Format arsip PKZ adalah format arsip terkompresi milik sendiri yang dikembangkan oleh PKWARE, Inc. untuk mengemas dan mengompresi file dan direktori. Format ini biasanya digunakan pada sistem Microsoft Windows tetapi dapat juga digunakan pada platform lain. Format ini menggunakan kombinasi kompresi DEFLATE dan berbagai filter praproses untuk mencapai rasio kompresi yang tinggi sekaligus menyeimbangkan kecepatan dan penggunaan memori.
Arsip PKZ terdiri dari serangkaian 'header file lokal' untuk setiap file, header dekripsi/enkripsi arsip opsional, blok data file terkompresi, struktur direktori pusat, dan catatan akhir direktori pusat. Hal ini memungkinkan akses cepat ke file terkompresi individual, enkripsi opsional, pemeriksaan integritas data, dan kemampuan untuk menyimpan metadata tentang file yang diarsipkan.
Setiap header file lokal berisi informasi tentang file seperti nama, ukuran, stempel waktu, checksum CRC-32, dan metode kompresi yang digunakan. Header juga menentukan fitur opsional apa pun yang diterapkan ke file seperti enkripsi, filter praproses, penambalan, atau pembagian data di beberapa arsip. Header lokal diikuti oleh data file terkompresi atau tersimpan.
PKZ mendukung beberapa metode kompresi, dengan DEFLATE sebagai yang paling umum. DEFLATE adalah algoritma kompresi data lossless yang menggabungkan kompresi LZ77 dan pengodean Huffman. PKZIP juga dapat menyimpan file tanpa kompresi jika diinginkan. Jarang, metode kompresi lama lainnya dapat digunakan, seperti LZMA atau Bzip2.
Sebelum mengompresi file dengan DEFLATE, berbagai filter praproses dapat diterapkan untuk meningkatkan kompresi. Ini termasuk metode seperti mengurangi ukuran simbol, menukar byte untuk meningkatkan redundansi, filter BCJ untuk file yang dapat dieksekusi, dan filter delta untuk pembaruan atau penambalan bertahap. Filter diterapkan sebagai bagian dari proses kompresi sebelum data diteruskan ke kompresor DEFLATE.
Untuk validasi integritas data, setiap file mencatat checksum CRC-32 dari data yang tidak terkompresi di header lokalnya. Checksum yang sama dicatat dalam entri direktori pusat untuk file tersebut. Hal ini memungkinkan verifikasi bahwa file telah dikompresi dan didekompresi dengan benar tanpa kerusakan data.
Arsip PKZ secara opsional dapat mengenkripsi data file dan header menggunakan enkripsi simetris. Versi lama menggunakan ZipCrypto, sedangkan versi baru menggunakan enkripsi AES. Saat mengenkripsi, metode enkripsi yang dipilih dicatat dalam arsip dan setiap file dapat menentukan kata sandinya sendiri. Enkripsi yang diautentikasi digunakan untuk mendeteksi gangguan atau kerusakan data terenkripsi.
Direktori pusat mengikuti data file terkompresi dan bertindak sebagai daftar isi untuk arsip. Direktori ini berisi entri header file untuk setiap file dengan metadata, offset ke header lokal, dan informasi lain yang diperlukan untuk mendekompresi file. Entri diurutkan berdasarkan nama file. Tanda tangan digital opsional dapat diterapkan ke direktori pusat untuk lebih melindungi dari gangguan.
Terakhir, catatan akhir direktori pusat menandai akhir file arsip. Catatan ini menyimpan jumlah entri dalam direktori pusat, ukuran dan offsetnya, serta bidang komentar. Untuk arsip yang dibagi menjadi beberapa file, catatan ini juga berisi informasi tentang cara menemukan file arsip lainnya.
Format PKZ memungkinkan akses acak yang efisien ke file individual dalam arsip tanpa perlu mendekompresi seluruh arsip. Hal ini dilakukan dengan membaca direktori pusat, menemukan entri file yang diinginkan, kemudian membaca dan mendekompresi blok file lokal tertentu dari offsetnya. Beberapa file juga dapat dibuka dan didekompresi sekaligus.
Untuk membuat arsip PKZ, file pertama-tama difilter dan dikompresi secara individual ke dalam blok file lokal. Entri direktori pusat dihasilkan dari header lokal dan metadata file. Direktori pusat kemudian ditandatangani secara digital jika diperlukan. Terakhir, catatan akhir direktori pusat ditulis yang menunjuk ke direktori pusat.
Mengekstrak arsip PKZ dimulai dengan membaca akhir direktori pusat untuk menemukan entri direktori pusat. Entri file yang diinginkan ditemukan dan masing-masing didekompresi dengan membaca header lokal dan data terkompresi dari offset yang ditentukan. Enkripsi apa pun dihapus dan filter praproses dibalik untuk mendapatkan konten file asli.
Beberapa fitur lain dari format PKZ meliputi: membagi arsip menjadi beberapa file, volume, atau segmen; dukungan untuk nama file Unicode; izin dan atribut sistem file NTFS; fungsionalitas pembaruan/penambalan terintegrasi; dan metadata yang dapat diperluas seperti tanda tangan digital, intisari hash, dan data khusus aplikasi.
Secara keseluruhan, format PKZ adalah format arsip yang efisien dan fleksibel untuk mengompresi dan mengemas file. Kemampuannya untuk mengompresi file secara individual, menerapkan filter praproses, dan mengekstrak file tertentu dengan cepat tanpa memproses seluruh arsip membuatnya sangat cocok untuk mengemas penginstal perangkat lunak, pembaruan firmware, dokumen, dan banyak lagi. Dukungan untuk enkripsi, pemeriksaan integritas data, dan tanda tangan digital juga memungkinkannya memberikan tingkat keamanan yang tinggi saat diperlukan.
Kompresi file mengurangi redundansi sehingga informasi yang sama membutuhkan lebih sedikit bit. Batas atasnya ditentukan oleh teori informasi: untuk kompresi lossless, batasnya adalah entropi sumber (lihat teorema pengkodean sumber Shannon source coding theorem dan makalah aslinya tahun 1948 “A Mathematical Theory of Communication”). Untuk kompresi lossy, kompromi antara laju bit dan kualitas dijelaskan oleh teori rate–distortion.
Sebagian besar kompresor memiliki dua tahap. Pertama, sebuah model memprediksi atau mengekspos struktur dalam data. Kedua, sebuah coder mengubah prediksi tersebut menjadi pola bit yang hampir optimal. Keluarga pemodelan klasik adalah Lempel–Ziv LZ77 (1977) dan LZ78 (1978) mendeteksi substring berulang lalu memancarkan referensi alih-alih byte mentah. Di sisi pengodean, pengodean Huffman (lihat makalah aslinya 1952) memberikan kode lebih pendek untuk simbol yang lebih mungkin. Pengodean aritmetika dan range coding lebih halus lagi dan mendekati batas entropi, sementara Asymmetric Numeral Systems (ANS) modern mencapai rasio serupa dengan implementasi berbasis tabel yang cepat.
DEFLATE (dipakai oleh gzip, zlib, dan ZIP) menggabungkan LZ77 dengan pengodean Huffman. Spesifikasinya bersifat publik: DEFLATE RFC 1951, pembungkus zlib RFC 1950, dan format file gzip RFC 1952. Gzip dibingkai untuk streaming dan tidak menyediakan akses acak. Gambar PNG menstandarkan DEFLATE sebagai satu-satunya metode kompresi (maksimal jendela 32 KiB) menurut spesifikasi PNG “Compression method 0… deflate/inflate… at most 32768 bytes” dan W3C/ISO PNG 2nd Edition.
Zstandard (zstd): kompresor serbaguna modern yang dirancang untuk rasio tinggi dengan dekompresi sangat cepat. Formatnya didokumentasikan dalam RFC 8878 (serta cermin HTML-nya) dan spesifikasi referensi di GitHub. Seperti gzip, frame dasar tidak menargetkan akses acak. Salah satu keunggulan zstd adalah kamus: sampel kecil dari korpus Anda yang membuat banyak file kecil atau serupa terkompresi jauh lebih baik (lihat dokumentasi kamus python-zstandard dan contoh karya Nigel Tao). Implementasi menerima kamus “unstructured” maupun “structured” (diskusi).
Brotli: dioptimalkan untuk konten web (mis. font WOFF2, HTTP). Ia memadukan kamus statis dengan inti LZ+entropi mirip DEFLATE. Spesifikasinya adalah RFC 7932, yang juga menyebut jendela geser 2WBITS−16 dengan WBITS [10, 24] (1 KiB−16 B hingga 16 MiB−16 B) dan bahwa ia tidak memberikan akses acak. Brotli sering mengalahkan gzip pada teks web sambil tetap cepat saat decoding.
Kontainer ZIP: ZIP adalah arsip file yang dapat menyimpan entri dengan berbagai metode kompresi (deflate, store, zstd, dll.). Standar de facto-nya adalah APPNOTE PKWARE (lihat portal APPNOTE, salinan yang di-host, serta ringkasan LC ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 menargetkan kecepatan mentah dengan rasio sedang. Lihat halaman proyeknya (“extremely fast compression”) dan format frame. Cocok untuk cache in-memory, telemetri, atau jalur panas yang memerlukan dekompresi hampir secepat RAM.
XZ / LZMA mengejar kerapatan tinggi dengan waktu kompres yang relatif lambat. XZ adalah kontainer; pekerjaan berat biasanya dilakukan LZMA/LZMA2 (pemodelan mirip LZ77 + range coding). Lihat format .xz, spesifikasi LZMA (Pavlov), dan catatan kernel Linux tentang XZ Embedded. XZ biasanya lebih kecil dari gzip dan sering bersaing dengan codec modern yang berorientasi rasio tinggi, walau waktu enkodenya lebih lama.
bzip2 menggunakan Transformasi Burrows–Wheeler (BWT), move-to-front, RLE, dan pengodean Huffman. Biasanya lebih kecil daripada gzip namun lebih lambat; lihat manual resminya dan halaman manual (Linux).
Ukuran “jendela” penting. Referensi DEFLATE hanya bisa melihat ke belakang 32 KiB (RFC 1951) serta batas 32 KiB di PNG yang disebutkan di sini. Brotli memiliki jendela sekitar 1 KiB hingga 16 MiB (RFC 7932). Zstd menyetel jendela dan kedalaman pencarian lewat level (RFC 8878). Stream dasar gzip/zstd/brotli didesain untuk decoding sekuensial; format dasarnya tidak menjanjikan akses acak, meskipun kontainer (mis. indeks tar, framing berchunk, atau indeks khusus format) bisa menambahkannya.
Format di atas bersifat lossless: Anda bisa merekonstruksi byte yang sama persis. Codec media sering lossy: mereka membuang detail yang tak terlihat untuk mencapai bitrate lebih rendah. Pada gambar, JPEG klasik (DCT, kuantisasi, pengodean entropi) distandardisasi dalam ITU-T T.81 / ISO/IEC 10918-1. Di audio, MP3 (MPEG-1 Layer III) dan AAC (MPEG-2/4) menggunakan model persepsi dan transformasi MDCT (lihat ISO/IEC 11172-3, ISO/IEC 13818-7, dan ringkasan MDCT di sini). Lossy dan lossless dapat berdampingan (mis. PNG untuk aset UI; codec web untuk gambar/video/audio).
Teori Shannon 1948 · Rate–distortion · Pengodean Huffman 1952 · Pengodean aritmetika · Range coding · ANS. Format DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · Format XZ. Tumpukan BWT Burrows–Wheeler (1994) · manual bzip2. Media JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Intinya: pilih kompresor yang cocok dengan data dan batasan Anda, ukur pada input nyata, dan jangan lupakan keuntungan dari kamus dan framing yang cerdas. Dengan pasangan yang tepat Anda mendapat file lebih kecil, transfer lebih cepat, dan aplikasi lebih responsif tanpa mengorbankan kebenaran atau portabilitas.
Kompresi file adalah proses yang mengurangi ukuran file atau beberapa file, biasanya untuk menyimpan ruang penyimpanan atau mempercepat transmisi melalui jaringan.
Kompresi file berfungsi dengan mengidentifikasi dan menghilangkan redundansi dalam data. Ia menggunakan algoritma untuk mengkodekan data asli dalam ruang yang lebih kecil.
Dua jenis utama kompresi file adalah kompresi tanpa kehilangan (lossless) dan kompresi dengan kehilangan (lossy). Kompresi lossless memungkinkan file asli untuk dipulihkan dengan sempurna, sedangkan kompresi lossy memungkinkan pengurangan ukuran yang lebih signifikan dengan biaya beberapa kehilangan kualitas data.
Contoh populer dari alat kompresi file adalah WinZip, yang mendukung beberapa format kompresi termasuk ZIP dan RAR.
Dengan kompresi tanpa kehilangan, kualitas tetap tidak berubah. Namun, dengan kompresi dengan kehilangan, dapat terjadi penurunan kualitas yang cukup terlihat karena menghilangkan data yang kurang penting untuk mengurangi ukuran file lebih signifikan.
Ya, kompresi file aman dari segi integritas data, terutama dengan kompresi tanpa kehilangan. Namun, seperti file lainnya, file yang dikompresi bisa menjadi target malware atau virus, jadi selalu penting untuk memiliki perangkat lunak keamanan yang terpercaya.
Hampir semua jenis file dapat dikompresi, termasuk file teks, gambar, audio, video, dan file perangkat lunak. Namun, level kompresi yang dapat dicapai bisa sangat bervariasi di antara jenis file.
File ZIP adalah jenis format file yang menggunakan kompresi tanpa kehilangan untuk mengurangi ukuran satu atau lebih file. Beberapa file dalam sebuah file ZIP efektif digabungkan menjadi satu file, yang juga memudahkan berbagi.
Secara teknis, ya, meskipun pengurangan ukuran tambahan mungkin minimal atau bahkan kontraproduktif. Melakukan kompresi pada file yang sudah dikompresi terkadang bisa meningkatkan ukurannya karena metadata yang ditambahkan oleh algoritma kompresi.
Untuk melakukan dekompresi file, biasanya Anda memerlukan alat dekompresi atau unzipping, seperti WinZip atau 7-Zip. Alat-alat ini dapat mengekstrak file asli dari format yang dikompresi.