Image Companding merupakan salah satu teknik untuk meningkatkan kualitas citra terkompresi yang sangat bermanfaat dalam situasi bandwidth terbatas. Pada saat citra dikenai companding, Beberapa informasi yang hilang selama proses ekstraksi citra terkompresi. Untuk mengatasi hal tersebut, diusulkan sebuah arsitektur neural network yang terdiri dari dua network, Subband Network (Subband) dan Pixel Network (PixNet). SubNet memanfaatkan efektivitas dari Stationary Wavelet Transform (SWT) dan Convolutional Neural Network (CNN) untuk memulihkan informasi yang hilang pada basis subband wavelet. sedangkan bagian PixNet menerapkan CNN dengan identity mapping untuk meningkatkan kualitas citra rekonstruksi awal yang diperoleh dari SubNet. Metode yang diusulkan memiliki hasil yang lebih baik dibandingkan metode image companding sebelumnya. Metode yang diusulkan meningkatkan kualitas citra yang direkonstruksi dalam beberapa langkah sederhana yang dapat dibuktikan dengan rata - rata nilai PSNR dan SSIM yaitu 35.11 dan 0.926. Lebih baik dibandingkan hasil terbaik metode sebelumnya yang memiliki nilai 32.53 dan 0.882.