Medical Image Compression Using Hybrid Method of Singular Value Decomposition (Svd) and Discrete Wavelet Transform (Dwt) to Increase Its Eficiency of Saving and Transmition

Abstract

Penelitian ini bertujuan meningkatkan rasio kompresi dan mengetahui seberapa besar memori yang bisa dihemat tetapi masih mempertahankan kualitas. Jenis penelitian ini adalah kuantitatif-analitik yang mengujikan data simple random sampling. Algoritma Singular Value Decomposition (SVD) merupakan metode matematis untuk menguraikan matriks tunggal dengan mengkompres menjadi tiga matriks yang lebih kecil dengan ukuran yang sama dengan mengurangi data pada kolom dan baris. sedangkan Discrete Wavelet Transform (DWT) memiliki keunggulan mengelompokan energi citra terkosentrasi pada sekelompok kecil koefisien, metode ini dapat juga memberikan kombinasi informasi frekuensi dan skala, sehingga lebih akurat dalam rekonstruksi citra. Penggabungan metode-metode ini merupakan sistem kompresi yang bersifat lossy compression. Hasil proses kompresi dilakukan melalui perhitungan tingkat kompresi dan MSSIM. Berdasarkan seluruh hasil pengujian, sistem kompresi menggunakan metode kombinasi SVD-DWT memiliki performansi yang baik. Pada Threshold_T=15 dan rank Kriteria_K=4 menghasilkan tingkat kompresi dari 15,04%-39,67% atau rata-rata=29,35% dan MSSIM antara 0,9951847-0,9994172 atau rata-rata yaitu=0,996219 dengan status hampir mendekati 1 yang berarti citra hasil kompresi dan citra asli tidak bisa dibedakan secara visual, dengan penghematan memori sebesar = 29,81%. Ini lebih baik dari metode DWT yang diujikan pada kasus yang sama, dengan hasil tingkat kompresi = 28,85%.

Compression Analysis Using Coiflets, Haar Wavelet, and SVD Methods

“…3) SVD: is a mathematical method to decompose a single matrix by compressing it into three smaller matrices of the same size by reducing the data in columns and rows [13]. Each matrix M in the SVD, which is n × n in size, can be broken down into three parts as in (1) [19]:…”

“…This method is very good to be used to represent texture and shape characteristics, Haar wavelet compression is also an efficient way of image compression but is less resistant to attacks such as blur and noise [12]. SVD is a lossy compression group image compression that has been widely used, therefore even though it has high compression results, it sacrifices some missing information in the image [13]. This method is one of the matrix processing techniques from the branch of linear algebra [14].…”