ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Sistem
Analisis sistem merupakan suatu tahapan yang mana dilakukan untuk membantu memahami sesuatu yang dibutuhkan sistem. Hal ini dimaksud untuk membuat sistem tersebut mengetahui permasalahan-permasalahan yang ada sehingga nantinya dapat membantu didalam proses perancangan model suatu sistem yang nantinya akan diimplementasikan.
3.1.1. Analisis Masalah
Blurring yaitu proses pengaburan pada citra. Permasalahan yang dihadapi dalam
perancangan sistem ini yaitu melakukan proses pengembalian citra yang telah terdegradasi (proses restorasi), yaitu citra yang telah mengalami kerusakan akibat proses blurring yang telah diberikan. Hal tersebut dilakukan agar dapat membuktikan apakah kedua metode yang digunakan pada percobaan ini dapat mengurangi degradasi terhadap citra. Masalahnya seberapa besar blur yang diberikan akan berpengaruh terhadap proses restorasi citra. Dengan adanya system ini diharapkan dapat membuktikan pengaruh tersebut.
Permasalah lainnya yaitu dilakukannya proses penambahan beberapa noise. Penambahan noise ini dilakukan setelah proses blurring pada citra. Melakukan percobaan ini untuk mengetahui apakah kedua metode tersebut dapat juga mengurangi
noise. Diagramnya dapat dilihat pada gambar 3.1.
Perbandingan algoritma untuk memperbaiki kualitas citra
Material
User
Metode
Sistem Memberikan kadar
blur dan noise pada citra
Blurring dan Noising Salt and pepper
Citra dengan format *.jpeg dan
*.bmp Wiener filter Lucy-Richardson speckle gaussian Proses Restorasi
3.1.2. Analisis Kebutuhan Sistem
Analisis kebutuhan sistem ini meliputi analisis kebutuhan fungsional sistem dan analisis non-fungsional sistem.
3.1.2.1. Kebutuhan Fungsional Sistem
Sistem analisis pengaruh blur dan noise pada citra memiliki kebutuhan fungsional yaitu:
1. Masukan yang berupa citra yang memiliki format *.jpeg atau *.bmp yang merupakan citra RGB.
2. Sistem dapat memberikan blur dengan nilai masing-masing yang ditentukan oleh sudut len dan teta.
3. Sistem memberikan noise dengan kadar noise tertentu.
4. Sistem melakukan proses restorasi dengan Wiener filter dan Lucy-Richardson.
3.1.2.2. Kebutuhan Non-Fungsional Sistem
Untuk membantu kinerja sistem secara lebih baik, terdapat kebutuhan non-fungsional sistem yaitu:
1. Tampilan antarmuka sistem dapat dimengerti oleh user atau pengguna sistem. 2. Efektifitas system yang dibangun dapat menyimpan citra hasil dan efisiensi
dapat terlihat dari system yang digunakan tidak memerlukan perangkat tambahan atau perangkat pendukung lainnya yang dapat mengeluarkan biaya tambahan
3. Sistem yang nantinya telah dibuat dapat dikembangkan dengan mudah sehingga sistem dapat tetap digunakan di masa yang akan datang.
3.1.3. Analisis Proses
Dalam proses ini terdapat dua proses yaitu blurring dan nosing. Blurring yaitu proses pemberian blur pada citra inputan. Noising yaitu proses pemberian noise pada citra inputan dimana nilai noise dapat ditentukan. Sedangkan pada proses restorasi
dilakukan dengan dua cara yaitu Wiener filtering dan Lucy-Richardson. Selanjutnya dilakukan perhitungan MSE, PSNR dan running time pada masing-masing langkah.
3.2. Pemodelan
Pada penelitian mengenai perbandingan algoritma Wiener dan Lucy-Richardson ini digunakan UML sebagai bahasa pemodelan yang berfungsi untuk membantu merancang sistem. Model UML yang digunakan dalam penelitian ini yaitu use case
diagram, sequence diagram, dan activity digaram.
3.2.1. Use Case Diagram
Use case diagram adalah gambaran graphical dari beberapa atau semua actor, use case, dan interaksi diantara komponen-komponen tersebut yang memperkenalkan
suatu system yang akan dibangun. Use case diagram menjelaskan manfaat suatu
system jika dilihat menurut pandangan orang yang berada di luar sistem. Diagram ini
menunjukkan fungsionalitas suatu system atau kelas dan bagaimana system tersebut berinteraksi dengan dunia luar.
Actor1 Wiener Filter Restorasi citra «extends» «extends» Lucy-Richardson Bantuan
Gambar 3.2 Use Case Diagram Sistem Perbandingan Algoritma Wiener dan Lucy-Richardson untuk Memperbaiki Kualitas Citra
Pada sistem perbandingan algoritma sistem perbandingan Wiener dan Lucy-Richardson ini terdapat actor yang memiliki pilihan untuk :
a. Memilih Restorasi citra yang dilanjutkan dengan proses Wiener Filter atau Lucy-Richardson.
b. Bantuan dari penulis.
Berikut ini merupakan tabel dokumen naratif dari use case filter Wiener yang dapat dilihat pada tabel 3.1
Tabel 3.1 Dokumentasi Naratif Proses Wiener Filtering
Nama Use case Wiener Filtering
Actor Pengguna
Description
Use case mendeskripsikan jalannya proses restorasi pada
citra dimulai dari penambahan blur dan penambahan
noise
Pre-Condition Aplikasi siap untuk menerima inputan.
Typical course of
event
Kegiatan pengguna Respon sistem 1. Pengguna memilih
citra yang akan digunakan pada percobaan (*.jpeg atau *.bmp) dengan menekan button
Browse .
2. Sistem akan merespon dengan masuk ke direktori penyimpanan citra
3. Menampilkan citra yang telah dipilih oleh
pengguna 4. Pengguna menginput
sudut blur (len dan teta).
6. Dengan menekan
button MSE,PSNR
dan running time, pengguna dapat mengetahui error dan waktu yang
dibutuhkan untuk citra tersebut.
5. Sistem akan melakukan proses blurring dan menampilkan hasilnya. 7. Menampilkan nilai MSE,
PSNR dan running time.
8. Selanjutnya
menambahkan noise pada citra blur dengan menginput ukuran
noise (dalam %)
kemudian memilih
noise dengan menekan
jenis noise yang diinginkan.
10.Menekan button MSE,
9. Sistem akan menampilkan hasil noising dan blurring pada citra.
PSNR dan running time untuk
mengetahui error.
PSNR, dan running time.
12. Menekan tombol hasil untuk melihat hasil restorasi yang pertama.
14. Menekan button MSE, PSNR dan running time untuk mengetahui error.
13. Menampilkan hasil restorasi.
15. Menampilkan nilai MSE, PSNR dan Running time. 16. Menekan tombol
hasil 2 untuk melihat hasil restorasi yang kedua. 18. Menekan button MSE, PSNR dan running time. 17. Menampilkan hasil restorasi citra.
19. Menampilkan nilai MSE, PSNR dan running time.
Alternatecourse Tekan tombol Reset
Sistem mengosongkan gambar dan nilai MSE, PSNR dan running time. Post condition Sistem telah melakukan proses filter Wiener yang
menghasilkan citra.
Tabel 3.2 Dokumentasi Naratif Use Case Lucy-Richardson
Nama Use case Proses Lucy-Richardson
Actor Pengguna
Description
Use case mendeskripsikan jalannya proses restorasi pada
citra dimulai dari penambahan blur dan penambahan
noise.
Pre-Condition Aplikasi siap untuk menerima inputan.
Typical course of
event
1. Pengguna memilih citra yang akan digunakan pada percobaan (*.jpeg atau *.bmp) dengan menekan button
Browse .
2. Sistem akan merespon dengan masuk ke direktori penyimpanan citra.
3. Menampilkan citra yang telah dipilih oleh
pengguna. 4. Pengguna menginput
sudut blur (len dan teta).
6. Dengan menekan
button MSE,PSNR
dan running time, pengguna dapat mengetahui error dan waktu yang
dibutuhkan untuk citra tersebut.
5. Sistem akan melakukan proses blurring dan menampilkan hasilnya. 7. Menampilkan nilai MSE,
PSNR dan running time.
8. Selanjutnya
menambahkan noise pada citra blur dengan menginput ukuran
noise (dalam %)
kemudian memilih
noise dengan menekan
jenis noise yang diinginkan.
10.Menekan button MSE, PSNR dan running time untuk
mengetahui error.
9. Sistem akan
menampilkan hasil noising dan blurring pada citra.
11. Menampilkan nilai MSE, PSNR, dan running time. 12.Menekan tombol hasil
untuk melihat hasil restorasi Lucy.
14.Menekan button MSE, PSNR dan running time untuk
mengetahui error.
13. Menampilkan hasil restorasi.
15. Menampilkan nilai MSE, PSNR dan Running time.
Alternatecourse Tekan tombol Reset
Sistem mengosongkan gambar dan nilai MSE, PSNR dan running time.
Post condition Sistem telah melakukan proses Lucy-Richardson yang menghasilkan citra
Tabel 3.3 Dokumentasi Naratif Use Case Bantuan
Nama Use case Bantuan
Actor Pengguna
Description Use case ini menjelaskan cara penggunaan dari system
ini.
Pre-Condition Aplikasi siap untuk menerima inputan.
Typical course of
event
Kegiatan pengguna Respon sistem 1. Menekan button
bantuan.
2. Menampilkan isi dari bantuan tersebut.
Alternatecourse Aksi Aktor Respon sistem
Post condition Sistem membuka menu bantuan
3.2.2. Sequence Diagram
Sequence diagram adalah suatu diagram yang memperlihatkan atau menampilkan
interaksi-interaksi antar objek di dalam sistem yang disusun pada sebuah urutan atau rangkain waktu. Sequence diagram digunakan untuk menggambarkan scenario atau rangkaian langkah-langkah yang dilakukan sebagai sebuah respon dari suatu kejadian/even untuk menghasilkan output apa yang dhasilkan.
Input Citra Blurring Noising Restorasi Citra Hitung nilai MSE,PSNR
dan Running Time Simpan Citra
Penginputan Citra
Proses pemberian blur dengan inputan len dan
teta Proses pemberian noise inputan variance (%noise)
Proses restorasi citra dengan wiener filter
dan Lucy-Richardson Perhitungan nilai MSE, PSNR dan running time
Tampilkan citra hasil restorasi dengan nilai MSE, PSNR dan running time
Gambar 3.3 Sequence Diagram Proses Restorasi Citra
3.2.3. Activity Diagram
Activity Diagram menggambarkan berbagai alir aktivitas dalam sistem yang sedang
dirancang, bagaimana masing-masing alir berawal, decision yang mungkin tejadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi. Berikut ini merupakan activity
Browse citra Baca citra *jpeg atau *.bmp
Menampilkan citra Blurring (isi len dan teta yang merupakan sudut blurnya)
Aktor Sistem
Blurring
Menampilkan citra blurring
Noising (mengisi varians noising)
Noising
Menampilkan citra hasil noising
Menekan tombol simpan
Menyimpan hasil ke direktori penyimpanan
Menekan tombol hasil
Menampilkan nilai MSE, PSNR dan Running time
Menekan tombol hasil
Menampilkan citra hasil restorasi yang kedua Menekan tombol MSE,PSNR dan running time
Menampilkan nila MSE,PSNR dan running time
Menekan tombol MSE, PSNR dan running time
Menampilkan nilai MSE, PSNR dan running time
Menampilkan citra hasil restorasi wiener
Menekan tombol MSE, PSNR dan running time Salt and pepper
speckle
gaussian
Menekan tombol MSE,PSNR dan Running time Menampilkan hasil MSE,PSNR dan Running time
Menekan tombol simpan Menyimpan citra hasil ke direktori penyimpanan
Browse citra *jpeg atau *.bmp Baca citra Menampilkan citra Blurring (mengisi len dan teta sebagai sudut blurnya)
Aktor Sistem
Blurring Menampilkan citra blurring
Noising
Noising
Menampilkan citra hasil noising
Menekan tombol simpan
Menyimpan hasil ke direktori penyimpanan Menekan tombol hasil
Menampilkan hasil MSE,PSNR dan running time Menekan tombol simpan
Menyimpan hasil ke direktori penyimpanan Menekan tombol MSE,PSNR dan running time
Menampilkan nila MSE,PSNR dan running time
Menekan tombol MSE, PSNR dan running time
Menampilkan nilai MSE, PSNR dan running time
Menampilkan citra hasil restorasi lucy Menekan tombol MSE, PSNR dan running time
Salt and pepper speckle gaussian
Gambar 3.5 Activity Diagram Filter Lucy-Richardson 3.3. Pseudocode Program
Pseudocode adalah deskripsi dari algoritma pemrograman komputer yang
menggunakan struktur sederhana dari beberapa bahasa pemograman tetapi bahasa tersebut hanya ditujukan agar dapat dibaca manusia.Tujuan penggunaan utama dari
pseudocode adalah untuk memudahkan manusia dalam memahami prinsip-prinsip dari
suatu algoritma.
Sn = abs (fft2(noise)).^2; noise power spectrum nA= sum(Sn(: ))/prod(size(noise)); noise average power
Sf= abs(fft2(i)).^2; image power spectrum fA=sum(Sf(: ))/prod(size(i));
R= nA/fA;
Fr2 = deconvwnr(g,wmotion, R);
Gambar 3.6 Pseudocode Filter wiener
Adapun tahapan-tahapan dari metode ini antara lain:
1. kekuatan spectrum noise yaitu diabsolutkan citra bernoise setelah melalui proses fft.
2. Kekuatan noise rata-rata yaitu penjumlahan matriks dari Sn kemudian dibagi perkalian ukuran citra bernoise.
3. Sf merupakan kekuatan spectrum gambar asli yaitu citra asli setelah melalui proses fft.
4. fA merupakan rata-rata kekuatan citra asli. 5. R merupakan ratio konstanta scalar nA/fA 6. Proses penampungan hasilnya.
3.3.2 Pseudocode Filter Wiener dengan autocorrelation
NCORR = fftshift(real(ifft2(Sn))); FCORR=fftshift(real(ifft2(Sf)));
Fr3=deconvwnr(g,wmotion, NCORR, FCORR);
Gambar 3.7 Pseudocode Filter Wiener dengan autocorrelation
Penjelasan :
Ketika nilai spectrum pada citra tidak diketahui maka dilakukan fungsi aucorrelation seperti diatas.
3.3.3. Pseudocode Salt and Pepper
b = a; <-- Assign b to the input image
x = rand(size(a)); <-- Generate random pixels from the image pixels
d = find(x < p3/2); <-- Find the pixels whose values are less than half of the mean value
b(d) = 0 <-- Implement minimum noise to them
d = find(x >= p3/2 & x < p3) <--- Find the pixels whose values are
greater than half of the mean value & less than mean value b(d) = 1; <-- Implement maximum noise to them
Gambar 3.8 Pseudocode Salt and pepper
Keterangan :
1. Deklarasikan b untuk menampung citra yang akan di eksekusi 2. Randomkan matriks a
3. Temukan nilai yang mana nilainya x<p3
4. Jika sudah ditemukan maka ganti semua nilainya dengan 0
3.4. Perancangan Sistem
3.4.1. Perancangan Flowchart Sistem
Flowchart merupakan bagan yang menampilkan urutan proses dari suatu sistem. Flowchart memiliki fungsi untuk memudahkan proses pengecekan terhadap sistem
yang ingin dibuat apabila ada yang terlupakan dalam analisis masalah. Berikut merupakan flowchart awal dari sistem secara umum yang nantinya akan dibangun yang dapat dilihat pada gambar 3.9.
Start
Input citra *.jpeg atau *.bmp
Blurring
Noising
Filter Wiener
Citra Hasil I + data MSE, PSNR dan
Running Time
Citra Hasil II + data MSE, PSNR dan
Running time
End
Lucy-Richardson
Citra Hasil + data MSE, PSNR dan Running time YA TIDAK Hitung MSE, PSNR dan Running Time Hitung MSE, PSNR dan Running Time
Sub Flowchart Filter Wiener :
Gambar 3.10 Proses Filter Wiener Start
Input citra asli format *bmp dan *jpeg Lakukan proses blurring Lakukan proses FFT Tambahkan noise (speckle) pada citra
Hitung MSE dan PSNR
Citra yang sudah diperbaiki + data MSE dan
PSNR
End Lakukan proses adaptive wiener
Sub flowchart Lucy-Richardson :
Start
Input citra asli format *bmp dan
*jpeg
Lakukan proses Lucy-Richardson
Citra yang sudah diperbaiki + data MSE dan PSNR
End Hitung MSE dan
PSNR
Gambar 3.11 Proses Lucy-Richardson
3.4.2. Perancangan Antarmuka (Interface)
Sistem perbandingan algoritma restorasi citra ini dirancang dengan menggunakan bahasa pemrograman MATLAB 2012a. Perancangan antarmuka atau interface ini bertujuan untuk memudahkan interaksi antara manusia dengan komputer sehingga manusia dapat menggunakan sistem dengan baik dan mudah untuk digunakan.
3.4.2.1. Form Home
Form home sistem merupakan tampilan utama dalam sistem perbandingan algoritma
Gambar 3.12 Rancangan Form Home
Keterangan:
1. Judul Aplikasi.
2. Tampil logo Fasilkom-TI USU.
3. Tampil pembuat program dengan identitas nama dan nim. 4. Filter wiener
Berfungsi untuk menjalankan proses restorasi citra menggunakan filter Wiener. 5. Lucy-Richardson
Berfungsi untuk menjalan proses restorasi citra menggunakan filter lucy-richardson.
6. Bantuan
Berfungsi untuk memberikan petunjuk cara menggunakan software ini. 7. Keluar.
Berikut merupakan rancangan dari form filter Wiener yang dapat dilihat pada gambar 3.11.
Gambar 3.13 Rancangan Form Filter Wiener
Keterangan:
1. Browse
Berfungsi untuk mencari citra yang akan diinput. 2. Axes1
Merupakan tempat untuk menampilkan citra yang akan direstorasi. 3. Nama, Format, Ukuran, Tgl Akses
Merupakan data informasi citra inputan tersebut 4. Len dan teta
Untuk menentukan blurnya (sudut) 5. Blurring
Untuk menjalankan proses blurring-nya. 6. Axes2
Untuk menampilkan hasil citra yang telah diblur. 7. MSE,PSNR dan Running time
Untuk mengetahui nilai dari MSE, PSNR dan Running time pada citra blur tersebut.
8. % noise
Untuk menentukan seberapa %noise yang akan ditambahkan pada gambar blur sehingga gambarnya bernoise.
9. Salt and pepper, speckle, dan gaussian
Menentukan jenis noise yang akan diberikan. 10.Axes3
Untuk menampilkan citra yang telah diblur + noise dan juga menampilkan nilai dari MSE, PSNR dan Running time
11.Simpan
Tombol yang berfungsi untuk melakukan penyimpanan gambar. 12.Hasil
Merupakan tombol untuk melakukannya restorasi. 13.Axes5
Berfungsi untuk menampilkan hasil restorasi citra. 14.MSE, PSNR dan Running time
Berfungsi menampilkan nilai dari MSE, PSNR dan running time dari citra yang telah direstorasi.
15.Hasil
Berfungsi melakukan restorasi tanpa diketahui spectrum pada citra tersebut. 16.Axes4
Berfungsi menampilkan citra hasil yang kedua 17.MSE, PSNR dan running time
Berfungsi menampilkan nilai dari MSE,PSNR dan running time dari citra hasil yang kedua.
18.Simpan
Tombol yang berfungsi untuk menyimpan citra hasil. 19.Reset
Tombol yang berfungsi untuk mereset (mengosongkan) field kekeadaan semula.
20.Kembali
Tombol yang berfungsi untuk menuju ke menu sebelumnya.
Berikut merupakan rancangan dari form lucy-richardson yang dapat dilihat pada gambar 3.12.
3.4.2.3. Form Lucy-Richardson
Gambar 3.14 Rancangan Form Lucy-Richardson
Keterangan:
1. Browse
Berfungsi untuk mencari citra yang akan diinput. 2. Axes1
Merupakan tempat untuk menampilkan citra yang akan direstorasi. 3. Nama, Format, Ukuran, Tgl Akses
Merupakan data informasi citra inputan tersebut 4. Len dan teta
Untuk menentukan blurnya (sudut) 5. Blurring
Untuk menjalankan proses blurring-nya. 6. Axes2
Untuk menampilkan hasil citra yang telah diblur. 7. MSE,PSNR dan Running time
Untuk mengetahui nilai dari MSE, PSNR dan Running time pada citra blur tersebut.
Untuk menentukan seberapa %noise yang akan ditambahkan pada gambar blur sehingga gambarnya bernoise.
9. Salt and pepper, speckle, dan gaussian
Menentukan jenis noise yang akan diberikan. 10.Axes3
Untuk menampilkan citra yang telah diblur + noise 11.MSE, PSNR dan running time
Untuk menampilkan nilai dari MSE, PSNR dan Running time 12.Simpan
Tombol yang berfungsi untuk menyimpan hasil. 13.Hasil
Merupakan tombol untuk melakukannya restorasi. 14.Axes4
Berfungsi untuk menampilkan hasil restorasi citra. 15.MSE, PSNR dan Running time
Berfungsi menampilkan nilai dari MSE, PSNR dan running time dari citra yang telah direstorasi.
16.Simpan
Tombol yang berfungsi untuk menyimpan hasil. 17.Reset
Tombol yang berfungsi untuk mereset (mengosongkan) field kekeadaan semula.
18.Kembali
Tombol yang berfungsi untuk menuju ke menu sebelumnya.
Form Bantuan dapat dilihat pada gambar 3.13 dibawah ini 3.4.2.4. Form Bantuan
Gambar 3.15 Rancangan Form Bantuan
Keterangan: 1. Bantuan
Berisi tulisan yang dapat membantu pengguna dalam mengoperasikan
software ini.
2. Kembali
BAB IV
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
Setelah melakukan proses analisis dan perancangan sistem, proses selanjutnya dalam penerapan pembuatan aplikasi adalah proses implementasi dan pengujian sistem. Implementasi merupakan tahap di mana sistem melakukan fungsionalitas utamanya setelah suatu program atau perangkat lunak selesai dirancang. Sedangkan tahap pengujian merupakan tahap yang dilakukan setelah proses pengimplementasikan selesai dilakukan dan sampai proses uji coba sesuai dengan kriteria-kriteria yang diinginkan pengguna pada tahap perancangan sistem. Pada system ini terdapat 4 form yaitu form awal, form filter Wiener, form Lucy-Richardson, dan form bantuan.
4.1.1Form Awal
Form Awal merupakan tampilan utama dalam system perbandingan algortima
Wiener dan Lucy-Richardson untuk restorasi citra ini. Pada form ini terdapat keterangan judul skripsi, nama dan nim penulis skripsi, menu restorasi yang akan digunakan, serta menu bantuan yang dapat membantu pengguna dalam menjalankan sistem ini. Menu restorasi yaitu filter Wiener dan Lucy-Richardson. Adapun tampilan dari form awal pada sistem yang ditunjukkan pada gambar 4.1.
Gambar 4.1 Form Awal
4.1.2Form Filter Wiener
Form filter Wiener ini merupakan tampilan untuk melakukannya proses restorasi
menggunakan filter Wiener. Dimana citra yang dimasukkan akan dilakukan blurring dengan memberikan blur sesuai yang diinginkan pada len dan teta. Kemudian ditambahkan lagi noise sesuai yang diinginkan. Dengan ditambahkan- nya noise membuat citra tersebut menjadi blur + noise. Kemudian dilakukanlah proses restorasi menggunakan filter wiener tersebut. Berikut merupakan tampilan
form Filter Wiener dapat dilihat pada gambar 4.2 dan simulasinya pada gambar
Gambar 4.2 Form Filter Wiener
Gambar 4.3 Form Simulasi Filter Wiener 4.1.3Form Lucy-Richardson
Pada Form Lucy-Richardson tidak jauh berbeda dengan form filter Wiener, yang mana pada tahap restorasi ini setelah terjadi pemilihan citra yang akan direstorasi tahap selanjutnya yaitu dengan memberikan blur dan noise sesuai dengan keinginan si pengguna. Setelah itu dapat dilihat nilai MSE, PSNR dan running
time pada masing-masing langkah dengan menekan tombolnya. Berikut merupakan tampilan dari form Lucy-Richardson yang ditampilkan pada gambar 4.4.
Gambar 4.4 Form Lucy-Richardson
Gambar 4.5 Form Simulasi Lucy-Richardson 4.1.4Form Bantuan
Form Bantuan merupakan form yang berisi tentang penjelasan dari system ini. Ini
juga dapat membantu pengguna dalam menjalankan system ini. Form bantuan dapat dilihat pada gambar 4.6.
Gambar 4.6 Form Bantuan 4.2 Pengujian
Pengujian sistem akan dilakukan untuk mengetahui sampai sejauh mana kedua metode tersebut dapat melakukan restorasi citra pada citra blur dengan besarnya
blur yang diberikan pada citra tersebut. Disini juga dilakukan apakah metode
tersebut dapat menghilangkan noise yang diberikan pada citra tersebut. Pengujian dilakukan pada citra berformat *.jpeg dan *.bmp (bitmap). Pengujian dibedakan pada tiap-tiap jenis metode.
4.2.1 Pengujian Filter Wiener
Pada pengujian filter Wiener, hal pertama yang dilakukan setelah memilih citra yaitu membuat citra tersebut menjadi blur dengan mengisi kolom len dan teta yang merupakan derajat kebluran. Kemudian memberikan noise kepada citra dengan memilihnya yaitu salt and pepper, speckle, dan gaussian.
Gambar 4.7 Proses uji coba sistem perbandingan restorasi citra
Untuk melihat sejauh mana filter wiener tersebut dapat merestorasi citra
yang rusak akibat blur dan noise, maka dilakukan pengujian pada jenis citra *.jpeg dan *.bmp yang pada kasus ini dilihat dari jenis noisenya :