Analisis Performa Format Gambar Lossy dengan Huffman Encoding pada Berbagai Resolusi

Studi ini membandingkan performa empat format gambar lossy — HEIC, JPG, WebP, dan AVIF — saat dikombinasikan dengan Huffman Encoding pada berbagai resolusi, mengevaluasi kualitas gambar (PSNR, SSIM, MSE), waktu pemrosesan, dan rasio kompresi untuk menentukan format paling sesuai di berbagai skenario penggunaan.

Belum banyak penelitian yang membahas secara mendalam bagaimana Huffman Encoding memengaruhi metrik kualitas gambar ketika diterapkan pada berbagai format lossy modern, padahal kebutuhan kompresi gambar yang efisien terus meningkat di bidang seperti pencitraan medis dan streaming video real-time.

Tiga foto pemandangan berkualitas tinggi (format BMP) diubah ukurannya ke lima resolusi (640×426 hingga 5184×3456), diproses dengan Huffman Encoding, lalu dikonversi ke empat format lossy (HEIC, JPG, WebP, AVIF). Setiap kombinasi diukur PSNR, SSIM, MSE, waktu pemrosesan, dan rasio kompresinya, diulang 30 kali per resolusi per format (450 pengukuran total).

Pengukuran dilakukan di Google Colab menggunakan CPU AMD Ryzen 5 5500G (6 core, 12 thread); normalitas data diuji dengan Shapiro-Wilk, dilanjutkan uji non-parametrik Mann-Whitney U karena data tidak berdistribusi normal.

Tidak ditemukan perbedaan signifikan antar format dalam PSNR, SSIM, MSE, maupun rasio kompresi di seluruh resolusi — namun waktu pemrosesan berbeda signifikan (uji Mann-Whitney, p<0,001 untuk sebagian besar pasangan format). HEIC memberikan PSNR/SSIM tertinggi tetapi paling lambat (mis. 53,5ms pada resolusi tertinggi); AVIF mencapai rasio kompresi tertinggi (hingga 372,5) dengan kualitas yang tetap wajar; WebP berada di tengah, seimbang antara kualitas dan kecepatan.

Memberikan panduan praktis pemilihan format gambar lossy dengan Huffman Encoding: HEIC untuk aplikasi yang mengutamakan kualitas, AVIF untuk skenario terbatas penyimpanan, dan WebP sebagai kompromi seimbang untuk kebutuhan umum.

Studi hanya menggunakan tiga foto pemandangan, tidak mencakup ruang warna berbeda atau tingkat detail/tekstur yang bervariasi, dan hanya menguji Huffman Encoding tanpa membandingkan dengan metode lossless lain seperti LZW atau RLE.