Analisis Algoritma Lempel-Ziv Welch (Lzw), Arithmetic Coding (Ac) Dan Kombinasi Algoritma Lzw-Ac Pada Kompresi Citra Bmp

Abstract

Tuntutan untuk menyajikan informasi dengan kualitas terbaik menyebabkan jumlah ukuran suatu berkas menjadi lebih besar. Kompresi citra berperan penting dalam penghematan ruang memori (space saving) dan juga mampu mempercepat proses pengiriman data. Terdapat banyak algoritma kompresi yang telah digunakan, baik dengan menggunakan teknik Lossy maupun Lossless. Dalam penelitian ini, dibandingkan algoritma kompresi Lossless yaitu Lempel-Ziv Welch (LZW), Arithmetic Coding (AC), serta kombinasi algoritma LZW-AC. Parameter yang digunakan untuk melihat perbandingan kinerja algoritma yaitu kompleksitas algoritma dalam Big-θ, waktu proses kompresi dan dekompresi, ukuran berkas terkompresi, CR, RC, MSE, PSNR dan SS. Berkas uji yang digunakan adalah citra warna berjenis homogen, semi homogen hingga heterogen dengan format bitmap. Setelah diimplementasikan, ketiga algoritma menunjukkan hasil MSE bernilai 0 dan hasil PSNR bernilai ∞, yang merupakan hasil yang sangat baik, dimana berkas hasil terdekompresi tidak mengalami penurunan kualitas gambar. Namun, ukuran berkas terkompresi dengan menggunakan algoritma LZW dapat menjadi semakin besar apabila cukup banyak elemen dan kerapatan warna dari berkas citra tersebut. Untuk parameter lainnya, waktu proses kompresi tercepat diraih oleh LZW-AC dengan 150ms, waktu dekompresi tercepat diraih oleh LZW dalam 19.2 ms, CR terbaik diraih oleh LZW dengan 46.39%, RC terbaik diraih oleh LZW dengan 8.74, SS terbaik diraih oleh LZW dengan 53.61%.

The demand for presenting best quality information leads to bigger size of the file. Image compression has the important role in space saving, and it is also capable of making data transmission process faster. Many compression algorithms have been used, either using Lossy or Lossless Compression. In this research, lossless compression algorithms, Lempel-Ziv Welch, Arithmetic Coding and algorithm combination of LZW-AC, are compared. The parameter that are used for the comparison of algorithms performance are algorithm complexity in Big θ, running time of compression and decompression processes, compressed file size, CR, RC, MSE, PSNR and SS. Bitmap images format which are homogeneous, semi-homogeneous and heterogeneous are used as the test files. After being implemented, all algorithms show the MSE values are 0 and the PSNR values are ∞, which means the very good results, that the decompressed file has no decreasing of the image quality. Nevertheless, the size file that is compressed by LZW becomes bigger than the original one when the image has too much color elements and density. For the other parameter, the fastest compression running time is achieved by LZW-AC at 150 ms, the fastest decompression running time is achieved by LZW at 19.2 ms, the best CR value is achieved by LZW at 46.39%, the best RC value is achieved by LZW at 8.74, and the best SS value is achieved by LZW at 53.61%.