SISTEM KOMUNIKASI MULTIMEDIA

TUGAS I

STANDART PENGKODEAN CITRA JPEG

Oleh :

NAUFAL MUHAJIR ABIDIN (1304405029)

JURUSAN TEKNIK ELEKTRO DAN KOMPUTER

FAKULTAS TEKNIK UNIVERSITAS UDAYANA

BUKIT-JIMBARAN

2016

BAB I

PENDAHULUAN

1.1 latar Belakang

Data atau informasi saat ini tidak hanya disajikan dalam bentuk teks semata, tetapi

juga dapat disajikan dalam bentuk lain misalnya gambar (images) , suara (audio),

maupun video. Situs web (website) yang kita jumpai di internet biasanya dibuat

semenarik mungkin dengan menyertakan gambar. Beberapa waktu lalu istilah SMS (short

message service) begitu popular bagi pengguna telepon genggam (handphone) saat ini

sudah bergerak ke MMS (multimedia message service) yang banyak melibatkan gambar

maupun video). Keempat bentuk informasi saat ini hampir tidak dapat dipisahkan biasa

dinamakan dengan multimedia.

Dari uraian di atas dapat dilihat bahwa teknologi digital saat ini mengalami

perkembangan yang sangat pesat. Banyak peralatan digital yang dapat ditemui dalam

kehidupan sehari-hari seperti komputer, kamera digital, dan sebagainya. Sehingga

tidaklah mengherankan apabila saat ini banyak produk-produk digital yang dihasilkan.

Salah satunya adalah citra digital. Citra digital sebenarnya merupakan sebuah citra yang

diperoleh dari proses digitalisasi terhadap data citra analog [R Munir, 2004]. Dibandingkan

dengan data teks, citra mempunyai karakteristik tersendiri, yaitu citra merupakan data yang

kaya dengan informasi. Bahkan ada sebuah istilah yang cukup popular yaitu “a

picture is more than a thousand words” yang berarti bahwa sebuah gambar memiliki

makna lebih dari seribu kata. Maksudnya adalah bahwa sebuah gambar dapat

memberikan informasi yang lebih banyak jika dibandingkan dengan informasi yang

disajikan dalam bentuk kata- kata atau tulisan. Citra digital saat ini banyak digunakan

dalam berbagai bidang. Mulai dari keperluan sehari-hari seperti cetak foto, pemetaan hutan,

identifikasi forensic maupun sidik jari di kepolisian, rekam medis dengan menggunakan

citra kedokteran (medical images) sampai pada citra satelit. Hampir semua jenis citra

digital memerlukan media penyimpanan (storage) yang cukup besar. Sehingga hal ini dapat

menimbulkan masalah yang cukup serius ketika citra digital disimpan dalam database

dengan keterbatasan media penyimpanan yang ada. Masalah lain adalah ketika diinginkan

untuk mengirimkan citra digital dengan menggunakan jalur komunikasi atau internet.

Dengan ukuran yang besar maka citra digital juga memerlukan waktu pengiriman yang

lama. Sehingga diupayakan suatu teknik yang dapat mereduksi besarnya ukuran file citra

digital. Salah satu teknik yang dikembangkan adalah kompresi. Banyak teknik kompresi

yang dikembangkan hingga saat ini salah satunya adalah kompresi JPEG [Bandemer Bernd,

2003]

JPEG adalah algoritma kompresi secara lossy, bekerja dengan merubah gambar

spasial dan merepresentasikan kedalam pemetaan frekueunsi dimana algoritma kompresi

citra tersebut mampu mencapai kompresi dengan ukuran yang kecil. Discrete Cosine

Transform (DCT) bekerja dengan memisahkan antara informasi frekuensi yang rendah dan

tinggi dari sebuah gambar. Informasi frekuensi yang tinggi akan diseleksi untuk

dihilangkan yang terikat pada penganturan kualitas yang digunakan. Namun aliran data

terkompresi sangat rentan terhadap gangguan kanal, meski untuk jumlah kesalahan data

yang sedikit. Hal ini mensyaratkan pengkodean kanal untuk memproteksi data sebelum

ditransmisikan pada kanal. Sehingga untuk proses transmisinya digunakan teknik Direct

Sequence Spread Spektrum (DS-SS) tanpa sinkronisasi. Dengan teknik DS-SS digunakan

kode gold dalam mengacak data yang akan dikirim.

1.2 Rumusan Masalah

1. Bagaimana standar pengkodean citra JPEG?

2. Bagaimana penjelasan analisa kinerja kompresi JPEG berdasarkan source code yang

digunakan ?

1.3 Tujuan Penulisan

1. Mahasiswa dapat mengetahui standart pengkodean citra JPEG.

2. Mahasiswa dpat menjelaskan analisa kinerja kompresi JPEG berdasarkan source code.

3. Mahasiswa mendapatkan nilai kelulusan dalam mengerjakan Tugas 1 mata kuliah

system komunikasi multimedia.

BAB II

PEMBAHASAN

Sejarah JPEG

Dikembangkan awal tahun 1980 oleh Joint Photographic Experts Group (JPEG).

JPEG merupakan format paling sering digunakan di internet. Implementasi format JPEG

terbaru dimulai sejak tahun 1996 dan semakin berkembang dengan inovasi format baru yang

menyertai perkembangan teknologi yang memanfaatkan format JPEG lebih luas. Walaupun

format JPEG merupakan metode kompresi gambar yang gratis, sebuah perusahaan bernama

Forgent pada tahun 2002 mempatenkan format ini dan akan menarik biaya lisensi. Segera

Group JPEG mengumumkan sebuah format JPEG 2000 sebagai sebuah format

pengganti.Namun dua hal di atas terlambat, karena JPEG sudah digunakan secara luas dan

hak paten belum ditetapkan oleh pengadilan.

Standar kompresi file gambar yang dibuat oleh kelompok Joint Photographic Experts

Group ini menghasilkan kompresi yang sangat besar tetapi dengan akibat berupa adanya

distorsi pada gambar yang hampir selalu tidak terlihat.JPEG adalah sebuah format gambar,

sangat berguna untuk membuat gambar jenis fotografi berkualitas tinggi dalam ukuran file

yang sangat kecil. Format file grafis ini telah diterima oleh Telecommunication

Standardization Sector atau ITU-T dan Organisasi Internasional untuk Standardisasi atau

ISO. JPEG kebanyakan digunakan untuk melakukan kompresi gambar diam menggunakan

analisis Discrete Cosine Transform (DCT).

Meskipun kompresi gambar JPEG sangatlah efisien dan selalu menyimpan gambar

dalam kategori warna true color (24 bit), format ini bersifat lossy, yang berarti bahwa kualitas

gambar dikorbankan bila tingkat kompresi yang dipilih semakin tinggi. Sebenarnya, file

JPEG tidak memiliki header formal, tetapi fg_jpeghead () dan fgi_jpeghead () kembali

informasi yang relevan dari awal file dari segmen bingkai. Kami menyebutnya sebuah header

untuk konsistensi dengan format file gambar lainnya. mengimbangi keterangan ukuran.

Standar Kerja Pemampatan JPEG

Standar Kerja Pemampatan Citra JPEG Pemampatan citra merupakan proses

pengolahan citra yang melibatkan banyak metode didalamnya. Proses ini mempunyai ciri

datamasukan dan informasi keluaran yang berbentuk citra. Pemampatan citra terbagi menjadi

dua, yaitu pemampatan yang berugi (lossy), dan yang tanpa rugi (lossless). Pemampatan yang

tak berugi biasanya digunakan  untuk citra yang memerlukan keakuratan yang tinggi,

sedangkan untuk pemampatan yang berugi biasanya dipakai untuk citra yang tidak

memerlukan akurasi yang tinggi seperti foto pemandangan, atau citra yang dipakai untuk

keperluan medis. Bagian yang paling menarik dari pemampatan citra JPEG adalah kinerjanya

pada teknik pemampatan berugi. Algoritma dari pemampatan berugi JPEG, yaitu: DCT,

kuantisasi, dan penyandian entropi.

Dalam proses penyandian dengan standar kerja JPEG pada Gambar 1, citra masukan

dari komponen sampel dibentuk ke dalam blok 8×8, dan tiap-tiap blok diubah dengan DCT

maju (FDCT) menjadi satu set 64 nilai yang disebut koefisien DCT. Satu dari nilai-nilai ini

adalah koefisien DC dan yang lainnya (63 yang lain) adalah koefisien AC. Tiap-tiap nilai

koefisien DCT kemudian dikuantisasi menggunakan satu dari 64 nilai yang saling

berhubungan dari sebuah tabel kuantisasi. Koefisien-koefisien yang telah dikuantisasi

kemudian diproses dengan penyandian entropi.Salah satu dari dua prosedur pengkodean

entropi yang dapat digunakan yaitu dengan penyandian Huffman atau penyandian Aritmetika.

Kompresi Citra

Kompresi citra merupakan suatu teknik yang digunakan untuk mengurangi biaya

penyimpanan dan transmisi. Teknik-teknik yang ada yang digunakan untuk mengompresi

file gambar secara luas diklasifikasikan ke dalam dua kategori, yaitu lossless dan

teknik kompresilossy

Teknik kompresi citra terbagi menjadi 2 macam yaitu :

a. Loosy Compression

Lossy compression menyebabkan adanya perubahan data dibandingkan sebelum

dilakukan proses kompresi. Sebagai gantinya lossy compression memberikan derajat

kompresi lebih tinggi. Tipe ini cocok untuk kompresi file suara digital dan gambar

digital. File suara dan gambar secara alamiah masih bisa digunakan walaupun tidak

berada pada kondisi yang sama sebelum dilakukan kompresi.

b. Lossless Compression

Lossless Compression memiliki derajat kompresi yang lebih rendah tetapi

dengan akurasi data yang terjaga antara sebelum dan sesudah proses kompresi.

Kompresi ini cocok untuk basis data, dokumen atau spreadsheet. Pada lossless

compression ini tidak diijinkan ada bit yang hilang dari data pada proses kompresi.

Algoritma Joint Photograpic Expert Group (JPEG)

JPEG didirikan oleh komite Joint Photographic Expert Group yang

mengeluarkan standart pada tahun 1992. JPEG menetapkan standart yaitu codec. Codec

menjelaskan tentang bagaimana sebuah gambar dikompresi menjadi aliran byte dan

dikompres kembali menjadi sebuah gambar serta digunakan sebagai streaming

sebuah file. Algoritma kompresi JPEG merupakan yang terbaik untuk foto-foto dan

lukisan pemandangan yang realistis dengan variasi warna yang halus dan senada.

Berikut adalah contoh-contoh format citra :

Kompresi yang umum pada JPEG adalah lossy, yaitu beberapa kualitas visual

akan hilang dalam proses dan tidak dapat dikembalikan. Metode kompresi lossy data

dari encoding ketika diterapkan untuk input yang memiliki 24 b i t p e r p ix e l (masing-

masing delapan untuk merah, hijau dan biru). Metode pertama dari metode

kompresi losy data adalah transformasi warna, adapun langkah pertama adalah –

langkahnya adalah mengubah gambar dari RGB menjadi berbagai warna ruang

(YCbCr). Y (kecerahan dan piksel), Cb dan Cr (Chrominance / biru dan merah

komponen). Ruang warna YCbCr konversi memungkinkan kompresi lebih besar

tanpa perceptual signifikan terhadap kualitas gambar (atau lebih besar perceptual

kualitas gambar yang sama untuk kompresi). Langkah selanjutnya adalah untuk

mengurangi resolusi spasial dari komponen Cb dan Cr disebut dengan downsampling

atau subsampling chroma. Berikut adalah gambaran algoritma kompresi JPEG :

Discret Cosine Transform (DCT)

DCT adalah transformasi matematika yang mengambil dan mengubah sinyal dari

domain spasial ke dalam domain frekuensi. Banyak gambar digital dan skema

kompresi video menggunakan blok berbasis DCT, karena algoritma ini meminimalkan

jumlah data yang diperlukan untuk menciptakan gambar digital. Secara khusus, JPEG dan

MPEG menggunakan DCT untuk berkonsentrasi informasi gambar dengan menghapus data

spasial redudansi dalam gambar dua dimensi. Dalam pengkodean JPEG standar,

representasi warna dalam gambar dikonversi dari RGB ke YCbCr, maka foto tersebut

membusuk dalam 8 × 8 blok, blok ini ditransformasi dari spasial ke domain frekuensi

dengan DCT ini. Beberapa kelebihan atau keuntungan transformasi orthogonal

dibandingkan jenis transformasi lainnya adalah :

1. Koefisien- koefisien transformasi orthogonal bersifat independen sehingga lebih

mudah untuk dikompresi.

2. MSE dari citra hasil rekonstruksi dapat dihitung langsung dari koefisien transformasi

terkompresi tanpa perlunya melakukan inverse transform

Discrete Cosine Transform (DCT) digunakan sebagai transformasi standar untuk

kompresi citra. Persamaan umum untuk transformasi DCT 2-dimensi dapat

diperlihatkan pada persamaan 9 dan dibawah ini :

Sedangkan persamaan untuk Inverse transformasi DCT diperlihatkan pada persamaan 10

dibawah ini:

Transformasi DCT dikenal juga istilah frekuensi rendah, frekuensi menengah, dan

frekuensi tinggi. Hal ini berkaitan dengan frekuensi gelombang pada fungsi basis DCT.

Jika frekuensi fungsi basisnya kecil, maka koefisien yang berkorespondensi disebut

koefisien frekuensi rendah.

Gambar Pembagian Koefisien Frekuensi DCT Untuk Ukuran Blok 8 x 8

Kuantisasi

Kuantisasi secara sederhana merupakan proses untuk mengurangi jumlah bit yang dibutuhkan

untuk menyimpan sebuah nilai bilangan bulat dengan mengurangi ketelitian bilangan bulat.

Algoritma JPEG menerapkan kuantisasi yang menggunakan sebuah matriks kuantisasi. Untuk

tiap posisi elemen pada matriks DCT, nilai yang sesuai dengan matriks kuantisasi memberikan

sebuah nilai kuantum. Nilai kuantum menunjukkan langkah ukuran yang akan menjadi elemen

tersebut dalam menerjemahkan pemampatan dari gambar, dengan nilai berkisar dari satu sampai

dengan 255. Rumus yang sebenarnya untuk kuantisasi adalah cukup sederhana, seperti pada

persamaan dibawah.

Nilai Kuantisasi (i,j) = DCT (i,j) / Quantum (i,j) (3)

Dari persamaan diatas, dapat disimpulkan bahwa besar kecilnya nilai kuantisasi dipengaruhi oleh

nilai Quantum yang digunakan Setelah nilai transformasi DCT dikuantisasi, kemudian nilai-

nilai tersebut dilewatkan dalam bentuk zig-zag seperti ditunjukkan pada Gambar 2

Alasan mengurutkan zig-zag adalah untuk mengurutkan nilai hasil kuantisasi dalam urutan

peningkatan ruang frekuensi. Jadi diperoleh vector dengan diurutkan sesuai kriteria dari ruang

frekuensi. Nilai pertama dalam vektor (pada indeks nol) dapat disamakan dengan ruang frekuensi

terendah yang ditampilkan dalam citra; ini disebut dengan istilah “DC”. Seiring meningkatnya

indeks pada vektor, maka diperoleh nilai yang disamakan dengan ruang frekuensi yang tinggi.

Penyandian Entropi

Pada penyandian entropi terdiri dari 2 tahap yaitu; penyandian dengan RLC, dan dengan

penyandian Huffman. Pada penyandian RLC, nilai hasil kuantisasi diurutkan dan disandikan

nilai-nilai nol yang berurutan. Alasan dilakukannya penyandian hanya untuk nilai-nilai nol yang

berurutan, karena setelah dikuantisasi nilai-nilai hasil kuantisasi banyak yang bernilai nol yang

berurutan. Setelah disandikan dengan RLC, kemudian dilakukan penyandian Huffman. Pada

penyandian Huffman ini setiap nilai hasil penyandian RLC dikodekan dengan bit-bit yang tidak

mungkin sama kodenya. Hal ini dimaksudkan agar pada saat proses pengawasandiannya lebih

mudah. Secara umum proses pemampatan citra dengan standar JPEG ditunjukkan pada gambar

3.

Pengukuran Kinerja Pemampat citra

Pemampat terdiri dari dua kelas Pertama, didefinisikan secara pengukuran matematika seperti

Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), dan lain sebagainya. Kedua,

metode pengukuran berdasarkan karakteristik system penglihatan manusia (HSV/Human Visual

System) dalam usaha untuk menunjukkan persepsi kualitas suatu citra.

Indeks Kualitas Citra

Indeks kualitas citra ini diperkenalkan oleh Zou Wang dan Alan C. Bovik ilmuwan dari The

University of Texas. Alasan digunakannya indeks kualitas ini adalah karena mudah dalam

perhitungannya, dapat digunakan untuk berbagai aplikasi pengolahan citra, dan lebih

memberikan perbandingan yang berarti dari berbagai macam jenis distorsi citra. Berikut ini

penjabaran rumus indeks kualitas citra:

PSNR (Peak Signal to Noise Ratio)

Untuk menghitung nilai PSNR digunakan rumus sebagai berikut ini:

Dengan P(i,j) merupakan citra asli dengan ukuran N1 x N2 dan Q(i,j)merupakan citra yang diuji

dengan ukuran yang sama.

Sistem Penglihatan Manusia

Untuk sistem penglihatan manusia digunakan kriteria fidelitas yang berguna untuk mengukur

kualitas citra dan untuk penilaian suatu hasil teknik proses atau sistem penglihatan. Digunakan

kriteria subjektif yaitu skala kebaikan yang ditunjukkan pada Tabel 1.

Rasio Pemampatan Citra

Rasio pemampatan citra ini bertujuan untuk membandingkan ukuran citra hasil pemampatan

terhadap ukuran citra asli sebelum dimampatkan. Adapun rumus rasio pemampatan ditunjukkan

pada persamaan dibawah.

Rasio Pemampatan =x 'x x 100%

x' = ukuran citra hasil pemampatan

x = ukuran citra asli (sebelum dimampatkan)

dari persamaan diatas dapat disimpulkan bahwa semakin kecil ukuran citra hasil pemampatan,

maka semakin kecil rasio pemampatan yang diperoleh.

BAB III

KESIMPULAN

1. Dikembangkan awal tahun 1980 oleh Joint Photographic Experts Group (JPEG). JPEG

merupakan format paling sering digunakan di internet. Implementasi format JPEG terbaru

dimulai sejak tahun 1996 dan semakin berkembang dengan inovasi format baru yang

menyertai perkembangan teknologi yang memanfaatkan format JPEG lebih luas. Walaupun

format JPEG merupakan metode kompresi gambar yang gratis, sebuah perusahaan bernama

Forgent pada tahun 2002 mempatenkan format ini dan akan menarik biaya lisensi. Segera

Group JPEG mengumumkan sebuah format JPEG 2000 sebagai sebuah format

pengganti.Namun dua hal di atas terlambat, karena JPEG sudah digunakan secara luas dan

hak paten belum ditetapkan oleh pengadilan.

2. Standar Kerja Pemampatan Citra JPEG Pemampatan citra merupakan proses pengolahan citra

yang melibatkan banyak metode didalamnya. Proses ini mempunyai ciri datamasukan dan

informasi keluaran yang berbentuk citra. Pemampatan citra terbagi menjadi dua, yaitu

pemampatan yang berugi (lossy), dan yang tanpa rugi (lossless).

3. JPEG didirikan oleh komite Joint Photographic Expert Group yang mengeluarkan standart

pada tahun 1992. JPEG menetapkan standart yaitu codec. Codec menjelaskan tentang

bagaimana sebuah gambar dikompresi menjadi aliran byte dan dikompres kembali menjadi

sebuah gambar serta digunakan sebagai streaming sebuah file.

4. DCT adalah transformasi matematika yang mengambil dan mengubah sinyal dari domain

spasial ke dalam domain frekuensi.

DAFTAR PUSTAKA

1. Bandemer Bernd, 2003, Course Project 4 ECE 642,

http://www.stud.tuilmenau.de/~bebaii/docs.html

2. Herdiyeni, Yeni. 2009. Kompresi Citra. Departemen Ilmu Komputer. IPB

3. Resyanditp,S.Kom, MSIS. 2007. Kompresi Data Citra TP4113

4. http://lecturer.ukdw.ac.id/anton/

5. R. C. Gonzalez and R. E. Woods, “Digital Image Processing”,Second edition,pp. 411-514,

2004.

6. http://en.wikipedia.org/Image_compression .

7. Greg Ames,"Image Compression", Dec 07, 2002.