Kompresi Lossless

Kompresi

• Kompresi : Teknik mengecilkan data sehingga di peroleh file dengan ukuran yang lebih kecil dari pada ukuran aslinya.
• Kompresi lossless : Teknik kompresi yang tidak menyebabkan kehilangan data. Hasilnya sama seperti data sebelum proses kompresi.
• Contoh : ZIP, RAR, GZIP
• Teknik ini digunakan jika kita membutuhkan data yang setelah dikompresi harus dapat diekstrak/dekompres lagi tepat sama. Biasanya digunakan jika akurasi data sangat penting
• Kadang ada data-data yang setelah dikompresi dengan teknik ini ukurannya sama atau lebih besar
• Kompresi lossless :
• Huffman Coding
• Run-Length Coding
• Lempel-Ziv-Welch Coding
• Arithmetic Coding

Huffman Coding

• Digunakan untuk pengkodean teks, citra dan video
• Kompresi dengan algoritma Huffman Coding dilakukan dengan cara :
• Hitung frekuensi kemunculan setiap simbol.
• Pilih dua buah simbol dengan frekuensi terkecil, lalu gabungkan dalam satu tangkai.
• Ulangi langkah kedua hingga tidak ada lagi tangkai yang dapat digabungkan.

RLE Coding

• Prinsip dasarnya adalah menghitung jumlah/panjang data yang sama dalam serangkain data yang akan dikompres
• Contoh pada dokumen hitam H (tulisan) dan putih P (latar belakang dokumen), berikut misalnya data pada satu baris dokumen yang direpresntasikan dalam pixel:

PPPPPPPPPPPPHPPPPPPPPPPPPPPHHHPPPPPPPPPPPPPPPPPPPPPPPHPPPPPPPPPPP
Bentuk kompresinya adalah : 12P1H14P3H23P1H11P

• Contoh Aplikasi:
• Kompresi citra format bmp pada Windows dan OS/2 untuk citra 1, 4 dan 8 bit/pixel
• Citra format PCX 8 dan 24 bit/pixel
• Fax dan scanner hitam putih

Lempel-Ziv-Welch Coding

• Kamus adaptif yang dapat digunakan dalam GIF dan TIFF
• Menggunakan Teknik Dictionary dimana string karakter digantikan oleh kode tabel yang dibuat setiap ada string yang masuk

Arithmetic Coding

• Menggantikan satu deretan simbol input dengan sebuah bilangan floating point.
• Semakin panjang dan semakin kompleks pesan yang dikodekan , semakin banyak bit yang diperlukan untuk pengkodean tersebut.

Kelebihan dan Kekurangan

• Kompresi lossless menggunakan algoritma RLE dan Huffman Coding akan tergantung pada data yang akan dikompresi.
• Dalam algoritma RLE (Run Length Encoding), jika karakter yang muncul berbeda-beda maka ukuran file akan lebih besar.
• Dalam penerapan Huffman Coding dibutuhkan tempat pada awal (header) file untuk menyimpan informasi yang diperlukan untuk proses dekompresi (decoding).
• Kompresi pada data audio, image, dan video juga sebenarnya dapat menggunakan metode general purpose seperti Huffman Coding, RLE, dan algoritma kompresi lossless lainnya.