8
BAB II TINJAUAN PUSTAKA 1.1 Tinjauan Studi 1. Matching
search
in
fractal
video compression
and
its
parallel
implementation in distributed computing environments. Telah berkembang metode kompresi video terbaru, yakni kompresi video fractal. Daya tarik metode ini dibandingkan metode metode yang terdahulu adalah karena rasio kompresinya yang tinggi dan algoritma dekompresinya yang sederhana. Namun, metode ini memiliki kompleksitas komputasi yang tinggi dan sebagai hasil dari algoritma pararel pada kinerja mesin yang tinggi merupakan jalan keluar untuk mengatasinya. Dalam penelitian ini kami memilah penelitian yang sesuai, yang menempati mayoritas pekerjaan pada proses kompresi video fractal, dalam tugas kecil dan menerapkannya dalam lingkungan komputasi dua distribusi, yang satu menggunakan DCOM dan yang lainnya menggunakan teknologi NET Remoting, berdasarkan pada jaringan area lokal yang terdiri dari beberapa tambahan computer personal. Penelitian ini menunjukkan bahwa algoritma pararel dapat meningkatkan kecepatan dalam mendistribusi. 2. Adaptive Partition and Hybrid Method in Fractal Video Compression Kompresi citra fractal adalah metode baru dalam kompresi gambar. Metode ini lebih mudah digunakan dan menghasilkan rasio kompresi yang tinggi. Hasil rasio kompresi yang tinggi cocok digunakan dalam situasi pengkodean tunggal dan decoding. Seperti yang digunakan dalam video on demand, kompresi arsip dll. Kompresi citra fractal memiliki dua bagian mendasar, yaitu metode berbasis kubus dan metode berbasis frame. Metode ini juga memiliki kekurangan dan kelebihan dalam pengimplementasiannya. Hasil penelitian menunjukkan bawah algoritma berdasarkan konsep partisi adaptif menghasilkan rasio kompresi yang lebih tinggi dibandinggan dengan algoaritma berdasarkan partisi tetap dalam menjaga
kualitas
gambar
yang
di
dekompresi.
3. A High Compression Deflate Algorithm for Video Stream
Cara mengurangi redunansi dalam urutan frame video untuk kesamaan antara gambar saat ini dan gambar sebelumnya, dengan menggunakan coding algoritma berdasarkan zero-tree wavelet dengan menurunkan algoritma kompresi yang disajikan dalam makalah ini. Algoritma ini merupakan perpaduan antara coding Huffman dan LZ77 yang digunakan dalam video steam. Hasil dari menggunakan perpaduan algoritma ini adalah hasil rasio kompresi dari coding aritmatika yang meningkat. 4. Implementasi Algoritma Fractal Untuk Kompresi Citra Dengan Metode Pencarian Lokal Sifat dari metode kompresi gambar ada 2 (dua) yakni kompresi lossy dan lossless. Lompresi lossy menghilangkan informasi yang tidak berpengaruh signifikan sementara tetap mempertahankan kualitas gambar, sedangkan kompresi lossless mempertahankan informasi asli dari data aslinya. Beberapa tahun terakhir muncul kompresi citra fractal, yang merupakan kompresi lossy terbaru. Algoritma ini memiliki kemiripan tersendiri yang dalam kata lain gambar ini mempunyai susunan yang merupakan bagian yang sama yang disalin dari gambar tersebut. Sehingga hanya diperlukan transformasi komposisi untung kode gambar. Pencarian secara langsung melibatkan banyaknya data yang dibuktuhkan dan menghabiskan waktu yang cukup lama. Pencarian local yang dilakukan dapat mengurangi waktu dengan membandingkan hanya daerah terdekat saja dalam lingkungan dari satu blok, yang pada akhirnya akan mampu menghemat waktu yang digunakan. Namun, penghematan waktu pemrosesan yang dicapai dengan lokalisasi pencarian tidak akan mengurangi kualitas waktu output secara drastic.
10
5. Kompresi Video Secara Real Time Dengan Menggunakan MPEG Method
(Studi Kasus Pada Video Yang Diambil Melalui Webcam) Pengambilan file video dalam penggunaan format yang standar dengan kamera umumnya memerlukan space yang besar sebagai media penyimpanannya. Hal ini berlaku baik dalam pengembilan video menggunakan webcam maupun CCTV yang dilakukan secara real time. Besarnya space yang diperlukan menjadikan hal ini sebagai kekurangan yang sering dirasakan oleh user. Salah sat cara untuk mengatasi hal ini adalah dengan membuat sebuah sistem kompresi MPEG Method. Fungsi dari system kompresi ini adalah untuk memperkecil ukuran file video yang dihasilnya. Meskipun ukuran file video dapat diperkecil menggunakan sistem kompresi ini, namun itu tidak mengurangi kualitas video yang dihasilkan. Proses kompresi ini dilakukan tanpa perlu menyimpan file video terlebih dahulu. Proses recording dan kompresi dilakukan pada saat yang bersamaan. Sehingga tidak perlu menghabiskan waktu yang lama dan efisiensi waktu dapat dicapai dengan menggunakan MPEG Method ini. Harapan dari dibangunnya program ini adalah penghematan penggunaan space pada media penyimpan tanpa mengurangi kualitas video yang dihasilkan. 1.2 Media Video Media berasal dari bahasa Latin medium yang secara harfiah berarti perantara atau pengantar. Hamidjojo dan Latuheru (Azhar Arsyad, 2011) mengemukakan bahwa media sebagai bentuk perantara yang digunakan oleh manusia untuk menyampaikan atau menyebar ide, gagasan, atau pendapat sehingga ide, gagasan atau pendapat yang dikemukakan itu sampai pada penerima yang dituju. Hal ini diperkuat dengan pendapat dari Romiszowski (Basuki Wibawa dan Farida Mukti, 1991) media adalah pembawa pesan yang berasal dari suatu sumber pesan (yang dapat berupa orang atau benda) kepada penerima pesan. Video merupakan kumpulan gambar dalam frame yang diproyeksikan melalui
lensa proyektor secara mekanis. Sehingga pada layar terlihat bahwa
gambar tersebut hidup dan bergerah. Video dapat digunakan untuk tujuan hiburan, dokumentasi dan pendidikan. Di dalam video, user dapat menampilkan informasi,
11
pemaparan proses, menjelaskan konsep yang rumit, dan sebagai media pembelajaran. 1.3 Kompresi Kompresi merupakan data satu sumber pengkodean merupakan suatu proses encoding informasi yang mengunakan lebih sedikit bit (atau unit informasibantalan lainnya) dari sebuah unencoded representasi akan menggunakan melalui penggunaan khusus pengkodean skema. Pada umumnya proses kompresi data meliputi pembacaan simbol. Tujuan dari kompresi itu sendiri adalah untuk meminimalkan penggunaan memori sehingga dapat menghemat space pada media penyimpanan. Menurut (Ida Mengyi Pu,2006) kompresi data merupakan suatu ilmu atau seni untuk mempresentasikan sebuat atau bebebrapa informasi dalam bentuk yang lebih compact. Kompresi data adalah sebuat proses yang dapat mengubah sebuah aliran data input yang asli ke dalam aliran data keluaran yang telah dimampatkan sehingga memiliki ukuran yang lebih kecil (Salomon,2007). Di dalam ilmu kmputer dan teori informasi, kompresi data merupakan proses pengolahan informasi yang menggunakan skema pengkodean yang spesifik dengan meng-encode informasi sehingga menggunakan lebih sedikit bit dibandingan dengan sumber aslinya yang memiliki bit yang lebih banyak. Dalam proses kompresi citra digital, citra data mengalami pengurangan duplikasi yang mengakibatkan data dipresentasinkan dengan citra yang lebih sedikit dibandingkan dengan citra aslinya. Didalam proses kompresi yang berbasis kuantisasi, terjadi penggunaan metode pengurangan jumlah intensitas( warna yang berdampak pada pengurangan bit. Karena terjadi pengurangan jumlah bit, hal tersebut berpengaruh pada ukuran file yang mengalami pengurangan. Sehingga space atau memori yang digunakan pada media penyimpanan juga berkurang. Kompresi data menghemat space pada media penyimpanan karena data yang telah dikompresi memiliki ukuran file yang lebih kecil. Kompresi miliki beberapa fungsi yang terkait erat dengan media penyimpanan. Kompresi membantu user untuk menekan dan mengurangi penggunaan sumber daya yang mahal, seperti
12
hard disk space atau transmisi bandwidth. Namun, terdapat kekurangan dalam kompresi data. Data yang telah melalui proses kompresi harus di dekompresi terlebih dahulu sebelum dapat digunakan. Proses dekompresi memerlukan pengolahan tambahan yang cenderung merugikan beberapa aplikasi. Dengan mengkompresi data, data digital akan dipresentasikan dalam bit yang lebih sedikit tetapi tetap mempertahankan kebutuhan minimum untuk membangun kembali data aslinya yang dijadikan sumber. Data digital yang umumnya digunakan adalah dala bentuk text, gambar, suara, dan video yang merupakan kombinasi dari ketiganya. Di dalam kompresi terdapat istilah deduplication data yang merupakan sebuah teknik kompresi data khusus dengan bertujuan untuk menghilangkan datagrained. Teknik kompresi data khusus ini dapat meningkatkan utilitisasi strorage. Video kompresi bertujuan untuk meminimalisir jumlah data yang digunakan untuk mewakili video digital gambar. Video kompresi merupakan kumpulan gambar yang membentuk kombinasi dari ruang kompresi gambar dan temporal kompensasi
gerak.
Kompresi
video
merupakan
contoh
nyata
dari
pengimplementasian konsep pengkodean sumber dalam teori informasi. -
Lossy Sebuah algoritma kompresi dapat dikatakan lossy jika hasil dari proses kompresi tersebut tidak dapat membentuk data asli yang sama dari data yang sudah dikompresi. Dalam lossy terdapat beberapa detail data yang hilang selama proses kompresi tersebut berlangsung. Akibat dari hilangnya beberapa detail dalam data, maka tidak memungkinkan dihasilkannya sata yang sama percis dengan data yang asli. Sehingga data hasil kompresi dan data aslinya akan berbeda dari segi kualitas dan detailnya. Umumnya, lossy digunakan dalam kamera digital, yang dimana digunakan untuk meningkatkan kapasitas penyimpanan dengan meminimalkan penurunan pada kualitas gambar. Sama halnya dengan DVD yang menggunakan lossy MPEG-2 Video Codec untuk kompresi video, tujuannya pun sama.
13
Skema lossy menerima beberapa hilangnya data untuk mencapai kompresi yang lebih tinggi. -
Lossless Kebalikan dari lossy, jika sebuah algoritma kompresi dapat menghasilkan data asli yang sama dari data hasil kompresi maka kompresi tersebut dapat dikatakan kompresy lossless. Selama proses kompresi maupun dekompresi data tidak ada detail dari data yang hilang. Penggunaan teknik kompresi lossless cocok di terapkan pada data data yang sangat penting. Hal ini di bertujuan agar isi ataupun detail dari data yang penting tidak berkurang ataupun hilang. Sehingga data pun menjadi lebih terjamin dan hemat memori pada media penyimpanan. Lossless memiliki beberapa karakteristik, data yang digunakan tidak mengalami perubahan ataupun hilang saat proses kompresi atau dekompresi dilakukan, dapat membuat satu replika dari data atau objek aslinya, dapat menghilakan pengulangan karakter yang terjadi saat proses kompresi maupun dekompresi, dan dapat pula digunakan pada teks maupun gambar. Selain itu, lossless pada saat digunakan untuk dekompresi, perulangan karakter dapat diinstall kembali. Kompresi lossless memiliki skema yang reversible. Hal ini menjadikan data aslinya dapat direkonstruksi.
1.4 Kompresi Fractal Berawal dari ide menyimpan segitiga Sierpinski dengan menggunakan Itereted Function System (IFS) muncul lah metode kompresi citra fractal. Segitiga Sierpinski merupakan salah satu contoh dari kompresi citra fractal. Citra fractal dapat terbentuk dari kumpulan transformasi affine kontraktif yang disebut IFS. Untuk dapat mengembangkan metode kompresi citra fractal, diperlukan pemahaman yang baik mengenai proses pembentukan citra fractal menggunakan IFS. Kompresi fractal merupakan metode kompresi yang potensial pada rasio tinggi. Dalam kompresi fractal konsep utamanya adalah merubah suatu citra asli dari data menjadi koefisien fractal dan menghasilkan kembali citra tersebut
14
dengan cara melakukan proses dekompresi koefisien fractal tersebut. Pada kompresi fractal, hanya beberapa
yang disimpan. Akibat dari penyimpanan
beberapa koefisien saja, maka ukuran data citra akan menjadi lebih kecil bila dibandingkan dengan ukuran data jika keseluruhan citra disimpan. Kompresi fractal menerapkan prinsip matematika dari fractal geometri. Hal ini bertujuan untuk mengidentifikasi apabila terjadi pengulangan pola yang redundant di dalam citra. Metode kompresi fractal merupakan metode kompresi yang merupakan kumpulan matematis yang memiliki kesamaan terhadap semua skala pembesaran. Beberapa fractal dapat dipecah menjadi beberapa bagian, dan semua bagian hasil dari pecahan tersebut mirip dengan bagian fractal yang asli. Hal ini dikarenakan bagian bagian dari fractal merupakan generalisasi dari objek aslinya. Fractal sendiri dapat dihasilkan dengan mengulang pola, hal ini biasanya ditemukan dalam proses rekursif atau iteratif. Penerapan konsep fractal memiliki jangkauan yang sangat luas. Luasnya penerapan knsep fractal ini menjadikan fractal bermanfaat tidak saja pada bidang ilmu matematika, namun juga bermanfaat di beberapa bidang seperti ilmu fisika, pengolahan citra dan multimedia, dan juga seni. Di dalam penelitian yang dilakukan pada tahun 2007 oleh Fathona, ditemukan bahwa konsep fractal dapat di aplikasikan di bidang ilmu fisika, yakni dalam menentikan kualitas resapan bahan berserat. Sedangkan, didalam bidang pengolahan citra fractal telah diimplementasikan pada beberapa aplikasi seperti face recognition atau yang biasa disebut dengan aplikasi pengenalan wajah. Fractal
memiliki
kegunaan
yang
dalam
transformasi
dimensi.
Transformasi dimensi ini dapat digunakan untuk representasi dan komoresi data citra. Penelitian terdahulu yang dilakukan oleh Barnsley (1996) menemukan kaitan antara kompresi citra dengan fractal. Pada penelitian tersebut Barnsley mengungkapkan informasi mengenai Iterated Function System (IFS) yang digunakan untuk mengkodekan citra. Di dalam kompresi citra dengan IFE terdapat kesulitan, yakni untuk dapat mengemukakan bagian citra yang mirip dengan citra secara keseluruhan. Dengan kata lain, untuk dapat melakukan kompresi citra dengan IFE hanya dapat dilakukan untuk citra yang memiliki self
15
similarity. Akibat dari adanya syarat untuk melakukan kompresi citra dengan IFE, maka tidak semua citra dapat dikompresi dengan metode ini. Namun, untuk mengkompresi sembarang citra dapat digunakan kompresi dengan Partitioned Iterated Function System (PIFS) (Fisher, 1994). Kompresi fractal menggunakan teknik yang mengimpan transformasi affinenya. Teknik ini menggunakan sifat kemiripan lokal pada citra, yaitu bagian citra yang mirip dengan bagian lainnya dalam skala yang berbeda. Kompresi fractal memiliki kekurangan dan kelebihannya. Kelebihan dari kompresi fractal adalah rekonstruksi citra atau decoding dapat dilakukan dalam berbagai pilihan resolusi, rasio kompresi yang tinggi, dan waktu untuk rekonstruksi citra yang lebih cepat. Namun, masih terdapat kekurangan dalam kompresi fractal, yakni memerlukan waktu untuk encoding yang lebih lama. Konsep dari kompresi fractal ini adalah membagi citra ke dalam sejumlah blok yang dilanjutkan dengan mencocokkan blok – blok tersebut. Hasil penelitian yang dilakukan Munir, Galabov, dan Ciptayani menunjukkan citra tersebut dibagi kedalam blok – blok yang sama besarnya atau yang biasa disebut fixed block. Namun, kemudian ditemukan kekurangan dalam metode ini, yang dimana blok – blok yang telah terbagi tidak dapat ter-covered sesuai dengan ukuran yang telah ditetapkan sebelumnya. Penelitian seanjutnya yang dilakukan oleh Ali dan Mahmood menemukan cara untuk mengatasi kekurangan tersebut, yakni dengan pembagian block secara adaptif yang dilakukan dengan menggunakan metode quadtree. Menurut Aris Sugiharto (2006) Dalam menggunakan kompresi secara fractal, citra asli terlebih dahulu di bagi ke dalam beberapa blok. Blok tersebut merupakan blok yang tidak saling beririsan atau non overlapping yang biasanya disebut dengan blok range. Blok range yang di gunakan adalah yang berukuran 4x4 atau 8x8. Untuk tujuan mempermudah digunakan blok persegi. Langkah selanjutnya adalah menentukan beberapa blok domain yang akan digunakan. Blok domain yang digunakan dapat beririsan ataupun tidak beririsan. Dari segi ukuran block domain memiliki ukuran 2 kali blok range. Terdapat keuntungan jika blok domain yang digunakan tidak beririsan. Jika digunakan blok domain yang tidak
16
beririsan maka akan menghemat waktu dan jumlah penggunaan blok domain juga akan lebih sedikit. Namun, kelemahannya terletak pada hasil akhirnya. Hasil akhir bila menggunakan blok yang tidak beririsan tidak akan sebaik hasil jika menggunakan blok yang beririsan. Dengan menggunakan blok yang beririsan, jumlah blok domain yang digunakan akan semakin banyak. Hal ini akan membuat kemungkinan self similarity lokalnya akan semakin tinggi. Namun hal ini juga berimbas pada lamanya waktu yang dibutuhkan. Tingkat kemiripan antara bagian citra yang dimiliki oleh blok range dengan blok domain dapat diukur dengan menggunakan RMS
Blok range yang berukuran 8x8, blok domain yang akan diambil memiliki ukuran 16x16 pixel. Hal ini supaya jika sebuah citra memiliki ukuran 256 x 256 pixel, dapat dibagi menjadi 1024 blok yang tidak saling beririsan ((256/8) 2 = 322 = 1024). Untuk blok domain yang beririsan akan didapatkan 58.081 bagian (257 – 16 +1). Selanjutnya setiap blok dalam blok domain diskalakan ke menjadi ½ bagian terlebih dahulu sebelum dicocokkan. Tujuan dari dilakukannya pemberian skala ini adalah untuk menjaga agar jarak antar blok domain dan blok range menjadi lebih mudah untuk dihitung. Pemberian skala ini dapat dilakukan dengan menyatukan 2x2 buah pixel menjadi satu buah pixel. Tiap pixel akan memiliki nilai rata – rata dari nilai keempat pixel. Bila terdapat blok range dan blok domain yang tingkat kemiripannya tinggi selanjutkan akan dilakukan transformasi affine wI . transformasi ini bertujuan untuk memetakan blok domain ke blok range. Transformasi addine yang digunakan adalah :
17
[ ]
[ ]
[
][ ]
[ ]
Berdasarkan pemetaan wI diatas, intensitas tiap pixel juga digeser dan di skalakan yaitu : z' = si z + oi. Faktor kontras pixel dinyatakan dengan menggunakan parameter sI . Jika nilai sI sebesar 0 hal ini berarti bahwa pixel akan menjadi berwarna gelap dan jika sI bernilai sama dengan 1 maka warna kontrasnya tidak akan mengalami perubahan. Bila nilai sI berkisar antara 0 sampai 1 maka kontrasnya akan berkurang sedangkan jika nilainya lebih besar dari 1 maka kontrasnya akan bertambah. Offset kecerahan (brightness) pixel di nyatakan dengan parameter oI. Jika nilai oI positif, gambar akan menjadi semakin cerah dan jika nilai oI negatif maka gambar akan menjadi kurang cerah atau gelap. Dua parameter yang telah disebutkan tadi, yakni parameter s I dan oI dapat memetakan secara akurat blok domain yang berskala abu abu ke blok range yang berskala abu abu. Biasanya blok domain yang diambil memiliki ukura 2x blok range. Sehingga jika sebuah citra memiliki blok range yang berukuran n x n maka ukuran blok domain yang dapat diambil adalah 2n x 2n pixel. Sehingga persamaan affinenya akan menjadi : [ ]
[ ]
[
][ ]
[ ]
Pergeseran sudut kiri blok domain ke sudut kiri blok range yang bersesuaian dinyatakan dengan parameter eI dan fI . Selanjutnya, sI dan oI dihitung dengan menggunakan rumus regresi seperti dibawah ini .
18
Transformasi affine wI diuji terhadap blok domain DI agar dihasilkan blok uji TI = wI (DI). Untuk mengukur jarak antara T dan RI digunakan rumus DRMS. Transformasi affine dapat dikatakan transformasi addine terbaik jika transformasi w yang meminimumkan jarak antara RI dan T. dari proses kompresi akan dihasilkan beberapa IFS lokal yang diberi nama PIFS. Parameter yang digunakan pada PIFS di kumpulkan dan disimpan dalam berkas eksternal, namun parameter yang penting untuk disimpan hanyalah eI, fI, sI, oI dan jenis operasi simetri terhadap setiap blok range. Parameter eI dan fI diganti dengan posisi blok domain yang telah dipetakan ke blok range. Di sisi lain, parameter a I , bI, cI, dan dI tidak perlu di simpan karena nilainya tetap. Bila merekontruksi citra yang telah dikompres, diperlukan proses iterasi PIFS dari citra awal sebarang. Untuk menjamin konvergensi, kontradikktif intensitas itu penting. Transformasi affine wI diuji terhadap blok domain DI agar dihasilkan blok uji TI = wI (DI). Untuk mengukur jarak antara T dan RI digunakan rumus DRMS. Transformasi affine dapat dikatakan transformasi addine terbaik jika transformasi w yang meminimumkan jarak antara R I dan T. dari proses kompresi akan dihasilkan beberapa IFS lokal yang diberi nama PIFS. Parameter yang digunakan pada PIFS di kumpulkan dan disimpan dalam berkas eksternal, namun parameter yang penting untuk disimpan hanyalah eI, fI, sI, oI dan jenis operasi simetri terhadap setiap blok range. Parameter eI dan fI diganti dengan posisi blok domain yang telah dipetakan ke blok range. Di sisi lain, parameter a I , bI, cI, dan dI tidak perlu di simpan karena nilainya tetap. Bila merekontruksi citra yang telah dikompres, diperlukan proses iterasi PIFS dari citra awal sebarang. Untuk menjamin konvergensi, kontradikktif intensitas itu penting.
19
2.5FTP File Transfer Protocol (FTP) merupakan suatu protocol yang digunakan untuk tukar menukar file dalam suatu network yang mensupport TCP/IP protokol. Tujuan utama FTP server adalah untuk membagikan data, menyediakan indirect atau implicit remote computer, menyediakan tempat penyimpanan bagi user, dan menyediakan transfer data yang reliable dan efisien. FTP adalah salah satu protokol internet yang sampai saat ini masih aktif dikembangkan untuk membantu user dalam melakukan tukar menukar file, baik itu mengunduh (download) maupun mengunggah (upload). Terdapat dua hal penting yang terdapat dalam FTP, yakni FTP server dan FTP client. Fungsi dari FTP server adalah untuk menjalankan software yang akan digunakan dalam tukar menukar file. Selain itu FTP server memberikan layanan FTP bagi FTP client jika terdapat permintaan untuk tukar menukar file. FTP client berfungsi untuk mengeluarkan perintah FTP ke server FTP. Sedangkan FTP server merupakan Windows Service yang berjalan di dalam sebuah computer untuk merespon perintah yang dikirimkan oleh FTP client. Fungsi dari perintah FTP adalah untuk mengubah direktori, mengubah modus pengiriman antar biner dan ASCII, menggunggah file ke server FTP dan mengunduh file dari server FTP. Bentuk dasar dari FTP adalah : ftp://host.domain, dan berdasarkan hak aksesnya dibedakan menjadi 2 (dua) yakni FTP User dan Anonymous. FTP User merupakan protocol yang dalam penggunaannya memerlukan autentifikasi bila user ingin mengakses ke dalamnya. Dalam FTP User, hanya user yang memiliki akses yang dapat mengaksesnya, sehingga tidak sembarang user bisa masuk ke dalamnya. Sedangkan kebalikan dari FTP User adalah FTP Anonymous, yang dapat diakses oleh siapa saja dan tidak memerlukan autentifikasi. Metode autentifikasi standar yang diterapkan dalam penggunaan FTP mewajibkan user untuk memiliki username dan password yang tidak terenskripsi. Kelebihan dari memiliki username dan password adalah user dapat memiliki hak akses penuh untuk mendownload, mengupload berkas berkas yang ada. Selain itu user dapat membuat berkas, direktori dan menghapus berkas jika diinginkan.
20
1.5 MSE Mean squared error merupakan sebuah metode yang dapat digunakan untuk mengevaluasi metode peramalan. Pada MSE, masing masing kesalahan atau sisa dikuadratkan. Setelah dikuadratkan, selanjutnya dijumlahkan dan ditampah kan dengan jumlah observasi yang dilakukan peneliti. Pada pendekatan ini dapat digunakan untuk mengatur kesalahan yang mungkin terjadi dalam proses peramalan. MSE merupakan teknik yang dapat menghasilkan kesalahan moderat mungkin lebih baik untuk salah satu yang mempunyai kesalahan kecil tetapi terkadang menghasilkansesuatu yang lebih besar. Untuk menghitung MSE, dapat digunakan rumus sebagai berikut:
2.6 Audio Audio merupakan suara atau gelombang yang didalamnya mengandung beberapa komponen penting seperti amplitudo, panjang gelombang, dan juga frekuensi yang kemudian membuat suara satu dan suara lainnya berbeda. Amplitudo merupakan kekuatan atau daya gelombang sinyal. Tinggi rendahnya gelombang suara dapat dilihat melalui grafik. Suara yang memiliki gelombang lebih tinggi memiliki volume yang lebih tinggi pula. Frekuensi merupakan jumlah dari siklus yang terjadi dalam hitungan per satu detik. Herts (Hz) merupakan satuan dari frekuensi. Gelombang adalah gelombang yang dihasilkan dari benda yang bergetar dan merambat melalui udara. Misalnya seperti drum yang dipukul, getaran yang dihasilkan akan merambat melalui perantara seperti udara, air atau material lainnya. Namun, di ruangan yang hampa udara getaran tersebut tidak akan dapat dirambatkan. Didalam satu gelombang terdapat satu lembah dan satu bukit yang akan membentuk satu siklus atau periode. Siklus ini pun berlangsung berulang – ulang hingga membawa pada konsep frekuensi. Normalnya, telinga manusia dapat mendengar suara antara 20 Hz – 20 kHz sesuai dengan batasan sinyal audio. Pada dasarnya sinyal suara merupakan sinyal yang dapat diterima baik oleh indra
21
pendengaran manusia. Frekuensi 20 Hz merupakan batasan terendah dan 20 kHz merupakan batasan frekuensi tertinggi yang dapat didengar oleh telinga manusia. Tinggi rendah gelombang bervariasi berdasarkan variasi dari tekanan yang dimiliki oleh media perantarannya.
1.9 BITMAP Awal perkembangan bitmap adalah pada awal tahun 80an, dimana teknologi microchip arsitektur peraga raster yang menyebabkan perkembangan grafika computer raster/bitmap. Bitmap merupakan susunan titik yang tersimpan dalam memori computer. Bitmap merupakan representasi dari citra grafis tersebut. Awalnya, bitmap dikembangkan oleh Microsoft dan jumlah nilai tiap titik untuk masing masing warna bervariasi. Nilai satu bit untuk gambar hitam putih akan berbeda dengan nilai satu bit untuk gambar yang berwarna. Kerapatan tiap titik pada gambar disebut dengan revolusi. Revolusi inilah yang menentukan seberapa tajam citra gambar yang dihasilkan. Jika user ingin menampilkan citra bitmap ini pada layar computer/laptop dan mencetaknya lewat printer, maka citra bitmat lebih dahulu diterjemahkan menjadi pixel pada layar ataupun titik tinta pada printer. Sehingga user bisa menikmati bitmat dalam bentuk yang lebih nyata. Seiring berkembangnya bitmap, format file bitmap pun semakin popular seperti BMP, PCX, TIFF, JPEG, GIF, dll. Bitmap juga bisa disebut dengan raster. Gambar raster terdiri dari kotak – kotak kecil yang disebut pixel. Pixel tersebut di lokasi tertentu dengan nilai warnanya tersendiri akan menghasilkan sebuah tampilan gambar. Bisa diartikan bahwa gambar dengan tipe bitmat merupakan kumpulan dari ribuan bahkan jutaan pixel.