IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI

IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL

SKRIPSI

NURUL ULFAH PRIMADINI 101401020

PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

Universitas Sumatera Utara


SKRIPSI

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

NURUL ULFAH PRIMADINI 101401020

PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015


ii

PERSETUJUAN

Judul

Kategori Nama Nomor Induk Siswa Program Studi Fakultas

: IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL : SKRIPSI : NURUL ULFAH PRIMADINI : 101401020 : SARJANA (S1) ILMU KOMPUTER : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

Diluluskan di Medan, 9 Juli 2015 Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

Amer Sharif, S.Si, M.Kom NIP. -

Dr. Poltak Sihombing, M.Kom NIP 196203171991031001

Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP 196203171991031001


iii

PERNYATAAN


SKRIPSI

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

Medan, 9 Juli 2015

Nurul Ulfah Primadini 101401020


iv

PENGHARGAAN

Puji dan syukur penulis ucapkan kepada Allah SWT atas limpahan rahmat dan karunia-Nya sehingga 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. dr. Syahril Pasaribu, D.T.M.&H., M.Sc.(C.T.M.), 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 pembimbing I yang telah memberikan masukan dalam menyelesaikan skripsi ini.

4.

Ibu Maya Silvi Lydia, B.Sc, M.Sc, selaku Sekretaris Program studi S1 Ilmu Komputer Universitas Sumatera Utara, dosen penguji I, dan pembimbing akademik yang telah memberikan kritik, saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini.

5.

Bapak Amer Sharif, S.Si, M.Kom, selaku dosen pembimbing II yang telah memberikan masukan dalam menyelesaikan skripsi ini.

6.

Ibu Dian Rachmawati, S.Si, M.Kom, selaku dosen penguji II yang telah memberikan kritik, saran dan dukungan kepada penulis dalam menyelesaikan skripsi ini.

7.

Seluruh dosen dan pegawai Program Studi S1 Ilmu Komputer Fasilkom-TI USU

8. Ayahanda Ilmainir Tabrani dan Ibunda Meri Wahyu Utama, serta adik-adik penulis, Ihsanul Ahmadi dan Fajar Imamul Hanif yang selalu memberikan doa, dukungan dan semangat kepada penulis dalam menyelesaikan skripsi ini.


v

9. Sahabat-sahabat yang selalu menyemangati, dan saling mendoakan: Annissa Fadilla, Zulwita Hariyati, Fanny Fairina Nadyaningrum Nasution, Devina Pratiwi Halim, Uswatun Hasanah, Auliza Nanda Nasution, Aulia Akbar Harahap, Bernad Darius Tarigan. Abangda Ahmad Royhan P Siregar, Fauzana Sudirman serta Fauzur Rahmi yang telah memberi inspirasi, peringatan dan semangat kepada penulis. 10. Teman-teman stambuk 2010, adinda Nurhasbiah Nasution dan Dwi Puspita Sari Syahnan, serta rekan-rekan IKLC yang tidak bisa disebutkan satu persatu

Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan doa, bantuan, perhatian, serta dukungan kepada penulis dalam penyelesaian skripsi ini. Penulis menyadari bahwa skripsi ini masih jauh dari sempurna dan untuk itu penulis menerima kritik dan saran yang membangun agar dapat menyempurnakan skripsi ini agar dapat lebih bermanfaat untuk kedepannya.

Medan, Juli 2015

Penulis


vi

ABSTRAK

Noise atau derau merupakan komponen yang tidak dikehendaki pada citra, yang menyebabkan citra terdegradasi dan kualitas citra tersebut menurun. Kehadiran noise sulit untuk dihindari, namun dapat dikurangi dengan proses restorasi. Exponential dan Rayleigh Noise merupakan beberapa contoh noise yang dapat ditemukan pada citra terdegradasi. Restorasi citra merupakan proses untuk mendapatkan kembali sebuah citra yang cacat atau terdegradasi akibat adanya tambahan noise sehingga dapat mendekati keadaan aslinya. Untuk melakukan proses restorasi dapat memanfaatkan metode filtering pada domain frekuensi. Pada penelitian ini, metode Low-pass Filtering dan High-pass Filtering akan digunakan untuk mereduksi noise yang terdapat pada citra. Citra yang telah direduksi kemudian dibandingkan berdasarkan nilai Mean Squared Error (MSE), Peak Signal to Noise Ratio (PSNR), dan runtime process hasil pemfilteran, sehingga dapat diketahui metode mana yang lebih baik dalam mereduksi noise. Hasil yang diperoleh dari proses reduksi noise pada domain frekuensi adalah, dari ketiga metode Low-pass Filtering yang digunakan, metode Gaussian Low-pass Filtering sangat baik digunakan untuk mereduksi Exponential dan Rayleigh Noise dengan nilai MSE dan PSNR rata-rata hasil filtering untuk Exponential Noise adalah 197,3511 dan 25,8776 dB dan nilai MSE dan PSNR rata-rata sebelum filtering adalah 326,08 dan 23,903 dB. Sedangkan nilai MSE dan PSNR rata-rata hasil filtering untuk Rayleigh Noise adalah 460,9587 dan 22,0633 dB dengan nilai MSE dan PSNR rata-rata sebelum filtering adalah 463,868 dan 22,076 dB. Namun, metode High-pass Filtering tidak dapat digunakan untuk mereduksi noise pada citra dikarenakan noise memiliki frekuensi yang tinggi sehingga metode High-pass Filtering tidak menyaring noise tersebut.

Kata kunci : Domain Frekuensi, Filtering, High-pass Filtering, Low-pass Filtering, Pengolahan Citra, Restorasi Citra


vii

ABSTRACT

Noise is an unwanted component in the image, which causes degraded image and the image quality decreases. The presence of noise is difficult to avoid, but can be reduced with the restoration process. Exponential and Rayleigh Noise are some examples of noise that can be found on the degraded image. An image restoration process to regain an defective image or degraded as a result of additional noise so as to approach its original state. To perform the restoration process can utilize filtering methods in the frequency domain. In this study, the method of the Low-pass Filtering and High-pass Filtering will be used to reduce noise contained in the image. The image that has been reduced then compared based on the Mean Squared Error (MSE), Peak Signal to Noise Ratio (PSNR), and the results of the filtering process runtime, so that can know which method is better in reducing noise. The results obtained from the noise reduction process on the frequency domain is, of the three methods Low-pass Filtering is used, the method of Gaussian Low-pass Filtering is best used to reduce Exponential and Rayleigh Noise with MSE and PSNR average filtering results for Exponential Noise is 197.3511 and 25.8776 dB and the MSE and PSNR on average before filtering is 326.08 and 23.903 dB, while the value of MSE and PSNR average filtering results for Rayleigh Noise is 460.9587 and 22.0633 dB with MSE and PSNR on average before filtering is 463.868 and 22.076 dB. However, High-pass Filtering method can not be used to reduce noise in the image due to noise having a high frequency so that High-pass Filtering method does not filter out the noise.

Keywords: Filtering, Frequency Domain, High-pass Filtering, Low-pass Filtering, Image Processing, Image Restoration.


viii

DAFTAR ISI

Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Daftar Lampiran Bab 1 Pendahuluan 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Ruang Lingkup Penelitian 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Sistematika Penulisan Bab II Landasan Teori 2.1 Citra 2.1.1 Definisi Citra 2.1.1.1 Citra Analog 2.1.1.2 Citra Digital 2.1.2 Jenis Citra Digital 2.1.2.1 Citra Biner 2.1.2.1 Citra Berskala Keabuan 2.1.2.3 Citra Warna (Truecolor) 2.1.3 Format File Citra 2.1.3.1 Format File Citra Bitmap 2.2 Pengolahan Citra Digital 2.2.1 Pengolahan Citra pada Domain Frekuensi 2.2.1.1 Transformasi Fourier 2.2.1.2 Fast Fourier Transform (FFT) 2.2.2 Penapisan pada Domain Frekuensi 2.2.2.1 Low-pass Filtering 2.2.2.2 High-pass Filtering 2.2.3 Noise dalam Citra 2.2.3.1 Exponential Noise 2.2.3.2 Rayleigh Noise 2.2.4 Ukuran Keberhasilan Penghilangan Noise 2.2.4.1 Mean Squared Error (MSE)

ii iii iv vi vii viii x xi xii

1 2 3 3 3 4 5 6 6 6 6 8 8 9 9 10 10 11 11 11 12 13 13 14 16 16 17 18 18


ix

2.2.4.2 Peak Signat to Noise Ratio (PSNR)

18

Bab III Analisis dan Perancangan 3.1 Analisis Sistem 3.1.1 Analisis Masalah 3.1.2 Analisis Kebutuhan 3.1.2.1 Kebutuhan Fungsional 3.1.2.2 Kebutuhan 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 3.2 Pseudocode Program 3.2.1 Pseudocode Program Filtering 3.2.2 Pseudocode Fungsi Low-pass Filtering 3.2.3 Pseudocode Fungsi High-pass Filtering 3.2.4 Pseudocode Exponential Noise 3.2.5 Pseudocode Rayleigh Noise 3.2.3 Pseudocode Mean Squared Error (MSE) 3.2.3 Pseudocode Peak Signal to Noise Ratio (PSNR) 3.3 Perancangan Sistem 3.3.1 Perancangan Flowchart Sistem 3.3.2 Perancangan Interface Sistem 3.3.2.1 Menu Utama 3.3.2.2 Menu Filtering dengan Citra yang diberi Noise 3.3.2.3 Menu Filtering dengan Citra yang memiliki Noise 3.3.2.4 Menu Help 3.3.2.5 Menu About

19 19 20 20 21 22 22 24 25 26 27 28 30 32 32 32 33 33 33 35 35 36 38 39 40

Bab IV Implementasi dan Pengujian 4.1 Implementasi Sistem 4.1.1 Menu Utama 4.1.2 Menu Filtering dengan Citra yang diberi Noise 4.1.3 Menu Filtering dengan Citra yang memiliki Noise 4.1.4 Menu Help 4.1.5 Menu About 4.2 Pengujian Sistem 4.2.1 Pengujian Filtering dengan Citra yang diberi Noise 4.2.2 Pengujian Filtering dengan Citra yang memiliki Noise 4.3 Hasil Pengujian 4.3.1 Hasil Pengujian Filtering dengan Citra yang diberi Noise 4.3.1.1 Pengujian Filtering dengan Exponential Noise 4.3.1.2 Pengujian Filtering dengan Rayleigh Noise 4.3.2 Hasil Pengujian Filtering dengan Citra yang memiliki Noise

41 41 42 42 43 43 44 44 45 46 47 47 55 63

Bab V Kesimpulan dan Saran 5.1 Kesimpulan 5.2 Saran

68 69

Daftar Pustaka

70


x

DAFTAR TABEL

Halaman Tabel 3.1 Use case Diagram Narrative Filtering dengan Citra yang diberi Noise 23 Tabel 3.2 Use case Diagram Narrative Filtering dengan Citra yang memiliki Noise 23 Tabel 3.3 Keterangan Gambar Menu Utama 36 Tabel 3.4 Keterangan Gambar Menu Filtering dengan Citra yang diberi Noise 37 Tabel 3.5 Keterangan Gambar Menu Filtering dengan Citra yang memiliki Noise 38 Tabel 3.6 Keterangan Gambar Menu Help 39 Tabel 3.7 Keterangan Gambar Menu About 40 Tabel 4.1 Daftar Gambar yang digunakan pada Pengujian 47 Tabel 4.2 Hasil Pengujian Metode Low-pass Filtering dan High-pass Filtering terhadap Citra yang diberi Noise dengan d0 = 0.09 48 Tabel 4.3 Perbandingan Nilai MSE dan PSNR Metode Metode Low-pass Filtering dan Highpass Filtering terhadap Citra yang diberi Exponential Noise 54 Tabel 4.4 Perbandingan nilai Runtime Process Metode Metode Low-pass Filtering dan Highpass Filtering terhadap Citra yang diberi Exponential Noise 54 Tabel 4.5 Hasil Pengujian Metode Low-pass Filtering dan High-pass Filtering terhadap Citra yang diberi Noise dengan d0 = 0.09 56 Tabel 4.6 Perbandingan Nilai MSE dan PSNR Metode Metode Low-pass Filtering dan Highpass Filtering terhadap Citra yang diberi Rayleigh Noise 62 Tabel 4.7 Perbandingan nilai Runtime Process Metode Metode Low-pass Filtering dan Highpass Filtering terhadap Citra yang diberi Rayleigh Noise 62 Tabel 4.8 Hasil Pengujian Metode Low-pass Filtering dan High-pass Filtering terhadap Citra yang memiliki Noise dengan d0 = 0.1 dan 0.05 63 Tabel 4.9 Perbandingan Nilai MSE dan PSNR Metode Metode Low-pass Filtering dan Highpass Filtering terhadap Citra yang memiliki Noise 67 Tabel 4.10 Perbandingan nilai Runtime Process Metode Metode Low-pass Filtering dan High-pass Filtering terhadap Citra yang memiliki Noise 67


xi

DAFTAR GAMBAR

Halaman Gambar 2.1 Contoh Citra Digital dan Matriks Penyusunnya Gambar 2.2 Contoh Tipe Citra (a) Citra Tipe Raster (b) Citra Tipe Vektor Gambar 2.3 Contoh Jenis Citra Digital (a) Citra Tipe Raster (b) Citra Tipe Vektor (c) Citra Tipe Vektor Gambar 2.4 Proses Transformasi Citra Gambar 2.5 (a) Citra Asli (b) Citra dengan Exponential Noise Gambar 2.6 (a) Citra Asli (b) Citra dengan Rayleigh Noise Gambar 3.1 Diagram Ishikawa Analisis Masalah Gambar 3.2 Use case Diagram Sistem Gambar 3.3 Activity Diagram Filtering dengan Citra yang diberi Noise Gambar 3.4 Activity Diagram Filtering dengan Citra yang memiliki Noise Gambar 3.5 Sequence Diagram Filtering dengan Citra yang diberi Noise Gambar 3.6 Sequence Diagram Filtering dengan Citra yang memiliki Noise Gambar 3.7 Pseudocode Program Filtering Gambar 3.8 Pseudocode Ideal Low-pass Filtering Gambar 3.9 (a) Pseudocode Butterworth Low-pass Filtering (b) Lanjutan Pseudocode Butterworth Low-pass Filtering Gambar 3.10 Pseudocode Gaussian Low-pass Filtering Gambar 3.11 Pseudocode Ideal High-pass Filtering Gambar 3.12 (a) Pseudocode Butterworth High-pass Filtering (b) Lanjutan Pseudocode Butterworth High-pass Filtering Gambar 3.13 Pseudocode Gaussian High-pass Filtering Gambar 3.14 Pseudocode Exponential Noise Gambar 3.15 Pseudocode Rayleigh Noise Gambar 3.16 Pseudocode Mean Squared Error (MSE) Gambar 3.17 Pseudocode Peak Signal to Noise Ratio (PSNR) Gambar 3.18 Flowchart Sistem Gambar 3.19 Rancangan Menu Utama Gambar 3.20 Rancangan Menu Program Filtering dengan Citra yang diberi Noise Gambar 3.21 Rancangan Menu Program Filtering dengan Citra yang memiliki Noise Gambar 3.22 Rancangan Menu Help Gambar 3.23 Rancangan Menu About

7 8 8 9 9 10 11 17 17 20 22 24 25 26 26 27 28 28 29 29 30 30 31 31 32 32 33 33 34 36 36 38 39 40


xii

Gambar 4.1 Gambar 4.2 Gambar 4.3 Gambar 4.4 Gambar 4.5 Gambar 4.6 Gambar 4.7

Menu Utama Menu Program Filtering dengan Citra yang diberi Noise Menu Program Filtering dengan Citra yang memiliki Noise Menu Help Menu About Pengujian Filtering dengan Citra yang diberi Noise Pengujian Filtering dengan Citra yang memiliki Noise

41 42 43 43 44 45 46


xiii

DAFTAR LAMPIRAN

Halaman A. Listing Program B. Curriculum Vitae

A-1 B-1


IMPLEMENTASI PERBANDINGAN LOW-PASS FILTERING DAN HIGH-PASS FILTERING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL SKRIPSI NURUL ULFAH PRIMADINI

Recommend Documents