Yansen, Yansen (2014) Implementasi algoritma deflate64 dan lempel-ziv-welch pada kompresi file untuk dropbox. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Seiring dengan perkembangan teknologi, kebutuhan akan media penyimpanan file semakin meningkat. File-file tersebut antara lain dalam bentuk video, objek citra, dokumen, maupun suara. Media penyimpanan pada komputer saat ini terdapat dalam bentuk internal harddisk, eksternal harddisk maupun media penyimpanan yang sedang tren saat ini yaitu dengan menggunakan cloud computing. Untuk menyimpan file, tentunya semua orang ingin agar dapat memaksimalkan penggunaan media penyimpanan yang dimilikinya, sehingga dapat menyimpan banyak file dalam media penyimpanan yang terbatas. Salah satu cara untuk memaksimalkan penyimpanan file antara lain dengan melakukan kompresi file yang dimiliki dengan tujuan untuk menghemat penggunaan media penyimpanan dalam komputer. Skripsi ini mengimplementasikan algoritma Deflate64 dan LZW untuk melakukan kompresi file. Algoritma Deflate64 merupakan gabungan dari LZ77 dan Huffman Code. LZ77 dalam Deflate64 berfungsi untuk mengurangi pattern suatu karakter yang sama pada suatu file. Huffman code digunakan untuk mengkompresi bit setiap karakter. Algoritma LZW menggunakan dictionary dan bertujuan untuk mengurangi pattern suatu karakter menggunakan dictionary tersebut. Berdasarkan hasil uji coba yang dilakukan maka hasil kompresi dari kedua algoritma cenderung lebih besar dari ukuran awal kecuali file yang belum terkompresi seperti .bmp.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology |
Divisions: | Faculty of Engineering & Informatics > Informatics |
Depositing User: | Administrator UMN Library |
Date Deposited: | 08 Aug 2017 07:52 |
Last Modified: | 05 Apr 2023 06:42 |
URI: | https://kc.umn.ac.id/id/eprint/1797 |
Actions (login required)
View Item |