UJI PERFORMA KOMPUTASI PARALEL ALGORITMA DISCRETE COSINE TRANSFORM UNTUK KOMPRESI CITRA

Bilah Samping Artikel

PDF
Diterbitkan: Dec 22, 2023
Kata Kunci:
kompresi citra, Discrete Cosine Transform, komputasi paralel, python multiprocessing

Isi Artikel Utama

Megastin M. Lumembang
Edwin Tenda
a:1:{s:5:"id_ID";s:25:"Universitas Sam Ratulangi";}
Eliasta Ketaren
Andrew Lengkong

Abstrak

Kompresi data adalah cara untuk mengurangi ukuran dari berkas yang akan ditransmisikan maupun disimpan. Secara umum terdapat dua jenis kompresi data yaitu lossy compression dan lossless compression. Algoritma Discrete Cosine Transform (DCT) adalah salah satu teknik lossy compression yang banyak di gunakan dalam kompresi citra. Komputasi paralel adalah teknik komputasi yang bertujuan untuk memaksimalkan kemampuan perangkat komputasi yang memiliki lebih dari satu unit pemrosesan (CPU). Penelitian ini mengimplementasikan algoritma DCT kedalam bentuk komputasi paralel menggunakan modul multiprocessing dari bahasa Python. Hasil dari implementasi algoritma DCT kemudian di ujikan pada empat kelompok dataset dengan jumlah masing-masing sebanyak 5, 10, 15 dan 20 citra. Hasil pengujian menunjukan bahwa implementasi algortima DCT paralel memilki rata-rata waktu pemrosesan 31.74% lebih baik dibandingkan dengan implementasi DCT sekuensial.

Rincian Artikel

Cara Mengutip
[1]
Megastin M. Lumembang, E. Tenda, Eliasta Ketaren, dan Andrew Lengkong, “UJI PERFORMA KOMPUTASI PARALEL ALGORITMA DISCRETE COSINE TRANSFORM UNTUK KOMPRESI CITRA”, JTM, vol. 12, no. 2, hlm. 58–63, Des 2023.
Terbitan
Vol 12 No 2 (2023): Jurnal Times
Bagian
Articles
Copyright (c) STMIK TIME

Referensi

Bayu Dwi Raharja, 2021, Penerapan Discrete Cosine Transform (Dct) Terhadap Kompresi Citra Digital, Vol 4, No 1 (2021): Indonesian Journal of Business Intelligence (IJUBI) (31-36).

Muttaqin Md Roslan; Ahmad Fauzan bin Kadmin; Rostam Affendi Hamzah,2021, JPG, PNG and BMP image compression using discrete cosine transform, TELKOMNIKA (Telecommunication Computing Electronics and Control), Vol 19, No 3 (hal 1010-1016).

Iwan Sutrisman; Nur Widiyasono; Heni Sulastri, 2020, Implementasi Algoritma Discrete Cosine Transform Untuk Kompresi Citra Pada Marker-Based Tracking Augmented Reality, Computatio: Journal Of Computer Science And Information Systems Vol 4, No 1 (hal 45-54).

Aprilianta, Tri Kur., Samsuryadi, Samsuryadi, 2019, Pengujian Kompresi Citra Digital Menggunakan Metode Discrete Cosine Transform (Dct) Dan Lempel Ziv Welch (Lzw). Undergraduate thesis, Sriwijaya University.

Shaheen, A.M., Sheltami, T.R., Al-Kharoubi, T.M., 2019, Digital image encryption techniques for wireless sensor networks using image transformation methods: DCT and DWT. J Ambient Intell Human Comput 10, 4733–4750.

https://hpc.llnl.gov/documentation (diakses pada 10 Januari 2023).

Hany, Samatra Marwa; farissi, Al, 2017, Komputasi Paralel GPU Dengan Teknologi Nvdia CUDA Untuk Enkripsi Berkas, Jurnal Sistem Informasi, Vol 9, No 2.

I Gede Pasek Suta Wijaya; Mayzar Anas; L. A. Syamsul Irfan, 2017, Studi Komputasi Paralel dan Implementasinya pada Kasus Komputasi Matriks Besar, Journal of Computer Science and Informatics Engineering (J-Cosine) Vol 1 No 1(59-64).

Ma'rufi, Muhammad Rizal; Cholissodin, Imam; Jonemaro, Eriq Muh. Adams, 2019, Implementasi Komputasi Paralel GPU pada Algoritme Cellular Automata Menggunakan CUDA®, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 4 (3880-3887).

IA Dwi Giriantari; I Putu Adi Pradnyana Wibawa; Made Sudarma, 2018, Komputasi Paralel Menggunakan Model Message Passing Pada SIM RS (Sistem Informasi Manajemen Rumah Sakit), Jurnal Teknologi Elektro, Vol 17 No 3 (439-444).

Nelsom., Mark, 1992, The Data Compression Book, M & T Publishing Inc. Borel Avenue, San Mateo, California.

https://docs.python.org/3/library/multiprocessing.html (diakses pada 10 Januari 2023)