Implementasi dan Perbandingan Metode Wiener Filter dan Adaptive Median Filter Untuk Memperbaiki Kualitas Citra Digital
IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER
DAN ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI
KUALITAS CITRA DIGITAL
SKRIPSI
SITI AISYAH
111401126
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN
ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA
DIGITAL
SKRIPSI
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana
Ilmu Komputer
SITI AISYAH
111401126
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: IMPLEMENTASI DAN PERBANDINGAN METODE
WIENER FILTER DAN ADAPTIVE MEDIAN FILTER
UNTUK MEMPERBAIKI KUALITAS CITRA
DIGITAL
: SKRIPSI
: SITI AISYAH
: 111401126
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 26 Agustus 2016
Komisi Pembimbing
:
Pembimbing 1
Pembimbing 2
Dr. Syahriol Sitorus, S.Si., M.IT
NIP. 197103101997031004
Dian Rachmawati,S.Si,M.Kom
NIP.198307232009122004
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP.196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN
ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA
DIGITAL
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 26 Agustus 2016
Siti Aisyah
111401126
Universitas Sumatera Utara
iv
PENGHARGAAN
Puji dan syukur kehadirat Allah SWT, yang hanya dengan rahmat dan izin-Nya
penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh
gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada:
1.
Bapak Prof. Dr. Runtung Sitepu, S.H, M.Hum selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Si 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.
4.
Ibu Dr. Maya Silvi Lydia, M.Sc selaku Sekretaris Program Studi S1 Ilmu
Komputer sekaligus Dosen Pembanding 1 yang memberikan kritik dan masukan
untuk penyempurnaan skripsi ini.
5.
Bapak Dr. Syahriol Sitorus, S.Si., M.IT selaku Dosen Pembimbing 1 yang telah
memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan
skripsi ini.
6.
Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing 2 yang telah
memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan
skripsi ini..
7.
Bapak Ade Candra, ST, M.Kom selaku Dosen Pembanding 2 yang memberikan
kritik dan masukan untuk penyempurnaan skripsi ini.
8.
Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara, seluruh tenaga pengajar dan pegawai di Program
Studi S1 Ilmu Komputer Fasilkom-TI USU.
9.
Ayahanda Suwardi dan Ibunda Marnis tercinta yang tak jenuh-jenuhnya
memberikan doa, perhatian, dan kasih sayang begitu banyak pada penulis,
terlebih lagi ayah yang hanya bisa memberikan dorongan via telepon, Ibu yang
selalu membantu disaat penulis merasa panik. Kakak-kakak penulis, terutama kak
Universitas Sumatera Utara
v
Sri Muliani S.Si, Spd yang cerewet tapi selalu mengingatkan penulis untuk tetap
semangat. Kepada keponakan tercinta, natra dan ilham yang selalu mewarnai
hidup penulis.Sahabat lama Lili Defita Sari, yang tak pernah lupa pada penulis
dan selalu memberikan dorongan dan semangat, serta murobbi luar biasa penulis,
kakanda Ovalina Silvya.
10. Seluruh sahabat dan rekan-rekan kuliah khususnya mahasiswa S1 Ilmu Komputer
terutama kepada Retri Witra Nastiti, Nurul Putri Yanti, Lestari Juwita Ningrum,
Geubrina Rizky, Nurhaliza Nst, Nurkholija Harahap dan Annisa Olivia yang
selalu memberikan semangat dan dorongan kepada penulis selama menyelesaikan
skripsi ini. Terkhususnya untuk grup halaqoh “Qurrata A’yun” dan tak lupa para
sahabat “PeMaLu” (Pemimpin Masa Lalu) .
11. Rekan-rekan dan adik-adik UKMI AL-KHWARIZMI yang telah memberikan
banyak dukungan dan ilmu kepada penulis.
12. Para staff Tata Usaha S1 Ilmu Komputer.
13. Pihak-pihak yang terlibat langsung maupun tidak langsung yang membantu
penyelesaian laporan ini.
Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan
bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.
Akhirnya, semoga skripsi ini bermanfaat bagi pribadi, keluarga, masyarakat,
organisasi dan negara.
Medan, 26 Agustus 2016
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Penggunaan citra digital memegang peranan penting sebagai bentuk informasi
dikarenakan kelebihan-kelebihan yang dimilkinya. Meskipun kaya akan informasi, tak
semua citra memiliki tampilan visual yang baik. Hal ini bisa disebabkan gangguan
berupa noise, intensitas warna yang terlalu kontras atau kabur. Noise sendiri
merupakan gangguan yang disebabkan oleh menyimpangnya data digital yang
diterima oleh alat penerima data gambar, mulai dari kamera digital dan scanner. Noise
dapat dihilangkan dengan menggunakan teknik filtering. Terdapat 2 jenis metode
filtering yang digunakan, yaitu Wiener Filter yang termasuk salah satu jenis filter
spasial non-linear (filter frekuensi) dan Adaptive Median Filter yang merupakan filter
pengembangan dari Median Filter. Adapun noise yang disebutkan berupa noise asli
yang dihasilkan dari capturing kamera digital, dan impulse noise. Dari hasil
penelitian, menunjukkan bahwa metode Kombinasi dari WF dan AMF lebih baik
dalam memperbaiki kualitas citra yang memiliki noise asli dan impulse noise
dibandingkan metode Wiener Filter dan Adaptive Median Filter dilihat dari
parameternya (MSE, PSNR, dan running time). Semakin besar ukuran citra yang diuji
maka semakin besar pula running time yang dihasilkan. Adapun nilai running time
pada metode Adaptive Median Filter jauh lebih besar dibanding dari Wiener Filter dan
Kombinasi WF dan AMF. Jika dilihat dari tampilan visual, Adaptive Median Filter
memberikan hasil lebih baik dibandingkan Wiener Filter dan Kombinasi WF dan
AMF.
Kata Kunci — Wiener Filter, Adaptive Median Filter, Kombinasi WF dan AMF,
noise asli, impulse noise.
Universitas Sumatera Utara
vii
IMPLEMENTATION AND COMPARISON OF WIENER FILTER AND
ADAPTIVE MEDIAN FILTER TO IMPROVE THE QUALITY OF DIGITAL
IMAGE
ABSTRACT
The use of digital image takes the necessary role as the form of information since its
has so many advantages. Despite of being rich of information, not all images have
good visual to display. This may be caused by the disturbances such as noises, the
color intensity that is too contrast or blurred. The noise itself, is a disturbance caused
by the diverged of digital data which is received by image receiver device, starts from
digital camera and scanner. Noise can be reduced by using filtering technique. There
are 2 types of filtering method used, those are Wiener Filter that included in one of
non-spatial filter type (frequency filter) and Adaptive Median Filter the development
filter from Median Filter. As for the noise in this case is the original noise obtained
from camera digital capturing, and impulse noise. From the result of research shows
that Combination of Wiener Filter and Adaptive Median Filter method is better in
improving image quality that contains original noise and impulse noise compared to
Wiener Filter and Adaptive Median Filter refered by its parameter (MSE, PSNR, and
running time). The bigger an image’s size then the bigger that running time outcame.
While in a process of running time, Adaptive Median Filter took so much time
compared to Wiener Filter and the combination of WF and AMF. Yet for the visual
display, Adaptive Median Filter shows better result than Wiener Filter and the both
Combination.
Keywords : Wiener Filter, Adaptive Median Filter, Combination of Wiener Filter and
Adaptive Median Filter, original noised, impulse noised.
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
ii
iii
iv
vi
vii
viii
x
xi
xii
Bab 1 Pendahuluan
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Tujuan Penelitian
1.4. Batasan atau Rang Lingkup Penelitian
1.5. Manfaat Penelitian
1.6. Metodologi Penelitian
1.7. Sistematika Penulisan
1
1
3
3
3
4
4
5
Bab 2 Landasan Teori
2.1. Citra Digital
2.2. Representasi Citra Digital
2.3. Jenis-jenis Citra
2.3.1. Citra Biner (Monokrom)
2.3.2. Citra Grayscale (skala keabuan)
2.3.3. Citra warna (true color)
2.4. Pixel (Picture Element)
2.5. Firmat File Citra
2.5.1. Format File Bitmap (BMP)
2.6. Noise (Derau)
2.7. Pengolahan Citra Digital
2.7.1. Pengolahan Citra di Kawasan Spasial dan Kawasan
Frekuensi
2.7.1.1. Adaptive Median Filter
2.7.1.2. Wiener Filter
2.8. Parameter Pembanding Kualitas Citra
2.8.1. Mean Square Error (MSE)
2.8.2. Peak Signal to Noise Ratio (PSNR)
7
7
7
8
8
9
9
10
11
11
11
13
Bab 3 Analisis dan Perancangan Sistem
3.1. Analisis Sistem
3.1.1. Analisis masalah
20
20
20
15
15
18
18
18
19
Universitas Sumatera Utara
ix
3.1.2. Analisis persyaratan
3.1.2.1. Persyaratan fungsional
3.1.2.2. Persyaratan non-fungsional
3.1.3. Analisis proses
3.1.3.1. Use Case diagram
3.1.3.2. Activity diagram
3.1.3.3. Sequence diagram
3.1.3.4. Flowchart sistem
3.1.3.5. Pseudocode
3.1.3.5.1. Pseudocode Wiener Filter
3.1.3.5.2. Pseudocode Adaptive Median Filter
3.2. Perancangan Sistem
3.2.1. Perancangan Interface
3.2.1.1. Rancangan Menu Utama (Form Home)
3.2.1.2. Halaman Filtering
3.2.1.3. halaman Help
21
21
22
23
23
28
30
32
36
37
39
40
40
40
41
42
Bab 4 Implementasi dan Pengujian
4.1. Implementasi
4.1.1. Implementasi Algoritma
4.1.1.1. Implementasi Wiener Filter
4.1.1.2. Implementasi Adaptive Median Filter
4.1.2. Implementasi User Interface
4.1.2.1. Form Home (Main form)
4.1.2.2. Form Filtering
4.1.2.3. Form Help
4.2. Pengujian
4.2.1. Proses Pengujian Filtering
4.3. Hasil Pengujian
44
44
44
44
46
48
48
48
49
51
51
53
Bab V Kesimpulan dan Saran
5.1. Kesimpulan
5.2. Saran
71
71
72
Daftar Pustaka
Listing Program
Curriculum Vitae
73
A-1
B-1
Universitas Sumatera Utara
x
DAFTAR TABEL
Halaman
Tabel 2.1
Tabel 3.1
Tabel 3.2
Tabel 3.3
Tabel 3.4
Tabel 3.5
Tabel 3.6
Tabel 3.7
Tabel 3.8
Tabel 3.9
Tabel 3.10
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.9
Tabel 4.10
Warna dan nilai penyusun warna
Spesifikasi Use Case Pilih Citra
Spesifikasi Use Case Filtering Citra
Spesifikasi Use Case Wiener Filter
Spesifikasi Use Case Adaptive Median Filter
Spesifikasi Use Case kombinasi Wiener Filter dan Adaptive
Median Filter
Spesifikasi Use Case hitung MSE, PSNR dan Running Time
Spesifikasi Use Case Simpan Citra Hasil
Keterangan gambar rancangan interface Menu Home
Keterangan gambar rancangan interface Filtering
Keterangan gambar rancangan interface Help
Hasil Pengujian Filtering untuk citra berukuran 256x256
piksel (noise asli)
Hasil Pengujian Filtering untuk citra berukuran 256x256
piksel (impulse noise)
Hasil Pengujian Filtering untuk citra berukuran 512x512
(Noise asli dan impulse noise)
Rata-rata Nilai MSE, PSNR, dan Running Time pada
citra 256x256 piksel dan 512x512 piksel dengan Wiener Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada
citra 256x256 piksel dan 512x512 piksel dengan Adaptive
Median Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra
256x256 piksel dan 512x512 piksel dengan Kombinasi WF dan
AMF
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse
noise 256x256 piksel dan 512x512 piksel dengan Wiener Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse
noise 256x256 piksel dan 512x512 piksel dengan Adaptive
Median Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse
noise 256x256 piksel dan 512x512 piksel dengan Kombinasi WF
dan AMF
Perbandingan rata-rata nilai MSE, PSNR, dan Running Time pada
citra 256x256 piksel dan 512x512 piksel dengan ketiga filtering
10
24-25
25
25-26
26
26-27
27
27-28
41
41-42
43
55-58
59-62
63
65
65
66
67
67
68
69
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Halaman
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 3.9
Gambar 3.10
Gambar 3.11
Gambar 3.12
Gambar 3.13
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.8
Gambar 4.9
Gambar 4.10
Gambar 4.11
Gambar 4.12
Gambar 4.13
Citra grayscale dalam bentuk matriks
Cita Biner
Citra Grayscale
Citra warna (true color)
Citra dengan impulse noise
Citra usg.bmp yang berisi noise
Proses Transformasi Citra
Diagram Ishikawa
Use case diagram
Activity Diagram Filtering
Sequence Diagram Wiener Filter
Sequence Diagram Adaptive Median Filter
Sequence Diagram Kombinasi kombinasi Wiener Filter dan
Adaptive Median Filter
Flowchart keseluruhan sistem
Flowchart Wiener Filter
Flowchart Adaptive Median Filter
Flowchart Kombinasi Wiener Filter dan Adaptive Median Filter
Rancangan Interface Menu Utama
Rancangan Interface Filtering
Rancangan Interface Help
Citra dimensi satu dan hasil transformasi Fourier
Matriks citra 3x3 sebelum difiltering
Matriks citra 3x3 setelah difiltering
Matriks citra 4x4 sebelum filtering dan Matriks citra 4x4
setelah filtering dengan Adaptive Median Filter
Form Home
Form Filtering
Form Help
Message Box Filtering berhasil
Proses pemfilteran citra yang memiliki noise asli dengan Wiener
Filter, Adaptive Median Filter dan kombinasi keduanya
Proses pemfilteran citra yang berisi impulse noise dengan
Wiener Filter, Adaptive Median Filter dan kombinasi keduanya
Citra yang terdegradasi noise asli hasil capturing kamera digital
Beberapa citra yang berisi impulse noise
(a) Nilai piksel awal red sebelum difilter dan (b) nilai piksel
akhir red setelah difilter dengan Wiener Filter
8
9
9
10
12
13
15
21
24
29
30
31
32
33
34
35
36
40
41
42
46
47
48
48
49
50
50
51
52
52
53
54
64
Universitas Sumatera Utara
xii
DAFTAR LAMPIRAN
Halaman
A. Listing Program
B. Curriculum Vitae
A-1
B-1
Universitas Sumatera Utara
DAN ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI
KUALITAS CITRA DIGITAL
SKRIPSI
SITI AISYAH
111401126
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN
ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA
DIGITAL
SKRIPSI
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana
Ilmu Komputer
SITI AISYAH
111401126
PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: IMPLEMENTASI DAN PERBANDINGAN METODE
WIENER FILTER DAN ADAPTIVE MEDIAN FILTER
UNTUK MEMPERBAIKI KUALITAS CITRA
DIGITAL
: SKRIPSI
: SITI AISYAH
: 111401126
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 26 Agustus 2016
Komisi Pembimbing
:
Pembimbing 1
Pembimbing 2
Dr. Syahriol Sitorus, S.Si., M.IT
NIP. 197103101997031004
Dian Rachmawati,S.Si,M.Kom
NIP.198307232009122004
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP.196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI DAN PERBANDINGAN METODE WIENER FILTER DAN
ADAPTIVE MEDIAN FILTER UNTUK MEMPERBAIKI KUALITAS CITRA
DIGITAL
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 26 Agustus 2016
Siti Aisyah
111401126
Universitas Sumatera Utara
iv
PENGHARGAAN
Puji dan syukur kehadirat Allah SWT, yang hanya dengan rahmat dan izin-Nya
penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh
gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada:
1.
Bapak Prof. Dr. Runtung Sitepu, S.H, M.Hum selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Si 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.
4.
Ibu Dr. Maya Silvi Lydia, M.Sc selaku Sekretaris Program Studi S1 Ilmu
Komputer sekaligus Dosen Pembanding 1 yang memberikan kritik dan masukan
untuk penyempurnaan skripsi ini.
5.
Bapak Dr. Syahriol Sitorus, S.Si., M.IT selaku Dosen Pembimbing 1 yang telah
memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan
skripsi ini.
6.
Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing 2 yang telah
memberikan bimbingan, saran, dan masukan kepada penulis dalam pengerjaan
skripsi ini..
7.
Bapak Ade Candra, ST, M.Kom selaku Dosen Pembanding 2 yang memberikan
kritik dan masukan untuk penyempurnaan skripsi ini.
8.
Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara, seluruh tenaga pengajar dan pegawai di Program
Studi S1 Ilmu Komputer Fasilkom-TI USU.
9.
Ayahanda Suwardi dan Ibunda Marnis tercinta yang tak jenuh-jenuhnya
memberikan doa, perhatian, dan kasih sayang begitu banyak pada penulis,
terlebih lagi ayah yang hanya bisa memberikan dorongan via telepon, Ibu yang
selalu membantu disaat penulis merasa panik. Kakak-kakak penulis, terutama kak
Universitas Sumatera Utara
v
Sri Muliani S.Si, Spd yang cerewet tapi selalu mengingatkan penulis untuk tetap
semangat. Kepada keponakan tercinta, natra dan ilham yang selalu mewarnai
hidup penulis.Sahabat lama Lili Defita Sari, yang tak pernah lupa pada penulis
dan selalu memberikan dorongan dan semangat, serta murobbi luar biasa penulis,
kakanda Ovalina Silvya.
10. Seluruh sahabat dan rekan-rekan kuliah khususnya mahasiswa S1 Ilmu Komputer
terutama kepada Retri Witra Nastiti, Nurul Putri Yanti, Lestari Juwita Ningrum,
Geubrina Rizky, Nurhaliza Nst, Nurkholija Harahap dan Annisa Olivia yang
selalu memberikan semangat dan dorongan kepada penulis selama menyelesaikan
skripsi ini. Terkhususnya untuk grup halaqoh “Qurrata A’yun” dan tak lupa para
sahabat “PeMaLu” (Pemimpin Masa Lalu) .
11. Rekan-rekan dan adik-adik UKMI AL-KHWARIZMI yang telah memberikan
banyak dukungan dan ilmu kepada penulis.
12. Para staff Tata Usaha S1 Ilmu Komputer.
13. Pihak-pihak yang terlibat langsung maupun tidak langsung yang membantu
penyelesaian laporan ini.
Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan
bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.
Akhirnya, semoga skripsi ini bermanfaat bagi pribadi, keluarga, masyarakat,
organisasi dan negara.
Medan, 26 Agustus 2016
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Penggunaan citra digital memegang peranan penting sebagai bentuk informasi
dikarenakan kelebihan-kelebihan yang dimilkinya. Meskipun kaya akan informasi, tak
semua citra memiliki tampilan visual yang baik. Hal ini bisa disebabkan gangguan
berupa noise, intensitas warna yang terlalu kontras atau kabur. Noise sendiri
merupakan gangguan yang disebabkan oleh menyimpangnya data digital yang
diterima oleh alat penerima data gambar, mulai dari kamera digital dan scanner. Noise
dapat dihilangkan dengan menggunakan teknik filtering. Terdapat 2 jenis metode
filtering yang digunakan, yaitu Wiener Filter yang termasuk salah satu jenis filter
spasial non-linear (filter frekuensi) dan Adaptive Median Filter yang merupakan filter
pengembangan dari Median Filter. Adapun noise yang disebutkan berupa noise asli
yang dihasilkan dari capturing kamera digital, dan impulse noise. Dari hasil
penelitian, menunjukkan bahwa metode Kombinasi dari WF dan AMF lebih baik
dalam memperbaiki kualitas citra yang memiliki noise asli dan impulse noise
dibandingkan metode Wiener Filter dan Adaptive Median Filter dilihat dari
parameternya (MSE, PSNR, dan running time). Semakin besar ukuran citra yang diuji
maka semakin besar pula running time yang dihasilkan. Adapun nilai running time
pada metode Adaptive Median Filter jauh lebih besar dibanding dari Wiener Filter dan
Kombinasi WF dan AMF. Jika dilihat dari tampilan visual, Adaptive Median Filter
memberikan hasil lebih baik dibandingkan Wiener Filter dan Kombinasi WF dan
AMF.
Kata Kunci — Wiener Filter, Adaptive Median Filter, Kombinasi WF dan AMF,
noise asli, impulse noise.
Universitas Sumatera Utara
vii
IMPLEMENTATION AND COMPARISON OF WIENER FILTER AND
ADAPTIVE MEDIAN FILTER TO IMPROVE THE QUALITY OF DIGITAL
IMAGE
ABSTRACT
The use of digital image takes the necessary role as the form of information since its
has so many advantages. Despite of being rich of information, not all images have
good visual to display. This may be caused by the disturbances such as noises, the
color intensity that is too contrast or blurred. The noise itself, is a disturbance caused
by the diverged of digital data which is received by image receiver device, starts from
digital camera and scanner. Noise can be reduced by using filtering technique. There
are 2 types of filtering method used, those are Wiener Filter that included in one of
non-spatial filter type (frequency filter) and Adaptive Median Filter the development
filter from Median Filter. As for the noise in this case is the original noise obtained
from camera digital capturing, and impulse noise. From the result of research shows
that Combination of Wiener Filter and Adaptive Median Filter method is better in
improving image quality that contains original noise and impulse noise compared to
Wiener Filter and Adaptive Median Filter refered by its parameter (MSE, PSNR, and
running time). The bigger an image’s size then the bigger that running time outcame.
While in a process of running time, Adaptive Median Filter took so much time
compared to Wiener Filter and the combination of WF and AMF. Yet for the visual
display, Adaptive Median Filter shows better result than Wiener Filter and the both
Combination.
Keywords : Wiener Filter, Adaptive Median Filter, Combination of Wiener Filter and
Adaptive Median Filter, original noised, impulse noised.
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
ii
iii
iv
vi
vii
viii
x
xi
xii
Bab 1 Pendahuluan
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Tujuan Penelitian
1.4. Batasan atau Rang Lingkup Penelitian
1.5. Manfaat Penelitian
1.6. Metodologi Penelitian
1.7. Sistematika Penulisan
1
1
3
3
3
4
4
5
Bab 2 Landasan Teori
2.1. Citra Digital
2.2. Representasi Citra Digital
2.3. Jenis-jenis Citra
2.3.1. Citra Biner (Monokrom)
2.3.2. Citra Grayscale (skala keabuan)
2.3.3. Citra warna (true color)
2.4. Pixel (Picture Element)
2.5. Firmat File Citra
2.5.1. Format File Bitmap (BMP)
2.6. Noise (Derau)
2.7. Pengolahan Citra Digital
2.7.1. Pengolahan Citra di Kawasan Spasial dan Kawasan
Frekuensi
2.7.1.1. Adaptive Median Filter
2.7.1.2. Wiener Filter
2.8. Parameter Pembanding Kualitas Citra
2.8.1. Mean Square Error (MSE)
2.8.2. Peak Signal to Noise Ratio (PSNR)
7
7
7
8
8
9
9
10
11
11
11
13
Bab 3 Analisis dan Perancangan Sistem
3.1. Analisis Sistem
3.1.1. Analisis masalah
20
20
20
15
15
18
18
18
19
Universitas Sumatera Utara
ix
3.1.2. Analisis persyaratan
3.1.2.1. Persyaratan fungsional
3.1.2.2. Persyaratan non-fungsional
3.1.3. Analisis proses
3.1.3.1. Use Case diagram
3.1.3.2. Activity diagram
3.1.3.3. Sequence diagram
3.1.3.4. Flowchart sistem
3.1.3.5. Pseudocode
3.1.3.5.1. Pseudocode Wiener Filter
3.1.3.5.2. Pseudocode Adaptive Median Filter
3.2. Perancangan Sistem
3.2.1. Perancangan Interface
3.2.1.1. Rancangan Menu Utama (Form Home)
3.2.1.2. Halaman Filtering
3.2.1.3. halaman Help
21
21
22
23
23
28
30
32
36
37
39
40
40
40
41
42
Bab 4 Implementasi dan Pengujian
4.1. Implementasi
4.1.1. Implementasi Algoritma
4.1.1.1. Implementasi Wiener Filter
4.1.1.2. Implementasi Adaptive Median Filter
4.1.2. Implementasi User Interface
4.1.2.1. Form Home (Main form)
4.1.2.2. Form Filtering
4.1.2.3. Form Help
4.2. Pengujian
4.2.1. Proses Pengujian Filtering
4.3. Hasil Pengujian
44
44
44
44
46
48
48
48
49
51
51
53
Bab V Kesimpulan dan Saran
5.1. Kesimpulan
5.2. Saran
71
71
72
Daftar Pustaka
Listing Program
Curriculum Vitae
73
A-1
B-1
Universitas Sumatera Utara
x
DAFTAR TABEL
Halaman
Tabel 2.1
Tabel 3.1
Tabel 3.2
Tabel 3.3
Tabel 3.4
Tabel 3.5
Tabel 3.6
Tabel 3.7
Tabel 3.8
Tabel 3.9
Tabel 3.10
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.9
Tabel 4.10
Warna dan nilai penyusun warna
Spesifikasi Use Case Pilih Citra
Spesifikasi Use Case Filtering Citra
Spesifikasi Use Case Wiener Filter
Spesifikasi Use Case Adaptive Median Filter
Spesifikasi Use Case kombinasi Wiener Filter dan Adaptive
Median Filter
Spesifikasi Use Case hitung MSE, PSNR dan Running Time
Spesifikasi Use Case Simpan Citra Hasil
Keterangan gambar rancangan interface Menu Home
Keterangan gambar rancangan interface Filtering
Keterangan gambar rancangan interface Help
Hasil Pengujian Filtering untuk citra berukuran 256x256
piksel (noise asli)
Hasil Pengujian Filtering untuk citra berukuran 256x256
piksel (impulse noise)
Hasil Pengujian Filtering untuk citra berukuran 512x512
(Noise asli dan impulse noise)
Rata-rata Nilai MSE, PSNR, dan Running Time pada
citra 256x256 piksel dan 512x512 piksel dengan Wiener Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada
citra 256x256 piksel dan 512x512 piksel dengan Adaptive
Median Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra
256x256 piksel dan 512x512 piksel dengan Kombinasi WF dan
AMF
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse
noise 256x256 piksel dan 512x512 piksel dengan Wiener Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse
noise 256x256 piksel dan 512x512 piksel dengan Adaptive
Median Filter
Rata-rata Nilai MSE, PSNR, dan Running Time pada citra impulse
noise 256x256 piksel dan 512x512 piksel dengan Kombinasi WF
dan AMF
Perbandingan rata-rata nilai MSE, PSNR, dan Running Time pada
citra 256x256 piksel dan 512x512 piksel dengan ketiga filtering
10
24-25
25
25-26
26
26-27
27
27-28
41
41-42
43
55-58
59-62
63
65
65
66
67
67
68
69
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Halaman
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 3.9
Gambar 3.10
Gambar 3.11
Gambar 3.12
Gambar 3.13
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.8
Gambar 4.9
Gambar 4.10
Gambar 4.11
Gambar 4.12
Gambar 4.13
Citra grayscale dalam bentuk matriks
Cita Biner
Citra Grayscale
Citra warna (true color)
Citra dengan impulse noise
Citra usg.bmp yang berisi noise
Proses Transformasi Citra
Diagram Ishikawa
Use case diagram
Activity Diagram Filtering
Sequence Diagram Wiener Filter
Sequence Diagram Adaptive Median Filter
Sequence Diagram Kombinasi kombinasi Wiener Filter dan
Adaptive Median Filter
Flowchart keseluruhan sistem
Flowchart Wiener Filter
Flowchart Adaptive Median Filter
Flowchart Kombinasi Wiener Filter dan Adaptive Median Filter
Rancangan Interface Menu Utama
Rancangan Interface Filtering
Rancangan Interface Help
Citra dimensi satu dan hasil transformasi Fourier
Matriks citra 3x3 sebelum difiltering
Matriks citra 3x3 setelah difiltering
Matriks citra 4x4 sebelum filtering dan Matriks citra 4x4
setelah filtering dengan Adaptive Median Filter
Form Home
Form Filtering
Form Help
Message Box Filtering berhasil
Proses pemfilteran citra yang memiliki noise asli dengan Wiener
Filter, Adaptive Median Filter dan kombinasi keduanya
Proses pemfilteran citra yang berisi impulse noise dengan
Wiener Filter, Adaptive Median Filter dan kombinasi keduanya
Citra yang terdegradasi noise asli hasil capturing kamera digital
Beberapa citra yang berisi impulse noise
(a) Nilai piksel awal red sebelum difilter dan (b) nilai piksel
akhir red setelah difilter dengan Wiener Filter
8
9
9
10
12
13
15
21
24
29
30
31
32
33
34
35
36
40
41
42
46
47
48
48
49
50
50
51
52
52
53
54
64
Universitas Sumatera Utara
xii
DAFTAR LAMPIRAN
Halaman
A. Listing Program
B. Curriculum Vitae
A-1
B-1
Universitas Sumatera Utara