KOMPRESI CITRA WARNA DENGAN METODE KUANTISASI WARNA MENGGUNAKAN ADAPTIVE COLOR CLUSTERING DAN IMAGE DITHERING

BAMBANG WIDYATMOKO, Dr. Indah Soesanti, S.T., M.T. ; Hanung Adi Nugroho, S.T., M.E., Ph.D.

2015 | Skripsi | S1 TEKNIK ELEKTRO

Semakin baiknya pengolahan sinyal membuat citra digital memiliki kualitas yang tinggi dan ukuran file yang besar, karena itu dibutuhkan sistem kompresi yang baik untuk mencegah masalah yang dapat timbul akibat besarnya ukuran file citra digital. Tujuan utama pada penelitian ini adalah membuat algoritma kompresi adaptif yang dapat mengkompresi citra digital berdasarkan tingkat keragaman warnanya dan juga mempertahankan kualitas dari citra terkompresi. Proses kompresi dilakukan dengan metode kuantisasi warna menggunakan k-means clustering yang digabungkan dengan sistem pendeteksian puncak histogram lalu dilakukan perbaikan kualitas citra menggunakan image dithering. Beberapa parameter yang dianalisis pada penelitian ini adalah jumlah dan konsistensi iterasi dari sistem, persentase kompresi, serta kualitas visual dari citra hasil kompresi. Hasil penelitian menunjukkan bahwa dengan menggabungkan sistem pendeteksi puncak histogram pada k-means clustering akan menghasilkan hasil kompresi yang lebih baik dan performa sistem yang lebih konsisten dibandingkan dengan k-means klasik. Pada citra lena, k-means klasik membutuhkan iterasi sekitar 67 hingga 91 untuk konvergen, sedangkan k-means modifikasi membutuhkan 46 iterasi hingga konvergen dan selalu konsisten. Citra baboon dan peppers juga menghasilkan hasil iterasi yang serupa dengan citra lena. K-means modifikasi lebih unggul 7% dibandingkan dengan k-means klasik dari segi persentase kompresi. Image dithering dapat memperbaiki citra hasil kompresi dengan k-means dan menghasilkan kualitas visual yang lebih baik, tetapi tingkat kompresi citra hasil proses image dithering menurun 16% dibandingkan dengan k-means.

A better signal processing technique makes digital image become better in quality and have bigger file size, which is why a compression system is needed to avoid the problem that could arise from bigger file size of the digital image. The main purpose of this experiment is to make an adaptive compression algorithm that could compress a digital image based on the variation of colors it used and retain the quality of the compressed image. The compression process are done with the color quantization method using k-means clustering mixed with histogram peak detection system and then the quality of the compressed image are improved using image dithering. The parameters that will be analyzed are the amount and consistency of iteration of the system, compression percentage, and the visual quality of the compressed image. The experiment result shows that by combining histogram peak detection system to the k-means produce a better compression result and the system perform more consistent than the original k-means. In lena image, the original k-means needs around 67 to 91 iteration to converge, however modified k-means needs 46 iteration to converge and always stays consistent. The baboon and peppers image also shows similar result to lena image. Modified k-means shows 7% higher result compared to original k-means in compression percentage. Image dithering can improve the image that was compressed with k-means and produce a better visual quality, but the compression level from image dithering are lower compared to the k-means.

Kata Kunci : Kompresi citra warna, kuantisasi warna, k-means clustering, image dithering