Kajian Teoritis Simulatif Mengenai Algoritma Huffman dalam Kompresi Data Teks

Authors

  • Supiyandi Universitas Pembangunan Panca Budi Author
  • Chairul Rizal Universitas Pembangunan Panca Budi Author
  • Deni Apriadi STMIK Bina Nusantara Jaya Lubuklinggau Author
  • Muhammad Noor Hasan Siregar Universitas Graha Nusantara Author
  • Muhammad Iqbal Institut Teknologi Mitra Gama Author

DOI:

https://doi.org/10.64803/juikti.v1i1.44

Keywords:

Kompresi Data, Algoritma Huffman, Teks Digital, Pohon Biner, Rasio Kompresi

Abstract

Kompresi data merupakan salah satu teknik penting dalam pengelolaan informasi digital, terutama untuk efisiensi penyimpanan dan transmisi data. Algoritma Huffman dikenal sebagai salah satu metode kompresi lossless yang paling efisien dalam konteks data teks. Kajian ini bertujuan untuk menyajikan telaah teoritis yang dikombinasikan dengan pendekatan simulatif terhadap penerapan algoritma Huffman dalam proses kompresi data teks. Pembahasan diawali dengan pemaparan konsep dasar kompresi, prinsip kerja algoritma Huffman, dan analisis struktural terhadap pohon Huffman yang terbentuk dari distribusi frekuensi karakter dalam suatu dokumen teks. Simulasi dilakukan menggunakan sampel teks berbahasa Indonesia dan Inggris dengan variasi panjang dan kompleksitas karakter untuk mengamati dampak terhadap rasio kompresi, efisiensi encoding, serta performa algoritma secara keseluruhan. Hasil simulasi menunjukkan bahwa semakin tidak merata distribusi frekuensi karakter dalam data, semakin tinggi efisiensi kompresi yang dicapai. Selain itu, dibandingkan metode kompresi berbasis fixed-length encoding, algoritma Huffman mampu mengurangi ukuran file hingga lebih dari 40% dalam beberapa kasus uji, tanpa kehilangan informasi apa pun. Studi ini menegaskan pentingnya pemahaman algoritma Huffman tidak hanya dari sisi matematis, tetapi juga melalui pendekatan eksperimental untuk mengukur efektivitasnya dalam konteks data teks riil. Penulis merekomendasikan integrasi algoritma Huffman dalam sistem kompresi yang lebih luas, serta pengembangan varian algoritma untuk peningkatan performa pada data yang lebih heterogen. Kajian ini diharapkan dapat memberikan kontribusi bagi pengembangan teknologi kompresi data serta menjadi referensi awal bagi peneliti atau praktisi yang tertarik pada optimalisasi penyimpanan dan pengolahan informasi.

References

[1] F. Ananda Lubis, P. Studi Manajemen, F. Ekonomi Dan Bisnis Islam, and M. Irwan Padli Nasution, “Penggunaan Teknologi Big Data untuk Analisis Prediksi Bisnis,” J. Ilm. Nusant. ( JINU), vol. 1, no. 4, pp. 3047–9673, 2024, [Online]. Available: https://doi.org/10.61722/jinu.v1i4.1882

[2] M. Aslyza and M. I. P. Nasution, “Manajemen Data Berbasis Database : Solusi Untuk Penyimpanan Dan Akses Data Yang Lebih Efisien,” J. Ilm. Nusant., vol. 2, no. 3, pp. 909–917, 2025.

[3] I. M. Sianturi, “Perancangan Aplikasi Kompresi File Gambar Dengan Menggunakan Algoritma Stout Code,” J. Pelita Ilmu Pendidik., vol. 2, no. 1, pp. 19–29, 2024, doi: 10.69688/jpip.v2i1.57.

[4] I. Arizki, A. Triawan, and F. Zayid, “Penerapan Algoritma Lempel Ziv Welch (LZW) Untuk Kompresi Data,” TeknoIS J. Ilm. Teknol. Inf. dan Sains, vol. 14, no. 1, pp. 66–73, 2024, doi: 10.36350/jbs.v14i1.232.

[5] A. Hanif, E. Wahyudi, H. Adianto, and L. Martanto, “Komparasi Performa Algoritma Kompresi Data Lossless,” J. Inf. Technol., no. 204, pp. 148–157, 2023.

[6] A. Serdano, C. Azzahra, D. Alpamah, I. F. Batubara, and M. W. Qasthari, “Penerapan Algoritma Huffman Code Untuk Kompresi Dan Dekompresi Pesan,” J. Comput. Sci. Informatics Eng., vol. 3, no. 4, pp. 161–169, 2024, doi: 10.55537/cosie.v3i4.949.

[7] R. Saputra, Y. Reswan, and Y. Darmi, “Fast Method Of Image File Compression In Web-Based Application Form Using Huffman Algorithm Metode Cepat Kompresi File Citra Pada Form Aplikasi Berbasis Web Menggunakan Algoritma Huffman,” J. Kom., vol. 3, no. 2, pp. 285–294, 2023, [Online]. Available: https://doi.org/10.53697/jkomitek.v3i2

[8] M. Lutfitasari and A. Munandar, “Dampak Arus Kas Bebas, Kebijakan Utang dan Ukuran Perusahaan terhadap Kinerja Keuangan,” J. Ilm. MEA, vol. 6, no. 2, pp. 1021–1037, 2022.

[9] M. Hasda, M. Winario, H. Hidayat, and M. Zaim, “Penerapan Strategi Bisnis Berkelanjutan Sesuai Dengan Prinsip Syariah Di Dhuafa Mart,” J. Community Serv. Empower., vol. 1, no. 1, pp. 23–29, 2024, doi: 10.69693/jcse.v1i1.25.

[10] R. Parapat, “Kompresi Video Digital Menggunakan Metode Embedded Zerotree Wavelet (EZW),” J. Comput. Informatics Res., vol. 1, no. 3, pp. 65–70, 2022, doi: 10.47065/comforch.v1i3.320.

[11] Y. Reswan and D. Agung Prabowo, “Implementasi Kode Huffman Dalam Aplikasi Kompresi Text Pada Layanan Sms,” J. Rekayasa Sist. Inf. dan Teknol., vol. 1, no. 1, pp. 9–16, 2023, doi: 10.59407/jrsit.v1i1.73.

[12] D. Maulana and A. Rahmatulloh, “Analisis Kinerja Kompresi Huffman dan BWT pada Steganografi dalam Reduksi Ukuran Gambar,” J. Inform. dan Multimed., vol. 17, no. 1, pp. 11–17, 2025, doi: 10.33795/jtim.v17i1.6597.

[13] S. M. Simanjuntak, “Analisis Perbandingan Kompresi File Audio Menggunakan Algoritma Shannon Fano Dengan Algoritma Fibonacci Code,” J. Kaji. Ilm. Teknol. Inf. dan Komput., vol. 2, no. 1, pp. 1–10, 2024, doi: 10.62866/jutik.v2i1.110.

[14] M. M. Karuntu, D. P. . Saerang, and J. B. Maramis, “Pendekatan Grounded Teori: Sebuah Kajian Prinsip, Prosedur, Dan Metodologi,” J. EMBA J. Ris. Ekon. Manajemen, Bisnis dan Akunt., vol. 10, no. 2, pp. 1070–1081, 2022, doi: 10.35794/emba.v10i2.41425.

[15] A. Agung, A. Daniswara, I. Kadek, and D. Nuryana, “Data Preprocessing Pola Pada Penilaian Mahasiswa Program Profesi Guru,” J. Informatics Comput. Sci., vol. 05, pp. 97–100, 2023.

Published

2025-01-30

How to Cite

Kajian Teoritis Simulatif Mengenai Algoritma Huffman dalam Kompresi Data Teks. (2025). Jurnal Ilmu Komputer Dan Teknik Informatika, 1(1), 14-20. https://doi.org/10.64803/juikti.v1i1.44