Main Article Content

Abstract

Pengukuran kualitas video secara objektif mampu mengatasi kekurangan penilaian kualitas secara subjektif dalam hal waktu dan tenaga yang dibutuhkan. Pengukuran secara objektif ini menggunakan sinyal video, noise, dan parameter encoder untuk memperkirakan kualitas yang dirasakan penonton. Peak Signal-to-Noise Ratio (PSNR) merupakan salah satu metode pengukuran secara objektif yang cukup populer. Tetapi, metode PSNR yang konvensional memiliki ketidak-akurasian ketika mengukur video yang ditransmisikan melalui jaringan nirkabel dan mobile. Ini dikarenakan adanya paket hilang yang bisa menyebabkan hilangnya frame video. Pada tulisan ini dipaparkan rancangan sebuah algoritma penyisipan frame untuk meningkatkan akurasi metode PSNR. Percobaan telah dilakukan untuk menguji algoritma yang dirancang. Hasilnya percobaan menunjukkan PSNR dengan algoritma penyisipan frame mampu mencapai nilai PMCC sebesar 0.86. Dengan kata lain, akurasi PSNR konvensional telah mengalami peningkatan dengan adanya algoritma penyisipan frame.

Article Details

How to Cite
Syahbana, Y. A., Yudhystira, W. I., & Yulina, S. (2015). Algoritma Penyisipan Frame untuk Peningkatan Akurasi Metode Aligned Peak Signal-to-Noise Ratio dalam Pengukuran Kualitas Video. Jurnal Komputer Terapan, 1(1), 45–56. Retrieved from https://jurnal.pcr.ac.id/index.php/jkt/article/view/10

References

  1. S. Winkler and P. Mohandas, “The Evolution of Video Quality Measurement: From PSNR to Hybrid Metrics,†IEEE Transactions on Broadcasting, vol. 54(3), Jun. 2008, pp. 660-668, doi: 10.1109/TBC.2008.2000733.
  2. Kwangjin Choi, Jun kyun Choi, Jae Hwan Hong, Gyeong Ju Min and Jongkuk Lee, “Comparison of Video Streaming Quality Measurement Methodologies,†10th International Conference on Advanced Communication Technology (ICACT), 17-20 Feb. 2008, pp. 993-996, doi: 10.1109/ICACT.2008.4493933.
  3. K. Piamrat, C. Viho, J. -M. Bonnin and A. Ksentini, “Quality of Experience Measurements for Video Streaming over Wireless Networks,†Sixth International Conference on Information Technology: New Generations, IEEE, 27-29 Apr. 2009, pp. 1184-1189, doi: 10.1109/ITNG.2009.121.
  4. U. Reiter and J. Korhonen, “Comparing Apples and Oranges: Subjective Quality Assessment of Streamed Video with Different Types of Distortion,†International Workshop on Quality of Multimedia Experience (QoMEx), IEEE, 29-31 Jul. 2009, pp. 127-132, doi: 0.1109/QOMEX.2009.5246963
  5. Khan, Lingfen Sun and E. Ifeachor, “Content Clustering Based Video Quality Prediction Model for MPEG4 Video Streaming over Wireless Networks,†International Conference on Communications (ICC), IEEE, 14-18 Jun. 2009, pp. 1-5, doi: 10.1109/ICC.2009.5198850.
  6. M. Vranjes, S. Rimac-Drlje and K. Grgic, “Locally Averaged Psnr As A Simple Objective Video Quality Metric,†50th International Symposium ELMAR, IEEE, 10-12 September 2008, pp. 17-20.
  7. Huynh-Thu, Q., and Ghanbari, M. “Scope of validity of PSNR in image/video quality assessment,†Electronics Letters, 44(13), 2008, pp. 800-801.
  8. An Chan, Kai Zeng, P. Mohapatra, Sung-Ju Lee, S. Banerjee, “Metrics for Evaluating Video Streaming Quality in Lossy IEEE 802.11 Wireless Networks,†Proceedings IEEE INFOCOM, IEEE, 14-19 Mar. 2010, pp. 1-9, doi: 10.1109/INFCOM.2010.5461979.
  9. Y. Ennaji, M. Boulmalf and C. Alaoui, “Experimental Analysis of Video Performance over Wireless Local Area Networks,†International Conference on Multimedia Computing and Systems (ICMCS), IEEE, 2-4 Apr. 2009, pp. 488-494 doi: 10.1109/MMCS.2009.5256645.
  10. S. Wolf and M. H. Pinson, “Reference Algorithm for Computing Peaksignal to Noise Ratio (PSNR) of A Video Sequence with A Constant Delay,†ITU, ITU-T Contribution COM9-C6-E, Feb. 2009.
  11. Y. A. Syahbana, Herman, A. A. Rahman, and K. A. Bakar, “Aligned-PSNR (APSNR) for Objective Video Quality Measurement (VQM) in Video Stream over Wireless and Mobile Network,†World Congress on Information and Communication Technologies (WCIT), IEEE, 11-14 Dec. 2011, pp. 330-335 doi: 10.1109/WICT.2011.6141267.