BAB 1 PENDAHULUAN
1.1. Latar Belakang
Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan. Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra
digital seperti dapat memberikan suatu informasi melalui gambar dan kemudahan dalam pengolahan data gambar. Namun terkadang sering kali terdapat beberapa
gangguan yang mungkin bisa saja terjadi pada citra digital, seperti timbulnya bintik- bintik yang disebabkan oleh proses capture yang tidak sempurna, adanya pencahayaan
yang tidak merata mengakibatkan intensitas tidak seragam, kontras citra terlalu rendah sehingga objek sulit untuk dipisahkan dari latar belakangnya, ataupun adanya
gangguan yang disebabkan oleh kotoran-kotoran yang menempel pada citra, dan lain sebagainya. Setiap gangguan yang terdapat pada citra dinamakan noise [9].
Pada citra digital terdapat jenis noise seperti laser yang dinamakan exponential noise. Noise ini biasa terjadi akibat adanya efek pencahayaan yang tidak merata
maupun kontras citra yang terlalu tinggi ataupun yang terlalu rendah. Dengan adanya noise seperti exponential noise ini, dapat menyebabkan informasi yang ada pada citra
menjadi berkurang dan sulit untuk diinterpretasikan. Sehingga, citra yang mengandung noise memerlukan adanya langkah-langkah perbaikan agar dapat
digunakan secara maksimal. Salah satu langkah perbaikan itu adalah dengan teknik filtering atau melakukan reduksi noise.
Jenis filtering atau reduksi noise terbagi menjadi domain spasial dan domain frekuensi. Teknik pemrosesan domain frekuensi merupakan teknik berdasarkan
perubahan transformasi fourier pada citra. Sedangkan teknik pemrosesan domain spasial merupakan teknik berdasarkan manipulasi langsung dari piksel di dalam citra.
Universitas Sumatera Utara
Pada penelitian ini akan dibahas reduksi noise domain spasial. Pada domain spasial, terdapat jenis linear filter dan nonlinear filter [9]. Untuk penelitian ini, akan
dibahas mengenai nonlinear filter. Nonlinear filter terdapat jenis Mean Filter dan Order-Statistics Filters. Mean filter merupakan salah satu nonlinear filter yang
berfungsi untuk memperhalus dan menghilangkan noise pada suatu citra yang bekerja dengan menggantikan intensitas nilai piksel dengan rata-rata dari nilai piksel tersebut
dengan nilai piksel-piksel tetangganya [12]. Metode-metode Mean filter meliputi arithmetic mean filter, geometric mean filter, harmonic mean filter, dan contra-
harmonic mean filter [9]. Pada penelitian ini akan dibahas mengenai geometric mean filter. Order-Statictics Filters merupakan filter spasial yang hasil responsnya
berdasarkan pengurutan nilai piksel yang dilingkupi oleh filter [9]. Sedangkan metode-metode Orders-Statisics Filters meliputi median filter, maximum filter,
minimum filter, midpoint filter, adaptive median filter, dan alpha-trimmed mean filter [3]. Pada penelitian ini akan dibahas mengenai alpha-trimmed mean filter.
Exponential noise yang akan dibahas pada penelitian ini adalah jenis noise truecolor yang terjadi karena karakteristik Fungsi Probabilitas Kepadatan Probability
Density Function atau PDF yang ditambahkan pada citra untuk implementasi dan perbandingan metode geometric mean filter dan alpha-trimmed mean filter.
Berdasarkan skripsi Wiliyana bahwa metode geometric mean filter lebih baik untuk melakukan reduksi noise dibandingkan dengan metode arithmetic mean filter
[12]. Penelitian oleh V.R.Vijaykumar et al, menyimpulkan bahwa metode yang baik dalam mereduksi noise adalah jenis nonlinear filter yaitu termasuk salah satunya
metode alpha-trimmed mean filter [11]. Penelitian oleh R. Srinivas et al, menyimpulkan bahwa metode alpha-trimmed mean filter tidak termasuk jenis metode
yang baik dan efisien di antara metode-metode yang diteliti untuk mereduksi noise dengan probabilitas 10-60 [8].
Berdasarkan latar belakang di atas, maka penulis akan mencoba melakukan penelitian dengan judul “Implementasi dan Perbandingan Metode Geometric Mean
Filter dan Alpha-Trimmed Mean Filter untuk Mereduksi Exponential Noise pada Citra Digital”.
Universitas Sumatera Utara
1.2. Rumusan Masalah
Kategori