Dari gambar 4.23 dapat dilihat bahwa Midpoint filter juga merupakan filter yang tidak baik dalam mereduksi Noise Gaussian yang terdapat pada citra. Noise yang
terdapat pada citra tersebut tidak tereduksi melainkan berubah warna menjadi grayscale sama seperti proses Midpoint filter pada citra yang memiliki Noise Salt-
and-pepper, namun dapat dilihat bahwa hasil Midpoint filter pada citra yang memiliki Noise gaussian masih lebih bagus dibandingkan dengan Midpoint filter pada citra
yang memilki Noise Salt-and-pepper.
4.2.4 Proses Perhitungan nilai MSE dan PSNR
Syarat untuk dapat mengetahui nilai MSE dan PSNR adalah harus ada citra asli citra sebelum ber-noise dan citra hasil reduksi noise. Setelah kedua citra tersebut terpenuhi
maka proses perhitungan nilai MSE dan PSNR dapat dilakukan. Pertama citra asli diinputkan pada sistem dan selanjutnya citra hasil fiter juga diinputkan pada sistem.
Kemudian setelah kedua citra tersebut sudah diinput pada sistem maka terdapat button yang berfungsi untuk melakukan perhitungan nilai MSE dan PSNR. Setelah proses
perhitungan selesai maka sistem akan menampilkan pesan bahwa proses perhitungan nilai MSE dan PSNR berhasil. Gambar 4.25 berikut ini merupakan tampilan sistem
untuk proses perhitungan nilai MSE dan PSNR.
Gambar 4.25 Proses perhitungan nilai MSE dan PSNR
Universitas Sumatera Utara
4.2.5 Hasil pengujian Order-Statistic Filter untuk Mereduksi Noise Salt-and-
pepper dengan probabilitas Noise yang berbeda pada Citra Digital
Hasil pengujian sistem untuk mereduksi Noise Salt-and-pepper dapat ditampilkan pada table-tabel berikut ini.
Tabel 4.1 Perbandingan Citra Digital yang memiliki Noise Salt-and-pepper
dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
Median Filter Citra ber-
noise Salt-and-pepper Citra Hasil
Median Filter
Juns.bmp Dimensi 250 x 250 Pixel
Noise 5 MSE = 771.5 dan PSNR = 1.50 dB
Juns.bmp Dimensi 250 x 250 Pixel
Noise 10 MSE = 784.4 dan PSNR = 1.50 dB
Universitas Sumatera Utara
Tabel 4.2 Lanjutan perbandingan Citra Digital yang memiliki Noise Salt-and-
pepper dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
Median Filter
Citra ber- noise Salt-and-pepper
Citra hasil Median Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 15 MSE = 814.7 dan PSNR = 1.49 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 20 MSE = 855.6 dan PSNR = 1.49 dB
Berdasarkan hasil pengujian sistem, program berhasil untuk mereduksi Noise Salt- and-pepper dengan baik, namun jika probabilitas noise semakin besar maka citra hasil
reduksi noise akan masih terdapat sedikit bintik-bintik noise dan perlu direduksi lagi.
Universitas Sumatera Utara
Tabel 4.3 Perbandingan Citra Digital yang memiliki Noise Salt-and-pepper
dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
Mean Filter
Citra ber- Noise Salt-and-pepper
Citra Hasil Mean Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 5 MSE = 1035.2 dan PSNR = 1.45 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 10 MSE = 1284.5 dan PSNR =1.42 dB
Universitas Sumatera Utara
Tabel 4.4 Lanjutan perbandingan Citra Digital yang memiliki Noise Salt-and-
pepper dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
Mean Filter
Citra ber- Noise Salt-and-pepper
Citra hasil Mean Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 15 MSE = 1549.3 dan PSNR = 1.39 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 20 MSE = 1838.4 dan PSNR = 1.36 dB
Berdasarkan hasil proses pengujian sistem, mean filter kurang baik dalam mereduksi Noise Salt-and-pepper karena noise-nya tidak hilang tetapi noise
dihaluskan bluring. Walaupun Noise dalam keadaan dihaluskan, namun tetap membuat citra semakin tidak
jelas.
Universitas Sumatera Utara
Tabel 4.5 Perbandingan Citra Digital yang memiliki Noise Salt-and-pepper
dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
proses Max Filter
Citra ber- Noise Salt-and-pepper
Citra Hasil Max Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 5 MSE = 2274.9 dan PSNR = 1.32 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 10 MSE = 3127.4 dan PSNR = 1.27 dB
Universitas Sumatera Utara
Tabel 4.6 Lanjutan perbandingan Citra Digital yang memiliki Noise Salt-and-
pepper dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan proses
Max Filter
Citra ber- Noise Salt-and-pepper
Citra hasil Max Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 15 MSE = 3809.8 dan PSNR = 1.24 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 20 MSE = 4352.3 dan PSNR = 1.21 dB
Berdasarkan hasil proses pengujian sistem, Max filter tidak baik dalam mereduksi Noise Salt-and-pepper karena noise-nya tidak hilang tetapi noise pepper-nya
dibangkitkan menjadi putih.
Universitas Sumatera Utara
Tabel 4.7 Perbandingan Citra Digital yang memiliki Noise Salt-and-pepper
dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
proses Min Filter
Citra ber- Noise Salt-and-pepper
Citra Hasil Min Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 5 MSE = 11130.8 dan PSNR = 1.06 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 10 MSE= 18243.7 dan PSNR = 0.98 dB
Universitas Sumatera Utara
Tabel 4.8 Lanjutan perbandingan Citra Digital yang memiliki Noise Salt-and-
pepper dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan proses
Min Filter
Citra ber- noise Salt-and-pepper
Citra hasil Max Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 15 MSE = 23524.3 dan PSNR = 0.93 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 20 MSE = 27827.6 dan PSNR = 0.91 dB
Berdasarkan hasil proses pengujian sistem, Max filter tidak baik dalam mereduksi Noise Salt-and-pepper karena noise-nya tidak hilang tetapi noise salt-nya
dibangkitkan menjadi hitam.
Universitas Sumatera Utara
Tabel 4.9 Perbandingan Citra Digital yang memiliki Noise Salt-and-pepper
dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan
proses Midpoint Filter
Citra ber- Noise Salt-and-pepper
Citra Hasil Midpoint Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 5 MSE = 3403.6 dan PSNR = 1.26 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 10 MSE = 5084.2 dan PSNR = 1.19 dB
Universitas Sumatera Utara
Tabel 4.10 Lanjutan perbandingan Citra Digital yang memiliki Noise Salt-and-
pepper dengan probabilitas Noise yang berbeda dan setelah Noise direduksi dengan proses
Midpoint Filter
Citra ber- Noise Salt-and-pepper
Citra hasil Midpoint Filter
Juns.bmp Dimensi 250 x 250 pixel
Noise 15 MSE = 6215.8 dan PSNR = 1.16 dB
Juns.bmp Dimensi 250 x 250 pixel
Noise 20 MSE = 7101.4 dan PSNR = 1,13 dB
Berdasarkan hasil proses pengujian sistem, Midpoint filter tidak baik dalam mereduksi Noise salt-and-pepper karena noise-nya tidak hilang tetapi noise diubah
menjadi warna antara hitam dan putih.
Universitas Sumatera Utara
4.2.6 Hasil pengujian Order-Statistic Filter untuk Mereduksi Noise Gaussian
