BAB I PENDAHULUAN 1.1
Latar Belakang Saat ini citra digital sedang menjadi trend di kalangan masyarakat, apalagi
dengan semakin berkembangnya teknologi digital serta makin murahnya harga perangkat yang mampu menghasilkan citra digital merupakan salah satu faktor yang memungkinkan hal itu terjadi. Sebenarnya citra digital dapat dihasilkan dari citra analog dengan melakukan konversi langsung terhadap citra analog dengan menggunakan alat input seperti kamera digital maupun scanner, namun hal itu semua tentunya akan berdampak pada kualitas citra yang dihasilkan tidaklah sebagus citra asli. Salah satu kemudahan citra digital dibandingkan dengan citra analog yaitu proses pengirimannya, dimana citra digital dapat dikirim dari suatu tempat ke tempat yang lain dengan cepat, baik itu pengiriman melalui media satelit maupun media kabel. Namun dibalik itu semua, bisa menyebabkan citra yang diterima memiliki kualitas yang tidak sesuai dengan citra aslinya, karena kemungkinan terjadinya gangguan atau interferensi seperti misalnya masuknya noise ke dalam citra digital. Untuk itulah diperlukan suatu teknik filtering yang berguna untuk mengurangi noise terutamanya impulsive noise yang ada pada suatu citra digital sehingga diharapkan citra yang dihasilkan memiliki kualitas yang mendekati citra aslinya. Teknik-teknik yang umum diterapkan untuk mengurangi noise pada citra digital yaitu dengan menggunakan teknik spatial filtering, dimana pada teknik tersebut akan dilakukan proses konvolusi antara suatu citra dengan citra lain. Teknik spatial filtering yang umum dilakukan yaitu median filtering dan mean filtering. Mean filtering termasuk jenis linier filtering, sedangkan median filtering termasuk jenis nonlinier filtering. Pada mean filtering nilai suatu pixel akan ditentukan oleh nilai rata-rata pixel tetangganya, tapi kelemahan teknik ini adalah tidak terlalu menekankan pada perbedaan nilai pixel yang disebabkan oleh noise dan hanya memberi citra yang lebih “smooth” dengan mengurangi nilai pixel.
I-1
BAB I - Pendahuluan
I-2
Sedangkan pada median filtering, nilai suatu pixel akan ditentukan oleh nilai tengah dari pixel-pixel tetangganya dimana teknik ini lebih memperhitungkan struktur dari citra. Pada Tugas Akhir ini diperkenalkan suatu teknik atau metode baru untuk memperbaiki citra yang terkena impulsive noise yaitu metode Histogram Adaptive Fuzzy (HAF). Ide dari Histogram Adaptive Fuzzy adalah mencari nilai pengganti suatu pixel ter-noise dengan menggunakan nilai dari masing-masing pixel tetangganya secara simultan tetapi menjaga struktur penting dari suatu gambar, dimana nilai akhir dari masing-masing fungsi keanggotaan fuzzy yang didapatkan ”diadaptasikan” dengan perkiraan nilai awal pixel untuk mencari selisih nilai terkecil yang akan menggantikan nilai pixel yang sedang diproses. Di dalam Histogram Adaptive Fuzzy ini, proses perbaikan citra dimulai dengan mencari histogram estimasi untuk memperkirakan histogram dari citra aslinya. Dari histogram estimasi tersebut akan dicari fungsi-fungsi keanggotaan fuzzy berupa a, b, dan c yang akan digunakan dalam proses filtering. Secara umum di dalam Histogram Adaptive Fuzzy terdapat 5 tahap utama yaitu (1) Proses input data pixel-pixel tetangga ke dalam matrik 3X3, (2) Fuzzification, yaitu proses untuk mencari fungsi-fungsi keanggotaan Fuzzy berupa Dk (Dark), Md (Medium), dan Br (Bright), (3) Normalization, yaitu proses untuk menormalkan fungsi-fungsi keanggotaan fuzzy yang telah dihasilkan dimana nilai masing-masing pixel akan dibagi dengan jumlah semua nilai pixel yang ada pada masing-masing fungsi fuzzy, (4) Input Sum, yaitu proses untuk menjumlahkan semua nilai pixel yang telah dinormalkan sehingga akan didapatkan satu nilai untuk masing-masing fungsi fuzzy, (5) Defuzzification, yaitu proses untuk membandingkan nilai yang diperoleh dari masing-masing fungsi fuzzy dengan nilai prediksi awal pixel yang didapatkan dari histogram estimasi, untuk selanjutnya dicari selisih nilai terkecil yang akan menggantikan nilai pixel yang terkena impulsive noise.
BAB I - Pendahuluan
1.2
I-3
Perumusan Masalah Permasalahan yang dijadikan objek penelitian dan pengembangan tugas
akhir ini adalah bagaimana mengimplementasikan metode Histogram Adaptive Fuzzy untuk mengurangi noise pada citra digital. Proses filtering akan difokuskan pada pengurangan noise jenis impulsive noise, karena sifat impulsive noise yaitu memberikan nilai minimum atau nilai maksimum yang ada pada suatu citra, sehingga memberikan tingkat kesulitan tertentu untuk membedakan apakah suatu pixel tersebut terkena impulsive noise atau tidak. Selanjutnya akan dilakukan evaluasi terhadap performansi dari citra hasil filtering dengan menghitung parameter PSNR (Peak Signal-to-Noise Ratio) yang akan dibandingkan dengan metode yang lain (Mean Filtering, Median Filtering, Wiener Filtering dan Fuzzy Image Filtering[3]). 1.3
Tujuan Adapun yang menjadi tujuan dari tugas akhir ini adalah tercapainya hal-
hal sebagai berikut : 1.
Menerapkan konsep Histogram Adaptive Fuzzy dalam proses noise reduction terhadap citra digital yang mengandung impulsive noise.
2.
Menghitung performansi citra hasil filtering dengan melakukan perhitungan parameter PSNR (Peak Signal-to-Noise Ratio).
3.
Membandingkan performansi metode Histogram Adaptive Fuzzy dengan metode yang lain (Mean Filtering, Median Filtering, Wiener Filtering dan Fuzzy Image Filtering[3]) dalam mengurangi impulsive noise.
1.4
Batasan Masalah Adapun yang menjadi batasan masalah dalam tugas akhir ini mencakup
hal-hal sebagai berikut : 1. Format citra yang dipakai untuk pengujian adalah window bitmap (*.bmp) 24bit. Format citra ini dipilih karena citra dalam format BMP umumnya tidak dimampatkan sehingga tidak ada informasi yang hilang[7] sehingga sangat mendukung dalam proses noise filtering.
BAB I - Pendahuluan
I-4
2. Jenis noise yang digunakan untuk simulasi noise filtering yaitu impulsive noise. Jenis noise ini dipilih karena selama ini impulsive noise sangat sulit diprediksi dan dideteksi[9]. Sesuai dengan sifatnya, impulsive noise akan mengubah nilai pixel menjadi nilai maksimum atau nilai minimum yang ada pada citra, sehingga memberikan tingkat kesulitan tersendiri dalam pendeteksian pixel-pixel yang dianggap terkena impulsive noise. 1.5
Metodologi Metodologi yang digunakan dalam pengerjaan tugas akhir ini antara lain :
1. Studi Literatur dengan mempelajari literatur-literatur yang relevan dengan permasalahan yang meliputi : studi pustaka dan mencari referensi tentang Histogram
Estimasi serta
metode
Histogram Adaptive Fuzzy
yang
menggunakan metode terstruktur dengan model linier sekuensial [9]. 2. Melakukan simulasi metode Histogram Adaptive Fuzzy pada bahasa pemrograman dengan menggunakan Mathlab 6.5. 3. Melakukan pengujian dari sistem yang telah dibangun pada tahap implementasi dengan menghitung performansi citra hasil filtering berdasarkan parameter performansi PSNR. 4. Penyusunan laporan tugas akhir dan kesimpulan akhir. 1.6 BAB I
Sistematika Penulisan Tugas Akhir PENDAHULUAN Bab ini menguraikan tugas akhir ini secara umum , meliputi latar belakang masalah, perumusan masalah, tujuan, batasan masalah, serta metodologi yang digunakan dalam menganalisis dan menyelesaikan permasalahan yang dihadapi.
BAB II LANDASAN TEORI Bab ini membahas mengenai dasar teori yang mendukung penerapan metode Histogram Adaptive Fuzzy dalam proses pengurangan impulsive noise pada citra digital.
BAB I - Pendahuluan
I-5
BAB III ANALISIS KEBUTUHAN DAN PERANCANGAN SISTEM Bab ini berisi analisis dari metode Histogram Adaptive Fuzzy serta teori-teori yang mendukung penerapan metode ini yang akan digunakan untuk membangun sistem dalam proses pengurangan impulsive noise pada citra digital. BAB IV IMPLEMENTASI DAN EVALUASI Bab ini membahas teknik implementasi sistem ke dalam program serta hasil perhitungan performansi dari sistem yang dibuat dengan melakukan serangkaian pengujian berdasarkan parameter-parameter yang telah ditentukan sebelumnya. BAB V KESIMPULAN DAN SARAN Berisi kesimpulan dari penelitian Tugas Akhir ini serta saran-saran yang diperlukan untuk pengembangan lebih lanjut.
