Implementasi High-Boost Filtering Untuk Memperbaiki Kualitas Citra Digital

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK
MEMPERBAIKI KUALITAS CITRA DIGITAL

DRAFT SKRIPSI

AZHAR INDRA RIFANGI
091401038

PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2014

Universitas Sumatera Utara

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI
KUALITAS CITRA DIGITAL

SKRIPSI

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah

Sarjana Ilmu Komputer

AZHAR INDRA RIFANGI
091401038

PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara

ii
PERSETUJUAN

Judul
Kategori
Nama
Nomor Induk Mahasiswa

Program Studi
Departemen
Fakultas

: IMPLEMENTASI HIGH-BOOST FILTERING UNTUK
MEMPERBAIKI KUALITAS CITRA DIGITAL
: SKRIPSI
: AZHAR INDRA RIFANGI
: 091401038
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
Diluluskan di
Medan,

Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

Herriyance , ST, M.Kom
NIP. 19801024 201012 1 002

Syahriol Sitorus, S.Si,MIT
NIP. 19710310 199703 1 004

Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,

Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001

Universitas Sumatera Utara

iii

PERNYATAAN

IMPLEMENTASI HIGH-BOOST FILTERING 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, April 2014

Azhar Indra Rifangi
091401038

Universitas Sumatera Utara

vi
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 II
yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
4. Bapak Syahriol Sitorus , S.Si, MIT selaku Dosen Pembimbing I yang telah
memberikan bimbingan, saran, dan masukan kepada penulis dalam
pengerjaan skripsi ini.
5. Bapak Herriyance , ST, M.Kom selaku Dosen Pembimbing II yang
dengan sabar telah memberikan bimbingan, saran, dan masukan kepada
penulis dalam pengerjaan skripsi ini.
6. Bapak Dr. Syahril Effendi, S.Si, MIT selaku Dosen Pembanding I yang

telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7. Bapak Amer Sharif ,S.Si, M.Kom selaku Dosen Pembanding II yang
memberikan kritik dan saran untuk 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. Ibunda tercinta Alm. Nuzullaila Rahman yang selalu menjadi motivasi dan
inspirasi dalam pengerjaan skripsi ini.
10. Ayahanda Amad Rifangi yang selalu memberikan doa dan dukungan serta
kasih sayang kepada penulis, serta Om Fadil Rahman dan Tante Susi Faisa

Universitas Sumatera Utara

vii
Airani yang terus memberikan dukungan dan dorongan bagi penulis untuk
menyelesaikan skripsi ini.
11. Noer Inda Chayanie atas semangat, dukungan, perhatian, kasih sayang dan
pengertian terhadap penulis selama proses penyelesaian skripsi ini.
12. Teman-teman terdekat, terutama Gamal Nasir, Dewa Made Suryadharma,
S.Kom dan Mustika Agung Maulana S, Kom ,atas semangat dan para kru

Raja Risol atas dorongannya sehingga penulis dapat menyelesaikan skripsi
ini. Dan juga untuk Ismail Fata Lubis, Dewi Ayu Pratami, S.kom , dan
teman-teman seangkatan 2009 lainnya yang telah membantu penulis
dalam menyelesaikan skripsi ini.
13. 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

Universitas Sumatera Utara

vi

ABSTRAK

Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa

foto, bersifat analog, berupa sinyal-sinyal video seperti gambar pada monitor
televisi atau bersifat digital yang dapat langsung disimpan pada suatu media
penyimpanan. Citra yang dihasilkan bergantung pada resolusi pixel terhadap
gambar tersebut. Akan tetapi ,tidak semua citra yang dihasilkan akan sesuai
dengan objek gambar tersebut, hal ini diakibatkan adanya derau (noise) yang
menyebabkan tidak maksimalnya hasil gambar yang didapat. Noise yang terjadi
dapat berupa tingkat kecerahan yang terlalu tinggi, warna yang terlalu kontras,
atau kurang tajamnya gambar tersebut dan lain sebagainya. Noise yang terjadi
pada sebuah citra dapat berupa Gaussian Noise ataupun Salt and Pepper
Noise.Untuk memperbaiki citra tersebut kita dapat menggunakan salah satu
metode yaitu High-Boost Filtering. Dalam High-Boost Filtering citra diproses
dengan tetap mempertahankan komponen frekuensi tinggi dan menghilangkan
(mengurangi) komponen frekuensi rendah. Proses pengujian ini dilakukan dengan
nilai probabilitas noise antara 10%,15% dan 20%, yang diujikan dengan citra
berformat.bmp dan .png yang menghasilkan nilai MSE dan PSNR. Berdasarkan
hasil pengujian High-Boost Filtering lebih baik digunakan pada citra grayscale
berformat .bmp maupun berformat .png dengan Gaussian noise karena nilai MSE
dan PSNR yang relatif kecil dibanding Salt And Pepper Noise

Katakunci : High-Boost Filtering, Gaussian Noise, Salt and Pepper Noise,

Filtering

Universitas Sumatera Utara

vii

IMPLEMENTATION OF HIGH-BOOST FILTERING TO IMPROVE THE
QUALITY OF DIGITAL IMAGE

ABSTRACT

Image as one of the output from a recording system, can be an optical data such as
an image, analogous, or video signals such as images on a television monitor or
one of digital media that we can save in a digital storage. The result of the image
is depends on the pixel resolution from the image. However, not all images will
be produced in accordance with the image object, this is due to the presence of
noise that cause didn’t get the best result of the image. It can be occur cause of too
high the brightness levels,too contrast image,or lack of sharpness from the image.
Gaussian Noise or Salt and Pepper Noise can be occurs in an image, to fix that we
can use High-Boost Filtering method to fix the image.In High-Boost Filtering

image will be processed while maintaining the high frequency components and
eliminating (reducing) the low-frequency component. The testing process will be
tested with a probability value of noise between 10%, 15% and 20%,it tested with
an image in .bmp mode or in .png mode that generate value of MSE and PSNR.
Based on the test, High-Boost Filtering is better used on a grayscale image in
.bmp mode or .png mode which affected by Gaussian Noise than Salt and Pepper
noise. Because the value of MSE and PSR are relatively small compared to Salt
and Pepper Noise.

Keywords : High-Boost Filtering, Gaussian Noise, Salt and Pepper Noise,
Filtering

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 Perumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metodelogi Penelitian
1.7 Sistematika Penulisan

1
2
2
3
3
3
4

Bab 2 Landasan Teori
2.1 Citra
2.2 Citra Digital
2.3 Jenis-Jenis Citra
2.3.1 Citra Biner
2.3.2 Citra Grayscale
2.3.3 Citra Warna
2.4 Format File Citra
2.4.1 Format File Bitmap (.bmp)
2.4.2 Format File Citra Portable Networks Graphic(.png)
2.5 Noise
2.5.1 Gaussian Noise
2.5.2 Salt and Pepper Noise
2.6 Perbaikan Citra
2.6.1 Operasi Spasial (Filtering)
2.6.1.1 Kernel (mask)
2.6.1.2 Konvolusi (Convolution)
2.6.2 High-Boost Filtering
2.7 Parameter Perbandingan Kualitas Citra
2.7.1 Mean Square Error (MSE)
2.7.2 Peak Signal to Noise Ratio (PSNR)

6
6
8
8
8
9
9
10
10
11
12
12
13
13
13
14
14
15
15
16

Universitas Sumatera Utara

ix

Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem
3.1.1 Analisis Masalah
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 Sequence Diagram
3.1.3.3 Activity Diagram
3.1.3.4 Analisis Proses Filtering dengan High-Boost Filtering
3.2 Pseudocode Program
3.2.1 Pseudocode Proses Tambah Generate Noise
3.2.2 Pseudocode Proses Tambah Salt and Pepper Noise
3.2.3 Pseudocode Proses High-Boost Filtering
3.3 Perancangan Sistem
3.3.1 Perancangan Flowchart Sistem
3.3.2 Perancangan Antarmuka Sistem (Interface)
a. Halaman Menu Utama
b. Halaman Menu Pengujian
c. Halaman Menu Hasil
d. Halaman Menu Help
Bab 4 Implementasi dan Pengujian
4.1 Implementasi
4.1.1 Tampilan Halaman Menu Home
4.1.2 Tampilan Halaman Menu Pengujian
4.1.3 Tampilan Halaman Menu Hasil
4.1.4 Tampilan Halaman Menu Help
4.2 Pengujian
4.2.1 Pengujian Proses Import Citra Grayscale
4.2.2 Pengujian Proses Tambah Noise
4.2.3 Pengujian Proses High-Boost Filtering
4.2.4 Hasil dari Proses yang Filtering yang telah dilakukan
4.2.5 Pengujian proses Filtering Gaussian Noise pada citra
grayscale berformat BMP dan PNG dengan menggunakan
High-Boost Filtering
4.2.6 Pengujian proses Filtering Salt and Pepper Noise pada citra
grayscale berformat BMP dan PNG dengan menggunakan
High-BoostFiltering.
54
4.2.7 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra
Grayscale Hasil Filtering dengan Gaussian Noise
4.2.8 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra
Grayscale Hasil Filtering dengan Salt and Pepper Noise
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2. Saran
Daftar Pustaka

17
17
18
18
19
19
20
23
23
25
28
28
28
28
29
30
30
30
31
32
34

35
35
37
37
38
38
39
32
46
50

51

56
58
62
63
64

Universitas Sumatera Utara

x

DAFTAR TABEL

Nomor
Tabel
3.1

Nama Tabel

Halaman

Spesifikasi Use Case Import Citra Awal

21

3.2

Spesifikasi Use Case Pengujian

21

3.3

Spesifikasi Use Case Hasil

22

4.1

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale
dengan Gaussian Noise dan Citra Hasil Filtering dengan HighBoost Filtering dengan Format BMP .

53

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale
dengan Gaussian Noise dan Citra Hasil Filtering dengan HighBoost Filtering dengan Format PNG.

54

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale
dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan
High-Boost Filtering dengan Format BMP.

55

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale
dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan
High-Boost Filtering dengan Format PNG.

56

4.2

4.3

4.4

4.5

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil
Filtering Noise dengan Salt And Pepper Noise Berformat BMP

58

4.6

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil
Filtering Noise dengan Salt And Pepper Noise Berformat PNG

58

4.7

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil
Filtering Noise dengan Gaussian Noise dan Salt and Pepper
Noise pada Citra Berformat BMP .

59

4.8

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil
Filtering Noise dengan Gaussian Noise dan Salt and Pepper
Noise pada Citra Berformat PNG .

60

4.9

Perbandingan Nilai Rata-rata MSE dan PSNR, pada Citra
Grayscale Hasil Filtering Noise dengan Gaussian Noise dan
Salt and Pepper Noise pada Citra Berformat BMP.

60

4.10

Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra
Grayscale Hasil Filtering Noise dengan Gaussian Noise dan
Salt and Pepper Noise pada Citra Berformat PNG.

61

Universitas Sumatera Utara

DAFTAR GAMBAR
Nomor
Gambar
2.1
2.2
2.3
2.4
2.5
2.6
2.7

Nama Gambar

Halaman
7
8
9
9
10
11
14

4.12

Sistem koordinat citra
Contoh Citra Biner
Contoh Citra Grayscale
Contoh Citra Warna
Citra Bitmap (.bmp)
Citra Png(.png)
Contoh kernel berukuran 3x3 (sel dengan warna abu-abu menyatakan
pusat koordinat {0,0}
Diagram Ishikawa
Use Case Diagram
Sequence Diagram
Activity Diagram
Flowchart Perancangan Sistem
Rancangan Antarmuka halaman home
Rancangan Antarmuka halaman Pengujian
Rancangan Antarmuka menu hasil
Rancangan Antarmuka menu help
Tampilan Menu Home
Tampilan Halaman Menu Pengujian
Tampilan Halaman Menu Hasil
Tampilan Halaman Menu Help
Tampilan Pemilihan Citra berformat .bmp
Tampilan Pemilihan Citra berformat .png
Tampilan Dialog box
Tampilan Citra Grayscale awal
Tampilan Probabilitas Noise
Tampilan Citra Grayscale berformat BMP dengan Gaussian Noise 20%
Tampilan Citra Grayscale berformat BMP dengan Salt and Pepper Noise
20%
Tampilan Citra Grayscale berformat PNG dengan Gaussian Noise 20%

4.13

Tampilan Citra Grayscale berformat PNG dengan Salt and Pepper 20%

47

4.14

Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra
berformat .bmp setelah melalui proses filtering.

48

Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra
berformat .png setelah melalui proses filtering .

49

Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan
citra berformat .bmp setelah melalui proses filtering .

50

Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan
citra berformat .png setelah melalui proses filtering .

51

Tampilan Hasil dari Proses Filtering yang telah dilakukan.

52

3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
4.11

4.15

4.16

4.17

4.18

18
20
23
24
29
30
31
33
35
37
38
39
40
40
41
42
43
44
44
45
46

Universitas Sumatera Utara

xii

DAFTAR LAMPIRAN

Halaman
A. Listing Program
B. Daftar Riwayat Hidup

A-1
B-1

Universitas Sumatera Utara