PENGURANGAN NOISE UNTUK CITRA DENGAN ADAPTIVE MULTISCALE PRODUCTS THRESHOLDING. Rachma Putri Andilla ( )

dokumen-dokumen yang mirip
Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)

ADAPTIVE WATERMARKING CITRA DIGITAL DENGAN TEKNIK DISCRETE WAVELET TRANSFORM-DISCRETE COSINE TRANSFORM DAN NOISE VISIBILITY FUNCTION

KOMPRESI CITRA MENGGUNAKAN COMPRESSED SENSING BERBASIS BLOK

ANALISIS MULTI WAVELET PADA KOMPRESI SUARA. Disusun Oleh: Immanuel Silalahi. Nrp :

WATERMARKING PADA CITRA DIGITAL BERBASIS DISCRETE WAVELET TRANSFORM DAN SINGULAR VALUE DECOMPOSITION

ROBUST BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK KUANTISASI KOEFISIEN DISCRETE WAVELET TRANSFORM

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)

BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN DISCRETE COSINE TRANSFORM (DCT) BERBASIS ALGORITMA GENETIKA

Blind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi ( )

KRIPTOGRAFI VISUAL UNTUK BERBAGI DUA CITRA RAHASIA MENGGUNAKAN METODE FLIP (2,2) Putri Kartika Sari

PERBANDINGAN CITRA DENGAN ALGORITMA DITHERING ZHIGANG FAN, SHIAU FAN DAN STUCKI SEBAGAI MASUKAN KRIPTOGRAFI VISUAL

Algoritma Interpolasi Citra Berbasis Deteksi Tepi Dengan Directional Filtering dan Data Fusion

WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT)

WATERMARKING CITRA DIGITAL YANG TAHAN TERHADAP GEOMETRIC ATTACKS

KOMPRESI SINYAL SUARA MENGGUNAKAN TRANSFORMASI WAVELET

DAFTAR ISI. Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK... i ABSTRACT... ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR...

PENYEMBUNYIAN CITRA DALAM CITRA DENGAN ALGORITMA BERBASIS BLOK ABSTRAK

ABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha

ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI

PENYEMBUNYIAN GAMBAR DALAM GAMBAR MENGGUNAKAN SISTEM FUNGSI ITERASI ABSTRAK

Watermarking Citra Digital Berwarna Dalam Domain Discrete Cosine Transform (DCT) Menggunakan Teknik Direct Sequence Spread Spectrum (DSSS)

Kriptografi Visual Berbasis Model CMY Menggunakan Mask Hitam Putih Untuk Hasil Digital Watermarking Menggunakan Teknik Penggabungan DWT Dan DCT

Penyembunyian Pesan Rahasia Dalam Gambar dengan Metoda JPEG - JSTEG Hendry Hermawan / ABSTRAK

NOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

KRIPTOGRAFI VISUAL (4,4) UNTUK BERBAGI 3 CITRA RAHASIA LEWAT 4 CITRA TERSANDI. Jevri Eka Susilo

FUSI CITRA BERBASIS COMPRESSIVE SENSING

Kata Kunci : non-blind watermarking, complex wavelet transform, singular value decomposition.

PERBANDINGAN KUALITAS WATERMARKING DALAM CHANNEL GREEN DENGAN CHANNEL BLUE UNTUK CITRA RGB PADA DOMAIN FREKUENSI ABSTRAK

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN DISCRETE COSINE TRANSFORM (DCT)

Aplikasi Metode Steganografi Berbasis JPEG dengan Tabel Kuantisasi yang Dimodifikasi Kris Reinhard /

KOREKSI WARNA PADA FOTO DIGITAL DENGAN METODA INTERPOLASI BICUBIC

Penerapan Watermarking pada Citra berbasis Singular Value Decomposition

Simulasi Estimasi Arah Kedatangan Dua Dimensi Sinyal menggunakan Metode Propagator dengan Dua Sensor Array Paralel

PENGENALAN WAJAH DENGAN METODE ORTHOGONAL LAPLACIANFACES. Luhur Pribudhi ( )

Raden Abi Hanindito¹, -². ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom

Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding

Kata kunci : citra, pendeteksian warna kulit, YCbCr, look up table

DAFTAR ISI. i ABSTRACT. ii KATA PENGANTAR. viii DAFTAR GAMBAR

PENGGABUNGAN DUA CITRA DENGAN METODE COMPRESSIVE SENSING MENGGUNAKAN MATLAB

PENINGKATAN KUALITAS SINYAL SUARA DENGAN METODE PENDEKATAN SUBRUANG ABSTRAK

Perbandingan Metode K Nearest Neighbor dan K Means Clustering dalam Segmentasi Warna pada Citra ABSTRAK

PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF)

IDENTIFIKASI WAJAH MANUSIA BERDASARKAN PERBANDINGAN PARAMETER TINGGI HIDUNG, LEBAR HIDUNG DAN JARAK MATA. Yusriani Laa Baan

PENYEMBUNYIAN DATA RAHASIA DALAM GAMBAR MENGGUNAKAN PENDEKATAN PREDICTIVE CODING. Disusun Oleh : Nama : Dedy Santosa Nrp :

KRIPTOGRAFI VISUAL PADA CITRA BERWARNA MENGGUNAKAN METODE KOMBINASI PERLUASAN WARNA RED GREEN DAN BLUE

PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE

Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK

SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK

Kinerja Sistem Komunikasi Satelit Non-Linier BPSK Dengan Adanya Interferensi Cochannel.

Pengenalan Warna Kulit Untuk Klasifikasi Ras Manusia Andy Putra P. Zebua /

Penyembunyian Informasi Dengan Menggunakan Metode SCAN. Roy Rikki ( ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha

IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK

PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK

Jony Sitepu/ ABSTRAK

Aplikasi Image Thresholding untuk Segmentasi Objek Menggunakan Metode Otsu s Algorithm. Erick Hartas/

Kata kunci: Template Matching, Root Mean Square, Pre-Processing, EDSR, DHS. vi Universitas Kristen Maranatha

Kata kunci : Slant correction, jaringan saraf tiruan, multilayer perceptron, backpropagation.

PENGGUNAAN METODE MODIFIKASI HILL CIPHER PADA KRIPTOGRAFI

KRIPTOGRAFI VISUAL DENGAN ALGORITMA ELGAMAL YANG DIMODIFIKASI UNTUK CITRA BERWARNA DENGAN TIGA CITRA HASIL ENKRIPSI MENGGUNAKAN PERANGKAT LUNAK MATLAB

Peningkatan Figure of Merit Pada Detektor Tepi Canny Menggunakan Teknik Skala Multiplikasi

PEMODELAN dan SIMULASI SISTEM SUSPENSI MOBIL ABSTRAK

IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK

IMPLEMENTASI ALGORITMA LEMPEL-ZIV-WELCH DAN ADAPTIVE HUFFMAN CODING PADA KRIPTOGRAFI VISUAL

Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /

VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN METODA PHASE ONLY CORRELATION ABSTRAK

IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE ABSTRAK

PENINGKATAN KUALITAS SINYAL SUARA MENGGUNAKAN FILTER DIGITAL ADAPTIF DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) Ferdian Andrie/

IDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET ABSTRAK

Restorasi Warna dari Citra yang Terdistorsi Warnanya

Perbandingan Identifikasi Citra Penyakit Kulit Menggunakan Metode K-Nearest Neighbor Dan Metode Sistem Pakar ABSTRAK

ANALISA KINERJA CODEBOOK PADA KOMPRESI CITRA MEDIS DENGAN MEMPERHATIKAN REGION OF INTEREST

Aplikasi Support Vector Machines pada Proses Beamforming

PENINGKATAN KUALITAS SINYAL SUARA DENGAN MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS ABSTRAK

PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK

KRIPTOGRAFI VISUAL UNTUK GAMBAR BERWARNA BERBASIS DISTRIBUSI ACAK PADA SHARE DENGAN PENYISIPAN LSB DIGITAL WATERMARKING

REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK

KINERJA ARSITEKTUR MADALINE DALAM MEMPREDIKSI CUACA DENGAN MENGGUNAKAN PARAMETER SUHU, KELEMBAPAN UDARA DAN CURAH HUJAN

Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)

KNOWING HUMAN PERSONALITY FROM THE HEIGHT OF HANDWRITING MIDDLE ZONE USING LINEAR REGRESSION METHOD AND AVERAGE OF INTEGRAL PROJECTION COLUMN METHOD

IDENTIFIKASI SECARA BUTA PADA SISTEM MIMO DALAM DOMAIN FREKUENSI BERDASARKAN STATISTIK ORDE YANG LEBIH TINGGI DARI DUA ABSTRAK

PERANCANGAN DAN REALISASI PENAMPIL SPEKTRUM FREKUENSI PORTABLE BERBASIS MIKROKONTROLER ATMEGA 16

IDENTIFIKASI KANAL FIR SECARA BUTA UNTUK SISTEM DUA-MASUKAN-DUA-KELUARAN PADA DOMAIN FREKUENSI MENGGUNAKAN STATISTIK ORDE DUA ABSTRAK

REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION

APLIKASI PENGOLAHAN CITRA DIGITAL DALAM MENGHITUNG JUMLAH SUATU OBJEK PADA SUATU DAERAH PENGAMATAN ABSTRAK

PENDETEKSIAN CITRA PALSU DENGAN MENGGUNAKAN WATERMARKS DAN SUPPORT VECTOR MACHINES. Daniel Hutabarat ( )

Perancangan Dan Realisasi Alat Ukur Kadar Lemak Berdasarkan Metode Bioimpedansi

SIMULASI PEMBUATAN POLA CITRA UNTUK MENGETAHUI JARAK ANTARA NANOPARTIKEL DENGAN MENGGUNAKAN LATTICE GENERATOR DAN LATTICE PARAMETER ANALYZER

Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK

Implementasi Sistem SCADA Redundant (Study kasus: Proses Pengendalian Plant Temperatur Air)

PERHITUNGAN BIT ERROR RATE PADA SISTEM MC-CDMA MENGGUNAKAN GABUNGAN METODE MONTE CARLO DAN MOMENT GENERATING FUNCTION.

PENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING)

PERANCANGAN PENDETEKSI SENYUM DENGAN METODE PENGUKURAN SIMETRI DAN DETEKSI GARIS PADA BIDANG WARNA HOSSEINI ABSTRAK

Perancangan Alat Peraga Papan Catur pada Layar Monitor. Samuel Setiawan /

Perancangan dan Simulasi Autotuning PID Controller Menggunakan Metoda Relay Feedback pada PLC Modicon M340. Renzy Richie /

SOFTWARE PENINGKATAN KUALITAS SUARA COCHLEAR IMPLANT DENGAN MENGGUNAKAN TIME FREQUENCY BLOCK THRESHOLDING ABSTRAK

PENGENALAN SUARA MENGGUNAKAN POHON KEPUTUSAN RELASI ACAK. Disusun Oleh:

PERANCANGAN DAN REALISASI PENDETEKSI POSISI KEBERADAAN MANUSIA MENGGUNAKAN METODE DETEKSI GERAK DENGAN SENSOR WEBCAM

SIMULASI ARQ DALAM TRANSMISI PAKET PADA KOMUNIKASI WIRELESS ABSTRAK

APLIKASI WEB EMBEDDED MICROCONTROLLER UNTUK PENGINFORMASIAN KONDISI LALU LINTAS BERUPA TULISAN MENGGUNAKAN WEB BROWSER MELALUI JARINGAN GPRS

Transkripsi:

PENGURANGAN NOISE UNTUK CITRA DENGAN ADAPTIVE MULTISCALE PRODUCTS THRESHOLDING Rachma Putri Andilla ( 0522028 ) Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : ramuanijo@yahoo.com ABSTRAK Hal yang penting dalam penyajian visualisasi citra medis adalah agar dapat dilihat manusia sebagai pengamat. Namun, noise yang pasti muncul dalam akuisisi citra mengakibatkan penurunan kualitas citra. Perbaikan suatu citra (image) adalah suatu proses agar citra dapat dianalisis lebih baik. Denoising (pengurangan noise) adalah salah satu teknik perbaikan citra. Suatu teknik thresholding adaptif berbasis wavelet digunakan untuk menekan noise dari citra medis. Sebuah transformasi wavelet diskrit digunakan dalam Tugas Akhir ini. Metoda STH (Soft Thresholding), HTH (Hard Thresholding), dan MPTH (Multiscale Products Thresholding) digunakan untuk mengkalkulasi dan membandingkan hasil denoising citra medis. Dua kriteria, MSR (Mean-to- Standard Deviation Ratio) dan CNR (Contrast-to-noise Ratio) diajukan untuk mengukur kinerja pengurangan noise pada citra medis. Dari hasil percobaan, dapat disimpulkan bahwa dengan melakukan denoising menggunakan metode MPTH (Multiscale Products Thresholding), maka nilai MSR (Mean-to-Standard Deviation Ratio) dan CNR (Contrast-to-noise Ratio) yang diperoleh lebih tinggi daripada STH (Soft Thresholding) dan HTH (Hard Thresholding). Kata kunci : citra medis, denoising, thresholding, transformasi wavelet i

NOISE REDUCTION FOR IMAGES USING ADAPTIVE MULTISCALE PRODUCTS THRESHOLDING Rachma Putri Andilla ( 0522028 ) Electrical Engineering, Maranatha Christian University Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia. Email : ramuanijo@yahoo.com ABSTRACT It has realized that an important thing in medical image visualization serving is in order to obtain to see the human as observer. Nevertheless, certain noise is rising in image acquisition caused image quality is reducing. An image involvement is a process in order to image can be best analyzed. Denoising is a one of image enhancement techniques. An adaptive thresholding technique based wavelet served to reduce noise from medical image. A discrete wavelet transformation is used in this final project. The STH (Soft Thresholding), HTH (Hard Thresholding), and MPTH (Multiscale Products Thresholding) methods are used to calculate and compare as medical image Denoising results. Two criteria s, MSR (Mean-to-Standard Deviation Ratio) and CNR (Contrast-to-noise ratio) have proposed to performance as Denoising at medical image. From the result, it can be concluded that by do denoising using MPTH (Multiscale Products Thresholding) method, then obtain the values of MSR (Mean-to-Standard Deviation ration) and CNR (Contrast-to-noise Ration are greater than STH STH (Soft Thresholding) and HTH (Hard Thresholding). Key words: medical image, Denoising, thresholding, wavelet transformation ii

DAFTAR ISI ABSTRAK... ABSTRACT... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL..... DAFTAR GRAFIK... DAFTAR GAMBAR.... i ii iii v viii ix x BAB I PENDAHULUAN I.1 Latar Belakang Masalah... 1 I.2 Identifikasi Masalah... 2 I.3 Tujuan.... 2 I.4 Pembatasan Masalah...... 2 I.5 Sistematika Penulisan... 3 BAB II LANDASAN TEORI II.1 Pengertian Citra....... 4 II.1.1 Pemanfaatan Pengolahan Citra...... 5 II.1.2 Implementasi Pengolahan Citra... 6 II.1.3 Proses Pengolahan Citra..... 6 II.1.4 Representasi Citra... 7 II.2 Karakteristik Citra Medis... 7 II.3 Transformasi Wavelet...... 7 II.3.1 Perbandingan transformasi Wavelet dengan Transformasi Fourier... 10 II.3.2 Transformasi Wavelet Kontinu... 11 II.3.3 Transformasi Wavelet Diskrit... 13 II.4 Wavelet Denoising.... 14 v

II.5 Perkalian Multiskala pada Wavelet... 16 II.6 Thresholding Hasil Perkalian Multiskala secara Adaptif... 16 II.7 Penentuan Thresholding 18 II.8 MSR (Mean-to-Standard Deviation Ratio) dan CNR (Contrast-to-noise Ratio). 19 BAB III PERANCANGAN PROGRAM III.1 Input Citra Medis... 21 III.2 Penambahan Noise... 21 III.3 Pemilihan Induk Wavelet... 23 III.4 Pemilihan Metoda Thresholding... 23 III.5 Level Dekomposisi... 24 III.6 Nilai PSNR... 25 III.7 Nilai RMSE... 26 III.8 Nilai MSR... 27 III.9 Nilai CNR... 28 BAB IV DATA PENGAMATAN IV.1 Pengujian dengan Metoda STH (Soft Thresholding)... 29 IV.2 Pengujian dengan Metoda HTH (Hard Thresholding). 50 IV.3 Pengujian dengan Metoda MPTH (Multiscale Products Thresholding).. 71 IV.4 Nilai MSR dan CNR dari Hasil Pengujian 76 IV.5 Penilaian Subjektif MOS (Mean Opinion Score). 80 BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan... 82 V.2 Saran... 82 DAFTAR PUSTAKA...... 83 vi

LAMPIRAN A CITRA MEDIS YANG DIUJI LAMPIRAN B LISTING PROGRAM LAMPIRAN C DATA MOS (MEAN OPINION SCORE) vii

DAFTAR TABEL Tabel IV.1 Nilai MSR dan CNR Hasil Pengujian... 76 Tabel IV.2 Penilaian MOS... 80 viii

DAFTAR GRAFIK Grafik IV.1 Grafik Perbandingan Nilai MSR dan CNR. 78 ix

DAFTAR GAMBAR Gambar II.1 Dekomposisi wavelet dyadic... 9 Gambar II.2 Rekonstruksi wavelet dyadic... 9 Gambar II.3 Wavelet induk Haar... 10 Gambar II.4 Wavelet induk Daubechies-9 (db9)... 10 Gambar II.5 Wavelet Mexican Hat... 12 Gambar II.6 Wavelet Morlet... 13 Gambar II.7 Command window pada MATLAB... 19 Gambar III.1 Diagram Alir Keseluruhan... 20 Gambar III.2 Diagram Alir Penambahan. Noise...... 22 Gamvar III.3 Diagram Alir Pemilihan Induk Wavelet... 23 Gambar III.4 Diagram Alir Pemilihan Metoda Thresholding...... 24 Gambar III.5 Diagram Alir Level Dekomposisi... 25 Gambar III.6 Diagram Alir Nilai SNR... 26 Gambar III.7 Diagram Alir Nilai MSE...... 27 Gambar III.8 Diagram Alir Nilia MSR... 27 Gambar III.9 Diagram Alir Nilai CNR... 28 Gambar IV.1 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 1 c) Decomposed structure. d) Denoised image... 29 Gambar IV.2 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 1 c) Decomposed structure. d) Denoised image 30 Gambar IV.3 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 1 dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image. 31 Gambar IV.4 Gambar assesment after a road traffic accident yang x

di-denoising menggunakan STH pada level dekomposisi 1 c) Decomposed structure. d) Denoised image 32 Gambar IV.5 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 2 c) Decomposed structure. d) Denoised image 33 Gambar IV.6 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 2 c) Decomposed structure. d) Denoised image 34 Gambar IV.7 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 2 dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image 36 Gambar IV.8 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi c) Decomposed structure. d) Denoised image. 37 Gambar IV.9 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 3 c) Decomposed structure. d) Denoised image. 38 Gambar IV.10 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 3 c) Decomposed structure. d) Denoised image. 39 Gambar IV.11 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 3 dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image. 40 Gambar IV.12 Gambar assesment after a road traffic accident yang xi

di-denoising menggunakan STH pada level dekomposisi 3 c) Decomposed structure. d) Denoised image 41 Gambar IV.13 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 4 c) Decomposed structure. d) Denoised image 42 Gambar IV.14 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 4 c) Decomposed structure. d) Denoised image 43 Gambar IV.15 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 4 dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image 44 Gambar IV.16 Gambar assesment after a road traffic accident yang di-denoising menggunakan STH pada level dekomposisi 4 c) Decomposed structure. d) Denoised image 45 Gambar IV.17 Gambar xray yang di-denoising menggunakan STH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image 46 Gambar IV.18 Gambar Young adult male with hypertension yang di-denoising menggunakan STH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image 47 Gambar IV.19 Gambar abdominal mass yang di-denoising menggunakan STH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image 48 Gambar IV.20 Gambar Brought-up on a sheep farm yang di-denoising menggunakan STH pada level dekomposisi 3 xii

dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image 48 Gambar IV.21 Gambar discomfort in the left shoulder yang di-denoising menggunakan STH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image 49 Gambar IV.22 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 1 c) Decomposed structure. d) Denoised image 50 Gambar IV.23 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 1 c) Decomposed structure. d) Denoised image 51 Gambar IV.24 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 1 dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image 52 Gambar IV.25 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 1 c) Decomposed structure. d) Denoised image 53 Gambar IV.26 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 2 c) Decomposed structure. d) Denoised image 54 Gambar IV.27 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 2 c) Decomposed structure. d) Denoised image 55 Gambar IV.28 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 2 xiii

dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image 57 Gambar IV.29 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 2 c) Decomposed structure. d) Denoised image 58 Gambar IV.30 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 3 c) Decomposed structure. d) Denoised image 59 Gambar IV.31 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 3 c) Decomposed structure. d) Denoised image 60 Gambar IV.32 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 3 dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image 61 Gambar IV.33 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 3 c) Decomposed structure. d) Denoised image 62 Gambar IV.34 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 4 c) Decomposed structure. d) Denoised image 63 Gambar IV.35 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 4 c) Decomposed structure. d) Denoised image 64 Gambar IV.36 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 4 xiv

dan induk wavelet sym4. a) Original image. b) Noisy image. c) Decomposed structure. d) Denoised image 65 Gambar IV.37 Gambar assesment after a road traffic accident yang di-denoising menggunakan HTH pada level dekomposisi 4 c) Decomposed structure. d) Denoised image 66 Gambar IV.38 Gambar xray yang di-denoising menggunakan HTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 67 Gambar IV.39 Gambar Young adult male with hypertension yang di-denoising menggunakan HTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 68 Gambar IV.40 Gambar abdominal mass yang di-denoising menggunakan HTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image... 68 Gambar IV.41 Gambar Brought-up on a sheep farm yang di-denoising menggunakan HTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 69 Gambar IV.42 Gambar discomfort in the left shoulder yang di-denoising menggunakan HTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 70 Gambar IV.43 Gambar assesment after a road traffic accident yang di-denoising menggunakan MPTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image 71 Gambar IV.44 Gambar xray yang di-denoising menggunakan MPTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 72 xv

Gambar IV.45 Gambar Young adult male with hypertension yang di-denoising menggunakan MPTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 73 Gambar IV.46 Gambar abdominal mass yang di-denoising menggunakan MPTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 74 Gambar IV.47 Gambar Brought-up on a sheep farm yang di-denoising menggunakan MPTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 74 Gambar IV.48 Gambar discomfort in the left shoulder yang di-denoising menggunakan MPTH pada level dekomposisi 3 dan induk wavelet db4. a) Original image. b) Noisy image. c) Denoised image.. 75 xvi