Gambar 4.15 Tampilan Proses Kombinasi Mean dan Median Filtering Pada
Form Perbandingan
Pada gambar 4.15 ditampilkan citra hasil kombinasi Mean dan Median filtering terhadap citra yang ditambahkan noise. Selain itu ditampilkan pula parameter
perbandingan berupa nilai MSE, PSNR, dan Running Time, dari citra ber-noise terhadap citra hasil kombinasi Mean dan Median filtering. Citra hasil kombinasi Mean
dan Median filtering yang ditampilkan dapat disimpan dengan menekan Push Button „Save‟. File citra hasil kombinasi Mean dan Median filtering dapat disimpan dengan
format .bmp.
4.3 Hasil Pengujian
4.3.1 Hasil Pengujian Pada Form Implementasi
Hasil dari pengujian pada form Implementasi bertujuan untuk mengetahui kinerja dari kombinasi Mean dan Median Filter dalam mereduksi masing-masing noise yang
dibangkitkan. Probabilitas noise yang dipakai dalam pengujian adalah 10, 20, 30, dan 40. Hasil dari pengujian dapat dilihat pada tabel-tabel berikut ini.
Tabel 4.1 Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean dan
Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 10
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Gaussian Noise
10
mister_fadil.bmp 200 x 200 pixel
MSE = 1126,17 PSNR = 17,61 db
Running Time = 46,8 ms MSE = 533,73
PSNR = 20,86 db Running Time = 33,61 s
Salt And Pepper
Noise 10
mister_fadil.bmp 200 x 200 pixel
MSE = 2129,91 PSNR = 14,85 db
Running Time = 46,8 ms MSE = 1920,56
PSNR = 15,3 db Running Time = 23,87 s
Speckle Noise
10
mister_fadil.bmp 200 x 200 pixel
MSE = 1256,49 PSNR = 17,14 db
Running Time = 62,4 ms MSE = 1098,33
PSNR = 15,3 db Running Time = 28,35 s
Tabel 4.1 Lanjutan Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean
dan Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 10
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Exponential Noise
10
mister_fadil.bmp 200 x 200 pixel
MSE = 8158,94 PSNR = 9,01 db
Running Time = 109,2 ms MSE = 2700,26
PSNR = 13,81 db Running Time = 21,23 s
Tabel 4.2 Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean dan
Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 20
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Gaussian Noise
20
mister_fadil.bmp 200 x 200 pixel
MSE = 2698,58 PSNR = 13,82 db
Running Time = 46,8 ms MSE = 491,76
PSNR = 21,21 db Running Time = 30,33 s
Tabel 4.2 Lanjutan Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean
dan Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 20
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Salt And Pepper
Noise 20
mister_fadil.bmp 200 x 200 pixel
MSE = 4285,04 PSNR = 11,81 db
Running Time = 62,4 ms MSE = 3787,05
PSNR = 12,35 db Running Time = 33,7 s
Speckle Noise
20
mister_fadil.bmp 200 x 200 pixel
MSE = 2374,28 PSNR = 14,38 db
Running Time = 46,8 ms MSE = 2034,88
PSNR = 15,05 db Running Time = 21,11 s
Exponential Noise
20
mister_fadil.bmp 200 x 200 pixel
MSE = 3395,5 PSNR = 12,82 db
Running Time = 140,4 ms MSE = 1415,7
PSNR = 16,62 db Running Time = 30,55 s
Tabel 4.3 Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean dan
Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 30
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Gaussian Noise
30
mister_fadil.bmp 200 x 200 pixel
MSE = 5193,05 PSNR = 10,98 db
Running Time = 46,8 ms MSE = 466,67
PSNR = 21,44 db Running Time = 20,45 s
Salt And Pepper
Noise 30
mister_fadil.bmp 200 x 200 pixel
MSE = 6371,07 PSNR = 10,09 db
Running Time = 62,4 ms MSE = 5555,64
PSNR = 10,68 db Running Time = 20,51 s
Speckle Noise
30
mister_fadil.bmp 200 x 200 pixel
MSE = 3497,43 PSNR = 12,69 db
Running Time = 46,8 ms MSE = 2938,4
PSNR = 13,45 db Running Time = 20.61 s
Tabel 4.3 Lanjutan Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean
dan Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 30
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Exponential Noise
30
mister_fadil.bmp 200 x 200 pixel
MSE = 1748,06 PSNR = 15,71 db
Running Time = 109,2 ms MSE = 783,06
PSNR = 19,19 db Running Time = 21,0 s
Tabel 4.4 Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean dan
Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 40
Jenis Noise Citra Asli
Citra Bernoise Hasil Filtering
Gaussian Noise
40
mister_fadil.bmp 200 x 200 pixel
MSE = 8524,57 PSNR = 8,82 db
Running Time = 46,8 ms MSE = 451,71
PSNR = 21,58 db Running Time = 19,61 s
Tabel 4.4 Lanjutan Perbandingan Hasil Reduksi Noise dengan Kombinasi Mean
dan Median Filtering Terhadap Citra Ber-noise dengan Probabilitas 40
Jenis Noise
Citra Asli Citra Ber-
noise Hasil
Filtering
Salt And Pepper
Noise 40
mister_fadil.bmp 200 x 200 pixel
MSE = 8508,29 PSNR = 8,83 db
Running Time = 62,4 ms MSE = 7286,74
PSNR = 9,51 db Running Time = 25,93 s
Speckle Noise
40
mister_fadil.bmp 200 x 200 pixel
MSE = 4488,78 PSNR = 11,61 db
Running Time = 62,4 ms MSE = 3698,12
PSNR = 12,45 db Running Time = 19,69 s
Exponential Noise
40
mister_fadil.bmp 200 x 200 pixel
MSE = 1036,61 PSNR = 17,97 db
Running Time = 124,8 ms MSE = 475,05
PSNR = 21,36 db Running Time = 24,59 s
Tabel 4.5 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil Reduksi
Noise dengan Kombinasi Mean dan Median Filtering Terhadap Gaussian Noise
Probabilitas Citra
Gaussian Noise Citra Hasil
Filtering MSE
PSNRdb Runtimems MSE
PSNRdb Runtimes
10 1126,17
17,61 46,8
533,73 20,86
33,61 20
2698,58 13,82
46,8 491,76
21,21 30,33
30 5193,05
10,98 46,8
466,67 21,44
20,45 40
8524,57 8,82
46,8 451,71
21,58 19,61
Rata-rata 4385,59
12,31 46,8
485,97 21,27
26,0 Berdasarkan tabel 4.5 terlihat bahwa kinerja dari kombinasi Mean dan Median
Filter dalam mereduksi Gaussian Noise sangat baik. Nilai rata-rata MSE sebelum dan sesudah di-filtering memiliki selisih yang sangat besar yaitu 3899,62. Dengan kata
lain kombinasi Mean dan Median Filter berhasil mereduksi Gaussian Noise hingga 88,92 .
Tabel 4.6 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil Reduksi
Noise dengan Kombinasi Mean dan Median Filtering Terhadap Salt And Pepper
Probabilitas Citra
Salt Pepper Noise Citra Hasil
Filtering MSE
PSNRdb Runtimems MSE
PSNRdb Runtimes
10 2129,91
14,85 46,8
1920,56 15,3
23,87 20
4285,04 11,81
62,4 3787,05
12,35 33,7
30 6371,07
10,09 62,4
5555,64 10,68
20,51 40
8508,29 8,83
62,4 7286,74
9,51 25,93
Rata-rata 5323,58
11,4 58,5
4637,5 11,96
26,0 Dapat dilihat pada tabel 4.6 bahwa kinerja dari kombinasi Mean dan Median
Filter berhasil mereduksi Salt And Pepper Noise. Namun tidak terjadi pengurangan nilai MSE yang besar pada proses filtering, nilai rata-rata MSE sebelum dan sesudah
dilakukan filtering hanya hanya memiliki selisih 686,08. Berdasarkan rata-rata nilai MSE, kombinasi Mean dan Median Filter berhasil mereduksi Salt And Pepper Noise
hingga 12,89 .
Tabel 4.7 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil Reduksi
Noise dengan Kombinasi Mean dan Median Filtering Terhadap Speckle Noise
Probabilitas Citra
Speckle Noise Citra Hasil
Filtering MSE
PSNRdb Runtimems MSE
PSNRdb Runtimes
10 1256,49
17,14 62,4
1098,33 15,3
28,35 20
2374,28 14,38
46,8 2034,88
15,05 21,11
30 3497,43
12,69 46,8
2938,4 13,45
20.61 40
4488,78 11,61
62,4 3698,12
12,45 19,69
Rata-rata
2904,25 13,96
54,6 2442,43
14,06 23,05
Pada tabel 4.7 dapat dilihat bahwa kinerja dari kombinasi Mean dan Median Filter berhasil mereduksi Speckle Noise. Namun tidak terjadi pengurangan nilai MSE
yang besar pada proses filtering, nilai rata-rata MSE sebelum dan sesudah dilakukan filtering hanya hanya memiliki selisih 461,82. Berdasarkan nilai rata-rata MSE,
kombinasi Mean dan Median Filter berhasil mereduksi Speckle Noise hingga 15,9 .
Tabel 4.8 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil Reduksi
Noise dengan Kombinasi Mean-Median Filtering Terhadap Exponential Noise
Probabilitas Citra
Exponential Noise Citra Hasil
Filtering MSE
PSNRdb Runtimems MSE
PSNRdb Runtimes
10 8158,94
9,01 109,2
2700,26 13,81
21,23 20
3395,5 12,82
140,4 1415,7
16,62 30,55
30 1748,06
15,71 109,2
783,06 19,19
21,0 40
1036,61 17,97
124,8 475,05
21,36 24,59
Rata-rata 3584,78
13,88 120,9
1343,52 17,75
24,34 Berdasarkan tabel 4.8 terlihat bahwa kinerja dari kombinasi Mean dan Median
Filter dalam mereduksi Exponential Noise sangat baik. Nilai rata-rata MSE sebelum dan sesudah di-filtering memiliki selisih 2241,26. Dengan kata lain kombinasi Mean
dan Median Filter berhasil mereduksi Exponential Noise hingga 62,52 .
4.3.2 Hasil Pengujian Pada Form Perbandingan
Hasil dari pengujian pada form Perbandingan bertujuan untuk membandingkan kinerja kombinasi Mean dan Median Filter dengan Mean Filter dan Median Filter
dalam mereduksi citra ber-noise. Probabilitas noise yang dipakai dalam pengujian adalah 10, 20, 30, dan 40. Hasil dari pengujian dapat dilihat pada tabel-tabel
berikut ini.
Tabel 4.9 Perbandingan Hasil Filtering Terhadap Citra ber-noise Gaussian
dengan Probabilitas Berbeda
Proba- bilitas
Citra Ber- noise
Gaussian Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
10
MSE = 1130,25 PSNR = 17,6 db
RT = 156,0 ms MSE = 566,97
PSNR = 20,6 db RT = 23,42 s
MSE = 553,78 PSNR = 20,7 db
RT = 23,67 s MSE = 533,1
PSNR = 20,86 db RT = 33,7 s
20
MSE = 2691,77 PSNR = 13,83 db
RT = 327,6 ms MSE = 532,1
PSNR = 20,87 db RT = 23,17 s
MSE = 500,52 PSNR = 21,14 db
RT = 23,79 s MSE = 487,9
PSNR = 21,25 db RT = 33,23 s
Tabel 4.9 Lanjutan Perbandingan Hasil Filtering Terhadap Citra ber-noise
Gaussian dengan Probabilitas Berbeda
Proba- bilitas
Citra Ber- noise
Gaussian Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
30
MSE = 5192,48 PSNR = 10,98 db
RT = 171,6 ms MSE = 519,52
PSNR = 20,97 db RT = 24,23 s
MSE = 477,18 PSNR = 21,34 db
RT = 24,02 s MSE = 469,16
PSNR = 21,42 db RT = 33,51 s
40
MSE = 5810,08 PSNR = 8,83 db
RT = 140,4 ms MSE = 508,67
PSNR = 21,07 db RT = 24,48 s
MSE = 454,62 PSNR = 21,55 db
RT = 24,01 s MSE = 450,63
PSNR = 21,59 db RT = 33,34 s
Tabel 4.10 Perbandingan Hasil Filtering Terhadap Citra ber-noise Salt And
Pepper dengan Probabilitas Berbeda
Proba- bilitas
Citra Ber- noise
Salt And Pepper Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
10
MSE = 2160,44 PSNR = 14,79 db
RT = 312,0 ms MSE = 1917,36
PSNR = 15,3 db RT = 15,87 s
MSE = 2136,8 PSNR = 14,83 db
RT = 19,05 s MSE = 1944,26
PSNR = 15,24 db RT = 22,32 s
20
MSE = 4278,98 PSNR = 11,82 db
RT = 156,0 ms MSE = 3679,89
PSNR = 12,47 db RT = 15,9 s
MSE = 4245,56 PSNR = 11,58 db
RT = 16,46 s MSE = 3790,34
PSNR = 12,34 db RT = 24,55 s
30
MSE = 6383,2 PSNR = 10,08 db
RT = 156,0 ms MSE = 5329,1
PSNR = 10,86 db RT = 16,65 s
MSE = 6379,1 PSNR = 10,08 db
RT = 16,52 s MSE = 5565,21
PSNR = 10,68 db RT = 22,57 s
Tabel 4.10 Lanjutan Perbandingan Hasil Filtering Terhadap Citra ber-noise Salt
And Pepper dengan Probabilitas Berbeda
Tabel 4.11 Perbandingan Hasil Filtering Terhadap Citra ber-noise Speckle
dengan Probabilitas Berbeda Proba-
bilitas Citra Ber-
noise Gaussian
Citra Hasil Mean
Filtering Citra Hasil
Median Filtering
Citra Hasil Combined Filter
40
MSE = 8518,51 PSNR = 8,83 db
RT = 171,6 ms MSE = 6878,76
PSNR = 9,76 db RT = 16,38 s
MSE = 8570,47 PSNR = 8,8 db
RT = 17,08 s MSE = 7282,01
PSNR = 9,51 db RT = 22,24 s
Proba- bilitas
Citra Ber- noise
Speckle Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
10
MSE = 1257,24 PSNR = 17,14 db
RT = 187,2 ms MSE = 1087,0
PSNR = 17,77 db RT = 15,68 s
MSE = 1247,61 PSNR = 17,17 db
RT = 15,1 s MSE = 1103,82
PSNR = 17,7 db RT = 20,36 s
Tabel 4.11 Lanjutan Perbandingan Hasil Filtering Terhadap Citra ber-noise
Speckle dengan Probabilitas Berbeda
Proba- bilitas
Citra Ber- noise
Speckle Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
20
MSE = 2382,78 PSNR = 14,36 db
RT = 156,0 ms MSE = 1959,57
PSNR = 15,21 db RT = 16,75 s
MSE = 2337,3 PSNR = 14,44 db
RT = 21,7 s MSE = 2037,45
PSNR = 15,04 db RT = 33,54 s
30
MSE = 3506,45 PSNR = 12,68 db
RT = 140,4 ms MSE = 2786,69
PSNR = 13,68 db RT = 23,35 s
MSE = 3361,85 PSNR = 12,87 db
RT = 23,93 s MSE = 2914,76
PSNR = 13,48 db RT = 33,76 s
40
MSE = 4543,23 PSNR = 11,56 db
RT = 140,4 ms MSE = 3583,51
PSNR = 12,59 db RT = 24,68 s
MSE = 4400,02 PSNR = 11,7 db
RT = 24,12 s MSE = 3778,69
PSNR = 12,36 db RT = 34,1 s
Tabel 4.12 Perbandingan Hasil Filtering Terhadap Citra ber-noise Exponential
dengan Probabilitas Berbeda
Proba- bilitas
Citra Ber- noise
Exponential Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
10
MSE =8160,41 PSNR = 9,01 db
RT = 312,0 ms MSE = 2594,87
PSNR = 13,99 db RT = 16,75 s
MSE = 2994,0 PSNR = 13,37 db
RT = 23,68 s MSE = 2661,21
PSNR = 13,88 db RT = 33,60 s
20
MSE = 3430,72 PSNR = 12,87 db
RT = 140,4 ms MSE = 1424,55
PSNR = 16,59 db RT = 24,88 s
MSE = 1576,78 PSNR = 16,15 db
RT = 24,48 s MSE = 1431,39
PSNR = 16,57 db RT = 34,12 s
30
MSE = 1762,79 PSNR = 15,72 db
RT = 140,4 ms MSE = 809,33
PSNR = 19,05 db RT = 24,15 s
MSE = 856,6 PSNR = 18,8 db
RT = 23,4 s MSE = 790,55
PSNR = 19,15 db RT = 34,07 s
Tabel 4.12 Lanjutan Perbandingan Hasil Filtering Terhadap Citra ber-noise
Exponential dengan Probabilitas Berbeda
Tabel 4.13 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Mean Filtering Terhadap Gaussian Noise
Proba- bilitas
Citra Gaussian Noise
Citra Hasil Mean
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 1130,25
17,6 156,0
566,97 20,6
23,42 563,28
3,0 49,84
20 2691,77
13,83 327,6
532,1 20,87
23,17 2159,67 7,04
80,23 30
5192,48 10,98
171,6 519,52
20,97 24,23 4672,96
9,99 89,99
40 5810,08
8,83 140,4
508,67 21,07
24,48 5301,41 12,24
91,25
Rata- rata
3706,15 12,81
198,9 531,82
20,88 23,825 3174,33 8,07
77,83
Proba- bilitas
Citra Ber- noise
Speckle Citra Hasil
Mean Filtering
Citra Hasil Median
Filtering Citra Hasil
Combined Filter
40
MSE = 1042,04 PSNR = 17,95 db
RT = 327,6 ms MSE = 509,42
PSNR = 21,06 db RT = 23,46 s
MSE = 511,59 PSNR = 21,04 db
RT = 23,7 s MSE = 480,34
PSNR = 21,32 db RT = 33,82 s
Tabel 4.14 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Median Filtering Terhadap Gaussian Noise
Proba- bilitas
Citra Gaussian Noise
Citra Hasil Median
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 1130,25
17,6 156,0
553,78 20,7
23,67 576,47
3,1 51,0
20 2691,77
13,83 327,6
500,52 21,14
23,79 2191,25 7,31
81,41 30
5192,48 10,98
171,6 477,18
21,34 24,02
4715,3 10,36
90,81 40
5810,08 8,83
140,4 454,62
21,55 24,01 5355,46
12,72 92,18
Rata- rata
3706,15 12,81
198,9 496,53
21,18 23,87 3209,62
8,37 78,85
Tabel 4.15 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Kombinasi Mean dan Median Filtering Terhadap
Gaussian Noise
Proba- bilitas
Citra Gaussian Noise
Citra Hasil Kombinasi Mean dan Median
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 1130,25
17,6 156,0
533,1 20,86
33,7 597,15
3,26 52,83
20 2691,77
13,83 327,6
487,9 21,25
33,23 2203,87 7,42
81,87 30
5192,48 10,98
171,6 469,16
21,42 33,51 4723,32
10,44 90,96
40 5810,08
8,83 140,4
450,63 21,59
33,34 5359,45 12,76
92,24
Rata- rata
3706,15 12,81
198,9 485,2
21,28 33,45 3220,95
8,47 79,48
Berdasarkan pada tabel 4.13, tabel 4.14, dan tabel 4.15, terlihat bahwa kinerja dari kombinasi Mean dan Median Filter dalam mereduksi Gaussian Noise lebih baik
jika dibandingkan dengan Mean filter maupun Median Filter berdasarkan nilai parameter yang ditampilkan. Nilai rata-rata persentase reduksi noise terhadap
Gaussian Noise menggunakan metode kombinasi Mean dan Median Filter mencapai 79,48 .
Tabel 4.16 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Mean Filtering Terhadap Salt And Pepper Noise
Proba- bilitas
Citra Salt And Pepper
Noise Citra Hasil
Mean Filtering
Selisih Persen-
tase MSE
PSNR db
RT ms
MSE PSNR
db RT
s MSE
PSNR db
10 2160,44
14,79 312,0 1917,36
15,3 15,87
243,08 0,51
11,25 20
4278,98 11,82
156,0 3679,89 12,47
15,9 599,09
0,65 14,0
30 6383,2
10,08 156,0
5329,1 10,86
16,65 1054,1
0,78 16,51
40 8518,51
8,83 171,6 6878,76
9,76 16,38 1639,75
0,93 19,25
Rata- rata
5335,28 11,38
198,9 4451,28 12,1
16,2 884,01
0,72 15,25
Tabel 4.17 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Median Filtering Terhadap Salt And Pepper Noise
Proba- bilitas
Citra Salt And Pepper
Noise Citra Hasil
Median Filtering
Selisih Persen-
tase MSE
PSNR db
RT ms
MSE PSNR
db RT
s MSE
PSNR db
10 2160,44
14,79 312,0
2136,8 14,83
19,05 23,64
0,04 1,1
20 4278,98
11,82 156,0 4245,56
11,85 16,46
33,42 0,03
0,78 30
6383,2 10,08
156,0 6379,1
10,08 16,52
4,1 0,06
40 8518,51
8,83 171,6 8570,47
8,8 17,08
-51,96 -0,03
-0,61
Rata- rata
5335,28 11,38
198,9 5332,98 11,39
17,28 2,3
0,01 0,33
Tabel 4.18 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Kombinasi Mean dan Median Filtering Terhadap
Salt And Pepper Noise
Proba- bilitas
Citra Salt And Pepper
Noise Citra Hasil Kombinasi
Mean dan Median Filtering
Selisih Persen-
tase MSE
PSNR db
RT ms
MSE PSNR
db RT
s MSE
PSNR db
10 2160,44
14,79 312,0 1944,26
15,24 22,32
216,18 0,45
10,01 20
4278,98 11,82
156,0 3790,34 12,34
24,55 488,64
0,52 11,42
30 6383,2
10,08 156,0 5565,21
10,68 22,57
817,99 0,6
12,81 40
8518,51 8,83
171,6 7282,01 9,51
22,24 1236,5
0,68 14,52
Rata- rata
5335,28 11,38
198,9 4645,46 11,94
22,92 689,83
0,56 12,19
Pada tabel 4.16, tabel 4.17, dan tabel 4.18, dapat disimpulkan bahwa Mean Filter lebih baik dalam mereduksi Salt And Pepper Noise jika dibandingkan dengan
Median filter maupun kombinasi dari Mean dan Median Filter berdasarkan nilai parameter yang ditampilkan. Nilai rata-rata persentase reduksi noise terhadap Salt
And Pepper Noise dengan menggunakan Mean Filter mencapai 15,25 .
Tabel 4.19 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Mean Filtering Terhadap Speckle Noise
Proba- bilitas
Citra Speckle Noise
Citra Hasil Mean
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 1257,24
17,14 187,2
1087,0 17,77
15,68 170,24
0,63 13,54
20 2382,78
14,36 156,0 1959,57
15,21 16,75
423,21 0,85
17,76 30
3506,45 12,68
140,4 2786,69 13,68
23,35 719,76
1 20,53
40 4543,23
11,56 140,4 3583,51
12,59 24,68
959,72 1,03
21,12
Rata- rata
2922,43 13,94
156,0 2354,19 14,81
20,12 568,23
0,88 18,24
Tabel 4.20 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Median Filtering Terhadap Speckle Noise
Proba- bilitas
Citra Speckle Noise
Citra Hasil Median
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 1257,24
17,14 187,2 1247,61
17,17 15,1
9,63 0,03
0,77 20
2382,78 14,36
156,0 2337,3
14,44 21,7
45,48 0,08
1,91 30
3506,45 12,68
140,4 3361,85 12,87
23,93 144,6
0,19 4,12
40 4543,23
11,56 140,4 4400,02
11,7 24,12
143,21 0,14
3,15
Rata- rata
2922,43 13,94
156,0 2836,7 14,045
21,21 85,73
0,11 2,49
Tabel 4.21 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Kombinasi Mean dan Median Filtering Terhadap
Speckle Noise
Proba- bilitas
Citra Speckle Noise
Citra Hasil Kombinasi Mean dan Median
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 2160,44
14,79 312,0 1103,82
17,7 20,36
153,42 0,56
12,20 20
4278,98 11,82
156,0 2037,45 15,04
33,54 345,33
0,68 14,49
30 6383,2
10,08 156,0 2914,76
13,48 33,76
591,69 0,8
16,87 40
8518,51 8,83
171,6 3778,69 12,36
34,1 764,54
0,8 16,83
Rata- rata
5335,28 11,38
198,9 2458,68 14,65
30,44 463,75
0,71 15,1
Dapat dilihat pada tabel 4.19, tabel 4.20, dan tabel 4.21, terlihat bahwa kinerja Mean Filter dalam mereduksi Speckle Noise lebih baik jika dibandingkan dengan
Median filter maupun kombinasi dari Mean dan Median Filter berdasarkan nilai parameter yang ditampilkan. Nilai rata-rata persentase reduksi noise yang dilakukan
Mean Filter terhadap Speckle Noise mencapai 18,24 .
Tabel 4.22 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Mean Filtering Terhadap Exponential Noise
Proba- bilitas
Citra Exponential Noise
Citra Hasil Mean
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 8160,41
9,01 312,0 2594,87
13,99 16,75 5565,54
4,98 68,20
20 3430,72
12,87 140,4 1424,55
16,59 24,88 2006,17
3,72 58,48
30 1762,79
15,72 140,4
809,33 19,05
24,15 953,46
3,33 54,09
40 1042,04
17,95 327,6
509,42 21,06
23,46 532,62
3,11 51,11
Rata- rata
3598,99 13,89
230,1 1334,54 17,67
22,31 2264,45 3,79
57,97
Tabel 4.23 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Median Filtering Terhadap Exponential Noise
Proba- bilitas
Citra Exponential Noise
Citra Hasil Median
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 8160,41
9,01 312,0
2994,0 13,37
23,68 5166,41 4,36
63,31 20
3430,72 12,87
140,4 1576,78 16,15
24,48 1853,94 3,28
54,04 30
1762,79 15,72
140,4 856,6
18,8 23,4
906,19 3,08
51,41 40
1042,04 17,95
327,6 511,59
21,04 23,7
530,45 3,09
50,90
Rata- rata
3598,99 13,89
230,1 1484,74 17,34
23,82 2114,25 3,45
54,92
Tabel 4.24 Perbandingan Rata-rata Nilai MSE, PSNR, dan Runtime Hasil
Reduksi Noise dengan Kombinasi Mean dan Median Filtering Terhadap
Exponential Noise
Proba- bilitas
Citra Exponential Noise
Citra Hasil Kombinasi Mean dan Median
Filtering Selisih
Persen- tase
MSE PSNR
db RT
ms MSE
PSNR db
RT s
MSE PSNR
db
10 8160,41
9,01 312,0 2661,21
13,88 33,60
5499,2 4,87
67,39 20
3430,72 12,87
140,4 1431,39 16,57
34,12 1999,33 3,7
58,28 30
1762,79 15,72
140,4 790,55
19,15 34,07
972,24 3,43
55,15 40
1042,04 17,95
327,6 480,34
21,32 33,82
561,7 3,37
53,90
Rata- rata
3598,99 13,89
230,1 1340,87 17,73
33,90 2258,12 3,84
58,68
Berdasarkan tabel 4.22, tabel 4.23, dan tabel 4.24, terlihat bahwa kinerja dari metode kombinasi dari Mean Filter dan Median Filter lebih baik dalam mereduksi
Exponential Noise jika dibandingkan dengan Mean filter maupun Median Filter berdasarkan nilai parameter yang ditampilkan. Nilai rata-rata persentase reduksi noise
yang dilakukan kombinasi Mean dan Median Filter terhadap Exponential Noise mencapai 58,68 .
BAB V KESIMPULAN DAN SARAN
