Citra digital disimpan dalam media penyimpan (
storage
) dengan menyimpan piksel
penyusunnya. Maka dari itu, memori yang dibutuhkan untuk menyimpan citra tergantung
pada jumlah piksel yang menyusun citra. semakin banyak piksel pada citra, maka semakin
besar memori yang dibutuhkan untuk menyimpan citra. Pada umumnya , sebagian besar citra
mengandung duplikasi data. Duplikasi data ini tidak perlu disimpan berulang kali karena
akan memboroskan penggunaan memori padahal sebagian besar aplikasi sekarang ini
membutuhkan representasi citra dengan penggunaan memori yang sesedikit mungkin. Selain
itu, waktu yang dibutuhkan untuk mentransmisikan citra menjadi semakin lama. oleh karena
itu, dibutuhkan suatu metode yang dapat memperkecil penggunaan memori pada citra
(kompresi citra)
Kompresi yaitu proses pengubahan sekumpulan data menjadi suatu bentuk kode untuk
menghemat kebutuhan tempat penyimpanan dan waktu untuk transmisi data. Masalah yang
paling mendasar dalam dunia kompresi yaitu tidak ada satu metode kompresi pun yang
efektif untuk semua tipe file. Dalam Tugas Akhir ini membahas kuantisasi vektor digital
dalam algoritma
fair share amount
yang sebelumnya ditransformasikan dengan transformasi
wavalet haar untuk kompresi citra.
Hasil dari Tugas Akhir ini didapatkan bobot terbaik untuk sistem aplikasi dengan
menggunakan citra grayscale dengan ukuran 256x256 dan 512x512 dengan faktor kompresi
sejumlah 1:13.07 dan 1:16.95, PSNR sejumlah 23.91 dB dan 24.42 dB. Berdasarkan sta
ndard
PSNR dan MSE, pengujian yang dilakukan mendapatkan PSNR yang terbilang baik-cukup
baik karena dalam
range
20 dB sampai 40dB. Sedangkan nilai MSE baik karena hampir
mendekati angka nol.
Vektor, Wavelet-haar, image koding, kuantisasi, kompresi citra, Algoritma Fair Share Amount