4.2 Hasil Pengujian
Pengujian reduksi noise dengan menggunakan algoritma Contra Harmonic Mean Filter dilakukan dengan variasi nilai probabilitas noise yaitu 0.01 , 0.1 dan 0.2
.
4.2.1 Probabilitas Noise 0.01
Hasil pengujian kompresi citra untuk probabilitas noise 0.01 dapat dilihat pada Gambar 4.5.
Gambar 4.5 Tampilan Hasil Pengujian dengan Probabilitas Noise 0.01
Keterangan: citra yang akan direduksi noisenya berdimensi 220 x 294 piksel dengan probabilitas noise 0.01 . Hasil reduksi noise menghasilkan 3 citra hasil dengan nilai
MSE adalah 1219.95, 1219.94 dan 1219.96 dengan nilai PSNR adalah 6.798, 6.798 dan 6.798.
4.2.2 Probabilitas Noise 0.1
Hasil pengujian kompresi citra untuk probabilitas noise 0.1 dapat dilihat pada Gambar 4.6.
Universitas Sumatera Utara
Gambar 4.6 Tampilan Hasil Pengujian dengan Probabilitas Noise 0.1
Keterangan: citra yang akan direduksi noisenya berdimensi 220 x 294 piksel dengan probabilitas noise 0.1 . Hasil reduksi noise menghasilkan 3 citra hasil dengan nilai
MSE adalah 1219.97, 1219.96 dan 1219.95 dengan nilai PSNR adalah 6.7981, 6.7961 dan 6.798.
4.2.3 Probabilitas Noise 0.2
Hasil pengujian kompresi citra untuk probabilitas noise 0.2 dapat dilihat pada Gambar 4.7.
Gambar 4.7 Tampilan Hasil Pengujian dengan Probabilitas Noise 0.2
Universitas Sumatera Utara
Keterangan: citra yang akan direduksi noisenya berdimensi 220 x 294 piksel dengan probabilitas noise 0.2 . Hasil reduksi noise menghasilkan 3 citra hasil dengan nilai
MSE adalah 1219.97, 1219.95 dan 1219.94 dengan nilai PSNR adalah 6.796, 6.798 dan 6.798.
4.2.4 Daftar Hasil Pengujian Reduksi Noise
Daftar hasil pengujian reduksi noise adalah informasi yang menampilkan hasil reduksi noise antara lain adalah nama file citra yang akan direduksi noisenya, size, nama file
citra hasil reduksi serta nilai PSNR. Daftar hasil pengujian reduksi noise dapat dilihat seperti pada Tabel 4.1.
Tabel 4.1 Tampilan Daftar Hasil Pengujian Reduksi Noise No Nama Citra
Size Kb
Nama Citra Hasil
Size Kb
PSNR
1 Gentong_1.jpg
79.2 GentongRed_1.jpg 31.5 6.798 2
Image3.jpg 5.20 Image3Red.jpg
10.9 7.632 3
LenaNoise.bmp 481 LenaRed.bmp
482 10.04
4 Paprica.jpg
12 PapricaRed.jpg
22.6 9.16 5
Doggy5.jpg 123
DoggyRed.jpg 26.6 9.01
Dari Tabel 4.1 citra hasil reduksi noise dapat dilihat sebagai berikut:
Gentong_1.jpg GentongRed_1.jpg
Universitas Sumatera Utara
Image3.jpg Image3Red.jpg
LenaNoise.bmp LenaRed.bmp
Paprica.jpg PapricaRed.jpg
Doggy5.jpg DoggyRed.jpg
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah mengaplikasikan perangkat lunak Implementasi Contra Harmonic Mean Filter untuk mereduksi noise pada citra digital maka dapat disimpulkan bahwa
perangkat lunak dapat melakukan reduksi noise pada citra digital dengan menampilkan tiga citra hasil reduksi noise dan nilai PSNR yang bervariasi rata-rata
adalah 8.528.
5.2 Saran
Adapun saran-saran yang diperlukan untuk penelitian maupun pengembangan berikutnya adalah membandingkan hasil reduksi noise dengan algoritma lainnya
seperti algoritma Harmonic Mean Filter serta Geometric Mean Filter.
Universitas Sumatera Utara
Kategori