DRAFT SKRIPSI SUNFIRST LADY JEANFERA NABABAN

Transkripsi

1 IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI NOISE PADA CITRA DIGITAL DRAFT SKRIPSI SUNFIRST LADY JEANFERA NABABAN PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

2 IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI NOISE PADA CITRA DIGITAL DRAFT SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer SUNFIRST LADY JEANFERA NABABAN PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

3 ii PERSETUJUAN Judul : IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI NOISE PADA CITRA DIGITAL Kategori : SKRIPSI Nama : SUNFIRST LADY JEANFERA NABABAN Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dian Rachmawati,S.Si,M.Kom Drs.Marihat Situmorang, M.Kom NIP NIP Diketahui/disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP

4 iii PERNYATAAN IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI NOISE PADA CITRA DIGITAL SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, Juli 2015 Sunfirst Lady Jeanfera Nababan

5 iv PENGHARGAAN Puji Syukur kepada Allah Bapa, Yesus Kristus dan Roh Kudus, atas segala berkat dan kasih karunia-nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara. Ucapan terimakasih juga penulis sampaikan kepada: 1. Bapak Prof. Subhilhar, Ph.D selaku Pejabat Rektor. 2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi. 3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer. 4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer. 5. Bapak Drs.Marihat Situmorang, M.Kom dan Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing yang banyak memberikan bimbingan kepada penulis dalam penyelesaian skripsi. 6. Bapak Ade Candra, S.T., M.Kom dan Bapak James P. Marbun selaku Dosen Penguji. 7. Seluruh dosen/pengajar dan pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU. 8. Orangtua R.P. Nababan, S.E, Ak dan Arta T.M. Lumban Tobing serta keempat saudariku terkasih Cindy Rose Nababan, Tersi Mareta Nababan, Quarty Vidia Nababan dan Rana Endhita Nababan yang tiada henti berdoa dan memberi semangat kepada penulis dalam pengerjaan skripsi. 9. Opung E.Hutabarat(Op.Desi), Bapauda Ulam Nababan, Inanguda E.Sitorus dan Pomparan Op. K.Nababan yang telah memberikan semangat kepada penulis selama masa perkuliahan hingga penyelesaian skripsi.

6 v 10. Rekan-rekan KMKI, Ilmu Komputer angkatan 2010, KTB Agatha, Precious, dan Dominica dan sahabat-sahabat penulis yang telah banyak memberikan bantuan doa dan semangat. Semoga skripsi ini dapat berguna bagi pembaca dan bagi penulis. Medan, Juli 2015 Penulis

7 vi ABSTRAK Pada dasarnya, setiap pengambilan citra dapat menyebabkan terdapatnya noise pada citra yang dihasilkan. Uniform, Salt and Pepper, Speckle noise merupakan model noise yang banyak terdapat pada citra. Citra digital yang memiliki noise dapat menimbulkan masalah berupa gambar yang tidak dapat diinterpretasikan dengan baik oleh manusia, namun noise dapat dikurangi melalui perbaikan citra yaitu filtering. Metode filter yang dapat digunakan untuk mereduksi noise diantaranya adalah Alpha- Trimmed Mean Filter dan Adaptive Median Filter. Pada penelitian ini, implementasi kedua metode tersebut menggunakan Matlab2007b. Parameter pengukur kualitas citra yang digunakan yaitu Mean Square Error(MSE), Peak Signal to Noise Ratio(PSNR) dan runtime. Hasil dari penelitian ini diperoleh bahwa Adaptive Median Filter(AMF) baik digunakan untuk mereduksi Salt & Pepper Noise dan Uniform Noise dibandingkan dengan Alpha-Trimmed Mean Filter(ATMF). Dan ATMF lebih baik digunakan untuk mereduksi Speckle Noise. Semakin kecil nilai trimmed size pada ATMF, maka semakin baik kualitas citra yang dihasilkan. Kata kunci: Adaptive Median Filter, Alpha-Trimmed Mean Filter, Citra Digital, Pengolahan Citra, Reduksi Noise

8 vii IMPLEMENTATION AND COMPARISON OF ALPHA-TRIMMED MEAN FILTER AND ADAPTIVE MEDIAN FILTER METHODS TO REDUCE NOISE IN DIGITAL IMAGES ABSTRACT Basically, every image acquisition can cause to the presence of noise in the resulting image. Uniform Noise, Salt & Pepper Noise, and Speckle Noise are three of many model noises that are present in the image. Digital image that contained noise can cause problems in the form of an image that cannot be interpreted properly by human, however noise can be reduce through image restoration called filtering. Filter method that can be used to reduce the noises are Alpha-Trimmed Mean Filter and Adaptive Median Filter. In this research, implementation of both these methods is using Matlab2007b. Parameters to measure the quality of the image are Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR) and runtime. The result of this research were obtained that Adaptive Median Filter (AMF) better used to reduce Salt & Pepper Noise and Uniform Noise compared with Alpha-Trimmed Mean Filter (ATMF). And ATMF better used to reduce Speckle Noise. The smaller the trimmed size value on ATMF, then the better the quality of the resulting image. Keyword: Adaptive Median Filter, Alpha-Trimmed Mean Filter, Digital Image, Image Processing, Noise Reduction

9 viii DAFTAR ISI Persetujuan... ii Pernyataan... iii Penghargaan... iv Abstrak... vi Abstract... vii Daftar Isi... viii Daftar Tabel... x Daftar Gambar... xiii Daftar Lampiran... xv BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan... 5 BAB II LANDASAN TEORI Citra Digital Jenis-Jenis Citra Digital Citra Digital Berformat JPEG (Joint Photographic Experts Group) Noise/Derau Uniform Noise Speckle Noise Salt & Pepper Noise Pengolahan Citra Digital Teknik-Teknik Pengolahan Citra Filtering Order-Statistic Filter Alpha-Trimmed Mean Filter (ATMF) Adaptive Median Filter Penilaian Kualitas Citra Mean Square Error (MSE) Peak Signal to Noise Ratio (PSNR) Runtime (Waktu Eksekusi) BAB 3 ANALISIS DAN PERANCANGAN Analisis Sistem Analisis Masalah Analisis Persyaratan... 25

10 ix Persyaratan Fungsional Persyaratan Non-Fungsional Analisis Proses Use Case Diagram Activity Diagram Sequence Diagram Pseudocode Perancangan Sistem Flowchart Sistem Perancangan Antarmuka (Interface) Perancangan Interface Form Home Perancangan Interface Form Filtering Perancangan Interface Form Help BAB 4 IMPLEMENTASI DAN PENGUJIAN Implementasi Implementasi Algoritma Implementasi Alpha-Trimmed Mean Filter Implementasi Adaptive Median Filter Implementasi User Interface Form Home Form Filtering Form Help Pengujian Pengujian pada Form Filtering Proses Pengubahan Citra RGB Menjadi Citra Grayscale Proses Pembangkitan Noise pada Citra Grayscale Proses Filter Menggunakan ATMF dan AMF Hasil Pengujian ATMF dan AMF untuk Reduksi Noise BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN

11 x DAFTAR TABEL Tabel 3.1 Dokumentasi Naratif Use Case Filtering Citra Tabel 3.2 Dokumentasi Naratif Use Case Browse Tabel 3.3 Dokumentasi Naratif Use Case Grayscale Image Tabel 3.4 Dokumentasi Naratif Use Case Generate Noise Tabel 3.5 Dokumentasi Naratif Use Case Alpha-Trimmed Mean Filter Tabel 3.6 Dokumentasi Naratif Use Case Adaptive Median Filter Tabel 3.7 Dokumentasi Naratif Use Case MSE, PSNR, Runtime Tabel 3.8 Pseudocode Konversi Citra ke Grayscale Tabel 3.9 Pseudocode ATMF Tabel 3.10 Pseudocode AMF Tabel 3.11 Pseudocode MSE dan PSNR Tabel 3.12 Keterangan Rancangan Interface Form Home Tabel 3.13 Keterangan Rancangan Interface Form Filtering Tabel 3.14 Keterangan Rancangan Interface Form Help Tabel 4.1 Citra digital 256 x 256 piksel yang terdegradasi oleh Salt & Pepper Noise, Speckle Noise dan Uniform Noise Tabel 4.2 Citra digital 512 x 512 piksel yang terdegradasi oleh Salt & Pepper Noise, Speckle Noise dan Uniform Noise Tabel 4.3 Citra digital 1024 x 1024 piksel yang terdegradasi oleh Salt & Pepper Noise, Speckle Noise dan Uniform Noise Tabel 4.4 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 256 x 256 piksel dengan ATMF Tabel 4.5 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise Pada citra 256 x 256 piksel dengan ATMF Tabel 4.6 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 256 x 256 piksel dengan ATMF Tabel 4.7 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 512 x 512 piksel dengan ATMF Tabel 4.8 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise pada citra 512 x 512 piksel dengan ATMF Tabel 4.9 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 512 x 512 piksel dengan ATMF Tabel 4.10 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 1024 x 1024 piksel dengan ATMF Tabel 4.11 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise pada citra 1024 x 1024 piksel dengan ATMF Tabel 4.12 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 1024 x 1024 piksel dengan ATMF Tabel 4.13 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 256 x 256 piksel dengan AMF Tabel 4.14 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Hal.

12 xi Noise pada citra 256 x 256 piksel dengan AMF Tabel 4.15 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 256 x 256 piksel dengan AMF Tabel 4.16 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 512 x 512 piksel dengan AMF Tabel 4.17 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise pada citra 512 x 512 piksel dengan AMF Tabel 4.18 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 512 x 512 piksel dengan AMF Tabel 4.19 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 1024 x 1024 piksel dengan AMF Tabel 4.20 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise pada citra 1024 x 1024 piksel dengan AMF Tabel 4.21 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 1024 x 1024 piksel dengan AMF Tabel 4.22 Rata-rata nilai PSNR, MSE dan Runtime pada citra yang terdegradasi Salt & Pepper Noise Tabel 4.23 Perbandingan rata-rata nilai PSNR hasil reduksi Salt & Pepper Noise dengan ATMF Tabel 4.24 Perbandingan rata-rata nilai PSNR hasil reduksi Salt & Pepper Noise dengan AMF Tabel 4.25 Perbandingan rata-rata nilai MSE hasil reduksi Salt & Pepper Noise dengan ATMF Tabel 4.26 Perbandingan rata-rata nilai MSE hasil reduksi Salt & Pepper Noise dengan AMF Tabel 4.27 Perbandingan rata-rata nilai Runtime hasil reduksi Salt & Pepper Noise dengan ATMF Tabel 4.28 Perbandingan rata-rata nilai Runtime hasil reduksi Salt & Pepper Noise dengan AMF Tabel 4.29 Rata-rata nilai PSNR, MSE dan Runtime pada citra yang terdegradasi Speckle Noise Tabel 4.30 Perbandingan rata-rata nilai PSNR hasil reduksi Speckle Noise dengan ATMF Tabel 4.31 Perbandingan rata-rata nilai PSNR hasil reduksi Speckle Noise dengan AMF Tabel 4.32 Perbandingan rata-rata nilai MSE hasil reduksi Speckle Noise dengan ATMF Tabel 4.33 Perbandingan rata-rata nilai MSE hasil reduksi Speckle Noise dengan AMF Tabel 4.34 Perbandingan rata-rata nilai Runtime hasil reduksi Speckle Noise dengan ATMF Tabel 4.35 Perbandingan rata-rata nilai Runtime hasil reduksi Speckle Noise dengan AMF Tabel 4.36 Rata-rata nilai PSNR, MSE dan Runtime pada citra yang terdegradasi Uniform Noise Tabel 4.37 Perbandingan rata-rata nilai PSNR hasil reduksi Uniform Noise dengan ATMF Tabel 4.38 Perbandingan rata-rata nilai PSNR hasil reduksi Uniform Noise dengan AMF... 82

13 xii Tabel 4.39 Perbandingan rata-rata nilai MSE hasil reduksi Uniform Noise dengan ATMF Tabel 4.40 Perbandingan rata-rata nilai MSE hasil reduksi Uniform Noise dengan AMF Tabel 4.41 Perbandingan rata-rata nilai Runtime hasil reduksi Uniform Noise dengan ATMF Tabel 4.42 Perbandingan rata-rata nilai Runtime hasil reduksi Uniform Noise dengan AMF Tabel 4.43 Perbandingan nilai PSNR dan MSE sebelum filtering dan sesudah filtering untuk Salt & Pepper Noise Tabel 4.44 Perbandingan nilai PSNR dan MSE sebelum filtering dan sesudah filtering untuk Speckle Noise Tabel 4.45 Perbandingan nilai PSNR dan MSE sebelum filtering dan sesudah filtering untuk Uniform Noise... 85

14 xiii DAFTAR GAMBAR Gambar 2.1 Sistem koordinat pada citra digital... 6 Gambar 2.2 Citra digital... 7 Gambar 2.3 Matriks citra... 7 Gambar 2.4 Gradasi warna pada citra biner... 8 Gambar 2.5 Citra biner... 8 Gambar 2.6 Citra grayscale Gambar 2.7 Warna RGB pada ruang berdimensi tiga Gambar 2.8 Citra true color Gambar 2.9 (a) Citra grayscale (b) Citra terdegradasi uniform noise (c) (c) Citra terdegradasi speckle noise (d) Citra terdegradasi salt & pepper noise Gambar 2.10 Penajaman/sharping pada image enhancement Gambar 2.11 Proses restorasi citra Gambar 2.12 Restorasi citra dengan reduksi noise Gambar 2.13 Segmentasi citra Gambar 2.14 Matriks citra ukuran 6 x Gambar 2.15 Matriks citra 3 x 3 dari matriks citra 6 x Gambar 2.16 Kalkulasi pada metode ATMF Gambar 2.17 Proses ATMF dengan matriks 3 x Gambar 2.18 Citra terdegradasi dengan Salt and Pepper Noise (b) ATMF 3 x 3, trimmed size = Gambar 2.19 (a) Citra terdegradasi dengan salt and pepper noise (b) Citra hasil Adaptive Median Filtering Gambar 3.1 Diagram ishikawa untuk analisa masalah Gambar 3.2 Use case diagram sistem Gambar 3.3 Activity diagram sistem Gambar 3.4 Sequence diagram sistem Gambar 3.5 Flowchart keseluruhan sistem Gambar 3.6 Flowchart Alpha-Trimmed Mean Filter Gambar 3.7 Flowchart Adaptive Median Filter Gambar 3.8 Rancangan Interface Form Home Gambar 3.9 Rancangan Interface Form Filtering Gambar 3.10 Rancangan Interface Form Help Gambar 4.1 Matriks citra 3x3 sebelum filtering Gambar 4.2 Matriks citra 3x3 setelah filtering Gambar 4.3 (a) Matriks citra 6x6 sebelum filtering (a) Matriks citra 6x6 setelah Filtering dengan ATMF Gambar 4.4 Matriks citra 3x3 sebelum filtering Gambar 4.5 Matriks citra 3x3 setelah filtering Gambar 4.6 (a) Matriks citra 6x6 sebelum filtering (a) Matriks citra 6x6 setelah Filtering dengan AMF Hal.

15 xiv Gambar 4.7 Form Home Gambar 4.8 Form Filtering Gambar 4.9 Form Help Gambar 4.10 Logo Fasilkom-TI dengan nama 1024 x 1024.jpg Gambar 4.11 Pengubahan citra RGB menjadi citra grayscale Gambar 4.12 (a) Pembangkitan Salt & Pepper Noise pada citra grayscale (b)pembangkitan Speckle Noise pada citra grayscale (c)pembangkitan Uniform Noise pada citra grayscale Gambar 4.13 Message box ATMF berhasil dilakukan Gambar 4.14 Proses filter citra dengan ATMF Gambar 4.15 Message box AMF berhasil dilakukan Gambar 4.16 Proses filter citra dengan AMF... 54

16 xv DAFTAR LAMPIRAN A. Listing Program... A-1 B. Curriculum Vitae... B-1 Hal.