ABSTRAK
Citra merupakan hasil representasi dari sebuah objek yang dapat menyampaikan informasi. Citra dapat diolah dengan berbagai proses, salah satunya perbaikan kualitas citra dan segmentasi citra. Citra digital tidak selalu memiliki kualitas yang baik. Ada banyak citra digital mengalami penurunan kualitas yang disebabkan oleh derau (noise)
ataupun blur. Noise pada citra dapat berupa Gaussian Noise dan Uniform Noise. Salah satu cara menghilangkan noise yaitu dengan menggunakan metode filtering. Metode
Harmonic Mean Filter yang digunakan pada penelitian ini bekerja baik dalam mereduksi Uniform Noise daripada Gaussian Noise. Hal ini dapat dilihat pada citra hasil reduksi Uniform Noise yang memiliki nilai rata MSE lebih kecil dan rata-rata PSNR lebih besar daripada citra hasil reduksi Gaussian Noise. Segmentasi citra adalah proses membagi atau memisahkan suatu citra menjadi beberapa bagian yang memiliki kemiripan tertentu. Segmentasi citra banyak diterapkan dalam kehidupan sehari-hari. Misalnya pada dunia medis, segmentasi citra dapat digunakan untuk mengetahui kondisi sel darah, mempelajari anatomi tubuh, di dunia topografi segmentasi dapat digunakan untuk mengetahui kontur suatu permukaan daerah, mengetahui batas-batas wilayah terdampak bencana letusan gunung dan sebagainya. Pada penelitian ini metode segmentasi yang digunakan Fuzzy C Means Clustering
dimana untuk proses segmentasi pada citra Gaussian Noise, hasil segmentasi pada citra setelah difiltering lebih baik daripada hasil segmentasi pada citra bernoise. Sedangkan proses segmentasi pada citra Uniform Noise, hasil segmentasi pada citra bernoise lebih baik daripada hasil segmentasi pada citra setelah difiltering yang dapat dilihat dari parameter perbandingan MSE, PSNR, dan Running Time.
Kata kunci : filtering, Harmonic Mean Filter, Fuzzy C Means Clustering, Gaussian noise, Uniform noise, segmentasi citra
Implementation Harmonic Mean Filter and Fuzzy C Means
Clustering on Image Segmentation
Abstract
The image is a result of the representation of an object that can give informations. The image can be processed by a variety of processes, such as image quality improvement and image segmentation. However, not all images have good quality. There are a lot of digital image quality degraded due to noise (noise) or blur. Noise in the image may be Gaussian Noise and Uniform Noise. One of the method to eliminate noise by using filtering method. Harmonic Mean Filter of this research is
better in reducing Uniform Noise than Gaussian Noise. This can be seen in the results of
Uniform Image Noise reduction which has an average value smaller MSE and average
PSNR greater than Gaussian Image Noise reduction results. Image segmentation is the
process of dividing or separating an image into sections that have a certain similarity.
Image segmentation widely applied in everyday life. For example in the medical world,
image segmentation can be used to determine the condition of the blood cells, studying
the anatomy of the body, the world's topography segmentation can be used to determine
the contours of a surface area, knowing the limits of the territory affected by the eruption
of the mountain and etc. In this research, segmentation method used Fuzzy C Means
Clustering in which to process the image of Gaussian Noise segmentation, segmentation
results in an image after filtering better than the results in the image noise. While the
process of image segmentation on Uniform Noise, segmentation results on image noise is
better than the image segmentation results after filtering which can be seen from a
comparison parameter MSE, PSNR, and Running Time.
Keyword : filtering, Harmonic Mean Filter, Fuzzy C Means Clustering, Gaussian noise, Uniform noise, image segmentation.
