Mengenal Pengertian Metode DCT dan SVD

Algoritma DCT atau singkatan dari Discrete Cosine Transform adalah sebuah metode dengan algoritma yang bisa digunakan untuk melakukan kompresi data dalam bentuk sinyal maupun gambar. Contohnya Anda bisa melakukan proses kompresi gambar dari tipe JPEG ke tipe lainnya. Prosesnya dapat digambarkan sebagai berikut.

Pada algoritma ini hanya terdapat fungsi sinus dan kosinus yang akan digunakan pada perhitungan angka yang kompleks. Pada dasarnya metode ini akan melakukan konversi dari bentuk spasial menjadi bentuk frekuensi. Selanjutnya, terdapat pengolahan data frekuensi yang harus dikonversi menjadi bentuk spasial dengan inversi metode tertentu.

Adapula metode SVD atau singular value decomposition yang merupakan sebuah proses pemfaktoran matriks dengan cara mengurai satu matriks ke dalam tiga matriks unit yaitu U, V, dan sebuah matriks diagonal S. Metode DCT dan SVD pada dasarnya memiliki keterkaitan satu sama lain dimana keduanya dapat dikombinasikan menjadi satu metode.

Pada metode SVD terdapat faktor skala yang dinamakan dengan nilai singular. Untuk mempermudah penggunaan metode ini maka terdapat Matlab untuk menjelaskan perhitungannya. Penggunaannya sangat efektif karena dapat dengan mudah diaplikasikan dengan perhitungan SVD matriks itu sendiri.

Kombinasi DCT dan SVD

Salah satu hal yang dapat dilakukan dengan menggunakan metode DCT dan SVD ialah proses watermarking sebagai teknik perlindungan data citra digital. Keduanya dapat dikombinasikan untuk kemudian menyisipkan citra watermark ke dalam citra asli. Metode tersebut dapat menghasilkan dan mengekstraksi citra watermark dalam perlindungan hak cipta terhadap sebuah citra digital.

Proses pengujian dengan kombinasi dua metode tersebut akan dilakukan dengan melakukan serangan manipulasi operasi serta tanpa serangan. Meskipun hasilnya akan mendapatkan sedikit penurunan kualitas terhadap citra hasil ekstraksi namun kualitasnya tidak akan terlalu melenceng dari citra aslinya.

Semakin tinggi nilai PSNR yang didapatkan maka hasil ekstraksi dari metode DCT dan SVD tersebut akan sangat mendekati citra asli. Kombinasi lain yang serupa dapat dilakukan yakni dengan metode DWT dan SVD yang biasanya memberikan nilai PSNR yang lebih tinggi. Meski begitu metode sebelumnya tetap bisa digunakan karena hasilnya pun tetap memenuhi kriteria.

Unsur Penting

Pada kombinasi tersebut terdapat unsur penting yang perlu Anda ketahui. Hal tersebut meliputi beberapa hal yang terdiri dari :

– Menentukan lebar dan panjang dalam blok pixel

– Dalam sekali perulangan terdapat perhitungan pixel sesuai dengan ukuran blok pixel

– Rekomendasi nilainya adalah kelipatan 2, dan ukuran blok pixel adalah persegi (ukuran lebar = ukuran panjang)

– Public Function

– Nilai Y Pixel

– Nilai U Pixel

– Algoritma

Itulah sekilas penjelasan mengenai metode DCT dan SVD dalam pengolahan data spasial yang harus dikonversikan. Beberapa hal lain yang lebih detail mengenai kombinasi metode tersebut perlu Anda pelajari agar mendapatkan hasil yang sesuai tujuan. Nantinya Anda bisa mendapatkan hasil konversi yang sesuai dan tepat guna.