Parameter Perbandingan Kualitas Citra

Keterangan : d = jarak j = banyaknya data c = centroid x = data

2.10 Parameter Perbandingan Kualitas Citra

Penilaian kualitas citra dilakukan dengan cara penilaian secara objektif dengan menggunakan besaran Mean Square Error MSE dan Peak Signal to Noise Ratio PSNR kedua besaran tersebut membandingkan pixel-pixel pada posisi yang sama dari dua citra yang berbeda. 2.10.1 Mean square error MSE Mean Square Error MSE adalah kesalahan kuadrat rata-rata. Nilai MSE didapat dengan membandingkan nilai selisih pixel-pixel citra asal dengan citra hasil pada posisi pixel yang sama. Semakin besar nilai MSE, maka tampilan pada citra hasil akan semakin buruk. Sebaliknya, semakin kecil nilai MSE, maka tampilan pada citra hasil akan semakin baik. Secara matematis dapat di rumuskan pada persamaan 11: ......................................11 Keterangan : MSE : nilai Mean Squared Error fx,y : Intensitas citra asli fˆ x,y: Intensitas citra hasil filter m : panjang citra n : lebar citra              1 1 2 , ˆ , 1 m i n j y x f y x f mn MSE Universitas Sumatera Utara 2.10.2 Peak signal to noise ratio PNSR Peak Signal to Noise Ratio PSNR merupakan nilai perbandingan antara harga maksimum warna pada citra hasil filtering dengan kuantitas gangguan noise, yang dinyatakan dalam satuan desibel dB. Nilai PSNR ditentukan oleh besar atau kecilnya nilai MSE yang terjadi pada citra. Semakin besar nilai PSNR, semakin baik pula hasil yang diperoleh pada tampilan citra hasil. Sebaliknya, semakin kecil nilai PSNR, maka semakin buruk pula hasil yang diperoleh pada tampilan citra hasil. Secara matematis, nilai PSNR dapat dirumuskan pada persamaan 12: � = log � .................................................12 Keterangan : PSNR: nilai Peak Sgnal to Noise Ratio MSE : nilai Mean Squared Error 255 : nilai skala keabuan citra 2.10.3 Running time Proses waktu dari awal sampai akhir waktu biasa disebut dengan running time. Jika nilai running-time semakin kecil maka waktu yang digunakan untuk proses akan semakin cepat, dan sebaliknya jika nilai running time semakin besar waktu yang digunakan untuk proses akan semakin lama Nasir, 2014. Formula untuk mengestimasi running time Tn suatu program diumuskan pada persamaan Tn ≈ cop C n ...................................... 13 Keterangan: Tn = running time cop = waktu eksekusi sebuah basic operation C n = jumlah basic operation n = input size Universitas Sumatera Utara

2.10 Penelitian yang Relevan