Proposal AGUS DWT

ABSTRAK 

Didalam

dunia

telekomunikasi,

meningkatnya

penggunaan

komputer

dalam

kehidupan sehari-hari, secara tidak langsung juga membuat kebutuhan akan penyimpanan data semakin meningkat. Semakin besar data, semakin besar ruang yang dibutuhkan dan semakin lama waktu yang diperlukan untuk mengirimkan data. Meningkatnya kapasitas data akan menyebabkan penggunaan Bandwidth yang lebih besar, sehingga efisiensi penggunaan Bandwidth menjadi satu fokus utama yang perlu diperhatikan dalam setiap pemanfaatan teknologi telekomunikasi. Untuk mengatasinya, telah dikembangkan berbagai algoritma kompresi yang digunakan untuk memampatkan memampatka n data, data, sehingga

ukuran data data yang akan aka n

ditransfer melalui suatu jaringan akan lebih kecil. Khususnya untuk jenis data citra berupa gambar, salah satu algoritma kompresi yang paling baik adalah jenis algoritma  Discrete Wavelet Transform (DWT). (DWT). Algoritma DWT unggul dalam rasio kompresi kompresi file  file *.png, *.bmp, dan *.jpeg. Parameter kinerja diukur diukur dari kompleksitas algoritma, rasio kompresi, dan berapa waktu yang diperlukan untuk proses kompresi. Penulisan dan penelitian pada tugas akhir ini adalah untuk mengimplementasikan algoritma DWT pada perangkat bergerak berbasis android.

I.

BIDANG IDANG TUGAS AKHI AKHIR 

Penulisan Tugas Akhir ini meliputi bidang Telekomunikasi khususnya pada  pemanfaatan teknologi dalam area r ekayasa perangkat lunak.

II.

JUDUL TUGAS AKHI AKHIR  ³Implementasi Teknik Ko eknik  Kompresi mpresi Citra Gambar

dengan Algo lgoritma Discrete ritma Discrete Wavelet Transform (DWT) DWT) pad pada Perangkat Bergerak´

III.

LATAR BELAKANG

Seiring dengan perkembangan dan kemajuan teknologi informasi manusia saat ini ternyata berdampak pada perkembangan ilmu pengetahuan yang lain, demikian pula dengan dunia telekomunikasi yang tidak dapat dipisahkan dari kehidupan manusia di zaman modernisasi. Meningkatnya penggunaan komputer, handph andphone, one, dan media telekomunikasi lainnya dalam kegiatan sehari-hari, secara tidak langsung juga membuat kebutuhan akan penyimpanan data semakin meningkat. Data tersebut dapat berupa  file text, gambar, suara, dan video. Di dalam melakukan pengiriman data melalui media transmisi, semakin besarnya ukuran kapasitas data yang akan dikirimkan menyebabkan semakin lama waktu yang diperlukan untuk mengirimkan data tersebut dan semakin besar   bandwidth yang dibutuhkan untuk mengirim data tersebut hingga sampai ke tujuan. Oleh karena itu, dikembangkan algoritma-algoritma kompresi yang bertujuan untuk  memampatkan data. Pemampatan data citra atau kompresi citra bertujuan untuk  meminimalkan kebutuhan memori dalam mempresentasikan citra digital dengan mengurangi duplikasi data di dalam citra sehingga memori yang dibutuhkan lebih sedikit daripada representasi citra semula, meminimalkan waktu pengiriman data pada saluran komunikasi data agar lebih singkat dan tidak menghabiskan banyak  bandwidt h bandwidt h. Perkembangan teknologi tersebut juga diiringi dengan perkembangan-perkembangan  perangkat lunak untuk dapat menjalankan berbagai aplikasi seperti dokumen yang berupa  file text , berbagai citra gambar seperti citra foto, aplikasi radiografi, kompresi citra hasil diagnosa medis atau gambar satelit, melihat video seperti video conferencing  dan banyak  hal lain yang tidak pernah dapat dibayangkan beberapa dasawarsa yang lalu. Perangkat lunak sendiri juga mengalami perkembangan yang sangat signifikan dalam beberapa

tahun terakhir dengan munculnya  platform untuk mobile device seperti Symbian, Java dan Android. Kompresi Citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi redudansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien. Kompresi data adalah ilmu atau seni mempresentasikan informasi dalam bentuk yang lebih compact . (Ida Mengyi Pu, 2006). Komunikasi yang terjadi pada seluruh perangkat bergerak tentu saja membutuhkan suatu jaringan telekomunikasi yang dapat mengakomodasi komunikasi data, suara maupun gambar. Dengan semakin banyaknya koneksi yang terjadi pada jaringan, maka   jumlah permintaan koneksi yang semakin meningkat menjadi tidak sebanding dengan kapasitas bandwidt h yang tersedia pada jaringan. Di

dalam

algoritma   Discrete

Wavelet

Transform ini,

faktor

yang

akan

dipertimbangkan, yaitu: kompleksitas algoritma, waktu yang dibutuhkan untuk  melakukan kompresi, dan rasio perbandingan data hasil kompresi.

IV.

RUMUSAN MASALAH

Banyaknya u ser  yang mengakses jaringan akan berakibat pada meningkatnya traffic  pada bandwidt h yang digunakan pada jaringan telekomunikasi. Peningkatan traffic ini  biasanya menimbulkan masalah-masalah pada sisi u ser  akibat dari terhambatnya proses   pengiriman data hingga gagalnya koneksi pada jaringan. Salah satu alternatif untuk  mengatasi hal tersebut adalah dengan memperkecil ukuran data sehingga dapat menghemat penggunaan kapasitas bandwidt h. Permasalahan yang akan diteliti dan diuraikan dalam tugas akhir ini adalah: 1. Menganalisa kualitas citra hasil kompresi JPEG 2000 dengan menggunakan algortima  Discrete Wavelet Transform. 2. Membandingkan performansi kompresi antara kompresi JPEG dan kompresi JPEG 2000. 3. Bagaimana melakukan kompresi JPEG pada citra digital dengan Discrete Wavelet  Transform.

V.

TUJUAN PENULISAN

Tujuan dari penulisan pada tugas akhir ini adalah mengimplementasikan teknik  kompresi citra gambar dengan menggunakan Algoritma DWT sehingga didapat efisiensi  pada storage maupun bandwidt h.

VI.

BATASAN MASALAH

Agar Tugas Akhir ini lebih fokus, maka diberikan beberapa pembatasan masalah sebagai berikut : 1. Kompresi dengan algoritma  DWT  hanya diimplementasikan pada data berformat gambar JPEG ( Joint P hotographic Experts Grou p) dan BMP ( Bitmap) 2. Dalam   Discrete Wavelet Transform ini, transformasi yang digunakan adalah dalam kompresi JPEG 2000. 3. Perangkat lunak yang dikembangkan untuk i mplementasi berbasis android. 4. Simulasi diukur dengan pengamatan terhadap citra asli dan citra hasil kompresi. 5. Simulasi diukur dengan pengamatan ukuran dan kinerja dari kompresi ini jika dibandingkan dengan standar.

VII.

METODOLOGI PENULISAN

Metode penulisan yang dilakukan pada p enulisan tugas akhir ini adalah: 1. Studi literatur  Dengan melakukan studi literatur, penulis mempelajari teori tentang algoritma dengan melakukan tinjauan pustaka untuk memperoleh data melalui berbagai sumber, seperti   buku, jurnal, artikel, dan situs-situs internet sehingga data yang diperoleh mengikuti   perkembangan teknologi saat ini. Selain itu penulis juga mempelajari beberapa teori lainnya yang dirasakan perlu untuk mendukung landasan teori dalam Tugas Akhir ini.

2. Studi bimbingan dan diskusi Yaitu dengan melakukan diskusi tentang topik tugas akhir ini dengan dosen  pembimbing yang telah ditunjuk oleh pihak Departemen Teknik Elektro USU.

3. Eksperimen Yaitu dengan melakukan implementasi algoritma dalam suatu perangkat lunak   berbasis android.

VIII.

TINJAUAN PUSTAKA A. Kompresi Data

Kompresi data merupakan cabang ilmu komputer yang bersumber dari teori informasi. Teori informasi sendiri adalah salah satu cabang matematika yang berkembang sekitar  akhir dekade 1940-an. Tokoh utama dari teori informasi adalah Claude Shannon dari  Bell   Laboratory. Teori informasi memfokuskan pada berbagai metode tentang informasi termasuk penyimpanan dan pemrosesan pesan. Teori informasi mempelajari pula tentang red undancy (informasi tak berguna) pada pesan. Semakin banyak  red undancy semakin  besar pula ukurang pesan, upaya mengurangi red undancy inilah yang akhirnya melahirkan subyek ilmu tentang kompresi data. Menurut Ida Mengyi Pu (2006, hal: 1) kompresi data adalah ilmu seni atau seni merepresentasikan informasi dalam bentuk yang lebih compact.sedangkan Dacid Salomon (2007, hal: 2) mengatakan bahwa kompresi data adalah proses mengkonversikan sebuah input data stream ( stream sumber, atau data mentah asli) menjadi data stream lalinnya (bit   stream hasil, atau stream yang telah terkompresi) yang berukuran lebih kecil. Tujuan dari kompresi data adalah untuk mempresentasikan suatu data digital dengan sedikit mungkin bit, tetapi tetap mempertahankan kebutuhan minimum untuk membentuk  kembali data aslinya. Data digital ini dapat berupa text , gambar, suara, dan kombinasi dari ketiganya, seperti video. Teori informasi menggunakan terminologi entropy sebagai pengukur berapa   banyak informasi yang dapat diambil dari sebuah pesan. Kata ³entropy´ berasal dari ilmu termodinamika. Semakin tinggi entropy dari sebuah pesan semakin banyak  informasi yang terdapat di dalamnya.  Entropy dari sebuah simbol didefinisikan sebagai nilai logaritma negatif dari probabilitas kemunculannya. Untuk menentukan isi informasi dari sebuah pesan dalam jumlah bit dapat digunakan rumus sebagai berikut: number of bits = - log base 2 (probability)

 Entropy dari keseluruhan pesan adalah jumlah dari keseluruhan entropy dari seluruh simbol.

B. Teknik  Kompresi Data

Teknik kompresi data dapat dibagi menjadi dua kategori besar, yaitu: 1. Lossy Compression  Lossy Compression adalah kompresi citra di mana hasil dekompresi dari citra yang terkompresi tidak sama dengan citra aslinya karena ada informasi yang hilang,

tetapi masih bisa ditolerir oleh persepsi mata. Mata tidak dapat membedakan perubahan kecil pada gambar. Metode ini menghasilkan ratio kompresi yang lebih tinggi daripada metode lossless. Contohnya adalah color red uction, chroma subsampling, dan transform coding, seperti transformasi Fourier, Wavelet, dan lain-lain.  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. a. Ukuran  file citra menjadi lebih kecil dengan menghilangkan beberapa informasi dalam citra asli.  b. Teknik ini mengubah detail dan warna pada file citra menjadi lebih sederhana tanpa terlihat perbedaan yang mencolok dalam pandangan manusia, sehingga ukurannya menjadi lebih kecil. c. Biasanya digunakan pada citra foto atau image lain yang tidak terlalu memerlukan detail citra, dimana kehilangan bit rate foto tidak berpengaruh pada citra. d. Beberapa teknik loseless: y

Color red uction: untuk warna-warna tertentu yang mayoritas dimana informasi warna disimpan dalam color palette.

y

C hroma subsampling : teknik yang memanfaatkan fakta bahwa mata manusia merasa brig htness (l uminance) lebih berpengaruh daripada warna (chrominance) itu sendiri, maka dilakukan pengurangan resolusi warna dengan disampling ulang. Biasanya digunakan pada sinyal YUV.  C horma S ubsampling  terdiri dari 3 komponen: Y (l uminance) : U (CBl ue) : V (CRed ).

2. Lossless Compression Sebaliknya 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. a. Teknik kompresi citra dimana tidak ada satupun informasi citra yang dihilangkan.  b. Biasa digunakan pada citra medis.

c. Metode loseless:  Run Lengt h Encoding  (RLE),   Entropy Encoding (huffman, aritmatik), dan Adaptive Dictionary Based (LZW)

C. Manfaat

Beberapa manfaat kompresi adalah: 1. Waktu pengiriman data pada saluran komunikasi data menjadi lebih singkat. Contohnya pengiriman gambar dari   faximile, video confrencing, handphone, download  dari internet pengiriman data medis, pengiriman dari satelit, dan lainlain. 2. Membutuhkan ruang memori dalam  storage yang lebih sedikit dibandingkan dengan data yang tidak dimampatkan. 3. Efisiensi penggunaan bandwidt h pada jaringan telekomunikasi.

D. K riteria Kompresi

Kriteria yang digunakan untuk mengukur kompresi adalah: 1. Waktu kompresi dan waktu dekompresi Suatu proses kompresi merupakan proses mengkodekan data atau citra (encode) sehingga diperoleh data atau citra dengan representasi kebutuhan memori yang minimum. Data citra terkompresi disimpan dalam file dengan format tertentu, misalnya JPEG ( Joint P hotographic Experts Grou p) atau MPEG. S edangkan proses dekompresi adalah proses untuk menguraikan data atau citra yang dimampatkan untuk dikembalikan lagi (decoding ) menjadi citra yang tidak mampat. Suatu algoritma pemampatan yang paling baik adalah algoritma yang membutuhkan waktu yang paling sedikit untuk melakukan proses kompresi dan dekompresi.

2. Kebutuhan memori Metode kompresi yang baik adalah metode kompresi yang mampu mengompresi atau memampatkan file menjadi ukuran data atau citra yang paling minimal. Algoritma pemampatan yang baik akan menghasilkan memori yang dibutuhkan untuk menyimpan hasil kompresi yang berkurang secara berarti. Biasanya semakin besar persentase pengompresian atau pemampatan data, maka semakin kecil kebutuhan memori yang diperlukan sehingga kualitas citra makin   berkurang. Sebaliknya, semakin kecil persentase data atau citra yang dikompresi atau dimampatkan, semakin bagus kualitas hasil pemampatan tersebut.

3. Kualitas pemampatan Metode kompresi yang baik adalah metode kompresi yang mampu mengembalikan citra hasil kompresi menjadi citra semula (dekompresi) tanpa kehilangan informasi apapun. Kalaupun ada informasi yang hilang akibat   pemampatan, sebaiknya hal itu ditekan seminimal mungkin. Semakin berkualitas hasil data atau citra pemampatan, semakin besar memori yang dibutuhkan. Sebaliknya, semakin jelek kualitas data atau citra hasil pemampatan, semakin kecil kebutuhan memori yang harus disediakan. Kualitas

citra

hasil

pemampatan

dapat

diukur

secara

kuantitatif 

menggunakan besaran PSNR (  Peak Signal to Noise Ratio). Semakin besar nilai PSNR maka data atau citra hasil pemampatan semakin mendekati informasi aslinya, dengan kata lain semakin bagus kualitas data atau citra hasil pemampatan tersebut. Sebaliknya, semakin kecil nila PSNR, semakin jelek kualitas data atau citra hasil pemampatan. Rumus untuk menghitung PSNR adalah sebagai berikut:

                

Dimana MAX adalah nilai intensitas terbesar. Nilai MSE dihitung dengan persamaan  berikut:

           Dalam hal ini, m dan n masing masing adalah lebar dan tinggi citra, I dan K  masing masing adalah nilai intensitas baris ke-i dan kolom ke-j dari citra hasil  pemampatan dan citra sebelum dimampatkan. PSNR mempunyai satuan decibel (dB)

4.

Format keluaran Format citra hasil pemampatan yang baik adalah yang cocok dengan kebutuhan  pengiriman dan peyimpanan data

E. R asio Kompresi

Rasio kompresi adalah ukuran persentase citra yang telah berhasil dimampatkan. Secara matematis rasio pemampatan citra dituliskan sebagai berikut:

 Rasio = 100% - ( HasilKompresi/CitraAsli x 100%)

F. Hal ± Hal Penting Dalam Kompresi

1.

 S calability/Progressive

Coding/Embedded Bitstream

a. Adalah kualitas dari hasil proses pengkompresian citra karena manipulasi bitstream tanpa adanya dekompresi atau r ekompresi.   b. Biasanya dikenal padaloseless codec. c. Contohnya pada saat   preview image sementara image tersebut di-download . Semakin baik  scalability, makin bagus preview image. d. Tipe scalability: 1. Quality progressive : dimana image dikompres secara perlahan-lahan dengan penurunan kualitasnya 2.  Resol ution progressive: dimana image dikompresi dengan meng-enkode resolusi image yang lebih rendah terlebih dahulu baru kemudian ke resolusi yang lebih tinggi. 3. Component

progressive:

dimana

image

dikompresi

berdasarkan

komponennya, pertama meng-enkode komponen  gray baru kemudian komponen warnanya. 2.

 Region

of Interest Coding: daerah-daerah tertentu di-enkode dengan kualitas

yang lebih tinggi daripada yang lain. 3.

 M eta

Information: image yang dikompres juga dapat memiliki meta information

seperti statistik warna, tekstur,   small preview image, dan author atau copyrig ht  information

G. Perbedaan Antara Format  F ile dan Kompresi

Citra digital adalah sebuah  file yang tersimpan sebagai nilai numerik dalam media magnetik atau media optikal. Ditinjau dari bentuk yang merupakan sebuah  file, citra digital memiliki berbagai jenis format, antara lain JPEG, GIF, PNG, BMP, dsb. Format-format  file untuk citra digital ini memiliki keunggulan, kelemahan, dan tingkat komersialitasnya masing-masing. Format  file merupakan rangkaian data yang teratur dan digunakan untuk mengkodekan informasi dalam penyimpanan atau   pertukaran data. Format file dapat digambarkan sebagai sebuah bahasa tulis yang memiliki aturan-aturan sendiri dalam penulisannya. Jika digambarkan, setiap format  file citra memiliki cara pembentukan struktur yang berbeda dimana setiap struktur ini

memiliki header dan body. Umumnya header diikuti dengan body yang mengandung sebagian besar data. Kompresi merupakan cara pengkodean data  file agar lebih ringkas dan efisien. Seperti diketahui, kompresi terhadap sebuah  file memerlukan algoritma juga. Algoritma ini berguna dalam mendefinisikan langkah-langkah yang diperlukan untuk  mengurangi ukuran file, yang dalam hal ini merupakan tujuan dari kompresi. Kesalahan yang sering muncul adalah pembedaan antara format  file dengan kompresi. Contoh yang paling sering muncul adalah pembedaan antara kompresi JPEG dengan JFIF (JPEG   File Interchange Format ). JFIF yang diberi ekstensi  file .jpg sering disebut  file dengan format JPEG, bukan  file yang dikompresi menggunakan jenis kompresi JPEG.

H. Algoritma Discrete Wavelet Transform

Transformasi wavelet adalah sebuah transformasi matematika yang digunakan untuk menganalisis sinyal bergerak. Sinyal bergerak ini dianalisis untuk didapatkan informasi spektrum frekuensi dan waktunya secara bersamaan. Salah satu seri  pengembangan transformasi wavelet adalah Discrete Wavelet Transform ( DWT ) Sinyal adalah bentuk mentah dari penggambaran waktu dan amplitudo. Penggambaran dengan waktu dan amplitudo yang dikategorikan dalam domain waktu  perlu ditransformasikan dalam domain lain untuk analisis dan pemrosesan sinyal. Sinyal juga dikategorikan menjadi dua jenis, yaitu sinyal yang tidak bergerak  ( stationary signals) dan sinyal yang bergerak ( non-stationary signals). Citra dan suara merupakan salah satu contoh dari sinyal yang dapat bergerak. Contoh lain dari jenis sinyal bergerak adalah sinyal dalam bidang biologi, seperti electrocardiogram, electromyograph y, dan sebagainya. Untuk mendapatkan informasi dari sinyal tidak    bergerak, khususnya sinyal dengan representasi frekuensi, dapat digunakan transformasi Fourier. Karena sinyal ini tidak bergerak, maka hanya perlu untuk  mendapatkan spectrum frekuensi sebuah sinyal saya agar informasi dari sinyal tersebut bisa ditampilkan. Sedangkan untuk menampilkan informasi dari sinyal   bergerak perlu sebuah transformasi yang bisa mendapatkan spectrum frekuensi dengan keterangan waktunya. Dalam transformasi Fourier, spektrum frekuensi dari sebuah sinyal bisa didapatkan, namun transformasi ini tidak dapat memberitahu kapan terjadinya frekuensi sinyal tersebut. Sehingga transformasi Fourier hanya cocok untuk    jenis sinyal tidak bergerak. Untuk itulah diperlukan transformasi lain untuk 

menampilkan informasi dari jenis sinyal bergerak ini, transformasi Wavelet  adalah salah satunya. Transformasi ini bisa mendapatkan spektrum frekuensi dan waktu secara bersamaan. Sehingga sinyal bergerak khususnya sinyal dengan representasi waktu-frekuensi bisa diproses menggunakan transformasi ini.

Wavelet 

Gelombang (wave) adalah sebuah fungsi yang bergerak naik turun ruang dan waktu secara periodik (Gambar 1a). Sedangkan wavelet  merupakan gelombang yang dibatasi atau terlokalisasi (Gambar 1b). Atau dapat dikatakan sebagai gelombang  pendek. Wavelet  ini menkonsentrasikan energinya dalam ruang dan waktu sehingga cocok untuk menganalisis sinyal yang sifatnya sementara saja.

(a)

(b)

Gambar 1. (a) Gelombang (wave), (b) wavelet 

Wavelet   pertama kali digunakan dalam analisis dan pemrosesan digital  dari sinyal gempa bumi, yang tercantum dalam literatur oleh A. Grossman dan J. Morlet. Penggunaan wavelet   pada saat ini sudah semakin berkembang dengan munculnya area sains terpisah yang berhubungan dengan analisis wavelet  dan teori transformasi wavelet . Dengan munculnya area sains ini wavelet mulai digunakan secara luas dalam filterasi dan pemrosesan data, pengenalan citra, sintesis dan pemrosesan berbagai variasi sinyal, kompresi dan pemrosesan citra, dll.

Transf ormasi Wavelet  (Wavelet Transform)

Transformasi sinyal merupakan bentuk lain dari penggambaran sinyal yang tidak mengubah isi infomasi dalam sinyal tersebut. Transformasi wavelet  (wavelet  transform) menyediakan penggambaran frekuensi waktu dari sinyal. Pada awalnya,

transformasi wavelet  digunakan untuk menganalisis sinyal bergerak ( non-stationary  signals). Sinyal bergerak ini dianalisis dalam transformasi

wavelet  dengan

menggunakan teknik  multi-resol ution analysis. Secara umum teknik  multi-resol ution analysis adalah teknik yang digunakan untuk menganalisis frekuensi dengan cara frekuensi yang berbeda dianalisis menggunakan resolusi yang berbeda. Resolusi dari sinyal merupakan ukuran jumlah informasi di dalam sinyal yang dapat berubah melalui operasi filterisasi. Transformasi

wavelet  memiliki dua seri dalam

 pengembangannya yaitu Continou s Wavelet Transform (CWT) dan  Discrete Wavelet  Transform (DWT). Semua fungsi yang digunakan dalam transformasi CWT dan DWT diturunkan dari mot her wavelet  melalui translasi/pergeseran) dan penskalaan /kompresi.  Mot her wavelet  merupakan fungsi dasar yang digunakan dalam transformasi wavelet . Karena mot her wavelet  menghasilkan semua fungsi wavelet  yang digunakan dalam transformasi melalui translasi dan penskalaan, maka mot her  wavelet    juga akan menentukan karakteristik dari transformasi wavelet  yang dihasilkan. Oleh karena itu, perlu pencatatan secara teliti terhadap penerapan wavelet  dan pemilihan yang tepat terhadap mot her wavelet  harus dilakukan agar dapat menggunakan transformasi wavelet  secara efisien. Fungsi-fungsi yang termasuk di dalam keluarga wavelet dipaparkan pada Gambar 2.

Gambar 2. K eluarga Wavelet (a)Haar, (b)Daubechies, (c)Coiflet, (d)Symlet, (e)Meyer, (f )Morlet, (g)Mexican Hat. Dengan sumbu x merupakan

waktu, t dan sumbu y merupakan  (t )

Seri pengembangan kedua dari transformasi wavelet  adalah Discrete Wavelet  Transform (DWT). Seri pengembangan ini merupakan seri CWT yang didiskritkan. Dengan pendiskritan CWT ini maka perhitungan dalam CWT dapat dibantu dengan menggunakan komputer.

 Discrete Wavelet Transform (DWT)

Dasar

dari

DWT

dimulai

pada

tahun

1976

dimana

teknik

untuk 

mendekomposisi sinyal waktu diskrit ditemukan. Di dalam CWT, sinyal dianalisis menggunakan seperangkat fungsi dasar yang saling berhubungan dengan penskalaan dan transisi sederhana. Sedangkan di dalam DWT, penggambaran sebuah skala waktu sinyal digital didapatkan dengan menggunakan teknik filterisasi digital . Secara garis  besar proses dalam teknik ini adalah dengan melewatkan sinyal yang akan dianalisis  pada filter dengan frekuensi dan skala yang berbeda. Filterisasi

sendiri

merupakan

sebuah

fungsi

yang

digunakan

dalam

  pemrosesan sinyal. Wavelet  dapat direalisasikan menggunakan iterasi filter dengan  penskalaan. Resolusi dari sinyal, yang merupakan rata-rata dari jumlah detil informasi dalam sinyal, ditentukan melalui filterasi ini dan skalanya didapatkan dengan u psampling dan downsampling ( subsampling ). Sebuah sinyal harus dilewatkan dalam dua filterisasi DWT yaitu hig h pass  filter  dan lowpass filter  agar frekuensi dari sinyal tersebut dapat dianalisis. Analisis sinyal dilakukan terhadap hasil filterisasi hig h  pass filter dan lowpass filter  di mana hig h  pass filter  digunakan untuk menganalisis frekuensi tinggi dan lowpass filter  digunakan untuk menganalisis frekuensi rendah. Analisis terhadap frekuensi dilakukan dengan cara menggunakan resolusi yang dihasilkan setelah sinyal melewati filterisasi. Analisis frekuensi yang berbeda dengan menggunakan resolusi yang   berbeda inilah yang disebut dengan multi-resol ution analysis, seperti yang telah disinggung pada bagian Transformasi Wavelet . Pembagian sinyal menjadi frekuensi tinggi dan frekuensi rendah dalam proses filterisasi hig h  pass filter dan lowpass filter  disebut sebagai dekomposisi. Proses dekomposisi dimulai dengan melewatkan sinyal asal melewati hig h  pass filter dan lowpass filter .

Penerapan DWT dalam Kompresi Citra

Kompresi dalam citra menggunakan DWT  berhubungan dengan dekomposisi terhadap citra tersebut. Citra yang merupakan sinyal bergerak ini didekomposisi sama seperti cara dekomposisi sinyal yang telah dipaparkan pada bagian sebelumnya. Secara umum, citra (sinyal bergerak) merupakan rangkaian gelombang yang memiliki banyak puncak dan lembah. Masing-masing gelombang dalam rangkaian gelombang dari sebuah citra biasanya mewakili channel  warna (Merah, Hijau, dan Biru). Puncak dan lembah citra dipusatkan ke t itik nol, selanjutnya transformasi sinyal menyimpan jarak dari titik nol menuju titik sepanjang gelombang, jarak ini disebut dengan

koefisien.

Koefisien

yang

berdekatan

kemudian

dirata-rata

untuk 

mendapatkan gelombang yang lebih sederhana dan menghasilkan citra dengan resolusi atau tingkat kedetilan setengah dari semula. Koefisien yang telah dirata-rata kemudian dibagi lagi seterusnya hingga mendapatkan gelombang yang sangat sederhana. Proses ini merupakan dekomposisi pada citra. Transformasi wavelet  dapat menghasilkan versi resolusi citra yang sangat sederhana, oleh karena itu diperlukan perkiraan bentuk umum serta warna (informasi) dari citra untuk dapat merekonstruksi sebuah citra. Transformasi wavelet  dapat mengidentifikasi variasi yang signifikan dalam sebuah citra. Variasi ini berhubungan dengan tempat di mana proses penyederhanaan terjadi. Pada saat dekomposisi citra menggunakan koefisien yang dirata-rata, selisih dari koefisien tersebut dicatat. Semakin kecil selisih dari koefisien maka variasi di dalam citra tersebut sedikit, dan ini merupakan kandidat yang bagus untuk proses  penyederhanaan. Semakin besar selisih koefisien maka ini menandakan detil dari citra tersebut sangat signifikan dan perlu untuk dipertahankan, biasanya yang memilki detil ini adalah garis atau tepi dari citra. Contoh dari proses dekomposisi dan rekonstruksi citra adalah, misalkan ada sebuah citra satu dimensi yang memiliki empat nilai saja (empat piksel dalam sebuah  baris, memiliki tingkat abu - abu yang berbeda), yaitu 1, 3, 8, 6 Selanjutnya diambil rata -rata dari pasangan pertama dan kedua hingga menghasilkan tingkat abu-abu sbb 2, 7. Setelah citra telah disederhanakan, perlu untuk mencatat informasi dari citra ini yaitu berupa selisih dari koefisien rata-rata. Selisih ini perlu dicatat karena setelah citra disederhanakan maka resolusinya berkurang menjadi setengah dan ada informasi

yang hilang. Padahal informasi ini dibutuhkan utnuk merekontruksi citra tersebut. Selisih dari koefisien rata-rata ini disebut dengan koefisien detil, dalam kasus ini koefisien detilnya adalah 1 dan -1. Dengan bukti sebagai berikut: 2 + -1 = 1 2 ± (-1) = 3 7+1=8 7±1=6 Jika dekomposisi dilanjutkan ke tingkat selanjutnya maka akan diperoleh koefisien rata-rata 4.5 dan koefisien detil 2.5. Dengan mencatat koefisien detil pada masing-masing tingkatan dikomposisi ini, maka rekonstruksi citra untuk menjadi citra asal dapat dilakukan. Secara teknis, dekomposisi citra yang merupakan sinyal bergerak dapat digambarkan seperti dekomposisi sinyal menggunakan transformasi wavelet.

BEBERAPA METODE KOMPRESI CITRA Algoritma

BMP

RLE

X

LZ

GIF

PNG

X X

Huffman

X X

DCT DWT

JPEG

X X

X

X

I. K riteria Algoritma dan Aplikasi Kompresi Data

1. Kualitas data hasil encoding : ukuran lebih kecil, data tidak rusak untuk kompresi lossy 2. Kecepatan, rasio, dan efisiensi proses kompresi dan dekompresi 3. Ketepatan proses dekompresi data: data hasil dekompresi tetap sama dengan data sebelum dikompres (kompresi loseless)

J. Android

Android adalah sistem operasi berbasis linux yang dapat digunakan di  berbagai perangkat mobile. Android memiliki tujuan utama untuk memajukan inovasi   piranti telepon bergerak agar pengguna mampu mengeksplorasi kemampuan dan menambah pengalaman lebih dibandingkan dengan  platform mobile lainnya. Hingga saat ini Android terus berkembang, baik secara sistem maupun aplikasinya. Pada Juli 2005, Google mengakuisisi Android Inc. sebuah perusahaan baru  berkembang yang bergerak di bidang aplikasi ponsel. Perusahaan ini berbasis di Palo Alto California Amerika Serikat. Pendiri Android Inc. salah satunya adalah Andy Rubin yang saat ini menjadi direktur Google Mobile Platform. Rumor pun berkembang saat Google mengakuisisi Android, Inc. bahwa Google berencana untuk masuk ke pasar ponsel meski belum diketahui akan seperti apa andil Google di dunia ponsel. Di Google, tim yang dipimpin oleh Andy Rubin mengembangkan platform   perangkat bergerak dengan dasar kernel Linux yang dipasarkan kepada produen handset dan layanan telekomunikasi. Saat itu beredar kabar bahwa Google telah memiliki jajaran komponen hardware dan   partner software serta memberi tanda kepada penyedia layanan telekomunikasi bahwa yang mereka tawarkan bersifat terbuka. Spekulasi sasaran Google untuk ponsel pun semakin berkembang bahwa mereka akan segera mengumumkannya di bulan Desember 2006. Kemudian September 2007, Google diketahui sedang mengajukan hak paten di bidang telepon selular. Pada 5 November 2007 baru Android resmi di rilis dengan dibentuknya Open  Handset Alliance (OHA) untuk pusat pengembangannya. Perangkat pertama yang menjalankan Android adalah  smartphone yang dikembangkan oleh HTC Dream atau TMobile G1, yang secara resmi diluncurkan   pada 23 September 2008. Penjualan perangkat ini di pasar AS dimulai pada bulan Oktober 2008. Segera setelah itu beberapa produsen  smartphone juga mengumumkan niat mereka untuk merilis perangkat berdasarkan platform Android. Google Android tidak hanya diatur di  smartphone, platform ini juga cocok  untuk  netbook . Jadi beberapa produsen netbook  seperti Asus, MSI, Dell dan Acer  segera mengumumkan rilis perangkat berdasarkan platform mobile dari Google. Android merupakan kumpulan perangkat lunak yang ditujukan bagi perangkat   bergerak mencakup sistem operasi, middleware, dan aplikasi kunci. Android Standart 

  Development Kid (SDK) menyediakan perlengkapan dan   Application Programming   Interface (API) yang diperlukan untuk mengembangkan aplikasi pada  platform Android menggunakan bahasa pemrograman Java. Android dikembangkan oleh Google bersama Open Handset Allience (OHA) yaitu aliansi perangkat selular terbuka yang terdiri dari 47 perusahaan  Hardware, Software dan perusahaan telekomunikasi ditujukan untuk mengembangkan standar  terbuka bagi perangkat selular.

K . PERKEMBANGAN ANDROID

Google merupakan perusahaan yang dibentuk oleh dua orang pemuda yang   bernama Larry Page dan Sergey Brin. Perusahaan ini bukan hanya sukses dengan aplikasi mesin pencari di Internet, selain menebar puluhan fasilitas gratis di Internet, kini Google telah memasuki produk perangkat genggam yang dikenal dengan nama Google  P hone (G1). Google  P hone generasi pertama (G1) dijejali dengan sistem operasi buatannya sendiri yang diberi nama Android. Arti android sendiri merupakan automaton in human form. Sesuatu yang otomatis dalam bentuk manusia. Lalu sebenarnya juga, pada awalnya android ini merupakan sebuah perusahaan  small start u p yang berlokasi di Palo Alto. Lalu pada Juli 2005, Google mengakuisisinya. Android adalah sistem operasi untuk telepon seluler yang berbasis Linux. Android menyediakan  platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri dan untuk digunakan oleh bermacam peranti bergerak ( mobile device). Hal ini memungkinkan para pengembang menulis kode terkelola ( managed  code) dalam bahasa pemrograman Java, mengontrol peranti via perpustakaan Java yang dikembangkan Google. Semenjak kemunculannya satu setengah tahun lalu, pertumbuhan OS Android  belakangan ini kian pesat dan terus meningkatkan jumlah penggemarnya. Pada bulan lalu, jumlah aplikasi baru yang memasuki Android Market telah mencapai 9000 aplikasi. Seperti halnya application store yang lain, Android market merupakan wadah   bagi OS Android untuk mengunduh dan memperoleh aplikasi khusus Android, baik  yang berbayar maupun yang diberikan secara cuma-cuma. Sebuah badan analisa milik 

Androlib baru-baru ini menampilkan statistik yang menunjukkan pertumbuhan jumlah aplikasi yang beredar dalam Android Market kini sudah mencapai 70.000 aplikasi. Serbuan jumlah aplikasi ini menunjukkan tingginya minat para pengembang untuk berkecimpung didalam OS berlogo robot hijau ini, dan diperkirakan jumlahnya akan semakin meningkat lagi menyaingi jumlah aplikasi pada iPhone.

Beberapa fitur pengembangan android di antara nya : a. Open Handset Alliance (ada sekitar 30 Perusahaan) b. Open Source c. Linux Platform d. Aplikasi dikembangkan menggunakan program bahasa Java e. Penyimpanan : menggunakan SQLite f. Konektifitas : mendukung GSM/EDGE, CDMA, EV-DO, UMTS,  Bl uetoot h, dan Wi-Fi. g.  Messaging : SMS dan juga MMS h. Web Browser : berbasis open source webkit framework. i.   Dalvik Virt ual Machine : Software yang ditulis menggunakan Java dapat di compile menjadi Dalvik  byte codes dan di jalankan melalui dalvik  virt ual  machine, yang merupakan implementasi dari VM yang khusus untuk  mobile device, walaupun secara teknis bukan standar  Java Virt ual Machine.  j.

Dukungan media : mendukung berbagai media audio/video seperti MPEG-4, H.264, Mp3, AAC, OGG, AMR,JPEG, PNG, GIF.

k. Dukungan hardware : video/kamer , touch screen, GPS, accelerometer, dan 3D grafis. l.  Development Enviroment  : device emulator , tool  untuk  debu g ,  pl u gin untuk  IDE Eclipse.

L. K elebihan dan K ekurangan dari OS Android K elebihan Android

Sudah banyak  platform untuk perangkat selular saat ini, termasuk didalamnya Symbian, iPhone, Windows Mobile, BlackBerry, Java  Mobile Edition, Linux  Mobile

(LiM0), dan banyak lagi. Namun ada beberapa hal yang menjadi kelebihan Android. Walaupun beberapa fitur-fitur yang ada telah muncul sebelumnya pada  platform lain, Android adalah yang pertama menggabungkan hal seperti berikut: 1. Keterbukaan, bebas pengembangan tanpa dikenakan biaya terhadap sistem karena   berbasiskan Linux dan open source. Pembuat perangkat menyukai hal ini karena dapat membangun  platform yang sesuai yang diinginkan tanpa harus membayar  royality. Sementara pengembang software menyukai karena android dapat digunakan diperangkat manapun dan tanpa terikat oleh vendor manapun. 2. Arsitektur komponen dasar android terinspirasi dari teknologi internet  Mashu p. Bagian dalam sebuah aplikasi dapat digunakan oleh aplikasi lainnya, bahkan dapat diganti dengan komponen lain yang sesuai dengan aplikasi yang dikembangkan. 3. Banyak dukungan layanan, kemudahan dalam menggunakan berbagai macam layanan   pada aplikasi seperti penggunaan layanan pencarian lokasi, database SQL, browser  dan penggunaan peta. Semua itu sudah tertanam pada android sehingga memudahkan dalam pengembangan aplikasi. 4. Siklus hidup aplikasi diatur secara otomatis, setiap program terjaga antara satu sama lain oleh berbagai lapisan keamanan, sehingga kerja sistem menjadi lebih stabil. Pengguna tak perlu kawatir dalam menggunakan aplikasi pada perangkat yang memorinya terbatas. 5. Dukungan grafis dan suara terbaik, dengan adanya dukungan 2D grafis dan animasi yang diilhami oleh  Flash menyatu dalam 3D menggunakan OpenGL memungkinkan membuat aplikasi maupun game yang berbeda. 6. Portabilitas aplikasi, aplikasi dapat digunakan pada perangkat yang ada saat ini maupun yang akan datang. Semua program ditulis dengan menggunakan bahasa   pemrograman Java dan dieksekusi oleh mesin virt ual Dalvik, sehingga kode program  portable antara ARM, X86, dan arsitektur lainnya. Sama halnya dengan dukungan masukan seperti penggunaan  Keyboard, layar sentuh, trackball  dan resolusi layar  semua dapat disesuaikan dengan program. 7. Peluncuran Android menjelaskan dimasa mendatang ponsel akan mempunyai kemampuan layaknya PC, bahkan lebih. 8. Merupakan sistem operasi open source (sumber terbuka) sehingga tiap orang berhak  mengembangkannya.(karena Android adalah sebuah open source platform maka  banyak sekali aplikasi dan game yang gratis).

9. Kinerja aplikasi di platform Android adalah di atas rata rata, semua aplikasi termasuk   game 3D berjalan sangat lancar dan tidak mudah hang . 10. Linux (kernel 2.6) yang menjadi Operating System di Android ini sangat stabil (bagi Linux sudah biasa). 11.  Browsing internet  pakai Android sangat enak karena compatible dengan lebih dari 90% website di dunia. 12. Android juga dapat membawa pengguna telepon genggam menjelajahi kawasan yang diinginkan melalui teknologi Sistem Pemetaan Global (GPS). 13. Dengan terintegrasinya VoIP (Voice over Internet protocol ) pada GPhone menelpon tidak perlu lagi menggunakan pulsa tapi cukup menggunakan Google Talk yang telah disediakan pada akun Gmail. 14. Menggunakan touch screen capative (hanya bisa dipakai dengan jari tangan asli alias tidak bisa pakai Stylus) dan memiliki accelerometer chip untuk membolak balik layar  dari portrait ke landscape untuk berbagai kebutuhan yang berbeda-beda. 15. Kelebihan Android dari yang lainnya adalah harganya yang relatif lebih murah. K ekurangan Dari SO Android :

1. Belum ada market yg bisa kita gunakan dari PC layaknya AppStore punya Apple. 2.  Platform berbasis di Java, sehingga manfaat dan sistem operasi Linux di Android tidak digunakan sepenuhnya. 3. Konsumen akan sulit membedakan produk dari berbagai vendor. Sejauh ini, perangkat Android yang telah diumumkan terlihat sangat mirip.

IX.

SISTEMATIKA PENULISAN Untuk memberikan gambaran mengenai tugas akhir ini, secara singkat dapat diuraikan

sistematika penulisan sebagai berikut : BAB I

PENDAHULUAN

Bab ini menguraikan tentang latar belakang masalah, perumusan masalah, tujuan penulisan, batasan masalah, metodologi penulisan, serta sistematika  penulisan. BAB II

DASAR TEOR I

Pada bab ini berisi pembahasan dasar teori tentang teknologi kompresi data dan android BAB III

PERANCANGAN DAN IMPLEMENTASI APLIKASI

Bab ini berisi tentang perancangan dan implementasi dari aplikasi kompresi  pada android yang menggunakan algoritma Discrete Wavelet Transform (DWT) BAB IV

PENGUJIAN DAN ANALISIS

Pada bab ini membahas mengenai hasil pengujian dan melakukan analisis dari hasil pengujian yang dilakukan. BAB V

KESIMPULAN DAN SARAN

Pada bab ini berisi kesimpulan dan saran dari tugas akhir dan saran dari penulis.

X.

DAFTAR PUSTAKA

1. Sutoyo, T. dkk (2009). Teori Pengolahan Citra Digital . Yogyakarta: Penerbit Andi. 2. Widhiarta,Putu. Pengantar kompresi Data. http://ilmukomputer.org/wpcontent/uploads//2008/10/widhiartha_kompresidata.pdf ( Diakses pada 27/01/2011) 3. Rinaldi Munir, 2004, Pengolahan Citra Digital dengan Pendekatan Algoritmik , P enerbit Informatika Bandung 4. Mulyadi,2010. Membuat Aplikasi untuk Android. Yogyakarta: Multi media center   publishing 5.

Burnette,Ed.2009. Hello Android 2nd Edition,USA

6. Sripathi, Deepika (2003). Efficient Implementations of Discrete Wavelet Transform u sing   FPGAs. Florida State University 7. Usman Ahmad, 2005,  Pengolahan Citra Digital & Teknik Pemrogramannya, Graha Ilmu.