Hasil Pencarian  ::  Simpan CSV :: Kembali

"Algoritma kompresi lossless untuk digital audio secara umum terbagi dua. Algoritma pertama menggunakan metode prediktif untuk menghilangkan redundansi pada data audio tersebut. Sementara algoritma kedua menggunakan metode lossy coding.Algoritma Shorten adalah contoh algoritma yang menggunakan metode prediktif. Sedangkan A!goritma LTAC adalah contoh algoritma yang menggunakan metode lossy coding. Hasil rasio kompresi yang diperoleh dari kedua algoritma tersebut tidak berbeda jauh. Namun untuk kecepatan proses, algoritma dengan metode prediktif memiliki waktu proses yang lebih cepat."

"Simulasi Kompresi Sinyal Video Digital ke Sinyal Audio merupakan suatu sistem kompresi data video digital dengan bitrate yang tinggi menjadi data video digital dengan bitrate yang rendah agar dapat dilewatkan pada transmisi sinyal audio yang bandwidthnya sebesar 64 Kbps. Sistem ini menggunakan kompresi Windows Media Video 9 karena dianggap mampu melakukan kompresi data video digital hingga 64 Kbps. Dengan mode encoding Constant Bit Rate (CBR), bitrate data video akan tetap konstan atau mendekati target bitrate yang sudah diatur sebelumnya.

---

Simulation of Digital Video Compression Signal to Audio Signal is a digital video data compression system with a high bitrate digital video data to a lower bitrate in order to pass the audio signal transmission bandwidth of 64 Kbps. The system uses Windows Media Video 9 compression because it is able to perform data compression digital video of up to 64 Kbps. With Constant Bit Rate encoding mode (CBR), bitrate video data will remain constant or close to the target bitrate is prearranged."

"Kompresi citra medis telah lama menjadi suatu penerapan teknologi kompresi yang kontroversial. Terdapat dua jenis kompresi citra: lossless dan lossy. Nilai rasio kompresi pada lossless compression tidak terlalu besar sehinga lossy compression diterapkan. Perhatian utama pada kompresi citra medis adalah penentuan visually lossless threshold dimana ditentukan nilai batas kuantisasi sehingga kompresi terhadap citra medis dapat dilakukan sebelum terjadi distorsi yang tertangkap oleh sistem visual manusia. Pada skripsi ini dilakukan simulasi kompresi citra medis berdasarkan contrast threshold dan visual masking yang diujikan pada modality computed tomography, mammography, dan X-ray. Evaluasi subjektif dilakukan untuk menilai kualitas citra medis hasil dekompresi dengan melibatkan dokter spesialis radiologi sebagai penguji. Tingkat kejelasan algoritma yang digunakan pada citra medis pada modality X-ray, mammography, dan computed tomography masing-masing adalah 90,00%, 85,00%, dan 89,1666667%. Rasio kompresi dan waktu yang diperlukan untuk melakukan kompresi dan dekompresi bervariasi pada setiap citra medis yang diujikan.

---

Medical image compression has been a controversial application of compression technology. There are two types of image compression: lossless and lossy. The value of compression ratio in the lossless compression is not too big so that lossy compression is applied. The main concern in the medical image compression is the determination of visually lossless threshold limit of quantitation where values are determined so that the compression of medical images can be applied before the distortion is captured by the human visual system. In this thesis, a simulation of medical image compression based on contrast threshold and visual masking is tested on modalities: computed tomography, mammography, and X-ray. Subjective evaluation was conducted to assess the quality of medical image decompression results involving radiologist as testers. The degree of clarity of the algorithms used in medical image on the modality of X-rays, mammography, and computed tomography, respectively are 90,00%, 85,00%, and 89,1666667%. Compression ratio and time required to perform compression and decompression vary on each medical image tested."

"Jaringan komunikasi dan informasi yang berkembang sekarang ini banyak menawarkan beragam jasa komunikasi seperti suara, data dan gambar. Komunikasi gambar, baik gambar diam maupun gambar bergerak harus diolah sehingga kapasitas memori dan lebar pita frekuensi (bandwidth) yang dibutuhkan dalam proses selanjutnya menjadi seminimal mungkin dengan mempertimbangkan kualitas dari gambar. Oleh sebab itulah dibutuhkan suatu teknik pemampatan sinyal gambar bergerak untuk mengatasi persoalan kapasitas memori dan bandwidth tersebut. Dalam sinyal gambar bergerak terdapat redundansi spasial dan redundansi temporal yang harus dikurangi oleh teknik pemampatan sinyal gambar bergerak. Dengan mengurangi redundansi ini diperoleh rasio pemampatan yang tinggi dengan kualitas gambar rekonstruksi yang baik. Dalam pemampatan sinyal gambar bergerak digunakan metode Predicted mumi dengan Motion Compensation dan metode MPEG1 dengan metode Predicted dan Interpolated untuk mengurangi redundansi spasial dan temporal tersebut."

"Perkembangan teknologi, selain memberikan berbagai kemudahan, juga membawa dampak negatif yaitu menurunnya keamanan dalam penyampaian informasi. Oleh karena itu, perlu dilakukan pengamanan informasi, terlebih yang bersifat rahasia. Pengamanan dapat dilakukan dengan dua cara, yaitu kriptografi dan steganografi. Dalam penelitian ini, akan dilakukan pengamanan informasi berupa suara digital dengan mengkombinasikan kriptografi dan steganografi. Untuk kriptografi menggunakan fungsi chaos Logistic Map dan untuk steganografi menggunakan metode Least Significant Bit LSB Coding. Proses pengamanan memakan rata-rata waktu komputasi 9,631-25,701 detik. Hasilnya diukur dengan Mean Square Error MSE dan Peak Signal-to-Noise Ratio PSNR . Nilai MSE dan PSNR yang dihasilkan adalah 0,102-0,434 dan 100,230-93,933 dB, di mana nilai tersebut mengindikasikan file suara yang baru sulit dibedakan dengan suara aslinya.

---

The development of technology, besides giving many advantages, also brings a negative impact. One of them is the decrease of security in information delivery. Therefore, we need to secure especially for secret informations. An information can be secured with two methods, that is cryptography and steganography.

In this research, an information securing of a digital audio using combination of cryptography and steganography will be applied. A chaotic function logistic map is used for cryptography and Least Significant Bit LSB Coding method is used for steganography. The average running time of a security process is 9,631 25,701 seconds.

The result is measured with Mean Square Error MSE and Peak Signal to Noise Ratio PSNR , with the MSE value is 0,102 0,434 and the PSNR value is 100,230 93,933 dB, which indicates the new sound file is difficult to distinguish from the original sound."

"Pada skripsi ini, dibahas simulasi metode pencocokkan blok dengan ukuran blok bervariasi (variable size block matching) yang diterapkan pada pemampatan sinyal gambar bergerak (video compression), dan membandingkannya dengan metode pencocokkan blok dengan ukuran tetap. Data yang akan dibandingkan berupa perbandingan sinyal terhadap noise dan besarnya bit yang akan ditransmisikan dengan asumsi saluran bersifat tanpa loss sehingga besarnya overhead tambahan untuk menangani masalah pengirimannya, tidak dimasukkan dalam perhitungan. Simulasi menunjukkan, kualitas gambar yang dihasilkan bila digunakan ukuran blok yang bervariasi pada metode pencocokkan blok, ternyata cukup tinggi, dan jumlah bit yang dihasilkan untuk merepresentasikan gambar tersebut relatif lebih kecil bila dibandingkan dengan pemakaian ukuran blok yang tetap. Nilai optimum pernakaian ukuran blok yang bervariasi tersebut dicapai bila digunakan ukuran blok S x S piksel dengan ukuran minimal 2 x 2 piksel. Karena pada pemakaian blok inilah, dicapai kompromi yang baik antara usaha meningkatkan kualitas gambar hasiI pemampatan, dengan usaha mengurangi banyaknya bit hasil pemampatan."

"ABSTRAKMetode Golomb-Rice Coding (GRC) sudah diciptakan sejak lama, tetapi sampai sekarang sangat jarang pemakaiannya untuk kompresi citra. Metode tersebut mempunyai kompleksitas yang rendah. Beberapa sistem kompresi citra yang telah distandardisasi saat ini serta lazim digunakan adalah Huffman encoding, LZW encoding dan Run-length encoding (RLE).Pada skripsi ini akan dibuat suatu sistem kompresi citra yang bersifat losssless. Sistem ini menggunakan Lossless Predictive Coding dimana pada bagian encodernya menggunakan metode GRC. Penggunaan GRC dipilih karena memiliki kompleksitas rendah sehingga mudah untuk diaplikasikan. Lossless Predictive Coding kemudian digabungkan dengan suatu prosedur penentuan konteks dan suatu prosedur encoding sederhana (diberi nama ?mode run?). Penambahan mode run ini bertujuan untuk mengoptimalkan rasio kompresi yang akan dihasilkan nantinya.Sistem ini lalu disimulasikan dengan MATLAB 5.31, kemudian hasil simulasi ini dibandingkan dengan sitem kompresi citra lossless yang lain, yakni RLE dan LZW.

---

"