Komparasi Performa Algoritma Kompresi Data Lossless Menggunakan Rasio Kompresi Dan Penghematan Ruang

Pertumbuhan data merupakan tantangan besar. Tujuan dari kompresi data adalah untuk mengurangi jumlah bit yang dibutuhkan untuk merepresentasikan informasi yang berguna. Kompresi data dapat digunakan untuk meningkatkan efisiensi penyimpanan, transmisi, dan perlindungan data. Algoritma lossless dapat dengan persis merekonstruksi data asli dari data terkompresi. Kompresi lossless sering digunakan untuk data yang perlu disimpan atau dikirim secara akurat. Beberapa metode dan algoritma kompresi lossless diantaranya seperti Lempel–Ziv–Markov chain algorithm (LZMA), Prediction by partial matching (PPM), Burrows-Wheeler block sorting text compression algorithm and Huffman coding (BZip2), dan Deflate. Meskipun semua sistem kompresi didasarkan pada prinsip yang sama, tetap seharusnya ada perbedaan performa. Karena itu dibutuhkan sebuah panduan umum untuk membantu menentukan pilihan algoritma kompresi data yang paling tepat untuk digunakan. Penelitian ini bertujuan untuk menentukan algoritma kompresi data yang memiliki performa terbaik, berdasarkan komparasi menggunakan nilai Rasio Kompresi dan Penghematan Ruang. Tahapan penelitian dimulai dengan penentuan algoritma kompresi yang digunakan, persiapan data, pengujian performa, untuk kemudian dilakukan pembahasan dan ditarik kesimpulan. Hasil penelitian menunjukkan bahwa rasio kompresi dan penghematan ruang yang bisa dicapai secara spesifik akan bergantung pada data yang digunakan. Meskipun rata-rata nilai performa kompresi tidak terlalu jauh, tapi secara umum LZMA2 menunjukkan hasil terbaik dengan rasio kompresi 1,457 dan penghematan ruang 15,00%. Hasil pengujian ini diharapkan dapat digunakan sebagai gambaran umum dalam membantu memilih algoritma kompresi data lossless.