BAB 2 LANDASAN TEORI Closed Circuit Television (CCTV)

6

BAB 2 LANDASAN TEORI

Pada bab ini akan dibahas mengenai teori pendukung dan penelitian sebelumnya yang berhubungan dengan metode Median Filter dalam peningkatan kualitas video.

2.1. Closed Circuit Television (CCTV)

Closed Circuit Television (CCTV) adalah sistem pengawasan elektronik yang menggunakan kamera video, yang terhubung dengan sirkuit tertutup untuk menangkap, mengumpulkan, merekam, dan menyampaikan informasi visual mengenai status kejadian pada suatu tempat dalam waktu tertentu (Deisman, 2003). Deisman (2003) menjelaskan CCTV diklasifikasikan menjadi 2 jenis, yaitu CCTV analog dan CCTV digital.

2.1.1. CCTV Analog

pada awalnya CCTV dirancang untuk merekam video dalam bentuk sinyal analog yang diterima dari sejumlah kamera, kemudian disimpan ke dalam pita kaset menggunakan Video Casette Recorder (VCR) yang bekerja dalam sirkuit tertutup. Pada tahun 1965 sampai 1990, sistem keamanan dengan CCTV berbasis video tape dianggap sebagai solusi yang mudah digunakan dengan biaya yang terjangkau. Namun dalam prakteknya, CCTV analog memiliki keterbatasan. Keterbatasan utama dari sistem CCTV analog adalah tingkat pemeliharaan yang tinggi, fungsi yang terbatas (misalnya, video analog sangat sulit untuk di-edit), dan video yang berkualitas rendah. Sistem CCTV analog juga sulit di-integrasikan dengan aplikasi keamanan lainnya, seperti sistem pengenalan wajah otomatis.

Universitas Sumatera Utara

7

2.1.2. CCTV Digital

Pada tahun 1997, CCTV digital dirancang untuk mengatasi kekurangan dari CCTV analog. Sistem CCTV digital mengkonversi sinyal video analog menjadi data digital, dan kemudian menyimpannya ke media penyimpanan (harddisk). Kemampuan video digital telah memungkinkan data dapat ditransmisi dan disimpan dengan biaya yang lebih murah jika dibandingkan dengan CCTV analog. CCTV digital juga memungkinkan pengguna dapat melakukan pengolahan data dalam jumlah besar secara efisien. Misalnya, CCTV video digital dapat ditransmisikan melalui jaringan secara real-time untuk tujuan pemantauan.

2.2.

Video

Video merupakan salah satu komponen multimedia yang memegang peranan penting sebagai bentuk informasi visual. Video adalah gabungan citra-citra yang dibaca berurutan dalam suatu waktu dengan kecepatan tertentu. Karena pembacaan citra dilakukan dalam kecepatan yang tinggi, maka tercipta ilusi gerak yang halus (Yolanda,2010). Video merupakan urutan citra bergerak yang dimainkan dengan audio secara beriringan. Citra bergerak terdiri dari serangkaian citra diam yang akan ditampilkan sesuai dengan interval waktu tertentu yang disebut frame. Setiap frame dari citra dapat menciptakan ilusi gerak yang hidup hanya dengan keberadaan frame sebelum dan sesudahnya. File video berisi campuran: teks, grafik, audio, gambar dan data animasi. sistem video mengubah citra yang ditampilkan 20 sampai 30 kali per detik. Jumlah frame yang ditampilkan setiap detiknya disebut frame rate dengan satuan frame per second (fps) (Pu,2006). Pu (2006) menjelaskan video dapat diklasifikasikan menjadi dua jenis: video analog dan video digital.


8

2.2.1.Video analog

Pada awalnya CCTV dirancang untuk merekam video dalam bentuk sinyal analog. Fungsi utama video analog adalah untuk menampilkan gambar yang diam (tidak bergerak) di televisi atau layar monitor satu demi satu frame. Gambar-gambar dikonversi menjadi sinyal elektronik dengan proses raster scanning. Secara konseptual, layar dibagi menjadi garis horizontal. Persepsi visual manusia memainkan bagian penting untuk membuat serangkaian garis yang muncul terlihat sebagai gambar atau frame. Gambar tersebut dibangun sebagai urutan garis horizontal dari atas ke bawah. Parameter berikut menentukan kualitas gambar: 1. Jumlah baris yang dipindai (scanning). 2. Jumlah piksel pada setiap garis. 3. Jumlah frame yang ditampilkan setiap detik (frame per second) disebut frame rate. 4. Teknik pemindaian, Misalnya, layar harus refresh sekitar 40 kali per detik, jika tidak layar akan tampak berkedip. Format standar yang umumnya digunakan pada video analog adalah Phase Alternating Line (PAL), Sequential Couleur Avec Memoire (SECAM) and National Television Systems Committee (NTSC). Sebuah frame dengan format PAL atau SECAM berisi 625 baris, dimana 576 adalah untuk gambar. Frame NTSC mengandung 525 garis, dimana 480 adalah gambar. PAL atau SECAM menggunakan frame rate 25 fps dan NTSC 30 fps. Video analog tidak dapat diproses oleh komputer secara langsung. Oleh karena itu, video harus dikonversi ke dalam bentuk digital terlebih dahulu agar dapat diproses.

2.2.2. Video digital

Video digital merupakan video yang dihasilkan melalui proses digitalisasi terhadap video analog. Zettl (2010) menjelaskan proses digitalisasi memiliki 3 tahapan, yaitu sampling, quantizing, dan kompresi.


9

2.2.2.1. Sampling

Dalam proses ini, sejumlah sampel (sinyal elektronik) diambil dari sinyal analog dengan interval yang sama. Ketika sampel diambil dalam jumlah besar pada interval sinyal yang lebih pendek dari sinyal analog asli, akan menghasilkan sampling rate yang tinggi. Ketika sampel diambil dalam jumlah yang sedikit pada interval yang lebih besar, akan menghasilkan sampling rate yang rendah. Sampling rate yang lebih tinggi akan menghasilkan sinyal yang lebih baik. Sampling rate dari sinyal video biasanya dinyatakan dalam MegaHertz (MHz).

2.2.2.2. Quantizing

Pada tahap ini, sampel yang telah didapatkan pada tahap sebelumnya, akan dikonversi ke nilai diskrit (0 dan 1) dengan memberikan angka yang spesifik pada setiap titik sampel.

2.2.2.3. Kompresi

Proses kompresi merupakan penataan ulang atau penghapusan semua data yang tidak benar-benar diperlukan untuk menjaga kualitas asli video dan audio untuk kepentingan penyimpanan dan transmisi data. Kompresi dibagi atas 2 jenis proses, yaitu kompresi lossless dan kompresi lossy. Proses menata ulang data tanpa melakukan proses penghapusan data disebut kompresi lossless. Kelebihan dari kompresi lossless adalah kompresi ini mempertahankan susunan asli sinyal video dan audio. kompresi yang benar-benar menghapus data yang berlebihan adalah kompresi lossy. Kelebihan dari kompresi lossy adalah file video yang dihasilkan memiliki ukuran yang lebih kecil jika dibandingkan dengan video asli.


10

2.3. Citra

Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, ataupun bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan (Sutoyo et al. 2009). Citra didefinisikan sebagai fungsi dua dimensi f(x,y), berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y) dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Apabila nilai x,y, dan nilai amplitudo f secara keseluruhan berhingga (finite) dan bernilai diskrit maka dapat dikatakan bahwa citra tersebut adalah citra digital (Putra, 2010). Gambar 2.1. menunjukkan posisi piksel pada citra digital .

Gambar 2.1. Posisi piksel pada citra digital (Putra, 2010)

Citra digital dapat diklasifikasikan menjadi citra biner, citra warna, dan citra keabuan.


11

2.3.1. Citra biner (binary image)

Citra biner adalah citra dengan intensitas khusus dimana piksel hanya memiliki dua nilai, yaitu hitam dan putih. Nilai ini biasanya dikodekan menggunakan bit tunggal yang bernilai 0 atau 1 pada setiap pikselnya. Contoh citra biner dapat ditunjukkan pada Gambar 2.2.

Gambar 2.2. Citra Biner (Febriani, 2014)

2.3.2. Citra berwarna (color image)

Sebagian besar citra berwarna dikodekan dengan tiga warna utama, yaitu merah, hijau, dan biru (Red,Green,Blue), biasanya menggunakan 8 bit pada setiap komponennya. Pada citra berwarna setiap piksel membutuhkan 24 bit untuk mengkodekan ketiga komponen, dengan nilai setiap komponen warna adalah antara [0...255].

Citra

berwarna dapat dilihat pada Gambar 2.3.


12

Gambar 2.3. Citra warna (Febriani, 2014)

2.3.3. Citra keabuan (grayscale image)

Citra keabuan terbentuk dari sebuah kanal piksel yang merepresentasikan intensitas, tingkat

kecerahan

(brightness),

atau

massa

jenis

(density).

Piksel

yang

menggambarkan nilai keabuan bernilai positif dengan nilai diantara [0...255], dimana nilai 0 merupakan nilai minimum tingkat kecerahan yang menggambarkan warna hitam, 255 merupakan nilai maksimum tingkat kecerahan yang menggambarkan warna putih dan nilai diantara hitam dan putih menggambarkan warna abu-abu. Warna abu-abu merupakan warna dimana komponen merah, hijau, dan biru (Red,Green,Blue) memiliki intensitas yang sama. Contoh citra keabuan dapat dilihat pada Gambar 2.4.

Gambar 2.4. Citra keabuan (Febriani, 2014)


13

2.4. Format Citra Digital

Ada beberapa format file citra standar yang digunakan untuk menyimpan citra dalam sebuah file. Burger dan Burge(2008) menjelaskan beberapa format yang digunakan sebagai standar penyimpanan citra, yaitu: TIFF, PNG, JPG, GIF.

2.4.1. Tagged Image File Format (TIFF)

TIFF adalah format file yang digunakan secara luas dan fleksibel yang dirancang untuk memenuhi kebutuhan profesional di berbagai bidang. TIFF pada awalnya dikembangkan oleh Aldus dan kemudian diperpanjang oleh Microsoft dan sekarang Adobe. Format ini mendukung citra grayscale, dan citra warna. TIFF menyediakan berbagai metode kompresi yang berbeda (LZW, ZIP, CCITT, dan JPEG) sehingga memungkinkan file TIFF untuk menyimpan sejumlah citra dengan sifat(properties) yang berbeda. Misalnya, sebuah file TIFF dapat digunakan untuk menyimpan sejumlah variasi gambar dalam berbagai ukuran. Fleksibilitas TIFF telah membuatnya menjadi sebuah format yang banyak digunakan dalam pengarsipan dokumen, aplikasi ilmiah, fotografi digital, dan produksi video digital.

2.4.2. Graphics Interchange Format (GIF)

Graphics Interchange Format (GIF) pada awalnya dirancang oleh CompuServe pada tahun 1986 untuk mengkodekan (encode) secara efisien grafis yang kaya akan garis yang digunakan pada Bulletin Board System (BBS) yang mereka miliki. GIF kemudian berkembang menjadi salah satu format yang paling banyak digunakan untuk merepresentasikan gambar di web. Popularitas ini sebagian besar disebabkan karena GIF mendukung penyusunan warna yang memiliki tingkat kedalaman (depth) yang berbeda, kompresi LZW, dan kemampuan untuk mengkodekan (encode) animasi sederhana dengan menyimpan sejumlah gambar dalam file tunggal yang kemudian ditampilkan secara berurutan.


14

2.4.3. Portable Network Graphics (PNG)

PNG pada awalnya dikembangkan sebagai pengganti format file GIF ketika masalah perizinan muncul karena penggunaan kompresi LZW. PNG dirancang sebagai format gambar yang universal terutama untuk digunakan di internet. PNG mendukung tiga jenis gambar: • citra warna (dengan sampai 3 × 16 bit / piksel) • citra keabuan (dengan sampai 16 bit / piksel) • citra yang sudah diindeks (sampai dengan 256 warna) Selain itu, PNG memiliki alpha channel yang mengatur tingkat transparansi dengan lebar maksimum 16 bit. Sebagai perbandingan, alpha channel dari citra GIF hanya memiliki lebar 1 bit. Meskipun PNG hanya mendukung satu citra per file, PNG memungkinkan gambar dengan ukuran hingga 230 × 230 piksel. Format ini mendukung kompresi lossless dengan cara variasi PKZIP (ZIP Phil Katz). PNG tidak menyediakan kompresi lossy, karena PNG tidak dirancang sebagai pengganti JPEG. Format PNG memenuhi atau melebihi kemampuan dari format GIF di segala hal kecuali kemampuan GIF untuk menyertakan beberapa gambar dalam satu file untuk membuat animasi sederhana. Saat ini, PNG adalah format pilihan untuk merepresentasikan citra terkompresi, lossless, citra warna yang digunakan pada web.

2.4.4. Joint Photographic Experts Group (JPEG)

Standar JPEG mendefinisikan metode kompresi untuk citra keabuan (grayscale) dan citra warna, seperti yang akan timbul dari fotografi alam. Format ini dikembangkan oleh Joint Photographic Experts Group (JPEG) dengan tujuan mencapai rata-rata pengurangan data dari faktor 01:16 dan didirikan pada tahun 1990 sebagai ISO Standard IS-10918. Format JPEG adalah format file citra yang paling banyak digunakan saat ini. Dalam prakteknya, hasil kompresi yang diperoleh JPEG tergantung pada penerapannya, kompresi di kisaran 1 bit per piksel (yaitu, faktor kompresi sekitar 1:25) ketika mengompresi gambar berwarna 24-bit untuk kualitas yang dapat diterima untuk dilihat manusia. JPEG standar mendukung gambar dengan sampai 256 komponen warna.


15

2.5. Derau (Noise)

Derau adalah variasi nilai tingkat kecerahan atau warna yang tidak diinginkan pada citra yang menurunkan kualitas citra. Variasi ini terjadi secara acak pada nilai piksel citra pada saat proses pengambilan citra oleh scanner atau kamera digital (Aggarwal, et al.2014). Derau pada citra digital dapat diklasifikasikan menjadi derau gaussian dan salt and pepper.

2.5.1. Derau gaussian

Derau gaussian adalah salah satu jenis derau yang terdistribusi secara merata pada keseluruhan citra. Citra dengan derau gaussian memiliki nilai piksel yang merupakan total dari nilai piksel sebenarnya ditambah dengan nilai derau gaussian yang terdistribusi pada piksel secara acak. Contoh derau gaussian dapat dilihat pada Gambar 2.5.

: Gambar 2.5. Derau gaussian (Aggarwal, et al. 2014)

2.5.2. Derau salt and pepper

Derau salt and pepper merupakan derau yang terjadi pada citra yang diakibatkan karena adanya variasi yang nilai intensitas. Citra yang mengandung derau salt and pepper akan memiliki piksel yang gelap di daerah yang terang dan piksel yang terang di daerah yang gelap.


16

Derau jenis ini dapat terjadi karena adanya kesalahan pada saat transmisi data. Derau salt and pepper umumnya disebabkan oleh gangguan fungsi elemen piksel di sensor kamera, kerusakan pada saat alokasi memori, atau kesalahan pada saat proses digitalisasi. Contoh derau salt and pepper dapat dilihat pada Gambar 2.6.

Gambar 2.6. Derau salt and pepper (Aggarwal, et al. 2014)

2.6. Pengolahan Citra

Meskipun sebuah citra kaya informasi, namun citra seringkali mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun komputer), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik dengan melakukan pengolahan citra (image processing) (Munir, 2004). Pengolahan citra adalah metode yang digunakan untuk memproses atau memanipulasi citra digital sehingga menghasilkan citra baru (Gonzales at al., 2002). Pengolahan Citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer) sehingga dapat memberikan informasi baru yang lebih bermanfaat. Pengolahan citra memanipulasi citra menjadi citra baru. Jadi, data input adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik daripada citra masukan. Skema proses pengolahan citra dapat dilihat pada Gambar 2.7.


17

Citra

Pengolahan citra

Citra

Gambar 2.7. Proses pengolahan citra (Munir, 2004)

Beberapa teknik pengolahan citra yang digunakan adalah sebagai berikut.

2.6.1. Perbaikan kualitas citra (image enhancement)

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan. Perbaikan citra memungkinkan informasi yang ingin ditampilkan atau diambil dari sebuah citra menjadi lebih baik dan jelas. Perbaikan citra yang dilakukan adalah penapisan derau (noise filtering) dan penajaman citra (sharpening).

2.6.1.1. Noise filtering

Noise filtering bertujuan untuk menghilangkan noise pada citra. Noise tersebut biasanya muncul sebagai akibat dari hasil pengambilan citra yang kurang baik atau gangguan pada saat pengiriman (transmisi) data. Noise pada citra umumnya berupa variasi intensitas suatu piksel yang tidak berkorelasi dengan piksel-piksel tetangganya. Secara visual, gangguan mudah dilihat oleh mata karena tampak berbeda dengan piksel tetangganya. Gambar 2.8. adalah citra Lena yang mengalami gangguan berupa spike atau speckle yang tampil pada gambar dalam bentuk bercak putih atau hitam. Piksel yang mengalami gangguan umumnya memiliki frekuensi tinggi. Komponen citra yang berfrekuensi rendah umumnya mempunyai nilai piksel konstan.


18

Gambar 2.8. Citra Lena yang mengalami gangguan berupa spike (Munir,2004)

Operasi filtering citra dilakukan untuk menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah. Operasi filtering dapat dilakukan pada ranah spasial maupun pada ranah frekuensi. Pada ranah spasial, operasi filtering dilakukan dengan mengganti intensitas suatu piksel dengan rata-rata dari nilai piksel tetangganya. Gambar 2.9. memperlihatkan dua buah skema peratarataan. Pada skema pertama, tetangga sebuah piksel adalah piksel-piksel yang berjarak ∆x, sedangkan pada skema kedua, tetangga sebuah piksel adalah piksel-piksel yang berjarak paling jauh √2 ∆x. Operasi perata-rataan dapat dipandang sebagai konvolusi antara citra f(x,y) dengan filter h(x,y) dan menghasilkan citra baru g(x,y):

(2.2) Filter h disebut mean filter. Dalam ranah frekuensi, operasi konvolusi tersebut adalah: , =

,

( , )

(2.3)


19

Gambar 2.9. Skema perata-rataan (Munir, 2004)

Contoh filter yang berukuran 3×3 dan 2×2 adalah seperti pada Gambar 2.10. (elemen yang bertanda • menyatakan posisi (0, 0) dari piksel yang dikonvolusi)):

Gambar 2.10. Contoh filter 3 × 3 dan 2 × 2 (Munir, 2004)

Operasi filter ini mempunyai efek pemerataan derajat keabuan, sehingga gambar yang diperoleh tampak lebih kabur kontrasnya. Efek pengaburan ini disebut efek blurring.


20

2.6.1.2. Penajaman Citra (Image Sharpening)

Operasi penajaman citra bertujuan memperjelas tepi pada objek di dalam citra.Penajaman citra merupakan kebalikan dari operasi pelembutan citra

karena

operasi ini menghilangkan bagian citra yang lembut. Operasi penajaman dilakukan dengan melewatkan citra pada high-pass filter. High-pass filter akan meloloskan (atau memperkuat) komponen yang berfrekuensi tinggi (misalnya tepi atau pinggiran objek) dan akan menurunkan komponen berfrekuensi rendah. Akibatnya, pinggiran objek telihat lebih tajam dibandingkan sekitarnya.

2.7. Median Filter

Merupakan hal yang tidak mungkin untuk merancang suatu filter yang menghilangkan derau (noise) tapi dapat menjaga informasi penting pada citra tetap utuh karena tidak ada filter yang dapat membedakan bagian citra mana yang merupakan konten yang penting untuk ditampilkan dan yang tidak penting ditampilkan. Filter median adalah filter non-linear yang biasanya digunakan untuk mengurangi derau (noise) secara drastis dalam gambar. Filter median merupakan salah satu filter yang baik untuk mengurangi salt and pepper noise jika dibandingkan dengan metode filter yang lain seperti mean filter, min and max filter, dan mode filter. Filter median memeriksa nilai sampel sinyal input dan memutuskan apakah nilai tersebut merupakan reprentasi sinyal. Karena itu, filter median menghasilkan citra yang lebih baik jika dibandingkan dengan metode yang lain dalam hal mempertahankan detail informasi penting dalam citra (Boateng, 2012). Filter median melakukan filtering pada setiap piksel secara bergiliran dalam citra dan tetangga terdekat yang digunakan untuk memutuskan apakah piksel tersebut merupakan representasi dari piksel di sekitarnya atau tidak. Berbeda dengan mean filter yang menggantikan nilai piksel pada suatu koordinat (Zxy) dengan rata-rata nilai piksel tetangganya, filter median menggantikan nilai Zxy dengan nilai median pikselpiksel di sekitarnya. Artinya, nilai-nilai dari piksel di sekitarnya awalnya akan diurutkan ke dalam urutan numerik, dan kemudian nilai piksel Zxy tersebut akan diganti dengan nilai piksel tengah (median).


21

Lingkungan di sekitar piksel Zxy disebut sebagai jendela(mask). Jendela dapat memiliki berbagai bentuk berpusat pada piksel sasaran. Persegi adalah bentuk mask yang digunakan untuk mendefinisikan gambar 2 dimensi. Dalam keadaan normal filter median akan dijalankan dengan menggunakan mask yang berisi piksel dengan jumlah yang ganjil. Jika mask terdiri dari piksel yang berjumlah genap, median nilai yang dipilih sebagai output adalah rata-rata dari dua nilai piksel tengah.

Gambar 2.11. Operasi median filter (Boateng, 2012)

Filter ini bekerja dengan menganalisis lingkungan piksel di sekitar piksel asal seperti diagram pada gambar 2.7. untuk setiap piksel valid dalam sebuah gambar. Untuk kasus ini, mask yang digunakan adalah mask dengan ukuran 3 × 3 untuk menghitung output. Seperti ditunjukkan dalam contoh di atas, nilai-nilai piksel pada mask diurutkan dari nilai terkecil ke nilai terbesar (ascending) dan nilai median berdasarkan hasil pengurutan yang telah dilakukan. Dalam hal ini nilai rata-rata adalah 50. Selanjutnya, piksel pada gambar output yang sesuai untuk piksel asal dalam gambar masukan diganti dengan nilai yang ditentukan oleh filter median. Nilai piksel asal yang bernilai 70 diganti dengan 50. Salah satu keuntungan dari filter median jika dibandingkan dengan filter yang lain terutama mean filter adalah bahwa nilai median menghasilkan nilai yang lebih baik dibandingkan dengan nilai rata-rata(mean); nilai median tidak akan terpengaruh secara signifikan oleh satu piksel yang merupakan derau yang tidak merepresentasikan piksel tetangganya.


22

Nilai median dari piksel sekitarnya kemungkinan besar menjadi nilai salah satu piksel di dalam mask. Jadi filter median paling mungkin untuk tidak menciptakan nilai-nilai piksel baru terutama ketika filter bekerja di zona transisi. Untuk alasan ini, teknik filtering median jauh lebih baik dari teknik filtering mean dalam hal mempertahankan tepi citra.

2.8. Penelitian Terdahulu

Penelitian mengenai peningkatan kualitas citra telah dilakukan dengan beberapa metode. Pada tahun 2015, Yu et al. membandingkan metode Median Filter, Adaptive Median Filter, dan Improved Adaptive Median Filter. Pada penelitian ini Improved Adaptive Median Filter memiliki hasil yang lebih baik dalam menghilangkan noise pada citra dengan tingkat noise yang tinggi jika dibandingkan dengan metode yang lain. Pada tahun 2014, Mehta dan Aggarwal membandingkan metode Adaptive Median Filter, Median Filter, Center Weighted Median Filter, Efficient Decision Based Algorithm, dan Directional Weighted Median Filter untuk meningkatkan kualitas citra. Pada penelitian ini, Adaptive Median Filter merupakan filter yang paling baik untuk menghilangkan noise jika dibandingkan dengan filter yang lain pada citra dengan noise 30%, 60%, dan 90%. Selanjutnya pada tahun 2013 , Singh dan Jain membandingkan metode Mean Filter,Weiner Filter, Median Filter dan Weighted Median Filter untuk menghilangkan noise pada citra. Pada penelitian ini median filter memiliki hasil yang lebih baik dalam mempertahankan informasi penting dan menghilangkan noise pada citra jika dibandingkan dengan metode yang lain.


23

Tabel 2.1. Penelitian terdahulu No

Peneliti

Tahun

Metode yang digunakan

1

Yu et al.

2015

Median Filter, Adaptive

Keterangan Pada

penelitian

ini

Improved

Median Filter, Improved Adaptive Median Filter memiliki Adaptive Median Filter

hasil

yang

lebih

baik

dalam

menghilangkan noise pada citra dengan noise yang tinggi jika dibandingkan dengan metode yang lain 2

Mehta dan

2014

Aggarwal

Adaptive Median Filter, Median Filter, Center

Pada penelitian ini Adaptive Median Filter merupakan filter

Weighted Median Filter, yang paling baik jika dibandingkan Efficient Decision Based dengan filter yang lain pada citra Algorithm, Directional

dengan noise 30%, 60%, dan 90%.

Weighted Median Filter 3

Singh dan Jain

2013

Mean Filter,Weiner

Pada penelitian ini Median Filter

Filter, Median Filter

memiliki hasil yang lebih baik

dan Weighted Median

dalam mempertahankan informasi

Filter

penting dan menghilangkan noise pada

citra

jika

dibandingkan

dengan metode yang lain.

Perbedaan penelitian yang dilakukan dengan penelitian terdahulu adalah metode yang digunakan akan diimplementasikan untuk menghilangkan noise yang terdapat pada video. Video akan dipisahkan menjadi citra-citra sesuai dengan frame rate video. Kemudian, Median Filter akan diterapkan pada masing-masing citra untuk menghilangkan noise. Peak Signal to Noise Ratio (PSNR) yang merupakan indikator untuk menentukan kualitas citra akan dihitung pada keseluruhan citra yang membentuk video.


BAB 2 LANDASAN TEORI Closed Circuit Television (CCTV)

Recommend Documents