1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam dunia

advertisement
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Dalam dunia modern sekarang ini kebanyakan aktivitas manusia selalu
berhubungan dengan dokumentasi atau data. Data-data yang ada haruslah
tersimpan dengan rapi dan dapat digunakan setiap saat apabila diperlukan. Datadata tersebut juga biasanya tidak hanya digunakan untuk diri sendiri tetapi juga
digunakan oleh pihak lain. Untuk itu, diperlukan suatu sistem penyimpanan data
dan pengiriman data yang efektif dan efisien. Media penyimpanan dan pengiriman
data yang sekarang ini sedang berkembang adalah media penyimpanan dan
pengiriman secara elektronik.
Dalam penyimpanan dan pengiriman data, selain komponen atau isi dari
suatu data, parameter yang tidak kalah pentingnya adalah ukuran. Sering kali data
yang disimpan dalam suatu media penyimpanan berukuran sangat besar sehingga
memerlukan tempat yang lebih banyak dan tidak efisien. Selain itu, semakin besar
ukuran suatu data, maka waktu yang diperlukan untuk mengirimkan data tersebut
akan lebih panjang. Salah satu upaya yang dapat dilakukan untuk menghemat
ruang penyimpanan dan menghemat waktu pengiriman adalah dengan melakukan
kompresi terhadap data.
Dalam ilmu komputer, kompresi data adalah sebuah cara untuk
memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil
1
2
sehingga lebih efisien dalam penyimpanannya atau mempersingkat waktu
pertukaran data tersebut. Keuntungan yang didapat dari proses pengompresian
data adalah penghematan penggunaan tempat penyimpanan misalkan hard disk,
flash disk atau DVD, serta penghematan bandwidth pada proses pengiriman data
karena semakin kecil ukuran data maka proses pengiriman akan semakin cepat.
Namun, selain keuntungan terdapat juga kelemahan pada kompresi data, yaitu jika
ingin membaca file yang dikompresi maka harus dilakukan dekompresi terlebih
dahulu, dan dalam pengiriman data, pihak yang menerima data yang telah
dikompresi harus mengetahui cara mendekompresi data tersebut.
Metode kompresi data dapat dibagi ke dalam dua kelompok besar yaitu:
(a) lossy compression
Yaitu suatu metode kompresi data yang menghilangkan sebagian “informasi”
dari data asli selama proses kompresi dengan tidak menghilangkan secara
signifikan informasi yang ada dalam data secara keseluruhan. Misalnya
discrete cosine transform, vector quantization, waveled compression,
distributed source coding (DSC).
(b) lossless compression
Yaitu suatu metode kompresi data dengan tidak ada “informasi” data yang
hilang atau berkurang jumlahnya selama proses kompresi. Sehingga setelah
proses dekompresi jumlah bit (byte) data atau informasi dalam keseluruhan
data
hasil sama persis dengan data aslinya. Misalnya Huffman coding,
dynamic markov compression (DMC), Lempel-Ziv-Welch (LZW), aritmetic
coding, Run-Length encoding.
3
Metode kompresi data baik lossless maupun lossy telah banyak diteliti dan
dikembangkan, terutama metode lossless compression, karena teknik kompresi ini
lebih banyak digunakan untuk penyimpanan dan pengiriman data-data penting
yang mengharuskan tidak adanya kehilangan data.
Pada penelitian sebelumnya telah diimplementasikan salah satu metode
lossless compression yaitu Run-Length Encoding. Namun terdapat kekurangan
pada metode ini, yaitu metode ini tidak dapat mengkompresi file video.
Diperlukan suatu metode kompresi yang bisa menangani berbagai tipe file yang
ada.
Selanjutnya, pada tugas akhir ini akan dibahas mengenai dua metode
lossless compression yaitu metode Huffman dan Dynamic Markov Compression
serta membandingkan kedua metode tersebut yaitu dengan membandingkan rasio
kompresi dan kecepatan kompresinya. Kompresi kedua metode akan dilakukan
terhadap berbagai tipe file.
Metode
kompresi
Huffman
menggunakan
kode-kode
bit
untuk
merepresentasikan simbol. Kode-kode ini didapat dengan membuat pohon
Huffman. Kode yang digunakan untuk merepresentasikan simbol yang lebih
sering muncul menggunakan rangkaian biner yang lebih pendek daripada kode
yang digunakan untuk merepresentasikan simbol yang lebih jarang muncul.
Sedangkan metode Dynamic Markov Compression menggunakan model Markov
dalam proses kompresinya. Model Markov direpresentasikan sebagai finite state
machine, yang digunakan untuk merepresentasikan karakteristik dari file input.
4
1.2. Rumusan Masalah
Berdasarkan latar belakang tersebut, permasalahan dapat dirumuskan
sebagai berikut:
1. Metode manakah di antara metode kompresi Huffman dan Dynamic Markov
Compression yang menghasilkan rasio kompresi yang paling baik?
2. Metode manakah di antara metode kompresi Huffman dan Dynamic Markov
Compression yang paling cepat mengkompresi data?
1.3. Batasan Masalah
Agar penulisan ini sesuai tujuan, permasalahan yang ada perlu dibatasi.
Adapun batasan masalahnya adalah, pengujian kedua metode kompresi ini
menggunakan file dengan ukuran antara 1 MB sampai 5 MB.
1.4. Tujuan Penulisan
Berdasarkan rumusan masalah, tujuan dari penulisan ini adalah:
1. Membandingkan rasio kompresi metode Huffman dan Dynamic Markov
Compression.
2. Membandingkan kecepatan kompresi metode Huffman dan Dynamic Markov
Compression.
5
1.5. Manfaat Penulisan
1. Teoritis
Adapun manfaat penulisan tugas ini secara teoritis adalah memperkaya dan
memperluas pengetahuan tentang metode pengompresian, khususnya tentang
metode kompresi lossless. Serta sebagai bahan pertimbangan dan masukan bagi
pihak yang berkepentingan serta dapat dijadikan sebagai salah satu sumber
informasi yang dapat mendukung tujuan pihak yang berkepentingan tersebut.
2. Praktis
Manfaat penulisan tugas akhir ini secara praktis adalah program yang dibuat
semoga dapat berguna untuk kemajuan teknologi terutama di bidang
pengompresian.
1.6. Sistematika Penulisan
Dalam tugas akhir ini pembahasan materi disusun menjadi lima bab.
Materi tersebut disusun dengan sistematika sebagai berikut:
BAB I
PENDAHULUAN
Berisi tentang gambaran awal mengenai permasalahan yang akan
diangkat dalam tugas akhir ini, mencakup latar belakang masalah,
rumusan masalah, batasan masalah, tujuan penulisan, manfaat
penulisan, dan sistematika penulisan.
BAB II
LANDASAN TEORITIS
Berisi tentang teori-teori pendukung yang diperlukan, di antaranya teori
peluang, pohon dalam graf, sistem bilangan biner, finite state automata,
6
dan basis data.
BAB III
METODE KOMPRESI HUFFMAN DAN DYNAMIC MARKOV
COMPRESSION
Merupakan bab inti yang akan membahas metode kompresi Huffman
dan Dynamic Markov Compression..
BAB IV
IMPLEMENTASI DAN ANALISIS
Mengemukakan implementasi dan pengujian terhadap hasil yang
diperoleh dan menganalisa hasilnya.
BAB V
KESIMPULAN DAN REKOMENDASI
Bab ini terdiri atas kesimpulan yang merupakan jawaban atas rumusan
masalah dan rekomendasi dari penulis.
Download