Latar Belakang Perumusan Masalah Batasan Masalah

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Ketika sebuah citra ditangkap oleh kamera, sering kali terdapat beberapa gangguan yang terjadi, salah satunya seperti kamera tidak fokus, muncul bintik-bintik yang disebabkan oleh proses capture yang tidak sempurna, pencahayaan yang tidak merata sehingga mengakibatkan intensitas tidak seragam, kontras citra terlalu rendah sehingga objek sulit untuk dipisahkan dari latar belakangnya, atau gangguan yang disebabkan oleh kotoran-kotoran yang menempel pada citra, dan lain sebagainya. Setiap gangguan pada citra dinamakan noise derau. Citra yang mengandung noise seperti ini memerlukan langkah-langkah perbaikan [10]. Salah satu langkah perbaikan yang dilakukan adalah dengan melakukan proses filtering, yaitu proses memperbaiki citra yang sudah terkena noise, agar kembali terlihat seperti citra aslinya. Dalam penelitian oleh Sihotang, J.S. proses perbaikan citra yang terkena noise menggunakan teknik filtering dengan metode Midpoint filter untuk mereduksi Gaussian dan Salt Pepper noise, Hasil penelitian yang diperoleh pada penelitian tersebut adalah metode tersebut kurang baik dalam mereduksi kedua noise diatas [8]. Oleh sebab itu dilakukanlah penelitian menggunakan metode Midpoint filter untuk mereduksi noise selain Gaussian dan Salt Pepper noise. Kemudian metode Midpoint filter tersebut dibandingkan dengan metode Yp Yield point Mean Filteryang dikenal baik dalam mereduksi Gaussian noise[4]. Dari hasil perbandingan kedua metode tersebut akan diperoleh metode mana yang paling baik dalam mereduksi noise pada citra digital. Universitas Sumatera Utara

1.2 Perumusan Masalah

Rumusan masalah pada Penelitian ini adalah bagaimana mengimplementasikan dua metode yaitu Midpoint filter dan Yp Mean filterkemudian dilakukan perbandingan diantara keduanya sehingga diperoleh metode mana yang paling baik dalam mereduksi noise pada citra digital.

1.3 Batasan Masalah

Batasan masalah pada Penelitian ini adalah: 1. Citra digital yang digunakan sebagai input berformat bitmap .bmp. 2. Citra digital yang diolah adalah citra warna. 3. Citra digital yang digunakan sebagai input adalah citra yang sudah terkena noisedan citra yang ditambahkan noise. 4. Noise yang akan ditambahkan pada citra adalah Uniform dan Specklenoise. 5. Jenis filter yang digunakan adalah Midpoint filter dan Yp Mean filter. 6. Aplikasi berbasis desktop dan bahasa pemrograman yang digunakan adalah MATLAB 2012. 7. Parameter pembanding kualitas citra adalah Mean Square Error MSE, Peak Signal to Noise Ratio PSNR dan runtime proses.

1.4 Tujuan Penelitian