Penerapan Algoritma Huffman Coding Dalam Menghemat Ruang Penyimpanan Data Multimedia File (Teks dan Gambar) Berbasis Python

Sari

Abstrak: Kompresi adalah teknik yang digunakan untuk mengompres data agar sesuai dengan ukuran pada media yang digunakan. seperti backup data, transmisi data, dan keamanan data. Algoritma Huffman dalam kompresi teks dapat menghasilkan pengurangan ukuran file yang signifikan tanpa kehilangan informasi, struktur pohon Huffman dan pengkodean karakter memberikan wawasan yang mendalam tentang cara algoritma bekerja. Metode Pengembangan yang gunakan adalah Algoritma Huffman yang di mulai dengan Pengumpulan Frekuensi, Pembuatan Tree Huffman, Pembuatan Kode Huffman, Pembuatan Tabel Kompresi, dan Kompresi Data. System ini dibangun dengan menggunakan bahasa pemrogram Phyton yang di terjemahkan pada Visual Studio Code yang mempermudah dalam menganalisa logika perhitungannya sehingga menghasilkan sistem kompresi data file teks dan gambar yang dapat menghemat ruang data multimedia file teks dan gambar

Kata kunci: Data kompres teks dan gambar; Huffman coding; Aplikasi python

Abstract: Compression is a technique used to compress data to match the media size, such as backup Compression is a technique used to compress data to match the size of the media used, such as data backup, data transmission, and data security. Huffman's algorithms in text compression can result in significant file size reductions without losing information, Huffmann's tree structure and character encoding provide in-depth insight into how the algorithm works. The developmental methods used are the Huffman algorithm, which starts with Frequency Collections, Huffman Tree Compression, Huftman Code Composition, Compression Tables, and Data Compression. The system is built using the Phyton programming language translated into Visual Studio Code which makes it easy to analyze the logic of the calculation, resulting in a data compression system of text and image files that can save multimedia data space for text and picture files.

Keywords: Text and image data compression; Huffman coding; Python Applications