ABSTRAKSI: Kompresi video merupakan teknologi sangat penting di era layanan dan aplikasi multimedia saat ini. Sistem kompresi video yang menghasilkan rasio kompresi yang besar namun tidak mengurangi kualitas dari video sangat berpengaruh dalam meningkatkan teknologi pelayanan multimedia saat ini dan juga di masa depan. Motion Compensation merupakan metode kompresi interframe yang memanfaatkan redundansi temporal dari suatu video. Sedangkan, sebagai metode kompresi intraframe yang memanfaatkan redundansi spasial pada suatu frame digunakan transformasi wavelet dengan kuantisasi vektor berbasis algoritma genetika.
Tugas Akhir ini mengimplementasikan penggunaan motion compensation sebagai metode kompresi interframe dan transformasi wavelet dengan kuantisasi vektor berbasis algoritma genetika sebagai metode kompresi intraframe pada sistem kompresi video. Parameter performansi sistem berupa rasio kompresi, MSE, PSNR, dan MOS. Performansi sistem diamati berdasarkan pengaruh dari variabel masukan berupa level dekomposisi wavelet haar, jumlah vektor per klaster pada proses pembentukan codebook di dalam kuantisasi vektor berbasis algoritma genetika, dan ukuran makroblok yang digunakan pada proses motion compensation.
Dari hasil pengujian sistem, pada kompresi intraframe, rasio kompresi maksimum sebesar 93,96 %, MSE minimum sebesar 52,67, dan PSNR maksimum 30,95 dB sedangkan untuk kompresi interframe, rasio kompresi maksimum sebesar 92,93%, MSE minimum sebesar 30,80 dan PSNR maksimum 34,15 dB. Rata-rata kompresi total untuk seluruh skenario yang dilakukan pada video uji sebesar 80,176%. Disini juga terlihat bahwa kenaikan level dekomposisi dan kenaikan jumlah vektor per klaster sebanding dengan kenaikan rasio kompresi dan MSE, namun berbanding terbalik dengan penurunan nilai PSNR. Penggunaan ukuran makroblok yang semakin besar juga akan mengakibatkan semakin besarnya rasio kompresi dan PSNR, namun semakin menurunnya nilai MSE. Penggunaan klasterisasi vektor dengan algoritma ant colony atau bee colony dan penggunaan algoritma adaptive block matching selain algoritma ARPS juga disarankan pada tugas akhir ini untuk lebih mengoptimalkan nilai performansi yang diperoleh.
Kata Kunci : kompresi video, motion compensation, transformasi wavelet, kuantisasi vektor, algoritma genetika.ABSTRACT: Video Compression is an important technology in a Broadband and Multimedia Service nowadays. Video Compression system that created a big compression ratio without reducing the quality of the entire video is really needed to make a better service for a Broadband and Multimedia right now or even in the future. Motion Compensation is a kind of interframe compression method which can reduce the temporal redundancy from the video. Furthermore, The interframe compression method that reducing the spatial redundancy is Wavelet Transformation and Vector Quantization based on Genetic Algorithm.
This Final Project implemented the use of Motion Compensation as the interframe compression method and Wavelet Transformation and vector quantization based on Genetic Algoritm as the interframe compression method. The performance’s parameter of the system are ratio of compression, Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), and Mean Opinion Score (MOS). The performance is analized based on input variables. They are decomposition level of haar wavelet, number of vectors in a cluster on codebook generating at vector quantization, and size of macroblocks that is used at motion compensation.
The system’s testing results shows that, in intraframe compression, the maximum ratio compression is 93,96 %, the minimum MSE is 52,67, and maximum of PSNR is 30,95 dB, else for interframe compression, the maximum ratio of compression is 92,93%, the minimum MSE is 30,80 and maximum of PSNR is 34,15 dB. The average of ratio compression from all the scenarios from the tested video is 80,176%. It also shows that increasing of decomposition level will be proportional with increasing of compression’s ratio and MSE, but it will decrasing the value of PSNR. The greater number of vectors in acluster will result the greater compression’s ratio and MSE, but it will decrease the value of PSNR. And the greater macroblock’s size is used will result the greater compression’s ratio and PSNR but it will decrease the value of MSE. The usage of clustering with ant colony algorithm or bee colony algorithm, and also the usage of adaptive block matching algorithm besides ARPS are suggested on this final task, so that the performance of the system will be more optimal.
Keyword: video compression, motion compensation, wavelet transformation, vector quantization, genetic algorithm