ABSTRAKSI: Dalam dunia telekomunikasi, keterbatasan bandwidth merupakan hal yang sangat penting saat sejumlah data citra digital disimpan atau ditransmisikan. Untuk mengatasi hal tersebut, dikembangkan teknik kompresi citra digital yang merupakan teknik untuk meminimalkan jumlah bit yang mempresentasikan suatu data citra digital dan teknik dekompresi terhadap data citra digital sebelum dikompres. Kompresi citra digital merupakan salah satu metode dalam pengolahan citra yang berfungsi untuk mengurangi ukuran data citra murni yang besar dengan cara mengurangi informasi (lossy) atau tetap mempertahankannya (lossless). Pengurangan informasi pada data citra digital umumnya dilakukan dengan transformasi linier yang mengubah citra digital pada domain spasial menjadi frekuensi yang kemudian akan dilakukan pengurangan frekuensi yang tidak penting dan diikuti oleh proses kuantisasi dan entropy encoding. Pada tugas akhir ini dikembangkan suatu metode kompresi citra berwarna yang menggabungkan Discrete Cosine Transform (DCT) dengan Singular Value Decomposition/Dekomposisi Nilai singular (SVD) dengan pencarian Jumlah nilai singular secara adaptif. DCT dilakukan pada subblok citra yang menunjukkan kolerasi yang tinggi antar pixel-nya, dan sebaliknya SVD dilakukan pada subblok citra yang menunjukan kolerasi rendah. Pemilihan transformasi dilakukan dengan menggunakan teknik statistika yaitu Standar Deviasi (STD) pada citra yang telah dipecah menjadi 8x8 subblok. Teknik kuantisasi scalar, kuantisasi vector, dan pengkodean Huffman digunakan pula pada proses kompresi ini, dimana algoritma pembentukan codebook yang digunakan adalah algoritma Linde Buzo Gray (LBG).
Kata Kunci : discrete cosine transform, dekomposisi nilai singular, standarABSTRACT: In telecommunication, the limits of bandwidth is an important thing when digital image being transmitted and stored. To solve that problem, the author develop digital image compression technique to minimize the bits sum which represent the digital image data and image decompression technique which applied in compressed image in order to get back the information about that image before compression process. Digital image compression is a method that used in image processing to reduce storage size of image by reduce it information (lossy) or remain to maintain it (lossless). Information reduction were done by linear transformation that change the representation or domain of digital image from spatial domain to frequency domain, and then followed by eliminating higher frequency, quantization, and entropy encoding. In this final task, has developed a digital image compression method that combining Discrete Cosine Transform (DCT) and Singular Value Decomposition (SVD) by searching the singular value adaptively. The DCT is used to transform those image block that show a high correlation between their pixel, conversely SVD is used to decomposition those image block that show a low correlation between their pixel. A statistic method standard deviation (STD) of 8x8 image sub block is used to choose which transform should be used on each block. Scalar and vector quantization and Huffman coding also used in the encoding process. A Linde Buzo Gray (LBG) algorithm is used to produce codebook for vector quantization.
Keyword: discrete cosine transform, singular value decomposition, standard