Review Jurnal : Analisis Pemrosesan Paralel Untuk Kompresi Video pada Jaringan Komputer Berbasis IPv6

Analisis Pemrosesan Paralel Untuk Kompresi Video Pada Jaringan Komputer Berbasis Ipv6

Haruno Sajati, Yenni Astuti, Chatrine Hernanda Octaviana.

       Rumusan Masalah 

Data multimedia memiliki ukuran yang relatif besar dibanding data teks. Sebuah file dengan format video yang memiliki durasi 183 detik dan ukuran frame hanya 400x320 pixel saja dapat memiliki ukuran 8 Mega Byte (MB).

Hal ini jelas menjadi kendala yang harus dihadapi untuk dapat mentransmisikan file tersebut di internet. Bermacam cara dilakukan untuk manipulasi data multimedia agar data tersebut dapat dikecilkan salah satunya dengan mengompres. Permasalahan baru muncul yaitu beban komputasi yang diperlukan untuk mengompres file tersebut tidak kecil. File video harus diparsing menjadi sejumlah frame gambar kemudian mengurangi ukuran gambar tersebut dan menyatukan kembali (merge) menjadi file video utuh. Hal ini memerlukan mesin high-end seperti server dengan spesifikasi yang tinggi yang tentu saja sangat mahal. Maka pada penelitian ini dibangun sebuah aplikasi berbasis web yang mengimplementasikan konsep pemrosesan paralel untuk mengompres file video dengan software FFmpeg pada jaringan berbasis Internet Protocol version 6 (IPv6). Teknologi IPv6 dipilih mengingat teknologi ini sedang berkembang dan diprediksikan akan menggantikan Internet Protocol version 4 (IPv4) yang alamatnya semakin menipis dan sarat kekurangan dalam hal kualitas.

Kontribusi Penulis

Pada Penelitian ini, penulis memanfaatkan IPv6 sebagai media transfer data yang akan diterapkan pada server parallel untuk melakukan proses kompresi pada video. pada jurnal ini menjelaskan bagaimana memanfaatkan dan hasil uji coba dari proses kompresi menggunakan server parallel dengan IPv6.

Metode Penelitian

Metode kompresi video pada penelitian ini memanfaatkan codec standard H.264. Standar H.264 merupakan salah satu standar kompresi video yang dalam hal fleksibilitas kompresi data visual, lebih menitikberatkan pada efisiensi dan reliabilitas kompresi frame video. Standar H.264 di publikasikan oleh International Telecommunications Union (ITU-T) untuk mendukung aplikasi komunikasi video dua arah (konferensi video maupun video telephony), coding untuk broadcast video berkualitas tinggi dan video streaming melalui jaringan internet.

Untuk menghitung kinerja kompresi video suatu algoritma kompresi perlu mempertimbangkan dua parameter berikut yaitu:

a. Rasio Kompresi

Perbandingan antara ukuran file asli terhadap ukuran file hasil proses kompresi. Nilai rasio kompresi menunjukan berapa kali kehandalan hasil kompresi yang dicapai dalam suatu proses kompresi. Semakin besar nilai faktor kompresi maka hasil kompresi semakin memuaskan. Namun nilai rasio kompresi ini berbanding terbalik dengan kualitas hasil kompresi. Sehingga dapat diartikan bahwa semakin tinggi nilai rasio kompresi maka kualitas hasil kompresi tersebut akan semakin menurun. Perhitungan nilai rasio kompresi dapat dirumuskan pada persamaan 2.1.

Gambar 1. Activity diagram aplikasi “shrink it”

b. Persentase Penghematan

Persentase dari perbandingan antara selisih ukuran file dari sebelum proses kompresi dan sesudah proses kompresi dengan ukuran file sebelum proses kompresi. Angka persentase penghematan menunjukan seberapa besar penghematan yang dicapai dalam suatu proses kompresi, semakin besar persentase maka hasil kompresi semakin memuaskan. Penghitungan nilai persentase penghematan video tersebut menggunakan persamaan 2.2.

Keterangan:

PP = Persentase penghematan (%)

A = ukuran file video hasil kompresi (MB)

O = ukuran file video asli (MB)

Skema dasar jaringan komputer yang akan dibangun dalam perancangan aplikasi “Shrink it” dapat dilihat pada gambar 2.

Gambar 2. Skema jaringna komputer yang digunakan

       Hasil dan Pembahasan

       Untuk mengukur kinerja pemrosesan paralel yang diajukan pada penelitian ini, diperlukan perhitungan atas kedua parameter berikut ini:

a. Speed Up (SU)

Speed up adalah peningkatan kecepatan suatu proses yang diperoleh dalam meggunakan teknik paralel. Semakin besar nilai speed up juga dapat diartikan kinerja yang diperoleh dari pemrosesan paralel lebih cepat daripada pemrosesan secara serial. Penghitungan nilai speed up tersebut  menggunakan persamaan 2.3.

 

Keterangan:

S(p)= nilai speed up

ts    = waktu pemrosesan sekuensial (s)

tp    = waktu pemrosesan paralel dengan p prosesor (s)

b. Nilai Efisiensi (NE)

Dalam mengukur kinerja suatu sistem paralel, efisiensi tidak dapat dipisahkan dari speed up. Dari definisi speed up tersebut, lahir nilai efisiensi, E(p), untuk sistem dengan sejumlah p-prosesor. Perhitungan nilai efisiensi didefinisikan pada persamaan 2.4.

 

Keterangan:

E(p)     = nilai efisiensi (%)

ts         = waktu pemrosesan sekuensial (s)

tp         = waktu pemrosesan paralel dengan p-prosesor (s)

p          = jumlah prosesor yang digunakan

Dapat dilihat bahwa efisiensi merupakan indikator atas tingkat kinerja speed up yang dicapai dibandingkan dengan nilai maksimum yang dapat dicapai. Dari persamaanpersamaan di atas dapat dilihat bahwa 1 ≤S(p)≤ , dan 1/ ≤E(p)≤ 1. Efisiensi maksimum terjadi saat seluruh kode program dijalankan secara sekuensial pada satu prosesor, dan efisiensi terendah dicapai saat seluruh kode program dijalankan pada sejumlah -prosesor.

Pada perhitungan nilai speed up dan nilai efisiensi terdapat variabel waktu komputasi pemrosesan serial maupun paralel, dimana data tersebut diambil dari rata-rata waktu tiga kali uji coba proses kompresi. Waktu komputasi yang dihasilkan adalah lamanya proses komputasi yang dilakukan hingga menghasilkan suatu citra yang terkompresi.

Setelah analisis kinerja kompresi dari data hasil uji coba kompresi video secara sekuensial, selanjutnya adalah uji coba kompresi video secara paralel. Berdasarkan pengukuran waktu proses kompresi aplikasi “Shrink it” terhadap kelima data uji diatas, dapat dihitung nilai Speed up (SU) dan Nilai Efisiensi (NE) setiap kompresor. Data parameter kinerja pemrosesan paralel aplikasi Shrink it dari data hasil uji coba pada jaringan IPv6 dapat dilihat pada tabel berikut.

Tabel 1. Data hasil uji coba aplikasi shrink it pada jaringan IPv6

Dari data hasil uji coba dapat diketahui bahwa nilai SU yang dapat dicapai oleh kompresi paralel dibandingkan dengan kompresi sekuansial berkisar antara 1,1 sampai dengan 2. Nilai SU maksimal dicapai oleh kompresi paralel dengan 4 server kompresor. Sedangkan nilai efisiensi masing-masing kompresor berkisar antara 39.64% sampai dengan 74,54%.

Analisis yang dapat ditarik dari paparan data diatas adalah kecepatan waktu komputasi berbanding lurus dengan jumlah server kompresor yang digunakan dalam proses kompresi. Semakin banyak server kompresor yang digunakan maka waktu komputasi yang dibutuhkan untuk mengompres data video semakin cepat. Hal ini terlihat pada grafik 1 bahwa kompresi video dengan menggunakan empat kompresor hampir mencapai dua kali lebih cepat dari kompresi video sekuensial.

Grafik 1. Grafik Hubungan Jumlah Kompresor dan Rata-Rata Nilai Speed Up

Beban komputasi juga dapat diamati dari nilai efisiensi tiap prosesor saat proses kompresi baik pada jaringan IPv6. Grafik perbandingan rata-rata nilai efisiensi tiap prosesor akan  dipaparkan pada grafik 2.

Grafik 2. Grafik Hubungan Rata-Rata Nilai Efisiensi dan Jumlah Kompresor

Pada uji coba penelitian juga dilakukan kompresi rekursif tehadap data uji 3 dengan ukuran awal data sebesar 92 MB. Pengujian ini dilakukan untuk menguji teknik kompresi yang digunakan. Setelah proses kompresi pertama dilakukan, dan user mendapatkan output video kompresi. Video keluaran tersebut menjadi data masukan untuk proses kompresi yang kedua. Peneliti menyebut proses ini dengan kompresi rekursif. Kompresi akan terus dilakukan sampai proses kompresi tidak memberikan efek kompresi terhadap data input. Pengujian kompresi rekursi ditunjukkan pada grafik 3.

Berdasarkan pada grafik 3, setelah proses kompresi keempat, sistem tidak mampu menyusutkan ukuran file input. Hal ini dikarenakan kompresi video merupakan teknik kompresi lossy. Dimana teknik kompresi lossy mengalami generation loss jika melakukan berulang kali proses kompresi, yang akan mengakibatkan file kehilangan kualitas secara progresif. Maka dari itu, file hasil kompresi keempat sudah tidak dapat dikompres lagi.

Grafik 3. Grafik Kompresi Rekursif pada file 3

Kesimpulan

Berdasarkan hasil pengujian dari bagian sebelumnya, peneliti dapat menjabarkan beberapa kesimpulan, yaitu:

1. Konsep paralel yang diimplementasikan ke sistem kompresi video pada jaringan IPv6 berhasil mempersingkat waktu kompresi dengan rata-rata nilai speed up sebesar 1,21 kali dengan dua kompresor; 1,39 dengan tiga kompresor dan 1,81 kali dengan empat kompresor. Adapun tingkat efisiensi prosesor sebesar 60% dengan dua kompresor, 46% dengan tiga kompresor, dan 45% dengan empat kompresor.

2. Kinerja teknik kompresi pada penelitian ini berhasil dengan rata-rata rasio kompresi sebesar 4,06 kali dan rata-rata persentase penghematan 73,47%.

3. Sebuah file video akan mengalami generation loss atau kehilangan kualitas apabila dilakukan proses kompresi sebanyak empat kali.

4. Kualitas video hasil kompresi paralel sama dengan video hasil kompresi tunggal karena perintah codec yang digunakan sama. Namun ukuran video hasil kompresi paralel bisa berbeda dengan video hasil kompresi tunggal.

5. Penggunaan komputasi paralel hanya akan efektif untuk data dengan ukuran lebih dari 60 MB, karena pemrosesan paralel ditujukan untuk pemrosesan data rumit maupun besar.

6. Semakin banyak jumlah mesin kompresor yang digunakan, maka waktu kompresi semakin cepat. Hal ini dilihat dari penggunaan kompresi

Future Work

Future work yang dapat dilakukan pada penelitian ini adalah mengelola traffic jaringan internet yang digunakan sehingga beban pada tiap server mampu dikelola dengan baik.

===================================================================

Pemrosesan Parallel untuk kompresi video

Pemrograman paralel adalah teknik pemrograman komputer yang memungkinkan eksekusi perintah/operasi secara bersamaan (komputasi paralel), baik dalam komputer dengan satu (prosesor tunggal) ataupun banyak (prosesor ganda dengan mesin paralel) CPU. Bila komputer yang digunakan secara bersamaan tersebut dilakukan oleh komputer-komputer terpisah yang terhubung dalam suatu jaringan komputer lebih sering istilah yang digunakan adalah sistem terdistribusi (distributed computing).

Tujuan utama dari pemrograman paralel adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Analogi yang paling gampang adalah, bila anda dapat merebus air sambil memotong-motong bawang saat anda akan memasak, waktu yang anda butuhkan akan lebih sedikit dibandingkan bila anda mengerjakan hal tersebut secara berurutan (serial). Atau waktu yg anda butuhkan memotong bawang akan lebih sedikit jika anda kerjakan berdua.

Performa dalam pemrograman paralel diukur dari berapa banyak peningkatan kecepatan (speed up) yang diperoleh dalam menggunakan tehnik paralel. Secara informal, bila anda memotong bawang sendirian membutuhkan waktu 1 jam dan dengan bantuan teman, berdua anda bisa melakukannya dalam 1/2 jam maka anda memperoleh peningkatan kecepatan sebanyak 2 kali.

(source: https://id.wikipedia.org/wiki/Komputasi_paralel)

                Berikut adalah salah satu percobaan kompresi video secara parallel :

Link Contoh Aplikasi :

https://www.mediafire.com/file/oe0fviowrw2bu46/VideoCompression.rar/file

Source Code :

Gambar 1. Proses pembagian frame untuk dikompresi

Gambar 2. Proses penyatuan kembali untuk menghasilkan video jadi

Gambar 3. Hasil video setelah kompresi

Analisis dan Kesimpulan :

Setelah melakukan eksekusi sebanyak 2 kali aplikasi pemrosesan kompresi video secara parallel didapatkan hasil sebagai berikut :

Dapat disimpulkan bahwa dengan menggunakan parallel mengkatkan kecepatan dalam melakukan kompresi video, namun tidak terlalu signifikan pada hasil kompresi. Dari data yang didapat dengan serial diperoleh kecepatan tercepat sekitar 78 detik sedangkan dengan parallel diperoleh kecepatan tercepat sekitar 56 detik.

Nama Kelompok :

1. Agitiya Dwi Hendrata               16051204029

2. M. Rafi Buldan Azizi                16051204034

       S1 - Universitas Negeri Surabaya

sumber : 

http://stta.ac.id/data_lp3m/ANALISIS%20PEMROSESAN%20PARAREL%20UNTUK%20KOMPRESI%20VIDEO%20PADA%20JARINGAN%20KOMPUTER%20BERBASISIPV6.p