Pengelolaan Arsip Secara Digital Menggunakan Algoritma LZSS Modifikasi untuk Kompresi File
DOI:
https://doi.org/10.26418/jp.v6i1.38301Keywords:
LZSS, Kompresi File, Modifikasi, Rasio Kompresi, Pengelolaan ArsipAbstract
Dokumen yang menumpuk dalam bentuk hardcopy dapat menimbulkan suatu masalah, baik dalam penataan, keamanan dokumen maupun ruang penyimpanan dokumen. Selain itu perawatan ekstra diperlukan untuk mencegah kerusakan pada dokumen penting yang disebabkan oleh serangga dan lain-lain. Dengan teknologi sekarang ini dokumen dapat disimpan dalam bentuk file dan sekaligus ukuran file dapat diperkecil untuk meminimalkan media penyimpanan dan penyusunan dokumen dapat ditata dengan baik sehingga pada saat pencarian dokumen menjadi lebih mudah. File merupakan data digital yang berisi informasi. Untuk memperkecil ukuran file yaitu dengan cara dipadatkan atau biasa disebut dengan kompresi sehingga ukuran file menjadi lebih kecil dari ukuran semula. Pada penelitian ini, metode yang digunakan untuk kompres file adalah LZSS (Lempel Ziv Strorer-Szymanski) yang telah dimodifikasi untuk menghasilkan kompres yang lebih optimal. Algoritma kompresi LZSS modifikasi dikembangkan berdasarkan konsep algoritma kompresi LZSS (pengkodean (offset,len)) serta penambahan pengkodean (offset,-len). Dari 9 sampel file yang dipilih sebagai data simulasi, diperoleh rata-rata rasio kompresi algoritma LZSS adalah 75,40% dan rata-rata kompresi algoritma LZSS modifikasi adalah 67,86%. Hal ini menunjukkan bahwa algoritman LZSS modifikasi menghasilkan tingkat kompresi yang lebih baik.
References
Sujono, “Prototipe Aplikasi Pengelolaan Arsip Dalam Format Digital,†Konf. Nas. Sist. Inf. 2018 STMIK, pp. 653–656, 2018.
Y. JIng, “The Combinational Application of LZSS and LZW Algorithms for Compression Based On Huffman,†2011 Int. Conf. Electron. Optoelectron. (ICEOE 2011), pp. 397–399, 2011.
Y. Wiseman, “THE RELATIVE EFFICIENCY OF DATA COMPRESSION BY LZW AND LZSS,†Data Sci. J., vol. 6, no. January, pp. 1–6, 2007.
G. Little and J. Diamond, “Optimum String Match Choices in LZSS,†2010 Data Compression Conf. Optim., 2010.
L. Heng, G. Fei, X. Yanming, and F. Shuo, “The application of LZSS in the RFID tags,†2009 Int. Symp. Comput. Netw. Multimed. Technol., pp. 1–4, 2009.
Z. C. Pereira, M. E. Pellenz, R. D. Souza, and M. A. Arau, “Unequal error protection for LZSS compressed data using Reed-Solomon codes,†IET Commun, vol. 1, no. 4, pp. 612–617, 2007.
R. Demo, S. Marcelo, and E. Pellenz, “On unequal error protection for LZSS compressed data,†Ann. Telecommun, no. 65, pp. 285–292, 2010.
A. Ozsoy and M. Swany, “CULZSS : LZSS Lossless Data Compression on CUDA,†2011 IEEE Int. Conf. Clust. Comput. CULZSS, 2011.
W. Chang, X. Yun, N. Li, and X. Bao, “Investigating Randomness of the LZSS Compression Algorithm,†2012 Int. Conf. Comput. Sci. Serv. Syst. Investig., no. 1, pp. 2001–2006, 2012.
P. Pylak, “Efficient modification of LZSS compression algorithm,†Ann. UMCS Inform., vol. 1, no. 2003, pp. 61–72, 2019.
I. Shcherbakov, C. Weis, and N. Wehn, “A High-Performance FPGA-Based Implementation of the LZSS Compression Algorithm,†2012 IEEE 26th Int. Parallel Distrib. Process. Symp. Work. PhD Forum, 2012.
A. Ozsoy, M. Swany, and A. Chauhan, “Optimizing LZSS Compression on GPGPUs,†Futur. Gener. Comput. Syst., 2013.
R. Iˇsa and Jiˇ r´ı Matouˇsek, “A Novel Architecture for LZSS Compression of Configuration Bitstreams Within FPGA,†2017 IEEE 20th Int. Symp. Des. Diagnostics Electron. Circuits Syst., 2017.
S. T. Klein and D. Shapira, “A New Compression Method for Compressed Matching,†Proc. DCC 2000. Data Compression Conf., 2000.
