Analisis Kompresi dan Dekompresi Data Teks dan Audio dengan Algoritma Run Length Encoding (RLE)

Main Article Content

Sylvia Rahma

Abstract

Di era digital saat ini semakin berkembangnya dunia teknologi digital yang melakukan pengolahan data untuk pengiriman ataupun pembuatan data teks, audio, video, dan gambar yang berkualitas. Proses komunikasi data inilah yang sering mengalami hambatan dikarenakan ruang penyimpanan yang tidak cukup, bandwidth yang besar sehingga membutuhkan banyak waktu untuk menampilkan file dan kecepatan transmisi data multimedia. Maka dari itu diciptakanlah penyelesaian untuk memudahkan kendala tersebut dengan memampatkan suatu data atau disebut dengan kompresi data. Kompresi data adalah proses konversi data stream masukan menjadi aliran data lain dengan hasil file yang lebih kecil yang disebut dengan dekompresi. Proses ini dapat mengurangi ukuran asli file namun tidak menghilangkan data yang ada didalamnya. Salah satu metode yang akan digunakan peneliti pada penelitian ini untuk kompresi data teks dan audio yaitu menggunakan algoritma Run Length Encoding (RLE) dengan melalui dua metode yaitu proses kompresi dan dekompresi. Algoritma Run Length Encoding (RLE) merupakan kompresi data yang paling sederhana dan paling signifikan untuk digunakan apa saja, algoritma ini bekerja pada pengulangan karakter dalam string yang dimasukkan. Tujuan dari analisis penelitian ini yakni untuk mengukur kinerja rasio dan kecepatan kompresi dekompresi data pada format .docx, .txt, .pdf .mp3, dan .wav. Hasil pengujian menunjukkan bahwa setiap ukuran data asli yang telah melalui proses kompresi menghasilkan angka yang berbeda-beda tergantung pada isi string karakter di dalamnya, semakin banyak string karakter berulang maka menghasilkan ukuran data yang lebih kecil. Begitu juga sebaliknya dengan proses dekompresi, dapat dikatan berhasil jika ukuran file dan isi file dapat kembali seperti semula dan durasi yang dibutuhkan untuk melakukan kompresi dekompresi pun juga tergantung pada besar ukuran data asli.

Article Details

Section
Articles