Komperensi dan Teks

KOMPRESI DATA

-   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 yang biasa kita lakukan misalnya adalah menyingkat  kata-kata  yang  sering  digunakan  tapi  sudah  memiliki konvensi umum. Misalnya: kata “yang” dikompres menjadi kata “yg”.

-   Pengiriman    data    hasil    kompresi    dapat    dilakukan    jika    pihak

pengirim/yang melakukan kompresi dan pihak penerima memiliki aturan yang sama dalam hal kompresi data.

-   Pihak  pengirim  harus  menggunakan  algoritma  kompresi  data  yang sudah baku dan pihak penerima juga menggunakan teknik dekompresi data yang sama dengan pengirim sehingga data yang diterima dapat dibaca/di-dekode kembali dengan benar.

-   Kompresi data menjadi sangat penting karena memperkecil kebutuhan penyimpanan  data,   mempercepat   pengiriman   data,   memperkecil kebutuhan bandwidth. 

-   Teknik  kompresi  bisa  dilakukan  terhadap  data  teks/biner,  gambar (JPEG, PNG, TIFF), audio (MP3, AAC, RMA, WMA), dan video (MPEG, H261, H263).

 Contoh kebutuhan data selama 1 detik pada layar resolusi 640 x 480:

-   Data Teks

o 1 karakter = 2 bytes (termasuk karakter ASCII Extended)

o Setiap karakter ditampilkan dalam 8x8 pixels

o Jumlah karakter yang dapat ditampilkan per halaman =

640 x 480  = 4800 karakter

8 x 8

Kebutuhan tempat penyimpanan per halaman = 4.800×2 byte =

9.600 byte = 9.375 Kbyte

-   Data Grafik Vektor

o 1 still image membutuhkan 500 baris

o Setiap 1 baris direpresentasikan dalam posisi horisontal, vertikal, dan field atribut sebesar 8-bit

o sumbu Horizontal direpresentasikan dengan log2 640 = 10 bits

o sumbu Vertical direpresentasikan dengan log2 480 = 9 bits

o Bits per line = 9bits + 10bits + 8bits = 27bits

o Storage required per screen page = 500 × 27 = 1687,5 byte =

1,65 Kbyte                                                        8

-   Color Display

o Jenis : 256, 4.096, 16.384, 65.536, 16.777.216 warna

o Masing-masing warna pixel memakan tempat 1 byte

o Misal 640 x 480 x 256 warna x 1 byte = 307.200 byte = 300 KByte

Kebutuhan  tempat  penyimpanan  untuk  media  kontinyu  untuk  1  detik playback:

-   Sinyal audio tidak terkompres dengan kualitas suara telepon dengan sample 8 kHz dan dikuantisasi 8 bit per sample, pada bandwidth 64

Kbits/s, membutuhkan storage:

 

-   Sinyal audio CD disample 44,1 kHz, dikuantisasi 16 bits per sample, Storage = 44,1 kHz x 16 bits = 705,6 x 103  bits = 88.200 bytes untuk menyimpan 1 detik playback

-   Kebutuhan sistem PAL standar

o 625 baris dan 25 frame/detik

o 3 bytes/pixel (luminance, red chrom, blue chrom)

o Luminance Y menggunakan sample rate 13,5 MHz

o Chrominance (R-Y dan B-Y) menggunakan sample rate 6.75 MHz

o Jika menggunakan 8 bit/sample, maka

Jenis Kompresi Data Berdasarkan Mode Penerimaan Data oleh

Manusia

-   Dialoque Mode: yaitu proses penerimaan data dimana pengirim dan penerima seakan berdialog (real time), seperti pada contoh video conference.

o Dimana kompresi data harus berada dalam batas penglihatan dan pendengaran manusia. Waktu tunda (delay) tidak boleh lebih dari         150  ms,  dimana  50  ms  untuk  proses  kompresi  dan dekompresi, 100 ms mentransmisikan data dalam jaringan.

-   Retrieval Mode: yaitu proses penerimaan data tidak dilakukan secara real time

o Dapat dilakukan fast forward dan fast rewind di client

o Dapat dilakukan random access terhadap data dan dapat bersifat interaktif

Jenis Kompresi Data Berdasarkan Output

-   Lossy Compression

o Teknik  kompresi  dimana  data  hasil  dekompresi  tidak  sama dengan data sebelum kompresi namun sudah “cukup” untuk digunakan.                     Contoh: Mp3, streaming media, JPEG, MPEG, dan WMA.

o Kelebihan: ukuran file lebih kecil dibanding loseless namun masih tetap memenuhi syarat untuk digunakan.

o Biasanya   teknik   ini   membuang   bagian-bagian   data   yang sebenarnya tidak begitu berguna, tidak begitu dirasakan, tidak begitu               dilihat    oleh    manusia    sehingga    manusia    masih beranggapan  bahwa   data   tersebut   masih   bisa   digunakan walaupun sudah dikompresi.

o Misal  terdapat  image  asli  berukuran  12,249  bytes,  kemudian dilakukan  kompresi  dengan  JPEG  kualitas  30  dan  berukuran

1,869  bytes  berarti  image  tersebut  85%  lebih  kecil  dan  ratio kompresi 15%.

-   Loseless

o Teknik kompresi dimana data hasil kompresi dapat didekompres lagi        dan  hasilnya  tepat  sama  seperti  data  sebelum  proses kompresi. Contoh aplikasi: ZIP, RAR, GZIP, 7-Zip

o Teknik  ini  digunakan  jika  dibutuhkan  data  setelah  dikompresi harus dapat diekstrak/dekompres lagi tepat sama.  Contoh pada data teks, data program/biner, beberapa image seperti GIF dan PNG.

o Kadangkala  ada  data-data  yang  setelah  dikompresi  dengan teknik ini ukurannya menjadi lebih besar atau sama.

Kriteria Algoritma dan Aplikasi Kompresi Data

-   Kualitas data hasil enkoding: ukuran lebih kecil, data tidak rusak untuk kompresi lossy.

-   Kecepatan, ratio, dan efisiensi proses kompresi dan dekompresi

-   Ketepatan proses dekompresi data: data hasil dekompresi tetap sama dengan data sebelum dikompres (kompresi loseless)

Klasifikasi Teknik Kompresi

Entropy Encoding

-   Bersifat loseless

-   Tekniknya tidak berdasarkan media dengan spesifikasi dan karakteristik tertentu namun berdasarkan urutan data.

-   Statistical encoding, tidak memperhatikan semantik data.

-   Mis: Run-length coding, Huffman coding, Arithmetic coding

Source Coding

-   Bersifat lossy

-   Berkaitan dengan data semantik (arti data) dan media.

-   Mis:  Prediction  (DPCM,  DM),  Transformation  (FFT,  DCT),  Layered Coding    (Bit    position,    subsampling,   sub-band    coding),    Vector quantization

Hybrid Coding

-   Gabungan antara lossy + loseless

-   mis: JPEG, MPEG, H.261, DVI

Contoh-contoh Teknik Kompresi Teks

Run-Length-Encoding (RLE)

-   Kompresi data teks dilakukan jika ada beberapa huruf yang sama yang ditampilkan berturut-turut:

Mis: Data: ABCCCCCCCCDEFGGGG = 17 karakter

RLE tipe 1 (min. 4 huruf sama) :  ABC!8DEFG!4 = 11 karakter

-   RLE  ada  yang  menggunakan suatu  karakter  yang  tidak  digunakan dalam teks tersebut seperti misalnya ‘!’ untuk menandai.

-   Kelemahan? Jika ada karakter angka, mana tanda mulai dan akhir?

Misal data : ABCCCCCCCCDEFGGGG = 17 karakter

RLE tipe 2: -2AB8C-3DEF4G = 12 karakter

Misal data : AB12CCCCDEEEF = 13 karakter

RLE tipe 2: -4AB124CD3EF = 12 karakter

-   RLE ada yang menggunakan flag bilangan negatif untuk menandai batas sebanyak jumlah karakter tersebut.

-   Berguna  untuk  data  yang  banyak  memiliki  kesamaan,  misal  teks ataupun grafik seperti icon atau gambar garis-garis yang banyak memiliki kesamaan pola.

-   Best case: untuk RLE tipe 2 adalah ketika terdapat 127 karakter yang sama sehingga akan dikompres menjadi 2 byte saja.

-   Worst case: untuk RLE tipe 2 adalah ketika terdapat 127 karakter yang berbeda semua, maka akan terdapat 1 byte tambahan sebagai tanda jumlah karakter yang tidak sama tersebut.

-   Menggunakan teknik loseless

Static Huffman Coding

-   Frekuensi karakter dari string yang akan dikompres dianalisa terlebih dahulu. Selanjutnya dibuat pohon huffman   yang merupakan pohon biner dengan root awal yang diberi nilai 0 (sebelah kiri) atau 1 (sebelah kanan), sedangkan selanjutnya untuk dahan kiri selalu diberi nilai 1(kiri)

- 0(kanan) dan di dahan kanan diberi nilai 0(kiri) – 1(kanan)

-   A bottom-up approach = frekuensi terkecil dikerjakan terlebih dahulu dan diletakkan ke dalam leaf(daun).

-   Kemudian     leaf-leaf     akan     dikombinasikan     dan     dijumlahkan probabilitasnya menjadi root diatasnya.

Mis: MAMA SAYA

A   = 4 -> 4/8 = 0.5

M = 2 -> 2/8 = 0.25

S   = 1 -> 1/8 = 0.125

Y   = 1 -> 1/8 = 0.125

Total = 8 karakter