Citra medis merupakan salah satu contoh perkembangan teknologi informasi di bidang medis yang memanfaatkan data citra. Hal tersebut digunakan untuk pendiagnosaan secara klinis maupun penelitian medis, karena dengan menggunakan citra medis dapat melihat area pada organ tubuh manusia yang ingin didiagnosa secara mendalam. Sehingga citra medis bisa dikatakan data yang sangat vital karena memuat informasi diagnosa dari pasien. Hal tersebut tentu perlu mendapatkan perhatian khusus terutama dalam hal penyimpanannya. Selain berukuran besar, jumlah citra medis yang disimpan juga sangat banyak. Hal ini tentu akan menimbulkan masalah dalam penyimpanan data. Untuk mengatasi masalah tersebut dilakukan kompresi citra dengan menggunakan teknik Lossles Compresion agar informasi yang terkandung dalam citra medis tersebut tidak berkurang atau hilang. Dalam penelitian ini format gambar yang digunakan yaitu PNG dan jenis citra medis yang digunakan adalah sinar-x (X-ray), Computed Tomography (CT) dan Mammography. Sedangkan untuk proses kompresi menggunakan kombinasi dari algoritma Run Length Encoding (RLE) dan Huffman. Metode RLE cocok digunakan untuk mengkompresi citra yang memiliki kelompok piksel berderajat keabuan yang sama. Metode Huffman pengkodeannya seperti sandi morse, setiap karakter dikodekan dengan rangkaian beberapa bit, dimana bit yang pendek untuk karakter yang sering muncul dan bit yang lebih panjang untuk karakter yang jarang muncul. Dalam kasus ini kompresi yang menggunakan kombinasi Algoritma Huffman dan RLE lebih optimal daripada kombinasi RLE dan Huffman. Hal ini disebabkan karena kombinasi Algoritma Huffman dan RLE menghasilkan rasio kompresi sebesar 96.12% lebih besar dibandingkan RLE dan Huffman yang memiliki rasio kompresi sebesar 85.54%.
展开▼
