Implementasi Dan Perbandingan Metode Geometric Mean Filter Dan Alpha-Trimmed Mean Filter Untuk Mereduksi Exponential Noise Pada Citra Digital
IMPLEMENTASI DAN PERBANDINGAN METODE GEOMETRIC
MEAN FILTER DAN ALPHA-TRIMMED MEAN FILTER
IMPLEMENTASI DAN PERBANDINGAN METODE GEOMETRIC MEAN FILTER DAN ALPHA-TRIMMED MEAN FILTER UNTUK MEREDUKSI
EXPONENTIAL NOISE PADA CITRA DIGITAL SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
AULIZA NANDA NASUTION 101401010 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
PERSETUJUAN
Judul : IMPLEMENTASI DAN PERBANDINGAN METODE
GEOMETRIC MEAN FILTER DAN ALPHA- TRIMMED MEAN FILTER UNTUK MEREDUKSI
EXPONENTIAL NOISE PADA CITRA DIGITAL
Kategori : SKRIPSI Nama : AULIZA NANDA NASUTION Nomor Induk Mahasiswa : 101401010 Program Studi : SARJANA (S1) ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 15 Juli 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 M. Andri Budiman, S.T., M.Comp.Sc, MEM Maya Silvi Lydia, B.Sc, M.Sc NIP. 197510082008011011 NIP. 197401272002121001 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001
PERNYATAAN
IMPLEMENTASI DAN PERBANDINGAN METODE GEOMETRIC MEAN
FILTER DAN ALPHA-TRIMMED MEAN FILTER UNTUK MEREDUKSI
EXPONENTIAL NOISE PADA CITRA DIGITAL
SKRIPSI Saya menyatakan bahwa skripsi ini hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 15 Juli 2014 Auliza Nanda Nasution NIM. 101401010
PENGHARGAAN
Puji syukur kehadirat Allah SWT atas segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini dalam waktu yang telah ditentukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Serta shalawat dan salam penulis hadiahkan kepada Nabi Besar Muhammad SAW.
Dengan selesainya tugas akhir ini, penulis mengucapkan terima kasih kepada :
Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu 1. Komputer.
2. Ibu Maya Silvi Lydia, B.Sc, M.Sc sebagai dosen pembimbing 1 dan Sekretaris Program Studi Ilmu Komputer, dan Bapak Mohammad Andri Budiman, S.T., M.Comp.Sc, MEM sebagai dosen pembimbing 2 yang telah meluangkan waktu, tenaga, dan pikiran serta dalam membimbing, memotivasi, dan menyemangati penulis agar dapat menyelesaikan skripsi ini.
3. Bapak Syahriol Sitorus, S.Si, MIT sebagai dosen penguji 1 dan Ibu Dian Rachmawati, S.Si, M.Kom sebagai dosen penguji 2 yang telah memberikan kritik serta saran yang membangun untuk penyelesaian skripsi ini.
4. Dekan, Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi, dan staf pegawai di program studi S1 Ilmu Komputer USU.
5. Orangtua tercinta Ayahanda Syaiful Bahri Nasution dan Ibunda Satinah yang telah memberikan kasih sayang, doa, semangat serta dukungan moril dan materil.
6. Keluarga tercinta kakak Ifna Riski Nasution dan adik penulis Ahmad Syafriza Nasution, Elsa Fadillah Nasution, dan Ashilla Fitri Nasution serta keluarga besar penulis yang selalu membuat hari-hari begitu berarti.
7. Pahri Zuhri, Amd.Sos, yang selalu memberikan dukungan, motivasi, perhatian, dan doa kepada penulis.
8. Keluarga besar Bapak M.Hendrianto, Ibu Paini, Wiji Kharisma dan Abang- Kakak.
9. Teman-teman seperjuangan mahasiswa S1 Ilmu Komputer stambuk 2010 khususnya Ca8in Corps Fanny Fairina N, Zulwita Hariyati, Annissa Fadilla, Uswatun Hasanah, Nurul Ulfah Primadini, Devina Pratiwi Halim, Aulia Akbar Harahap, dan Bernard Tarigan.
10. Adik-adik junior stambuk 2011 Annisa Olivia dan Dini Islami, serta sahabat terbaik penulis Sitti Kardina, S.Si yang telah
memberikan motivasi kepada penulis.
11. Seluruh pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu persatu yang telah membantu penulis dalam menyelesaikan skripsi ini. Penulis menyadari bahwa masih banyak kekurangan maupun kesalahan dalam penulisan skripsi ini. Oleh karena itu penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini. Akhir kata, semoga skripsi ini dapat bermanfaat bagi penulis dan pembaca, khususnya rekan-rekan mahasiswa/i lainnya yang mengikuti perkuliahan di Universitas Sumatera Utara. Terima Kasih.
Medan, 15 Juli 2014 Auliza Nanda Nasution NIM. 101401010
ABSTRAK
Pada citra digital sering kali terdapat beberapa gangguan yang dinamakan noise. Jenis
noise seperti laser yang ada pada citra digital dinamakan exponential noise. Noise ini
biasa terjadi akibat adanya efek pencahayaan yang tidak merata maupun kontras citra yang terlalu tinggi ataupun yang terlalu rendah. Dengan adanya noise dapat menyebabkan informasi yang ada pada citra menjadi berkurang dan sulit untuk diinterpretasikan. Filtering merupakan teknik untuk mereduksi noise. Metode yang akan digunakan untuk mereduksi noise yaitu geometric mean filter dan alpha-trimmed
mean filter. Probabilitas noise yang diberikan yaitu 0.01 sampai 0.05 pada tiap
kelompok citra. Hasil penelitian pada reduksi undefined noise ditambah exponential
noise maupun pada reduksi hanya exponential noise menunjukkan nilai MSE lebih
kecil dan nilai PSNR lebih besar selalu berada pada metode alpha-trimmed mean filter khusus untuk d = 0 dan d = 1. Namun untuk pengujian reduksi hanya exponential
noise selalu memiliki nilai MSE lebih kecil dan nilai PSNR lebih besar daripada
pengujian reduksi undefined noise ditambah exponential noise. Maka dapat disimpulkan bahwa metode alpha-trimmed mean filter untuk d = 0 dan d = 1 lebih baik untuk melakukan reduksi noise, dan pengujian untuk reduksi exponential noise lebih baik daripada pengujian untuk reduksi noise bebas ditambah exponential noise.
Kata kunci : Geometric mean filter, Alpha-trimmed mean filter, Citra digital,
Exponential noise, Mean Squared Error (MSE), Peak Signal-to-Noise Ratio
(PSNR).
IMPLEMENTATION AND COMPARISON OF GEOMETRIC MEAN FILTER
AND ALPHA-TRIMMED MEAN FILTER TO REDUCE
EXPONENTIAL NOISE IN DIGITAL IMAGES
ABSTRACT
On digital image there are often several disturbance that are called noise. This type of noise which is like a laser on the digital image is called exponential noise. This noise is common due to uneven lighting effects as well as the contrast of an image that is too high or too low. The presence of noise, can cause the information in the image being reduced and difficult to interpret. Filtering is a technique to reduce noise. The method to be used for the noise reduction are geometric mean filter and alpha- trimmed mean filter. The probability of a given noise i.e. 0.01 up to 0.05 for every image group. Research is results on the reduction of undefined noise and exponential noise as well as the reduction of exponential noise only show the value of MSE which is smaller and the value of PSNR is bigger always in the method alpha-trimmed mean filters exclusively for d = 0 and d = 1. However, reduction of exponential noise has smaller value of MSE and the value of PSNR is bigger than reduction of undefined noise and exponential noise. Hence it can be inferred that alpha-trimmed mean filters for d = 0 and d = 1 is better to do the reduction of noise, and reduction of exponential noise only is better than reduction undefined noise and exponential noise.
Keywords: Geometric mean filter, Alpha-trimmed mean filter, Digital image,
Exponential noise, Mean Squared Error (MSE), Peak Signal-to-Noise Ratio
(PSNR).DAFTAR ISI Hal.
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel xi
Daftar Gambar xiii
Daftar Lampiran xvi
BAB 1 PENDAHULUAN
1.1. Latar Belakang
1
1.2. Rumusan Masalah
3
1.3. Batasan Masalah
3
1.4. Tujuan Penelitian
4
1.5. Manfaat Penelitian
4
1.6. Metode Penelitian
4
1.7. Sistematika Penulisan
5 BAB 2 LANDASAN TEORI
2.1. Pengertian Citra Digital 6
2.2. Pengolahan Citra Digital
7
2.3. Jenis-jenis Citra Digital
7
2.3.1. Citra biner
8
2.3.2. Citra grayscale
8
2.3.3. Citra warna
8
2.4. Noise
8
2.4.1. Pengertian noise
8
2.4.2. Exponential noise
9
2.5. Restorasi Citra
10
2.5.1. Geometric mean filter
11
2.5.2. Alpha-trimmed mean filter
12
2.6. Pengukuran Kinerja Restorasi Citra
13
2.6.1. Mean squared error (MSE)
13
2.6.2. Peak signal-to-noise ratio (PSNR)
14
2.7. Relevansi Penelitian
14 BAB 3 ANALISIS DAN PERANCANGAN
3.1. Analisis Sistem 16 3.1.1.
16 Diagram Ishikawa 3.1.2.
17 Analisis fungsional
3.1.2.1. Analisis masukan
17
3.1.2.2. Analisis keluaran
17
3.1.2.3. Proses membaca nilai piksel
18
3.1.2.4. Proses penambahan noise
18
3.1.2.5. Konvolusi matriks citra metode geometric mean filter
19
3.1.2.6. Konvolusi matriks citra metode alpha-trimmed mean
20
filter
3.1.2.7. Proses menghitung nilai MSE
21
3.1.2.8. Proses menghitung nilai PSNR
22 3.1.3.
23 Analisis non fungsional 3.2.
23 Perancangan Sistem 3.2.1.
23 Unified Modeling Language (UML)
3.2.1.1. Use case diagram
24
3.2.1.2. Activity diagram
27
3.2.1.3. Sequence diagram
30 3.2.2.
33 Pseudocode 3.2.3.
37 Flowchart sistem 3.2.4.
40 Perancangan antarmuka
3.2.4.1. Form menu utama
40
3.2.4.2. Form reduction undefined noise + exponential noise
41
3.2.4.3. Form reduction exponential noise
43
3.2.4.4. Form help
45
3.2.4.5. Form about
46 BAB 4 IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi Sistem 47 4.1.1.
47 Spesifikasi perangkat keras 4.1.2.
47 Spesifikasi perangkat lunak 4.2.
48 Tampilan Antarmuka 4.2.1.
48 Tampilan form menu utama 4.2.2.
Tampilan form reduction undefined noise + exponential noise 48 4.2.3.
49 Tampilan form reduction exponential noise 4.2.4.
50 Tampilan form help 4.2.5.
51 Tampilan form about 4.3.
51 Pengujian Sistem 4.3.1.
52 Pengujian black box
4.3.1.1. Rencana pengujian
52
4.3.1.2. Kasus dan hasil pengujian alpha
52
4.3.1.3. Kesimpulan hasil pengujian alpha
53
4.3.1.4. Kasus dan hasil pengujian betha
54
4.3.1.5. Kesimpulan hasil pengujian betha
54 4.3.2.
52 Pengujian reduction undefined noise + exponential noise 4.3.3.
61 Pengujian reduction exponential noise 4.4.
63 Hasil Pengujian 4.4.1.
Hasil pengujian reduction undefined noise + exponential 63 noise
4.4.2.
70 Hasil pengujian reduction exponential noise 4.4.3.
78 Perbandingan metode geometric mean filter dan alpha-
trimmed mean filter
BAB 5 KESIMPULAN DAN SARAN
5.1. Kesimpulan
89
5.2. Saran
91 Daftar Pustaka
92
DAFTAR TABEL
Hal.3.1 Spesifikasi Use Case Reduction Undefined Noise + Exponential noise
25
3.2 Spesifikasi Use Case Reduction Exponential Noise
26
4.1 Rencana Pengujian
52
4.2 Pengujian Hasil Input Citra oleh User
52
4.3 Pengujian Hasil Citra dengan Noise 53
4.4 Pengujian Hasil Proses Filter 53
4.5 Hasil Kuisoner 54
4.6 Hasil Reduksi Noise pada Citra Berkontras Gelap dengan Metode
65 Geometric Mean Filter
4.7 Hasil Reduksi Noise pada Citra Berkontras Gelap dengan Metode Alpha-
66 Trimmed Mean Filter
4.8 Hasil Reduksi Noise pada Citra Berkontras Terang dengan Metode
67 Geometric Mean Filter
4.9 Hasil Reduksi Noise pada Citra Berkontras Terang dengan Metode Alpha- 68
Trimmed Mean Filter
4.10 Hasil Reduksi Noise pada Citra Beragam Warna dengan Metode
69 Geometric Mean Filter
4.11 Hasil Reduksi Noise pada Citra Beragam Warna dengan Metode Alpha-
70 Trimmed Mean Filter
4.12 Hasil Reduksi Noise pada Citra Berkontras Gelap dengan Metode
72 Geometric Mean Filter
4.13 Hasil Reduksi Noise pada Citra Berkontras Gelap dengan Metode Alpha-
73 Trimmed Mean Filter
4.14 Hasil Reduksi Noise pada Citra Berkontras Terang dengan Metode
74 Geometric Mean Filter
4.15 Hasil Reduksi Noise pada Citra Berkontras Terang dengan Metode Alpha- 75
Trimmed Mean Filter
4.16 Hasil Reduksi Noise pada Citra Beragam Warna dengan Metode
76 Geometric Mean Filter
4.17 Hasil Reduksi Noise pada Citra Beragam Warna dengan Metode Alpha-
77 Trimmed Mean Filter
4.18 Perbandingan MSE Metode GMF dan ATMF untuk Reduksi Undefined
79 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Gelap
4.19 Perbandingan PSNR Metode GMF dan ATMF untuk Reduksi Undefined
79 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Gelap
4.20 Perbandingan Runtime Metode GMF dan ATMF untuk Reduksi Undefined 80 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Gelap
4.21 Perbandingan MSE Metode GMF dan ATMF untuk Reduksi Undefined
80 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Terang
4.22 Perbandingan PSNR Metode GMF dan ATMF untuk Reduksi Undefined
81 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Terang
4.23 Perbandingan Runtime Metode GMF dan ATMF untuk Reduksi Undefined 81 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Terang
4.24 Perbandingan MSE Metode GMF dan ATMF untuk Reduksi Undefined
82 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Beragam Warna
4.25 Perbandingan PSNR Metode GMF dan ATMF untuk Reduksi Undefined
82 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Beragam Warna
4.26 Perbandingan Runtime Metode GMF dan ATMF untuk Reduksi Undefined 83 Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Beragam Warna
DAFTAR GAMBAR
Hal.3.11 Matriks Citra Setelah Reduksi Noise
19
3.6 Matriks Blok Citra 1 Sebelum Digeser
19
3.7 Matriks Blok Citra 1 Setelah Digeser
20
3.8 Matriks Citra Pada Blok 1
20
3.9 Matriks Citra Blok 1 Hasil Reduksi Metode Alpha-Trimmed Mean Filter
21
3.10 Matriks Citra Sebelum Reduksi Noise
21
22
19
3.12 Use Case Diagram Sistem
24
3.13 Activity Diagram Reduction Undefined Noise + Exponential Noise 28
3.14 Activity Diagram Reduction Exponential Noise
29
3.15 Sequence Diagram Reduction Undefined Noise + Exponential Noise 31
3.16 Sequence Diagram Exponential Noise
32
3.17 Flowchart Metode Geometric Mean Filter
38
3.18 Flowchart Metode Alpha-Trimmed Mean Filter
3.5 Matriks Citra Blok 1 Hasil Reduksi Metode Geometric Mean Filter
3.4 Matriks Citra Pada Blok 1
2.1 Posisi Letak Piksel
2.7 Piksel Citra Awal
7
2.2 Blok Diagram Pengolahan Citra
7
2.3 Citra dengan Exponential Noise
9
2.4 Grafik Exponential Noise
10
2.5 Contoh Noise Eksponensial Negatif
10
2.6 Contoh Noise Filtering
11
11
18
2.8 Piksel Citra Hasil
12
2.9 Piksel Awal
13
2.10 Hasil Filter dengan d = 1
13
3.1 Diagram Ishikawa Permasalahan
16
3.2 Representasi Piksel Pada Citra
18
3.3 Matriks Citra dengan Penambahan Noise
39
3.19 Rancangan Form Menu Utama
61
58
4.13 Help Dialog Apabila Nilai d Belum Dipilih
58
4.14 Hasil Reduksi Noise Metode Alpha-Trimmed Mean Filter d = 0
59
4.15 Hasil Reduksi Noise Metode Alpha-Trimmed Mean Filter d = 1
59
4.16 Hasil Reduksi Noise Metode Alpha-Trimmed Mean Filter d = 8
60
4.17 Dialog Box Kembali Ke Menu Utama
60
4.18 Hasil Reduksi Noise Metode Geometric Mean Filter
4.19 Hasil Reduksi Noise Metode Alpha-Trimmed Mean Filter d = 0
57
62
4.20 Hasil Reduksi Noise Metode Alpha-Trimmed Mean Filter d = 1
62
4.21 Hasil Reduksi Noise Metode Alpha-Trimmed Mean Filter d = 8
63
4.22 Grafik Perbandingan MSE Metode GMF dan ATMF untuk Reduksi
84 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Berkontras Gelap
4.23 Grafik Perbandingan PSNR Metode GMF dan ATMF untuk Reduksi
84 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Berkontras Gelap
4.24 Grafik Perbandingan Runtime Metode GMF dan ATMF untuk Reduksi
4.12 Peringatan File Berhasil Disimpan
4.11 Proses Menyimpan Citra Hasil Reduksi
40
49
3.20 Rancangan Form Reduction Undefined Noise + Exponential Noise 41
3.21 Rancangan Form Reduction Exponential Noise
43
3.22 Rancangan Form Help
45
3.23 Rancangan Form About
46
4.1 Tampilan Menu Utama
48
4.2 Tampilan Reduction Undefined Noise + Exponential Noise
49
4.3 Tampilan Reduction Exponential Noise
4.4 Tampilan Menu Help
57
50
4.5 Tampilan Menu About
51
4.6 Hasil Pemilihan Citra Bernoise
55
4.7 Hasil Generate Noise dengan Probabilitas 0.01
56
4.8 Peringatan Bila Probabilitas Belum Dipilih
56
4.9 Processing Bar Tombol Reduce Noise
56
4.10 Hasil Reduce Noise
85
Undefined Noise + Exponential Noise dengan Reduksi Exponential Noise pada Citra Berkontras Gelap
4.25 Grafik Perbandingan MSE Metode GMF dan ATMF untuk Reduksi
85 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Berkontras Terang
4.26 Grafik Perbandingan PSNR Metode GMF dan ATMF untuk Reduksi
86 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Berkontras Terang
4.27 Grafik Perbandingan Runtime Metode GMF dan ATMF untuk Reduksi
86 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Berkontras Terang
4.28 Grafik Perbandingan MSE Metode GMF dan ATMF untuk Reduksi
87 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Beragam Warna
4.29 Grafik Perbandingan PSNR Metode GMF dan ATMF untuk Reduksi
87 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Beragam Warna
4.30 Grafik Perbandingan Runtime Metode GMF dan ATMF untuk Reduksi
88 Undefined Noise + Exponential Noise dengan Reduksi Exponential
Noise pada Citra Beragam Warna