Kompresi Lossy
Berbeda dengan kompresi loseless,
kompresi lossy menyebabkan kehilangan data, sehingga data tidak dapat dikembalikan seperti
semula. Keuntungannya adalah rasio
kompresi cukup tinggi, tapi masih dalam tahap dapat digunakan.
Metode
Kompresi Lossy
- Kuantisasi : Pemetaan dari daerah intensitas yang lebar menjadi daerah intensitas yang lebih kecil, dengan kata lain mengurangi jumlah bit, yang diperlukan untuk menyimpan suatu nilai dengan memperkecilnya,
- Transform Coding : Biasanya digunakan pada audio dan image. Tujuan dari transformation coding adalah untuk mengkonversi data menjadi sebuah bentuk data yang lebih ringan (ringan dalam ukuran). Transform Coding dapat dibagi lagi menjadi :
- DCT (Discrete Cosine Transform) yang biasanya digunakan pada kompresi image JPEG.
- Karhunen-Loève Transform yaitu transformasi yang didasarkan pada statistical properties dari image.
- Wavelet Based Coding : Sebuah transformasi matematika yang digunakan untuk menganalisis sinyal bergerak. Dari sinyal ini didapatkan informasi spektrum frekuensi dan waktu disaat bersamaan.
- Discrete Wavelet Transform (DWT) menggunakan high pass filtering dan low pass filtering.
- Continuous Wavelet Transform (CWT) merupakan metode dekomposisi waktu-frekuensi yang ditujukan untuk mengkarakterisasi respon pergerakan pada frekuensi tertentu dengan cara menggunakan metode Fast Fouhrier Transform dari setiap window waktu secara terus menerus sehingga diperoleh gambaran kisaran frekuensi
Contoh proses kompresi lossy pada
multimedia:
- Audio (ex : mp3) : Audio input -> T2F -> Alokasi Bit Kuantisasi -> Format Bot Stream -> Encoded Audio
- Citra (ex : jpeg) : original image -> Sampling -> Kuantisasi -> Coding Entropy (Ex : Huffman Coding) -> Encoded Image
- Video (ex : mpeg) : I frame -> P frame -> P frame -> P frame -> I frame
Untuk versi document dapat diunduh disini
