Perbandingan metode huffman dan lempel-ziv-welch untuk pemampatan berkas teks
View/ Open
Date
2001Author
Astrigina, Mega
Adisantoso, Julio
Buono, Agus
Metadata
Show full item recordAbstract
Pemampatan teks bertujuan untuk mengurangi pengulangan penggunaan simbol atau karakter yang menyusun teks dengan cara mengkodekan simbol-simbol atau karakter tersebut sehingga kebutuhan ruang penyimpanan dapat dikurangi dan waktu transfer data dapat lebih cepat.
Proses pemampatan teks dapat dilakukan dengan cara mengkodekan segmen-segmen dari teks asli yang kemudian diletakkan dalam kamus. Cara kompresi ini dikenal dengan model kamus yang merupakan karakteristik dari metode Lempel-Ziv-Welch. Selain itu ada model lain yaitu model statistik yang merupakan karakteristik dari metode Huffman. Metode ini mengkodekan simbol-simbol atau karakter dengan bantuan binary tree dengan cara menggabungkan dua buah frekuensi kemunculan karakter paling kecil hingga terbentuk pohon kode. Penelitian ini bertujuan untuk mempelajari metode Huffman dan Lempel-Ziv-Welch (LZW) untuk pemampatan teks dan membandingkan hasil pemampatannya. Dalam penelitian ini digunakan program pemampatan teks yang merupakan implemetasi dari metode
Huffman dan LZW. Berkas yang digunakan adalah: 1) berkas berbahasa Indonesia dan Inggris yang berisi kata ulang dan kata acak dengan diberikan perlakuan perbandingan huruf, angka, dan tanda baca; 2) berkas teks biasa dengan ukuran yang semakin meningkat; dan 3) berkas teks yang berisi kata ulang dengan perbandingan tertentu yang semakin meningkat di dalam berkas acak. Kinerja pemampatan dinilai berdasarkan kebutuhan ruang penyimpanan, rasio pemampatan, waktu proses dan analisis running time program.
Metode LZW memberikan hasil yang lebih baik dibanding metode Huffman terutama pada berkas teks yang berisi pengulangan kata. Rasio pemampatan LZW berkisar antara 30%-95% dengan rata-ratanya adalah 62,28%, sedangkan metode Huffman berkisar antara 30%-50% dengan rata-ratanya adalah 39,56%. Metode Huffman membutuhkan ruang penyimpanan hasil pemampatan dan waktu dua kali lebih besar dibandingkan metode LZW.
Collections
- UT - Computer Science [2242]