PENERAPAN METODE ADAPTIVE MEDIAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA X-RAY Wika Elsa Pratiwi, Fince Tinus Waruwu Program Studi Teknik Informatika STMIK Budi Darma, Medan, Indonesia Email: wikaelsa@gmail.com Abstrak Masalah yang sering dihadapi para ahli radiologi dalam melakukan analisa fraktur thorax melalui hasil gambar x- ray secara manual dan membutuhkan waktu yang lebih lama untuk mempelajari gambar tersebut dan ahli radiologi juga sering mengalami kesulitan dalam membaca gambar x-ray yang memiliki noise pada saat pengambilan gambar x-ray dan dapat mengakibatkan kesulitan dalam diagnosis. Metode adaptive median filter merupakan teknik penyelesaian masalah yang sesuai Dalam perbaikan kualitas citra x-ray maka harus terlebih dahulu dirubah citra x-ray menjadi nilai pixel citra, untuk mendapatkan nilai pixel dari citra x-ray penulis menggunakan aplikasi matlab, setelah dapat nilai pixel x-ray maka selanjutnya menentukan nilai matriks untuk mendapat nilai maksimum, minimum, median dan nilai pixel koordinat. Kemudian menentukan apakah nilai pixel akan diganti dengan nilai median, jika bukan noise maka nilai pixel tersebut tidak diganti. Hasil akhir dari sistem ini berupa perancangan dalam mereduksi noise pada citra x-ray yang dijadikan sebagai alat bantu dalam menganalisa gambar x-ray. Sistem ini akan membantu para ahli radiologi dalam pembacaan gambar. Kata kunci: Citra X-ray, Reduksi Noise, Adaptive Median Filter Abstract The problem often faced by radiologists in analyzing thorax fractures through manual x-ray images and requiring a longer time to study the image and radiologists also often have difficulty reading x-ray images that have noise when shooting x-ray and can lead to difficulties in diagnosis. The adaptive median filter method is a suitable problem-solving technique. In the improvement of the quality of the x-ray image, the x-ray image must first be converted into the pixel image value, to get the pixel value from the x-ray image. -ray then determine the matrix value to get the maximum, minimum, median and pixel coordinate values. Then determine whether the pixel value will be replaced with a median value, if not noise then the pixel value is not replaced. The end result of this system is in the form of design in reducing noise on x-ray imagery which is used as an aid in analyzing x-ray images. This system will help radiologists in reading images. Keywords: X-ray image, noise reduction, adaptive median filter. PENDAHULUAN Citra x-ray merupakan proses pengambilan gambar dari suatu obyek dengan menggunakan sinar-x. Para ahli radiologi melakukan analisa fraktur thorax melalui hasil gambar x-ray secara manual dan membutuhkan waktu yang lebih lama untuk mempelajari gambar tersebut dan gambar x-ray thorax tidak hanya dilihat oleh satu ahli radiologi saja. Ahli radiologi sering mengalami kesulitan dalam membaca gambar x-ray yang memiliki noise pada saat pengambilan gambar x-ray dapat mengakibatkan kesulitan dalam diagnosis. Citra x-ray akan memberikan hasil yang berbeda antara thorax yang sehat dan tidak sehat. Untuk mengatasi noise tersebut perlu dilakukan perbaikan atau peningkatan kualitas citra sehingga dapat digunakan dalam membantu para radiologi melakukan diagnosa yang lebih akurat menggunakan citra X-ray. Metode untuk perbaikan citra karena noise, dengan operasi reduksi noise filter tertentu. Adaptive median filter merupakan salah satu proses perbaikan citra dalam mereduksi noise yang bertujuan untuk memperjelas citra yang memiliki noise. Dari permasalahan tersebut, dibutuhkannya sebuah aplikasi yang dapat memperbaiki kualitas hasil citra x-ray thorax yang terdegradasi oleh noise untuk mendapatkan kualitas citra yang lebih baik. Kualitas citra yang baik akan mempermudah ahli medis dalam membaca gambar x-ray. 2. TEORITIS 2. Citra Citra (image) adalah suatu representasi (gambar), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan. Citra analog adalah citra yang bersifat kontinu. Seperti gambar pada monitor televisi, foto sinar X, foto yang Page 6
tercetak di kertas foto, lukisan, pemandangan alam, hasil CT scan, gambar-gambar yang terekam pada pita kaset, dan lain sebagainya. Citra analog tidak dapat direpresentasikan dalam komputer sehingga tidak dapat diproses di komputer secara langsung. Oleh sebab itu, agar citra dapat diproses di komputer, proses konversi analog ke digital harus dilakukan terlebih dahulu. Citra analog dihasilkan dari alat-alat analog, seperti video kamera analog, kamera foto analog, CT scan, sensor rontgen untuk foto thorax, sensor gelombang pendek pada system radar, sensor ultrasound pada system USG dan lain-lain. Reduksi noise adalah suatu proses menghilangkan atau mengurangi noise dari suatu signal, tetapi untuk implementasinya, reduksi noise tergantung dari jenis signal yang akan diproses. Sinar-x adalah salah satu bentuk dari radiasi elektromagnetik dengan panjang gelombang berkisar antara 0 nanometer ke 00 pikometer (sama dengan frekuensi dalam rentang 30 petahertz 30 exahertz) dan memiliki energi dalam rentang 00 ev 00 KeV. Sinar-X umumnya digunakan dalam diagnosis gambar medis dan kristalografi sinar-x. 2.2 Adaptive Median Filter Adaptive Median Filter adalah metode pengembangan dari median filter biasa perbedaan yang menonjol antara dua metode ini adalah bahwa besarnya window (jendela) yang ada pada adaptive median filter setiap pixel adalah variabel. Variasi ini tergantung pada nilai median dari pixel dalam window saat ini. ukuran jendela akan diperluas jika nilai rata-rata adalah impuls. Berikut ini adalah notasi dari metode Adaptive Median Filter : Z min = Nilai intensitas minimum dalam S xy Z max = Nilai intensitas maksimum dalam S xy Z med = Median nilai intensitas S xy Z xy = Nilai intensitas koordinat (x,y) S max = Nilai maksimum yang diperbolehkan dalam S xy Adaptive median filter bekerja pada dua bagian, bagian A dan bagian B sebagai berikut : Bagian A : A = Z med Z min A2 = Z med Z max Jika A > 0 dan A2 < 0, lanjtkan ke Bagian B Kemudian tingkatkan ukuran filter atau window Jika ukuran window <=S max ulangi bagian A Kemudian g(x,y) = Z xy Bagian B : B = Z xy - Z min B2 = Z xy - Z max Jika B > 0 dan B2 < 0, g(x,y) = Z xy Kemudian g(x,y) = Z xy 2.3 Mean Squared Error (MSE) Perbaikan citra pada dasarnya merupakan proses yang bersifat subjektif sehingga parameter keberhasilannya bersifat subjektif pula. Untuk itu perlu adanya alat ukur kuantitatif yang bisa digunakan untuk mengukur kinerja prosedur perbaikan citra. Alat ukur ini disebut Mean squared error (MSE). MSE dinyatakan dengan persamaan berikut : MSE = M N (f M X N i= j= a (i, j) (f b (i, j)) 2...() Dimana : M = Panjang citra N = Lebar citra f a = Intensitas (i, j) sebelum filtering f b = Intensitas (i, j) setelah filtering 2.4 Peak Siqnal to Noise Ratio (PSNR) Peak siqnal to noise ratio (PSNR) dihitung untuk mengukur perbedaan antara citra semula (citra asli) dengan citra hasil reduksi. Adapaun PSNR dapat dinyatakan dengan persamaan berikut : PSNR = 20 X log 0 [ Dimana : M = Panjang citra 255 M x N M N i= j= (f a (i, j) (f b (i, j)) 2 ]...(2) Page 7
N = Lebar citra f a = Intensitas (i, j) sebelum filtering f b = Intensitas (i, j) setelah filtering 3. ANALISA DAN PEMBAHASAN Cara bagaimana ahli radiologi dalam menganalisa gambar citra x-ray sudah dalam bentuk digital, apabila tetap menggunakan sistem pembacaan yang lama atau citra dicetak pada kertas film lalu dibaca dengan disinari lampu dan mengakibatkan waktu pengerjaan yang lama. Ahli radiologi juga membutuhkan alat bantu untuk memperbaiki kualitas citra x-ray agar mempermudah pembacaan gambar dikemudian hari. Untuk dapat menerapkan metode maka harus terlebih dahulu dirubah citra x-ray menjadi nilai pixel citra, untuk mendapatkan nilai pixel dari citra x-ray penulis menggunakan aplikasi matlab. Setelah didapat nilai pixel x- ray maka selanjutnya menentukan kernel matriks agar mendapatkan nilai pixel maksimum, minimum, median dan nilai pixel koordinat. Kemudian menentukan apakah nilai pixel tersebut merupakan noise atau tidak, jika merupakan noise maka nilai pixel akan diganti dengan nilai median. Jika bukan noise maka nilai pixel tersebut tidak diganti. setelah mendapat nilai pixel yang dihasilkan dari filtering metode adaptive median filter kemudian di hitung dengan parameter MSE (mean square error) dan PSNR (peak siqnal to noise ratio) untuk mengetahui nilai error dari sebuah citra. Tabel. Nilai Input 27 44 5 34 34 Z max = 5 Z min = 23 Z med = 44 Z xy = 44 A = 44 23 = 2 > 0 A 2 = 44 5 = 7 < 0 B = 44 23 = 2 > 0 B 2 = 44 5 = 7 < 0 Maka g(x, y) = Z xy = 44 Tabel 2. Nilai pixel sebelum filtering 27 44 5 34 34 Tabel 3. Nilai pixel setelah filtering 27 44 42 34 34 43 35 32 38 38 Page 8
Gambar (a) Gambar yang ingin direduksi (b) gambar setelah direduksi Hasil Filtering Mean Squared Error (MSE) dan Peak Siqnal to Noise Ratio(PSNR) Setelah menghasilkan citra output dari proses reduksi noise maka untuk mengetahui apakah hasil citra sudah maksimal atau belum, diperlukan suatu parameter untuk mengukur kinerja prosedur perbaikan citra. MSE = ((44 9 44)2 + (43 43) 2 + (55 55) 2 + (62 62) 2 +(45 45) 2 + (4 46) 2 + (73 62) 2 + (52 52) 2 + (42 42)) 2 = 9 ((0)2 + (0) 2 + (0) 2 + (0) 2 +(0) 2 + ( 5) 2 + () 2 + (0) 2 + (0)) 2 = (46) 9 = 6,5 PSNR = 20 X log 0 [ 255 6,2 ] = 20 X log 0 [ 255 ] 6,2 = 20 X log 0 [ 255 ] 4,025 = 20 X log 0 [63,35] = 20 X [,802] = 36,04 Dari perhitungan MSE dan PSNR diatas, maka dapat dilihat nilai MSE yang diperoleh sebesar 6,5 dan Nilai PSNR 36,04 db. Dari hasil perhitungan tersebut dapat diketahui bahwa metode adaptive median filter dapat mereduksi noise dengan baik, karena memiliki nilai MSE terkecil dan nilai PSNR terbesar berdasarkan dari nilai parameter yang dihasilkan. 4. KESIMPULAN Berdasarkan analisa yang telah dilakukan selama proses perancangan hingga implementasi, maka dapat diambil kesimpulan sebagai berikut :. Dalam melakukan reduksi noise setiap pixel dibandingkan dengan pixel tetangga yang dihasilkan. Semakin besar ukuran window, semakin baik kualitas citra yang dihasilkan. 2. Menerapkan metode adaptive median filter dengan cara menentukan kernel matriks agar mendapatkan nilai pixel maksimum, minimum, median dan nilai pixel koordinat, kemudian menentukan apakah nilai pixel tersebut merupakan noise atau tidak, jika merupakan noise maka nilai pixel akan diganti dengan nilai median. 3. Merancang aplikasi reduksi noise pada citra x-ray dengan tools pada microsoft visual studio 2008 dapat menampilkan hasil gambar sebelum dan setelah citra x-ray yang direduksi. 5. REFERENSI [] F. Suyatno, " Aplikasi Radiasi Sinar-X Bidang Kedokteran Untuk Menunjang Kesehatan Masyarakat", Sekolah Tinggi Teknologi Nuklir Batan, 2008, ISSN : 978-076. [2] N. Hajizah, Analisa Perbandingan Metode Vektor Median Filtering Dan Adaptive Median Filter Untuk Perbaikan Citra Digital, Teknik Informatika STMIK Budidarma, Vol., Nomor : 2, juni 206, ISSN : 2502-6968. [3] E. Listiyani, "Implementasi Adaptive Median Filter Sebagai Reduksi Noise Pada Citra Digital", Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, 203. Page 9
[4] Sutoyo, T, ea al, Teori Pengolahan Citra Digital. Yogyakarta: Andi, 2009. [5] Putra Darma, Pengolahan Citra Digital. Yogyakarta: Andi, 200. [6] L. Fauziah, "Perbaikan Kualitas Citra Medis Menggunakan Metode Difusi Nonlinear Anisotropik", Fakultas Teknik Universitas Andalas, 207. [7] I. Maulana et al, "Analisa Perbandingan Adaptive Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Papper", Fakultas Ilmu Komputer Universitas Dian Nuswantoro, Vol. 2, Nomor : 2, Desember 206. [8] M. Salahuddin Rosa A.S, Rekayasa Perangakat Lunak Secara Struktur Bereorentasi Objek. Bandung: Informatika, 203. [9] Priyanto Rahmat, Visual Basic.Net 2008. Yogyakarta: Andi, 2009. Page 20