Professional Documents
Culture Documents
Analisis Perbandingan Metode Gaussian Filter Dengan Wiener Filter Untuk Mereduksi Noise Gabungan Gaussian Dan Salt and Pepper Dimas Ari Tonang
Analisis Perbandingan Metode Gaussian Filter Dengan Wiener Filter Untuk Mereduksi Noise Gabungan Gaussian Dan Salt and Pepper Dimas Ari Tonang
Abstrak
Simplicity in the process of retrieval and storage of information in the form of digital image making
community started leaving the analog image. From the ease of digital image sometimes can be contaminated by
noise. Noise due to the process of delivery either via cable or via satellite media is very influential to the quality
of the image. By using the technique of filtering noise reduction process will be performed on a digital image
that has been previously given the joint Gaussian noise and salt and pepper and continued with Similarity
Measurement of digital image similarity to identify the results of filtering with the original image. This research
was conducted to determine the appropriate filtering techniques to reduce the combined noise Gaussian and salt
and pepper. The process of image processing in this study consists of process input imagery, image conversion,
addition of noise reduction filtering method of image with Gaussian and wiener. Of research results obtained so
that the application of the Gaussian Filter with a value of standard deviation = 0.1 produces digital images that
best approached the original image compared to the application of the Gaussian filter with standard deviation
range 0.1 ≤ ≥ 10. Retrieved also Euclidean distance calculation results more consistent and get the smallest
distance against the original image. It is also supported by calculation of the RMSE and PSNR Gaussian Filter
method that has the effectiveness of 86.7% nicer than Wiener Filter in reduction of the image containing the
joint Gaussian noise and Salt and pepper. This research developed so that can use different types of methods or
other noise.
Keywords: digital Imagery, Gaussian Noise, Salt and Pepper Noise, Euclidean Distance, GaussianFilter,
Wiener Filter,RMSE,PSNR
Abstract
Kemudahan dalam proses pengambilan dan penyimpanan informasi berupa citra digital membuat masyarakat
mulai meninggalkan citra analog. Dari kemudahan tersebut terkadang citra digital dapat terkontaminasi derau
(noise). Derau/noise akibat proses pengiriman baik itu melalui media kabel ataupun melalui satelit sangat
berpengaruh terhadap kualitas citra. Dengan menggunakan teknik filtering akan dilakukan proses pengurangan
noise pada citra digital yang sebelumnya telah diberi noise gabungan gaussian dan salt and pepper dan
dilanjutkan dengan Similarity Measurement untuk mengidentifikasi kesamaan citra digital hasil filtering dengan
citra original. Penelitian ini dilakukan untuk menentukan teknik filtering yang tepat untuk mengurangi noise
gabungan gaussian dan salt and pepper. Proses pengolahan citra dalam penelitian ini terdiri atas proses input
citra, konversi citra, penambahan noise, reduksi citra dengan metode filtering gaussian dan wiener. Dari hasil
penelitian didapat bahwa penerapan Gaussian Filter dengan nilai standar deviasi = 0,1 menghasilkan citra digital
yang paling mendekati citra original dibanding dengan penerapan Gaussian filter dengan standar deviasi rentang
0,1≤≥10. Diperoleh juga hasil perhitungan euclidean distance lebih konsisten dan mendapatkan jarak terkecil
terhadap citra asli. Hal tersebut di dukung juga dengan perhitungan RMSE dan PSNR bahwa metode Gaussian
Filter memiliki efektivitas sebesar 86,7% lebih bagus daripada Wiener Filter dalam mereduksi citra yang
mengandung gabungan noise Gaussian dan Salt and pepper. Supaya penelitian ini berkembang dapat
menggunakan jenis metode atau noise yang lain.
Kata kunci : Citra digital, Gaussian Noise, Salt and Pepper Noise, Euclidean Distance, Manhattan Distance,
GaussianFilter, Wiener Filter, RMSE,PSNR
penurunan kualitas citra yang disebabkan oleh metode filtering tersebut dengan melakukan proses
banyak faktor. Salah satu faktor yang menyebabkan pengurangan gabungan dua buah noise, yaitu
kualitas citra menurun biasanya terjadi ketika dengan menggabungkan gaussian noise dan salt
proses pengambilan, pengiriman dan penyimpanan and pepper noise dengan tingkat standar deviasi
citra tersebut. Suatu citra dikatakan mengalami noise masing-masing 0,2 yang akan diuji dengan
penurunan kualitas mutu biasanya mengandung dua buah metode filtering yaitu gaussian filter dan
cacat atau derau (noise) dan warnanya terlalu wiener filter yang kemudian akan dilakuakn
kontras ataupun juga blur. Sebuah citra digital yang pendekatan jarak untuk membandingkan hasil citra
mengalami kerusakan mengakibatkan informasi filtering yang paling mendekati citra asli.
yang akan disampaikan jadi berkurang sehingga
membuat informasi yang diperoleh menjadi tidak METODE
sesuai dengan apa yang diharapkan. Kerusakkan Spatial Filtering
yang terjadi akibat proses pengiriman baik itu
melalui media kabel ataupun melalui satelit juga Spatial filtering merupakan suatu konsep untuk
berpengaruh terhadap kualitas citra sehingga untuk memodifikasi nilai piksel citra digital dengan
menyikapi hal tersebut maka perlu dilakukan menerapkan suatu fungsi pada piksel tetangga dari
sebuah proses perbaikan citra dengan piksel tersebut. Jenis spatial filtering yang akan
menggunakan metode filtering citra [1]. digunakan pada penelitian ini:
Pada proses filtering, derau / noise Gaussian Filtering
diperbaiki sehingga citra mudah di intrepertasikan Gaussian filtering diperoleh dari operasi konvolusi
oleh manusia ataupun mesin dan menjadikan yang merupakan proses perkalian antara matriks
informasi yang akan disampaikan sesuai dengan kernel dengan matriks gambar asli. Matriks kernel
yang diharapkan. Derau ataupun noise adalah gauss diperoleh dari fungsi komputasi yang
sebuah gambar atau piksel yang mengganggu merupakan hasil dari distribusi gaussian, berikut
kualitas citra. Derau dapat disebabkan oleh dapat dilihat pada persamaan di bawah ini:
gangguan fisis(optik) pada alat akuisisi maupun
secara disengaja akibat proses pengolahan yang 1)
tidak sesuai. Contohnya adalah bintik hitam atau
putih yang muncul secara acak yang tidak
Wiener Filtering
diinginkan di dalam citra ataupun bintik putih yang
terdistribusi normal. Noise dengan bintik acak Wiener Filtering merupakan jenis filter spasial non-
tersebut disebut dengan derau (salt & paper) dan linear. Pada noise image dimodelkan sebagai
noise dengan bintik putih yang terdistribusi normal berikut:
disebut dengan derau gaussian. [2]
Berdasarkan penelitian yang pernah . . . . . . . . . . . . . . . . . 2)
dilakukan Gybert Saselah, Winsy Weku, Luther
Latumakulita [1] dalam penelitianya yang berjudul Diketahui M merupakan gambar original dan N
“Perbaikan Citra Digital dengan Menggunakan adalah noise; dengan asumsi terdistribusi normal
Filtering Technique dan Similarity Measurement” dengan mean 0. Terkadang, dalam mask yang
mendapat kesimpulan: 1.Bahwa Gaussian filter dihasilkan, mean tidak selalu bernilai 0; misalkan
lebih mendekati citra original daripada wiener filter
untuk memperbaiki citra yang mengandung noise adalah varians noise yang bekerja pada gambar
gaussian. 2. Berdasarkan perhitungan similarity serta g adalah current value dari piksel pada noisy
measurement metode euclidean distance image. (McAndrew, 2004), maka nilai output dapat
menghasilkan jarak paling kecil dibanding dengan dihitung dengan rumus berikut:
metode manhattan pada penerapan gaussian filter
dengan ukuran matriks 3x3 dengan nilai standar 3)
deviasi = 1 dan diikuti juga dengan hasil
perhitungan MSE,PSNR dan SNR yang juga Noise
konsisten dengan nilai terbaik pada ukuran strandar Noise (derau) merupakan penyebab utama
deviasi tersebut. penurunan kualitas citra (degradasi), sehingga
Dari hasil uji coba dan analisis yang dilakukan sangat mengganggu apabila suatu foto ingin dicetak
serta kesimpulan yang diperoleh, peneliti dan disimpan pada album atau dipajang diruang
seblumnya memberikan rujukan untuk melakukan tamu.
penelitian lebih lanjut dengan menggunakan jenis Gaussian Noise
noise yang berbeda ataupun dengan gabungan dua Derau Gaussian adalah derau putih yang Noise
noise atau lebih. mempunyai distribusi normal. Jika citra dinyatakan
Berdasarkan latar belakang masalah dengan I dan derau Gaussian dinyatakan dengan N,
tersebut maka pada penelitian ini akan dilakukan maka citra yang terkorupsi oleh derau Gaussian
penelitian lebih lanjut mengenai analisis terhadap dinyatakan dengan cara menambahkan keduanya
2
Dokumen Karya Ilmiah | Tugas Akhir | Program Studi Teknik Informatika –S1 | Fakultas Ilmu Komputer | Universitas Dian Nuswantoro
Semarang | 2016
[9] yaitu dapat dibentuk model noisy image sebagai Nilai PSNR didapat dengan rumus:
berikut : B .......
PSNR 20. log . . . . . . . . 9)
RMSE
. . . 4)
Proses Alur Penelitian
Salt And Pepper Noise Proses Pemberian
Noise ( Gaussian
Derau Salt and Pepper sering disebut juga impulse Citra Asli Proses Grayscale
Noise dan Salt And
Pepper Noise
noise, shot noise, dan binary noise adalah derau
disebabkan oleh gangguan yang tajam dan tiba-tiba
(sharp and sudden) pada sinyal citra, kenampakan
Proses Filtering
pada citra akan berupa titik-titik (piksel) hitam atau Proses Simiilarity Noise ( Gaussian
putih (atau kedua-duanya) yang tersebar pada citra Measurement Filter dan Wiener
Filter)
[9]
3
Dokumen Karya Ilmiah | Tugas Akhir | Program Studi Teknik Informatika –S1 | Fakultas Ilmu Komputer | Universitas Dian Nuswantoro
Semarang | 2016
manhattan distance. Berikut adalah tabel hasil Untuk membuktikan ke efektifan kedua metode
perhitungan similarity measurement: tersebut akan dilakukan analisis tingkat lanjut
dengan menggunakan 5 (lima ) buah citra uji
dengan standar deviasi filter 0,1 dan ukuran matriks
filter 3x3.
Berikut adalah hasil uji kualitas citra dengan lima
buah citra uji:
5. Analisis Teknik
Dari hasil perhitungan similarity pada kedua
metode tersebut memberikan hasil yang kurang
maksimal dikarenakan hasil dari perhitungan
wiener mempunyai nilai yang sama. Sehingga perlu
dilakukan uji selanjutnya dengan menggunakan
standar deviasi 0,1 s.d 10,. Berikut tabel hasil
perhitungannya:
4
Dokumen Karya Ilmiah | Tugas Akhir | Program Studi Teknik Informatika –S1 | Fakultas Ilmu Komputer | Universitas Dian Nuswantoro
Semarang | 2016
KESIMPULAN
a. Penerapan gaussian filtering dengan ukuran
filter 3x3 dan presentase noise 20% serta nilai
standar deviasi =0,1 menghasilkan citra digital
yang paling mendekati citra original dibanding
dengan nilai standar deviasi lain dengan hasil
ukuran jarak euclidean 7542,272 dan RMSE
sebesar 14,740 serta PSNR sebesar 24,760 dB,
sedangkan Wiener Filter pada ukuran yang
sama jarak euclidean terbaik 7614,611dan
RMSE sebesar 14,872 serta PSNR sebesar
24,683 dB.
b. Efektifitas penerapan metode gaussian filter
dalam pengurangan noise gabungan gaussian
dan salt and pepper terhadap 5 buah citra uji
sebesar 86,7% yang menyatakan metode
gaussian filter lebih baik daripada Wiener
Filter.
DAFTAR PUSTAKA
[1] w. w. l. l. Gybert saselah, "Perbaikan Citra Digital
dengan Menggunakan Filtering Technique,"
ejournal, vol. 2, 2013.
[2] Hermawati, Pengolahan Citra Digital, Yogyakarta:
Andi, 2013.
[3] B. Yuwono, "Image Smoothing Menggunakan
Mean Filtering, Median Filtering, Modus Filtering
dan Gaussian Filtering," Telematika, vol. 7, 2015.
[4] E. J. Rani and E. S. Kaur, "Image Restoration Using
Various Methods and Performance Using Various
Parameters," International Journal of Advanced
Research in Computer Science and Software
Engineering , vol. 4, no. 1, 2014.
[5] M. K. D. Rika Novita Wardhani, "Analisis
PenerapanMetode Konvolusi untuk Reduksi Derau
pada Citra Digital," Poli-Teknologi, vol. 10, p. 2,
2011.
[6] M. H. Oceandra, "Pengurangan Noise Pada Citra
Digital," 2013.
[7] E. D. Ginting, "Deteksi tepi Menggunakan metode
Canny Dengan Matlab Untuk Membedakan Uang
Asli dan Uang Palsu," 2012.
[8] Arifin and Budiman, "Edge Detection
Menggunakan Roberts Cross," vol. 12, 2012.
[9] A. McAndrew, "An Introduction to Digital Image
Processing with Matlab," School of Computer
Science and Mathematics, 2004.
[10] R. Munir, Pengolahan Citra Digital, Bandung :
Informatika, 2004.
[11] P. A. Setiyono, "Menganalisa Perbandingan Deteksi
Tepi Antara metode Sobel dan Metode Robert,"
2012.