Berbagai mesin medis dapat digunakan untuk akuisisi citra seperti mesin CTscan, MRI, PET, X-Ray, dll. Citra medis digital yang dihasilkan menampung keseluruhan informasi detail dari tubuh pasien, sehingga memiliki ukuran file yang besar. Besarnya ukuran file citra digital secara otomatis membutuhkan ruang penyimpanan yang besar juga, sehingga menjadi kendala dalam menyimpan file citra digital yang banyak untuk jangka waktu yang lama. Citra medis digital membutuhkan kompresi untuk mengurangi ruang penyimpanan. Citra hasil kompresi jika didekompresi harus menghasilkan citra yang kualitasnya tidak jauh berbeda dengan citra aslinya. Berdasarkan hasil kompresinya, metode kompresi dibagi menjadi dua kelompok yaitu metode kompresi lossless dan metode kompresi lossy. Metode kompresi lossless memenuhi syarat tetapi ukuran file yang dihasilkan tidak jauh berbeda dari aslinya. Metode kompresi lossy tidak memenuhi syarat tetapi ukuran file yang dihasilkan bisa sangat signifikan perbedaannya. Penelitian ini menggunakan salah satu metode kompresi lossy yaitu metode kompresi fraktal yang akan diimplementasikan pada citra medis CTscan dan MRI. Sifat lossy pada fraktal akan diminimalkan dengan penggunaan teknik partisi Uniform Partitioning, sehingga kompresi dengan fraktal tetap menghasilkan rasio kompresi yang tinggi dan juga kualitas citra yang baik. Pengukuran rasio kompresi dilakukan menggunakan penghitungan nilai nisbah, dan penghitungan nilai PSNR untuk pengukuran kualitas citra terkompresi. Proses kompresi citra medis dilakukan dengan menggunakan tiga ukuran blok range yang berbeda yaitu 8x8, 16x16, dan 32x32 piksel. Hasil penelitian menujukkan bahwa kompresi dengan fraktal menghasilkan file citra dengan ukuran yang sangat kecil, dengan nilai nisbah rata-rata 78,4%. Citra yang dihasilkan juga memiliki kualitas yang baik yaitu dengan nilai PSNR rata-rata sebesar 37,7 dB. Disisi lain, kompresi dengan fraktal membutuhkan waktu encoding yang lama yaitu sekitar 1-2 menit untuk tiap file citranya. Lamanya waktu encoding tersebut dapat menjadi kendala yang krusial dalam dunia medis. Hal ini dapat ditangani dengan menggunakan partitioned iterated function system (PIFS). Kata Kunci: kompresi, fraktal, Uniform Partitioning, nisbah, encoding, PIFS.

Various medical machines can be used for image acquisition likes Ctscan, MRI, PET, X-Ray, etc. Digital medical images produced contains the overall details of the patient's body, so it has a large file size. For a long of time there will be a lot of files and consequently to store them will need a much bigger space. To reduce the space, these files have to be compressed. If decompressed, image compression results should produce image with quality which is not much different from the original image. Based on the results of the compression, the compression method is divided into two groups, lossless compression methods and lossy compression methods. Lossless compression methods qualify but the resulting file size is not much different from the original. Lossy compression methods do not qualify but the resulting file size can be very significant different. This study uses a lossy compression method that is fractal compression methods which will be implemented on a Ctscan and MRI medical images. Lossy nature of the fractal will be minimized by the use of partitioning techniques, Uniform Partitioning, so that it still produce a fractal compression with high compression ratio and good image quality. Measurements are made using the compression ratio values calculated ratio, and the calculation of PSNR value for the measurement of compressed image quality. Medical image compression process is carried out using three different block range sizes are 8x8, 16x16, and 32x32 pixels. The results showed that the fractal compression generate a very small compressed image file size, with an average ratio value of 78.4%. The resulting image also has a good quality with PSNR value of 37.7 dB average. On the other hand, fractal compression encoding takes a long time which is about 1-2 minutes for each image file. The length of encoding time can become a crucial obstacle in the medical world. This can be addressed by using partitioned iterated function system (PIFS). Keywords: compression, fractal, Uniform Partitioning, ratio, encoding, PIFS.

http://digilib.polban.ac.id/gdl.php?mod=browse&op=read&id=jbptppolban-gdl-andriperna-6498