BAB II
LANDASAN TEORI
2.1Citra
Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system 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. (Sutoyo , 2009)
Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering kali citra yang dimiliki mengalami penurunan mutu, misalnya mengandung cacat atau noise. Tentu saja citra semacam ini menjadi lebih sulit untuk diinterpretasikan karena informasi yang disampaikan oleh citra tersebut menjadi berkurang.(Wiliyana, 2013)
2.2Citra Digital
Citra digital adalah pemrosesan gambar 2 dimensi yang mengacu pada pemrosesan setiap data 2 dimensi yang terdiri dari sebuah larik (array) yang berisi nilai-nilai real maupun komplek yang direpresentasikan dengan deretan bit tertentu.
Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitude f di titik koordinat
sendiri dibentuk oleh kombinasi citra 2-D incividual . Misalnya dalam sistem warna
Red Green Blue ( RGB) , warna citra terdiri dari tiga komponen individu warna ( merah, hijau,biru).
Asumsikan bahwa citra dicoba sehingga menghasilkan citra yang mempunyai baris M dan kolom N, sehingga disebut citra berukuran M x N. Nilai dari koordinat (x.y) adalah kuantitas diskrit. Untuk kejelasan notasi dan kemudahan maka digunakan nilai integer untuk koordinat ini. Titik awal citra didefenisikan pada (x,y) =(0,0).NIlai koordinat berikutnya sepanjang baris pertama citra adalah (x,y)=(0,1). Jadi penting untuk diingat bahwa notasi (0,1) digunakan untuk menandai contoh kedua sepanjang baris pertama. (Prasetyo, 2011)
Gambar 2.1 Sistem koordinat citra
Sistem koordinat citra digital pada Gambar 2.1 tersbut dapat ditulis dalam bentuk matriks sebagai berikut:
Nilai pada suatu irisan antara baris dan kolom (pada posisi x,y) disebut dengan picture elements, image elements, pels ,atau pixels. Namun istilah yang sering digunakan dalam citra digital adalah pixels.(Sutoyo , 2009)
2.3Jenis - Jenis Citra
Ada beberapa jenis citra digital yang sering digunakan, diantaranya adalah citra biner, citra grayscale, dan citra warna.
2.3.1 Citra Biner
Citra biner adalah citra digital yang hanya memiliki dua kemungkinan nilai pixel yaitu hitam dan putih. Citra biner juga disebut sebagai citra B&W (black and white) atau citra monokrom. Hanya dibutuhkan 1 bit untuk mewakili nilai setiap pixel dari citra biner. Citra biner sering kali muncul sebagai hasil dari proses pengolahan seperti segmentasi ,pengambangan, morfologi, ataupun dithering. (Putra, 2010)
Gambar 2.2 Contoh Citra Biner
2.3.2 Citra Grayscale
Gambar 2.3 Contoh Citra Grayscale
2.3.3 Citra Warna
Setiap pixel pada citra warna yang merupakan kombinasi dari tiga warna dasar (RGB = Red Green Blue). Setiap warna dasar menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap warna mempunyai gradasi sebanyak 255 warna.Format ini dinamakan true color karena mempunyai jumlah warna yang cukup besar sehingga bisa dikatakan hampir mencakup semua warna di alam. (Sutoyo , 2009)
Gambar 2.4 Contoh Citra Warna
2.4Format File Citra
2.4.1 Format File Bitmap (.bmp)
Bitmap sering disebut juga dengan citra raster. Bitmap menyimpan data kode citra secara digital dan lengkap (cara penyimpanannya adalah per pixel). Bitmap
dipresentasikan dalam bentuk matriks atau dipetakan dengan menggunakan bilangan biner atau sistem bilangan lain. Citra ini memiliki kelebihan untuk memanipulasi warna, tetapi untuk mengubah objek sulit. Tampilan bitmap mampu menunjukan kehalusan gradasi bayangan dan warna dari sebuah gambar. Oleh karena itu, bitmap
merupakan media elektronik yang paling tepat untuk gambar-gambar dengan perpaduan gradasi warna yang rumit, seperti foto dan lukisan digital. Bitmap biasanya diperoleh dengan cara Scanner, Camera Digital, Video Capture, dan lain-lain. (Sutoyo , 2009)
Gambar 2.5 Citra Bitmap (.bmp)
2.4.2 Format File Citra Portable Networks Graphic(.png)
jauh lebih baik untuk transparansi daripada GIF, yang memungkinkan untuk memiliki berbagai tingkat transparansi untuk setiap pixel (alpha channel). Dukungan untuk format ini dimulai sejak tahun 1995, dan saat ini penggunaannya sudah cukup luas.
Secara keseluruhan, PNG adalah format yang lebih baik daripada GIF, yang menawarkan kompresi yang lebih baik, dapat menyimpan banyak warna, memiliki dukungan transparansi yang lebih baik, dan sebagainya. Satu-satunya kelemahan dari PNG dibandingkan GIFF adalah tidak bisa menyimpan gambar animasi. Karena kedalaman warna yang besar, kompatibilitas browser, dan kompresi yang kecil, format ini disarankan untuk digital fotografi. Dibandingkan dengan JPG, PNG mempunyai kualitas gambar yang lebih baik dengan ukuran file yang lebih besar.(Tampubolon,2013)
Gambar 2.5 Citra Png (.png)
2.5Noise
Noise adalah sebuah gangguan yang terjadi akibat dari kurang sempurnanya proses
2.5.1 Gaussian Noise
Gaussian noise adalah model noise yang mengikuti distribusi normal standar dengan rata-rata nol dan standar deviasi 1. Noise ini merupakan mathemathical tractability
dalam domain spasial dan domain frekuensi, model noiseGaussian yang paling sering digunakan dalam prakteknya. Faktanya, tractability ini tepat dan sering menghasilkan model Gaussian yang digunakan dalam situasi dimana secara garis besar dapat diaplikasikan dengan baik.
Fungsi kepadatan probabilitas (probabilty density function) adalah suatu fungsi yang menyatakan nilai kemungkinan terjadinya kejadian tertentu. Probability Density Function ( PDF) variabel random Gaussian adalah :
� = √ �� − �−� / � ...(2)
Dimana z merepresentasikan gray-level, � adalah nilai tengah (mean), dan � adalah standart deviasi. (Hermawati, 2013)
2.5.2 Salt and Pepper Noise ( Impulse Noise)
Salt and Pepper Noise adalah jenis noise yang biasanya terlihat titik-titik hitam atau putih yang terjadi pada citra seperti tebaran garam atau merica dikarenakan adanya variabel acak yang terjadi karena karakteristik Fungsi Probabilitas Kepadatan (Probability Density Function).
Probability Density Function (PDF) Salt and Pepper Noise :
� = {
�
� ...(3)
Jika b > a, intensitas b akan tampak sebagai titik terang pada citra. Sebaliknya, level a akan tampak seperti titik gelap. Jika selain Pa atau Pb nol, impulse noise disebut juga unipolar . Jika probability selain nol, dan khususnya diperkirakan sama,nilai
citra. Karena alasan ini noise bipolar impulse disebut juga noise salt and pepper.
(Prasetyo , 2011)
2.6Perbaikan Citra
Perbaikian citra bertujuan meningkatkan tampilan citra untuk pandangan manusia atau untuk mengkonversi suatu citra agar memiliki format yang lebih baik sehingga citra tersebut menjadi lebih mudah diolah dengan mesin (komputer). Perbaikan terhadap suatu citra dapat dilakukan dengan operasi titik (point operation) , operasi spasial (spasial operation) , operasi geometri (geometric operation) , dan operasi aritmatic (aritmatic operation).
2.6.1 Operasi Spasial (Filtering)
Pentapisan pada pengolahan citra biasa disebut dengan pentapisan spasial( spasial filtering).Pada proses pentapisan, nilai piksel baru umumnya dihitung berdasarkan piksel tetangga. Cara perhitungan nilai piksel baru dapat dikelompokkan menjai 2, yaitu pertama piksel baru diperoleh melalui kombinasi linier tetangga dan kedua piksel diperoleh langsung dari salah satu piksel tetangga. Proses pentapisan spasial tidak dapat dilepaskan dari teori kernel (mask) dan konvolusi.
2.6.1.1 Kernel (mask)
Kernel adalah matrik yang pada umumnya berukuran kecil dengan elemen-elemennya adalah berupa bilangan. Kernel digunakan pada proses konvolusi. Oleh karena itu
kernel juga disebut dengan convolution window (jendela konvolusi ).Ukuran kernel
dapat berbeda-beda seperti 2x2, 3x3, 5x5, dan sebagainya.
[
−
−
−
−
]
Gambar 2.6 Contoh kernel berukuran 3x3 (sel dengan warna abu-abu menyatakan pusat koordinat {0,0}
2.6.1.2 Konvolusi (Convolution)
Konvolusi merupakan operator sentral pengolah citra dan telah digunakan secara luas pada berbagai piranti lunak pengolah citra. Proses konvolusi terjadi dengan cara
kernel diletakkan pada setiap piksel dari citra input dan menghasilkan piksel baru. Nilai piksel baru dihitung dengan mengalikan setiap nilai piksel tetangga dengan bobot yang berhubungan pada kernel dan kemudian menjumlah hasil perkalian tersebut. Berikut ini di disajikan citra input 4x5 yang dikonvolusikan dengan kernel 2x2 dan dihasilkan citra input 3x4. melakukan proses konvolusi pada piksel tersebut, sebagian kernel berada diluar batas ukuran citra sementara tidak ada nilai pikesl diluar batas ukuran citra .( Putra D, 2010)
2.6.2 High-Boost Filtering
(mempertajam) komponen frekuensi tinggi dan menghilangkan (mengurangi) komponen frekuensi rendah.
High –Boost Filtering dapat dinyatakan sebagai:
High Boost = ( A – 1) O + H ...(4)
Keterangan :
A = faktor penguatan (amplification factor) O = citra asli
H = hasil dari high-pass
Nilai A≥1, apabila A = 1 maka hasil high-boost adalah sama dengan hasil dari
high-pass ,bila A > 1 makas citra output merupakan citra high-pass yang ditambahkan dengan bagian dari citra asli.(Putra D , 2010)
2.7Parameter Perbandingan Kualitas Citra
Berikut terdapat beberapa parameter perbandingan yang digunakan untuk menghitung kualitas citra.
2.7.1 Mean Square Error (MSE)
� = ∑=− ∑=− x[i, j] − y[i, j] ...(5)
dimana: x[i,j] adalah citra asal dengan dimensi M x N,
y[i,j] adalah citra hasil yang telah mengalami proses.
2.7.2 Peak Signal to Noise Ratio (PSNR)
Peak Signal to Noise Ratio (PSNR) adalah sebuah perhitungan yang menentukan nilai dari sebuah citra yang dihasilkan. Nilai PSNR ditentukan oleh besar atau kecilnya nilai MSE yang terjadi pada citra. Semakin besar nilai PSNR, semakin baik pula hasil yang diperoleh pada tampilan citra hasil. Sebaliknya, semakin kecil nilai PSNR, maka semakin buruk pula hasil yang diperoleh pada tampilan citra hasil. PSNR dihitung dengan menggunakan rumus: (Putra, 2010)
� = log���55 ...(6)
Atau:
� = log 55
