Aplikasi Kompresi Data Berbasis Algoritma PPM (prediction By Partial Matching) Pada janringan LAN

Seiring dengan berkembangnya teknologi saat ini, data memiliki peranan

yang sangat penting, data tersebut tidak hanya berupa teks, gambar, audio atau

bahkan video data yang digunakan tidak memiliki ukuran yang sangat besar, tapi

kini dapat memiliki ukuran yang sangat besar. Untuk itu diperlukan sebuah teknik

untuk mengubah ukuran data tersebut agar menjadi lebih kecil. Teknik ini disebut

dengan pemampatan atau yang lebih dikenal dengan kompresi data

Kompresi Data adalah suatu proses pengubahan sekumpulan data menjadi

suatu bentuk kode untuk menghemat kebutuhan tempat penyimpanan data.

Algoritma Prediction By Partial Matching (PPM) menggunakan teknik lossless

yaitu tidak menghilangkan informasi sedikitpun, hanya mewakili beberapa

informasi yang sama dan dikelompokan dalam metode kompresi statis, metode ini

bersifat two-pass.

Hasil yang akan dibandingkan meliputi, kapasitas hasil kompresi, rasio

kompresi serta waktu kompresi dan dekompresi.

As rapidly technology development growth nowadays, data has played a

valuable role, not just appear in text format, image, audio, or even video, in past

time data relatively didn�t appear in large size, but now data could be in whaling

size. To handle this situation, we need to utilize a technical manner (method) to

transform the size of the data into smaller one. We know such of method as data

compression.

Data compression is a transformation process to a set of data into a code

format considering the necessity for data storage space. Prediction by Partial

Matching (PPM) Algorithm used lossless method where the information is not

completely relieved, just represents several similar data and should classified into

static compression method, namely a two-pass type.

The comparison results consist of compression output capacity,

compression ratio, and compression time as well as decompression.

Keywords : Data Compression, PPM.