuan yang baru.

Contoh Soal :

yang akan dimampatkan menjadi citra dengan 4 derajat keabuan (0 s/d 3), jadi setiap

derajat keabuan direpresentasikan dengan 2 bit.

Histogram citra semula :

0 **

1 **

2 *********

3 ***********

4 *********

5 ****

6 *****

7 ********

8 *********

9 ******

Ada 65 pixel, dikelompokkan menjadi 4 kelompok derajat keabuan. Tiap kelompok ada

sebanyak rata-rata 65/4 = 16.25 pixel per kelompok :

0 **1 **2 *********

2 + 2 + 9 = 13 0

3 ***********4 *********

11 + 9 = 20 1

5 ****6 *****7 *********

17 2

8 *********9 ******

15 3

Citra setelah dimampatkan menjadi :

Ukuran citra sebelum pemampatan (1 derajat keabuan = 4 bit) :

65 x 4 bit = 260 bit

Ukuran citra setelah pemampatan (1 derajat keabuan = 2 bit) :

65 x 2 bit = 130 bit

Nisbah Pemampatan = , yang artinya 50 % dari citra telah

dimampatkan.

Metode Pemampatan fraktal.

Kemiripan bagian citra yang dieksploitasi dengan matriks transformasi.Metode pemampatan citra dibagi menjadi 2 yaitu metode Lossless dan metode lossy.Pada metode Lossless citra yang dihasilkan sama dengan citra semula, tidak ada informasi citra yang hilang, dan rasio pemampatan sangat rendah. Sebagai contoh metode HuffmanSedangkan pada metode lossy citra yang dihasilkan hampir sama degnan citra semula, akan tetapi ada informasi yang hilang akibat pemampatan tapi masih bisa ditolerir oleh persepsi mata, dan rasio pemampatan ringgi. Contohnya adalah JPEG dan Fraktal.