Kompresi citra berperan penting dalam mengurangi ukuran file gambar tanpa mengorbankan kualitas signifikan, yang krusial untuk efisiensi penyimpanan dan kecepatan transmisi data di era digital. Penelitian ini melakukan tinjauan sistematis terhadap literatur terkait kompresi citra untuk menganalisis jenis gambar, algoritma, metode, serta metrik evaluasi yang digunakan. Dengan berpedoman pada Kitchenham's Guidelines for Performing Systematic Literature Review in Software Engineering Version 2.3, sebanyak 23 dari 28 jurnal yang diidentifikasi memenuhi kriteria inklusi dengan fokus utama pada implementasi kompresi citra. Hasil kajian menunjukkan bahwa citra grayscale, citra hasil komputerisasi, dan objek fotografi adalah jenis citra yang paling banyak digunakan. Di sisi metode, algoritma Singular Value Decomposition (SVD) mendominasi penelitian kompresi, sedangkan Peak Signal-to-Noise Ratio (PSNR) dan Mean Squared Error (MSE) adalah metrik utama dalam mengevaluasi kualitas kompresi gambar. Penelitian ini memberikan panduan komprehensif bagi peneliti dan praktisi dalam memilih metode kompresi optimal sesuai kebutuhan, baik untuk penyimpanan maupun transmisi data digital. Penelitian ini diharapkan menjadi acuan bagi studi selanjutnya dalam mengembangkan teknik kompresi yang lebih efisien dan inovatif, serta mendorong kemajuan dalam komunikasi digital di era data besar. Dengan demikian, hasil ini diharapkan memberikan dampak signifikan dalam mempercepat pemrosesan, mengurangi biaya penyimpanan, dan mendukung efisiensi sistem komunikasi berbasis gambar.