BAB 4 IMPLEMENTASI DAN EVALUASI
Dalam bab 4 ini, akan dijelaskan proses implementasi program aplikasi restorasi citra digital yang telah dibuat. Hasilnya dari program kemudian akan dievaluasi untuk menentukan tingkat keberhasilan program aplikasi dalam menjalankan fungsinya.
4.1 Spesifikasi Sistem Komputer yang Digunakan Adapun komputer yang digunakan dalam mengimplementasikan program ini memiliki spesifikasi sebagai berikut: •
Prosessor : Intel Core 2 Duo E6600 2.4 GHz
•
Motherboard : ASUS P5B
•
Memory : 4 x 1 GB PC5300
•
Hard drive: o
HDD Seagate Baracuda 250 GB
o HDD Seagate Baracuda 320 GB •
VGA : Winfast GeForce 280 GTX 1024 MB Bahasa pemrograman yang digunakan untuk mengembangkan program ini
adalah C#.NET 2008. Untuk menggunakan program ini, sistem operasi komputer pengguna program harus memiliki dukungan .NET Framework 3.5 SP1 . Bila tidak ada, maka .NET Framework harus di-install terlebih dahulu. Setelah framework ter-install maka executable program bisa langsung dijalankan.
37
4.2 Pengoperasian dan Tampilan Program Aplikasi 4.2.1 Tampilan Layar Program Aplikasi
Gambar 4.1 Tampilan Layar Utama Tampilan layar dapat dijelaskan sebagai berikut: 1. Tombol “Choose Image to Restore”: tombol ini berfungsi untuk mengambil citra terdegradasi dari komputer dan memasukkannya ke program.
38
2. Textbox “Iteration”: berfungsi untuk menampung jumlah iterasi yang dikehendaki 3. Textbox “Temperature”: berfungsi untuk menampung temperature yang dikehendaki 4. Groupbox “Energy Formula”: berfungsi untuk menampung pilihan rumus energi yang dikehendaki. Bila memilih model Geman McClure, maka textbox “Hyper-Parameter” akan menampung nilai hyper-parameter bagi model Geman – McClure. 5. Tombol “Restore Image”: berfungsi untuk mengeksekusi proses restorasi dan menampilkan hasil restorasi pada program. 6. Tombol “Reset Image”: berfungsi untuk menghapus citra pada program agar dapat diisi dengan citra baru yang dikehendaki. 7. Tombol “Save Image”: berfungsi untuk menyimpan citra hasil restorasi di komputer pengguna.
4.2.2 Pengoperasian Program Aplikasi Program diaktifkan dengan menjalankan file executable-nya. Setelah dijalankan, program akan tampil pada layar, dan di sini seluruh aktivitas restorasi dilaksanakan Pertama, pengguna memilih citra yang akan direstorasi dengan mengklik tombol “Choose Image to Restore”. Setelah diklik program akan memunculkan Open file dialog yang mengizinkan pengguna untuk mencari citra terdegradasi yang dimaksud. Setelah citra dipilih, maka citra tersebut akan muncul di kotak “Initial Image”.
39
. Gambar 4.2 Tampilan setelah citra dimasukkan
Kedua, setelah citra dipilih, maka selanjutnya kita akan memasukkan parameter – parameter yang diperlukan. Jumlah iterasi dimasukkan pada kolom “Iteration”, iterasi harus berupa angka, dan lebih baik bila iterasi bernilai besar, minimal 100000 iterasi. Setelah itu kita juga harus menentukan nilai temperature bagi proses restorasi. Temperature menentukan seberapa besar penghalusan terjadi, dan umumnya temperature ditetapkan antara 0,5-4,5 . Kolom iterasi dan temperature harus diisi dengan input numerik, bila tidak maka program akan mengeluarkan warning saat restorasi dijalankan.
40
Gambar 4.3 Tampilan jika temperature yang Dimasukkan Bukan Angka
Ketiga, kita memilih rumus energi yang hendak digunakan. Bila yang dipilih “Ising Prior”, maka dapat dilanjutkan ke langkah keempat di mana proses restorasi dieksekusi. Sementara bila yang yang dipilih adalah “Geman-McClure Prior”, maka kita harus memasukkan nilai hyper-parameternya, biasanya ada di rentangan antara 1 sampai 10.
41
Gambar 4.4 Tampilan Restorasi Gambar dengan Model Ising
Gambar 4.5 Tampilan Restorasi Gambar dengan Model Geman-McClure
42
Keempat, akhirnya setelah semua fitur dikonfigurasi, maka proses restorasi gambar dapat dimulai dengan menekan tombol “Restore Image”. Restorasi akan dimulai setelah tombol ditekan, dan gambar akan melalui proses restorasi sebanyak iterasi yang ditentukan. Hasil dari restorasi akan muncul di kolom “restored image”. Image kemudian dapat disave dengan menekan tombol “save image”, atau pengguna dapat memilih untuk menjalankan iterasi lagi dengan menekan tombol “Restore Image” sekali lagi, atau pengguna dapat juga mengganti gambar dengan menekan “Reset Image”, diikuti dengan memilih kembali gambar yang baru.
Gambar 4.6 Tampilan jika Reset Image Ditekan
43
4.3 Pengujian Program Dalam pengujian program aplikasi, akan digunakan citra Lenna, citra yang paling sering digunakan dalam dunia pengolahan citra. Citra Lenna ini akan didegradasi dengan tiga jenis noise yang berbeda, yakni Salt and Pepper, Gaussian, dan White Noise, masing – masing noise dalam tiga skala yang berbeda, yakni 0,02; 0,07, dan 0,1, kecuali untuk White Noise dicoba pada skala yang lebih tinggi, yakni 0,1; 0,2 dan 0,3 . Noise ditambahkan ke dalam citra Lenna dengan software Matlab dan Adobe Photoshop. Setelah image terdegradasi disiapkan, maka setiap image akan melalui proses restorasi dengan jumlah iterasi 300000, dengan 2 temperature yang berbeda, yakni 0,5 dan 4,5 dan masing – masing menggunakan 2 model energi yang tersedia, yakni Model Ising dan Model Geman – McClure dengan C=1. Adapun nilai iterasi 300000 dipilih karena melalui percobaan, hasil restorasi yang melalui iterasi yang lebih besar dari 300000 cenderung tidak berubah. Dalam melakukan pengujian, kriteria yang digunakan untuk melakukan pengukuran adalah Mean Square Error (MSE) dan Signal to Noise Ratio(SNR). Nilainilai ini adalah nilai hasil perbandingan suatu citra dengan citra lainnya; dalam kasus ini yaitu antara citra yang bersih dengan citra hasil pemrosesan program restorasi citra. Menggunakan nilai-nilai tersebut, perbaikan yang terjadi pada citra digital dapat terlihat dan diukur dengan jelas. Untuk MSE, semakin kecil nilainya, maka semakin mirip citra tersebut dengan citra aslinya.Sedangkan pada SNR, semakin besar nilainya, maka semakin mirip citra tersebut dengan citra aslinya.
44
Gambar 4.7 7 Restorasi Gambar Saalt and Peppper Noise 0.002, Temperaature 0.5 den ngan Model Isiing
Gambar 4.8 8 Restorasi Gambar Saalt and Peppper Noise 0.002, Temperaature 4.5 den ngan Model Isiing
45
Gambar 4.9 9 Restorasi Gambar Saalt and Peppper Noise 0.007, Temperaature 0.5 den ngan Model Isiing
Gambarr 4.10 Restoorasi Gambar Salt and Pepper Noisse 0.07, Tem mperature 4..5 deengan Modeel Ising
46
Gambar 4.1 11 Restorassi Gambar Salt S and Peppper Noise 0.1, 0 Temperaature 0.5 den ngan Model Isiing
Gambar 4.1 12 Restorassi Gambar Salt S and Peppper Noise 0.1, 0 Temperaature 4.5 den ngan Model Isiing
47
Gambar 4.13 Restorrasi Gambaar Gaussian Noise 0.02, Temperaturre 0.5 dengaan Model Isiing
Gambar 4.14 Restorrasi Gambaar Gaussian Noise 0.02, Temperaturre 4.5 dengaan Model Isiing
48
Gambar 4.15 Restorrasi Gambaar Gaussian Noise 0.07, Temperaturre 0.5 dengaan Model Isiing
Gambar 4.16 Restorrasi Gambaar Gaussian Noise 0.07, Temperaturre 4.5 dengaan Model Isiing
49
Gambarr 4.17 Restoorasi Gambaar Gaussian n Noise 0.1, Temperaturre 0.5 dengaan Model Isiing
Gambarr 4.18 Restoorasi Gambaar Gaussian n Noise 0.1, Temperaturre 4.5 dengaan Model Isiing
50
4 Restoraasi Gambarr White Noisse 0.1, Tempperature 0.5 dengan Moodel Gambar 4.19 Ising
Gambar 4.20 4 Restoraasi Gambarr White Noisse 0.1, Tempperature 4.5 dengan Moodel Ising
51
Gambar 4.21 4 Restoraasi Gambarr White Noisse 0.2, Tempperature 0.5 dengan Moodel Ising
Gambar 4.22 4 Restoraasi Gambarr White Noisse 0.2, Tempperature 4.5 dengan Moodel Ising
