IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL

DRAFT SKRIPSI

AZHAR INDRA RIFANGI 091401038

PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2014

Universitas Sumatera Utara

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL

SKRIPSI

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

AZHAR INDRA RIFANGI 091401038

PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014

Universitas Sumatera Utara

ii PERSETUJUAN

Judul Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL : SKRIPSI : AZHAR INDRA RIFANGI : 091401038 : SARJANA (S1) ILMU KOMPUTER : ILMU KOMPUTER : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI Diluluskan di Medan,

Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

Herriyance , ST, M.Kom NIP. 19801024 201012 1 002

Syahriol Sitorus, S.Si,MIT NIP. 19710310 199703 1 004

Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001

Universitas Sumatera Utara

iii PERNYATAAN

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL SKRIPSI

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

Medan, April 2014

Azhar Indra Rifangi 091401038

Universitas Sumatera Utara

vi PENGHARGAAN

Puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya, sehingga Penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Ilmu Komputer Universitas Sumatera Utara. Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar– besarnya kepada :

1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis 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 dan Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 4. Bapak Syahriol Sitorus , S.Si, MIT selaku Dosen Pembimbing I yang telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini. 5. Bapak Herriyance , ST, M.Kom selaku Dosen Pembimbing II yang dengan sabar telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini. 6. Bapak Dr. Syahril Effendi, S.Si, MIT selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini. 7. Bapak Amer Sharif ,S.Si, M.Kom selaku Dosen Pembanding II yang memberikan kritik dan saran untuk penyempurnaan skripsi ini 8. Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, seluruh tenaga pengajar serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU. 9. Ibunda tercinta Alm. Nuzullaila Rahman yang selalu menjadi motivasi dan inspirasi dalam pengerjaan skripsi ini. 10. Ayahanda Amad Rifangi yang selalu memberikan doa dan dukungan serta kasih sayang kepada penulis, serta Om Fadil Rahman dan Tante Susi Faisa

Universitas Sumatera Utara

vii Airani yang terus memberikan dukungan dan dorongan bagi penulis untuk menyelesaikan skripsi ini. 11. Noer Inda Chayanie atas semangat, dukungan, perhatian, kasih sayang dan pengertian terhadap penulis selama proses penyelesaian skripsi ini. 12. Teman-teman terdekat, terutama Gamal Nasir, Dewa Made Suryadharma, S.Kom dan Mustika Agung Maulana S, Kom ,atas semangat dan para kru Raja Risol atas dorongannya sehingga penulis dapat menyelesaikan skripsi ini. Dan juga untuk Ismail Fata Lubis, Dewi Ayu Pratami, S.kom , dan teman-teman seangkatan 2009 lainnya yang telah membantu penulis dalam menyelesaikan skripsi ini. 13. Dan semua pihak yang telah banyak membantu yang tidak bisa disebutkan satu-persatu. Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.

Medan, April 2014

Penulis

Universitas Sumatera Utara

vi

ABSTRAK

Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog, berupa sinyal-sinyal video seperti gambar pada monitor televisi atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan. Citra yang dihasilkan bergantung pada resolusi pixel terhadap gambar tersebut. Akan tetapi ,tidak semua citra yang dihasilkan akan sesuai dengan objek gambar tersebut, hal ini diakibatkan adanya derau (noise) yang menyebabkan tidak maksimalnya hasil gambar yang didapat. Noise yang terjadi dapat berupa tingkat kecerahan yang terlalu tinggi, warna yang terlalu kontras, atau kurang tajamnya gambar tersebut dan lain sebagainya. Noise yang terjadi pada sebuah citra dapat berupa Gaussian Noise ataupun Salt and Pepper Noise.Untuk memperbaiki citra tersebut kita dapat menggunakan salah satu metode yaitu High-Boost Filtering. Dalam High-Boost Filtering citra diproses dengan tetap mempertahankan komponen frekuensi tinggi dan menghilangkan (mengurangi) komponen frekuensi rendah. Proses pengujian ini dilakukan dengan nilai probabilitas noise antara 10%,15% dan 20%, yang diujikan dengan citra berformat.bmp dan .png yang menghasilkan nilai MSE dan PSNR. Berdasarkan hasil pengujian High-Boost Filtering lebih baik digunakan pada citra grayscale berformat .bmp maupun berformat .png dengan Gaussian noise karena nilai MSE dan PSNR yang relatif kecil dibanding Salt And Pepper Noise

Katakunci : High-Boost Filtering, Gaussian Noise, Salt and Pepper Noise, Filtering

Universitas Sumatera Utara

vii

IMPLEMENTATION OF HIGH-BOOST FILTERING TO IMPROVE THE QUALITY OF DIGITAL IMAGE

ABSTRACT

Image as one of the output from a recording system, can be an optical data such as an image, analogous, or video signals such as images on a television monitor or one of digital media that we can save in a digital storage. The result of the image is depends on the pixel resolution from the image. However, not all images will be produced in accordance with the image object, this is due to the presence of noise that cause didn’t get the best result of the image. It can be occur cause of too high the brightness levels,too contrast image,or lack of sharpness from the image. Gaussian Noise or Salt and Pepper Noise can be occurs in an image, to fix that we can use High-Boost Filtering method to fix the image.In High-Boost Filtering image will be processed while maintaining the high frequency components and eliminating (reducing) the low-frequency component. The testing process will be tested with a probability value of noise between 10%, 15% and 20%,it tested with an image in .bmp mode or in .png mode that generate value of MSE and PSNR. Based on the test, High-Boost Filtering is better used on a grayscale image in .bmp mode or .png mode which affected by Gaussian Noise than Salt and Pepper noise. Because the value of MSE and PSR are relatively small compared to Salt and Pepper Noise.

Keywords : High-Boost Filtering, Gaussian Noise, Salt and Pepper Noise, Filtering

Universitas Sumatera Utara

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 Perumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metodelogi Penelitian 1.7 Sistematika Penulisan

1 2 2 3 3 3 4

Bab 2 Landasan Teori 2.1 Citra 2.2 Citra Digital 2.3 Jenis-Jenis Citra 2.3.1 Citra Biner 2.3.2 Citra Grayscale 2.3.3 Citra Warna 2.4 Format File Citra 2.4.1 Format File Bitmap (.bmp) 2.4.2 Format File Citra Portable Networks Graphic(.png) 2.5 Noise 2.5.1 Gaussian Noise 2.5.2 Salt and Pepper Noise 2.6 Perbaikan Citra 2.6.1 Operasi Spasial (Filtering) 2.6.1.1 Kernel (mask) 2.6.1.2 Konvolusi (Convolution) 2.6.2 High-Boost Filtering 2.7 Parameter Perbandingan Kualitas Citra 2.7.1 Mean Square Error (MSE) 2.7.2 Peak Signal to Noise Ratio (PSNR)

6 6 8 8 8 9 9 10 10 11 12 12 13 13 13 14 14 15 15 16

Universitas Sumatera Utara

ix

Bab 3 Analisis dan Perancangan Sistem 3.1 Analisis Sistem 3.1.1 Analisis Masalah 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 Sequence Diagram 3.1.3.3 Activity Diagram 3.1.3.4 Analisis Proses Filtering dengan High-Boost Filtering 3.2 Pseudocode Program 3.2.1 Pseudocode Proses Tambah Generate Noise 3.2.2 Pseudocode Proses Tambah Salt and Pepper Noise 3.2.3 Pseudocode Proses High-Boost Filtering 3.3 Perancangan Sistem 3.3.1 Perancangan Flowchart Sistem 3.3.2 Perancangan Antarmuka Sistem (Interface) a. Halaman Menu Utama b. Halaman Menu Pengujian c. Halaman Menu Hasil d. Halaman Menu Help Bab 4 Implementasi dan Pengujian 4.1 Implementasi 4.1.1 Tampilan Halaman Menu Home 4.1.2 Tampilan Halaman Menu Pengujian 4.1.3 Tampilan Halaman Menu Hasil 4.1.4 Tampilan Halaman Menu Help 4.2 Pengujian 4.2.1 Pengujian Proses Import Citra Grayscale 4.2.2 Pengujian Proses Tambah Noise 4.2.3 Pengujian Proses High-Boost Filtering 4.2.4 Hasil dari Proses yang Filtering yang telah dilakukan 4.2.5 Pengujian proses Filtering Gaussian Noise pada citra grayscale berformat BMP dan PNG dengan menggunakan High-Boost Filtering 4.2.6 Pengujian proses Filtering Salt and Pepper Noise pada citra grayscale berformat BMP dan PNG dengan menggunakan High-BoostFiltering. 54 4.2.7 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra Grayscale Hasil Filtering dengan Gaussian Noise 4.2.8 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra Grayscale Hasil Filtering dengan Salt and Pepper Noise Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 5.2. Saran Daftar Pustaka

17 17 18 18 19 19 20 23 23 25 28 28 28 28 29 30 30 30 31 32 34

35 35 37 37 38 38 39 32 46 50

51

56 58 62 63 64

Universitas Sumatera Utara

x

DAFTAR TABEL

Nomor Tabel 3.1

Nama Tabel

Halaman

Spesifikasi Use Case Import Citra Awal

21

3.2

Spesifikasi Use Case Pengujian

21

3.3

Spesifikasi Use Case Hasil

22

4.1

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Gaussian Noise dan Citra Hasil Filtering dengan HighBoost Filtering dengan Format BMP .

53

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Gaussian Noise dan Citra Hasil Filtering dengan HighBoost Filtering dengan Format PNG.

54

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan High-Boost Filtering dengan Format BMP.

55

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan High-Boost Filtering dengan Format PNG.

56

4.2

4.3

4.4

4.5

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise Berformat BMP

58

4.6

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise Berformat PNG

58

4.7

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat BMP .

59

4.8

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat PNG .

60

4.9

Perbandingan Nilai Rata-rata MSE dan PSNR, pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat BMP.

60

4.10

Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat PNG.

61

Universitas Sumatera Utara

DAFTAR GAMBAR Nomor Gambar 2.1 2.2 2.3 2.4 2.5 2.6 2.7

Nama Gambar

Halaman 7 8 9 9 10 11 14

4.12

Sistem koordinat citra Contoh Citra Biner Contoh Citra Grayscale Contoh Citra Warna Citra Bitmap (.bmp) Citra Png(.png) Contoh kernel berukuran 3x3 (sel dengan warna abu-abu menyatakan pusat koordinat {0,0} Diagram Ishikawa Use Case Diagram Sequence Diagram Activity Diagram Flowchart Perancangan Sistem Rancangan Antarmuka halaman home Rancangan Antarmuka halaman Pengujian Rancangan Antarmuka menu hasil Rancangan Antarmuka menu help Tampilan Menu Home Tampilan Halaman Menu Pengujian Tampilan Halaman Menu Hasil Tampilan Halaman Menu Help Tampilan Pemilihan Citra berformat .bmp Tampilan Pemilihan Citra berformat .png Tampilan Dialog box Tampilan Citra Grayscale awal Tampilan Probabilitas Noise Tampilan Citra Grayscale berformat BMP dengan Gaussian Noise 20% Tampilan Citra Grayscale berformat BMP dengan Salt and Pepper Noise 20% Tampilan Citra Grayscale berformat PNG dengan Gaussian Noise 20%

4.13

Tampilan Citra Grayscale berformat PNG dengan Salt and Pepper 20%

47

4.14

Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra berformat .bmp setelah melalui proses filtering.

48

Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra berformat .png setelah melalui proses filtering .

49

Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan citra berformat .bmp setelah melalui proses filtering .

50

Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan citra berformat .png setelah melalui proses filtering .

51

Tampilan Hasil dari Proses Filtering yang telah dilakukan.

52

3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11

4.15

4.16

4.17

4.18

18 20 23 24 29 30 31 33 35 37 38 39 40 40 41 42 43 44 44 45 46

Universitas Sumatera Utara

xii

DAFTAR LAMPIRAN

Halaman A. Listing Program B. Daftar Riwayat Hidup

A-1 B-1

Universitas Sumatera Utara