ABSTRAKSI: Pada kasus tertentu sebuah citra, seperti citra medis dan citra landscape, tidak boleh kehilangan informasinya setelah dikompresi. Citra setelah dekompresi harus memiliki kualitas yang sama dengan citra aslinya. Untuk mempertahankan informasi yang terkandung didalam citra digital maka teknik kompresi lossless merupakan solusinya. Algoritma Huffman dan Shannon-Fano merupakan salah satu contoh dari teknik kompresi lossless.
Tugas akhir ini membandingkan antara algoritma Huffman dengan Shannon-Fano dan tipe kompresi per plane dengan per pixel. Kedua algoritma tersebut menggunakan pendekatan statistik, yaitu kompresi dilakukan dengan menghitung nilai gray level disetiap pikselnya. Kedua algorima tersebut juga membuat pohon biner untuk memperoleh kode masing-masing simbolnya. Algoritma Huffman membuat pohon biner dengan pendekatan bottom-up dan algoritma Shannon-Fano membuat pohon biner dengan pendekatan top-down.
Berdasarkan hasil pengujian dengan menggunakan delapan buah citra uji, algoritma Huffman lebih baik dibandingkan algoritma Shannon-Fano dilihat dari performansi rasio kompresi dan waktu dekompresi. Sedangkan untuk tipe kompresi, tipe per plane lebih baik dibandingkan tipe per pixel dilihat dari performansi rasio kompresi, waktu kompresi dan dekompresi.Kata Kunci : kompresi, lossless, Huffman, Shannon-Fano, per plane, per pixelABSTRACT: In certain case an image, such medical image and landscape image, cannot lose information after compression. The image after decompression must have the same quality with the original one. To retain the information which is contained in digital image, lossless compression technique is a solution. Huffman and Shannon-Fano algorithms are the examples of lossless compression techniques.
This final project compares Huffman algorithm and Shannon-Fano algorithm, and the type of compression between per plane with per pixel. Both algorithms use statistical approach, where compression has to be done by calculating gray level every pixel. Also, both algorithms create a binary tree to get the code every symbol. Huffman algorithm creates a binary tree with bottom-up approach and Shannon-Fano algorithm creates a binary tree with top-down approach.
Based on test result eight test images, Huffman algorithm is better than Shannon-Fano algorithm based on compression ratio performance and decompression time. While for compression type, plane type is better than pixel type based on compression ratio performance, decompression and compression time.Keyword: compression, lossless, huffman, shannon-fano, per plane, per pixel