Kesimpulan KESIMPULAN DAN SARAN

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Setelah melakukan tahap analisis, perancangan, implementasi dan pengujian terhadap Sistem Implementasi Perbandingan Low-pass Filtering dan High-pass Filtering untuk Mereduksi Noise pada Citra Digital, maka diperoleh kesimpulan sebagai berikut: 1. Citra terdegradasi dapat direstorasi menggunakan metode Low-pass Filtering dan High-pass Filtering pada domain frekuensi. 2. Berdasarkan hasil perbandingan dari pengujian yang telah dilakukan, didapatkan beberapa poin, antara lain: a. Seluruh metode Low-pass Filtering sangat baik mereduksi Exponential Noise. Hal tersebut dibuktikan dengan nilai MSE rata-rata sebelum filtering yaitu 326,08 dan nilai MSE rata-rata setelah filtering untuk Ideal = 207,6144, Butterworth = 200,6350, Gaussian = 197,3511. Untuk nilai PSNR rata-rata sebelum filtering adalah 23,903 dB, dan nilai PSNR rata-rata setelah filtering untuk Ideal = 25,2872 dB, Butterworth = 25,7765 dB, Gaussian = 25,8776 dB. Nilai MSE setelah filtering lebih kecil daripada sebelum filtering dan nilai PSNR setelah filtering lebih besar daripada sebelum filtering menunjukkan bahwa, dari ketiga metode Low-pass Filtering yang digunakan, kinerja metode Gaussian Low-pass Filtering sangat baik untuk mereduksi Exponential Noise. b. Seluruh metode Low-pass Filtering cukup baik mereduksi Rayleigh Noise. Hal tersebut dibuktikan dengan nilai MSE rata-rata sebelum filtering adalah 463,868 dan nilai MSE rata-rata setelah filtering untuk Ideal = 471,8243, Butterworth = 465,4823, Gaussian = 460,9587. Untuk nilai PSNR rata-rata sebelum filtering adalah 22,076 dB dan nilai PSNR rata-rata setelah filtering Universitas Sumatera Utara untuk Ideal = 21,9241 dB, Butterworth = 22,0098 dB, Gaussian = 22,0633 dB. Beberapa metode memiliki nilai MSE setelah filtering yang mendekati atau lebih kecil daripada sebelum filtering dan nilai PSNR setelah filtering yang mendekati atau lebih besar daripada sebelum filtering menunjukkan bahwa, dari ketiga metode Low-pass Filtering yang digunakan, kinerja metode Gaussian Low-pass Filtering baik untuk mereduksi Rayleigh Noise. c. Seluruh metode High-pass Filtering tidak dapat menghilangkan Exponential dan Rayleigh Noise karena noise memiliki nilai frekuensi tinggi sehingga High-pass Filtering meloloskan noise tersebut. d. Metode Low-pass Filtering dan High-pass Filtering tidak dapat menghilangkan gangguan pada citra hasil pengambilan objek bergerak.

5.2 Saran