Gambar 4.13 Tampilan Citra Grayscale berformat PNG dengan Salt and Pepper Noise 20
4.2.3 Pengujian proses High-Boost Filtering
Setelah citra grayscale mengalami Gaussian noise atau Salt and Pepper noise maka citra tersebut selanjutnya akan melalui proses filtering. Proses filtering
menggunakan High-Boost Filtering yang akan menghasilkan citra grayscale yang baru setelah melalui proses filtering. Berikut tampilan hasil filtering pada
citra grayscale yang mengalami Gaussian Noise dengan format .bmp dapat dilihat pada Gambar 4.14.
Universitas Sumatera Utara
Gambar 4.14 Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra berformat .bmp setelah melalui proses filtering .
Berikut tampilan hasil filtering pada citra grayscale yang mengalami Gaussian Noise dengan format .png dapat dilihat pada Gambar 4.15
Universitas Sumatera Utara
.
Gambar 4.15 Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra berformat .png setelah melalui proses filtering .
Berikut tampilan hasil filtering pada citra grayscale yang mengalami Salt and Pepper Noise dengan citra berformat .bmp dapat dilihat pada Gambar 4.16
Universitas Sumatera Utara
Gambar 4.16 Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan citra berformat .bmp setelah melalui proses filtering .
Berikut tampilan hasil filtering pada citra grayscale yang mengalami Salt and Pepper Noise dengan citra berformat .png dapat dilihat pada Gambar 4.17
Universitas Sumatera Utara
Gambar 4.17 Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan citra berformat .png setelah melalui proses filtering .
4.2.4 Hasil dari Proses yang Filtering yang telah dilakukan
Berikut tampilan hasil dari proses filtering yang telah dilakaukan dengan menampilkan nilai perubahan piksel yang terjadi dari sebelum proses filtering
hingga setelah proses filtering.
Universitas Sumatera Utara
Gambar 4.18. Hasil dari Proses yang Filtering yang telah dilakukan
4.2.5 Pengujian proses Filtering Gaussian Noise pada citra grayscale berformat BMP dan PNG dengan menggunakan High-Boost Filtering.
Pengujian proses Filtering Gaussian Noise pada citra grayscale berformat BMP dan PNG dengan menggunakan High-Boost Filtering dapat ditunjukkan pada
tabel 4.1 dan 4.2 berikut ini.
Universitas Sumatera Utara
Tabel 4.1 Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Gaussian Noise dan Citra Hasil Filtering dengan High-Boost Filtering
dengan Format BMP.
Probabilitas Noise
Citra Grayscale Awal Citra Grayscale ber-
noise Citra Grayscale Hasil
Filtering MSE
PSNR 10
3276,7 1,297
20 3914,9
1,220
30 4663,7
1,144
40
5614,2 1,0638
Universitas Sumatera Utara
Tabel 4.2 Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Gaussian Noise dan Citra Hasil Filtering dengan High-Boost Filtering
dengan Format PNG.
Probabilitas Noise
Citra Grayscale Awal Citra Grayscale ber-
noise Citra Grayscale Hasil
Filtering MSE
PSNR 10
3168,8 1,3122
20
3649,2 1,2509
30 4120.9
1,1981
40
4635,6 1,1471
Universitas Sumatera Utara
Dari tabel 4.1 dan tabel 4.2 diatas kita dapat melihat bahwa nilai MSE yang didapat setelah dilakukan filtering pada citra grayscale berformat .bmp lebih
besar dibandingkan nilai MSE pada citra grayscale berfotmat .png. Namun terjadi hal yang sebaliknya terhadap nilai PSNR, nilai PSNR pada citra grayscale
berformat .bmp lebih kecil dari pada nilai PSNR pada citra grayscale berformat PNG.
4.2.6 Pengujian proses Filtering Salt and Pepper Noise pada citra grayscale berformat BMP dan PNG dengan menggunakan High-Boost Filtering.
Pengujian proses Filtering Salt and Pepper Noise pada citra grayscale berformat BMP dan PNG dengan menggunakan High-Boost Filtering dapat ditunjukkan
pada tabel 4.3 dan 4.4 berikut ini.
Tabel 4.3 Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan High-Boost Filtering
dengan Format BMP.
Probabilitas Noise
Citra Grayscale Awal Citra Grayscale ber-
noise Citra Grayscale Hasil
Filtering MSE
PSNR 10
5116,1 1,1401
Universitas Sumatera Utara
20 7050,2
0,9649
30
8815,5 0,8678
40
10417,06 0,7929
Tabel 4.4 Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan High-Boost Filtering
dengan Format PNG.
Probabilitas Noise
Citra Grayscale Awal Citra Grayscale ber-
noise Citra Grayscale Hasil
Filtering MSE
PSNR 10
5147,01 1,2105
Universitas Sumatera Utara
20 7032,09
0,9660
30 8836,8
0,8668
40
10482,06 0,7926
Dari tabel 4.3 dan tabel 4.4 diatas kita dapat melihat bahwa nilai MSE dan PSNR yang didapat setelah dilakukan filtering pada citra grayscale yang
mengalami Salt and Pepper noise berformat .bmp lebih kecil dibandingkan nilai MSE dan PSNR pada citra grayscale berfotmat .png.
4.2.7 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise
Berikut nilai rata-rata yang didapat MSE dan PSNR pada citra hasil filtering noise dengan Gaussian noise berformat .bmp dan .png dengan persentase noise
10, 20, ,30 dan 40 dapat dilihat pada Tabel 4.5 dan Tabel 4.6 berikut.
Universitas Sumatera Utara
Tabel 4.5 Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise pada Citra Berformat BMP.
Persentase Noise
MSE PSNR
10 3276,7
1,297 20
3914,9 1,220
30 4663,7
1,144 40
5614,2 1,063
Nilai Rata-rata
4367,37 1,181
Tabel 4.6 Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise pada Citra Berformat PNG
Persentase Noise
MSE PSNR
10 3168,8
1,312 20
3649,2 1,250
30 4120,9
1,198 40
4635,6 1,147
Nilai Rata-rata
3893,6 1,226
Dari Tabel 4.5 dan Tabel 4.6 dapat dilihat bahwa nilai rata-rata MSE pada citra grayscale berformat .bmp lebih besar dari pada citra berformat .png sedangkan
pada nilai rata-rata PSNR citra grayscale berformat .bmp lebih kecil dari pada citra grayscale berformat .png Maka disimpulkan bahwa Gaussian Noise pada
Universitas Sumatera Utara
citra grayscale berformat .png lebih baik dibandingkan dengan Gaussian Noise berformat .bmp.
4.2.8 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise.
Berikut nilai rata-rata yang didapat MSE dan PSNR pada citra hasil filtering noise dengan Salt and Pepper noise berformat .bmp dan .png dengan persentase
noise 10, 15, dan 20 dapat dilihat pada Tabel 4.7 dan Tabel 4.8 berikut.
Tabel 4.7 Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise pada Citra Berformat BMP
Persentase Noise
MSE PSNR
10 5116,1
1,1401 20
7050,2 0,9649
30 8815,5
0,8678 40
10417,06 0,7929
Nilai Rata-rata
7849,7 0,9414
Universitas Sumatera Utara
Tabel 4.8 Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise pada Citra Berformat PNG
Persentase Noise
MSE PSNR
10 5147,01
1,2105 20
7032,09 0,9660
30 8836,8
0,8668 40
10482,06 0,7926
Nilai Rata-rata
7874,4 0,9589
Dari Tabel 4.7 dan Tabel 4.8 diatas dapat dilihat bahwa nilai rata-rata MSE pada citra grayscale berformat .bmp lebih kecil dari pada citra berformat .png
sedangkan pada nilai rata-rata PSNR citra grayscale berformat .bmp lebih besar dari pada citra grayscale berformat .png Dapat disimpulkan bahwa Salt and
Pepper Noise pada citra grayscale berformat .bmp lebih baik dibandingkan dengan Salt and Pepper Noise berformat .png.
Tabel 4.9 Perbandingan Nilai Rata-rata MSE dan PSNR, pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper
Noise pada Citra Berformat BMP Gaussian
Noise Salt and Pepper
Noise MSE
4367,37 7849,7
PSNR 1,181
0,9414
Universitas Sumatera Utara
Tabel 4.10 Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper
Noise pada Citra Berformat PNG
Gaussian Noise
Salt and Pepper Noise
MSE 3893,6
7874,4 PSNR
1,226 0,9589
Berdasarkan Tabel 4.9 dan Tabel 4.10 dapat disimpulkan bahwa citra grayscale hasil filtering pada Gaussian noise menghasilkan nilai MSE dan PSNR lebih
baik dari pada citra grayscale hasil filtering noise Salt and Pepper baik itu pada format .bmp maupun .png.
.
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
