Tugas Akhir/Proyek Akhir
Analisis Perbandingan Kompresi Citra Berwarna Dengan Metode Discrete Cosine Transform dan Singular Value Decomposition Pada Citra Digital
Kompresi citra adalah proses untuk mengurangi ukuran file pada gambar agar dapat menghemat penggunaan bandwidth pada jaringan telekomunikasi dan bisa menghemat ruang penyimpanan. Secara umum kompresi citra dibedakan menjadi dua macam, yaitu lossless compression dan lossy compression. Kinerja dan kualitas kompresi citra ditentukan pada parameter Mean Square Error, Peak Signal to Noise Ratio, dan Rasio kompresi. Ketiga parameter ini yang menentukan bagus tidaknya hasil kompresi suatu citra. Kompresi citra ini menggunakan metode Discrete Cosine Transform dan Singular Value Decomposition. Metode ini menghasilkan citra hasil kompresi yang berbeda. Observasi parameter kompresi dilakukan pada 10 citra dengan 3 jenis format, yaitu jpg, bmp, dan JPEG2000. Dari hasil observasi didapatkan bahwa nilai MSE dengan metode DCT paling rendah pada citra pesawat.jpg sebesar 1,6244 dengan kualitas 90, sedangkan nilai MSE dengan metode SVD paling rendah pada citra pesawat.bmp dan pesawat.jp2 sebesar 27,0174 dengan singular value 90. Kemudian nilai PSNR dengan metode DCT paling tinggi didapatkan pada citra pesawat.jpg senilai 46,0239 dB dengan kualitas 90, sedangkan dengan metode SVD yaitu pada citra pesawat.bmp dan pesawat.jp2 senilai 33,8144 dB dengan nilai singular value 90. Rasio kompresi paling tinggi didapatkan pada citra boat.bmp sebesar 21,3 pada metode DCT dengan kualitas 50, sedangkan rasio kompresi paling rendah didapatkan pada citra kucing.jpg sebesar 7,28 pada metode DCT dengan kualitas 90. Rasio kompresi paling tinggi yaitu pada citra pesawat.jpg dengan metode DCT pada Kualitas 90 yaitu 40% dan dengan metode SVD pada Singular Value 90 yaitu 40%. Sedangkan rasio kompresi paling rendah yaitu pada citra pesawat.bmp dengan metode DCT pada Kualitas 90 dan 50 yaitu 4% dan dengan metode SVD pada Singular Value 90 dan 50 yaitu 4%.
Tidak tersedia versi lain