IMPLEMENTASI KOMBINASI ARITHMETIC MEAN FILTER DAN HIGH BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS PADA CITRA DIGITAL SKRIPSI LORENT OLIVER BARUS 101401034
PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
Universitas Sumatera Utara
IMPLEMENTASI KOMBINASI ARITHMETIC MEAN FILTER DAN HIGH BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS PADA CITRA DIGITAL
SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
LORENT OLIVER BARUS 101401034
PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
:
Kategori Nama Nomor Induk Mahasiswa Program Studi Fakultas
: : : : :
IMPLEMENTASI KOMBINASI ARITHMETIC MEAN FILTER DAN HIGH BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS PADA CITRA DIGITAL SKRIPSI LORENT OLIVER BARUS 101401034 SARJANA (S1) ILMU KOMPUTER ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Diluluskan di Medan, Januari 2015 Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Siti Dara Fadilla, S.Si, MT NIP 197705162005012001
Dian Rachmawati, S.Si, M.Kom NIP 198307232009122004
Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,
Dr. Poltak Sihombing, M.Kom NIP 196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI KOMBINASI ARITHMETIC MEAN FILTER DAN HIGH BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS PADA CITRA DIGITAL
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan,
Januari 2015
Lorent Oliver Barus 101401034
Universitas Sumatera Utara
iv
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas berkat dan karunia-Nya sehingga penulis dapat menyelesaikan 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. Tuhan Yesus Kristus yang sangat luar biasa yang selalu menyertai penulis setiap saat dalam menyelesaikan skripsi ini 2. Bapak saya Johan Barus dan Ibu saya Rosmawati br Bangun yang menjadi semangat hidup penulis untuk sukses dan selalu memberikan dukungan yang sangat luar biasa serta doa kepada penulis dalam menyelesaikan skripsi ini 3. Kakak saya Bella Rina Fitriany Barus dan Effrina Yuli Wijaya Barus yang selalu memberikan dukungan, doa dan bantuan kepada penulis dalam menyelesaikan skripsi ini 4. Bapak Prof.Dr.dr.Syahril Pasaribu, DTM&H, MSc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara 5. Bapak Prof.Dr.Muhammad Zarlis, selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara dan dosen penguji I yang telah memberikan kritik, saran dan dukungan dalam menyelesaikan skripsi ini 6. Bapak Dr.Poltak Sihombing, M.Kom, selaku ketua Program studi S1 Ilmu Komputer Universitas Sumatera Utara 7. Ibu Maya Silvi Lydia, B.Sc, M.Sc, selaku Sekretaris Program studi S1 Ilmu Komputer Universitas Sumatera Utara dan sebagai dosen pembimbing akademik 8. Bapak M. Andri Budiman, ST, M.Comp.Sc, MEM, selaku dosen penguji II yang memberikan kritik, saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini 9. Ibu Dian Rachmawati, S.Si, M.Kom, selaku dosen pembimbing I yang telah memberikan saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini
Universitas Sumatera Utara
v
10. Ibu Siti Dara Fadilla, S.Si, MT, selaku dosen pembimbing II yang memberikan saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini 11. Seluruh dosen dan pegawai Program studi S1 Ilmu Komputer Fasilkom-TI USU 12. Sahabat saya Anggia, Kristian, Jem, Sri, Bermanta dan Ris yang memberi semangat dan motivasi kepada penulis 13. Teman-teman saya khususnya LOGIC, bang suki, bang liman, bang jo, bang ijonk, bang angga, bang dave, bang muek, bang lagger, bang septian, yansen, hengky, rivai, johanes, kurniawan, gunalan, timothy, ardi, mahesa, andika, dan sora yang memberi inspirasi dan semangat kepada penulis 14. Teman-teman kuliah saya semua stambuk 2010, Andhika, Amel, Devina, Westy, Sunfirst, Lenora, Tetti, Janwandi, dan teman-teman lainnya yang memberikan dukungan kepada penulis 15. Junior saya khususnya Andrus yang telah memberikan dukungan, inspirasi, dan berbagi ilmu kepada penulis dalam menyelesaikan skripsi ini 16. Junior saya Evi, Evelin, Satya, Toni, Endang, Jay, Yenni, Juwita, Jeklin, Ita, Witty, Mey yang memberikan dukungan dan semangat kepada penulis 17. Dan yang terkhusus untuk Vexil, Lexil, dan Luvis, yang selalu memberi dukungan, semangat dan menemani penulis dalam menyelesaikan skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna untuk itu penulias menerima kritik dan saran yang membangun untuk menyempurnakan skripsi ini. Dan semoga Tuhan Yang Maha Esa memberikan berkat dan karunia kepada seluruh pihak yang membantu penulis dalam menyelesaikan skripsi ini
Medan, Januari 2015
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Penurunan kualitas citra sering ditemukan pada citra digital. Noise merupakan salah satu contoh terjadinya penurunan kualitas citra disebabkan oleh gangguan pada teknik pengambilan citra. Noise Gaussian dan noise Salt-and-Pepper adalah noise yang sering ditemukan pada citra digital. Untuk memperbaiki citra yang mempunyai noise digunakan suatu metode filtering, salah satu contohnya adalah Arithmetic Mean Filter. Arithmetic Mean Filter merupakan metode filtering yang mengubah semua nilai titik tengah pada seluruh blok area citra dan membuat citra menjadi halus. Citra halus dapat menyebabkan tampilan objek pada citra menjadi kabur. Untuk memperbaiki citra kabur digunakan metode High Boost Filtering untuk mempertajam tampilan citra. Hasil terbaik yang diperoleh dari proses perbaikan citra menggunakan Arithmetic Mean Filter dan High Boost Filtering dapat dibuktikan bedasarkan parameter Mean Square Error (MSE) dan Peak Signal to-Noise Ratio (PSNR). Dari hasil perhitungan rata-rata Mean Square Error (MSE) dan Peak Signal to-Noise Ratio (PSNR), maka dapat disimpulkan metode Arithmetic Mean Filter lebih baik mereduksi noise gaussian. Sedangkan metode High Boost Filtering lebih baik memperbaiki citra pada jenis noise gaussian.
Kata kunci : Kualitas Citra, Arithmetic Mean Filter , High Boost Filtering, Mean Square Error (MSE) dan Peak Signal to-Noise Ratio (PSNR).
Universitas Sumatera Utara
vii
IMPLEMENTATION AND COMBINATION OF ARITHMETIC MEAN FILTER AND HIGH BOOST FILTERING TO RESTORE QUALITY OF DIGITAL IMAGE
ABSTRACT
Degradation of image quality often found in digital image. Noise is one example of a image quality degradation caused by interference with the image retrieval techniques. Gaussian noise and Salt and Pepper noise can often be found in digital image. To improve and image that has noise a filtering method is used, one of its example is the Arithmetic Mean Filter. Arithmetic Mean Filter is a filtering method that convert all the midpoint value of entire image block area and make the image becomes smooth. Smooth image can cause object display on image becomes blur. To improve the blur image High Boost Filtering method is used to sharpen the image display. The best results obtained from the image improvement process using Arithmetic Mean Filter and High Boost Filtering can be proved from Mean Square Error (MSE) and Peak Signal to-Noise Ratio (PSNR) parameters. From the average calculation result of Mean Square Error (MSE) and Peak Signal to-Noise Ratio (PSNR) it can be concluded that Arithmetic Mean Filter method is better to reduce gaussian noise. While the High Boost Filtering method is better to improve the image of the gaussian noise type. Keyword : Image Quality, Arithmetic Mean Filter , High Boost Filtering, Mean Square Error (MSE) dan Peak Signal to-Noise Ratio (PSNR).
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar isi Daftar Tabel Daftar Gambar
ii iii iv vi vii viii x xi
Bab 1 Pendahuluan 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Sistematika penulisan
1 3 3 4 4 4 4
Bab 2 Tinjauan Pustaka 2.1 Pengertian Citra 2.1.1 Resolusi Citra 2.2 Jenis –jenis Citra Digital 2.3 Pengolahan Citra 2.4 Operasi Perngolahan Citra 2.5 Format File Citra 2.6 Peningkatan Kualitas Citra (Image Enhancement) 2.6.1 Filter Spasial (Spatial Filtering) 2.6.2 Kernel 2.6.3 Filter Pelolos Rendah (Low Pass Filter) 2.6.4 Filter Pelolos Tinggi (CMYK) 2.6.5 High Boost Filter 2.7 Perbaikan Citra (Image Restoration) 2.8 Derau Noise 2.8.1 Gaussian Noise 2.8.2 Salt & Pepper Noise 2.9 Mean Filter 2.10 MSE dan PSNR
6 6 8 10 11 13 14 14 15 16 16 18 18 19 20 21 22 24
Bab 3 Analisis dan Perancangan sistem 3.1 Analisis sistem 3.1.1 Analisis Masalah 3.1.2 Analisis Persyaratan
25 25 26
Universitas Sumatera Utara
ix
3.1.2.1 Persyaratan Fungsional 3.1.2.2 Persyaratan Non-Fungsional 3.1.3 Analisis Proses 3.2 Pemodelan 3.2.1 Use Case Diagram 3.2.2 Sequence Diagram 3.2.3 Activity Diagram 3.3 Pseudocode Program 3.3.1 Pseudocode Arithmetic Mean Filter 3.3.2 Pseudocode High Boost Filtering 3.3.3 Pseudocode Menghitung nilai MSE dan PSNR 3.4 Perancangan sistem 3.4.1 Flowchart Sistem 3.4.2 Perancangan Antarmuka (Interface) 3.4.2.1 Form Cover 3.4.2.2 Form Process Bab 4 Implementasi dan Pengujian Sistem 4.1 Implementasi Sistem 4.1.1 Form Cover 4.1.2 Form Process 4.1.3 Form Help 4.2 Pengujian 4.2.1 Pengujian Arithmetic Mean Filter 4.2.1.1 Pengujian Gaussian noise terhadap Arithmetic Mean Filter 4.2.1.2 Pengujian Salt and Pepper noise terhadap Arithmetic Mean Filter 4.2.2 Pengujian kombinasi Arithmetic Mean-Filter dan High Boost Filtering 4.2.2.1 Pengujian kombinasi Arithmetic Mean-Filter dan High Boost Filtering pada Gaussian noise 4.2.2.2 Pengujian kombinasi Arithmetic Mean-Filter dan High Boost Filtering pada Salt and Pepper noise 4.2.3 Pengujian Black Box 4.2.3.1 Rencana Pengujian 4.2.3.2 Kasus dan Hasil Pengujian Alpha 4.2.3.3 Kesimpulan Hasil Pengujian Alpha 4.2.3.4 Kasus dan Hasil Pengujian Betha
26 27 28 28 28 32 33 34 34 36 38 38 38 43 43 44
46 46 47 49 49 50 51 55 59 60 64 68 68 68 69 69
Bab 5 Kesimpulan dan Saran 5.1 Kesimpulan 5.2 Saran
71 72
Daftar Pustaka
73
Lampiran
A-1
Universitas Sumatera Utara
x
DAFTAR GAMBAR
Nomor gambar 2.1 2.2 2.3 2.4 2.5 a 2.5 b 2.6 2.7 2.8 2.9 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15
Keterangan Citra biner Citra abu-abu (Grayscale) Citra warna (RGB) Peningkatan kualitas citra Kernel (2x2) Kernel (3x3) Perbaikan citra Gaussian Noise Salt and Pepper Noise Citra dengan nilai piksel Diagram Ishikawa Use Case Diagram Sequence Diagram Activity Diagram Flowchart sistem secara umum Flowchart Arithmetic Mean Filter Flowchart High Boost Filtering Flowchart MSE dan PSNR Form Cover Form Menu Process Form Cover Form Process Form Simulasi Procces Form Help Gambaran sistem Arithmetic Mean Filter Grafik PSNR sebelum dan sesudah filtering (Gaussian Noise) Grafik MSE sebelum dan sesudah filtering (Gaussian Noise) Grafik PSNR sebelum dan sesudah filtering (Salt and Pepper Noise) Grafik MSE sebelum dan sesudah filtering (Salt and Pepper Noise) Gambaran sistem High Boost Filtering Grafik PSNR citra kombinasi pada Gaussian noise Grafik MSE citra kombinasi pada Gaussian noise Grafik PSNR citra kombinasi pada Salt and pepper noise Grafik MSE citra kombinasi pada Salt and pepper noise Grafik kuesioner
Halaman 8 9 10 14 15 15 19 20 21 23 26 29 32 33 39 40 41 42 43 44 47 48 48 49 50 53 54 57 58 59 62 63 66 65 70
Universitas Sumatera Utara
xi
DAFTAR TABEL
Nomor tabel 3.1 3.2 3.3 3.4 3.5 3.6 4.1 4.2 4.3 4.4
Keterangan
Halaman
Dokumentasi Naratif Use Case Cover Dokumentasi Naratif Use Case Proses Dokumentasi Naratif Use Case Help Pseudocode Arithmetic Mean Filter Pseudocode High Boost Filtering Pseudocode nilai MSE dan PSNR Citra digital grayscale terhadap persentase noise (Gaussian noise) Citra digital grayscale terhadap persentase noise (Salt and pepper noise) Kernel 3x3 terhadap persentase noise (Gaussian noise) Kernel 3x3 terhadapat persentase noise (Salt and pepper noise)
30 30 31 34 36 38 52 56 61 65
Universitas Sumatera Utara
