ANALISIS PERBANDINGAN METODE INTENSITY FILTERING DENGAN METODE FREQUENCY FILTERING SEBAGAI REDUKSI NOISE PADA CITRA DIGITAL

Semiar Nasioal Aplikasi Tekologi Iformasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyakarta, 16 Jui 2007 ANALISIS PERBANDINGAN METODE INTENSITY FILTERING DENGAN METODE FREQUENCY FILTERING SEBAGAI REDUKSI NOISE PADA CITRA DIGITAL Murito, Eko Aribowo, Risadi Syazali Program Studi Tekik Iformatika, Uiversitas Ahmad Dahla Jogjakarta Jl. Prof. Dr. Soepomo, Jatura, Jogjakarta Telp. (0274) 379418; e-mail: ritokuso@yahoo.com ABSTRAKSI Citra memegag peraa sagat petig sebagai betuk iformasi.namu kadag pada citra terdapat gaggua (biasa disebut oise) yag meyebabka citra tersebut tidak dapat dilihat dega jelas karea adaya oise.metode yag biasa diguaka utuk mereduksi oise adalah itesity filterig da frequecy filterig. Pada peelitia ii aka dijelaska karakteristik dari kedua metode tersebut, serta aalisis kelebiha da kekuragaya.hasil peelitia meujukka reduksi oise megguaka metode high pass frequecy filterig lebih meguragi oise pada citra dibadigka dega metode lai amu memerluka timig-ru yag lama. Kata kuci: frequecy filterig, itesity filterig, reduksi oise. 1. PENDAHULUAN Citra (image), merupaka istilah lai utuk gambar. Sebagai salah satu kompoe multimedia, citra memegag peraa sagat petig sebagai betuk iformasi visual.seirig dega perkembaga tekologi di bidag komputerisasi, tekologi pegolaha citra (image processig) telah bayak dipakai di berbagai bidag termasuk di bidag idustri, yag dapat membatu pegerjaa tugas sehigga dapat diperoleh hasil yag lebih efisie da dega akurasi yag baik. Pada dasarya setiap sistem pecitraa dapat meyebabka terjadiya derau (oise) pada citra yag dihasilka. Noise pada citra tersebut pada umumya terdistribusi secara ormal (Gaussia) (Balza, Kartika, 2004). Peguraga oise atau deoise adalah salah satu proses dalam peigkata kualitas citra (image ehacemet) yag termasuk lagkah awal dalam image processig. Peigkata kualitas citra adalah proses medapatka citra yag lebih mudah diiterpretasika oleh mata mausia. Pada proses ii, ciri-ciri tertetu yag terdapat di dalam citra lebih diperjelas kemuculaya. Proses-proses yag termasuk dalam peigkata kualitas citra atara lai pegubaha keceraha gambar (image brightess), pereggaga kotras (image stretchig), pegubaha histogram citra, peguraga derau (deoisig), peajama tepi (edge sharpeig), pewaraa semu (pseudocolourig) da pegubaha geometrik. Salah satu cara yag diguaka utuk image processig adalah dega mereduksi derau (oise reductio yag terdapat pada citra sehigga mejadi citra lai yag kualitasya lebih baik dibadigka dega kodisi awal, sehigga mudah diiterpretasi baik itu oleh mausia maupu mesi. Bayak cara da metode yag diguaka dalam peguraga darau. Metode tersebut atara lai operasi aritmatik (aljabar), trasformasi wavelet, metode cotour, metode itesity filterig da metode frequecy filterig. Utuk metode itesity filterig da metode frequecy filterig sama-sama bekerja pada level piksel citra. Selama ii belum ada peelitia yag mejelaska karakteristik dari kedua metode tersebut dalam ligkup peguraga oise. Perlu dilakuka aalisis kelebiha da kekuraga dari kedua metode tersebut. Metode itesity filterig dapat medeteksi piksel dega high pass itesity da low pass itesity, begitu pula dega metode frequecy filterig medeteksi piksel citra dega high pass frequecy da low pass frequecy. Dari keempat metode tersebut aka memberika hasil peguraga oise yag berbeda. Dari peelitia sebelumya yag dilakuka (Perwitasari, E. W, 2006) Peelitia ii membahas tetag kelebiha da kekuraga dari metode trasformasi wavelet dega metode cotour, dua metode tersebut memberika hasil peguraga oise yag berbeda. Operasi peguraga oise bekerja dega cara meeka kompoe yag berfrekuesi tiggi da meloloska kompoe yag berfrekuesi redah. Aplikasi ii megguaka Matlab 7.0.1 da haya dipakai utuk jeis citra grayscale berekstesi.pg berukura 512 x 512 piksel da 256 x 256 piksel. Dalam peelitia lai yag dilakuka oleh (Nalwa, A., 1997) sistem yag dibuat membahas megeai cara pembersiha oise dega megetahui jeis oise yag meggabug dalam citra megguaka metode itesity filterig. Setelah megetahui jeis oise ii barulah dilakuka proses pembersiha derau yag cocok dega oise tersebut. Salah satu pembersiha oise adalah dega medeteksi itesitas dari setiap titik di layar. Cara lai pembersiha oise adalah dega megaalisis jumlah oise yag ada pada gambar. Dalam hal ii kita asumsika bahwa titik-titik oise F-13

Semiar Nasioal Aplikasi Tekologi Iformasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyakarta, 16 Jui 2007 yag beritesitas sama memiliki jumlah yag hampir sama. Pada peelitia kali ii aka dibahas tetag peguraga oise utuk meigkatka mutu citra megguaka metode itesity filterig da frequecy filterig, yag kemudia hasil akhirya diaalisis. Megaalisis metode yag diguaka secara spesifik diharapka diperoleh perbadiga yag meyataka kekuraga da kelebiha masigmasig metode. Peelitia ii megguaka bahasa pemrograma Borlad Delphi 7.0. 2. LANDASAN TEORI 2.1 Noise da Peguraga Noise (Deoise) Noise adalah titik-titik pada citra yag sebearya buka merupaka bagia dari citra, melaika ikut tercampur pada citra karea suatu sebab. Ada tiga macam oise, yaitu: a. Noise Aditif Noise aditif adalah oise yag bersifat meambahka secara seragam pada sebuah bidag citra dega varia tertetu. Cotoh oise ii adalah oise salt-ad-peppers yag meambahka aras gelap da terag pada citra. b. Noise Gaussia Noise ii memiliki itesitas yag sesuai dega distribusi ormal yag memiliki rerata (mea) da varia tertetu. c. Noise Speckle Noise ii mucul pada saat pegambila citra tidak sempura karea alasa cuaca, peragkat pegambil citra da sebagaiya. Sifat oise ii mulipikatif, artiya semaki besar itesitas citra atau semaki cerah citra, semaki jelas juga oise. Noise mucul biasaya sebagai akibat dari pembelokka yag tidak bagus (sesor oise, photographic gai oise). Gaggua tersebut umumya berupa variasi itesitas suatu piksel yag tidak berkorelasi dega piksel-piksel tetaggaya. Secara visual, gaggua mudah dilihat oleh mata karea tampak berbeda dega piksel tetaggaya. Piksel yag megalami gaggua umumya memiliki frekuesi tiggi. Kompoe citra yag berfrekuesi redah umumya mempuyai ilai piksel kosta atau berubah sagat lambat. Operasi deoise dilakuka utuk meeka kompoe yag berfrekuesi tiggi da meloloska kompoe yag berfrekuesi redah (Muir, R., 2004). 2.2 Itesity filterig Dega metode ii, oise aka di reduksi dega medeteksi itesitas dari setiap titik di layar. Cara ii aka efektif apabila bayak titik oise yag memiliki wara sama pada titik-titik pada gambar asli. Itesity filterig aka bagus diguaka apabila terdapat sedikit titik-titik oise yag memiliki wara sama dega gambar asli. Terdapat dua macam oise reductio pada itesity filterig, yaitu high pass filterig da low pass filterig (Nalwa, A., 1997). 2.3 High pass itesity filterig High pass itesity filterig diguaka jika oise diketahui memiliki itesitas wara tiggi. Misalya oise berwara 220-255, maka dilakuka pedeteksia utuk setiap titik yag memiliki wara atara 220 higga 255 aka ditadai sebagai oise. Gambar 1. High itesity oise 2.4 Low pass itesity filterig Low pass itesity filterig diguaka pada gambar yag memiliki itesitas wara yag redah. Karea letak oise berada di itesitas redah, maka dilakuka pecaria pada titik-titik gambar da kemudia aka ditadai sebagai oise. Selajutya titik tersebut aka digati dega mecari wara rata-rata di sekitar titik tersebut. Gambar 2. Low itesity oise 2.5 Frequecy filterig Apabila oise bercampur dega gambar asli secara merata, diperluka metode ii utuk megaalisis jumlah oise yag ada pada gambar. Dega metode ii kita megetahui jumlah titik yag memiliki itesitas wara yag sama. Apabila terdapat titik yag berada pada rage tertetu aka diaggap sebagai oise. Namu kadag itesitas wara titik pada gambar asli berada pada rage tersebut yag meyebabka titik tersebut dapat ikut terfilter karea dihitug sebagai oise (Nalwa, A., 1997). F-14

Semiar Nasioal Aplikasi Tekologi Iformasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyakarta, 16 Jui 2007 2.6 High pass frequecy filterig Filter ii dilakuka apabila titik-titik oise megguaka sebuah itesitas wara dega jumlah yag cederug lebih tiggi, maka titik-titik yag memperguaka itesitas tersebut adalah oise. Proses pedeteksia oise dilakuka dega memasukka jumlah titik yag megguaka suatu itesitas wara (frekuesi itesitas) ke dalam sebuah array, kemudia aka diketahui titik-titik oise yag memiliki frekuesi pegguaa wara tertetu lebih bayak daripada gambar asli. Tekik aka lebih efektif diguaka pada titik-titik gambar yag memiliki frekuesi itesitas wara tertetu tidak lebih sebayak itesitas wara pada titik oise. Apabila wara pada gambar memiliki ketiggia frekuesi yag sama dega oise maka titik tersebut aka ikut tersarig. Aka lebih baik bila diguaka pada gambar/citra yag memiliki bayak variasi wara. Gambar 3. High frequecy oise 2.7 Low pass frequecy filterig Pada kodisi ii titik-titik oise megguaka itesitas wara dega frekuesi lebih redah daripada itesitas wara pada gambar asli. Pedeteksia oise kebalika dari tekik high pass frequecy fiterig, dimaa itesitas wara dega frekuesi lebih redah daripada rage aka diaggap sebagi oise. Hasil filter aka baik apabila gambar tidak memiliki variasi wara yag bayak, karea gambar yag memiliki wara yag bayak aka cederug megguaka bayak itesitas wara dega frekuesi masig-masig yag redah. Gambar 4. Low frequecy oise 2.8 SNR (Sigal to-noise Ratio) SNR diguaka utuk meetuka kualitas citra setelah dilakuka operasi peguraga oise. Citra hasil dibadigka dega citra asli utuk memberi perkiraa kasar kualitas citra hasil. Semaki besar ilai SNR berarti peguraga oise dapat meigkatka kualitas citra, sebalikya jika ilai SNR semaki kecil maka pada citra hasil haya sedikit juga peigkata kualitasya. Nilai SNR yag tiggi adalah lebih baik karea berarti rasio siyal terhadap oise juga tiggi, dimaa siyal adalah citra asli. SNR biasaya diukur dega satua decibles (db). Rumus utuk meghitug SNR dapat dilihat dalam persamaa berikut: 2 I SNR = 10. Log dimaa: 10 ( I I, adalah citra asli, I m sedagka adalah ukura citra I ) 2 adalah citra filter, 3. METODE Peracaga da pembuata aplikasi dilakuka dega lagkah-lagkah: 1. Peracaga Diagram Alir Sistem Peracaga ii aka megambarka diagram alir (Flow chart) peragkat luak (software) pegolaha citra dega operasi oise reductio megguaka metode itesity filterig da metode frequecy filterig. 2. Peracaga Iterface Peracaga iterface meliputi peracaga masuka (iput) da peracaga keluara(output). 4. PENGUJIAN Pada peelitia megguaka 20 citra uji. Citra tersebut di-load da ditampilka pada program. Kemudia dilakuka proses reduksi oise megguaka metode itesity filterig da metode frequecy filterig baik secara high pass filterig maupu low pass filterig, serta meampilka histogramya. Parameter yag dicatat adalah hasil reduksi oise secara visual mata, timig-ru da sigal to-oise ratio (SNR). Uji coba yag dilakuka memberika datadata berdasar parameter yag telah ditetapka. Parameter yag diguaka utuk perbadiga pada peelitia ii adalah peguraga derau, timig ru, histogram da SNR (Sigal to-noise Reductio). Parameter-parameter yag diguaka aka diterapka pada beberapa citra yag berbeda da aka ditampilka hasilya, kemudia data yag dihasilka tersebut diaalisis sehigga didapat F-15

Semiar Nasioal Aplikasi Tekologi Iformasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyakarta, 16 Jui 2007 kelebiha da kekuraga dari masig-masig metode berdasar parameter yag diguaka. 5. HASIL DAN PEMBAHASAN Jeis citra iput adalah citra bitmap berekstesi *.bmp dega ukura 8 bit da 24 bit, serta skala maksimal 640 X 480 piksel. Output yag dihasilka adalah citra hasil peguraga oise dega metode High Pass Itesity Filteig, Low Pass Itesity Filterig, High Pass Frequecy Filterig da Low Pass Frequecy Filterig, serta timig-ru, histogram citra da SNR. Pada aplikasi reduksi oise (Gambar 5) ii megguaka Metode Itesity Filterig da Frequecy Filterig dibuat dega bahasa pemrograma Borlad Delphi7.0. Tahap implemetasi merupaka tahap yag aka membagu sebuah sistem berdasarka atas aalisis kebutuha sistem yag telah diracag sehigga aka dihasilka sistem yag dapat meghasilka tujua yag aka dicapai. Aplikasi haya utuk tipe data berupa tipe bitmap da ukura citra maksimum adalah 640 X 480 piksel. Selai itu kemugkia aka terjadi error. meghasilka citra yag masih bayak oise ya, serta megghasilka gambar yag kabur. Gambar 7. Hasil peguraga oise degahighpass Itesity, Frecuecy filterig, low pass filterig, low pass itesity filterig 5.2 Histogram Aplikasi ii meampilka histogram citra asli da citra filter. Dari ke empat metode mempuyai bayak kesamaa, yaitu dari lebar histogram yag terdistribusi secara merata keseluruh daerah, baik dari derajat keabua maupu derajat true-color. Perbedaa terdapat pada daerah tumpuka histogram (guug da lembah). Histogram Citra Noise da Histogram Deoise dega High Itesity Gambar 8. Histogram Citra Cat_Fish.bmp Gambar 6. Tampila progam reduksi oise 5.1 Peguraga Noise Secara visual dega mata kita, hasil yag diperoleh dari peguraga oise megguaka Itesity Filterig da Frequecy Filterig pada citra sampel tidak lah berbeda jauh, karea masih terdapat oise. Namu jika diamati, hasil dari peguraga oise megguaka High Pass Itesity Filterig masih terdapat oise berupa titiktitik biru yag kabur da tersebar di seluruh bagia citra, tetapi tepia dari citra masih terlihat. Hasil dari peguraga oise megguaka Low Pass Itesity Filterig juga masih terdapat oise berupa titik-titik kuig yag masih ampak serta titik-titik biru yag sudah kabur da tersebar di seluruh bagia citra, amu tepia citra sudah agak kabur. Hasil peguraga oise megguaka High Pass Frequecy Filterig sudah meghasilka citra yag meghilagka oise hampir seluruhya, tapi tepia dari citra masih ampak. Hasil peguraga oise megguaka Low Pass Frequecy Filterig Tumpuka histogram citra hasil peguraga oise megguaka metode itesity filterig maupu metode frequecy filterig terhadap citra oise tidak terdapat perbedaa yag mecolok. Hal ii ditujukka dega tumpuka histogram yag terdistribusi merata keseluruh daerah, dega distribusi yag merata pada setiap ilai itesitas piksel yag berarti tigkat keceraha gambar tetap terjaga. Perbedaa pada pucak histogram yag ampak terjadi terdapat sewaktu megguaka metode high pass itesity filterig. Pada metode ii megakibatka pucak histogram meigkat lebih tiggi daripada pucak histogram citra asli, sehigga batas tepi citra mejadi lebih jelas amu titik-titik oise juga semaki membesar. Pada Pegguaa metode low pass itesity filterig da metode high pass frequecy filterig tidak terjadi perubaha pucak histogram yag terlalu sigifika dibadigka dega citra asliya. Sehigga citra yag didapat juga hampir sama dega citra asliya, amu metode low pass frequecy filterig, meskipu tidak meojolka dega oise yag lebih sedikit. Lai halya dega pegguaa pucak pada histogramya, amu F-16

Semiar Nasioal Aplikasi Tekologi Iformasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyakarta, 16 Jui 2007 histogram secara hampir keseluruha mejadi tidak rapi, hal ii meyebabka citra hasil mejadi lebih kabur daripada citra asli. 5.3 Timig-ru Timig-ru ii adalah lama waktu proses reduksi oise pada suatu citra. Dari data timig-ru diatas, kita dapat meghitug ilai rata-rata dari tiap metode. Dega mejumlahka ilai tiap citra dari suatu metode lalu membagiya dega jumlah sampel citra yag ada, sehigga didapat ilai ratarata ya yaitu: Tabel 1. Nilai Rata-Rata Timig-ru Deoise Metode Deoise Waktu Proses Rata-Rata (detik) High Pass Itesity Filterig 2.612 Low Pass Itesity Filterig 2.576 High Pass Frequecy Filterig 3.881 Low Pass Frequecy Filterig 3.856 Berdasar pada tabel di atas maka diperoleh timig-ru terbaik dari ke empat metode adalah timig-ru dega megguaka metode low pass itesity filterig. Secara garis besar terdapat perbedaa waktu proses yag besar atara peguraga oise megguaka metode itesity filterig dega metode frequecy filterig. Hal ii terjadi pada semua citra yag diguaka dalam uji coba. Perhituga waktu proses peguraga oise dilakuka ketika citra oise dilakuka proses peguraga oise. Perbedaa waktu dari keempat proses metode peguraga oise sagat besar. Data timig-ru meujukka, peguraga oise megguaka metode itesity filterig baik dega high pass itesity maupu low pass itesity membutuhka waktu jauh lebih cepat daripada megguaka metode high pass frequecy filterig da low pass frequecy filterig. Hal ii terjadi karea metode frequecy filterig bekerja dega medeteksi da meghitug terlebih dahulu jumlah frekuesi pemakaia tiap ilai wara yag diguaka pada tiap pikselya, sehigga diketahui jumlah titik yag memiliki itesitas wara yag sama. Apabila terdapat titik yag berada pada rage tersebut aka diaggap sebagai oise, yag meyebabka proses bekerja dua kali lebih lama. 5.4 SNR Sama halya dega timig-ru di atas, SNR juga megguaka 20 sampel yag diguaka dalam uji coba program ii, agar memperoleh hasil yag lebih akurat utuk kepetiga aalisis yag lebih baik. Dari data SNR diatas, kita dapat meghitug ilai rata-rata dari tiap metode. Dega mejumlahka ilai tiap citra dari suatu metode lalu membagiya dega jumlah sampel citra yag ada, sehigga didapat ilai rata-rata ya yaitu: Tabel 2. Nilai Rata-Rata SNR Deoise Metode Deoise SNR Rata-Rata (db) High Pass Itesity Filterig 80,414 Low Pass Itesity Filterig 80,25211 High Pass Frequecy Filterig 79,631 Low Pass Frequecy Filterig 79,6895 Ada saatya reduksi oise megguaka metode itesity filterig meghasilka ilai SNR yag lebih kecil, hal ii disebabka karea kemugkia bayak titik oise yag memiliki wara sama pada titik-titik pada gambar asli, sehigga oise dapat dega mudah disarig. Sedagka pegguaa reduksi oise dega metode frequecy filterig yag meghasilka ilai SNR yag lebih kecil dimugkika karea citra mempuyai bayak variasi wara. Karea frequecy filterig meghitug bayakya itesitas wara pada seluruh piksel citra, maka aka diketahui titiktitik oise yag memiliki frekuesi wara tertetu sehigga aka mudah disarig. 6. KESIMPULAN Dari aalisis yag dilakuka secara meyeluruh pada apliksi oise reductio dapat diambil suatu kesimpula bahwa utuk meghilagka oise pada citra hasil, perlu dilakuka beberapa kali proses oise reductio dega kombiasi dari beberapa metode.dari keempat metode yag diguaka, tiap metode memiliki kelebiha maupu kekuraga berdasarka macam oise. SNR yag dihasilka berbeda-beda tergatug pada piksel da kompleksitas citra yg diuji. Nilai SNR yag lebih kecil adalah ilai SNR yag lebih baik dalam pegguaa metode reduksi oise, karea ilai SNR didapat dari ilai kualitas citra filter dibadigka ilai kualitas citra asli yag ada oise ya. Sehigga semaki kecil ilai SNR maka semaki redah ratio siyal terhadap oise, dimaa siyal adalah citra asli yag ada oise ya. PUSTAKA Balza, A. da Firdausy, Kartika, 2004, Tekik Pegolaha Citra Digital Megguaka Delphi, Ardi Publishig, Yogyakarta. Muir, Rialdi, 2004, Pegolaha Citra Digital dega pedekata Algoritmik, Iformatika, Badug. Nalwa, Agustius, 1997, Pegolaha Gambar Secara Digital, Elex Media Komputido, Jakarta. Perwitasari, Edah. W, 2006, Aalisis Perbadiga Metode Trasformasi Wavelet Dega Metode Cotour Utuk Peguraga Derau Pada Suatu Citra, Uiversitas Ahmad Dahla, Yogyakarta. Praata, Atoy, 2001, Pemrograma Borlad Delphi. Adi, Yogyakarta. F-17