BAB 1 PENDAHULUAN
1.1. Latar Belakang Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan. Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra digital seperti dapat memberikan suatu informasi melalui gambar dan kemudahan dalam pengolahan data gambar. Namun terkadang sering kali terdapat beberapa gangguan yang mungkin bisa saja terjadi pada citra digital, seperti timbulnya bintikbintik yang disebabkan oleh proses capture yang tidak sempurna, adanya pencahayaan yang tidak merata mengakibatkan intensitas tidak seragam, kontras citra terlalu rendah sehingga objek sulit untuk dipisahkan dari latar belakangnya, ataupun adanya gangguan yang disebabkan oleh kotoran-kotoran yang menempel pada citra, dan lain sebagainya. Setiap gangguan yang terdapat pada citra dinamakan noise [9]. Pada citra digital terdapat jenis noise seperti laser yang dinamakan exponential noise. Noise ini biasa terjadi akibat adanya efek pencahayaan yang tidak merata maupun kontras citra yang terlalu tinggi ataupun yang terlalu rendah. Dengan adanya noise seperti exponential noise ini, dapat menyebabkan informasi yang ada pada citra menjadi berkurang dan sulit untuk diinterpretasikan. Sehingga, citra yang mengandung noise memerlukan adanya langkah-langkah perbaikan agar dapat digunakan secara maksimal. Salah satu langkah perbaikan itu adalah dengan teknik filtering atau melakukan reduksi noise. Jenis filtering atau reduksi noise terbagi menjadi domain spasial dan domain frekuensi. Teknik pemrosesan domain frekuensi merupakan teknik berdasarkan perubahan transformasi fourier pada citra. Sedangkan teknik pemrosesan domain spasial merupakan teknik berdasarkan manipulasi langsung dari piksel di dalam citra.
Universitas Sumatera Utara
Pada penelitian ini akan dibahas reduksi noise domain spasial. Pada domain spasial, terdapat jenis linear filter dan nonlinear filter [9]. Untuk penelitian ini, akan dibahas mengenai nonlinear filter. Nonlinear filter terdapat jenis Mean Filter dan Order-Statistics Filters. Mean filter merupakan salah satu nonlinear filter
yang
berfungsi untuk memperhalus dan menghilangkan noise pada suatu citra yang bekerja dengan menggantikan intensitas nilai piksel dengan rata-rata dari nilai piksel tersebut dengan nilai piksel-piksel tetangganya [12]. Metode-metode Mean filter meliputi arithmetic mean filter, geometric mean filter, harmonic mean filter, dan contraharmonic mean filter [9]. Pada penelitian ini akan dibahas mengenai geometric mean filter. Order-Statictics Filters merupakan filter spasial yang hasil responsnya berdasarkan pengurutan nilai piksel yang dilingkupi oleh filter [9]. Sedangkan metode-metode Orders-Statisics Filters meliputi median filter, maximum filter, minimum filter, midpoint filter, adaptive median filter, dan alpha-trimmed mean filter [3]. Pada penelitian ini akan dibahas mengenai alpha-trimmed mean filter. Exponential noise yang akan dibahas pada penelitian ini adalah jenis noise truecolor yang terjadi karena karakteristik Fungsi Probabilitas Kepadatan (Probability Density Function atau PDF) yang ditambahkan pada citra untuk implementasi dan perbandingan metode geometric mean filter dan alpha-trimmed mean filter. Berdasarkan skripsi Wiliyana bahwa metode geometric mean filter lebih baik untuk melakukan reduksi noise dibandingkan dengan metode arithmetic mean filter [12]. Penelitian oleh V.R.Vijaykumar et al, menyimpulkan bahwa metode yang baik dalam mereduksi noise adalah jenis nonlinear filter yaitu termasuk salah satunya metode alpha-trimmed mean filter [11]. Penelitian oleh R. Srinivas et al, menyimpulkan bahwa metode alpha-trimmed mean filter tidak termasuk jenis metode yang baik dan efisien di antara metode-metode yang diteliti untuk mereduksi noise dengan probabilitas 10%-60% [8]. Berdasarkan latar belakang di atas, maka penulis akan mencoba melakukan penelitian dengan judul “Implementasi dan Perbandingan Metode Geometric Mean Filter dan Alpha-Trimmed Mean Filter untuk Mereduksi Exponential Noise pada Citra Digital”.
Universitas Sumatera Utara
1.2. Rumusan Masalah Rumusan masalah dalam penelitian ini adalah: 1. Bagaimana hasil implementasi dan perbandingan hasil reduksi noise pada citra digital yang telah terdegradasi noise bebas kemudian ditambahkan exponential noise dengan menggunakan metode Geometric Mean Filter dan Alpha-Trimmed Mean Filter. 2. Bagaimana hasil implementasi dan perbandingan hasil reduksi noise pada citra digital yang tidak terdegradasi noise kemudian ditambahkan exponential noise dengan menggunakan metode Geometric Mean Filter dan Alpha-Trimmed Mean Filter. 3. Bagaimana perbandingan antara proses reduksi pada citra digital yang telah terdegradasi noise bebas kemudian ditambahkan exponential noise dengan citra digital yang tidak terdegradasi noise kemudian ditambahkan exponential noise.
1.3. Batasan Masalah Dalam penelitian ini, dilakukan beberapa batasan sebagai berikut: 1. File citra yang direduksi noise-nya adalah berformat (*.bmp). 2. Tools atau bahasa pemrograman yang digunakan adalah Matlab R2012a. 3. Parameter untuk pengukuran kinerja metode filtering adalah Mean Squared Error (MSE), Peak Signal-to-Noise Ratio (PSNR) dan runtime. 4. Citra truecolor yang akan direduksi noise-nya adalah citra yang terdegradasi noise bebas ditambah exponential noise yang disebabkan oleh penambahan noise dengan probabilitas 1% - 5%. Dan citra yang tidak yang terdegradasi noise bebas namun ditambahkan exponential noise 1% - 5%. Citra yang terdegradasi noise bebas atau undefined noise adalah citra yang telah ditambah noise seperti salt and pepper noise, speckle noise, gaussian noise, uniform noise ataupun jenis noise lainnya dengan menggunakan sistem lain. 5. Citra yang akan direduksi terbagi menjadi 3 (tiga) kelompok yaitu citra berkontras gelap, citra berkontras terang, dan citra beragam warna.
Universitas Sumatera Utara
1.4. Tujuan Penelitian Penelitian ini bertujuan untuk: 1. Mengimplementasikan dan mengetahui perbandingan hasil reduksi noise pada citra yang telah terdegradasi noise bebas kemudian ditambahkan exponential noise menggunakan metode Geometric Mean Filter dan Alpha-Trimmed Mean Filter. 2. Mengimplementasikan dan mengetahui perbandingan hasil reduksi noise pada citra yang tidak terdegradasi noise kemudian ditambahkan exponential noise menggunakan metode Geometric Mean Filter dan Alpha-Trimmed Mean Filter. 3. Mengetahui perbandingan antara proses reduksi pada citra digital yang telah terdegradasi noise bebas kemudian ditambahkan exponential noise dengan citra digital yang tidak terdegradasi noise kemudian ditambahkan exponential noise.
1.5. Manfaat Penelitian Manfaat penelitian ini adalah menghasilkan perangkat lunak untuk mereduksi exponential noise pada citra digital yang ditambahkan noise ini dan mereduksi noise yang telah ada pada citra.
1.6. Metode Penelitian Metode penelitian yang dilakukan dalam penelitian ini adalah: 1. Studi Literatur Pada tahap ini, penulisan skripsi diawali dengan pembelajaran terhadap buku-buku, artikel-artikel, paper, e-book, situs internet, maupun hasil penelitian yang membahas tentang pengolahan citra digital terkait dengan geometric mean filter, alpha-trimmed mean filter, exponential noise, MSE, PSNR. 2. Analisis dan Perancangan Pada tahap ini dilakukan analisis masalah dan kebutuhan yang diperlukan untuk menyelesaikan tugas akhir ini berdasarkan rumusan dan batasan masalah yang ada, disertai perancangan flowchart, antar muka dan perancangan sistem. 3. Implementasi Pada tahap ini dilakukan pengkodean (coding).
Universitas Sumatera Utara
4. Pengujian Pada tahap ini dilakukan pengujian terhadap sistem berdasarkan hasil analisis data dan perancangan sistem. 5. Dokumentasi Pada tahap ini dilakukan penyusunan laporan berdasarkan hasil analisis dan perancangan sistem dengan format penyusunan laporan untuk mendukung skripsi ini.
1.7. Sistematika Penulisan Bab 1 : PENDAHULUAN Bab ini berisi pembahasan masalah umum yang meliputi latar belakang pemilihan judul, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. Bab 2 : LANDASAN TEORI Bab ini membahas tentang landasan teori citra digital, pengolahan citra digital, jenisjenis citra, noise, exponential noise, metode Geometric Mean Filter, metode AlphaTrimmed Mean Filter, Mean Squared Error (MSE), dan Peak Signal-to-Noise Ratio (PSNR). Bab 3 : ANALISIS DAN PERANCANGAN Bab ini membahas mengenai perhitungan nilai piksel citra, reduksi noise, flowchart sistem serta perancangan antar muka pengguna. Bab 4 : IMPLEMENTASI DAN PENGUJIAN Bab ini membahas tentang implementasi dan pengujian perangkat lunak. Bab 5 : KESIMPULAN DAN SARAN Bab ini dilakukan pembuatan kesimpulan-kesimpulan yang merupakan rangkuman dari hasil penelitian yang telah dilakukan dan saran yang perlu diperhatikan berdasarkan keterbatasan perangkat lunak maupun penulisan skripsi ini.
Universitas Sumatera Utara
