Kesimpulan KESIMPULAN DAN SARAN

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Setelah melakukan beberapa tahap, yang dimulai dari studi literatur, analisis dan penelitian, perancangan hingga tahap implementasi dan pengujian sistem Implementasi Harmonic Mean Filter dan Fuzzy C Means Clustering pada Segmentasi Citra, maka dapat disimpulkan bahwa: 1. Algoritma Harmonic Mean Filter tidak sesuai digunakan sebagai filter untuk mereduksi citra dengan Gaussian Noise dan lebih baik digunakan sebagai filter untuk mereduksi citra dengan Uniform Noise. Hal ini karena pada Gaussian Noise, nilai MSE citra hasil filtering lebih besar daripada nilai MSE citra noise dan nilai PSNR citra filtering lebih kecil daripada nilai PSNR citra noise. Sedangkan pada Uniform Noise, nilai MSE citra hasil filtering lebih kecil daripada nilai MSE citra noise dan nilai PSNR citra filtering lebih besar daripada nilai PSNR citra noise. Dari pengujian terlihat, semakin besar ukuran dimensi citra yang digunakan maka Running Time semakin besar. 2. Berdasarkan jenis format citranya, tidak bisa ditentukan Harmonic Mean Filter bekerja baik pada jenis format citra tertentu, terutama jenis format citra .bmp dan .png karena memiliki hasil yang berbeda. Untuk Gaussian Noise, Harmonic Mean Filter bekerja lebih baik pada citra .bmp daripada citra .png karena nilai MSE citra .bmp lebih kecil daripada nilai MSE citra .png dan nilai PSNR citra .bmp lebih besar daripada nilai PSNR citra .png dan pada Uniform Noise, Harmonic Mean Filter bekerja baik pada citra png daripada citra .bmp karena nilai MSE citra .png lebih kecil daripada nilai MSE citra .bmp dan nilai PSNR citra .png lebih besar daripada nilai PSNR citra .bmp. Universitas Sumatera Utara 3. Berdasarkan jenis noise dan proses reduksi dengan Harmonic Mean Filter, a. Gaussian Noise, proses segmentasi dengan Fuzzy C Means Clustering bekerja lebih baik pada citra hasil reduksi citra filtering daripada citra noise. Hal ini dapat dilihat dari nilai MSE pada citra filtering lebih kecil daripada nilai MSE pada citra noise, dan nilai PSNR pada citra filtering lebih besar daripada nilai PSNR pada citra noise. b. Uniform Noise, proses segmentasi dengan Fuzzy C Means Clustering bekerja lebih baik pada citra noise daripada citra hasil reduksi citra filtering. Hal ini dapat dilihat dari nilai MSE pada citra noise lebih kecil daripada nilai MSE pada citra filtering, dan nilai PSNR pada citra noise lebih besar daripada nilai PSNR pada citra filtering.

5.2 Saran