TUGAS 1 (PENGANTAR KOMPUTASI MODERN)

Subjek Jurnal : Lossy Image Compression using Discrete Cosine Transform
Link Jurnal :research.ijcaonline.org/ncipet/number2/ncipet1009.pdf

Inti Pembahasan :

Pada jurnal ini dibahas tentang proses kompresi gambar dari ukuran asli menjadi ukuran yang lebih kecil. Kompresi diperlukan jika pada prosesnya seseorang memerlukan ukuran data gambar yang lebih kecil daripada ukuran aslinya. Kompresi berarti memadatkan struktur dari gambar tersebut. Terdapat dua metode pada kompresi gambar yaitu Lossy Image Compression dan Lossless Image Compression. Secara umum perbedaannya adalah sebagai berikut : Pada Lossy Image Compression, gambar yang sudah dikompresi  sangat susah bahkan tidak dapat dikembalikan pada bentuk/ukuran semula sedangkan pada Lossless Image Compression gambar dapat dikembalikan ke bentuk semula secara utuh.

Metode yang digunakan :

Metode yang digunakan dalam Lossy Image Compression ini adalah Discrete Cosine Transform (DCT)

Kelebihan Metode :

walaupun gambar di kompresi dengan lossy compression, tidak akan menimbulkan kecurigaan karena metode ini terjadi di domain frekuensi di dalam image, bukan pada domain spasial, sehingga tidak akan ada perubahan yang terlihat pada cover gambar, dan juga kokoh terhadap manipulasi stego-object

Kekurangan Metode :

Sedangkan kekurangannya adalah dalam pembuatan data dengan metode DCT diketahui, dan juga implementasi algoritma yang panjang dan membutuhkan banyak perhitungan

Perhitungan Komputasi Matematika yang digunakan dalam Metode :

Discrete Cosine Transform (DCT) terbagi menjadi 2 bagian yaitu : One-dimensional DCT dan Two-dimensional DCT

1.       One-dimensional DCT

Digunakan untuk objek 1 dimensi. Rumusnya adalah sebagai berikut :

2.       Two-dimensional DCT

Digunakan untuk objek 2 dimensi. Rumusnya adalah sebagai berikut :

Gambar hasil Kompresi :

Referensi :

[1] R. C. Gonzalez and R. E. Woods, "Digital Image Processing", 2nd Ed.,Prentice Hall, 2004.

[2] A. Said and W. A. Peralman, "An Image Multiresolution          Representation for Lossless and Lossy Compression," IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 5, NO. 9, SEPTEMBER 1996.

[3]   I-Ming Pao and Ming-Ting Sun, Fellow, “Modeling DCT Coefficients For Fast Video Encoding”, IEEE Transactions on circuits and systems For video tech. VOL. 9, NO. 4, JUNE 1999

[4]  E. Lam, J. A. Goodman, “A Mathematical Analysis of the DCT Coefficient Distributions for Images” in IEEE Trans. on Image Processing 9(10), 1661-1666 (2000).

[5]   A. Skodras, C. Christopoulos, and T. Ebrahimi, "The JPEG2000 Still Image Compression Standard,” IEEE Signal Processing Magazine, pp. 36-58, September 2001.

[6]  Shantanu D. Rane and Guillermo Sapiro, Member, IEEE,”Evaluation of JPEG-LS, the New Lossless and Controlled-Lossy Still Image Compression Standard, for Compression of High-Resolution Elevation Data”, IEEE        Transactions on Geoscience and Remote sensing, VOL. 39, NO. 10, Oct. 2001

[7]  Matteo Frigo and Steven G. Johnson: FFTW,  "The        Design and Implementation of FFTW3”,       Proceedings of the IEEE 93 (2), 216–231 (2005).

Posted in: Softskill