Perbedaan Antara Lossless dan Lossy Compression
Dalam kompresi data lossless,
data yang dikompresi dan didekompresi mempunyai replikasi yang sama dengan data
asli. Sedangkan pada kompresi data lossy,
data yang didekompresi dapat berbeda dari data asli. Secara tipikal, ada beberapa
distorsi antara data asli dan signal yang direproduksi.
Program
kompresi data populer seperti WinZip, WinRar, WinAce, dan PkZip merupakan salah
satu contoh data kompresi data lossless.
JPEG merupakan salah satu contoh dari kompresi data lossy.
Perbedaan Antara Compression Rate Dan
Compression Ratio
Terdapat
dua jenis utama dalam aplikasi kompresi data yaitu transmisi dan penyimpanan.
Suatu contoh dari yang terlebih dahulu adalah speech compression untuk transmisi secara real time melalui jaringan digital selular. Contoh untuk kasus yang
kedua adalah kompresi file (contoh
seperti program DriveSpace dan DoubleSpace).
Istilah
“compression rate” dipakai dalam
transmisi, sementara istilah “compression ratio” berasal dari istilah teknik
penyimpanan data.
Compression rate atau laju kompresi
adalah laju dari data yang dikompresi. Secara tipikal, satuannya adalah bit/sampel,
bits/karakter, bits/piksel, atau bit/detik. Compression
ratio atau rasio kompresi adalah rasio atau perbandingan antara ukuran atau
laju data yang dikompresi dengan ukuran atau laju dari data asli.
Compression Ratio = .......... (2.17)
Sebagai contoh, jika suatu image gray-scale aslinya
direpresentasi oleh 8 bits /pixel (bpp) dan jika dikompresi hingga 2
bpp, maka dapat dikatakan rasio kompresinya adalah 1 banding 4 (1 : 4).
Kadang-kadang dikatakan rasio kompresinya adalah 75%.
Laju
kompresi merupakan istilah yang mutlak, sementara rasio kompresi merupakan
istilah yang relatif. Sebagai catatan dalam suatu aplikasi tertentu keduanya
dapat dipertimbangkan untuk transmisi dan penyimpanan (storage). Sebagai contoh, suatu gambar format JPEG yang terdapat
pada website. Ini tidak hanya menghemat
ruang penyimpan pada disk lokal,
gambar tersebut juga menambah kecepatan transmisi ketika dikirim sebagai image melalui internet.
Perbedaan
Antara Teori Kompresi Data dan Teori Pengkodean Sumber
Tidak ada
perbedaan antara teori kompresi data (data
compression theory) dengan teori pengkodean sumber (source coding theory). Keduanya mempunyai arti yang sama. Istilah “coding” adalah istilah umum yang berarti
“data compression” atau “error control coding”.
Pengertian Stationary
Secara
matematis, suatu proses acak merupakan stationary
jika untuk setiap nilai integer positif n
dan k
vektor mempunyai distribusi probabilitas yang sama.
“Stationary”
merupakan istilah pada contoh dari perpustakaan seperti pada uraian di atas.
Misalkan pada huruf pertama dari semua 100 juta buku dan dapat dilihat seberapa
sering huruf pertama adalah ‘a’, seberapa sering muncul huruf pertama ‘b’, dan
seterusnya. Dengan cara demikian maka akan didapat suatu distribusi
probabilitas dari huruf pertama dari suatu buku acak. Jika diulang percobaan
tersebut untuk huruf kelima puluh dan keseratus lima, akan didapat dua distribusi yang lain.
Jika ketiga distribusi tersebut sama, maka cenderung dikatakan bahwa proses
buku tersebut adalah stationary. Untuk mendapatkan hasil yang
lebih akurat, harus dicari dan digabung distribusi dari huruf pertama dan kedua
dan membandingkannya dengan gabungan distribusi dari huruf ke-101 dan 102. Jika
gabungan dari distribusi tersebut secara kasar sama, maka dapat dipastikan lagi
proses buku tersebut bersifat stationary.
Pada kenyataannya,
proses buku tidak dapat bersifat stationary
karena karakter pertama tidak dapat berupa spasi (SPACE).