Analisis Perbandingan Geometric Mean Filter Dengan Operator Sobel, Operator Prewitt Dan Operator Robert Pada Citra Bitmap

vi

ABSTRAK

Mendeteksi tepi pada citra merupakan hal yang biasa dalam proses pengolahan citra,
namun disini dilakukan perbandingan hasil deteksi tepi pada citra asli dan citra yang
telah mengalami proses filtering. Hal ini dilakukan untuk melihat apakah ada
pengaruh proses filtering pada kinerja deteksi tepi. Metode filtering yang digunakan
adalah Geometric Mean Filter untuk mereduksi Gaussian Noise dan Salt-Pepper
Noise, sedangkan operator deteksi tepinya adalah Sobel, Prewitt dan Robert.
Parameter yang digunakan untuk mengukur nilai perbandingan antara ketiga operator
deteksi tepi yaitu nilai MSE, PSNR dan Running Time. Implementasi sistem
menggunakan SharpDevelop 4.3 dengan bahasa pemogaraman C#. Pada sistem ini
objek yang digunakan adalah citra dengan format bitmap atau *.bmp. Proses
pengujian ini dilakukan dengan nilai probabilitas noise antara 10%, 20%, 30%, 40%,
dan 50%. Berdasarkan hasil pengujian diperoleh bahwa citra asli memiliki proses
deteksi tepi lebih baik dibandingkan dengan citra hasil filtering dengan nilai MSE =
628,723 dan PSNR = 1,0149 dB pada operator Sobel. Sedangkan proses yang relatif
paling cepat dalam mendeteksi tepi dengan nilai Running Rime = 0,263 s pada
operator Prewitt.

Kata kunci : Deteksi Tepi, Geomeric Mean Filter, Gaussian Noise, Salt-Pepper
Noise, Sobel, Prewitt, Robert.

vii

COMPARATIVE ANALYSIS OF GEOMETRIC MEAN FILTER WITH
SOBEL OPERATOR, PREWITT OPERATOR AND
ROBERT OPERATOR ON BITMAP IMAGE
ABSTRACT

Edge detection is a common thing in image processing, but here done to compare the
edge detection on the original image and the image filtering result. This cas was done
to see if there was an effect of the filtering process on the edge detection performance.
The method of filtering is Geometric Mean filter to reduce Gaussian Noise and SaltPepper Noise and edge detection operators are Sobel, Prewitt and Robert. The
parameter used to measure the value of comparisons between the third edge detection
operators are MSE, PSNR and Running Time. Implementation of the system using
SharpDevelop 4.3 with C# programming language. In this system, the object that was
used is image with bitmap format or (*. bmp). This testing process was done with the
probability noise about 10%, 20%, 30%, 40% and 50%. Based on the test results
obtained that the edge detection process on the original image is better than the image

filtering result with MSE = 628,723 and PSNR = 1,0149 dB on Sobel operator. Then
the process of the most rapidly in detecting the edge with Running Time = 0,263 s on
Prewitt operator.

Keyword :

Edge Detection, Geomeric Mean Filter, Gaussian Noise, SaltPepper Noise, Sobel, Prewitt, Robert.