• Tidak ada hasil yang ditemukan

Implementasi High-Boost Filtering Untuk Memperbaiki Kualitas Citra Digital

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi High-Boost Filtering Untuk Memperbaiki Kualitas Citra Digital"

Copied!
13
0
0

Teks penuh

(1)

IMPLEMENTASI

HIGH-BOOST FILTERING

UNTUK

MEMPERBAIKI KUALITAS CITRA DIGITAL

DRAFT SKRIPSI

AZHAR INDRA RIFANGI

091401038

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(2)

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL

SKRIPSI

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

AZHAR INDRA RIFANGI 091401038

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS CITRA DIGITAL Kategori : SKRIPSI

Nama : AZHAR INDRA RIFANGI Nomor Induk Mahasiswa : 091401038

Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

Diluluskan di Medan,

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Herriyance , ST, M.Kom Syahriol Sitorus, S.Si,MIT NIP. 19801024 201012 1 002 NIP. 19710310 199703 1 004

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

(4)

PERNYATAAN

IMPLEMENTASI HIGH-BOOST FILTERING UNTUK MEMPERBAIKI KUALITAS 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, April 2014

(5)

PENGHARGAAN

Puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan

hidayah-Nya, sehingga Penulis dapat menyelesaikan penyusunan skripsi ini,

sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1

Ilmu Komputer Universitas Sumatera Utara.

Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar–

besarnya kepada :

1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc(CTM), Sp.A(K)

selaku Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer

dan Teknologi Informasi Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1

Ilmu Komputer Universitas Sumatera Utara dan Dosen Pembanding II

yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

4. Bapak Syahriol Sitorus , S.Si, MIT selaku Dosen Pembimbing I yang telah

memberikan bimbingan, saran, dan masukan kepada penulis dalam

pengerjaan skripsi ini.

5. Bapak Herriyance , ST, M.Kom selaku Dosen Pembimbing II yang

dengan sabar telah memberikan bimbingan, saran, dan masukan kepada

penulis dalam pengerjaan skripsi ini.

6. Bapak Dr. Syahril Effendi, S.Si, MIT selaku Dosen Pembanding I yang

telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

7. Bapak Amer Sharif ,S.Si, M.Kom selaku Dosen Pembanding II yang

memberikan kritik dan saran untuk penyempurnaan skripsi ini

8. Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi

Universitas Sumatera Utara, seluruh tenaga pengajar serta pegawai di

Program Studi S1 Ilmu Komputer Fasilkom-TI USU.

9. Ibunda tercinta Alm. Nuzullaila Rahman yang selalu menjadi motivasi dan

inspirasi dalam pengerjaan skripsi ini.

10.Ayahanda Amad Rifangi yang selalu memberikan doa dan dukungan serta

(6)

Airani yang terus memberikan dukungan dan dorongan bagi penulis untuk

menyelesaikan skripsi ini.

11.Noer Inda Chayanie atas semangat, dukungan, perhatian, kasih sayang dan

pengertian terhadap penulis selama proses penyelesaian skripsi ini.

12.Teman-teman terdekat, terutama Gamal Nasir, Dewa Made Suryadharma,

S.Kom dan Mustika Agung Maulana S, Kom ,atas semangat dan para kru

Raja Risol atas dorongannya sehingga penulis dapat menyelesaikan skripsi

ini. Dan juga untuk Ismail Fata Lubis, Dewi Ayu Pratami, S.kom , dan

teman-teman seangkatan 2009 lainnya yang telah membantu penulis

dalam menyelesaikan skripsi ini.

13.Dan semua pihak yang telah banyak membantu yang tidak bisa disebutkan

satu-persatu.

Semoga semua kebaikan, bantuan, perhatian, serta dukungan yang telah diberikan

kepada penulis mendapatkan pahala yang melimpah dari Allah SWT.

Medan, April 2014

(7)

ABSTRAK

Citra sebagai keluaran suatu sistem 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. Citra yang dihasilkan bergantung pada resolusi pixel terhadap gambar tersebut. Akan tetapi ,tidak semua citra yang dihasilkan akan sesuai dengan objek gambar tersebut, hal ini diakibatkan adanya derau (noise) yang menyebabkan tidak maksimalnya hasil gambar yang didapat. Noise yang terjadi dapat berupa tingkat kecerahan yang terlalu tinggi, warna yang terlalu kontras, atau kurang tajamnya gambar tersebut dan lain sebagainya. Noise yang terjadi pada sebuah citra dapat berupa Gaussian Noise ataupun Salt and Pepper Noise.Untuk memperbaiki citra tersebut kita dapat menggunakan salah satu metode yaitu High-Boost Filtering. Dalam High-Boost Filtering citra diproses dengan tetap mempertahankan komponen frekuensi tinggi dan menghilangkan (mengurangi) komponen frekuensi rendah. Proses pengujian ini dilakukan dengan nilai probabilitas noise antara 10%,15% dan 20%, yang diujikan dengan citra berformat.bmp dan .png yang menghasilkan nilai MSE dan PSNR. Berdasarkan hasil pengujian High-Boost Filtering lebih baik digunakan pada citra grayscale berformat .bmp maupun berformat .png dengan Gaussiannoise karena nilai MSE dan PSNR yang relatif kecil dibanding Salt And Pepper Noise

(8)

IMPLEMENTATION OF HIGH-BOOST FILTERING TO IMPROVE THE

QUALITY OF DIGITAL IMAGE

ABSTRACT

Image as one of the output from a recording system, can be an optical data such as an image, analogous, or video signals such as images on a television monitor or one of digital media that we can save in a digital storage. The result of the image is depends on the pixel resolution from the image. However, not all images will be produced in accordance with the image object, this is due to the presence of noise that cause didn’t get the best result of the image. It can be occur cause of too high the brightness levels,too contrast image,or lack of sharpness from the image. Gaussian Noise or Salt and Pepper Noise can be occurs in an image, to fix that we can use High-Boost Filtering method to fix the image.In High-Boost Filtering image will be processed while maintaining the high frequency components and eliminating (reducing) the low-frequency component. The testing process will be tested with a probability value of noise between 10%, 15% and 20%,it tested with an image in .bmp mode or in .png mode that generate value of MSE and PSNR. Based on the test, High-Boost Filtering is better used on a grayscale image in .bmp mode or .png mode which affected by Gaussian Noise than Salt and Pepper noise. Because the value of MSE and PSR are relatively small compared to Salt and Pepper Noise.

(9)
(10)

Bab 3 Analisis dan Perancangan Sistem

Bab 4 Implementasi dan Pengujian

4.1Implementasi 35

4.1.1 Tampilan Halaman Menu Home 35

4.1.2 Tampilan Halaman Menu Pengujian 37

4.1.3 Tampilan Halaman Menu Hasil 37 4.2.5 Pengujian proses Filtering Gaussian Noise pada citra

grayscale berformat BMP dan PNG dengan menggunakan

High-Boost Filtering 51 4.2.6 Pengujian proses Filtering Salt and Pepper Noise pada citra

grayscale berformat BMP dan PNG dengan menggunakan

High-BoostFiltering. 54 4.2.7 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra

Grayscale Hasil Filtering dengan Gaussian Noise 56 4.2.8 Perbandingan Rata-rata Nilai MSE dan PSNR pada Citra

Grayscale Hasil Filtering dengan Salt and Pepper Noise 58 Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 62

5.2. Saran 63

(11)

DAFTAR TABEL

Nomor

Tabel Nama Tabel Halaman

3.1

Spesifikasi Use CaseImport Citra Awal

Spesifikasi Use Case Pengujian

Spesifikasi Use Case Hasil

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Gaussian Noise dan Citra Hasil Filtering dengan High-Boost Filtering dengan Format BMP .

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Gaussian Noise dan Citra Hasil Filtering dengan High-Boost Filtering dengan Format PNG.

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan High-Boost Filtering dengan Format BMP.

Perbandingan Nilai MSE dan PSNR pada Citra Grayscale dengan Salt and Pepper Noise dan Citra Hasil Filtering dengan High-Boost Filtering dengan Format PNG.

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise Berformat BMP

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Salt And Pepper Noise Berformat PNG

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat BMP .

Nilai Rata-rata MSE dan PSNR pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat PNG .

Perbandingan Nilai Rata-rata MSE dan PSNR, pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat BMP.

Nilai Rata-rata MSE, PSNR, dan Running Time pada Citra Grayscale Hasil Filtering Noise dengan Gaussian Noise dan Salt and Pepper Noise pada Citra Berformat PNG.

(12)

DAFTAR GAMBAR

Nomor

Gambar Nama Gambar Halaman

2.1

Contoh kernel berukuran 3x3 (sel dengan warna abu-abu menyatakan pusat koordinat {0,0}

Diagram Ishikawa Use Case Diagram Sequence Diagram Activity Diagram

Flowchart Perancangan Sistem Rancangan Antarmuka halaman home Rancangan Antarmuka halaman Pengujian Rancangan Antarmuka menu hasil

Rancangan Antarmuka menu help Tampilan Menu Home

Tampilan Halaman Menu Pengujian Tampilan Halaman Menu Hasil Tampilan Halaman Menu Help

Tampilan Pemilihan Citra berformat .bmp Tampilan Pemilihan Citra berformat .png Tampilan Dialog box

Tampilan Citra Grayscale awal Tampilan Probabilitas Noise

Tampilan Citra Grayscale berformat BMP dengan Gaussian Noise 20% Tampilan Citra Grayscale berformat BMP dengan Salt and Pepper Noise 20%

Tampilan Citra Grayscale berformat PNG dengan Gaussian Noise 20%

Tampilan Citra Grayscale berformat PNG dengan Salt and Pepper 20%

Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra berformat .bmp setelah melalui proses filtering.

Tampilan Hasil Citra Grayscale dengan Gaussian Noise dengan citra berformat .png setelah melalui proses filtering .

Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan citra berformat .bmp setelah melalui proses filtering .

Tampilan Hasil Citra Grayscale dengan Salt and Pepper Noise dengan citra berformat .png setelah melalui proses filtering .

Tampilan Hasil dari Proses Filtering yang telah dilakukan.

(13)

DAFTAR LAMPIRAN

Halaman

A. Listing Program A-1

Gambar

Tabel 3.1
Gambar Nomor 2.1

Referensi

Dokumen terkait

First, we rotate the original images to multiple angles, here it was from -90 to 90 with a step of 20, and then fixed the orienta- tion of each keypoint to 0 so that the same

Hasil perhitungan total biaya produk per unit sistem activity-based costing jika dibandingkan dengan sistem konvensional menunjukkan bahwa model deluxe meningkat dari $180 menjadi

[r]

Pekerjaan/jabatan : FSU JAK-TIM (FORUM SANDI UNO JAKARTA TIMUR). 94 Nama lengkap : H.ABDUL

Sehubungan dengan pelaksanaan Evaluasi Kualifikasi dari perusahaan yang saudara/i pimpin, maka dengan ini kami mengundang saudara/i dalam kegiatan Pembuktian

[r]

Sehubungan dengan pelaksanaan Evaluasi Kualifikasi dari perusahaan yang saudara/i pimpin, maka dengan ini kami mengundang saudara/i dalam kegiatan Pembuktian

[r]