Streaming dalam 4K adalah norma baru, tetapi dengan informasi lebih dari 8,2 juta piksel yang dikirim setiap 16 milidetik—menyimpan dan mengirimkan video 4K di internet bukanlah tugas yang mudah.
Film berdurasi dua jam akan menghabiskan lebih dari 1,7 Terabyte penyimpanan saat tidak dikompresi. Jadi, bagaimana raksasa streaming seperti YouTube dan Netflix bisa menyimpan dan streaming video yang menghabiskan begitu banyak ruang?
Yah, mereka tidak melakukannya karena mereka menggunakan codec video untuk mengurangi ukuran film, tetapi apa itu codec video, dan mana yang terbaik?
Apa itu Codec Video?
Sebelum mendalami kerumitan codec video, penting untuk memahami bagaimana video dibuat. Sederhananya, video hanyalah sekumpulan gambar diam yang saling menggantikan dengan cepat.
Karena kecepatan perubahan yang tinggi ini, otak manusia berpikir bahwa gambar bergerak, menciptakan ilusi menonton video. Oleh karena itu, saat menonton video dalam 4K, Anda hanya melihat kumpulan gambar dengan resolusi 2160x3840. Gambar beresolusi tinggi ini memungkinkan pengambilan video dalam 4K untuk menghadirkan pengalaman video yang luar biasa. Konon, gambar beresolusi tinggi ini memperbesar ukuran video, sehingga tidak memungkinkan untuk melakukan streaming melalui saluran dengan lebar pita terbatas, seperti internet.
Untuk mengatasi masalah ini, kami memiliki codec video. Kependekan dari coder/decoder atau compression/decompression, codec video memampatkan aliran gambar menjadi bit data. Kompresi ini dapat mengurangi kualitas video atau tidak berpengaruh padanya berdasarkan algoritme kompresi yang digunakan.
Seperti namanya, bit kompresi dalam codec mengurangi ukuran setiap gambar. Untuk melakukan hal yang sama, algoritme kompresi mengeksploitasi nuansa mata manusia — mencegah orang mengetahui bahwa video yang mereka tonton dikompresi.
Sebaliknya, dekompresi bekerja sebaliknya dan merender video menggunakan informasi terkompresi.
Meskipun codec melakukan pekerjaan yang baik dalam mengompresi informasi, melakukan hal yang sama dapat membebani CPU Anda. Oleh karena itu, fluktuasi performa sistem saat Anda menjalankan algoritme kompresi video di sistem Anda adalah hal yang wajar.
Untuk mengatasi masalah ini, CPU dan GPU hadir dengan perangkat keras khusus yang dapat menjalankan algoritme kompresi ini. Mengaktifkan CPU untuk melakukan tugas yang ada sementara perangkat keras khusus memproses codec video, meningkatkan efisiensi.
Bagaimana Cara Kerja Codec Video?
Sekarang setelah kita memiliki pemahaman dasar tentang apa yang dilakukan codec video, kita dapat melihat cara kerja codec.
Subsampling Chroma
Seperti yang dijelaskan sebelumnya, video terdiri dari gambar, dan subsampling kroma mengurangi informasi di setiap gambar. Untuk melakukan ini, ini mengurangi informasi warna yang terkandung di setiap gambar, tetapi bagaimana pengurangan informasi warna ini terdeteksi oleh mata manusia?
Nah, Anda tahu, mata manusia sangat bagus dalam mendeteksi perubahan kecerahan, tetapi hal yang sama tidak berlaku untuk warna. Ini karena mata manusia memiliki lebih banyak batang (sel fotoreseptor yang bertanggung jawab untuk mendeteksi perubahan kecerahan) jika dibandingkan dengan sel kerucut (sel fotoreseptor yang bertanggung jawab untuk membedakan warna). Perbedaan batang dan kerucut mencegah mata mendeteksi perubahan warna saat membandingkan gambar terkompresi dan tidak terkompresi.
Untuk melakukan subsampling kroma, algoritme kompresi video mengubah informasi piksel dalam RGB menjadi data kecerahan dan warna. Setelah itu, algoritma mengurangi jumlah warna pada gambar berdasarkan tingkat kompresi.
Menghapus Informasi Bingkai Berlebihan
Video terdiri dari beberapa bingkai gambar, dan dalam kebanyakan kasus, semua bingkai ini berisi informasi yang sama. Misalnya, bayangkan video dengan seseorang berbicara dengan latar belakang tetap. Dalam kasus seperti itu, semua bingkai dalam video memiliki komposisi yang serupa. Oleh karena itu, semua gambar tidak diperlukan untuk merender video. Yang kita butuhkan hanyalah gambar dasar yang berisi semua informasi dan data yang terkait dengan perubahan saat berpindah dari satu frame ke frame lainnya.
Oleh karena itu, untuk mengurangi ukuran video, algoritma kompresi membagi bingkai video menjadi bingkai I dan P (Bingkai yang diprediksi). Di sini bingkai I adalah kebenaran dasar dan digunakan untuk membuat bingkai P. Frame P kemudian dirender menggunakan informasi dalam frame I dan informasi perubahan untuk frame tersebut. Dengan menggunakan metodologi ini, sebuah video dipecah menjadi satu set I Frame yang disisipkan ke dalam P frame yang mengompresi video lebih lanjut.
Kompresi Gerak
Sekarang kita telah memecah video menjadi bingkai I dan P, kita perlu melihat kompresi gerak. Bagian dari algoritma kompresi video yang membantu membuat bingkai P menggunakan bingkai I. Untuk melakukan ini, algoritme kompresi memecah bingkai I menjadi blok-blok yang dikenal sebagai blok-makro. Blok-blok ini kemudian diberi vektor gerak yang menentukan arah pergerakan blok-blok ini saat bertransisi dari satu frame ke frame lainnya.
Informasi gerak untuk setiap blok ini membantu algoritme kompresi video memprediksi lokasi setiap blok dalam bingkai yang akan datang.
Menghapus Data Gambar Frekuensi Tinggi
Sama seperti perubahan data warna, mata manusia tidak dapat mendeteksi perubahan halus pada elemen frekuensi tinggi dalam sebuah gambar, tetapi apa itu elemen frekuensi tinggi? Nah, Anda lihat, gambar yang ditampilkan di layar Anda terdiri dari beberapa piksel, dan nilai piksel ini berubah berdasarkan gambar yang ditampilkan.
Di beberapa area gambar, nilai piksel berubah secara bertahap, dan area tersebut dikatakan memiliki frekuensi rendah. Sebaliknya, jika terjadi perubahan cepat pada data piksel, area tersebut dikategorikan memiliki data frekuensi tinggi. Algoritme kompresi video menggunakan Discrete Cosine Transform untuk mengurangi komponen frekuensi tinggi.
Inilah cara kerjanya. Pertama, algoritma DCT berjalan pada setiap blok makro kemudian mendeteksi area yang perubahan intensitas pikselnya sangat cepat. Ini kemudian menghapus titik data ini dari gambar—mengurangi ukuran video.
Pengkodean
Sekarang semua informasi yang berlebihan dalam video telah dihapus, kami dapat menyimpan bit data yang tersisa. Untuk melakukan ini, algoritma kompresi video menggunakan skema pengkodean seperti pengkodean Huffman, yang menghubungkan semua file bit data dalam bingkai ke berapa kali mereka terjadi dalam video dan kemudian menghubungkannya dengan cara seperti pohon. Data yang disandikan ini disimpan di sistem, memungkinkannya merender video dengan mudah.
Codec video yang berbeda menggunakan teknik yang berbeda untuk mengompres video, tetapi pada tingkat yang sangat dasar, mereka menggunakan lima metode dasar yang dijelaskan di atas untuk mengurangi ukuran video.
AV1 vs. HEVC vs. VP9: Codec Mana Yang Terbaik?
Sekarang setelah kami memahami cara kerja codec, kami dapat menentukan mana yang terbaik dari AV1, HEVC, dan VP9.
Kompresibilitas dan Kualitas
Jika Anda memiliki video 4K yang menghabiskan banyak ruang di sistem Anda dan tidak dapat mengunggahnya ke platform streaming favorit, Anda mungkin mencari codec video yang menawarkan kompresi terbaik perbandingan. Namun, Anda juga perlu mempertimbangkan bahwa kualitas yang diberikannya menurun saat Anda terus mengompresi video. Oleh karena itu, saat memilih algoritme kompresi, penting untuk melihat kualitas yang diberikannya pada kecepatan bit tertentu, tetapi berapa kecepatan bit video?
Sederhananya, bitrate video didefinisikan sebagai jumlah bit yang dibutuhkan video untuk diputar selama satu detik. Misalnya, video 4K 24-bit tanpa kompresi yang berjalan pada 60 bingkai memiliki kecepatan bit 11,9 Gb/dtk. Oleh karena itu, jika Anda melakukan streaming video 4K tanpa kompresi di internet, Wi-Fi Anda harus mengirimkan 11,9 gigabit data setiap detik—menghabiskan kuota data bulanan Anda dalam hitungan menit.
Menggunakan algoritme kompresi, sebaliknya, mengurangi bitrate menjadi jumlah yang sangat kecil berdasarkan bitrate pilihan Anda tanpa menurunkan kualitas.
Dalam hal angka kompresibilitas/kualitas, AV1 memimpin paket dan menawarkan 28,1 persen lebih baik kompresi dibandingkan dengan H.265 dan penghematan 27,3 persen dibandingkan dengan VP9 sambil memberikan hasil yang serupa kualitas.
Oleh karena itu, jika Anda mencari kompresi terbaik tanpa penurunan kualitas, AV1 adalah rasio kompresi untuk Anda. Karena rasio kompresi-terhadap-kualitas yang hebat dari codec AV1, ini digunakan oleh Google di dalamnya aplikasi konferensi video Google Duo dan oleh Netflix saat mentransmisikan video pada koneksi data bandwidth rendah.
Kesesuaian
Seperti yang dijelaskan sebelumnya, algoritme kompresi video mengkodekan video setelah dikompresi. Sekarang untuk memutar video ini, perangkat Anda perlu memecahkan kode yang sama. Oleh karena itu, jika perangkat Anda tidak memiliki dukungan perangkat keras/perangkat lunak untuk mendekompresi video, perangkat tidak akan dapat menjalankannya.
Oleh karena itu, penting untuk memahami aspek kompatibilitas dari algoritme kompresi karena apa gunanya membuat dan mengompresi konten yang tidak dapat berjalan di banyak perangkat?
Jadi, jika kompatibilitas adalah sesuatu yang Anda cari, maka VP9 harus menjadi codec untuk Anda itu didukung di lebih dari dua miliar titik akhir dan dapat berjalan di setiap browser, smartphone, dan smart TELEVISI.
Hal yang sama tidak dapat dikatakan tentang AV1 karena menggunakan algoritme yang lebih baru dan lebih kompleks untuk mengurangi ukuran file video dan tidak dapat diputar di perangkat lama. Mengenai dukungan browser, Safari tidak dapat memutar AV1, tetapi browser seperti Firefox dan Chrome dapat memutar video AV1 tanpa masalah.
Dalam hal dukungan perangkat keras, SoC dan GPU baru seperti Snapdragon 8 Gen 2, Samsung Exynos 2200, MediaTek Dimensity 1000 5G, Google Tensor G2, RTX 4000-Series Nvidia, dan GPU Intel Xe dan Arc mendukung decoding perangkat keras yang dipercepat untuk codec AV1. Oleh karena itu, jika Anda memiliki perangkat yang ditenagai oleh chipset ini, Anda dapat menikmati konten streaming yang dikompresi menggunakan codec AV1 tanpa menghabiskan daya CPU/GPU Anda.
Mengenai codec H.265, sebagian besar browser populer seperti Safari, Firefox, dan Google Chrome dapat menjalankan video yang disandikan menggunakan algoritme kompresi tanpa masalah. Yang mengatakan, dibandingkan dengan AV1 dan VP9, H.265 bukan open source, dan lisensi harus dibeli untuk menggunakan codec H.265. Karena alasan ini, aplikasi seperti pemutar video Film & TV Microsoft, yang disertakan dengan sistem operasi, tidak dapat menjalankan video yang disandikan menggunakan H.265 secara default. Sebagai gantinya, pengguna harus menginstal add-on tambahan dari toko Windows untuk menjalankan video semacam itu.
Kecepatan Enkode
Codec video mengurangi ukuran video secara substansial, tetapi untuk mengurangi ukuran video, video yang tidak dikompres perlu diproses menggunakan perangkat lunak, yang membutuhkan waktu. Oleh karena itu, jika Anda ingin memperkecil ukuran video, Anda harus melihat waktu yang diperlukan untuk mengompres video menggunakan algoritma kompresi.
Mengenai efisiensi pengkodean, VP9 memimpin paket, dan waktu pengkodean untuk mengompresi video jauh lebih rendah daripada H.265 dan AV1. AV1, di sisi lain, adalah yang paling lambat dalam waktu penyandian dan dapat memakan waktu tiga kali lebih banyak untuk menyandikan video jika dibandingkan dengan H.265.
Codec Mana Yang Harus Anda Pilih?
Dalam hal codec video, menemukan codec yang sempurna sangatlah subyektif, karena setiap codec menawarkan fitur yang berbeda.
Jika Anda mencari kualitas video terbaik, gunakan AV1. Di sisi lain, jika Anda mencari codec video yang paling kompatibel, VP9 adalah yang paling cocok untuk Anda.
Akhirnya, codec H.265 sangat cocok jika Anda membutuhkan kualitas dan kompresi yang baik tanpa biaya pengkodean.
