Analisis Komparatif Kinerja DCT, DWT, dan PCA pada Teknik Kompresi Citra Lossy

Fris Alvin, Sofyan Saif Pahlevi

Abstract


Dalam era digital saat ini, kebutuhan pengelolaan dan penyimpanan data citra secara efisien menjadi semakin penting, terutama di sektor seperti fotografi, kedokteran, dan media digital. Kompresi lossy sendiri bisa menawarkan penghematan ukuran file yang signifikan, cocok untuk distribusi multimedia dengan batasan bandwidth. Dalam penelitian ini membahas perbandingan antara tiga algoritma populer untuk kompresi citra lossy, yaitu Discrete Cosine Transform (DCT), Discrete Wavelet Transform (DWT), dan Principal Component Analysis (PCA) untuk mengetahui dalam hal efisiensi kompresi, kualitas citra, dan waktu pemrosesan. Antarmuka pengguna grafis (GUI) berbasis MATLAB digunakan untuk memudahkan analisis performa setiap algoritma. GUI yang dikembangkan memungkinkan pengguna untuk mengatur parameter kompresi, mengevaluasi performa secara real-time, dan memilih algoritma yang paling sesuai dengan kebutuhan, baik dari segi kualitas citra maupun efisiensi ukuran citra. Hasil penelitian menunjukkan bahwa algoritma DCT memberikan efisiensi kompresi tertinggi dan terus stabil pada citra dengan format .jpg yang mencapai 88,935% dan 55,859%,. Algoritma DWT unggul dalam segi kompresi citra dengan format .png karena dari perbandingan antara DCT dan PCA algoritma DWT memberikan hasil kompresi yang sangat baik untuk citra lossy yaitu mencapai 77,2096% dan 63,1969%. Sementara algoritma PCA menunjukan tingkat efisiensi kompresi citra yang bervariasi tergantung pada jenis format citra yang digunakan, dimana saat kompresi format .png kb citra yang dihasilkan malah lebih tinggi dari citra aslinya dan untuk format .jpg ada dimana algoritma PCA unggul dari algoritma DCT dan DWT. Kesimpulannya, algoritma DCT cocok untuk aplikasi multimedia karena efisiensi kompresinya, DWT unggul untuk citra dengan detail tinggi, dan PCA bermanfaat untuk pengurangan dimensi data tertentu.

Full Text:

PDF

References


M. Habek, Y. Genc, N. Aytas, A. Akkoc, E. Afacan, and E. Yazgan, “Digital image encryption using elliptic curve cryptography: A review,” in 2022 International Congress on Human-Computer Interaction, Optimization and Robotic Applications (HORA), IEEE, 2022, pp. 1–8.

E. R. Pramudya et al., “Optimation of image encryption using fractal Tromino and polynomial Chebyshev based on chaotic matrix,” TELKOMNIKA (Telecommunication Computing Electronics and Control), vol. 22, no. 6, p. 1529, Aug. 2024, doi: 10.12928/telkomnika.v22i6.26080.

N. Gupta and R. Vijay, “Hybrid image compression-encryption scheme based on multilayer stacked autoencoder and logistic map,” China Communications, vol. 19, no. 1, pp. 238–252, 2022, doi: 10.23919/JCC.2022.01.017.

C. A. Sari, P. Purwanto, E. H. Rachmawanto, and A. Syukur, “An integration of quantum systems using BB84 for enhanced security in aeroponic smart farming,” TELKOMNIKA (Telecommunication Computing Electronics and Control), vol. 22, no. 6, p. 1491, Dec. 2024, doi: 10.12928/telkomnika.v22i6.26450.

N. R. D. Cahyo, C. A. Sari, E. H. Rachmawanto, C. Jatmoko, R. R. A. Al-Jawry, and M. A. Alkhafaji, “A Comparison of Multi Class Support Vector Machine vs Deep Convolutional Neural Network for Brain Tumor Classification,” in 2023 International Seminar on Application for Technology of Information and Communication (iSemantic), IEEE, Sep. 2023, pp. 358–363. doi: 10.1109/iSemantic59612.2023.10295336.

R. Ezhilarasi, K. Venkatalakshmi, and B. P. Khanth, “Enhanced approximate discrete cosine transforms for image compression and multimedia applications,” Multimed Tools Appl, vol. 79, pp. 8539–8552, 2020.

C. Umam, L. B. Handoko, C. A. Sari, E. H. Rachmawanto, and L. A. R. Hakim, “Kombinasi Vigenere dan Autokey Cipher dalam Proses Proteksi SMS Berbasis Android,” Prosiding Sains Nasional dan Teknologi, vol. 12, no. 1, p. 492, Nov. 2022, doi: 10.36499/psnst.v12i1.7108.

A. D. Krismawan and E. H. Rachmawanto, “Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN) dalam Deteksi Masker pada Wajah,” Prosiding Sains Nasional dan Teknologi, vol. 12, no. 1, p. 382, Nov. 2022, doi: 10.36499/psnst.v12i1.7066.

E. A. Sofyan, C. A. Sari, H. Rachmawanto, and R. D. Cahyo, “High-Quality Evaluation for Invisible Watermarking Based on Discrete Cosine Transform (DCT) and Singular Value Decomposition (SVD),” Advance Sustainable Science, Engineering and Technology (ASSET), vol. 6, no. 1, 2024, doi: 10.26877/asset.v6i1.17186.

Mohammed Hassan Abd and Osamah Waleed Allawi, “Secured Mechanism Towards Integrity of Digital Images Using DWT, DCT, LSB and Watermarking Integrations,” Ibn AL-Haitham Journal For Pure and Applied Sciences, vol. 36, no. 2, pp. 454–468, Apr. 2023, doi: 10.30526/36.2.3088.

R. Noor, A. Khan, A. Sarfaraz, Z. Mehmood, and A. M. Cheema, “Highly robust hybrid image watermarking approach using Tchebichef transform with secured PCA and CAT encryption,” Soft comput, vol. 23, no. 20, pp. 9821–9829, Oct. 2019, doi: 10.1007/s00500-019-03838-2.

W. Y. Yang et al., Applied numerical methods using MATLAB. John Wiley & Sons, 2020.

A. Tiwari, D. Awasthi, and V. K. Srivastava, “Image security enhancement to medical images by RDWT-DCT-Schur decomposition-based watermarking and its authentication using BRISK features,” Multimed Tools Appl, vol. 83, no. 22, pp. 61883–61912, 2024, doi: 10.1007/s11042-023-15878-w.

A. J. G. Busson, P. R. C. Mendes, D. de S. Moraes, A. M. da Veiga, A. L. V. Guedes, and S. Colcher, “Video Quality Enhancement Using Deep Learning-Based Prediction Models for Quantized DCT Coefficients in MPEG I-frames,” in 2020 IEEE International Symposium on Multimedia (ISM), IEEE, Dec. 2020, pp. 29–32. doi: 10.1109/ISM.2020.00012.

J. Khandelwal, V. K. Sharma, D. Singh, and A. Zaguia, “Dwt-svd based image steganography using threshold value encryption method,” Computers, Materials and Continua, vol. 72, no. 2, pp. 3299–3312, 2022, doi: 10.32604/cmc.2022.023116.

A. Alzahrani, “Enhanced invisibility and robustness of digital image watermarking based on DWT-SVD,” Appl Bionics Biomech, vol. 2022, 2022.

Priyanka and D. Kumar, “Feature Extraction and Selection of kidney Ultrasound Images Using GLCM and PCA,” in Procedia Computer Science, Elsevier B.V., 2020, pp. 1722–1731. doi: 10.1016/j.procs.2020.03.382.

C. A. Sari, M. H. Dzaki, E. H. Rachmawanto, R. R. Ali, and M. Doheir, “High PSNR Using Fibonacci Sequences in Classical Cryptography and Steganography Using LSB,” International Journal of Intelligent Engineering and Systems, vol. 16, no. 4, pp. 568–580, 2023, doi: 10.22266/ijies2023.0831.46.

C. A. Sari, E. H. Rachmawanto, and C. A. Haryanto, “Cryptography Triple Data Encryption Standard (3DES) for Digital Image Security,” Scientific Journal of Informatics, vol. 5, no. 2, pp. 2407–7658, 2018, [Online]. Available: http://journal.unnes.ac.id/nju/index.php/sji

P. N. Andono and C. A. Sari, “Remove Blur Image Using Bi-Directional Akamatsu Transform and Discrete Wavelet Transform,” Scientific Journal of Informatics, vol. 9, no. 2, pp. 179–188, Nov. 2022, doi: 10.15294/sji.v9i2.34173.


Refbacks

  • There are currently no refbacks.


Flag Counter

 

 Jurnal Aplikasi Teknologi dan Komputasi (e-ISSN : xxxx-xxxx, p-ISSN : xxxx-xxxx) dipublikasikan oleh Organisasi ARCES.

 

Visitor Stats