NOISE REDUCTION PADA CITRA DIGITAL DENGAN METODE GAUSSIAN FILTER Hadifo Abda’i Prodi Teknik Informatika Sekolah Tinggi Teknik Harapan Medan Jl. HM Jhoni No 70 Medan, Indonesia 1
[email protected] 1
1,2,3
Abstrak Dewasa ini, dimana zaman sudah semakin canggih dan peran teknologi sangat berpengaruh bagi manusi.Pada perkembangan citra digital yang sangat pesat mengakibatkan kualitas-kualitas pada citra digital semakin baik. Akan tetapi terkadang menghasilkan kualitas citra yang kurang baik dan terdapat bintik bintik hitam pada citra yang disebut noise. Dalam Tugas Akhir yang berjudul “noise reduction pada citra digital dengan metode gaussian filter” ini dibuat dengan latar belakangpeningkatan kualitas citra yang bertujuan untuk menghapus noise pada citra digital dan menghasilkan citra yang lebih baik dibandingkan dengan citra semula. Kata Kunci : Pengolahan Citra, noise reduction, Gaussian filtering, Citra Digital
Abstract Today, where the days are becoming more sophisticated and the role of technology is very influential for his being. In the development of digital image very rapidly lead to the qualities of the digital image, the better. But sometimes produce unfavorable image quality and there are specks of black spots on the image of the so-called noise. Final Project titled "noise reduction in digital images by using a Gaussian filter" is made against the background of the image quality improvement to eliminate noise in digital images and produce a better image than the original image. Keywords: image processing, noise reduction, Gaussian filtering, digital image .
1.
Pendahuluan Perkembangan teknologi pada era globalisasi saat ini sangat cepat, peran teknologi sangat berpengaruh bagi manusia untuk mempermudah melakukan berbagai aktifitas dalam kehidupan sehari-hari. Perkembangan teknologi itu sendiri sudah tersedia dimana-mana, baik dikalangan perkantoran, rumah tangga, bisnis, para pendidik, transportasi, dan masih banyak lagi yang lain. Seiring dengan perkembangan teknologi yang semakin pesat, maka semakin meningkat pula aktifitas-aktifitas masyarakat salah satunya dalam bidang fotografi. Kebutuhan masyarakat akan penggunaan fotografi semakin antusias dengan hadirnya berbagai macam media sosial. Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan.Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra digital seperti dapat memberikan suatu informasi melalui gambar dan kemudahan dalam pengolahan data gambar. Namun terkadang sering kali terdapat beberapa gangguan yang mungkin bisa saja terjadi pada citra digital, seperti timbulnya bintik-bintik yang disebabkan oleh proses capture yang tidak sempurna, adanya pencahayaan yang tidak merata mengakibatkan
intensitas tidak seragam, kontras citra terlalu rendah sehingga objek sulit untuk dipisahkan dari latar belakangnya, ataupun adanya gangguan yang disebabkan oleh kotoran-kotoran yang menempel pada citra, dan lain sebagainya. Setiap gangguan yang terdapat pada citra dinamakan noise. Pada citra digital terdapat jenis noise seperti laser yang dinamakan exponential noise. Noise ini biasa terjadi akibat adanya efek pencahayaan yang tidak merata maupun kontras citra yang terlalu tinggi ataupun yang terlalu rendah.Dengan adanya noise seperti exponential noise ini, dapat menyebabkan informasi yang ada pada citra menjadi berkurang dan sulit untuk diinterpretasikan.Sehingga, citra yang mengandung noise memerlukan adanya langkah-langkah perbaikan agar dapat digunakan secara maksimal.Salah satu langkah perbaikan itu adalah dengan teknik filtering atau melakukan reduksi noise. Jenis filtering atau reduksi noise terbagi menjadi domain spasial dan domain frekuensi. Teknik pemrosesan domain frekuensi merupakan teknik berdasarkan perubahan transformasi fourier pada citra. Sedangkan teknik pemrosesan domain spasial merupakan teknik berdasarkan manipulasi langsung dari piksel di dalam citra.
Penelitian yang dilakukan oleh Bambang Yuwono (2010), dengan judul penelitian “imagesmoothing menggunakan meanfiltering, medianfiltering, modusfiltering dan gaussianfiltering” menyimpulkan bahwa Secara garis besar timing-run untuk melakukan proses smoothing yang lebih cepat adalah metode mean. Hal ini terjadi karena metode mean hanya mendeteksi intensitas warna piksel pada citra yang meloloskan sinyal tinggi dan sinyal rendah nya saja. [3] Dengan judul penelitian “implementasi metode gaussian smoothing untuk penghalusan citra (image smoothing)” menyimpulkan bahwa setelah melakukan restorasi ternyata dapat disimpulkan bahwa citra yang telah dilakukan restorasi menghasilkan gambar yang bagus dan sesuai dengan keinginan kita. [5] Dengan judul penelitian “pengolahan citra digital menggunakan teknik filteringadaptive noise removal pada gambar bernoise” menyimpulkan bahwa Filter Adaptive Noise Removal dapat mengurangi noise pada suatu citra, idenya adalah mengupdate setiap piksel yang ada dan merubah nilai piksel tersebut dengan rata-rata nilai piksel tetangga yang “mempengaruhi nilai piksel yang sedang diproses”. Dengan mengaplikasikan image processing dan dukungan HTML 5, PHP, CSS sebagai media teknologi, membantu memperbaiki ketajaman dan kualitas citra digital. Sehingga user dapat memperbaiki kuliatas citra dan ketajaman citra dengan Bahasa pemrograman PHP.Hal ini yang ingin di capai oleh peneliti untuk merancang “aplikasi noise reduction pada citra digital dengan metode Gaussian filter”. Perumusan Masalah Berdasarkan latar belakang di atas, maka rumusan masalah yang dapat diambil yaitu: Bagaimana merancang aplikasi noise reduction pada citra digital dengan metode gaussian filter. Batasan Masalah Batasan-batasan yang digunakan dalam penelitian antar muka dan pengembangan aplikasi ini adalah sebagai berikut: 1. Hanya membahas pemrosesannoisereduction pada citra digital dengan metode gaussianfilter. 2. Sistem upload foto pemrosesan foto serta dapat mengubah dan meng-upload foto. 3. Foto yang di upload harus dengan extensi .JPG, .PNG. 4. Ukuran foto yang di upload harus dibawah 1 MB. 5. Sistem yang dibangun dijalankan di serverlocal.
Tujuan Penelitian Adapun tujuan dari penelitian ini adalah : 1. Merancang aplikasinoisereduction pada citra digital dengan metode gaussianfilter. 2. Memberikan informasi kepada pembaca bagaimana implementasinoisereduction pada citra digital dengan metode gaussianfilter .
Pengolahan Citra Pengolahan citra digital adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan kontras, transformasi warna, restorasi citra) transformasi gambar (rotasi, translasi, skala, transforamsi geometric), melakukan pemilihan citra ciri (feature images) yang optimal untuk tujuan analisis, melakukan proses penarikan informasi atau deskripsi objek atau pengenalan objek yang terkandung pada citra, melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data. Input dari pengolahan citra adalah citra sedangkan output-nya adalah citra hasil pengolahan,[6]. Penerapan Pengolahan Citra Digital Pengolahan citra digital dimulai sekitar awal tahun 1920-an dari dunia pemberitaan media cetak, dimana sebuah citra dikirim melalui kabel bawah laut di London menuju ke New York. Proses transmisi ini menghemat waktu pengiriman dari seminggu menjadi kurang dari tiga jam. Sebelum dikirim citra terlebih dahulu di kodekan dan setelah diterima citra direkonstruksi ulang. [1] Pengolahan citra digital sebenarnya mulai dari sekitar tahun 1960-an ketika saat itu diluncurkan computer yang mampu melakukan pengolahan citra. Komputer tersebut adalah pemicu cepatnya perkembangan teknologi pengolahan citra digital. Pada tahun 1964 terjadi proses pengolahan citra berupa perbaikan kualitas citra bulan dari distorsi di laboratorium jet propulsion. Citra bulan kemudian dikirim oleh pesawat ulang alik Ranger 7 [2]
Berikut adalah berbagai aplikasi pengolahan citra digital: 1. Bidang Biomedis (Biomedical) 2. Bidang Penginderaan Jarak Jauh (Remote Sensing) 3. Bidang Biometrika 4. Bidang Fotografi 5. Bidang Desain Visual 6. Bidang Volumetrik
Gaussian Filter Mask lain yang sering pula digunakan untuk penghalusan citra adalah mask penghalusan Gaussian (gaussian smoothing). Bobot pada mask penghalusan gaussian mengikuti distribusi normal. Gaussian filtering didapat dari operasi konvolusi.Operasi perkalian yang dilakukan ialah perkalian antara matriks kernel dengan matriks gambar asli. Matriks kernel gauss didapat dari fungsi komputasi dari distribusi gaussian, seperti pada persamaan di bawah ini: (𝑖 − 𝑢)2 +(𝑗 − 𝑣)2 𝐺(𝑖, 𝑗) = 𝑐. 𝑒 − 2𝜎 2 c dan 𝜎 = konstanta G (i,j) = elemen matriks kernel gauss pada posisi (i,j) (u,v) = indeks tengah dari matriks kernel gauss 1 2 1 2 3 2 1 2 1 Gambar 2.18 Matrisk Kernel Gauss 3x3 dengan 𝜎 = 1.0 Sumber (Bayu, 2010) Perkalian antara bobot matriks gambar asli dengan bobot matrik kernel gauss dapat dirumuskan seperti pada di bawah ini: 𝑃𝑖𝑥𝑒𝑙 𝐵(𝐼, 𝐽) =
𝑁−1
𝑀−1
𝑝=0
𝑞=0
(𝑁 − 1) 1 (𝑀 − 1) )) . ∑ ( ∑ 𝐺(𝑝, 𝑞). 𝑃𝑖𝑥𝑒𝑙 𝐴 (𝑖 + 𝑝 − ,𝑗 + 𝑞 − 𝐾 2 2
Dimana : Pixel A = gambar A (Gambar Asli) Pixel B(i,j) = bobot hasil perkalian pada posisi (i,j) N = jumlah kolom matriks kernel M = jumlah baris matriks kernel K = penjumlahan semua bobot di G G(p,q) = elemen matriks kernel gauss pada posisi (p,q) Untuk piksel yang berada di dalam, perkalian dilakukan menggunakan rumus no 5, yaitu menjadikan piksel yang dicari nilai barunya sebagai piksel tengah dan bobotnya dikalikan dengan bobot pada piksel tengah matrik kernel, lalu dijumlahkan dengan hasil perkalian antara bobot piksel-piksel tetangga-tetangganya dengan bobot piksel matrik kernel.Untuk piksel yang berada disudut atau perbatasan, sebelum dilakukan perkalian, sebelumnya harus mencari bobot pada piksel-piksel luar (dummy). Bobot piksel-piksel ini dicari dengan menggunakaninterpolasi yaitu dengan melihat dua piksel di dekatnya yang searah (horizontal atau vertikal). Apabila ada piksel yang memiliki bobot lebih kecil dari 0 maka bobot dijadikan 0.Apabila ada piksel yang memiliki bobot lebih besar dari 255 maka bobotnya dijadikan 255. Sumber (Bayu, 2010)
2. Metode Penelitian Penelitian tugas akhir ini dilakukan dengan menggunakan metode analisis deskriptif kualitatif yang didukung dengan data primer dan data sekunder. Adapun teknik pengumpulan data dilakukan melalui beberapa kegiatan antara lain sebagai berikut: 1. Penelitian lapangan, yaitu survei secara langsung ke objek penelitian untuk memperoleh data yang relevan, aktual dan valid baik data kualitatif (kebijakan) serta melakukan wawancara dengan beberapa pelajar, dan mahasiswa serta masyarakat sekitar. 2. Studi komprehensif yaitu melakukan studi dengan cara membaca dan mengkaji bahanbahan dari buku/literatur, artikel, teori, dan jurnal yang berhubungan dengan materi penelitian. 3. Untuk pengumpulan data sekunder dilakukan melalui data publikasi resmi yang dikeluarkan oleh instansi terkait baik pemerintah dan swasta. 4. Tahapan Kegiatan Adapun kegiatan ini dilaksanakan dengan tahapan sebagai berikut: a. Studi literatur. b. Identifikasi permasalahan yang dituangkan dalam Kerangka Acuan Kegiatan. c. Pengumpulan data primer. d. Pengumpulan data sekunder. e. Kompilasi data. f. Pengolahan data. g. Analisis data (deskriptif dan tabuler). h. Penyajian hasil analisis (teks naratif dan tabel matrik). i. Penyajian rumusan kebijakanan. 3.
Pembahasan Analisis Sistem Analisis sistem merupakan uraian keseluruhan bagaimana sistem yang berjalan baik dilihat dari analisis non fungsional dan analisis fungsional yang terdiri dari analisis perangkat lunak dan analisis perangkat keras serta analisis user yang terlibat. 3.1
3.2
Analisis Masalah Mengidentifikasi masalah merupakan langkah pertama yang dilakukan dalam tahap analisis sistem.Masalah dapat diidentifikasikan sebagai suatu pertanyaan yang ingin dipecahkan. Oleh karena itu, langkah awal yang harus dilakukan adalah mengidentifikasikan terlebih dahulu masalah yang terjadi (identify). Berdasarkan hasil observasi dan wawancara yang dilakukan pada mahasiswa teknik informatika harapan, didapat kesimpulan permasalahan yang nantinya akan dijadikan landasan perancangan operasi pengolahan
noisereduction pada citra digital dengan metode gaussian filter.. Adapun permasalahannya yaitu kurangnya pengetahuan bagaimana melakukan operasi pengolahan noise reduction pada citra digital dengan metode gaussian filter.untuk menghasilkan kualitas citra yang lebih baik dengan menghapus noise pada citra. Hal ini disebabkan karena kurangnya pengenalan dan pembelajaran yang dilakukan mahasiswa terhadap pengolahan citra dan juga sulitnya mendapatkan informasi terhadap pengolahan citra. 3.3
Analisis Prosedur Analisis Prosedur atau proses sistem memberikan gambaran tentang sistem yang sedang dibuat guna untuk mengetahui bagaimana cara kerja sistem. Analisis prosedur sistem dijelaskan pada flowchart berikut: Mulai
Gambar 3.3 Nilai Pixel Gambar 1 2 1 2 3 2 1 2 1 Gambar 3.4 Matrisk Kernel Gauss 3x3 dengan 𝜎 = 1.0 Perkalian dengan metode konvolusi matriks Kernel Gaus: 0 5 70 45 0 0 0 0
20
55
30
10
5
0
30
35
40
15
60
45
30
0
15
50
85
23
37
51
44
52
66
16
33
44
55
46
47
28
36
7
51
3
0
62
0
56
0
56
0
Loading
Gambar 3.5 Perkalian Matris Konvolusi Menu Halaman 1. Home 2. Profil
X
Pilih Menu Home
Profil
Pilih File
Tampil Profil Penulis
Input Gambar; Aray Gausian 1.0 2.0 1.0 2.0 4.0 2.0 1.0 2.0 1.0
Baca Perpixel X,Y
Pixel : X =< Gambar X
No
No
Create FIle
Ouput Gambar
1
2
1
2
3
2
1
2
1
Selesai
Yes
Pixel : Y <= Gambar Y
Yes
Panggil Warna RGB
RGB =$val * (RGB - $vas) -$vas
Gambar 3.1 Flowchart sistem noise reduction dengan metode Gasussian Filter 3.4
Perhitungan Gaussian Filter pada citra Contoh penggunaan algoritma Gaussian pada citra adalah misalkan pada citra berwarna dengan ukuran 15x20 piksel dapat dilihat pada gambar 3.6 di bawah ini yang akan diproses menjadi citra baru yang dinamakan citra HDR.
Gambar 3.2 Gambar Citra Berikut adalah nilai pixel nya: 0 5 70 45 0 0 20 55 30 10 30 35 40 15 60 0 15 50 85 23 44 52 66 16 33 46 47 28 36 7 0 62 0 56 0
0 5 45 37 44 51 56
0 0 30 51 55 3 0
G(2,2)= (1x0)+(2x5)+(1x70)+(2x0)+(3x20)+(2x55)+(1x30) +(2x35)+(1x40) = 390 G(2,3) =(1x5)+(2x70)+(1x45)+(2x20)+(3x55)+(2 x30)+(1x35)+(2x40)+(1x15) = 6585 0
5
70
45
0
0
0
0
390
6585
510
325
215
0
30
440
570
523
503
483
30
0
529
660
602
579
615
51
44
644
663
556
468
568
55
46
627
486
415
435
649
3
0
62
0
56
0
56
0
Gambar 3.6 Hasil Perkalian Matriks 390
6585
510
325
215
440
570
523
503
483
529
660
602
579
615
X 1 15
644
663
556
468
568
627
486
415
435
649
3. 4.
Gambar 3.7 Perkalian Hasil Matriks dengan nilai bobot K 0 5 70 45 0 0 0
menggunakan php, css, javascript dan lain–lain. Software xampp untuk webserver apache, phpmyadmin. Web browser seperti Mozilla dan Google Chrome
3.5.2 0
26
39
34
22
14
0
30
39
30
35
34
32
30
0
35
44
40
39
47
51
44
43
44
37
31
38
55
46
42
31
28
29
43
3
0
62
0
56
0
56
0
Gambar 3.8 Citra Hasil Setelah Di Proses 3.5
Analisis Kebutuhan Analisis kebutuhan sistem merupakan uraian keseluruhan bagaimana sistem yang berjalan baik dilihat dari analisis non fungsional dan analisis fungsional yang terdiri dari analisis perangkat lunak dan analisis perangkat keras serta analisis user yang terlibat. Analisis Kebutuhan Non Fungsional Analisis kebutuhan non fungsional merupakan suatu analisis untuk mengetahui elemen-elemen apa saja yang berhubungan dengan sistem yang dibuat.
Analisis Kebutuhan Fungsional Analisis kebutuhan fungsional merupakan analisis terhadap kebutuhan secara fungsional baik dalam aliran data ataupun informasi. Analisis kebutuhan fungsional digambarkan dalam analisis terstruktur yang akan digambarkan pada tahapan berikut.
Hasil Pengujian Setelah pembuatan dan instalsi aplikasi selesai, selanjutnya dilakukan pengujian gambar noise.Tujuan dari pengujian ini adalah untuk memastikan penghapusan noise berjalan sesuai dengan perancangan.
N o 1
Tabel.4.1 Uji Gambar Dengan Nilai value Nilai Gambar Asli Gambar Hasil Value 16
3.5.1
3.5.1.1 Kebutuhan Pengguna Sistem yang akan dibangun akan digunakan oleh user. User dapat melakukan operasi noisereduction pada citra digital dengan metode gaussian filter. yang terdiri dari input citra, melakukan proses dan menyimpan hasil file citra kedalam file JPG. 3.5.1.2 Kebutuhan Perangkat Keras Perangkat keras komputer atau hardware sangat mendukung dalam kinerja sistem. Semakin baik spesifikasi perangkat keras yang ada maka kinerja sistem pun akan semakin baik. Spesifikasi perangkat keras yang digunakan berupa Laptop/PC dengan processor Intel Core i.3 2,4 GHz, Memory 2 GB, VGA Intel HD Graphics, HDD 500 GB, Monitor : 14”. 3.5.1.3 Kebutuhan Perangkat Lunak Selain perangkat keras (hardware) diperlukan perangkat lunak (software) untuk membangun sistem ini, diantaranya: 1. Sistem operasi Windows 7 Ultimate 2. Software untility Adobe Dreamweaver CS6 untuk pembuatan website dengan
2
99
3
12
4
72
5
50
6
99
7
2.
84
3.
8
50
9
38
1 0
74
a.
Pengujian Dengan Metode Black Box Setelah pembuatan dan instalasi aplikasi selesai, selanjutnya dilakukan pengujian aplikasi yang dibuat.Tujuan dari pengujian aplikasi adalah untuk memastikan komponen-komponen dari aplikasi telah berfungsi sesuai dengan yang telah dirancang.Pengujian yang dilakukan pada aplikasi ini menggunakan metode Black Box. Metode Blackbox digunakan untuk mengetahui apakah perangkat lunak berfungsi dengan benar.Pengujian dilakukan di Laptop Acer Aspire 4740G. Dengan XAMPP v. 3.2.2 dan PHP v. 5.6.15 i. Pengujian Pada Halaman Utama Pada tampilan halaman utama penulis tidak menemukan kesalahan: 1. Tombol Profil bekerja secara semestinya 2. Tombol Home bekerja secara semestinya 3. Proses dapat berjalan dengan semestinya pada penghapusan noise terlihat jelas noise yang di hapus. ii. Pengujian Pada Halaman Pemilihan Gambar Pada tampilan halaman pemilihan gambar penulis tidak menemukan kesalahan. 1. Tampilan desain forminputfile sejajar dengan tombol upload. 2. File dapat dipilih dan di unggah dengan baik. iii. Pengujian Pada Halaman Setelah Di Upload Pada tampilan halaman setelah di upload penulis tidak menemukan kesalahan 1. Tampilan gambar sesuai dengan css yang di atur.
Tampilan Histogram sesuai dengan gambar. Tampilan slider sesuai dengan perancangan.
iv. Pengujian Pada Halaman Setelah Di Proses Pada tampilan halaman setelah di di proses penulis tidak menemukan kesalahan. 1. Tampilan gambar sesuai dengan css yang diatur. 2. Tampilan gambar yang di proses sesuai dengan nilai value yang di pilih. 3. Tampilan histogram pada gambar asli dan gambar sesudah di lakukan noise reduction sesuai dengan proses. v. Pengujian Pada Halaman Profil Pada tampilan halaman profil penulis tidak menemukan kesalahan 1. Tampilan foto dan data diri sesuai dengan perancangan 2. vi. Hasil Pengujian Berdasarkan hasil pengujian yang dilakukan maka diperoleh kesimpulan hasil: a. Aspek Desain : Dalam pembuatan aplikasi ini Desain sudah berjalan semestinya. b. Aspek Fungsi : Setiap isi dan fungsi berjalan dengan semestinya. c. Aspek Tujuan : Setiap isi dan fungsi sesuai dengan tujuan aplikasi yaitu sebagai sarana perbaikan kualitas citra digital dengan cara noise reduction dengan metode Gaussian filter . 4.
Kesimpulan Berdasarkan hasil penelitian, analisis data, dan pembahasan dalam penelitian ini, dapat disimpulkan bahwa: 1. Aplikasiimplementasi noisereduction pada citra digital dengan metode gaussian filter telah berhasil dikembangkan meliputi tampilan Input Gambar, tampilan proses penghapusan noise, serta Histogram gambar normal maupun gambar setelah di lakukan penghapusan noise. 2. Noise terjadi karna kurangnya cahaya pada cahaya, semakin terang pencahayaan pada citra maka semakin rendah noise citra tersebut.
3. 4.
5.
Semakin besar nilai value maka gambar semakin cerah dan noise semakin hilang. Semakin besar dimensi citra, maka runtime proses reduksi juga akan semakin lama dan membutuhkan kapasitas memori yang cukup besar. Kecepatan dalam pengaksesan aplikasi dipengaruhi oleh dukungan ketersediaan perangkat keras dan perangkat lunak.
4.1 Saran Berdasarkan hasil penelitian dan pembahasan serta kesimpulan yang telah dikemukakan, berikut ini adalah beberapa saran yang diharapkan dapat menjadi masukan bagi pengembang sistem ini untuk menjadi lebih baik adalah sebagai berikut: 1. Sistem di upload ke dalam hosting sehingga dapat di akses oleh banyak user. 2. Pembuatan aplikasi ini dapat dikembangkan lagi dengan menggunakan metode yang lain, sehingga bisa dibandingkan hasilnya jika menggunakan metode yang lain.
Prihatna, Henky. 2005. Kiat Praktis Menjadi Web Master Professional.Jakarta. Primadini, NurulUlfa. (2015). Perbandingan Lowpass Filtering dan Highpass Filtering Untuk Mereduksi Noise Pada Citra Digital. Medan. Purba, Riri. (2015). USU: Medan :Analisis Dan Implementasi Algoritma Gausian Dan Highpass Untuk Hasil Citra High Dinamic Range. Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta. Saputra, Agus. 2012. Web Tips PHP, HTML5 dan CSS3. Cirebon. Sutabri,
Tata. 2012.
Analisis
Informasi.Yogyakarta : PenerbitAndi. Sutoyo T, dkk. 2009. Teori Pengolahan Citra Digital.Yogyakarta : Penerbit Andi.
DAFTAR PUSTAKA
AS, Rosa dan Shalahuddin, M. 2013.Rekayasa Perangkat Lunak Informatika. Bandung Fitri, Anisa.2014. Perbandingan Metode Lowpass Filter Dan Median Filter Dalam Penghalusan Citra Untuk Peningkatan Kualitas Citra. Jakarta.:Universitas KomputerIndonesia. Gonzales, Rafael. 2010. Digital Image Processing Second Edition. New Jersey: Prentice Hall. Hermawati, FajarAstuti.2013. Pengolahan Citra Digital Konsep & Teori.Yogyakarta. Jogiyanto.2009. Analisis & Disain.Yogyakarta. Kurnianto, Denny.2015. Belajar Image Processing- Mengenal 4 Jenis Tipe Citra.Tersedia Online: Diakses Tanggal 02 Februari 2016. Kusbianto, Deddy. 2010.Analisis dan Perancangan Sistem Informasi. STMIK: Yadika Bangil. Pasuruan. Munir.R, 2010.Pengolahan Citra Digital dengan Pendekatan Algoritmik Informatika. Bandung. Nugroho, Adi, 2009. Rekayasa Perangkat Lunak Menggunakan UML dan Java. Jakarta.
Sistem
