UNDHIRA BALIUNDHIRA BALI

Jurnal Teknologi Informasi dan KomputerJurnal Teknologi Informasi dan Komputer

Kompresi citra adalah metode untuk mereduksi redundansi pada representasi citra sehingga dapat mengurangi kebutuhan memori untuk ruang penyimpanan. Pada pemrosesan citra digital, terdapat beberapa metode kompresi citra. Discrete Wavelet Transform (DWT) merupakan metode transformasi pada standar kompresi citra jpeg 2000 yang memiliki keunggulan dari metode pendahulunya yaitu jpeg. DWT bekerja dengan cara memindai citra digital untuk menghasilkan koefisien transformasi. Pada koefisien transformasi dapat diterapkan nilai threshold tertentu untuk mendapatkan hasil yang lebih baik, selanjutnya koefisien tersebut melalui proses entropy coding untuk mendapatkan kode biner. Pada penelitian ini diusulkan kompresi citra menggunakan Discrete Wavelet Transform dengan thresholding secara hard maupun soft menggunakan entropy coding Arithmatic. Basis wavelet yang digunakan yaitu Coiflet dan Daubechies. Parameter penilaian yang digunakan dalam penelitian ini adalah rasio kompresi dan kualitas citra rekonstruksi (PSNR).

Penelitian ini menganalisis kinerja kompresi citra digital menggunakan DWT dengan basis wavelet Coiflet 3 dan Daubechies 4, serta penerapan hard dan soft threshold dan entropy coding Arithmetic.Hasilnya menunjukkan bahwa basis wavelet Daubechies 4 unggul dalam rasio kompresi, terutama dengan soft threshold, sedangkan Coiflet 3 memberikan kualitas citra rekonstruksi (PSNR) yang lebih baik, khususnya dengan hard threshold.Meskipun terdapat perbedaan kinerja antara jenis basis wavelet dan metode threshold, semua hasil kompresi tetap memenuhi standar kualitas citra yang baik (PSNR > 30 dB).

Penelitian ini membuka peluang untuk studi lebih lanjut dalam beberapa arah. Pertama, akan sangat menarik untuk mengeksplorasi penggunaan metode thresholding yang lebih adaptif atau dinamis. Alih-alih nilai ambang batas yang tetap, bagaimana jika ambang batas dapat menyesuaikan diri secara otomatis berdasarkan karakteristik lokal citra atau tingkat dekomposisi wavelet? Ini bisa menjadi langkah penting untuk mencapai keseimbangan optimal antara rasio kompresi dan kualitas citra yang direkonstruksi. Kedua, perluasan cakupan basis wavelet dan tingkat dekomposisi DWT akan memberikan pemahaman yang lebih mendalam, contohnya menguji basis wavelet seperti Symlet atau Biorthogonal, serta menganalisis dampak dari berbagai tingkat dekomposisi terhadap efisiensi kompresi dan kualitas visual. Terakhir, pengujian metode kompresi ini pada jenis citra yang lebih beragam akan sangat berharga, seperti pada citra berwarna yang kompleks, atau citra khusus seperti citra medis atau satelit yang memiliki persyaratan detail dan akurasi tinggi.

Read online
File size481.57 KB
Pages7
DMCAReport

Related /

ads-block-test