Implementasi dan Perbandingan Metode Wiener Filter dan Adaptive Median Filter Untuk Memperbaiki Kualitas Citra Digital
BAB 1
PENDAHULUAN
1.1.
Latar Belakang
Dewasa ini, citra digital memegang peranan yang sangat penting sebagai bentuk
informasi. Penggunaan citra digital semakin meningkat karena kelebihan-kelebihan
yang terdapat pada citra digital itu sendiri, mulai dari kemudahan mendapatkan
gambar, memperbanyak gambar, mengolah gambar, dan lain sebagainya. Dalam hal
lain, meskipun citra kaya akan informasi, tidak semua citra digital memiliki tampilan
visual yang memuaskan mata. Ketidakpuasan itu bisa disebabkan oleh penurunan
intensitas mutu, misalnya mengandung cacat atau derau (noise), warna yang terlalu
kontras atau kabur. Citra yang mengalami kerusakan (noise) dapat mengakibatkan
informasi yang ada menjadi berkurang dan informasi yang diperoleh tidak sebaik yang
diharapkan. Untuk itu diperlukan adanya suatu metode perbaikan citra digital agar
informasi yang diperoleh menjadi maksimal (Saselah, et al. 2013).
Pada pengolahan citra digital, noise dapat dikurangi ataupun dihilangkan
dengan menggunakan teknik filtering. Teknik filtering merupakan teknik yang
digunakan untuk memperbaiki kualitas citra. Salah satu dari teknik filtering yaitu
Wiener Filter dan Adaptive Median Filter. Wiener Filter adalah salah satu jenis filter
spasial non-linear yang merupakan Discrete Time Linier Finite Impulse Response
(FIR) filter. Prinsip ini telah dikembangkan luas untuk rekonstruksi dari sinyal satu
dimensi dan citra dua dimensi. Wiener Filter sensitif terhadap noise, tapi filter tersebut
dapat mengkonstruksi citra dengan baik (Kumar, et al. 2010).
Sedangkan Adaptive Median Filter merupakan filter yang dapat menangani
impulse noise dengan kemungkinan yang lebih besar dari Median Filter, melakukan
proses spasial untuk mempertahankan detil dari non-impulsive noise, sesuatu yang
Median Filter biasa tidak dapat lakukan (Shinde, et al. 2012). Oleh karena itu,
Universitas Sumatera Utara
2
Adaptive Median Filter ini telah banyak digunakan secara luas sebagai metode
lanjutan dibandingkan dengan Median Filter biasa.
Berdasarkan hasil penelitian sebelumnya oleh Listiyani (2013), membahas
cara mereduksi noise dengan menggunakan metode Adaptive Median Filter pada citra
yang dikenai noise, dimana noise yang digunakan adalah noise bangkitan (Gaussian
Noise dan Uniform Noise) serta noise manual oleh user, yakni citra diberi coretan.
Citra outputnya menunjukkan hasil yang sangat baik karena Adaptive Median filter ini
mempertahankan detail citra sekaligus memperhalus noise. Pada penelitian Kumar
dkk (2010) mengenai Performance Comparison of Median and Wiener Filter in
Image De-noising, membahas hasil perbandingan Median filter dan Wiener filter
dalam mereduksi noise pada format citra .png dimana noise yang digunakan adalah
Gaussian noise, salt and pepper noise, dan speckle noise. Hasil reduksi noise dilihat
dari parameter kualitasnya menunjukkan bahwa Wiener filter memberikan hasil lebih
baik dalam mereduksi Gaussian noise dan Speckle noise dibanding Median filter.
Sedangkan dalam mereduksi Salt and Pepper noise, Median filter lebih baik
dibandingkan Wiener filter.
Melihat hasil penelitian yang sudah dipaparkan, terlihat bahwa para peneliti
menggunakan noise spesifik untuk melihat hasil filtering (noise bangkitan). Maka dari
itu, penulis ingin mencoba menggunakan noise asli pada citra tanpa perlu
membangkitkan noise. Oleh karena itu, penulis tertarik untuk mengimplementasikan
dan membandingkan metode Wiener Filter dan Adaptive Median Filter untuk
memperbaiki kualitas citra digital.
Universitas Sumatera Utara
3
1.2.
Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan, maka rumusan masalah yang ada
pada penelitian ini, yaitu:
1. Bagaimana memperbaiki kualitas citra yang memiliki noise dengan melakukan
filtering dengan metode Wiener Filter, Adaptive Median Filter, dan kombinasi
dari Wiener Filter dengan Adaptive Median Filter pada citra digital yang memiliki
derau (noise).
2. Bagaimana perbandingan hasil dari perbaikan kualitas citra dengan menggunakan
Wiener Filter, Adaptive Median Filter, dan kombinasi dari Wiener Filter dengan
Adaptive Median Filter dilihat dari parameter kualitas citra.
1.3.
Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengimplementasikan metode Wiener
Filter dan Adaptive Median Filter serta kombinasi dari keduanya dalam memperbaiki
kualitas citra digital terhadap citra yang memiliki noise, dan melakukan perbandingan
citra hasil dari kedua metode tersebut untuk melihat metode manakah yang lebih baik
digunakan dilihat melalui parameter kualitas citra secara objektif (MSE, PSNR, dan
running time)
1.4.
Batasan atau Ruang Lingkup Penelitian
Batasan masalah yang dapat diambil dari latar belakang diatas adalah:
1. Citra yang digunakan adalah citra true color dengan format bitmap (*.bmp)
dengan ukuran dimensi sama dengan 256x256 atau 512x512.
2. Citra yang diinput merupakan citra asli yang memiliki noise tanpa tambahan noise
dari sistem, dan beberapa citra dengan impulse noise.
3. Konstanta yang dipakai dalam Wiener Filter bernilai 100 dan window maksimum
pada Adaptive Median Filter adalah 5.
4. Menggunakan perhitungan Mean Squared Error (MSE), Peak Signal to Noise
Ratio (PSNR) dan running time sebagai parameter pembanding kualitas citra.
5. Bahasa Pemrograman yang digunakan adalah C#.
Universitas Sumatera Utara
4
1.5.
Manfaat Penelitian
Dari penelitian ini diharapkan mampu memberikan informasi dan solusi untuk
merekomendasikan metode filtering mana yang terbaik yang dapat memperbaiki citra
yang memiliki noise. Serta mengetahui hasil perbandingan dari metode Wiener Filter,
Adaptive Median Filter dan kombinasi dari keduanya.
1.6.
Metodologi Penelitian
Penelitian ini menerapkan beberapa metode sebagai berikut:
1. Studi Literatur
Pada tahap ini penulisan dimulai dengan proses pengumpulan bahan referensi
untuk memperoleh informasi dan data yang diperlukan. Referensi yang digunakan
dapat berupa buku, jurnal, skripsi, artikel, situs internet yang berkaitan dengan
penelitian ini.
2. Analisis dan Perancangan
Dengan adanya rumusan dan batasan masalah, kebutuhan perancangan dianalisis
disertai pembuatan Flowchart, Unified Modeling Language (UML), Design
Interface.
3. Implementasi
Implementasi dilakukan dengan menampilkan ke user hasil yang berbasis Graphic
User Interface (GUI) tentang hasil kedua metode filtering pada citra yang berisi
noise asli dan impulse noise dengan metode Wiener Filter, Adaptive Median Filter
dan Kombinasi Wiener Filter dengan Adaptive Median Filter.
4. Pengujian
Pada tahap ini dilakukan pengujian program untuk mengetahui apakah program
sudah berjalan sesuai dengan tujuan penelitian atau tidak, hasil evaluasi kinerja
masing-masing metode agar diketahui metode terbaik dalam perbaikan kualitas
citra digital serta mengetahui kelebihan dan kelemahan dari metode tersebut.
Universitas Sumatera Utara
5
Untuk bisa membandingkan metode mana yang lebih baik dapat dihitung dengan
MSE, PSNR dan running time.
5. Dokumentasi dan Laporan Akhir
Dalam tahap dokumentasi dilakukan penyusunan laporan dari hasil analisis dan
perancangan sistem dalam format penulisan penelitian.
1.7
Sistematika Penulisan
Dalam penulisan skripsi penulis membagi membuat sistematika penulisan terbagi
menjadi lima bab dengan susunan sebagai berikut:
BAB I PENDAHULUAN
Bab ini membahas tentang latar belakang pemilihan judul, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan
sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini membahas tentang teori-teori yang berhubungan dengan citra digital,
representasi citra digital, jenis-jenis citra digital, pixel, dimensi, format file
citra, noise, pengolahan citra digital, operasi pengolahan citra, pengolahan
citra di kawasan spasial dan frekuensi, Adaptive Median Filtering, Wiener
FIlter, MSE, PSNR dan sebagainya.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas mengenai analisis proses perbaikan citra asli yang memiliki
noise dengan metode Wiener Filter, Adaptive Median Filter dan Kombinasi
Wiener Filter dengan Adaptive Median Filter, pseudocode, Flowchart sistem,
UML, serta perancangan antar muka pengguna.
Universitas Sumatera Utara
6
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini membahas tentang hasil implementasi dan pengujian sistem serta
pembahasan dari hasil yang diperoleh.
BAB V KESIMPULAN DAN SARAN
Bab ini membahas tentang kesimpulan yang diperoleh dari hasil penelitian
serta saran-saran yang ditujukan bagi para pembaca dan pengembang sistem
selanjutnya.
Universitas Sumatera Utara
PENDAHULUAN
1.1.
Latar Belakang
Dewasa ini, citra digital memegang peranan yang sangat penting sebagai bentuk
informasi. Penggunaan citra digital semakin meningkat karena kelebihan-kelebihan
yang terdapat pada citra digital itu sendiri, mulai dari kemudahan mendapatkan
gambar, memperbanyak gambar, mengolah gambar, dan lain sebagainya. Dalam hal
lain, meskipun citra kaya akan informasi, tidak semua citra digital memiliki tampilan
visual yang memuaskan mata. Ketidakpuasan itu bisa disebabkan oleh penurunan
intensitas mutu, misalnya mengandung cacat atau derau (noise), warna yang terlalu
kontras atau kabur. Citra yang mengalami kerusakan (noise) dapat mengakibatkan
informasi yang ada menjadi berkurang dan informasi yang diperoleh tidak sebaik yang
diharapkan. Untuk itu diperlukan adanya suatu metode perbaikan citra digital agar
informasi yang diperoleh menjadi maksimal (Saselah, et al. 2013).
Pada pengolahan citra digital, noise dapat dikurangi ataupun dihilangkan
dengan menggunakan teknik filtering. Teknik filtering merupakan teknik yang
digunakan untuk memperbaiki kualitas citra. Salah satu dari teknik filtering yaitu
Wiener Filter dan Adaptive Median Filter. Wiener Filter adalah salah satu jenis filter
spasial non-linear yang merupakan Discrete Time Linier Finite Impulse Response
(FIR) filter. Prinsip ini telah dikembangkan luas untuk rekonstruksi dari sinyal satu
dimensi dan citra dua dimensi. Wiener Filter sensitif terhadap noise, tapi filter tersebut
dapat mengkonstruksi citra dengan baik (Kumar, et al. 2010).
Sedangkan Adaptive Median Filter merupakan filter yang dapat menangani
impulse noise dengan kemungkinan yang lebih besar dari Median Filter, melakukan
proses spasial untuk mempertahankan detil dari non-impulsive noise, sesuatu yang
Median Filter biasa tidak dapat lakukan (Shinde, et al. 2012). Oleh karena itu,
Universitas Sumatera Utara
2
Adaptive Median Filter ini telah banyak digunakan secara luas sebagai metode
lanjutan dibandingkan dengan Median Filter biasa.
Berdasarkan hasil penelitian sebelumnya oleh Listiyani (2013), membahas
cara mereduksi noise dengan menggunakan metode Adaptive Median Filter pada citra
yang dikenai noise, dimana noise yang digunakan adalah noise bangkitan (Gaussian
Noise dan Uniform Noise) serta noise manual oleh user, yakni citra diberi coretan.
Citra outputnya menunjukkan hasil yang sangat baik karena Adaptive Median filter ini
mempertahankan detail citra sekaligus memperhalus noise. Pada penelitian Kumar
dkk (2010) mengenai Performance Comparison of Median and Wiener Filter in
Image De-noising, membahas hasil perbandingan Median filter dan Wiener filter
dalam mereduksi noise pada format citra .png dimana noise yang digunakan adalah
Gaussian noise, salt and pepper noise, dan speckle noise. Hasil reduksi noise dilihat
dari parameter kualitasnya menunjukkan bahwa Wiener filter memberikan hasil lebih
baik dalam mereduksi Gaussian noise dan Speckle noise dibanding Median filter.
Sedangkan dalam mereduksi Salt and Pepper noise, Median filter lebih baik
dibandingkan Wiener filter.
Melihat hasil penelitian yang sudah dipaparkan, terlihat bahwa para peneliti
menggunakan noise spesifik untuk melihat hasil filtering (noise bangkitan). Maka dari
itu, penulis ingin mencoba menggunakan noise asli pada citra tanpa perlu
membangkitkan noise. Oleh karena itu, penulis tertarik untuk mengimplementasikan
dan membandingkan metode Wiener Filter dan Adaptive Median Filter untuk
memperbaiki kualitas citra digital.
Universitas Sumatera Utara
3
1.2.
Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan, maka rumusan masalah yang ada
pada penelitian ini, yaitu:
1. Bagaimana memperbaiki kualitas citra yang memiliki noise dengan melakukan
filtering dengan metode Wiener Filter, Adaptive Median Filter, dan kombinasi
dari Wiener Filter dengan Adaptive Median Filter pada citra digital yang memiliki
derau (noise).
2. Bagaimana perbandingan hasil dari perbaikan kualitas citra dengan menggunakan
Wiener Filter, Adaptive Median Filter, dan kombinasi dari Wiener Filter dengan
Adaptive Median Filter dilihat dari parameter kualitas citra.
1.3.
Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengimplementasikan metode Wiener
Filter dan Adaptive Median Filter serta kombinasi dari keduanya dalam memperbaiki
kualitas citra digital terhadap citra yang memiliki noise, dan melakukan perbandingan
citra hasil dari kedua metode tersebut untuk melihat metode manakah yang lebih baik
digunakan dilihat melalui parameter kualitas citra secara objektif (MSE, PSNR, dan
running time)
1.4.
Batasan atau Ruang Lingkup Penelitian
Batasan masalah yang dapat diambil dari latar belakang diatas adalah:
1. Citra yang digunakan adalah citra true color dengan format bitmap (*.bmp)
dengan ukuran dimensi sama dengan 256x256 atau 512x512.
2. Citra yang diinput merupakan citra asli yang memiliki noise tanpa tambahan noise
dari sistem, dan beberapa citra dengan impulse noise.
3. Konstanta yang dipakai dalam Wiener Filter bernilai 100 dan window maksimum
pada Adaptive Median Filter adalah 5.
4. Menggunakan perhitungan Mean Squared Error (MSE), Peak Signal to Noise
Ratio (PSNR) dan running time sebagai parameter pembanding kualitas citra.
5. Bahasa Pemrograman yang digunakan adalah C#.
Universitas Sumatera Utara
4
1.5.
Manfaat Penelitian
Dari penelitian ini diharapkan mampu memberikan informasi dan solusi untuk
merekomendasikan metode filtering mana yang terbaik yang dapat memperbaiki citra
yang memiliki noise. Serta mengetahui hasil perbandingan dari metode Wiener Filter,
Adaptive Median Filter dan kombinasi dari keduanya.
1.6.
Metodologi Penelitian
Penelitian ini menerapkan beberapa metode sebagai berikut:
1. Studi Literatur
Pada tahap ini penulisan dimulai dengan proses pengumpulan bahan referensi
untuk memperoleh informasi dan data yang diperlukan. Referensi yang digunakan
dapat berupa buku, jurnal, skripsi, artikel, situs internet yang berkaitan dengan
penelitian ini.
2. Analisis dan Perancangan
Dengan adanya rumusan dan batasan masalah, kebutuhan perancangan dianalisis
disertai pembuatan Flowchart, Unified Modeling Language (UML), Design
Interface.
3. Implementasi
Implementasi dilakukan dengan menampilkan ke user hasil yang berbasis Graphic
User Interface (GUI) tentang hasil kedua metode filtering pada citra yang berisi
noise asli dan impulse noise dengan metode Wiener Filter, Adaptive Median Filter
dan Kombinasi Wiener Filter dengan Adaptive Median Filter.
4. Pengujian
Pada tahap ini dilakukan pengujian program untuk mengetahui apakah program
sudah berjalan sesuai dengan tujuan penelitian atau tidak, hasil evaluasi kinerja
masing-masing metode agar diketahui metode terbaik dalam perbaikan kualitas
citra digital serta mengetahui kelebihan dan kelemahan dari metode tersebut.
Universitas Sumatera Utara
5
Untuk bisa membandingkan metode mana yang lebih baik dapat dihitung dengan
MSE, PSNR dan running time.
5. Dokumentasi dan Laporan Akhir
Dalam tahap dokumentasi dilakukan penyusunan laporan dari hasil analisis dan
perancangan sistem dalam format penulisan penelitian.
1.7
Sistematika Penulisan
Dalam penulisan skripsi penulis membagi membuat sistematika penulisan terbagi
menjadi lima bab dengan susunan sebagai berikut:
BAB I PENDAHULUAN
Bab ini membahas tentang latar belakang pemilihan judul, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan
sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini membahas tentang teori-teori yang berhubungan dengan citra digital,
representasi citra digital, jenis-jenis citra digital, pixel, dimensi, format file
citra, noise, pengolahan citra digital, operasi pengolahan citra, pengolahan
citra di kawasan spasial dan frekuensi, Adaptive Median Filtering, Wiener
FIlter, MSE, PSNR dan sebagainya.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas mengenai analisis proses perbaikan citra asli yang memiliki
noise dengan metode Wiener Filter, Adaptive Median Filter dan Kombinasi
Wiener Filter dengan Adaptive Median Filter, pseudocode, Flowchart sistem,
UML, serta perancangan antar muka pengguna.
Universitas Sumatera Utara
6
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini membahas tentang hasil implementasi dan pengujian sistem serta
pembahasan dari hasil yang diperoleh.
BAB V KESIMPULAN DAN SARAN
Bab ini membahas tentang kesimpulan yang diperoleh dari hasil penelitian
serta saran-saran yang ditujukan bagi para pembaca dan pengembang sistem
selanjutnya.
Universitas Sumatera Utara