3.1.3.1 Proses Noising
Proses Noising adalah pemberian noise pada citra masukan. Tahapan dalam proses Noising ini adalah sebagai berikut:
1. Membaca citra inputan
2. Mengubah citra asli ke citra grayscale
3. Membaca persentase noise
4. Memberikan noise pada citra inputan.
5. Menampilkan hasil citra yang sudah terkena noise
6. Menampilkan parameter MSE dan PNSR citra ber-noise.
3.1.3.2 Proses Filtering
Proses Filtering pada penelitian ini menggunakan dua metode, yaitu Weighted Mean Filtering dan Harmonic Mean Filtering. Tahapan dalam proses ini yaitu :
1. Membaca citra yang sudah terkena noise
2. Mereduksi noise pada citra
3. Menampilkan citra hasil yang sudah direduksi
4. Meanmpilkan perbndingan parameter MSE dan PSNR citra hasil reduksi.
3.2 Pemodelan
Pada penelitian ini digunakan bahasa UML Unified Modeling Language sebagai bahasa pemodelan yang berfungsi untuk membantu dalam mempermudah
perancangan sistem. Model UML yang digunakan dalam penelitian ini yaitu Use case diagram, Sequence diagram, dan Activity digaram.
3.2.1 Use case Diagram
Use case diagram adalah gambaran graphical dari beberapa atau semua actor, use-case,
dan interaksi
diantara komponen-komponen
tersebut yang
memperkenalkan suatu sistem yang akan dibangun. Use case diagram menjelaskan manfaat suatu sistem jika dilihat menurut pandangan orang yang
berada di luar sistem. Diagram ini menunjukkan fungsionalitas suatu sistem atau
kelas dan bagaimana sistem tersebut berinteraksi dengan dunia luar. Use case diagram terdiri dari sebuah aktor dan interaksi yang dilakukanya, aktor tersebut
dapat berupa manusia, perangkat keras, sistem lain, ataupun yang berinteraksi dengan sistem.
Pada gambar 3.2 berikut adalah Use case diagram dari penelitian ini :
Gambar 3.2. Use case Diagram Sistem Perbandingan Weighted Mean Filtering dan Harmonic Mean Filtering dalam Mereduksi Rayleigh Noise dan
Gamma Noise pada Citra Digital
Pada sistem ini terdapat actor, yang dalam hal ini adalah user. User memilih pengujian untuk nantinya akan dilanjutkan dengan proses filtering
dengan masing-masing metode terhadap masing-masing noise. Kemuadian stelah itu user akan mendapatkan hasil nilai dari MSE dan PSNR dari citra hasil untuk
nantinya dapat dilakukan perbandingan. Penjelasan naratif dari proses pengujian yang terdapat dalam Use case
diagram dapat dilihat pada Tabel 3.1 berikut :
PERBANDINGAN WEIGHTED MEAN FILTERING DAN HARMONIC MEAN FILTERING DALAM MEREDUKSI RAYLEIGH NOISE DAN GAMMA NOISE PADA CITRA DIGITAL
Actor Harmonic Mean
Filter Weighted Mean
Filter Rayleigh Noise
Rayleigh Noise include
include include
include include
include Hitung MSE dan
PSNR
USER
Tabel 3.1 Dokumentasi Naratif Use case Metode
Nama Use case Pengujian
Aktor User
Deskripsi Use case mendeskripsikan Metode yang digunakan
yaitu Weighted Mean Filtering dan Harmonic Mean Filtering.
Pre-Condition Memberikan Noise
Typical course of event
Aksi Aktor Respon Sistem
Langkah 1: Memilih salah satu Metode
Langkah 3: Menginput citra dengan menekan
button “buka”
Langkah 6: Melakukan konversi file citra asli
menjadi citra grayscale dengan menekan
button “konversi”
Langkah 2: Sistem menerima masukan
pemilihan metode .
Langkah 4: Sistem membaca file citra yang
telah dimasukkan aktor.
Langkah 5: Menampilkan file citra yang telah
dimasukkan aktor.
Langkah 7: Sistem melakukan proses konversi
citra asli ke citra grayscale.
Langkah 8: Menampilkan citra grayscale
Alternate course Aksi Aktor
Respon Sistem Langkah 1: Memilih
form Tentang. Langkah 2: Menampilkan
deskripsi tentang program aplikasi.
Post Conditions Sistem melanjutkan ke tahap Filtering
Dokumentasi naratif pada proses filtering yang terdapat dalam Use case diagram dilihat pada Tabel 3.2
Tabel 3.2 Dokumentasi Naratif Use case Noise yang digunakan
Nama Use case Noise
Aktor User
Deskripsi Use case mendeskripsikan Noise yang akan
digunakan Pre-Condition
Telah mengubah citra ke grayscale Typical course of
event Aksi Aktor
Respon Sistem Langkah 1:
Menambahkan noise Gamma dengan
memilih probabilitas noise antara 0-50 dan
menekan button “Tambah Noise”
Langkah 3: Melakukan perhitungan MSE dan
PSNR, dengan menekan button
“MSE, PSNR
” untuk Gamma Noise .
Langkah 5: Menambahkan noise
Rayleigh dengan memilih probabilitas
noise antara 0-50 dan menekan button
“Tambah Noise”
Langkah 7: Melakukan perhitungan MSE dan
PSNR, dengan menekan button
“MSE, Langkah 2: Sistem
malakukan proses penambahan noise Gamma
pada citra yang telah dikonversi.
Langkah 4: Sistem melakukan perhitungan
MSE dan PSNR dan menampilkan hasilnya.
Langkah 6: Sistem malakukan proses
penambahan noise Rayleigh pada citra yang
telah dikonversi.
PSNR ” untuk Rayleigh
noise.
Langkah 9 : Aktor
melakukan proses Filtering, dengan
memilih noise yang akan di filter dan
memilih metode filtering yang diuji.
Langkah 12:
Melakukan perhitung MSE dan PSNR
masing- masing citra hasil metode filtering.
Langkah 8: Sistem melakukan perhitungan
MSE dan PSNR dan menampilkan hasilnya.
Langkah 10: Sistem
Melaku proses Filtering sesuai noise yang dipilih
dan metode filtering yang dipilih.
Langkah 11: Sistem Menampilkan citra hasil
Filtering. Langkah 13: Sistem
melakukan perhitungan MSE dan PSNR citra hasil
dan menampilkan hasil MSE dan PSNR citra hasil.
Alternate course Aksi Aktor
Respon Sistem -
- Post Conditions
Sistem siap melaksanakan tahapan Filtering.
3.2.2 Sequence Diagram