Pengujian kompresi PDF: metode, ukuran berkas, dan fungsi

Apa yang diuji dan apa yang tidak?

Pengujian menggunakan kode kompresi yang sama, tanpa perubahan, dengan yang digunakan oleh Kompresor PDF di situs ini. Namun, untuk pengukuran ini, kode tersebut tidak dijalankan di peramban, melainkan dipanggil langsung di Node.js. Dengan demikian, masukan, pengaturan, dan hasil yang disimpan untuk setiap proses dapat dicatat secara tepat.

• Modul kompresi: QPDF 12.2.0 sebagai WebAssembly, versi wrapper 0.3.0. Skrip build wrapper menetapkan QPDF 12.2.0, dan modul yang terpasang juga melaporkan 12.2.0 saat diperiksa.
• Lingkungan: Node.js 24.18.1 pada Windows 11, Build 26200, x64.
• Cakupan: tiga berkas masukan sintetis, sembilan proses kompresi, dan satu berkas uji dengan penanda tempat tanda tangan yang seharusnya ditolak.
• Pemeriksaan lanjutan: dua belas PDF tersimpan dengan total 24 halaman, masing-masing melalui pemeriksaan struktur dan tampilan halaman yang dirender.

Hal-hal berikut tidak termasuk dalam pengukuran ini:

• waktu pemrosesan; tidak ada pengukuran waktu,
• perilaku di masing-masing peramban atau pada ponsel cerdas dan tablet sungguhan,
• foto asli, hasil pemindaian, berkas besar, atau dokumen milik pengguna,
• program kompresi atau layanan daring lain,
• penghematan rata-rata yang dapat Anda harapkan untuk berkas Anda.

Berkas uji, pengaturan, dan unduhan

Pengujian ini hanya menggunakan PDF yang dibuat sendiri. Tidak ada dokumen pelanggan, foto dari dunia nyata, maupun tanda tangan orang sungguhan. Gambar dalam berkas gambar juga dibuat secara sintetis: gambar tersebut menampilkan tekstur dengan gradasi warna dan bukan foto maupun hasil pemindaian.

• Berkas teks, 3.029 bita: dua halaman berisi teks, satu kolom formulir yang telah diisi, satu tautan, rotasi halaman, dan satu penanda dalam pohon struktur.
• Berkas gambar, 1.359.079 bita: komponen yang sama, ditambah gambar sintetis berukuran 640 × 800 piksel. Berkas teks tanpa gambar hanya berukuran 3.029 bita, sehingga sebagian besar ukuran berkas ini berasal dari gambar tersebut.
• Berkas teks yang sudah dioptimalkan, 2.721 bita: berkas ini digunakan untuk kasus ketika ukuran tidak dapat diperkecil lagi.
• Berkas dengan penanda tempat tanda tangan, 3.139 bita: berkas ini hanya memuat struktur tanda tangan, tanpa tanda tangan digital sungguhan. Berkas ini digunakan untuk memeriksa apakah kompresor menolak berkas yang ditandatangani.

Kondisi awal yang sama untuk setiap proses

• Setiap proses dimulai dengan bita asli yang tidak diubah. Jika suatu proses memerlukan beberapa percobaan, setiap percobaan berikutnya juga dimulai kembali dari berkas asli, bukan dari hasil sebelumnya.
• Semua hasil memuat kedua halaman secara lengkap. Tidak ada halaman yang dihapus, tidak ada yang dikemas sebagai ZIP, tidak ada gambar yang dikurangi jumlah pikselnya, dan tidak ada halaman utuh yang diubah menjadi gambar. Hanya dengan demikian jumlah bita antarmode dapat dibandingkan.
• Setiap hasil disimpan dengan nama berkas tersendiri. Jumlah bita dan checksum SHA-256 dicatat untuk masukan dan keluaran. Checksum adalah sidik jari berkas: perubahan satu bita saja akan mengubah checksum.
• Untuk setiap proses, mode, ukuran target jika ada, dan kualitas JPEG yang benar-benar digunakan dicatat.

Cara kerja teknis ketiga mode

Dalam log dan tabel, mode-mode tersebut disebut lossless, balanced, dan small. Di alat ini, Anda dapat menemukannya dengan nama berikut: lossless adalah Optimalisasi tanpa kehilangan data, balanced adalah Seimbang, dan small adalah File yang lebih kecil. Optimalisasi tanpa kehilangan data hanya mengoptimalkan struktur berkas, yaitu objek dan aliran data terkompresi. Seimbang juga mengodekan ulang gambar yang sesuai sebagai JPEG dengan tingkat kualitas 80. Jika ukuran target tidak tercapai, dilakukan percobaan dengan 70. File yang lebih kecil dimulai pada tingkat 65 dan, jika target tidak tercapai, berlanjut ke 50 lalu 40. Jika Anda menetapkan ukuran target dan berkas asli atau versi yang strukturnya telah dioptimalkan sudah memenuhi target tersebut, percobaan JPEG dengan kehilangan data tidak diperlukan. Pada akhirnya, versi terkecil yang telah diperiksa akan digunakan. Jika tidak ada yang lebih kecil daripada berkas asli, berkas asli dipertahankan. Dengan demikian, penghematan tertentu tidak dijamin.

Menurut dokumentasi QPDF 12.2, QPDF tidak mengurangi resolusi gambar dalam proses ini. Namun, pengodean ulang JPEG dapat menghasilkan artefak yang terlihat, dan QPDF hanya menggunakan data gambar yang dikodekan ulang jika ukurannya lebih kecil. Dampaknya terhadap kualitas gambar dijelaskan dalam panduan Kompres PDF tanpa penurunan kualitas.

Berkas dan checksum untuk pemeriksaan mandiri

Tabel berikut menautkan semua berkas uji dan berkas hasil. Setelah mengunduhnya, bandingkan checksum SHA-256 menggunakan alat checksum pilihan Anda. Jika cocok, berarti Anda memiliki berkas yang persis sama dengan yang diukur. Log berbahasa Inggris reproducibility-manifest.json memuat pemanggilan dan pengaturan yang tepat untuk semua proses.

Hasil: ukuran berkas disajikan secara jujur

Seberapa besar PDF Anda sendiri akan menyusut tidak dapat diprediksi dari pengujian ini. Hal itu bergantung pada isi berkas Anda. Ketiga berkas uji ini saja sudah menunjukkan rentang hasilnya: berkas teks kecil menjadi 10,17 persen lebih kecil dalam mode lossless, sedangkan berkas gambar dalam mode yang sama hanya berkurang 0,02 persen. Penghematan sebesar 86,78 persen pada berkas gambar baru diperoleh melalui pengodean ulang JPEG. Tabel ini memuat seluruh sembilan proses, termasuk yang tidak menghasilkan penghematan berarti.

Penghematan selalu dihitung dari jumlah bita yang sebenarnya: jumlah bita yang dihemat dibagi ukuran asli. Pada proses dengan balanced, penghematannya adalah 1.179.371 dari 1.359.079 bita, yaitu 86,78 persen. Untuk berkas Anda sendiri, Anda dapat menghitungnya dengan Kalkulator rasio kompresi.

Kualitas JPEG bukan persentase penghematan

Nilai 80, 65, atau 40 adalah pengaturan pengode JPEG, bukan persentase pengecilan ukuran. Tingkat kualitas 80 di sini menghasilkan penghematan 86,78 persen, sedangkan tingkat 65 menghasilkan 90,75 persen. Pada berkas lain, tingkat yang sama dapat memberikan hasil yang sangat berbeda.

Mengapa kasus tanpa penghematan juga disertakan

Pengujian yang hanya menampilkan penghematan terbaik menyembunyikan satu kasus penting: apa yang terjadi jika ukuran tidak dapat diperkecil lagi? Pada berkas teks yang sudah dioptimalkan dengan ukuran 2.721 bita, mode lossless tidak menghasilkan versi yang lebih kecil. Karena itu, kompresor mempertahankan berkas asli: keluaran 2.721 bita, penghematan 0 bita, serta masukan dan keluaran memiliki checksum SHA-256 yang sama. Dengan demikian, modul kompresi yang sebenarnya membuktikan bahwa dalam kasus ini Anda tidak menerima berkas yang ditulis ulang tanpa manfaat. Langkah yang dapat Anda lakukan selanjutnya dijelaskan dalam panduan PDF tidak menjadi lebih kecil.

Ukuran target tercapai, tidak tercapai, atau sudah terpenuhi

• Target 250.000 bita: percobaan pertama dengan tingkat 65 sudah menghasilkan ukuran 125.710 bita. Dengan demikian, target tercapai, dan hasilnya bahkan identik hingga setiap bita dengan proses tanpa target.
• Target 128 bita: untuk dua halaman dengan gambar, ukuran ini terlalu kecil dan tidak realistis. Bahkan tingkat terakhir, yaitu 40, hanya mencapai 74.707 bita. Kompresor melaporkan bahwa target tidak tercapai dan tetap memberikan berkas. Untuk berkas uji ini, berkas hasil tersimpan berukuran 74.707 bita memuat kedua halaman dan lulus pemeriksaan fungsi yang dijelaskan di bawah. Data gambarnya dikodekan ulang dengan kehilangan data. Proses ini tidak membuktikan bahwa seluruh konten pada setiap berkas lain akan tetap terjaga.
• Target 1.359.079 bita, yaitu tepat sama dengan ukuran asli: target dianggap sudah terpenuhi. Hanya optimalisasi struktur tanpa kehilangan data yang dijalankan. Hasilnya adalah 1.358.764 bita, ukuran yang sama dengan proses lossless. Gambar tidak dikodekan ulang sebagai JPEG, karena pemanggilan yang tercatat tidak memuat pengaturan JPEG.

Ukuran sama, checksum berbeda

Pengulangan proses dengan balanced kembali menghasilkan tepat 179.708 bita, tetapi dengan checksum SHA-256 yang berbeda. Proses dengan target yang sudah terpenuhi juga memiliki ukuran yang sama dengan proses lossless, tetapi tetap memiliki checksum tersendiri. Salah satu kemungkinan penyebabnya adalah terbentuknya pengenal dokumen baru saat PDF ditulis. Sebaliknya, proses small tanpa target dan dengan target 250.000 bita menghasilkan berkas yang sama hingga setiap bita. Jadi, checksum mengidentifikasi satu berkas tersimpan tertentu. Jika Anda mengulangi suatu proses, termasuk di peramban, hasilnya belum tentu identik hingga setiap bita, meskipun ukurannya tetap sama.

Tampilan dan fungsi diperiksa secara terpisah

Berkas yang lebih kecil belum menunjukkan apakah teks, formulir, dan tautan tetap terjaga. Pratinjau yang baik pun tidak membuktikannya. Karena itu, berkas yang disimpan diperiksa dengan dua pustaka yang saling independen: pdf-lib membaca struktur internal yang tersimpan, sedangkan PDF.js 6.4.299 merender halaman serta membaca teks dan anotasi. Untuk keperluan ini, PDF.js dijalankan dalam instans Chromium terisolasi versi 151.0.7922.34. Pemeriksaan berkas akhir ini terpisah dari kompresi yang diukur di Node.js pada Windows 11. Kompresi di peramban atau perangkat seluler tidak diukur, dan pemeriksaan ini tidak memberikan kesimpulan tentang perilaku program PDF lain. Setiap pemeriksaan memiliki metode tersendiri dan hanya berlaku untuk berkas uji ini.

Satu detail tentang kolom formulir: nilainya tidak muncul secara konsisten dalam ekstraksi teks biasa oleh PDF.js, sehingga dibaca melalui anotasi. Karena itu, jika Anda mencari nilai isian formulir dalam PDF yang telah dikompresi dan tidak menemukannya, hal tersebut tidak otomatis berarti nilainya hilang.

Pada balanced dan small, gambar dikodekan ulang sebagai JPEG dengan kehilangan data, kecuali dalam proses small dengan target yang sudah terpenuhi sebelumnya. Instruksi konten yang telah didekodekan untuk teks dan garis tetap sama, tetapi data gambar teksturnya berubah. Pada halaman hasil render dari berkas gambar, posisi dan ukuran gambar serta rotasi halaman tetap sama seperti aslinya. Hal penting saat Anda melihat sendiri berkas-berkas tersebut: sejak berkas asli, gambar sintetis sudah menutupi beberapa baris teks. Tumpang tindih ini merupakan bagian dari berkas uji, bukan kerusakan akibat kompresi. Kondisi tersebut tetap ada pada hasilnya. Hal ini tidak memberikan kesimpulan tentang keterbacaan setiap baris atau nilai kualitas. Selain itu, gambar sintetis dengan tekstur dan gradasi warna hanya memberikan sedikit gambaran tentang bagaimana foto, hasil pemindaian, atau teks kecil dalam hasil pemindaian akan bereaksi terhadap tingkat yang sama. Panduan Perkecil PDF hasil pemindaian membahas hal terkait.

Penanda tempat tanda tangan hanya menunjukkan bahwa kompresor mengenali berkas dengan struktur tanda tangan dan tidak memprosesnya. Menurut kode kompresi, berkas terenkripsi dan bersertifikat juga ditolak. Pengujian ini tidak memeriksa apakah tanda tangan sungguhan valid dan juga tidak melewati perlindungan apa pun. Informasi selengkapnya tersedia dalam panduan Kompres PDF dengan tanda tangan dan formulir.

Batasan dan pemeriksaan mandiri

Apakah alat ini lebih baik daripada PDF24 atau Adobe?

Halaman ini tidak memberikan jawaban atas pertanyaan tersebut. Kami tidak menjalankan program atau layanan daring lain dengan berkas yang sama. Karena itu, penilaian perbandingan kualitas, kecepatan, atau harga tidak memiliki bukti pendukung. Daftar peringkat dengan persentase atau penggeser juga tidak dapat menggantikan perbandingan semacam itu. Perbandingan yang adil memerlukan berkas masukan lengkap yang sama, halaman yang sama, pengaturan yang dicatat, jumlah bita yang tepat, serta pemeriksaan fungsi yang sama untuk seluruh hasil.

Cara memeriksa PDF Anda sendiri

1. Simpan salinan berkas asli Anda tanpa perubahan.
2. Buka Kompresor PDF dan pilih berkasnya. Jika detail gambar penting, mulailah dengan mode tanpa kehilangan data.
3. Catat ukuran tepat dalam bita untuk berkas asli dan hasilnya, misalnya dari properti berkas, lalu hitung penghematannya dengan Kalkulator rasio kompresi.
4. Mulai setiap percobaan berikutnya dengan berkas asli, bukan dengan hasil yang sudah dikompresi. Simpan setiap hasil dengan nama berkas baru agar tidak ada berkas yang tertimpa.
5. Buka berkas yang telah disimpan di program yang juga digunakan oleh penerima. Periksa semua halaman, cari kata yang Anda kenali, periksa nilai formulir dan tautan, lalu lihat gambar dan teks berukuran kecil pada ukuran asli.
6. Jika PDF Anda ditandatangani secara digital, dienkripsi, atau disertifikasi, jangan kompres dengan alat ini. Bahas prosedurnya dengan pihak penerbit.