NOISE PADA CITRA BMP DAN PNG
NOISE PADA CITRA BMP DAN PNG SKRIPSI Gamal Nasir 091401056 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2014 IMPLEMENTASI HARMONIC MEAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA BMP DAN PNG SKRIPSI Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer GAMAL NASIR
091401056 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2014
PERSETUJUAN
Judul : IMPLEMENTASI HARMONIC MEAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA BMP DAN PNG
Kategori : SKRIPSI Nama : GAMAL NASIR Nomor Induk Mahasiswa : 091401056 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI Diluluskan di Medan, April 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Syahriol Sitorus, S.Si., M.IT Dr. Syahril Efendi, S.Si, M.IT NIP. 19710310 199703 1 004 NIP. 19671110 199602 1 001 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001
PERNYATAAN
IMPLEMENTASI HARMONIC MEAN FILTER UNTUK MEREDUKSI NOISE PADA CITRA BMP DAN PNG SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, April 2014 Gamal Nasir 091401056
PENGHARGAAN
Puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya, sehingga Penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar– besarnya kepada :
1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer Universitas Sumatera Utara dan Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
5. Bapak Dr. Syahril Efendi, S.Si, M.IT selaku Dosen Pembimbing I yang telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.
6. Bapak Syahriol Sitorus, S.Si, M.IT selaku Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.
7. Bapak Herriyance, S.T, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8. Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, seluruh tenaga pengajar serta pegawai di Program Studi S1 Ilmu Komputer Fasilkom-TI USU.
9. Almarhum ayahanda Drs. Indera Afkhar M. Hum dan Ibunda Syahriza yang selalu memberikan doa dan dukungan serta kasih sayang kepada penulis, serta abangda dan adik tersayang Iksan Saumil Akhir, S.Pd dan
Bram Adha yang terus memberikan dukungan dan dorongan bagi penulis untuk menyelesaikan skripsi ini.
10. Dewi Ayu Pratami, S.Kom atas semangat, dukungan, perhatian, kasih sayang, pengertian, dan kesabaran terhadap penulis selama proses penyelesaian skripsi ini.
11. Teman-teman terdekat, terutama Muhammad Ican, Azhar Indra Rifangi, M. Febri Rahmansyah, Mustika Agung Maulana, S.Kom, Rima Mustika, Rudi Afriansyah, Ismail Fata Lubis, Fithri Rizqi Khairani Nst, S.Kom, serta teman-teman yang sedang menyelesaikan skripsi terutama stambuk 2009 dan teman-teman Pengurus IMILKOM tahun 2012-2013 atas semangat dan dorongannya sehingga penulis dapat menyelesaikan skripsi ini.
12. Dan semua pihak yang telah banyak membantu yang tidak bisa disebutkan satu-persatu.
Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah diberikan kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.
Medan, April 2014 Penulis
ABSTRAK
Reduksi noise merupakan suatu proses untuk mengurangi noise pada sebuah citra digital untuk meningkatkan kualitas citra yang merupakan langkah awal dalam citra digital. Dalam mengurangi noise tersebut diperlukan suatu metode untuk mereduksi noise yaitu dengan metode Harmonic Mean Filter. Dalam Harmonic
Mean Filter nilai warna setiap piksel diganti dengan nilai warna pada setiap piksel
diwilayah terdekat. Pada proses reduksi noise ini objek yang digunakan adalah citra berwarna yang berformat .bmp dan .png, dimana sistem akan menambahkan
noise yang terdapat pada sistem tersebut, yaitu Gaussian Noise atau Salt and Pepper Noise dengan nilai persentase noise yang berkisar antara 1-100%. Dalam
mengukur nilai perbandingan kualitas citra hasil reduksi noise tersebut digunakan perhitungan nilai MSE, PSNR, dan Running Time. Berdasarkan dari hasil pengujian pada citra hasil reduksi noise dengan Harmonic Mean Filter berformat .bmp dan .png, nilai Running Time terkecil dimiliki oleh citra hasil reduksi noise
Salt and Pepper . Harmonic Mean Filter juga sangat baik digunakan pada citra
dengan Gaussian Noise karena menghasilkan nilai MSE dan PSNR lebih baik dibandingkan dengan citra dengan Salt and Pepper Noise.
Kata kunci : Harmonic Mean Filter, Reduksi Noise, Gaussian Noise, Salt and Pepper Noise
IMPLEMENTATION OF HARMONIC MEAN FILTER TO REDUCE NOISE ON BMP AND PNG IMAGE ABSTRACT
Noise reduction is a process to reducing noise in a digital image to enhance the image quality that is the first step in the digital image. In reducing the noise we need a method for reducing noise named by Harmonic Mean Filter method. In Harmonic Mean Filter color values of each pixel is replaced by the value of the color at each pixel in the region nearby. In this noise reduction process the object that is used is the .bmp and. png format of true color image, which will add noise to the system contained in the system, namely Gaussian Noise or Salt and Pepper Noise with noise percentage values ranging from 1-100%. In measuring the value of image quality comparison of the image results of noise reduction used the calculation of MSE, PSNR, and Running Time. Based on the test results in image results of noise reduction with Harmonic Mean Filter to the image with .bmp and. png format, the smallest value of running time owned by the image of the Salt and Pepper noise reduction. Harmonic Mean Filter is also very good to use for the image with Gaussian noise because producing the value of MSE and PSNR better than the image with Salt and Pepper Noise.
Keywords: Harmonic Mean Filter, Noise Reduction, Gaussian Noise, Salt and Pepper Noise
DAFTAR ISI
HalamanPersetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract
vii Daftar Isi viii
Daftar Tabel xi
Daftar Gambar xii
Daftar Lampiran xiv
Bab 1 Pendahuluan
1.1
1 Latar Belakang
1.2
2 Perumusan Masalah
1.3
2 Batasan Masalah
1.4
2 Tujuan Penelitian
1.5
3 Manfaat Penelitian
1.6
3 Metode Penelitian
1.7
4 Sistematika Penulisan
Bab 2 Landasan Teori
2.1 Citra
5
2.2 Citra Digital
5
2.3 Representasi Citra Digital
6
2.4 Pengolahan Citra Digital
7
2.4.1 Kategori Pengolahan Citra
8
2.4.2 Penerapan Pengolahan Citra
9
2.5 Jenis-jenis Citra Digital
9
2.5.1 Citra Biner
10
2.5.2 Citra Grayscale
10
2.5.3 Citra Warna
11
2.6 Format File Citra
12
2.6.1 BMP (Bitmap)
12
2.6.2 PNG
13
2.7 Noise
14
2.7.1 Salt and Pepper Noise (Impulse Noise)
15
2.7.2 Gaussian Noise
16
2.8 Harmonic Mean Filter
17
2.9 MSE, PSNR, dan Running Time
17
2.9.1 Mean Square Error (MSE)
17
2.9.2 Peak Signal to Noise Ratio (PSNR)
18
2.9.3 Running Time
18
2.10 Penelitian yang Relevan
18 Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem
20
3.1.1 Analisis Masalah
20
3.1.2 Analisis Persyaratan
21
3.1.2.1 Persyaratan Fungsional
21
3.1.2.2 Persyaratan Non-Fungsional
22
3.1.3 Analisis Proses
22
3.1.3.1 Use Case Diagram
23
3.1.3.1.1 Use Case Tambah Noise
24
3.1.3.1.2 Use Case Buka Citra Awal
25
3.1.3.1.3 Use Case Input Persentase Noise
26
3.1.3.1.4 Use Case Pilih Noise
26
3.1.3.1.5 Use Case Gaussian Noise
27
3.1.3.1.6 Use Case Salt and Pepper Noise
28
3.1.3.1.7 Use Case Simpan Citra Bernoise
29
3.1.3.1.8 Use Case Reduksi Noise
29
3.1.3.1.9 Use Case Buka Citra Bernoise
30
3.1.3.1.10 Use Case Harmonic Mean Filter
31
3.1.3.1.11 Use Case Hitung MSE, PSNR, dan
Running Time
32
3.1.3.1.12 Use Case Simpan Citra Hasil Reduksi
32
3.1.3.2 Activity Diagram
33
3.1.3.3 Sequence Diagram
35
3.1.3.4 Analisis Proses Reduksi Noise dengan Harmonic Mean
Filter
35
3.2 Pseudocode
37
3.2.1 Pseudocode Proses Tambah Noise Gaussian
37
3.2.2 Pseudocode Proses Tambah Noise Salt and Pepper
38
3.2.3 Pseudocode Proses Reduksi Noise
38
3.3 Perancangan Sistem
40
3.3.1 Flowchart Perancangan Sistem
40
3.3.2 Perancangan Antarmuka Sistem (Interface)
41
3.3.2.1 Halaman Menu Utama
41
3.3.2.2 Halaman Menu Tambah Noise
42
3.3.2.3 Halaman Menu Reduksi Noise
44
3.3.2.4 Halaman Menu Tentang
46
3.3.2.5 Halaman Menu Bantuan
47 Bab 4 Implementasi dan Pengujian
4.1
49 Implementasi
4.1.1 Tampilan Halaman Menu Utama
49
4.1.2 Tampilan Halaman Menu Tambah Noise
50
4.1.3 Tampilan Halaman Menu Reduksi Noise
51
4.1.4 Tampilan Halaman Menu Tentang
52
4.1.5 Tampilan Halaman Menu Bantuan
53
4.2 Pengujian
54
4.2.1 Pengujian Proses Tambah Noise
4.2.6 Perbandingan Rata-rata Nilai MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Salt and Pepper Noise 68
74 Daftar Pustaka
5.2 Saran
73
5.1 Kesimpulan
70 Bab 5 Kesimpulan dan Saran
Noise
4.2.7 Grafik Nilai MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Gaussian Noise dan Salt and Pepper
67
54
4.2.5 Perbandingan Rata-rata Nilai MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Gaussian Noise
65
4.2.4 Pengujian Proses Reduksi Noise dengan Harmonic Mean Filter dengan Salt and Pepper Noise pada Citra Berformat BMP dan PNG
63
4.2.3 Pengujian Proses Reduksi Noise dengan Harmonic Mean Filter dengan Gaussian Noise pada Citra Berformat BMP dan PNG
59
4.2.2 Pengujian Proses Reduksi Noise
75
DAFTAR TABEL
Nomor Tabel Nama Tabel Halaman30
Pepper Noise pada Citra Berformat BMP
Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Gaussian Noise dan Salt and
Pepper Noise pada Citra Berformat PNG
24
25
26
27
27
28
29
30
31
Harmonic Mean Filter
32
32
63
64
65
66
67
67
68
69
69
dengan Format PNG Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Gaussian Noise Berformat BMP Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Gaussian Noise Berformat PNG Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Salt and Pepper Noise Berformat BMP Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Salt and Pepper Noise Berformat PNG Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Hasil Reduksi Noise dengan Gaussian Noise dan Salt and
Perbandingan Nilai MSE, PSNR, dan Running Time pada Citra dengan Salt and Pepper Noise dan Citra Hasil Reduksi dengan
3.1
4.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
3.12
4.2
Harmonic Mean Filter dengan Format BMP
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10 Spesifikasi Use Case Tambah Noise Spesifikasi Use Case Buka Citra Awal Spesifikasi Use Case Input Persentase Noise Spesifikasi Use Case Pilih Noise Spesifikasi Use Case Gaussian Noise Spesifikasi Use Case Salt and Pepper Noise Spesifikasi Use Case Simpan Citra Bernoise Spesifikasi Use Case Reduksi Noise Spesifikasi Use Case Buka Citra Bernoise Spesifikasi Use Case Harmonic Mean Filter Spesifikasi Use Case Hitung MSE, PSNR, dan Running Time Spesifikasi Use Case Simpan Hasil Reduksi Perbandingan Nilai MSE, PSNR, dan Running Time pada Citra dengan Gaussian Noise dan Citra Hasil Reduksi dengan
Harmonic Mean Filter dengan Format BMP
Perbandingan Nilai MSE, PSNR, dan Running Time pada Citra dengan Gaussian Noise dan Citra Hasil Reduksi dengan
Harmonic Mean Filter dengan Format PNG
Perbandingan Nilai MSE, PSNR, dan Running Time pada Citra dengan Salt and Pepper Noise dan Citra Hasil Reduksi dengan
70
DAFTAR GAMBAR
Nomor Gambar Nama Gambar Halaman16
40
35
34
24
21
17
16
15
43
14
13
12
11
10
7
Tampilan Buka File Citra Bernoise Tampilan Hasil Reduksi Noise dengan Gaussian Noise Berformat BMP Tampilan Hasil Reduksi Noise dengan Gaussian Noise Berformat PNG Tampilan Hasil Reduksi Noise dengan Salt and Pepper Noise Berformat BMP Tampilan Hasil Reduksi Noise dengan Salt and Pepper Noise Berformat PNG
Noise
41
45
Noise
57
62
61
61
60
59
58
58
56
47
56
55
54
53
52
51
50
48
Tampilan File Citra Berformat PNG dengan Salt and Pepper
Rancangan Antarmuka Halaman Menu Utama Rancangan Antarmuka Halaman Menu Tambah Noise Rancangan Antarmuka Halaman Menu Reduksi Noise Rancangan Antarmuka Halaman Menu Tentang Rancangan Antarmuka Halaman Menu Bantuan Tampilan Menu Utama Tampilan Halaman Menu Tambah Noise Tampilan Halaman Menu Reduksi Noise Tampilan Halaman Menu Tentang Tampilan Halaman Menu Bantuan Tampilan Pemilihan Citra Tampilan File Citra Berformat BMP yang Telah Dipilih Tampilan File Citra Berformat PNG yang Telah Dipilih Tampilan File Citra Berformat BMP dengan Gaussian Noise Tampilan File Citra Berformat PNG dengan Gaussian Noise Tampilan File Citra Berformat BMP dengan Salt and Pepper
2.1
3.1
3.8
3.7
3.6
3.5
3.4
3.3
3.2
2.10
3.10
2.9
2.8
2.7
2.6
2.5
2.4
2.3
2.2
3.9
4.1
Flowchart Rancangan Sistem
4.12
Diagram
Ishikawa Diagram Use Case Diagram Activity Diagram Sequence
4.17 Koordinat Kartesius 2D dari Sebuah Citra Digital MxN Contoh Citra Biner Contoh Citra Grayscale Contoh Citra Warna Citra Dalam Format BMP Citra Dalam Format PNG Citra Tanpa Noise Citra dengan Salt and Pepper Noise Citra Tanpa Noise Citra dengan Gaussian Noise
4.16
4.15
4.14
4.13
4.11
4.2
4.10
4.9
4.8
4.7
4.6
4.5
4.4
4.3
62
4.18 Grafik nilai MSE, PSNR, dan Running Time pada Citra Hasil
71 Reduksi noise dengan Gaussian Noise pada Format BMP
4.19 Grafik nilai MSE, PSNR, dan Running Time pada Citra Hasil
71 Reduksi noise dengan Gaussian Noise pada Format PNG
4.20 Grafik nilai MSE, PSNR, dan Running Time pada Citra Hasil
72 Reduksi noise dengan Salt and Pepper Noise pada Format BMP
4.21 Grafik nilai MSE, PSNR, dan Running Time pada Citra Hasil
72 Reduksi noise dengan Salt and Pepper Noise pada Format PNG