ABSTRAKSI: Kompresi citra digital merupakan salah satu metoda dalam pengolahan citra yang berfungsi untuk mengurangi ukuran data citra murni yang besar dengan cara mengurangi informasi (lossy) atau tetap mempertahankannya (lossless). Pengurangan informasi pada citra digital umumnya dilakukan dengan transformasi yang mengubah citra digital pada domain spasial menjadi domain frekuensi yang kemudian akan dilakukan pengurangan frekuensi yang tidak penting dan diikuti oleh proses kuantisasi dan entropy encoding. Pada tugas akhir ini dikembangkan suatu metode kompresi citra digital yang menggabungkan Discrete Cosine Transform (DCT) dengan Singular Value Decomposition (SVD). DCT dilakukan pada subblok citra yang menunjukkan korelasi yang tinggi antar pixel-nya, dan sebaliknya SVD dilakukan pada subblok citra yang menunjukkan korelasi rendah. Pemilihan transformasi dilakukan dengan menggunakan teknik statistika yaitu Standar Deviasi (STD) pada citra yang telah dipecah menjadi 8x8 subblok. Kuantisasi pewarnaan titik pada graf akan digunakan pada hasil transformasi DCT, sedangkan teknik kuantisasi skalar dan kuantisasi vektor digunakan pada hasil transformasi SVD. Ketetanggaan antar titik pada kuantisasi pewarnaan titik graf ditentukan oleh suatu nilai threshold jarak titik. Pengkodean Huffman digunakan pula pada proses kompresi ini. Hasil dari kompresi citra digital ini kemudian dibandingkan dengan kompresi JPEG. Berdasarkan pengujian, rasio kompresi dan PSNR dari sistem yang dibangun tidak lebih baik dibandingkan dengan kompresi JPEG.Kata Kunci : discrete cosine transform, dekomposisi nilai singular, standar deviasi, kuantisasi pewarnaan titik, pengkodean huffmanABSTRACT: Digital image compression is a method that used in image processing to reduce storage size of image by reduce it information (lossy) or remain to maintain it (lossless). Information reduction were done by linear transformation that change the representation or domain of digital image from spatial domain to frequency domain, and then followed by eliminating higher frequency, quantization, and entropy encoding. In this final task, has developed a digital image compression method that combining Discrete Cosine Transform (DCT) and Singular Value Decomposition (SVD). The DCT is used to transform those image block that show a high correlation between their pixel, conversely SVD is used to decomposition those image block that show a low correlation between their pixel. A statistic method standard deviation (STD) of 8x8 image sub block is used to choose which transform should be used on each block. Graph based quantization is used for the result of the DCT transform, otherwise scalar and vector quantization are used for the result of SVD transform. Huffman coding also used in the encoding process. A Linde Buzo Gray (LBG) algorithm is used to produce codebook for vector quantization. Then, the result of image compression in this sytem is compared to JPEG compression. Based on testing, the result is not better than JPEG compression.Keyword: discrete cosine transform, singular value decomposition, standard deviation, vector quantization, graph based quantization, Huffman encoding