IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL SKRIPSI SITI AISYAH

IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL

SKRIPSI

SITI AISYAH 111401126

PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2016

Universitas Sumatera Utara


SKRIPSI

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

SITI AISYAH 111401126

PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2016


ii

PERSETUJUAN

Judul

Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL : SKRIPSI : SITI AISYAH : 111401126 : SARJANA (S1) ILMU KOMPUTER : ILMU KOMPUTER : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 26 Agustus 2016

Komisi Pembimbing

:

Pembimbing 1

Pembimbing 2

Dr. Syahriol Sitorus, S.Si., M.IT NIP. 197103101997031004

Dian Rachmawati,S.Si,M.Kom NIP.198307232009122004

Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP.196203171991031001


iii

PERNYATAAN


SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 26 Agustus 2016

Siti Aisyah 111401126


iv

PENGHARGAAN

Puji dan syukur kehadirat Allah SWT, yang hanya dengan rahmat dan izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Ucapan terima kasih penulis sampaikan kepada: 1.

Bapak Prof. Dr. Runtung Sitepu, S.H, M.Hum selaku Rektor Universitas Sumatera Utara.

2.

Bapak Prof. Dr. Opim Salim Sitompul, M.Si selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

3.

Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.

4.

Ibu Dr. Maya Silvi Lydia, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer sekaligus Dosen Pembanding 1 yang memberikan kritik dan masukan untuk penyempurnaan skripsi ini.

5.

Bapak Dr. Syahriol Sitorus, S.Si., M.IT selaku Dosen Pembimbing 1 yang telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.

6.

Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing 2 yang telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini..

7.

Bapak Ade Candra, ST, M.Kom selaku Dosen Pembanding 2 yang memberikan kritik dan masukan untuk penyempurnaan skripsi ini.

8.

Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, seluruh tenaga pengajar dan pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.

9.

Ayahanda Suwardi dan Ibunda Marnis tercinta yang tak jenuh-jenuhnya memberikan doa, perhatian, dan kasih sayang begitu banyak pada penulis, terlebih lagi ayah yang hanya bisa memberikan dorongan via telepon, Ibu yang selalu membantu disaat penulis merasa panik. Kakak-kakak penulis, terutama kak


v

Sri Muliani S.Si, Spd yang cerewet tapi selalu mengingatkan penulis untuk tetap semangat. Kepada keponakan tercinta, natra dan ilham yang selalu mewarnai hidup penulis.Sahabat lama Lili Defita Sari, yang tak pernah lupa pada penulis dan selalu memberikan dorongan dan semangat, serta murobbi luar biasa penulis, kakanda Ovalina Silvya. 10. Seluruh sahabat dan rekan-rekan kuliah khususnya mahasiswa S1 Ilmu Komputer terutama kepada Retri Witra Nastiti, Nurul Putri Yanti, Lestari Juwita Ningrum, Geubrina Rizky, Nurhaliza Nst, Nurkholija Harahap dan Annisa Olivia yang selalu memberikan semangat dan dorongan kepada penulis selama menyelesaikan skripsi ini. Terkhususnya untuk grup halaqoh “Qurrata A’yun” dan tak lupa para sahabat “PeMaLu” (Pemimpin Masa Lalu) . 11. Rekan-rekan dan adik-adik UKMI AL-KHWARIZMI yang telah memberikan banyak dukungan dan ilmu kepada penulis. 12. Para staff Tata Usaha S1 Ilmu Komputer. 13. Pihak-pihak yang terlibat langsung maupun tidak langsung yang membantu penyelesaian laporan ini.

Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini. Akhirnya, semoga skripsi ini bermanfaat bagi pribadi, keluarga, masyarakat, organisasi dan negara.

Medan, 26 Agustus 2016

Penulis


vi

ABSTRAK

Penggunaan citra digital memegang peranan penting sebagai bentuk informasi dikarenakan kelebihan-kelebihan yang dimilkinya. Meskipun kaya akan informasi, tak semua citra memiliki tampilan visual yang baik. Hal ini bisa disebabkan gangguan berupa noise, intensitas warna yang terlalu kontras atau kabur. Noise sendiri merupakan gangguan yang disebabkan oleh menyimpangnya data digital yang diterima oleh alat penerima data gambar, mulai dari kamera digital dan scanner. Noise dapat dihilangkan dengan menggunakan teknik filtering. Terdapat 2 jenis metode filtering yang digunakan, yaitu Wiener Filter yang termasuk salah satu jenis filter spasial non-linear (filter frekuensi) dan Adaptive Median Filter yang merupakan filter pengembangan dari Median Filter. Adapun noise yang disebutkan berupa noise asli yang dihasilkan dari capturing kamera digital, dan impulse noise. Dari hasil penelitian, menunjukkan bahwa metode Kombinasi dari WF dan AMF lebih baik dalam memperbaiki kualitas citra yang memiliki noise asli dan impulse noise dibandingkan metode Wiener Filter dan Adaptive Median Filter dilihat dari parameternya (MSE, PSNR, dan running time). Semakin besar ukuran citra yang diuji maka semakin besar pula running time yang dihasilkan. Adapun nilai running time pada metode Adaptive Median Filter jauh lebih besar dibanding dari Wiener Filter dan Kombinasi WF dan AMF. Jika dilihat dari tampilan visual, Adaptive Median Filter memberikan hasil lebih baik dibandingkan Wiener Filter dan Kombinasi WF dan AMF. Kata Kunci — Wiener Filter, Adaptive Median Filter, Kombinasi WF dan AMF, noise asli, impulse noise.


vii

IMPLEMENTATION AND COMPARISON OF WIENER FILTER AND ADAPTIVE MEDIAN FILTER TO IMPROVE THE QUALITY OF DIGITAL IMAGE

ABSTRACT

The use of digital image takes the necessary role as the form of information since its has so many advantages. Despite of being rich of information, not all images have good visual to display. This may be caused by the disturbances such as noises, the color intensity that is too contrast or blurred. The noise itself, is a disturbance caused by the diverged of digital data which is received by image receiver device, starts from digital camera and scanner. Noise can be reduced by using filtering technique. There are 2 types of filtering method used, those are Wiener Filter that included in one of non-spatial filter type (frequency filter) and Adaptive Median Filter the development filter from Median Filter. As for the noise in this case is the original noise obtained from camera digital capturing, and impulse noise. From the result of research shows that Combination of Wiener Filter and Adaptive Median Filter method is better in improving image quality that contains original noise and impulse noise compared to Wiener Filter and Adaptive Median Filter refered by its parameter (MSE, PSNR, and running time). The bigger an image’s size then the bigger that running time outcame. While in a process of running time, Adaptive Median Filter took so much time compared to Wiener Filter and the combination of WF and AMF. Yet for the visual display, Adaptive Median Filter shows better result than Wiener Filter and the both Combination.

Keywords : Wiener Filter, Adaptive Median Filter, Combination of Wiener Filter and Adaptive Median Filter, original noised, impulse noised.


viii

DAFTAR ISI

Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Daftar Lampiran

ii iii iv vi vii viii x xi xii

Bab 1 Pendahuluan 1.1. Latar Belakang 1.2. Rumusan Masalah 1.3. Tujuan Penelitian 1.4. Batasan atau Rang Lingkup Penelitian 1.5. Manfaat Penelitian 1.6. Metodologi Penelitian 1.7. Sistematika Penulisan

1 1 3 3 3 4 4 5

Bab 2 Landasan Teori 2.1. Citra Digital 2.2. Representasi Citra Digital 2.3. Jenis-jenis Citra 2.3.1. Citra Biner (Monokrom) 2.3.2. Citra Grayscale (skala keabuan) 2.3.3. Citra warna (true color) 2.4. Pixel (Picture Element) 2.5. Firmat File Citra 2.5.1. Format File Bitmap (BMP) 2.6. Noise (Derau) 2.7. Pengolahan Citra Digital 2.7.1. Pengolahan Citra di Kawasan Spasial dan Kawasan Frekuensi 2.7.1.1. Adaptive Median Filter 2.7.1.2. Wiener Filter 2.8. Parameter Pembanding Kualitas Citra 2.8.1. Mean Square Error (MSE) 2.8.2. Peak Signal to Noise Ratio (PSNR)

7 7 7 8 8 9 9 10 11 11 11 13

Bab 3 Analisis dan Perancangan Sistem 3.1. Analisis Sistem 3.1.1. Analisis masalah

20 20 20

15 15 18 18 18 19


ix

3.1.2. Analisis persyaratan 3.1.2.1. Persyaratan fungsional 3.1.2.2. Persyaratan non-fungsional 3.1.3. Analisis proses 3.1.3.1. Use Case diagram 3.1.3.2. Activity diagram 3.1.3.3. Sequence diagram 3.1.3.4. Flowchart sistem 3.1.3.5. Pseudocode 3.1.3.5.1. Pseudocode Wiener Filter 3.1.3.5.2. Pseudocode Adaptive Median Filter 3.2. Perancangan Sistem 3.2.1. Perancangan Interface 3.2.1.1. Rancangan Menu Utama (Form Home) 3.2.1.2. Halaman Filtering 3.2.1.3. halaman Help

21 21 22 23 23 28 30 32 36 37 39 40 40 40 41 42

Bab 4 Implementasi dan Pengujian 4.1. Implementasi 4.1.1. Implementasi Algoritma 4.1.1.1. Implementasi Wiener Filter 4.1.1.2. Implementasi Adaptive Median Filter 4.1.2. Implementasi User Interface 4.1.2.1. Form Home (Main form) 4.1.2.2. Form Filtering 4.1.2.3. Form Help 4.2. Pengujian 4.2.1. Proses Pengujian Filtering 4.3. Hasil Pengujian

44 44 44 44 46 48 48 48 49 51 51 53

Bab V Kesimpulan dan Saran 5.1. Kesimpulan 5.2. Saran

71 71 72

Daftar Pustaka Listing Program Curriculum Vitae

73 A-1 B-1


x

DAFTAR TABEL

Halaman Tabel 2.1 Tabel 3.1 Tabel 3.2 Tabel 3.3 Tabel 3.4 Tabel 3.5 Tabel 3.6 Tabel 3.7 Tabel 3.8 Tabel 3.9 Tabel 3.10 Tabel 4.1 Tabel 4.2 Tabel 4.3 Tabel 4.4 Tabel 4.5

Tabel 4.6

Tabel 4.7 Tabel 4.8

Tabel 4.9

Tabel 4.10

Warna dan nilai penyusun warna Spesifikasi Use Case Pilih Citra Spesifikasi Use Case Filtering Citra Spesifikasi Use Case Wiener Filter Spesifikasi Use Case Adaptive Median Filter Spesifikasi Use Case kombinasi Wiener Filter dan Adaptive Median Filter Spesifikasi Use Case hitung MSE, PSNR dan Running Time Spesifikasi Use Case Simpan Citra Hasil Keterangan gambar rancangan interface Menu Home Keterangan gambar rancangan interface Filtering Keterangan gambar rancangan interface Help Hasil Pengujian Filtering untuk citra berukuran 256x256 piksel (noise asli) Hasil Pengujian Filtering untuk citra berukuran 256x256 piksel (impulse noise) Hasil Pengujian Filtering untuk citra berukuran 512x512 (Noise asli dan impulse noise) Rata-rata Nilai MSE, PSNR, dan Running Time pada citra 256x256 piksel dan 512x512 piksel dengan Wiener Filter Rata-rata Nilai MSE, PSNR, dan Running Time pada citra 256x256 piksel dan 512x512 piksel dengan Adaptive Median Filter Rata-rata Nilai MSE, PSNR, dan Running Time pada citra 256x256 piksel dan 512x512 piksel dengan Kombinasi WF dan AMF Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse noise 256x256 piksel dan 512x512 piksel dengan Wiener Filter Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse noise 256x256 piksel dan 512x512 piksel dengan Adaptive Median Filter Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse noise 256x256 piksel dan 512x512 piksel dengan Kombinasi WF dan AMF Perbandingan rata-rata nilai MSE, PSNR, dan Running Time pada citra 256x256 piksel dan 512x512 piksel dengan ketiga filtering

10 24-25 25 25-26 26 26-27 27 27-28 41 41-42 43 55-58 59-62 63 65

65

66 67

67

68 69


xi

DAFTAR GAMBAR

Halaman

Gambar 2.1 Gambar 2.2 Gambar 2.3 Gambar 2.4 Gambar 2.5 Gambar 2.6 Gambar 2.7 Gambar 3.1 Gambar 3.2 Gambar 3.3 Gambar 3.4 Gambar 3.5 Gambar 3.6 Gambar 3.7 Gambar 3.8 Gambar 3.9 Gambar 3.10 Gambar 3.11 Gambar 3.12 Gambar 3.13 Gambar 4.1 Gambar 4.2 Gambar 4.3 Gambar 4.4 Gambar 4.5 Gambar 4.6 Gambar 4.7 Gambar 4.8 Gambar 4.9 Gambar 4.10 Gambar 4.11 Gambar 4.12 Gambar 4.13

Citra grayscale dalam bentuk matriks Cita Biner Citra Grayscale Citra warna (true color) Citra dengan impulse noise Citra usg.bmp yang berisi noise Proses Transformasi Citra Diagram Ishikawa Use case diagram Activity Diagram Filtering Sequence Diagram Wiener Filter Sequence Diagram Adaptive Median Filter Sequence Diagram Kombinasi kombinasi Wiener Filter dan Adaptive Median Filter Flowchart keseluruhan sistem Flowchart Wiener Filter Flowchart Adaptive Median Filter Flowchart Kombinasi Wiener Filter dan Adaptive Median Filter Rancangan Interface Menu Utama Rancangan Interface Filtering Rancangan Interface Help Citra dimensi satu dan hasil transformasi Fourier Matriks citra 3x3 sebelum difiltering Matriks citra 3x3 setelah difiltering Matriks citra 4x4 sebelum filtering dan Matriks citra 4x4 setelah filtering dengan Adaptive Median Filter Form Home Form Filtering Form Help Message Box Filtering berhasil Proses pemfilteran citra yang memiliki noise asli dengan Wiener Filter, Adaptive Median Filter dan kombinasi keduanya Proses pemfilteran citra yang berisi impulse noise dengan Wiener Filter, Adaptive Median Filter dan kombinasi keduanya Citra yang terdegradasi noise asli hasil capturing kamera digital Beberapa citra yang berisi impulse noise (a) Nilai piksel awal red sebelum difilter dan (b) nilai piksel akhir red setelah difilter dengan Wiener Filter

8 9 9 10 12 13 15 21 24 29 30 31 32 33 34 35 36 40 41 42 46 47 48 48 49 50 50 51 52 52 53 54 64


xii

DAFTAR LAMPIRAN

Halaman A. Listing Program B. Curriculum Vitae

A-1 B-1


IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL SKRIPSI SITI AISYAH

Recommend Documents