IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI NOISE PADA CITRA DIGITAL

(1)

IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER_DANADAPTIVE MEDIAN FILTER_UNTUK

REDUKSI NOISE PADA CITRA DIGITAL

DRAFT SKRIPSI

SUNFIRST LADY JEANFERA NABABAN

101401083

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(2)

IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK

REDUKSI NOISE PADA CITRA DIGITAL

DRAFT SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh

ijazah Sarjana Ilmu Komputer

SUNFIRST LADY JEANFERA NABABAN

101401083

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

(3)

PERSETUJUAN

Judul : IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN

ADAPTIVE MEDIAN FILTER UNTUK REDUKSI

NOISE PADA CITRA DIGITAL Kategori : SKRIPSI

Nama : SUNFIRST LADY JEANFERA NABABAN Nomor Induk Mahasiswa : 101401083

Program Studi : SARJANA (S1) ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Dian Rachmawati,S.Si,M.Kom Drs.Marihat Situmorang, M.Kom NIP. 1983 0723 2009 1220 04 NIP.1963 1214 1989 0310 01

Diketahui/disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

(4)

PERNYATAAN

IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI

NOISE PADA CITRA DIGITAL

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, Juli 2015

Sunfirst Lady Jeanfera Nababan 101401083

(5)

PENGHARGAAN

Puji Syukur kepada Allah Bapa, Yesus Kristus dan Roh Kudus, atas segala berkat dan kasih karunia-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.

Ucapan terimakasih juga penulis sampaikan kepada:

1. Bapak Prof. Subhilhar, Ph.D selaku Pejabat Rektor Universitas Sumatera Utara. 2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan

5. Bapak Drs.Marihat Situmorang, M.Kom dan Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembimbing yang banyak memberikan bimbingan kepada penulis dalam penyelesaian skripsi. saudariku terkasih Cindy Rose Nababan, Tersi Mareta Nababan, Quarty Vidia Nababan dan Rana Endhita Nababan yang tiada henti berdoa dan memberi semangat kepada penulis dalam pengerjaan skripsi.

(6)

10.Rekan-rekan KMKI, Ilmu Komputer angkatan 2010, KTB Agatha, Precious, dan Dominica dan sahabat-sahabat penulis yang telah banyak memberikan bantuan doa dan semangat.

Semoga skripsi ini dapat berguna bagi pembaca dan bagi penulis.

Medan, Juli 2015

Penulis

(7)

ABSTRAK

Pada dasarnya, setiap pengambilan citra dapat menyebabkan terdapatnya noise

pada citra yang dihasilkan. Uniform, Salt and Pepper, Speckle noise merupakan model

noise yang banyak terdapat pada citra. Citra digital yang memiliki noise dapat menimbulkan masalah berupa gambar yang tidak dapat diinterpretasikan dengan baik oleh manusia, namun noise dapat dikurangi melalui perbaikan citra yaitu filtering.

Metode filter yang dapat digunakan untuk mereduksi noise diantaranya adalah Alpha-Trimmed Mean Filter dan Adaptive Median Filter. Pada penelitian ini, implementasi kedua metode tersebut menggunakan Matlab2007b. Parameter pengukur kualitas citra yang digunakan yaitu Mean Square Error(MSE), Peak Signal to Noise Ratio(PSNR) dan runtime. Hasil dari penelitian ini diperoleh bahwa Adaptive Median Filter(AMF) baik digunakan untuk mereduksi Salt & Pepper Noise dan Uniform Noise

dibandingkan dengan Alpha-Trimmed Mean Filter(ATMF). Dan ATMF lebih baik digunakan untuk mereduksi Speckle Noise. Semakin kecil nilai trimmed size pada ATMF, maka semakin baik kualitas citra yang dihasilkan.

(8)

IMPLEMENTATION AND COMPARISON OF ALPHA-TRIMMED MEAN FILTER AND ADAPTIVE MEDIAN FILTER METHODS TO REDUCE

NOISE IN DIGITAL IMAGES

ABSTRACT

Basically, every image acquisition can cause to the presence of noise in the resulting image. Uniform Noise, Salt & Pepper Noise, and Speckle Noise are three of many model noises that are present in the image. Digital image that contained noise can cause problems in the form of an image that cannot be interpreted properly by human, however noise can be reduce through image restoration called filtering. Filter method that can be used to reduce the noises are Alpha-Trimmed Mean Filter and Adaptive Median Filter. In this research, implementation of both these methods is using Matlab2007b. Parameters to measure the quality of the image are Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR) and runtime. The result of this research were obtained that Adaptive Median Filter (AMF) better used to reduce Salt & Pepper Noise and Uniform Noise compared with Alpha-Trimmed Mean Filter (ATMF). And ATMF better used to reduce Speckle Noise. The smaller the trimmed size value on ATMF, then the better the quality of the resulting image.

Keyword: Adaptive Median Filter, Alpha-Trimmed Mean Filter, Digital Image, Image Processing, Noise Reduction

(9)

(10)

3.1.2.1 Persyaratan Fungsional ... 25

3.3.2.2 Perancangan Interface Form Filtering ... 41

3.3.2.3 Perancangan Interface Form Help ... 43

BAB 4 IMPLEMENTASI DAN PENGUJIAN ... 45

4.1 Implementasi ... 45

4.1.1 Implementasi Algoritma ... 45

4.1.1.1 Implementasi Alpha-Trimmed Mean Filter ... 45

4.1.1.2 Implementasi Adaptive Median Filter ... 46

4.1.2 Implementasi User Interface ... 48

(11)

DAFTAR TABEL

Hal.

Tabel 3.1 Dokumentasi Naratif Use CaseFiltering Citra ... 28

Tabel 3.2 Dokumentasi Naratif Use Case Browse ... 28

Tabel 3.3 Dokumentasi Naratif Use CaseGrayscale Image ... 29

Tabel 3.4 Dokumentasi Naratif Use CaseGenerate Noise ... 29

Tabel 3.5 Dokumentasi Naratif Use Case Alpha-Trimmed Mean Filter ... 30

Tabel 3.6 Dokumentasi Naratif Use Case Adaptive Median Filter ... 30

Tabel 3.7 Dokumentasi Naratif Use Case MSE, PSNR, Runtime ... 31

Tabel 3.8 Pseudocode Konversi Citra ke Grayscale ... 34

Tabel 3.9 Pseudocode ATMF ... 34

Tabel 3.10 Pseudocode AMF ... 35

Tabel 3.11 Pseudocode MSE dan PSNR ... 36

Tabel 3.12 Keterangan Rancangan InterfaceForm Home ... 40

Tabel 3.13 Keterangan Rancangan InterfaceForm Filtering ... 41

Tabel 3.14 Keterangan Rancangan Interface Form Help ... 44

Tabel 4.1 Citra digital 256 x 256 piksel yang terdegradasi oleh Salt & Pepper Noise, Speckle Noise dan Uniform Noise ... 55

Tabel 4.4 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper Noise pada citra 256 x 256 piksel dengan ATMF ... 58

Tabel 4.5 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise Pada citra 256 x 256 piksel dengan ATMF ... 59

Tabel 4.6 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 256 x 256 piksel dengan ATMF ... 60

Tabel 4.8 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise pada citra 512 x 512 piksel dengan ATMF ... 62

Tabel 4.9 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 512 x 512 piksel dengan ATMF ... 63

Tabel 4.11 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle Noise pada citra 1024 x 1024 piksel dengan ATMF ... 65

Tabel 4.12 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform Noise pada citra 1024 x 1024 piksel dengan ATMF ... 66

(12)

Noise pada citra 256 x 256 piksel dengan AMF ... 68 Tabel 4.15 Perbandingan nilai PSNR, MSE dan Runtime untuk Uniform

Noise pada citra 256 x 256 piksel dengan AMF ... 69 Tabel 4.16 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt &

Pepper Noise pada citra 512 x 512 piksel dengan AMF ... 70 Tabel 4.17 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle

Noise pada citra 512 x 512 piksel dengan AMF ... 72 Tabel 4.19 Perbandingan nilai PSNR, MSE dan Runtime untuk Salt & Pepper

Noise pada citra 1024 x 1024 piksel dengan AMF ... 73 Tabel 4.20 Perbandingan nilai PSNR, MSE dan Runtime untuk Speckle

Noise pada citra 1024 x 1024 piksel dengan AMF ... 75 Tabel 4.22 Rata-rata nilai PSNR, MSE dan Runtime pada citra yang

terdegradasi Salt & Pepper Noise ... 76 Tabel 4.23 Perbandingan rata-rata nilai PSNR hasil reduksi Salt & Pepper

Noise dengan ATMF ... 76 Tabel 4.24 Perbandingan rata-rata nilai PSNR hasil reduksi Salt & Pepper

Noise dengan AMF ... 77 Tabel 4.25 Perbandingan rata-rata nilai MSE hasil reduksi Salt & Pepper

Noise dengan ATMF ... 77 Tabel 4.26 Perbandingan rata-rata nilai MSE hasil reduksi Salt & Pepper

Noise dengan AMF ... 77 Tabel 4.27 Perbandingan rata-rata nilai Runtime hasil reduksi Salt &

Pepper Noise dengan ATMF ... 78 Tabel 4.28 Perbandingan rata-rata nilai Runtime hasil reduksi Salt &

Pepper Noise dengan AMF ... 78 Tabel 4.29 Rata-rata nilai PSNR, MSE dan Runtime pada citra yang

terdegradasi Speckle Noise ... 79 Tabel 4.30 Perbandingan rata-rata nilai PSNR hasil reduksi Speckle

Noise dengan ATMF ... 79 Tabel 4.31 Perbandingan rata-rata nilai PSNR hasil reduksi Speckle Noise

dengan AMF ... 80 Tabel 4.32 Perbandingan rata-rata nilai MSE hasil reduksi Speckle Noise

dengan ATMF ... 80 Tabel 4.33 Perbandingan rata-rata nilai MSE hasil reduksi Speckle Noise

dengan AMF ... 80 Tabel 4.34 Perbandingan rata-rata nilai Runtime hasil reduksi Speckle

Noise dengan ATMF ... 81 Tabel 4.35 Perbandingan rata-rata nilai Runtime hasil reduksi Speckle

Noise dengan AMF ... 81 Tabel 4.36 Rata-rata nilai PSNR, MSE dan Runtime pada citra yang

terdegradasi Uniform Noise ... 82 Tabel 4.37 Perbandingan rata-rata nilai PSNRhasil reduksi Uniform

Noise dengan ATMF ... 82 Tabel 4.38 Perbandingan rata-rata nilai PSNRhasil reduksi Uniform

Noise dengan AMF ... 82

(13)

Tabel 4.39 Perbandingan rata-rata nilai MSEhasil reduksi Uniform

Noise dengan ATMF ... 83 Tabel 4.40 Perbandingan rata-rata nilai MSEhasil reduksi Uniform

Noise dengan AMF ... 83 Tabel 4.41 Perbandingan rata-rata nilai Runtime hasil reduksi Uniform

Noise dengan ATMF ... 83 Tabel 4.42 Perbandingan rata-rata nilai Runtime hasil reduksi Uniform

Noise dengan AMF ... 84 Tabel 4.43 Perbandingan nilai PSNR dan MSE sebelum filtering dan

sesudah filtering untuk Salt & Pepper Noise ... 84 Tabel 4.44 Perbandingan nilai PSNR dan MSE sebelum filtering dan

sesudah filtering untuk Speckle Noise ... 85 Tabel 4.45 Perbandingan nilai PSNR dan MSE sebelum filtering dan

(14)

DAFTAR GAMBAR

Gambar 2.7 Warna RGB pada ruang berdimensi tiga ... 10

Gambar 2.8 Citra true color ... 11

Gambar 2.9 (a) Citra grayscale (b) Citra terdegradasi uniform noise (c) (c) Citra terdegradasi speckle noise (d) Citra terdegradasi salt & pepper noise ... 13

Gambar 2.10 Penajaman/sharping pada image enhancement ... 14

Gambar 2.11 Proses restorasi citra ... 15

Gambar 2.12 Restorasi citra dengan reduksi noise ... 15

Gambar 2.13 Segmentasi citra ... 16

Gambar 2.14 Matriks citra ukuran 6 x 6 ... 17

Gambar 2.15 Matriks citra 3 x 3 dari matriks citra 6 x 6 ... 17

Gambar 2.16 Kalkulasi pada metode ATMF ... 18

Gambar 2.17 Proses ATMF dengan matriks 3 x 3 ... 19

Gambar 2.18 Citra terdegradasi dengan Salt and Pepper Noise (b) ATMF 3 x 3, trimmed size = 4 ... 19

Gambar 2.19 (a) Citra terdegradasi dengan salt and pepper noise (b) Citra hasil Adaptive Median Filtering ... 22

Gambar 3.1 Diagram ishikawa untuk analisa masalah ... 25

Gambar 3.2 Use case diagram sistem ... 27

Gambar 3.3 Activity diagram sistem ... 32

Gambar 3.4 Sequence diagram sistem ... 33

Gambar 3.5 Flowchart keseluruhan sistem ... 37

Gambar 3.6 Flowchart Alpha-Trimmed Mean Filter ... 38

Gambar 3.7 Flowchart Adaptive Median Filter ... 39

Gambar 3.8 Rancangan Interface Form Home ... 40

Gambar 3.9 Rancangan InterfaceForm Filtering ... 41

Gambar 3.10 Rancangan Interface Form Help ... 43

Gambar 4.1 Matriks citra 3x3 sebelum filtering ... 46

Gambar 4.2 Matriks citra 3x3 setelah filtering ... 46

Gambar 4.3 (a) Matriks citra 6x6 sebelum filtering (a) Matriks citra 6x6 setelah Filtering dengan ATMF ... 47

Gambar 4.4 Matriks citra 3x3 sebelum filtering ... 47

Gambar 4.5 Matriks citra 3x3 setelah filtering ... 48

Gambar 4.6 (a) Matriks citra 6x6 sebelum filtering (a) Matriks citra 6x6 setelah Filtering dengan AMF ... 48

(15)

Gambar 4.7 Form Home ... 48

Gambar 4.8 Form Filtering ... 49

Gambar 4.9 Form Help ... 50

Gambar 4.10 Logo Fasilkom-TI dengan nama “1024 x 1024.jpg” ... 50

Gambar 4.11 Pengubahan citra RGB menjadi citra grayscale ... 51

Gambar 4.12 (a) Pembangkitan Salt & Pepper Noise pada citra grayscale (b)Pembangkitan Speckle Noise pada citra grayscale (c)Pembangkitan Uniform Noise pada citra grayscale ... 52

Gambar 4.13 Message box ATMF berhasil dilakukan ... 53

Gambar 4.14 Proses filter citra dengan ATMF ... 53

Gambar 4.15 Message box AMF berhasil dilakukan ... 54

(16)

DAFTAR LAMPIRAN

Hal. A. Listing Program ... A-1 B. Curriculum Vitae ... B-1