Analisis dan Implementasi Kompresi Citra Digital Menggunakan Contourlet Transform dan Arithemetic Coding

ABSTRAKSI: Kecepatan transmisi, dan kapasitas media penyimpanan yang besar merupakan hal yang harus diperhatikan saat data akan disimpan atau ditransmisikan. Besarnya ukuran data, sangat mempengaruhi dua hal yang disebutkan di atas. Semakin kecil datayang ditransmisikan atau disimpan, semakin efisien penggunaan kapasitas media penyimpanan dan semakin cepat transmisi yang dilakukan. Karena itulah diperlukan kompresi yang mampu mengurangi redudansi data sehingga mampu merepresentasikan data aslinya dengan ukuran yang lebih kecil.Pada tugas akhir ini, dikembangkan suatu aplikasi kompresi citra digital menggunakan metode transformasi yaitu Contourlet Transform (CT). CT merupakan teknik mendekomposisi data citra digital menjadi satu subband lowpass dan beberapa subband bandpass. Transformasi contourlet mempunyai dua blok utama yaitu Laplacian Pyramid (LP) dan Directional Filter Bank (DFB). Kelebihan transformasi ini jika dibandingkan dengan transformasi yang lain yaitu kemampuannnya dalam menangkap kontur halus citra dalam arah dan lokasi tertentu sehingga kualitas citra rekonstruksi yang dihasilkan akan lebih baik. Sedangkan kuantisasinya menggunakan kuantisasi vektor. Dan entropy coding yang digunakan adalah Arithmetic Coding. Penggabungan berbagai metode ini menghasilkan sistem kompresi yang bersifat lossy compression.Berdasarkan hasil analisis yang telah dilakukan, ternyata sistem ini memiliki performansi yang baik berdasarkan rasio kompresi dan PSNR. Rasio kompresi ratarata yang dihasilkan antara 40-80%. Sedangkan nilai PSNR berada antara range 20- 35dB.Kata Kunci : kompresi citra, transformasi contourlet, lossy compression, rasioABSTRACT: The fastness of transmission, and the stored media capasities must be considered when data will be stored or transmitted. A size of data is very infulence two things that were mentioned before. Smaller size of data that was transmitted or stored, will make the use of stored media capasities more efficience and transmission of data will be faster enough. Thus, we need a compression technique that can reduce redudance of data and make data smaller, but can representated the original data.In this final project, we developed an aplication of digital image compression using a transformation, that is Contourlet Transform. CT is a technique for decompositioning a data of digital image to one lowpass subband and some bandpass subband. Contourlet transform has two main blocked, that are Laplacian Pyramid (LP) and Directional Filter Bank (DFB). This transformation has an ability to capture smooth contour from an image in some direction and some location that makes the quality of reconstructed image better. The other transformation can\u27t do a such ability. While the quantization was used is vector quantization. And entropy encoding that was used in this final project was Arithmetic Coding. The merger of such metode that were mentioned before make this system be a lossy compression system.Based on analysis which have been done, the system have a good performance based on PSNR and compression ratio. The average of compression ratio that was reached is 40-80 %. While, PSNR value that was gained is 20-40dB.Keyword: image compress ion, Contourlet transform, lossy compression