Dewasa ini, penggunaan file citra hubungannya sudah sangat dekat dengan dunia social media, tetapi muncul permasalahan pada sisi ukuran dari file citra yang akan di upload ke social media para pengguna, oleh karena itu dibutuhkan suatu metode kompresi citra yang dapat membuat ukuran dari file citra mengecil. Metode kompresi citra yang baik adalah dapat mempertahankan kualitas dari citra dan meiliki ukuran file citra yang kecil.
Pada tugas akhir kali ini digunakan kompresi citra digital dengan pendekatan fraktal dimana citra akan dibagi menjadi blok-blok yang lebih kecil atau dapat disebut blok range dan blok-blok dengan ukuran empat kali lebih besar dari blok range, atau yang disebut blok domain,pada setiap blok-blok domainmencari self-similarity dengan blok range. Karena pada proses self-similarity memakan waktu yang cukup lama maka digunakanlah metode partisi quardtrees, dengan quardtrees citra awal dibagi menjadi blok berukuran 4x4, dan untuk setiap sub blok akan dibagi menjadi blok 4x4 pula sampai nilai pada bitstream memiliki range nilai yang sama atau warna yang sama. Agar dapat mempercepat proses partisi pada quardtree, maka digunakan metode graph-based segmentation, dimana citra akan dibagi menjadi blok-blok berdasarkan kontennya, dengan demikian proses partisi quardtrees akan terbagi-bagi berdasarkan konten-konten dari citra tersebut.
Performansi yang akan diukur berdasarkan dari nilai rasio kompresi, PSNR, dan waktu kompresi, citra yang digunakan berupa citra wajah, pemandangan, fraktal, dan bangunan. Berdasarkan hasil uji coba, didapatkan nilai rata-rata PSNR sebesar 34.35 dB, rasio kompresi sebesar 31.19% , dan waktu kompresi sebesar 37.82 detik.<br>
Kata kunci : kompresi citra, kompresi fraktal, graph-based segmentation