ABSTRAKSI: Sebagian dari contoh teknologi Image compression yang berkembang saat ini antara lain JPEG dan MPEG. Teknologi tersebut mampu menghasilkan kualitas gambar yang sangat bagus dengan aspek rasio kompresi yang sangat besar. Namun demikian teknologi JPEG dan MPEG membutuhkan proses komputasi yang sangat lama.
Permasalahan yang dijadikan objek penelitian dan pengembangan tugas akhir ini adalah bagaimana mengimplementasikan metode Jaringan Syaraf Tiruan (JST) dalam merekonstruksi image (Image Reconstruction). Dengan metode Jaringan Syaraf Tiruan kita tidak perlu melakukan proses komputasi yang lama dalam mengkompresi suatu citra.
Dalam tugas akhir ini dibuat suatu perangkat lunak untuk mengimplementasikan metode Jaringan Syaraf Tiruan yang berfungsi sebagai tool untuk pengujian performansi JST dalam melakukan proses compress dan decompress citra atau yang lebih dikenal dengan proses Rekonstruksi Citra. Pengujian dilakukan dengan mengubah-ubah komposisi neuron pada input layer dan neuron pada hidden layer. Kemudian dilakukan analisis berdasarkan hasil pengujian dan secara teoritis.
Dari hasil pengujian tersebut didapat bahwa kualitas citra hasil kompresi dengan metode Jaringan Syaraf Tiruan sangat dipengaruhi oleh komposisi jumlah neuron pada input layer dan neuron pada hidden layer. Semakin rendah jumlah neuron pada arsitektur JST maka semakin tinggi kualitas citra kompresi yang dihasilkan dan begitu pula sebaliknya. Sedangkan aspek rasio dalam mengkompresi citra di sini ditentukan dengan perbandingan antara jumlah neuron pada input layer dengan jumlah neuron pada hidden layer.Kata Kunci : Image Compression, Jaringan Syaraf Tiruan (JST), Image Reconstruction,ABSTRACT: Several examples of image compression technology being improved at present are JPEG and MPEG. These technologies are able to create high quality image with a high level of compression ratio. Unfortunately, these technologies need a long and difficult computation process.
The problem having become the object of final assignment research and development is how to realize Neural Network method in image reconstruction. By this method, we needn’t have done the computation process which wastes much time in compressing an image.
In this final assignment, it will be made a software to realize Neural Network method as a tool for Neural Network performance observation in image compression and decompression process or image reconstruction process. The observation is made by altering the neuron composition on input and hidden layer. Having finished the observation, the analysis will be made based on its result and theory.
From its result, it says that the quality of image compression with Neural Network method is really influenced by the composition of neuron number on input and hidden layer. The lower neuron number, the higher quality of image compression result. The factor of ratio is depending on the comparison between neuron number in input layer and in hidden layer.Keyword: Image Compression, Neural Network, Image Reconstruction, Compression