{"title":"Peningkatan Rasio Kompresi Algoritma RLE Untuk Kompresi Teks Dengan Menggunakan Algoritma BWT Dan Sequitur","authors":"Rian Syahputra, Surya Darma Nasution, Alwin Fau","doi":"10.54314/teknisi.v3i2.1388","DOIUrl":null,"url":null,"abstract":"To reduce the size can be done with compression techniques. Some of the compression techniques that are often used are Run Length Encoding. The RLE algorithm allows a significant size reduction by reducing the number of symbols in a row to a number of the number of symbols in a row. But for text compression the RLE algorithm still cannot be used because there are no symbols or letters that line up. To improve the results of text compression from the RLE algorithm, data changes can be used first, such as using the Burrows-Wheeler Transform algorithm and the Sequitur algorithm. The RLE algorithm cannot compress text because a row of text words is arranged randomly so that the word has a meaning, BWT and Sequitur managed to make changes to the sample text, but RLE still cannot execute it properly, so the RLE algorithm is not suitable for text compression. Keywords: compression; RLE; BWT; Sequitur; Comparison Abstrak: Untuk melakukan pengurangan ukuran bisa dilakukan dengan teknik kompresi. Beberapa teknik kompresi yang sering digunakan adalah Run Length Encoding. Algoritma RLE memungkinkan pengurangan ukuran yang signifikan dengan mempersingkat jumlah dari simbol yang berderet dengan angka dari jumlah simbol yang berderet tersebut. Namun untuk kompresi teks algoritma RLE masih belum bisa digunakan karena tidak ada simbol atau huruf yang berderet. Untuk meningkatkan hasil kompresi teks dari algoritma RLE dapat digunakan perubahan data terlebih dahulu, seperti menggunakan algoritma Burrows-Wheeler Transform dan algoritma Sequitur. Algoritma RLE tidak bisa untuk kompresi teks karena deretan dari suatu kata teks disusun secara acak sehingga kata tersebut memiliki suatu arti, BWT dan Sequitur berhasil melakukan perubahan pada teks sampel, namun RLE tetap tidak bisa mengeksekusinya dengan baik, sehingga algoritma RLE tidak cocok untuk kompresi teks. Kata kunci: kompresi; RLE; BWT; Sequitur; Perbandinga Kinerja","PeriodicalId":190919,"journal":{"name":"JURNAL TEKNISI","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL TEKNISI","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54314/teknisi.v3i2.1388","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
To reduce the size can be done with compression techniques. Some of the compression techniques that are often used are Run Length Encoding. The RLE algorithm allows a significant size reduction by reducing the number of symbols in a row to a number of the number of symbols in a row. But for text compression the RLE algorithm still cannot be used because there are no symbols or letters that line up. To improve the results of text compression from the RLE algorithm, data changes can be used first, such as using the Burrows-Wheeler Transform algorithm and the Sequitur algorithm. The RLE algorithm cannot compress text because a row of text words is arranged randomly so that the word has a meaning, BWT and Sequitur managed to make changes to the sample text, but RLE still cannot execute it properly, so the RLE algorithm is not suitable for text compression. Keywords: compression; RLE; BWT; Sequitur; Comparison Abstrak: Untuk melakukan pengurangan ukuran bisa dilakukan dengan teknik kompresi. Beberapa teknik kompresi yang sering digunakan adalah Run Length Encoding. Algoritma RLE memungkinkan pengurangan ukuran yang signifikan dengan mempersingkat jumlah dari simbol yang berderet dengan angka dari jumlah simbol yang berderet tersebut. Namun untuk kompresi teks algoritma RLE masih belum bisa digunakan karena tidak ada simbol atau huruf yang berderet. Untuk meningkatkan hasil kompresi teks dari algoritma RLE dapat digunakan perubahan data terlebih dahulu, seperti menggunakan algoritma Burrows-Wheeler Transform dan algoritma Sequitur. Algoritma RLE tidak bisa untuk kompresi teks karena deretan dari suatu kata teks disusun secara acak sehingga kata tersebut memiliki suatu arti, BWT dan Sequitur berhasil melakukan perubahan pada teks sampel, namun RLE tetap tidak bisa mengeksekusinya dengan baik, sehingga algoritma RLE tidak cocok untuk kompresi teks. Kata kunci: kompresi; RLE; BWT; Sequitur; Perbandinga Kinerja
为了减小尺寸,可以使用压缩技术。一些经常使用的压缩技术是运行长度编码。RLE算法通过将一行中的符号数量减少到一行中符号数量的一部分来显著减小大小。但是对于文本压缩,仍然不能使用RLE算法,因为没有排列整齐的符号或字母。为了改进RLE算法的文本压缩结果,可以首先使用数据更改,例如使用Burrows-Wheeler变换算法和Sequitur算法。RLE算法无法压缩文本,因为一行文本单词是随机排列的,使得单词具有含义,BWT和Sequitur设法对样本文本进行了更改,但RLE仍然无法正常执行,因此RLE算法不适合文本压缩。关键词:压缩;RLE;BWT;结论;【摘要】比较:Untuk melakukan pengurangan ukuran bisa dilakukan dengan teknik kompresi。运行长度编码。算法RLE memungkinkan pengurangan ukuran yang signfikan dengan mempersingkat jumlah dari simsymbol yang berderet dengan angka dari jumlah simsymbol yang berderet tersebut。Namun untuk压缩图像算法RLE可用于图像识别和图像识别。Untuk meningkatkan hasil kompresi teks算法RLE dapat digunakan perubahan数据terlebih dahulu, seperti menggunakan算法Burrows-Wheeler变换dan算法Sequitur。算法RLE提取提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本,提取压缩样本。Kata kunci: kompresi;RLE;BWT;结论;Perbandinga Kinerja