Mean Squared Error MSE Analisis Masalah Analisis Persyaratan

2.6 Mean Squared Error MSE dan Peak Signal to Noise Ratio PSNR

Mean Squared Error dan Peak Signal to Noise Ratio adalah dua parameter yang sering digunakan untuk mengetahui perbandingan kualitas hasil citra filter. Berikut ini merupakan penjelasan dari kedua parameter tersebut.

2.6.1 Mean Squared Error MSE

Perbaikan citra pada dasarnya merupakan proses yang berifat objektif sehingga parameter keberhasilannya bersifat objektif pula. Untuk itu perlu adanya tolak ukur kuantitif yang bisa digunakan untuk mengukur kinerja prosedur perbaikan citra. Tolak ukur ini disebut MSE Mean Squared Error yang dinyatakan dengan persamaan berikut. ��� = 1 ��� ∑ . � �=1 ∑ � �=1 � � i,j - � � i,j 2 ………...……………9 M dan N adalah ukuran panjang dan lebar citra. � � i,j = intensitas citra di titik i,j sebelum citra terkena noise � � i,j = intensitas citra di titik i,j setelah noise dihilangkan. Semakin kecil nilai MSE, semakin bagus prosedur perbaikan citra yang digunakan. Artinya, kualitas citra setelah mengalami perbaikan noise hampir sama dengan kualitas citra aslinya [10].

2.6.2 Peak Signal to Noise Ratio PSNR

PSNR merupakan nilai perbandingan antara harga maksimum warna pada citra hasil filtering dengan kuantitas gangguan noise, yang dinyatakan dalam satuan desibel dB, noise yang dimaksud adalah akar rata-rata kuadrat nilai kesalahan √��� . Semakin besar nilai PSNR, semakin bagus prosedur perbaikan citra yang digunakan. Artinya, kualitas citra setelah mengalami perbaikan noise hampir sama Universitas Sumatera Utara dengan kualitas citra aslinya. Secara matematis, nilai PSNR dapat dirumuskan sebagai berikut: ���� = 20 Keterangan, log 10 � 255 √��� � ………………..………………………………….....10 PSNR : nilai Peak Sgnal to Noise Ratio MSE : nilai Mean Squared Error 255 : nilai skala keabuan citra Universitas Sumatera Utara BAB III ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Sebelum melakukan tahap perancangan sebuah sistem, hal pertama yang perlu dilakukan adalah analisis sistem yang akan dibangun. Analisis sistem merupakan istilah yang secara kolektif mendeskripsikan fase-fase awal pengembangan sistem. Fase awal dalam analisis sistem ini adalah fase analisis masalah yang bertujuan untuk mempelajari dan memahami masalah yang akan diselesaikan dengan menggunakan sistem ini. Kemudian dilanjutkan dengan fase analisis persyaratan yang akan memenuhi kebutuhan dan permintaan pengguna user. Analisis selanjutnya dan merupakan analisis terakhir adalah analisis proses yang akan dikerjakan sistem.

3.1.1 Analisis Masalah

Masalah yang akan diselesaikan dengan menggunakan sistem ini adalah masalah reduksi noise pada citra digital yang memiliki noise gaussian dan Noise Salt-and- pepper menjadi citra yang lebih bagus tanpa memiliki noise. Dalam sistem ini file citra yang memiliki noise tersebut akan direduksi dengan menggunakan teknik Order- Statistic Filter yang didalamnya terdapat beberapa teknik filtering yaitu, Median Filter, Mean Filter, Max Filter, Min Filter dan Midpoint Filter.

3.1.2 Analisis Persyaratan

Analisis persyaratan adalah analisis yang bertujuan untuk mengidentifikasi dan menyatakan persyaratan suatu sistem yang akan dibangun. Dalam suatu sistem analisis persyaratan dibagi menjadi dua bagian yaitu persyaratan fungsional Universitas Sumatera Utara functional requirement dan persyaratan non-fungsional nonfunctional requirement. Persyaratan fungsional merupakan deskripsi mengenai aktivitas dan layanan yang harus diberikan disediakan oleh sebuah sistem, dan persyaratan non-fungsional merupakan deskripsi mengenai fitur, karakteristik, dan batasan lainnya yang menentukan apakah sistem memuaskan atau tidak.

3.1.2.1 Persyaratan Fungsional

Dalam sistem reduksi noise pada citra digital dengan teknik Order-Statistic Filters ini terdapat beberapa hal yang menjadi persyaratan fungsional yang harus dipenuhi, antara lain : 1. Citra digital yang akan direduksi adalah citra digital berformat BMP yang memiliki Noise Gaussian atau Noise Salt-and-pepper. 2. Ukuran citra yang akan direduksi noise-nya adalah citra yang berukuran ≤ 300 x 300 pixel 3. Menggunakan kernel 3x3 dari matriks nilai pixel citra. 4. Menggunakan perhitungan dengan metode Mean Squared Error MSE dan Peak Signal to Noise Ratio PSNR sebagai pembanding kualitas file citra sebelum dan sesudah noise direduksi. 5. Hasil reduksi noise dapat disimpan dengan citra yang berekstensi .jpg dan .bmp.

3.1.2.2 Persyaratan Nonfungsional

Persyaratan fungsional meliputi performa, mudah untuk dipelajari dan digunakan, hemat biaya, dokumentasi, manajemen kualitas, dan kontrol. 1. Performa Sistem atau perangkat lunak yang dibangun harus dapat menunjukkan hasil dari proses pembangkitan noise pada citra dan proses reduksi noise pada citra digital yang memiliki noise. 2. Mudah digunakan User friendly Sistem atau perangkat lunak yang dibangun harus sederhana agar mudah digunakan oleh pengguna user. Universitas Sumatera Utara Sistem yang dimaksud adalah sistem yang memiliki interface yang menarik dan memiliki cara penggunaan yang mudah dalam pengoperasian sistem. 3. Hemat biaya Sistem atau perangkat lunak yang dibangun tidak memerlukan perangkat tambahan ataupun perangkat pendukung lainnya yang dapat mengeluarkan biaya. 4. Dokumentasi Sistem atau perangkat lunak yang dibangun dapat menyimpan citra digital yang merupakan hasil reduksi noise dari citra yang memiliki noise dengan format file jpg atau bmp. 5. Manajemen kualitas Sistem atau perangkat lunak yang dibangun harus memiliki kualitas yang baik yaitu proses reduksi noise-nya memiliki nilai MSE yang kecil dan nilai PSNR yang besar. 6. Kontrol Perangkat lunak yang dibangun memiliki kontrol berupa enable and disable, yaitu ketika citra belum di-input maka tombol fungsi pada sistem dalam keadaan tidak aktif atau disable, setelah citra di-input, maka tombol fungsi tertentu yang merupakan bagian dari fungsi reduksi noise akan aktif.

3.1.3 Analisis Proses