Cara kompresi PDF sebenarnya bekerja

Apa yang sebenarnya terjadi saat PDF dikompres?

Jawaban singkat

Di hampir setiap PDF yang besar, byte-nya berupa foto, jadi mengompres file berarti mendekode gambar-gambar itu, mengecilkannya, lalu menuliskannya kembali. Teks, vektor, dan struktur sudah terkompresi dan dibiarkan, kecuali Anda memilih mode merusak yang merasterisasi seluruh halaman.

Jawaban singkatnya

PDF bukan satu gumpalan terkompresi. PDF adalah kumpulan objek bernomor — deskripsi halaman, font, gambar, anotasi, metadata — yang disatukan oleh tabel referensi silang, sebagaimana didefinisikan dalam ISO 32000-1, dan setiap objek membawa filter kompresinya sendiri. Tidak ada satu tombol bertuliskan “lebih kecil”; ada beberapa hal berbeda yang bisa dilakukan sebuah alat, yang bekerja pada bagian file yang sama sekali berbeda.

Dalam praktiknya, tiga di antaranya penting. Optimasi struktural merapikan graf objek dan biasanya hanya menghemat sangat sedikit. Kompresi ulang gambar mendekode foto yang tertanam, mengurangi dimensi pikselnya, lalu mengodekannya ulang, dan dari sinilah hampir seluruh penghematan nyata berasal. Rasterisasi membuang deskripsi halaman sepenuhnya dan mengganti setiap halaman dengan gambar dirinya sendiri; ini tuas terbesar dan satu-satunya yang merusak. Mengetahui mana dari ketiganya yang dibutuhkan file Anda adalah sebagian besar masalahnya.

Di mana byte-nya sebenarnya berada

Dokumen teks 40 halaman biasanya jauh di bawah satu megabyte. Kontrak hasil pindaian 10 halaman bisa dua puluh kali lipatnya. Perbedaannya bukan jumlah halaman: file yang satu menyimpan instruksi, yang lain menyimpan foto.

123

Di mana byte-nya sebenarnya berada

  1. Gambar. Di hampir setiap PDF yang besar, ini hampir seluruh isi file.
  2. Font yang disematkan — beberapa ratus kilobyte, dan sama saja apakah dokumennya 5 halaman atau 500.
  3. Teksnya sendiri, dan struktur yang menyatukannya. Biasanya hanya selisih pembulatan.

Teks tinggal di dalam aliran konten: program pendek berisi operator gambar yang menyatakan font apa, ukuran berapa, di koordinat mana, dengan karakter apa. Aliran itu disimpan dengan filter Flate — algoritme DEFLATE dari RFC 1951, kompresi yang sama dengan yang dipakai di dalam ZIP dan PNG. Kompresi itu sudah dijalankan. Satu halaman tulisan hanya beberapa kilobyte; empat puluh halaman pun hanya sebagian kecil dari biaya satu foto.

Halaman hasil pindaian adalah kebalikannya. Tidak ada teks dan sama sekali tidak ada deskripsi tata letak: satu objek gambar, biasanya JPEG, digambar menutupi seluruh halaman, dan aliran konten sepanjang tiga atau empat operator. File itu adalah gambar-gambarnya.

Itulah sebabnya “kompres PDF saya” hampir selalu berarti “kompres ulang gambarnya”, dan mengapa hasilnya sangat berbeda antara file yang tampak mirip. Laporan penuh foto produk punya kelonggaran yang sangat besar. PDF yang hanya berisi teks hampir tidak punya: jalankan kompresor serbaguna padanya dan biasanya Anda hanya mendapat persentase satu digit, karena satu-satunya yang tersisa untuk diperas sudah diperas. Jika Anda tidak tahu jenis file apa yang Anda punya, /pdf-page-count melaporkan jumlah halaman, ukuran halaman, dan apakah ada lapisan teks.

Optimasi lossless dan struktural

Sebelum menyentuh gambar apa pun, penulis file bisa menata ulang file itu sendiri. Tidak ada yang berubah secara kasat mata dan tidak ada yang hilang. Ada tiga penghematan yang umum.

  • Aliran objek. ISO 32000-1 mengizinkan banyak objek kecil non-aliran dikemas menjadi satu aliran terkompresi, alih-alih ditulis satu per satu dengan overhead masing-masing.
  • Membuang objek yatim. Mengedit PDF sering kali menambahkan alih-alih menulis ulang. Halaman yang sudah Anda hapus, font yang sudah Anda ganti, versi lama sebuah anotasi — semua ini bisa masih tersimpan di file tanpa dirujuk apa pun. Penulisan ulang penuh hanya menyimpan apa yang benar-benar ditunjuk dokumen.
  • Membuang metadata. Properti dokumen, paket XMP, dan data privat aplikasi bisa dihapus. Ini hitungannya kilobyte, bukan megabyte, dan nilai sebenarnya adalah privasi, bukan ukuran; /remove-pdf-metadata adalah alat untuk itu.

Bersikaplah realistis tentang hasilnya. Pada PDF yang diekspor sekali secara bersih dari aplikasi modern, optimasi struktural biasanya hanya menghemat persentase satu digit dan kadang hampir tidak ada, karena eksportirnya sudah melakukannya. Pada file yang dibuka, diedit, dan disimpan ulang belasan kali di beberapa aplikasi, objek yatim bisa menjadi bagian yang cukup besar dari file dan penulisan ulang menghemat jauh lebih banyak. Yang tidak akan pernah dilakukannya adalah mengubah pindaian 50 MB menjadi 2 MB.

Mengompres ulang gambar: dua tuas yang independen

Begitu Anda menerima bahwa gambarlah masalahnya, ada tepat dua hal yang bisa Anda ubah pada setiap gambar, dan keduanya independen.

Resolusi

Resolusi efektif sebuah gambar bukan sifat gambar itu saja. Resolusi efektif adalah lebar piksel dibagi lebar saat gambar itu benar-benar digambar di halaman. Foto selebar 2400 piksel yang membentang di halaman 8 inci berarti 300 DPI. File yang sama yang diletakkan di sudut seluas satu inci sebagai logo berarti 2400 DPI, dan setiap piksel setelah beberapa ratus pertama tidak terlihat — detail yang tidak akan pernah ditampilkan layar atau printer mana pun.

Jadi pertanyaan yang berguna tidak pernah “seberapa besar gambar ini”, melainkan “seberapa besar dibandingkan cara pemakaiannya”. Downsampling mengubah ukuran kisi piksel agar resolusi efektifnya jatuh di angka yang masuk akal. Sekitar 150 DPI berada cukup jauh di atas apa yang bisa ditampilkan layar dan jauh di bawah kebutuhan cetak; di bawah sekitar 100 DPI, teks di dalam gambar pindaian tampak melembut.

Kualitas

JPEG, yang dispesifikasikan dalam ITU-T T.81, memang dirancang lossy: JPEG mengubah blok-blok piksel menjadi koefisien frekuensi lalu mengkuantisasinya, membuang detail yang paling tidak peka bagi mata. Pengaturan kualitas menentukan seberapa agresifnya. Kualitas rendah lebih kecil dan pada akhirnya memunculkan artefak kotak serta lingkaran samar di sekitar tepi tajam — justru di situlah teks hasil pindaian berada, jadi pindaian lebih tidak tahan penurunan kualitas dibanding foto.

Apa yang dilakukan iBuildPDF

Mode Cerdas di /compress-pdf menelusuri graf objek PDF, menemukan setiap XObject gambar yang tertanam, mendekodenya, menurunkan resolusinya ke sekitar 150 DPI berdasarkan seberapa besar gambar itu benar-benar digambar di halaman, mengodekannya ulang sebagai JPEG dengan kualitas 0,80, lalu mengganti aliran gambar itu di tempatnya. Mode Kuat adalah mekanisme yang sama pada sekitar 96 DPI dan kualitas 0,58.

Aliran konten halaman tidak pernah disentuh. Konsekuensinya penting: teks tetap bisa dipilih dan dicari, karya vektor tetap tajam di zoom berapa pun, dan tautan, kerangka isi, kolom formulir, serta anotasi semuanya tetap ada. Hanya piksel di dalam objek gambar yang berubah. Sebagian gambar sengaja dilewati — mengapa sebagian PDF tidak bisa dikompres membahas yang mana dan mengapa.

Rasterisasi: pilihan yang merusak

Pendekatan terakhir meninggalkan model dokumen. Setiap halaman dirender seperti yang dilihat pembaca, disimpan sebagai JPEG, lalu PDF baru dibuat yang hanya berisi gambar-gambar itu.

Cara ini berhasil ketika yang lain gagal, karena tidak peduli mengapa file aslinya besar. Peta vektor padat dengan seratus ribu operasi gambar menjadi satu foto datar. Dokumen yang gambarnya semua dalam format yang tidak bisa dikompres ulang menjadi dokumen tanpa gambar semacam itu. Ukuran hasilnya hanya bergantung pada dimensi halaman dan kualitas JPEG, bukan pada isi file aslinya.

Harganya berat dan permanen:

  • Tidak ada teks yang bisa dipilih. Tidak ada yang bisa disalin.
  • Tidak bisa dicari, di pembaca mana pun, selamanya.
  • Tautan, penanda, kolom formulir, dan anotasi hilang.
  • Pembaca layar tidak punya apa pun untuk dibaca; dokumen menjadi tidak aksesibel.
  • Karya vektor kini beresolusi tetap dan menjadi buram saat diperbesar atau dicetak lebih besar.

Mode Maksimum iBuildPDF melakukan ini, dan itulah satu-satunya mode yang merusak. Halaman menandainya sebagai merusak sebelum Anda menjalankannya, jadi pilihannya eksplisit, bukan kejutan yang baru Anda temukan belakangan. Tidak ada jalan kembali: teksnya tidak disembunyikan, teks itu tidak lagi ada di file. OCR bisa mengenali gambar kata-kata itu dan menambahkan lagi lapisan yang bisa dicari, tetapi itu hasil membaca gambar, bukan teks aslinya, dan bisa mengandung kesalahan. Simpan file aslinya.

Memilih pendekatan

PendekatanApa yang berubahTeks tetap bisa dipilihPenggunaan umum
Struktural / losslessTata letak objek, objek yatim, metadata. Tidak ada perubahan yang terlihat.YaFile yang sudah berkali-kali diedit dan disimpan ulang; pembersihan privasi.
Kompresi ulang gambar (Cerdas, ~150 DPI, q0,80)Foto yang tertanam diturunkan resolusinya dan dikodekan ulang. Aliran konten tidak disentuh.YaBawaan. Laporan, brosur, apa pun yang berisi foto.
Kompresi ulang gambar (Kuat, ~96 DPI, q0,58)Mekanisme yang sama, lebih agresif. Pelembutan terlihat pada gambar yang detail.YaBatas ukuran ketat yang tidak bisa dipenuhi dengan cara lain, jika keterbacaan di layar sudah cukup.
Rasterisasi (Maksimum)Setiap halaman menjadi gambar datar. Semua yang lain dibuang.TidakUpaya terakhir: file yang penuh vektor, atau ketika cara lain tidak mendekati target.

Urutan yang masuk akal: mulai dengan Cerdas dan lihat hasilnya. Jika sudah cukup kecil, berhenti — Anda tidak kehilangan apa pun yang penting. Jika belum, cari tahu mengapa filenya besar sebelum menaikkan tingkat, karena mode Kuat hanya membantu jika file itu besar karena foto. Untuk penyebab lainnya, lihat mengapa sebagian PDF tidak bisa dikompres; jika Anda bekerja dengan batas tertentu, membuat PDF di bawah 1 MB membahas apa yang harus dilakukan jika target tidak bisa dicapai.

Semua ini berjalan di browser Anda: file dibaca dengan File API dan diproses secara lokal oleh pdf-lib dan PDF.js, dan tidak ada yang diunggah. Batas praktisnya adalah memori perangkat Anda, bukan ukuran file tertentu.

Alat yang dibahas artikel ini

Sumber

Dokumentasi utama untuk klaim di atas.

Terakhir ditinjau: 16 September 2026

Diterbitkan oleh iBuildPDF.

Lainnya dari basis pengetahuan