Kompresi data: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Tag: menghilangkan bagian [ * ] VisualEditor |
Membatalkan 2 suntingan by 103.173.75.62 (bicara): -> WP:SPAM (🕵️♂️) Tag: Pembatalan |
||
(39 revisi perantara oleh 17 pengguna tidak ditampilkan) | |||
Baris 1:
== Pemampatan data tanpa kehilangan ==
Teknik ini mampu memadatkan data dan mengembalikannya sama persis seperti semula. Tidak ada informasi yang hilang atau harus dikurangi dalam proses untuk mengurangi ukuran besar data. Biasanya
Contoh mudahnya, apabila berkas gambar berukuran 256x256 berwarna polos (setiap pixel berwarna sama) dan tiap pixelnya berukuran 4 byte, tanpa pemadatan, berkas harus disimpan berukuran 4 kali 256x256, sama dengan 262144 byte. Namun, dengan pemadatan, maka data yang perlu disimpan hanyalah data satu warna tersebut dan informasi bahwa seluruh pixel gambar memiliki satu warna yang sama. Jadi, data yang perlu disimpan hanyalah 4 byte tambah beberapa byte untuk menandakan pengulangan pixel yang sama. Ingatlah ini hanya contoh yang simpel.
Baris 8:
Pemadatan tanpa kehilangan memiliki batas rendah di mana berkas tidak bisa dipadatkan lebih jauh lagi. [[Teorem Shannon]] menunjukkan bahwa pemadatan data tidak bisa menghasilkan kadar kode yang lebih rendah daripada entropi Shannon berkas, tanpa menyebabkan kehilangan informasi. Maka, apabila suatu berkas sudah dipadatkan (misalnya, berkas gambar disimpan di berkas .zip), berkas .zip tersebut tidak bisa lagi dipadatkan.
Contoh
== Pemampatan data berkehilangan ==
Dengan teknik ini, kehilangan data yang kecil masih dapat diterima. Dengan
Contoh
== Teori ==
Latar belakang
===
Ada hubungan dekat antara pembelajaran mesin dan kompresi: sebuah sistem yang memprediksikan probabilitas posterior dari sebuah deret, dengan diketahuinya seluruh sejarah yang bisa digunakan untuk kompresi data optimal (dengan menggunakan koding aritmatik pada distribusi hasil) saat sebuah kompresor optimal bisa digunakan untuk membuat prediksi (dengan mencari simbol dengan kompresi terbaik, dari sejarah yang diketahui). Persamaan ini sering digunakan sebagain alasan untuk menggunakan kompresi data sebagai patokan untuk "kepintaran umum."<ref>{{Cite web|url=http://cs.fit.edu/~mmahoney/compression/rationale.html|title=Rationale for a Large Text Compression Benchmark|website=cs.fit.edu|access-date=2017-01-10}}</ref><ref>Shmilovici A.; Kahiri Y.; Ben-Gal I.; Hauser S.
== Kegunaan ==
=== Audio ===
Kompresi data audio berpotensi mengurangi transmisi bandwidth dan penggunaan ruangan. Terdapat dua cara kompresi data audio: kompresi audio tanpa kehilangan (lossless audio compression) dan kompresi audio berkehilangan (lossy audio compression). kedua algoritme ini mengandalkan 'psychoacoustics' dengan menghilangkan bunyi-bunyi atau suara-suara yang tidak terdengar jelas untuk mengurangi ukuran dari file tersebut.
==== Kompresi audio berkehilangan ====
Kompresi audio berkehilangan banyak digunakan diberbagai aplikasi, Selain digunakan untuk aplikasi langsung (MP3 dan komputer), audio yang telah dikompres secara digital digunakan disebagian besar DVD, televisi, satelit dan pemancaran radio. Kompresi audio berkehilangan pada umumnya mengompres audio jauh lebih banyak daripada kompresi audio tidak berkehilangan.
Kompresi audio berkehilangan merupakan cara kompresi audio yang lebih sering digunakan. Cara ini memanfaatkan 'psychoacoustics', dimana beberapa data yang tidak dapat dipahami oleh pendengaran manusia dibuang, misalnya potongan suara dengan frekuensi tinggi diluar jangakuan pendengaran manusia. Dengan metode ini, cara kompresi audio berkehilangan dapat mengkompresi lebih besar ketimbang cara kompresi audio tanpa kehilangan (5–20 %).
Meski demikian, kualitas dari audio yang dikompres berkurang. Oleh sebab itu, cara ini kurang cocok apabila digunakan dalam aplikasi teknik audio seperti pengeditan suara. Beberapa contoh format yang dihasilkan dari cara kompresi ini antara lain: (Ogg) [[Vorbis]], [[MP3]], dan Windows Media Audio Lossy (WMA Lossy).
==== Kompresi audio tanpa berkehilangan ====
Kompresi audio tanpa kehilangan menghasilkan representasi data digital yang saat dibuka menghasilkan duplikat yang mirip dengan yang aslinya. Cara kompresi ini hanya mengurangi kira-kira setengah (50–60 %) dari ukuran asli akibat kompleksitas dari bentuk gelombang dan perubahan bentuk suara yang terus-menerus. Beberapa contoh format yang dihasilkan dari cara kompresi ini antara lain: Free Lossless Audio Codec ([[FLAC]]), [[WAVPACK]], Apple Lossless Audio Codec (ALAC), MPEG-4 ALS, dan Windows Media Audio 9 Lossless (WMA Lossless).
=== Video ===
Kompresi video merupakan coding yang modern yang mengurangi redundansi data dari sebuah video. Kebanyakan algoritme untuk kompresi data di video dan codec menggabungkan ruang kompresi gambar dan kompensasi gerakan sementara. Sebagian besar kompresi data video mengunakan teknik kompresi audio secara paralel untuk kompres terpisah, tapi dikombinasikan data stream sebagai satu paket.<ref>{{cite web|url=http://csip.ece.gatech.edu/drupal7/?q=technical-area/video-coding|title=Video Coding|publisher=Georgia Institute of Technology|work=Center for Signal and Information Processing Research|accessdate=6 March 2013|archive-date=2017-09-08|archive-url=https://web.archive.org/web/20170908162007/http://csip.ece.gatech.edu/drupal7/?q=technical-area%2Fvideo-coding|dead-url=yes}}</ref>
Beberapa skema dari kompresi video beroperasi pada kelompok berbentuk persegi piksel tetangga, sering disebut macroblocks. kelompok pixel ini atau blok dari pixel dibandingkan dari satu frame ke yang berikutnya, dan codec kompresi video mengirim hanya perbedaan dalam blok-blok. Sebagian daerah dari video yang memiliki gerakan yang lebih, kompresi harus menyandikan data lebih banyak untuk menjaga dengan jumlah yang lebih besar dari piksel yang berubah.
== Rujukan ==
<references />
== Pranala luar ==
* {{en}} [http://www.xaver.me/drdoswiki/index.php?n=Main.Compress Data compression] {{Webarchive|url=https://web.archive.org/web/20180820172801/http://www.xaver.me/drdoswiki/index.php?n=Main.Compress |date=2018-08-20 }}
[[Kategori:Kompresi data| ]]
|