Perbandingan Algoritma Shannon-Fano dan Lempel Ziv Welch (LZW) untuk Kompresi Data Teks

Abstract

Di era digital saat ini, volume data yang dihasilkan dan disimpan semakin meningkat, sehingga efisiensi dalam pengelolaan dan pengiriman data menjadi hal yang sangat krusial. Pengelolaan data yang optimal tidak hanya mendukung kebutuhan pribadi, tetapi juga menunjang aktivitas di berbagai sektor, mulai dari bisnis hingga penelitian. Oleh karena itu, diperlukan suatu metode yang mampu mengurangi ukuran data tanpa mengorbankan informasi penting yang terkandung di dalamnya.Proses kompresi data menjadi semakin penting dalam pengelolaan dan penyimpanan informasi digital, terutama dalam mengoptimalkan penggunaan ruang penyimpanan dan mempercepat pengiriman data. Penelitian ini bertujuan untuk membandingkan efisiensi algoritma Shannon-Fano dan Lempel Ziv Welch (LZW) dalam mengompresi data teks. Kedua algoritma ini dianalisis berdasarkan parameter seperti Compression Ratio (CR) dan Redundancy (RD) untuk mengevaluasi efektivitas kompresi yang dihasilkan. Implementasi algoritma dilakukan melalui pengkodean dan dekompresi data teks, dengan memperhatikan distribusi frekuensi karakter dalam data. Dari hasil pengujian yang dilakukan Algoritma LZW terbukti lebih unggul dibandingkan Shannon-Fano dalam mengompresi file TXT. LZW secara konsisten menghasilkan compression ration sebanyak 81 - 95% dan RD yang lebih rendah antara 81 – 95%, terutama untuk teks dengan pola berulang yang kompleks.