Encoding video di aplikasi mobile: apa itu, codec, dan parameter

Apa itu encoding video?

Encoding video adalah proses mengubah sinyal video tidak terkompresi ke format digital menggunakan algoritma kompresi. Algoritma yang diimplementasikan dalam codec video menghilangkan informasi redundan baik dalam domain spasial (di dalam satu frame) maupun temporal (antara frame berurutan).

Video tidak terkompresi adalah urutan frame, di mana masing-masing disimpan sebagai array piksel dalam format RGB atau YUV. Tanpa kompresi, satu detik video 1080p pada 30 FPS membutuhkan sekitar 1,5 GB memori. Codec H.264 mengompresi aliran ini menjadi 3–5 Mbps, 2500 kali lebih kecil dari volume aslinya.

Prinsip kompresi video

Codec video menggunakan dua jenis kompresi: intra-frame dan inter-frame. Kompresi intra-frame diterapkan pada setiap frame secara independen menggunakan algoritma yang mirip dengan JPEG: transformasi kosinus diskrit (DCT), kuantisasi, dan pengkodean entropi.

Kompresi inter-frame menganalisis perbedaan antara frame berurutan dan hanya mengodekan perubahan. Jika latar belakang statis, codec mengirimkan frame lengkap hanya sekali (I-frame), lalu hanya perbedaannya (frame P dan B), yang secara signifikan mengurangi volume data untuk adegan dengan dinamika rendah.

Codec video: H.264, H.265, VP9, AV1

Pemilihan codec video menentukan rasio kualitas-ukuran, kompatibilitas dengan perangkat, dan biaya lisensi. Di pasar aplikasi mobile, empat codec utama mendominasi: H.264 (AVC), H.265 (HEVC), VP9, dan AV1.

H.264 — standar universal

H.264 (AVC — Advanced Video Coding) tetap menjadi codec video paling kompatibel: didukung oleh semua perangkat mobile, browser, dan Smart TV sejak 2005. Akselerasi hardware decoding H.264 tersedia bahkan di perangkat murah, menjadikannya ideal untuk streaming universal.

Kekurangan utama H.264 — efisiensi kompresi yang relatif rendah dibandingkan codec modern. Pada bitrate yang sama, H.265 dan AV1 memberikan kualitas yang lebih tinggi, yang sangat penting untuk konten HDR dan 4K.

H.265 — efisiensi untuk 4K

H.265 (HEVC — High Efficiency Video Coding) memberikan kompresi 40–50% lebih baik daripada H.264 dengan kualitas visual yang sama. Ini dicapai melalui pembagian frame yang lebih fleksibel menjadi blok (CTU hingga 64×64 piksel, bukan 16×16) dan algoritma prediksi gerakan yang ditingkatkan.

HEVC didukung di semua perangkat Apple (mulai iPhone 6), di Android (mulai versi 5.0 dengan decoding hardware) dan di sebagian besar Smart TV. Biaya lisensi HEVC lebih tinggi daripada H.264 dan dikelola oleh dua pool paten, yang mempersulit penggunaan hukum.

AV1 — standar terbuka masa depan

AV1 — codec video yang dikembangkan oleh Alliance for Open Media (AOM), konsorsium yang dipimpin oleh Google, Netflix, Amazon, Intel, dan Mozilla. AV1 memberikan kompresi 50–60% lebih baik daripada H.264 dan sepenuhnya bebas royalti, menjadikannya menarik untuk layanan streaming.

Kekurangan utama AV1 — kompleksitas komputasi yang tinggi dalam encoding. Encoding AV1 bisa 5–10 kali lebih lambat daripada H.264 pada perangkat keras yang sama, meskipun decoding hardware sudah mulai muncul di perangkat 2024–2025 (Snapdragon 8 Gen 3, Apple A17 Pro).

Codec audio: AAC, MP3, Opus

Codec audio dalam aplikasi mobile tidak kalah pentingnya dengan codec video. Untuk streaming video, diperlukan audio dengan latensi minimal, kualitas tinggi, dan kompatibilitas dengan container MP4 dan WebM. Tiga codec audio utama mencakup 99% aplikasi streaming mobile.

AAC — standar Apple dan YouTube

AAC (Advanced Audio Coding) — penerus MP3, dikembangkan oleh MPEG pada tahun 1997 dan menjadi codec audio standar untuk iTunes, YouTube, dan Android. AAC memberikan kualitas yang sama dengan MP3 pada bitrate 30% lebih rendah dan mendukung audio multi-channel hingga 7.1.

Untuk aplikasi mobile, disarankan AAC-LC pada bitrate 128–192 kbps untuk stereo dan AAC-HE untuk bitrate rendah 32–64 kbps. Decoding hardware AAC tersedia di semua perangkat modern, meminimalkan konsumsi daya.

Opus — codec audio modern

Opus — codec audio terbuka dari IETF (RFC 6716), yang memberikan kualitas terbaik di antara semua codec audio pada bitrate 6 hingga 510 kbps. Opus menggabungkan SILK (algoritma untuk bicara) dan CELT (untuk musik) dan secara otomatis mengganti mode tergantung konten.

Opus digunakan di WebRTC untuk panggilan video, di aplikasi Spotify dan Discord, dan didukung di HLS mulai iOS 11 dan Android 5.0. Latensi rendah Opus (5–26 ms vs 40–100 ms pada AAC) menjadikannya pilihan utama untuk siaran langsung dan konferensi video.

Parameter encoding: bitrate, resolusi, FPS

Parameter encoding menentukan ukuran file akhir, kualitas video, dan kompatibilitas dengan perangkat. Pengembang aplikasi mobile harus memilih pengaturan optimal untuk setiap jenis konten: film, siaran olahraga, konten pengguna.

Bitrate dan jenisnya

Bitrate — jumlah bit yang digunakan untuk mengodekan satu detik video. Dibedakan CBR (Constant Bitrate) — bitrate konstan untuk siaran langsung, VBR (Variable Bitrate) — bervariasi dengan kualitas target untuk penyimpanan arsip, dan ABR (Average Bitrate) — rata-rata untuk streaming.

CRF — kontrol kualitas

CRF (Constant Rate Factor) — parameter encoding di x264 dan x265 yang menetapkan kualitas target alih-alih bitrate tetap. Skala CRF dari 0 (lossless) hingga 51 (kualitas terburuk), di mana 18–28 adalah rentang kerja. Untuk aplikasi mobile, disarankan CRF 23 untuk x264 dan CRF 25 untuk x265.

CRF 18–20 memberikan kualitas tinggi untuk konten presentasi dan tontonan offline. CRF 24–28 cocok untuk streaming dan konten pengguna, di mana ukuran file lebih penting daripada kualitas absolut.

Profil dan level codec

Standar H.264 mendefinisikan profil (Baseline, Main, High) dan level (Level 1–5.2) yang membatasi parameter video maksimum. Baseline Profile kompatibel dengan semua perangkat tetapi tidak mendukung frame B. High Profile memberikan kualitas maksimal dan digunakan untuk konten 1080p.

Untuk streaming 4K, diperlukan Level 5.1 dan lebih tinggi, yang didukung oleh sebagian besar perangkat mobile sejak 2018. Level codec menentukan resolusi maksimum, bitrate, dan ukuran buffer, menjamin decoding yang benar di semua perangkat bersertifikat.

Encoding untuk streaming

Encoding untuk streaming berbeda dari encoding arsip dalam kebutuhan untuk membuat beberapa varian kualitas (ABR ladder) dan optimasi untuk transmisi jaringan. Penyedia konten menggunakan transcoding real-time atau encoding awal untuk VOD.

Set ABR tipikal untuk aplikasi mobile mencakup 4–6 varian: dari 144p (200 kbps) untuk jaringan lemah hingga 1080p (8 Mbps) untuk Wi-Fi. Resolusi yang disarankan: 144p, 240p, 360p, 480p, 720p, 1080p. Untuk konten 4K, ditambahkan 1440p dan 2160p.

Transcoding pada perangkat mobile

val mediaCodec = MediaCodec.createEncoderByType(
    MediaFormat.MIMETYPE_VIDEO_AVC
)
val format = MediaFormat.createVideoFormat(
    MediaFormat.MIMETYPE_VIDEO_AVC,
    1280, 720
).apply {
    setInteger(MediaFormat.KEY_BIT_RATE, 3_000_000)
    setInteger(MediaFormat.KEY_FRAME_RATE, 30)
    setInteger(MediaFormat.KEY_I_FRAME_INTERVAL, 2)
    setInteger(MediaFormat.KEY_PROFILE,
        MediaCodecInfo.CodecProfileLevel.AVCProfileHigh)
    setInteger(MediaFormat.KEY_LEVEL,
        MediaCodecInfo.CodecProfileLevel.AVCLevel31)
}
mediaCodec.configure(format, null, null, MediaCodec.CONFIGURE_FLAG_ENCODE)

Encoding untuk siaran langsung

Untuk siaran langsung, latensi rendah sangat penting. Pengaturan encoding harus meminimalkan latensi input/output codec: disarankan ukuran GOP 1–2 detik (setiap 30–60 frame), frame B dimatikan atau diminimalkan, untuk H.264 gunakan Baseline Profile.

Protokol modern untuk latensi rendah — LL-HLS dan CMAF-Low Latency — memerlukan encoding terfragmentasi dengan segmen 1–2 detik dan kemampuan pemuatan parsial (Partial Segments). Codec harus mendukung moof-box di setiap segmen untuk MP4 terfragmentasi.

Optimasi pipeline encoding

• Encoding hardware melalui MediaCodec (Android) atau VideoToolbox (iOS) wajib untuk real-time.
• Encoding multi-thread di server menggunakan libx264/libx265 dalam mode ultrafast atau veryfast.
• Preset encoding: placebo — terburuk untuk VOD (kompresi maksimal), ultrafast — untuk siaran langsung.
• Two-pass VBR — mode preferensi untuk VOD, memberikan ukuran dan kualitas yang dapat diprediksi.