dc.identifier.citation | Ady , 2009.Pengolahan Sinyal 56 http://adys.blog.uns.ac.id/2009/09/30/peng olahan-sinyal/. Amir, Said. 2004. Comparative Analysis of Arithmetic Coding Computational Complexity. HP Laboratories Palo Alto California USA : Imaging Systems Laboratory. Angga, 2009, Kompresi Citra. http://angga212.wordpress.com. Diakses pada tanggal 25 Januari 2012. pukul 16.00 WIB. Arif Huda, 2011. Kompresi Citra Dengan Matlab. http://arifhuda.blogspot.com/2011/06/kom presi-citra-dengan matlab.html. Diakses pada tanggal Minggu, 26 Juni 2011. Arif Huda, 2011. Membuat Histogram Dari File Gambar Dengan Matlab. http://arifhuda.blogspot.com/2011/06/caramenampilkan-file-gambar-dengan.html. Diakses pada tanggal Minggu, 4 Juni 2011. C. Chapin Cutler at Bell Labs in, 1950. Defferensial Pulse Code Modulation. http://en.wikipedia.org/wiki/DPCM. Dedy Cola, 2009. Kompresi Citra. http://dedicola.blogspot.com/2009_01_01_ archive.html. Diakses tanggal 23 Januari 2009, Pukul 05.13 WIB. Edi Nur Ardhiansyah ,2011. Pengertian dan Teknik DPCM. http://www.scribd.com/doc/61429993/DP CM. Efrizulia,2010. Pengertian Source Code. http://blog.unand.ac.id/efrizulia/2010/05/2 4/pengertian-source-code/ Etter, Dolores. 2003. Pengantar Matlab 6. PT.Indeks Kelompok Gramedia. Jakarta. H . Kobayashi ,” Adaptive Data Compression System ,” IBM Tech , Disclosure Bull . 14, 13 05 ( 1971 ). Knight , Andrew.1999. Basics Of Matlab And Beyond . U.S.A. : The MathWorks, Inc. 24 Prime Park Way. Paul Wintz, 2000. Digital Image Processing, Prentice-Hall. | en_US |
dc.description.abstract | DPCM (Defferensial Pulse Code Modulation) termasuk kedalam teknik kompresi lossy (Lossy
Compression), karena menggunakan predictor dan quantizer maka digolongkan ke dalam predictive coding yang
menggunakan kenyataan bahwa nilai intensitas sebuah piksel cenderung mirip dengan piksel sekelilingnya,
mengurangi redundancy spasial, metode ini tidak meng-kodingkan nilai intensitas suatu piksel tapi meng-kodingkan
beda antara nilai intensitas dan nilai prediksi intensitas dari suatu piksel.
Penelitian ini bertujuan untuk menganalisa kinerja teknik kompresi image dalam source coding dengan
metode DPCM, menganalisa citra asli dengan citra hasil kompresi serta mengetahui sejauh mana tingkat
penurunan kualitas sebuah citra digital dan ukuran filenya. Selain itu memaparkan tentang kelebihan dan
kekurangan metode DPCM dalam implementasi proses kompresi gambar.
Pada pengujian program kompresi menggunakan metode DPCM format jpg memiliki rasio kompresi
paling tinggi diantara format-format gambar lain yaitu sebesar 45,98 %, dan pada citra bmp penyimpanan dalam
format bmp pula citra terkompresi ukuranya seperti citra asli, sehingga rasio kompresi yg didapat 0 %. Pada
kompresi gambar ke format jpg yang memiliki kompresi tertinggi adalah format bmp yaitu sebesar 87,45% dan
yang paling rendah adalah format gif yaitu sebesar 38,09 %. Hasil PSNR yang rendah dan nilai MSEnya tinggi
menunjukkan bahwa kualitas gambar yang dihasilkan buruk. Gambar dengan format Tif memiliki kualitas gambar
dan kualitas kompresi yang paling baik karena nilai MSE yang paling rendah yaitu 293.405 dan nilai PSNR
tertinggi 23.456 db dibandingkan format lain. | en_US |