BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat dilihat dari hasil kemiripan suatu objek atau benda yang tidak memiliki kerusakan atau cacat, sedangkan citra yang kurang bagus memiliki kerusakan yang menyebabkan penurunan kualitas. Penurunan kualitas dari suatu citra biasanya dipengaruhi oleh banyak faktor, salah satu faktor tersebut adalah derau atau noise. Derau atau noise adalah gambar yang menggangu kualitas citra yang biasanya berbetuk bintik-bintik. Derau memiliki variasi yang beragam, namun beberapa jenis derau telah dideskripsikan secara matematis untuk mengetahui ciri-ciri derau dan cara untuk mengatasi derau tersebut. Salah satu cara untuk memperbaiki citra yang dipengaruhi oleh derau atau noise adalah dengan cara filtering. Filtering merupakan teknik yang digunakan untuk membuat citra menjadi lebih baik atau terlihat lebih jelas. Filtering juga memiliki beberapa jenis, salah satu metode yang termasuk jenis filtering yaitu Arithmetic mean filter. Arithmetic mean filter merupakan jenis filter yang paling sederhana. Dalam operasinya, filter ini akan menggantikan nilai yang berada pada titik tengah seluruh matriks yang ada pada citra tersebut. Hasil dari proses filter ini akan membuat citra yang memiliki noise atau derau tertentu menjadi tereduksi noise tersebut. Citra yang telah melakukan proses filter belum tentu memiliki kualitas yang baik.

2 2 Kualitas citra dapat membuat citra digital menjadi lebih baik dan lebih bagus. Salah satu metode untuk meningkatkan kualitas citra, yaitu high boost filtering. High boost filtering dapat membuat citra menjadi lebih tajam, dengan cara meninggikan nilai-nilai frekuensi yang ada pada citra. Saya mengangkat dari penelitian sebelumnya tentang teknik filtering, noise, dan high boost filtering antara lainnya : 1. Menurut (Wiliyana 2012), filter adalah alat untuk memproses data yang mempunyai ciri mengambil data asli untuk memproduksi data hasil sebagaimana yang diinginkan. Mean filter merupakan salah satu algoritma memperhalus citra dengan cara perhitungan nilai intensitas rata-rata citra pada setiap blok citra yang diproses. 2. Menurut (Putra 2008), penapis high-boost dapat diinterpretasikan seperti meninggikan frekuensi citra asli kemudian mengurangi komponen frekuensi rendah pada citra tersebut. Efek dari penapis High-boost ditekankan pada penajaman transisi tepian dan area citra. 3. Menurut (Sulistyo 2009), terkadang untuk menguji suatu algoritma untuk dapat mereduksi noise, maka noise dapat dihasilkan dari proses pembangkitan noise yang sering disebut sebagai noise generator. Untuk membangkitkan noise umumnya diambil suatu bilangan acak yang kemudian ditempatkan pada citra secara acak pula. Berdasarkan penelitian tersebut, maka penulis mengangkat metode Arithmetic Mean Filter dan High Boost Filtering. Penulis tertarik untuk mengkombinasikan kedua metode tersebut.

3 3 1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka rumusan masalah yang dapat diambil adalah: 1. Bagaimana cara mereduksi jenis Gaussian noise dan Salt and Pepper noise pada citra digital dengan menggunakan metode Arithmetic Mean Filter sebagai filtering dan hasil dari pemrosesan tersebut dilakukan perbaikan kualitas citra dengan menggunakan metode High Boost Filtering untuk meningkatkan kualitas pada citra digital. 2. Bagaimana hasil kombinasi citra antara Arithmetic Mean Filter yang digunakan untuk mereduksi noise dan High Boost Filtering yang digunakan untuk meningkatkan kualitas citra untuk mendekati citra asli berdasarkan parameter Mean Squared Error (MSE) dan Peak Signal to Noise Rasio (PSNR). 1.3 Batasan Masalah Batasan masalah yang dapat diambil dari latar belakang di atas adalah : 1. Jenis file citra asli yang digunakan adalah citra berwarna dengan format JPG 2. Menggunakan citra asli yang di ubah menjadi citra abu (grayscale) dengan menambahkan Gaussian noise dengan persentasi noise 0 50% dan Saltpepper noise dengan persentasi noise dalam range 0 50 %. 3. Menggunakan kernel 3x3 untuk Arithmetic Mean Filter dan pada High Boost Filtering nilai A bekisar antara 0,00 2,00 4. Parameter untuk analisis adalah Mean Squared Error (MSE), Peak Signal to Noise Rasio (PSNR) sebelum terkena noise dan setelah mengalami reduksi noise dan Running Time pada saat reduksi noise. 5. Tidak membahas tentang kompresi 6. Tools yang digunakan Matlab R2012a.

4 4 1.4 Tujuan Penelitian Tujuan penelitian ini adalah untuk mengetahui perbaikan kualitas citra dengan cara mengkombinasikan antara algoritma Arithmetic Mean Filter dan High Boost Filtering. 1.5 Manfaat Penelitian Manfaat penelitian ini adalah menghasilkan suatu aplikasi perangkat lunak yang dapat memperbaiki kualitas citra digital. Sedangkan manfaat bagi penulis adalah untuk mengetahui hasil yang optimal dalam memperbaiki kualitas citra digital dengan menggunakan metode Arithmetic Mean Filter dan High Boost Filtering. 1.6 Sistematika Penulisan Agar pembahasan lebih sistematis, maka tulisan ini dibuat dalam lima bab, yaitu : BAB I PENDAHULUAN Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi Implementasi Kombinasi Arihtmetic Mean Filter dan High Boost Filtering untuk Memperbaiki Kualitas pada Citra Digital., rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan pustaka, dan sistematika penulisan BAB II LANDASAN TEORI Berisi tentang penjelasan singkat mengenai defenisi pengolahn citra, noise, metode Arihtmetic Mean Filter dan High Boost Filtering, Mean Squared Error (MSE), dan Peak Signal to Noise Rasio(PSNR).

5 5 BAB III ANALISIS DAN PERANCANGAN Berisi tentang uraian Analisis mengenai proses kerja dari metode Arihtmetic Mean Filter dan High Boost Filtering yang terdiri dari flowchart, Unified Modeling Language (UML) serta perancangan tampilan form dari aplikasi. BAB IV IMPLEMENTASI DAN PENGUJIAN Pada tahap ini dilakukan pembuatan system dan coding sesuai dengan analisis dan perancangan. Kemudian melakukan pengujian sistem. BAB V KESIMPULAN DAN SARAN Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian dari bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya