15 kata "JANGAN"

15 kata “JANGAN” Yang Harus Dihindari :

Harap dibaca !!!
Penting !!!

1. Jangan menunggu bahagia baru tersenyum tapi tersenyumlah maka kita kian bahagia.

2. Jangan menunggu kaya baru bersedekah tapi bersedekahlah maka kita semakin kaya.

3. Jangan menunggu termotivasi baru bergerak tapi bergeraklah maka kita akan termotivasi.

4. Jangan menunggu dipedulikan orang baru kita peduli tapi pedulilah dengan orang lain maka kita akan dipedulikan.

5. Jangan menunggu orang memahami kita baru kita memahami dia tapi pahamilah orang lain maka orang lain paham dengan kita.

6. Jangan menunggu terinspirasi baru menulis tapi menulislah maka inspirasi akan hadir dalam tulisan kita.

7. Jangan menunggu proyek baru bekerja tapi bekerjalah maka proyek akan menunggu kita.

8. Jangan menunggu dicintai baru mencintai tapi belajarlah mencintai maka kita akan dicintai.

9. Jangan menunggu banyak uang baru hidup tenang tapi hiduplah dengan tenang. Percayalah, bukan sekadar uang yang datang tapi juga rezeki yang lainnya.

10. Jangan menunggu contoh baru bergerak mengikuti tapi bergeraklah maka kita akan menjadi contoh yang diikuti.

11. Jangan menunggu sukses baru bersyukur tapi bersyukurlah maka bertambah kesuksesan kita.

12. Jangan menunggu bisa baru melakukan tapi lakukanlah! Kita pasti bisa!

13. Jangan menunggu untuk diberi tapi memberilah maka kita akan diberi.

14. Jangan menunggu dihargai tapi hargailah orang lain maka kita pasti akan dihargai.

15. Jangan menunggu dihormati orang lain tapi hormatilah orang lain maka kita akan dihormati.

Dan…

Jangan menunggu lama lagi untuk membagikan hal ini kepada semua orang yang saudara-saudari yang baik kenal… ^__^

Andai Hidup Seperti Komputer

>>>>>ANDAI HIDUP SEPERTI KOMPUTER<<<<<

¤ DELETE semua file KEMAKSIATAN

¤ INSTAL anti VIRUS & SYAITAN

¤ RESTART kehidupan kita dengan keberkahan dan kasih sayang-NYA

¤ REFRESH pribadi kita dengan AKHLAK MULIA

¤ DOWNLOD sifat-sifat TAAT & TAQWA

¤ UPLOAD tingkah laku yang BENAR, JUJUR & IKHLAS

¤ jangan meng'UNDUH pengalaman BURUK & SEDIH

¤ LOADING semua dengan DO'A & USAHA

¤ COPY & PASTE semua hikmah dan ilmu yang bermanfaat

¤ ENTER sifat TAWAKKAL & IHSAN


Semoga program komputer kehidupan DUNIA kita akan berjalan lancar.......Sehingga berhasil memasuki program keHiDupaAn AKHIRAT yang serba otomatis dan canggis ..

aamiin....3x ya Robb'aalamin, :)

Perbedaan Arsitektur Core i3, Core i5, dan Core i7

Intel Core yang berbasis teknologi Intel Arrandale dan Clarkdale tersebut merupakan processor dengan proses manufaktur 32nm pertama dari Intel. Intel memperkenalkan 4 Core i3, 8 Core i5 dan 7 buah chip Core i7, yang kesemuanya memiliki tekenologi Hyper-Threading untuk proses multitasking. Processor Intel Core baru tersebut didesain untk desktop, mobile computing, dan device lainnya.

Sedangkan brand core 2 duo dan core 2 quad tidak lagi dipertahankan, sedangkan brand pentium dan celeron masih dipertahankan. Brand centrino dipakai di produknya yang berbasis Wifi dan Wimax.

Processor Core i5 dan i7 dilengkapi dengan teknologi Turbo Boost untuk performance prima, karena Turbo Boost didesain untuk secara otomatis memberikan akselerasi performance dan menyediakan dukungan ekstra performance ketika dibutuhkan. Sedangkan untuk processor pemula Core i3 tidak dilengkapi teknologi Turbo Boost, namun menyediakan support grafis HD (High Definition) yang dibangun di dalam processor. Intel mengungkapkan, bahwa kini sudah tidak dibutuhkan lagi tambahan grafis baik untuk desktop ataupun laptop yang memiliki processor Core i3. Intel menyiapkan 2 processor Core i3 dan 2 untuk komputer mobile dengan kecepatan clock antara 2.13GHz dan 3.06GHz.

Ketiga processor (Core I3, I5 dan I7) akan ditanam di dekstop maupun notebook. sedangkan core i5 dan i7 mengadopsi fitur “Intel Turbo Mode Technology” dimana fitur ini akan mematikan core yang tidak dipakai ketika memproses aplikasi yang hanya membutuhkan single thread, ketika memproses aplikasi single thread, processor akan mengoverclock aliran thread data yang berjalan di atasnya sehingga pemrosesan lebih cepat, sedangkan jika memproses aplikasi yang bukan single thread, core tersebut akan hidup kembali.

Berikut deskripsi lebih jelasnya mengenai perbedaan ketiga produk ini :

Core i3

Intel Core i3 merupakan varian paling value dibandingkan dua saudaranya yang lain. Processor ini akan mengintegrasikan GPU (Graphics Processing Unit) alias Graphics On-board didalam processornya. Kemampuan grafisnya diklaim sama dengan Intel GMA pada chipset G45. Selain itu Core i3 nantinya menggunakan manufaktur hybrid, inti processor dengan 32nm, sedangkan memory controller/graphics menggunakan 45nm. Code produk Core i3 adalah “Arrandale”.

Intel Core i3 keluarga prosesor Intel ® HD dengan Graphics memberikan sebuah arsitektur baru yang revolusioner untuk pengalaman komputasi yang tak tertandingi.

Prosesor ini dilengkapi dengan Intel HD Graphics, mesin video canggih yang memberikan pemutaran mulus, tinggi kualitas video HD, dan maju kemampuan 3D, menyediakan suatu solusi grafik ideal untuk komputasi sehari-hari. Sebuah pilihan cerdas untuk rumah dan kantor, Intel Core i3 prosesor juga dilengkapi Intel ® Hyper-Threading Technology, yang memungkinkan setiap inti prosesor Anda untuk bekerja pada dua tugas pada waktu yang sama, memberikan kinerja yang Anda butuhkan untuk pintar multitasking.

Core i3:

* Entry level processor.

* 2-4 Cores

* 4 Threads

* Hyper-Threading (prosesor menggunakan sumber daya yang ringan)

* 3-4 MB Catche

* 32 nm Silicon (mengurangi panas)

Core i5

Jika Bloomfield adalah codename untuk Core i7 maka Lynnfield adalah codename untuk Core i5. Core i5 adalah seri value dari Core i7 yang akan berjalan di socket baru Intel yaitu socket LGA-1156.

Core i5 akan dipasarkan dengan harga sekitar US$186. Kelebihan Core i5 ini adalah ditanamkannya fungsi chipset Northbridge pada inti processor (dikenal dengan nama MCH pada Motherboard). Maka motherboard Core i5 yang akan menggunakan chipset Intel P55 (dikelas mainstream) ini akan terlihat lowong tanpa kehadiran chipset northbridge. Jika Core i7 menggunakan Triple Channel DDR 3, maka di Core i5 hanya menggunakan Dual Channel DDR 3.

Penggunaan dayanya juga diturunkan menjadi 95 Watt. Chipset P55 ini mendukung Triple Graphic Cards (3x) dengan 1×16 PCI-E slot dan 2×8 PCI-E slot. Pada Core i5 cache tetap sama, yaitu 8 MB L3 cache.

Intel juga meluncurkan Clarksfield, yaitu Core i5 versi mobile yang ditujukan untuk notebook. Socket yang akan digunakan adalah mPGA-989 dan membutuhkan daya yang terbilang cukup kecil yaitu sebesar 45-55 Watt.

Core i5:

* Mid range processor.

* 2-4 Cores

* 4 Threads

* Turbo Mode (jika tidak digunakan core akan off dengan sendirinya)

* Hyper-Threading (prosesor menggunakan sumber daya yang ringan)

* 3-8 MB Catche

* 32-45 nm Silicon (mengurangi panas)

Core i7

Intel Core i7 adalah sebuah keluarga dari beberapa Intel desktop dan laptop 64-bit x86-64 prosesor, prosesor pertama dirilis menggunakan Intel Nehalem microarchitecture dan penerus dari Intel Core 2 keluarga.

Intel Core i7 sudah tidak lagi menggunakan LGA775 dan digantikan dengan LGA1366. Soket ini ini mulai dihadirkan pada motherboard dengan chipset Intel X58 Express yang mulai banyak beredar. Dari fisiknya, soket ini memang berukuran lebih besar dibanding LGA775, oleh karena itu heatsink fan pendukungnya pun harus sesuai, tidak bisa menggunakan heatsink fan LGA775.

Intel Core i7 merupakan salah satu dari sejumlah prosesor buatan Intel yang memiliki arsitektur yang baru dibandingkan generasi sebelumnya. Prosesor ini diciptakan masih menggunakan transistor bermaterial hafnium dioxide (high-k) serta bermetal gate, dengan pabrikasi 45nm. Dengan kata lain sama dengan yang digunakan Penryn, generasi sebelumnya.

Nehalem sendiri memiliki banyak fitur yang baru dan berbeda jika dibandingkan keluarga prosesor berbasis Core Microarchitecture sebelumnya (Core 2 Duo, Core 2 Quad). Memory controller terletak pada chipset yang terpisah, tepatnya pada northbridge di motherboard, maka Intel Core i7 menempatkan memory controller-nya pada dirinya sendiri. Dengan memory controller yang terintegrasi pada prosesor, keterbatasan Front Side Bus(FSB) – selama ini merupakan jalur penghubung prosesor dengan chipset –, bisa ditiadakan. Prosesor dan memori utama berhubungan langsung.

Prosesor ini juga hadir dengan L3 cache sebesar 8MB. L3 cache ini dibagi-pakai (shared) oleh keempat core. Bila yang digunakan hanya 1 core (misalnya menjalankan aplikasi yang single-threaded), core tersebut bisa mengakses sepenuhnya 8MB cache tersebut. Pada Core 2 Quad, berhubung terdiri dari 2 die, hal seperti ini sulit dilakukan. Hyper-Threading yang sudah ada sejak arsitektur NetBurst, digunakan kembali dengan peningkatan yang cukup signifikan.

Nehalem mengalami perubahan yang cukup signifi kan untuk architecturenya yang sudah dianut sejak Pentium Pro tahun 1995 menjadi x86 microarchitecture. Termasuk di sini adalah penggantian komponen yang berbeda untuk pekerjaan yang berbeda pula. Beberapa sumber menjelaskan spesifikasi Nehalem seperti berikut:

Dua, empat, atau delapan core, dengan 731 juta transistor untuk varian quad core. Proses manufacturing 45 nm. Memory controller terintegrasi dengan dukungan DDR3 SDRAM dari 1 hingga 6 channel.

Integrated graphics processor (IGP) sudah terintegrasi di luar die (off-die), namun masih dalam satu CPU. Fungsi FSB diganti dengan Intel QuickPath Interconnect. MultiThreading dan hyperthreading, di mana pada satu core bisa dijalankan dua threads sekaligus.

Native quad (4) dan octo core (8) processor. Terdapat di dalam sebuah die.

Caches yang dimiliki, 32 KB L1 instruction dan 32 KB L1 data cache per core, 256 KB L2 cache per core, 2-3 MB L3 cache per core dibagi dari semua core.33% lebih ramping dibandingkan Conroe.

Core i7:

* High end processor.

* 4 Cores

* 8 Threads

* Turbo Mode (jika tidak digunakan core akan off dengan sendirinya)

* Hyper-Threading (prosesor menggunakan sumber daya yang ringan)

* 4-8 MB Catche

* 32-45 nm Silicon (mengurangi panas)

ARTIKEL ALGORITMA KOMPRESI

KOMPRESI DATA

Kompresi ialah proses pengubahan sekumpulan data menjadi suatu bentuk kode untuk menghemat kebutuhan tempat penyimpanan dan waktu untuk transmisi data [1]. Saat ini terdapat berbagai tipe algoritma kompresi [2,3], antaralain: Huffman, LIFO, LZHUF,LZ77 dan variannya (LZ78, LZW, GZIP), Dynamic Markov Compression (DMC), Block-SortingLossless, Run-Length, Shannon-Fano,Arithmetic, PPM (Prediction by PartialMatching), Burrows-Wheeler Block Sorting, dan Half Byte. Berdasarkan tipe peta kode yang digunakan untuk mengubah pesan awal (isi file input) menjadi sekumpulan codeword, metode kompresi terbagi menjadi dua kelompok, yaitu :

• Metode static : menggunakan peta kode yang selalu sama. Metode ini membutuhkan dua fase (two-pass): fasepertama untuk menghitung probabilitas kemunculan tiap simbol/karakter dan menentukan peta kodenya, dan fase kedua untuk mengubah pesan menjadi kumpulan kode yang akan ditransmisikan. Contoh: algoritma Huffman statik.

• Metode dinamik (adaptif) : menggunakan peta kode yang dapat berubah dari waktu ke waktu. Metode ini disebut adaptif karena peta kode mampu beradaptasi terhadap perubahan karakteristik isi file selama proses kompresi berlangsung. Metode ini bersifat 1-kali pembacaan terhadap isi file. Contoh: algoritma LZW dan DMC

Berdasarkan teknik pengkodean/pengubahan simbol yang digunakan, metode kompresi dapat dibagi ke dalam tiga kategori, yaitu : 

(a) Metode symbolwise : menghitung peluang kemunculan dari tiap simbol dalam file input, lalu mengkodekan satu simbol dalam satu waktu, dimana simbol yang lebih sering muncul diberi kode lebih pendek dibandingkan simbol yang lebih jarang muncul, contoh: algoritma Huffman. 

(b) Metode dictionary : menggantikan karakter/fragmen dalam file input dengan indeks lokasi dari karakter/fragmen tersebut dalam sebuah kamus (dictionary), contoh: algoritma LZW. 

(c) Metode predictive : menggunakan model finite-context atau finite-state untuk memprediksi distribusi probabilitas dari simbol-simbol selanjutnya; contoh: algoritma DMC. Ada beberapa faktor yang sering menjadi pertimbangan dalam memilih suatu metode kompresi yang tepat, yaitu kecepatan kompresi, sumber daya yang dibutuhkan (memori, kecepatan PC), ukuran file hasil kompresi, besarnya redundansi, dan kompleksitas algoritma. 

Tidak ada metode kompresi yang paling efektif untuk semua jenis file. Dalam penelitian ini, diimplementasikan tiga buah metode kompresi, yaitu algoritma Huffman, LZW, dan DMC, yang masing-masing mewakili sebuah kategori teknik pengkodean, dalam bentuk sebuah perangkat lunak. Ketiga metode ini diujikan untuk mengkompresi dan mendekompresi berbagai tipe dan ukuran file yang berbeda. Lalu dilakukan analisis statistik untuk membandingkan kinerja setiap metode berdasarkan dua faktor, yaitu rasio/perbandingan ukuran file hasil kompresi terhadap file asli dan kecepatan kompresinya. 

ALGORITMA KOMPRESI

Algoritma Kompresi data yang ada saat ini antara lain menggunakan kode/algoritma Huffman dan algoritma-algoritma sejenis yang telah menjelaskan dan membantu kita dalam menangani file-file besar. Termasuk format-format file audio sepert mp3, format gambar seperti jpg dan contoh-contoh sederhana serta penerapannya. Dan teradapat aplikasi-aplikasi yang bermula dari algoritma-algorima tersebut yang sampai sekarang masih dikembangkan softwarenya hingga menjadi lebih baik.

1. Algoritma Huffman

Algoritma Huffman, yang dibuat oleh seorang mahasiswa MIT bernama David Huffman, merupakan salah satu metode paling lama dan paling terkenal dalam kompresi teks. Algoritma Huffman menggunakan prinsip pengkodean yang mirip dengan kode Morse, yaitu tiap karakter (simbol) dikodekan hanya dengan rangkaian beberapa bit, dimana karakter yang sering muncul dikodekan dengan rangkaian bit yang pendek dan karakter yang jarang muncul dikodekan dengan rangkaian bit yang lebih panjang.

Algoritma Huffman secara lengkap :

1. Pilih dua simbol dengan peluang (probability) paling kecil (pada contoh di atas simbol B dan D). Kedua simbol tadi dikombinasikan sebagai simpul orangtua dari simbol B dan D sehingga menjadi simbol BD dengan peluang 1/7 + 1/7 = 2/7, yaitu jumlah peluang kedua anaknya.

2. Selanjutnya, pilih dua simbol berikutnya, termasuk simbol baru, yang mempunyai peluang terkecil.

3. Ulangi langkah 1 dan 2 sampai seluruh simbol habis. Sebagai contoh, dalam kode ASCII string 7 huruf “ABACCDA” membutuhkan representasi 7 × 8 bit = 56 bit (7 byte)

Sebagai contoh, dalam kode ASCII string 7 huruf “ABACCDA” membutuhkan representasi 7 × 8 bit = 56 bit (7 byte), dengan rincian sebagai berikut: 

01000001   01000010     01000001     01000011     01000011    01000100     01000001 

A                   B                     A                     C                  C                  D                   A 

Untuk mengurangi jumlah bit yang dibutuhkan, panjang kode untuk tiap karakter dapat dipersingkat, terutama untuk karakter yang frekuensi kemunculannya besar. Pada stringdi atas, frekuensi kemunculan A = 3, B = 1, C = 2, dan D = 1, sehingga dengan menggunakan algoritma di atas diperoleh kode Huffman seperti pada Tabel 1.

Dengan menggunakan kode Huffman ini, string “ABACCDA” direpresentasikan menjadi rangkaian bit : 0 110 0 10 10 111 0. Jadi, jumlah bit yang dibutuhkan hanya 13 bit. Dari Tabel 1 tampak bahwa kode untuk sebuah simbol/karakter tidak boleh menjadi awalan dari kode simbol yang lain guna menghindari keraguan (ambiguitas) dalam proses dekompresi atau decoding. Karena tiap kode Huffman yang dihasilkan unik, maka proses dekompresi dapat dilakukan dengan mudah. Contoh: saat membaca kode bit pertama dalamrangkaian bit “011001010110”, yaitu bit “0”, dapat langsung disimpulkan bahwa kode bit “0” merupakan pemetaan dari simbol “A”. Kemudian baca kode bit selanjutnya, yaitu bit “1”. Tidak ada kode Huffman “1”, lalu baca kode bit selanjutnya, sehingga menjadi “11”. Tidak ada juga kode Huffman “11”, lalu baca lagi kode bit berikutnya, sehingga menjadi “110”. Rangkaian kode bit “110” adalah pemetaan dari simbol “B”. Metode Huffman yang diterapkan dalam penelitian ini adalah tipe statik, dimana dilakukan dua kali pembacaan (two-pass) terhadap file yang akan dikompresi, pertama untuk menghitung frekuensi kemunculan karakter dalam pembentukan pohon Huffman, dan kedua untuk mengkodekan simbol dalam kode huffman.

2. Algoritma LZW 

Algoritma LZW dikembangkan dari metode kompresi yang dibuat oleh Ziv dan Lempel pada tahun 1977. Algoritma ini melakukan kompresi dengan menggunakan dictionary, di mana fragmen-fragmen teks digantikan dengan indeks yang diperoleh dari sebuah “kamus”. Prinsip sejenis juga digunakan dalam kode Braille, di mana kode-kode khusus digunakan untuk merepresentasikan kata-kata yang ada. Pendekatan ini bersifat adaptif dan efektif karena banyak karakter dapat dikodekan dengan mengacu pada string yang telah muncul sebelumnya dalam teks. Prinsip kompresi tercapai jika referensi dalam bentuk pointer dapat disimpan dalam jumlah bit yang lebih sedikit dibandingkan string aslinya.

Algoritma kompresi LZW secara lengkap :

1. KAMUS diinisialisasi dengan semua karakter dasar yang ada : {‘A’..’Z’,’a’..’z’,’0’..’9’}.

2. W = karakter pertama dalam stream karakter.

3. K = karakter berikutnya dalam stream karakter.

4. Lakukan pengecekan apakah (W+K) terdapat dalam KAMUS

· Jika ya, maka W = W + K (gabungkan W dan K menjadi string baru).

· Jika tidak, maka :

· Output sebuah kode untuk menggantikan string W.

· Tambahkan string (W+ K) ke dalam dictionary dan berikan nomor/kode berikutnya yang belum digunakan dalam dictionary untuk string tersebut.

· W = K.

· Lakukan pengecekan apakah masih ada karakter berikutnya dalam stream karakter

· Jika ya, maka kembali ke langkah 2.

· Jika tidak, maka output kode yang menggantikan string W, lalu terminasi proses (stop).

Sebagai contoh, string “ABBABABAC” akan dikompresi dengan LZW. Isi dictionary pada awal proses diset dengan tiga karakter dasar yang ada: “A”, “B”, dan “C”. 

Kolom posisi menyatakan posisi sekarang dari stream karakter dan kolom karakter menyatakan karakter yang terdapat pada posisi tersebut. Kolom dictionary menyatakan string baru yang sudah ditambahkan ke dalam dictionary dan nomor indeks untuk string tersebut ditulis dalam kurung siku. Kolom output menyatakan kode output yang dihasilkan oleh langkah kompresi.

3. Algoritma DMC 

Algoritma DMC merupakan teknik pemodelan yang didasarkan pada model finite-state (model Markov). DMC membuat probabilitas dari karakter biner berikutnya dengan menggunakan pemodelan finite-state, dengan model awal berupa mesin FSA dengan transisi 0/1 dan 1/1 . Pada DMC, simbol alfabet input diproses per bit, bukan per byte. Setiap output transisi menandakan berapa banyak simbol tersebut muncul. Penghitungan tersebut dipakai untuk memperkirakan probabilitas dari transisi. Contoh: pada Gambar 4, transisi yang keluar dari state 1 diberi label 0/5, artinya bit 0 di state 1 terjadi sebanyak 5 kali. 

Algoritma kompresi DMC :

1. s = 1 ( jumlah state sekarang)

2. t = 1 (state sekarang)

3. T[1][0] = T[1][1] = 1 (model inisialisasi)

4. C[1][0] = C[1][1] = 1 (inisialisasi untuk menghindari masalah frekuensi nol)

5. Untuk setiap input bit e :

* u = t

* t = T[u][e] (ikuti transisi)

* Kodekan e dengan probabilitas : C[u][e] / (C[u][0] + C[u][1])

* C[u][e] = C[u][e]+1

* Jika ambang batas cloning tercapai, maka : 

- s = s + 1 (state baru t’)

- T[u][e] = s ; T[s][0] = T[t][0] ; T[s][1] = T[t][1]

- Pindahkan beberapa dari C[t] ke C[s]

Jika frekuensi transisi dari suatu state t ke state sebelumnya, yaitu state u, sangat tinggi, maka state t dapat di-cloning. Ambang batas nilai cloning harus disetujui oleh encoder dan decoder. State yang di-cloning diberi simbol t’ (lihat Gambar 5 dan 6). Aturan cloning adalah sebagai berikut :

* Semua transisi dari state u dikirim ke state t’. Semua transisi dari state lain ke state t tidak berubah.

* Jumlah transisi yang keluar dari t’ harus mempunyai rasio yang sama (antara 0 dan 1) dengan jumlah transisi yang keluar dari t.

* Jumlah transisi yang keluar dari t dan t’ diatur supaya mempunyai nilai yang sama dengan jumlah transisi yang masuk.

PERBANDINGAN ALGORITMA Huffman dengan Algoritma LZW dan DMC

Jika kinerja algoritma Huffman dibandingkan dengan Algoritma LZW dan DMC, maka akan diperoleh hasil seperti dibawah ini :

Dari grafik di atas, dapat kita lihat bahwa secara rata-rata algoritma DMC menghasilkan rasio file hasil kompresi yang terbaik (41.5% ± 25.9), diikuti algoritma LZW (60.2% ± 28.9) dan terakhir algoritma Huffman (71.4% ± 15.4). Dan dari grafik di atas juga, dapat kita lihat bahwa secara rata-rata algoritma LZW membutuhkan waktu kompresi yang tersingkat (kecepatan kompresinya = 1139 KByte/sec ± 192,5),diikuti oleh algoritma Huffman (555,8 KByte/sec ± 55,8), dan terakhir DMC (218,1 KByte/sec ± 69,4). DMC mengorbankan kecepatan kompresi untuk mendapatkan rasio hasil kompresi yang baik. File yang berukuran sangat besar membutuhkan waktu yang sangat lama bila dikompresi dengan DMC.

KESIMPULAN

1. Penggunaan aplikasi pemampatan data dengan menggunakan algoritma Huffman dan algoritma-algoritma lainnya telah membantu dalam pekerjaan yang melibatkan file-file yang besar dalam bidang informasi dan telekomunikasi. Dari kode-kode dan algoritma tersebut dihasilkanlah software-software pengompres yang selama ini kita kenal

2. Algoritma Huffman dapat digunakan sebagai dasar untuk kompresi data, dan pengaplikasiannya cukup mudah serta dapat digunakan dalam berbagai jenis data.

3. Secara rata-rata algoritma DMC menghasilkan rasio file hasil kompresi yang terbaik (41.5% ± 25.9), diikuti algoritma LZW (60.2% ± 28.9) dan terakhir algoritma Huffman (71.4% ± 15.4)

4. Hasil kompresi Huffman lebih baik dibandingkan LZW hanya pada kasus file biner, file multimedia, file gambar, dan file hasil kompresi. Algoritma Huffman memberikan hasil yang relatif hampir sama untuk setiap kasus uji, sedangkan LZW memberikan hasil kompresi yang buruk (dapat > 100%) untuk file multimedia dan file hasil kompresi.

5. Jika dibandingkan dengan algoritma LZW dan DMC, dalam kompresi data, algoritma Huffman masih kalah dalam hal rasio kompresi data maupun kecepatan kompresinya.

REFERENSI

http://es.scribd.com/doc/87968067/Kompresi-Data-Dengan-Algoritma-Huffman-Dan-Algoritma-Lainnya

Linawati. “Perbandingan Kinerja Algoritma Kompresi Huffman, LZW, dan DMC pada Berbagai Tipe File”, 2004.

www.goggle.com