1 / 32

Kompresi Data Multimedia

Kompresi Data Multimedia. Multimedia 2013. Kompresi. T eknik pemampatan data , video, gambar, audio T ujuan : Memperkecil penyimpanan data Mempercepat pengiriman data Memperkecil kebutuhan bandwidth Contoh teknik kompresi T eks / biner G ambar (JPEG, PNG, TIFF),

adam-monroe
Download Presentation

Kompresi Data Multimedia

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Kompresi Data Multimedia Multimedia 2013

  2. Kompresi • Teknikpemampatan data, video, gambar, audio • Tujuan: • Memperkecil penyimpanan data • Mempercepat pengiriman data • Memperkecil kebutuhan bandwidth • Contoh teknik kompresi • Teks/biner • Gambar (JPEG, PNG, TIFF), • Audio (MP3, AAC, RMA, WMA), • Video (MPEG, H261, H263).

  3. Kompresi Data • Proses mengkodekaninformasimenggunakan bit atauinformation-bearing unit yang lain yang lebihrendahdaripadarepresentasi data yang tidakterkodekandengansuatusistem encoding tertentu. • Contohkompresi data : yang  yg • Syarat = Pengirim dan Penerima mempunyai “KUNCI” yang sama

  4. Contoh :Kebutuhantempatpenyimpanan per halaman • Contoh kebutuhan data selama 1 detik pada layar resolusi 640 x 480 : • Data Teks • 1 karakter = 2 bytes (termasuk karakter ASCII Extended) • Setiap karakter ditampilkan dalam 8 x 8 pixels • 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

  5. Contoh :Kebutuhantempatpenyimpanan per halaman • Contoh kebutuhan data selama 1 detik pada layar resolusi 640 x 480 : • Data Grafik Vektor • 1 gambar membutuhkan 500 baris • Setiap 1 baris direpresentasikan dalam posisi horisontal, vertikal, dan field atribut sebesar 8-bit • sumbu Horizontal direpresentasikan dengan log2 640 = 10 bits • sumbu Vertical direpresentasikan dengan log2 480 = 9 bits • Bits per line = 9bits + 10bits + 8bits = 27bits • Kebutuhan tempat penyimpanan per halaman = 500 × 27 = 1687,5 byte = 1,65 Kbyte 8

  6. Contoh : Kebutuhantempatpenyimpanan per halaman • Contoh kebutuhan data selama 1 detik pada layar resolusi 640 x 480 : • Color Display • Jenis : 256, 4.096, 16.384, 65.536, 16.777.216 warna • Masing-masing warna pixel memakan tempat 1 byte • Jadi 640 x 480 x 256 warna x 1 byte = 307.200 byte = 300 KByte

  7. Contoh :Kebutuhantempatpenyimpanan per halaman • 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 : • Kebutuhan tempat penyimpanan per halaman = 64 Kbit/s x 1 s = 8 Kbyte 8 bit/byte 1,024 byte/Kbyte

  8. Contoh :Kebutuhantempatpenyimpanan per halaman • Sinyal audio CD disample 44,1 kHz, dikuantisasi 16 bits per sample, dengan nilai encoding 125 bit • Storage = 44,1 kHz x 16 bits = 705,6 x 125 bits = 88.200 bytes untuk menyimpan 1 detik playback.

  9. Kebutuhan Sistem PAL Standar • 640 x 480 dan 25 frame/detik • 3 bytes/pixel (luminance, red chrom, blue chrom) • Luminance Y menggunakan sample rate 13,5 MHz • Chrominance (R-Y dan B-Y) menggunakan sample rate 6.75 MHz • Jika menggunakan 8 bit/sample, maka

  10. Mode Penerimaan Data • Dialoque Mode : prosespenerimaan data dimanapengirimdanpenerimaseakanberdialog (real time), contoh : video conference. • Kompresi data harusberadadalambataspenglihatandanpendengaranmanusia. • Waktutunda (delay) tidakbolehlebihdari 150 ms : 50 ms untukproseskompresidandekompresi, 100 ms untukmentransmisikan data dalamjaringan. • Retrieval Mode : prosespenerimaan data tidakdilakukansecara real time • Dapatdilakukanfast forward danfast rewind di client • Dapatdilakukanrandom access terhadap data dandapatbersifat interaktif

  11. JenisKompresi Data 1. Lossy Compression • Data hasildekompresitidaksamadengan data sebelumkompresinamunsudah “cukup” untukdigunakan. Contoh: Mp3, streaming media, JPEG, MPEG, dan WMA. • Kelebihan: ukuran file lebihkecildibandingloselessnamunmasihtetapmemenuhisyaratuntukdigunakan. • Teknik : membuangbagian data yang tidakberguna, tidakdirasakan, tidakdilihatolehmanusiasehinggamanusiamasihberanggapanbahwa data tersebutmasihbisadigunakanwalaupunsudahdikompresi. • Contoh : Image = 12,249 bytes, • Kompresi JPEG kualitas 30 = 1,869 bytes • Image 85% lebihkecildan ratio kompresi 15%.

  12. JenisKompresi Data 2. Loseless • Data hasil kompresi dapat didekompres lagi dan hasilnya tepat sama seperti data sebelum proses kompresi. Contoh aplikasi: ZIP, RAR, GZIP, 7-Zip • 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. • Kadangkala ada data-data yang setelah dikompresi dengan teknik ini ukurannya menjadi lebih besar atau sama.

  13. Contoh • Original Image (lossless PNG, 60.1 KB size) - uncompressed is 108.5 KB • Low Compression (84% less information than uncompressed PNG, 9.37 KB) • Medium Compression (92% less information than uncompressed PNG, 4.82 KB) • High Compression (98% less information than uncompressed PNG, 1.14 KB)

  14. Lossy vs Lossless • Keuntungan metode lossy, menghasilkan file kompresi yang lebih kecil dibandingkan dengan metode lossless • Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video. • Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil dekompresi sama dengan data asli. • Sedangkan lossless digunakan untuk mengkompresi data untuk diterima ditujuan dalam kondisi asli seperti dokumen teks.

  15. Kriteria Algoritma Kompresi Data • Kualitas data hasil enkoding: ukuran lebih kecil, data tidak rusak (lossy) • Kecepatan, ratio, dan efisiensi proses kompresi dan dekompresi • Ketepatan proses dekompresi data: data hasil dekompresi tetap sama dengan data sebelum dikompres (loseless)

  16. Klasifikasi Teknik Kompresi (1) 1. 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

  17. Klasifikasi Teknik Kompresi (2) 2. 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 3. Hybrid Coding • Gabungan antara lossy + loseless • Mis : JPEG, MPEG, H.261, DVI

  18. Contoh Teknik Kompresi Teks (1) • Run-Length-Encoding (RLE) • Kompresi data teks dilakukan jika ada beberapa huruf yang sama yang ditampilkan berturut-turut : Misal : 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 : AB8CDEF4G = 9 karakter Misal data : AB12CCCCDEEEF = 13 karakter RLE tipe 2: AB124CD3EF = 10 karakter

  19. Run Length Encoding (RLE) • Misalkan terdapat sederetan data :  1 2 1 1 1 1 1 3 4 4 4 4 1 1 3 3 3 5 1 1 1 1 3 3 = 24 byte • Dihitung jumlah kemunculan data  (1,1) (2,1) (1,5) (3,1) (4,4) (1,2) (3,3) (5,1) (1,4) (3,2) • Data Kompresi  1 1 2 1 1 5 3 1 4 4 1 2 3 3 5 1 1 4 3 2 = 20 byte

  20. Contoh Teknik Kompresi Teks (2) • Run-Length-Encoding (RLE) • 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

  21. Contoh Teknik Kompresi Teks (3) • Contoh untuk data image : Run-Length-Encoding (RLE)

  22. Contoh Teknik Kompresi Teks (4) • Static Huffman Coding • Dibuat oleh seorang mahasiswa MIT bernama David Huffman pada tahun 1952 • Salah satu metode paling lama dan paling terkenal dalam kompresi teks. • Algoritma Huffman menggunakan prinsip pengkodean mirip dengan kode Morse : tiap karakter (simbol) dikodekan dengan rangkaian beberapa bit ; karakter yang sering muncul dikodekan dengan rangkaian bit yang pendek dan karakter yang jarang muncul dikodekan.dengan rangkaian bit yang lebih panjang.

  23. Huffman • Misalkan : aabaaccccddbbbbef = 17 byte • Pertama-tama hitung frekuensi masing-masing data : • a  4, b  5, c  4, d  2, e  1, f  1 • Masing-masing data diberi kode bit data yang sering muncul diberi kode lebih kecil dibandingkan dengan yang jarang muncul. • b  5, a  4, c  4, d  2, e  1, f  1

  24. 17 0 1 8 9 0 1 4 0 1 0 1 2 0 1 5 4 4 2 1 1 b a c d e f Huffman Bit data akan dikodekan, sbb : a  01, b  00, c  10, d  110, e  1110, f 1111 Jadi data “aabaaccccddbbbbef” akan dikodekan sbb: 0101000101101010101101100000000011101111 = 40 bit  5 byte

  25. Contoh Teknik Kompresi Teks (8) • Shannon-Fano Algorithm • Dikembangkan oleh Shannon (Bell Labs) dan Robert Fano (MIT) • Algoritma : • Urutkan simbol berdasarkan frekuensi kemunculannya • Bagi simbol menjadi 2 bagian secara rekursif, dengan jumlah yang kira-kira sama pada kedua bagian, sampai tiap bagian hanya terdiri dari 1 simbol. • Cara yang paling tepat untuk mengimplementasikan adalah dengan membuat binary tree.

  26. Contoh Teknik Kompresi Teks (9) • DICTIONARY-BASED CODING • Algoritma Lempel-Ziv-Welch (LZW) menggunakan teknik adaptif dan berbasiskan “kamus” • Pendahulu LZW adalah LZ77 dan LZ78 yang dikembangkan oleh Jacob Ziv dan Abraham Lempel pada tahun 1977 dan 1978. • Terry Welch mengembangkan teknik tersebut pada tahun 1984. • LZW banyak dipergunakan pada UNIX, GIF, V.42 untuk modem.

  27. Contoh Teknik Kompresi Teks (10) • DICTIONARY-BASED CODING • Algoritma Kompresi : BEGIN S = next input character; While not EOF { C = next input character; If s + c exists in the diactionary S = s + c Else { Output the code for s; Add string s + c to the dictionary with a new code S = c; } } END

  28. Contoh Teknik Kompresi Teks (11) • DICTIONARY-BASED CODING • Algoritma Dekompresi : BEGIN S = NULL; While not EOF { K = NEXT INPUT CODE; Entry = dictionary entry for K; Ouput entry; If (s != NULL) add string s + entry[0] to dictionary with new code S = Entry; } END

  29. 7 2 3 6 9 3 3 2 2 3 9 8 8 6 9 6 5 2 4 6 4 3 3 8 8 8 2 7 7 4 4 1 8 2 8 7 4 5 2 6 Dikodekan menjadi 0 (Jumlahnya 13 pixel) Dikodekan menjadi 2 (Jumlahnya 17 pixel) Dikodekan menjadi 1 (Jumlahnya 20 pixel) Dikodekan menjadi 3 (Jumlahnya 15 pixel) 9 2 0 5 4 4 3 7 8 1 9 3 7 4 7 3 7 4 9 5 3 0 2 8 3 Quantizing Compression • Histogram : • Warna 0 = 2 • Warna 1 = 2 • Warna 2 = 9 • Warna 3 = 11 • Warna 4 = 9 • Warna 5 = 4 • Warna 6 = 5 • Warna 7 = 8 • Warna 8 = 9 • Warna 9 = 6

  30. 2 0 2 3 1 0 1 1 3 3 3 1 0 2 2 3 2 1 1 1 0 2 1 3 3 1 1 0 3 2 2 0 0 1 2 3 2 0 2 3 3 0 0 2 1 1 1 2 3 0 3 1 2 1 2 1 2 1 3 2 1 0 0 3 0 Quantizing Compression

  31. Aplikasi Kompresi (1) • ZIP File Format • Ditemukan oleh Phil Katz untuk program PKZIP kemudian dikembangkan untuk WinZip, WinRAR, 7-Zip. • Berekstensi *.zip dan MIME application/zip • Dapat menggabungkan dan mengkompresi beberapa file sekaligus menggunakan bermacam-macam algoritma, namun paling umum menggunakan Katz’s Deflate Algorithm. • Beberapa method Zip : • Shrinking : merupakan metode variasi dari LZW • Reducing : merupakan metode yang mengkombinasikan metode same byte sequence based dan probability based encoding. • Imploding : menggunakan metode byte sequence based dan Shannon-Fano encoding. • Deflate : menggunakan LZW • Bzip2, dan lain-lain • Aplikasi : WinZip oleh Nico-Mak Computing

  32. Aplikasi Kompresi (2) • RAR File • Ditemukan oleh Eugene Roshal, sehingga RAR merupakan singkatan dari Roshal Archive pada 10 Maret 1972 di Rusia. • Berekstensi .rar dan MIME application/x-rar-compressed • Proses kompresi lebih lambat dari ZIP tapi ukuran file hasil kompresi lebih kecil. • Aplikasi: WinRAR yang mampu menangani RAR dan ZIP, mendukung volume split, enkripsi AES.

More Related