Mean Square Error MSE Peak Signal to Noise Ratio PSNR Penelitian yang Relevan

Gambar 2.11 Penempatan hasil kombinasi metode Mean Filter dan Median Filter untuk kernel 3x3 pertama Jadi, nilai 74 pada g1, 1 diubah menjadi 67 pada f ’1, 1. Kemudian menggeser g1,1 dengan kernel 3x3 satu pixel ke kanan menjadi g1, 2, kemudian dicari nilai mean dan median dari pixel-pixel tersebut. Lalu jumlah dari nilai mean dan median tersebut dibagi 2. Begitu juga dengan proses berikutnya, operasi yang ditunjukkan pada Gambar 2.11 dilanjutkan sampai proses filtering selesai.

2.5 Mean Square Error MSE

Penilaian kualitas citra dilakukan dengan cara penilaian secara objektif dengan menggunakan besaran MSE dan PSNR kedua besaran tersebut membandingkan pixel- pixel pada posisi yang sama dari dua citra yang berbeda. MSE adalah rata-rata kuadrat nilai kesalahan antara citra asli dengan citra hasil pengolahan yang secara matematis dapat di rumuskan pada persamaan 4: ………………..4 Keterangan : MSE : nilai Mean Squared Error fx,y : Intensitas citra asli f’x,y: Intensitas citra hasil filter              1 1 2 , ˆ , 1 m i n j y x f y x f mn MSE

2.6 Peak Signal to Noise Ratio PSNR

PSNR merupakan nilai perbandingan antara harga maksimum warna pada citra hasil filtering dengan kuantitas gangguan noise, yang dinyatakan dalam satuan desibel dB, noise yang dimaksud adalah akar rata-rata kuadrat nilai kesalahan MSE . Secara matematis, nilai PSNR dapat dirumuskan pada persamaan 5 : ………………….5 Keterangan : PSNR: nilai Peak Signal to Noise Ratio MSE : nilai Mean Squared Error 255 : nilai skala keabuan citra Pengamatan baik tidaknya suatu pendekatan untuk melakukan perbaikan citra biasa dilakukan dengan menggunakan mata visual. Namun, cara seperti itu bersifat subjektif. Agar biasa diukur secara kuantitatif, keberhasilan reduksi noise dapat dilakukan dengan menghitung nilai MSE dan PSNR. Semakin kecil nilai MSE, maka kualitas citra semakin baik. Sebaliknya semakin besar nilai PSNR, maka semakin baik pula kualitas citra tersebut. 255 10 20 MSE Log PSNR 

2.7 Penelitian yang Relevan

Berikut penelitian tentang Pengolahan Citra yang membahas tentang teknik filtering: 1. Dalam penelitian oleh Santoso, I 2013. Noise pada citra digital dapat berupa periodic noise yang secara visual tampak terdapat garis-garis pada citra yang penyebarannya merata. Salah satu mekanisme yang digunakan untuk mengurangi noise adalah filter. Periodic Noise dapat dikurangi dengan menggunakan Selective Filter. Adapun metode filter yang digunakan penulis untuk proses pengurangan noise adalah dengan menggunakan Optimum Notch Filter dan Band Reject Filter yang keduanya merupakan jenis dari selective filter [9]. 2. Pada Penelitian oleh Wiliyana 2012. Untuk mengatasi noise pada sebuah citra digital perlu dilakukan usaha untuk memperbaiki kualitas citra.Salah satunya dengan filtering citra baik secara linear maupun non-linear. Mean filter merupakan salah satu filtering linear yang berfungsi untuk memperhalus dan menghilangkan noise pada suatu citra yang bekerja dengan menggantikan intensitas nilai pixel dengan rata-rata dari nilai pixel tersebut dengan nilai pixel- pixel tetangganya [12]. 3. Dalam Penelitian Siregar, Muhammad Arifin 2009. Noise adalah gangguan- gangguanbintik-bintik pada gambar yang terjadi pada saat gambar tersebut dikirim dari satu komputer ke komputer lainnya. Reduksi noise itu sendiri terbagi menjadi dua yaitu Intensity Filtering dan Frequency Filtering [11]. 4. Berdasarkan penelitian oleh Prihatini, Tuti Adi 2010. Pengurangan noise atau denoise merupakan suatu proses untuk mereduksi atau mengurangi noise pada sebuah citra digital dalam meningkatkan kualitas citra image enhancement yang merupakan langkah awal dalam image processing. Salah satu metode yang digunakan untuk mereduksi noise atau denoise tersebut adalah dengan melakukan filtering pada citra digital salah satunya, yaitu dengan menggunakan Low Pass Filter LPF atau Smoothing Filter [8]. 5. Berdasarkan penelitian oleh Murinto et al 2012. Citra sering kali mengalami penurunan mutu degradasi. Hal ini akan menyebabkan citra sulit diinterpretasi. Dengan memperbaiki tampilan citra yang mengalami gangguan noise, diperoleh citra yang mutunya baik dan mudah diinterpretasikan. Salah satu manipulasi perbaikan mutu citra adalah dengan proses filtering citra. Dalam proses filtering citra ada bebarapa metode yang digunakan untuk memproses citra, diantaranya metode 2D median filter dan multilevel median filter [14]. 6. Dalam penelitian Handoko, W.T et al 2011. Citra memegang peranan sangat penting sebagai bentuk informasi. Namun terkadang timbul gangguan pada citra yang disebut noise sehingga menyebabkan kualitas citra yang diterima menjadi turun atau tidak sesuai dengan citra aslinya. Noise dapat berupa additive Gaussian noise dan additive Laplacian noise. Salah satu manipulasi perbaikan mutu citra adalah dengan proses Denoise pada citra. Metode yang digunakan adalah wavelet tresholding analysis. Sedangkan Wavelet yang digunakan untuk mereduksi noise tersebut adalah wavelet daubchiess, coiflet dan symlet [13].

BAB III ANALISIS DAN PERANCANGAN