PERBANDINGAN METODE INTERPOLASI BICUBIC DAN GABUNGAN METODE INTERPOLASI BICUBIC DENGAN DUAL TREE COMPLEX WAVELET TRANSFORM PADA
PENINGKATAN KUALITAS CITRA MEDIS
Diajukan Sebagai Syarat untuk Menyelesaikan Pendidikan Program Strata-1 Pada
Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya
Oleh :
MUHAMMAD AGUNG MULTAZAM NIM : 09021181320018
Jurusan Teknik Informatika
FAKULTAS ILMU KOMPUTER UNIVERSITAS SRIWIJAYA 2020
ii
TANDA LULUS UJIAN SIDANG TUGAS AKHIR
Pada hari Rabu tanggal 29 Juli 2020 telah dilaksanakan sidang tugas akhir oleh jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya.
Nama : Muhammad Agung Multazam
NIM : 09021181320018
Judul : Perbandingan Metode Interpolasi Bicubic dan Gabungan Metode Interpolasi Bicubic dengan Dual Tree Complex Wavelet Transform pada Peningkatan Kualitas Citra Medis
1. Pembimbing I
M. Fachrurrozi, S.Si., M.T. ...
NIP. 198005222008121002
2. Pembimbing II
Osvari Arsalan, S.Kom., M.T. ...
NIP. 198806282018031001
3. Penguji I
Samsuryadi, M.Kom., Ph.D. ...
NIP. 197102041997021003
4. Penguji II
Kanda Januar Miraswan, S.Kom., M.T. ...
NIP . 199001092019031012
Mengetahui,
Ketua Jurusan Teknik Informatika
Rifkie Primartha, M.T.
NIP. 197706012009121004
iii
iv
v MOTTO
“Terlalu memperdulikan apa yang orang pikirkan dan kau akan selalu menjadi tahanan mereka”. (Lao Tzu)
“Tidak semua yang kita harapkan akan terwujud, tidak semua yang kita takutkan akan terjadi”. (M. Agung Multazam)
Kupersembahkan karya tulis ini kepada
Allah SWT
Kedua Orang Tuaku
Saudara perempuanku
Keluarga Besarku
Sahabat dan Teman temanku
vi
A Comparison of Bicubic Interpolation Method and Combined Bicubic Interpolation and Dual-Tree Complex Wavelet Transform Method on Medical
Image Quality Enhancement
Muhammad Agung Multazam (09021181320018) Informatics Engineering, Department of Computer Science
Sriwijaya University
ABSTRACT
MRI (Magnetic Resonance Imaging) images can be used to help doctors or radiographers to analyze defects or provide an accurate diagnosis of a disease but the resulting MRI images have low resolution and still contain noise. Noise in the image can cause errors when a doctor or radiographer makes a diagnosis of the disease. In this study, MRI images quality enhancement software will be developed by comparing the performance of Bicubic Interpolation method for image enlargement and Dual Tree Complex Wavelet Transform method to improve the quality of the magnified image, and a combination of the two methods.
The data used in this study were 200 MRI images, and the performance of both methods was calculated based on the PSNR value. Based on the results of the tests conducted, it is known that the combination of Bicubic Interpolation and DTCWT produces a better PSNR average value of 32.323 (dB).
Keywords: MRI image, Bicubic Interpolation, DTCWT
vii
Perbandingan Metode Interpolasi Bicubic dan Gabungan Metode Interpolasi Bicubic dengan Dual Tree Complex Wavelet Transform pada Peningkatan Kualitas
Citra Medis
Muhammad Agung Multazam (09021181320018) Jurusan Teknik Informatika, Fakultas Ilmu Komputer
Universitas Sriwijaya
ABSTRAK
Citra hasil MRI (Magnetic Resonance Imaging) dapat digunakan untuk membantu dokter atau ahli radiografi untuk menganalisis cacat atau memberi diagnosis yang akurat dari suatu penyakit tetapi citra MRI yang dihasilkan memiliki resolusi yang rendah dan masih terdapat noise. Noise pada citra dapat menimbulkan kesalahan saat dokter atau ahli radiografi melakukan diagnosa penyakit. Pada penelitian ini akan dikembangkan perangkat lunak peningkatan kualitas citra MRI dengan membandingkan performa metode Interpolasi Bicubic untuk perbesaran citra dan metode Dual Tree Complex Wavelet Transform untuk meningkatkan kualitas citra yang diperbesar, dan gabungan dari kedua metode tersebut.
Data yang digunakan pada penelitian ini sebanyak 200 citra MRI, dan performa dari kedua metode dihitung berdasarkan nilai PSNR. Berdasarkan hasil pengujian yang dilakukan, diketahui bahwa gabungan Interpolasi Bicubic dan DTCWT menghasilkan nilai rata-rata PSNR yang lebih baik yaitu sebesar 32,323(dB).
Kata Kunci : Citra MRI, Interpolasi Bicubic, DTCWT
viii
KATA PENGANTAR
Segala puji dan syukur bagi Allah SWT atas berkah dan rahmat-Nya yang telah diberikan kepada Penulis sehingga dapat menyelesaikan Tugas Akhir ini dengan baik. Tugas akhir yang berjudul “Perbandingan Metode Interpolasi Bicubic Dan Gabungan Metode Interpolasi Bicubic Dengan Dual Tree Complex Wavelet Transform Pada Peningkatan Kualitas Citra Medis” ini disusun untuk memenuhi
salah satu syarat guna menyelesaikan pendidikan program Strata-1 pada Fakultas Ilmu Komputer Program Studi Teknik Informatika di Universitas Sriwijaya.
Pada kesempatan ini Penulis ingin menyampaikan ucapan terima kasih kepada pihak-pihak yang telah memberikan dukungan, bimbingan, dan motivasi selama proses penelitian ini dilaksanakan. Secara khusus Penulis ingin menyampaikan terima kasih kepada:
1. Allah SWT yang telah menjawab do’a memberikan pertolongan hamba-Nya.
2. Kedua orang tuaku yang selalu mendoakan serta memberikan dukungan baik moril maupun materil Ayah saya Fahrul Nasa’i, S. Pd dan Ibu saya Margawati, SE dan adik perempuan saya Putri Sampurna Ningrum, S. Kel.
3. Bapak Jaidan Jauhari, M.T. selaku Dekan Fakultas Ilmu Komputer Universitas Sriwijaya.
4. Bapak Rifkie Primartha, M.T. selaku Ketua Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya.
5. Bapak M. Fachrurozzi, M.T. selaku dosen pembimbing I dan Bapak Osvari Arsalan, M.T. selaku dosen pembimbing II yang telah membimbing,
ix
mengarahkan, dan memberikan motivasi untuk Penulis dalam proses pengerjaan Tugas Akhir.
6. Bapak Samsuryadi, M.Kom., Ph.D. dan Bapak Kanda Januar, M.T. selaku penguji Tugas Akhir yang telah memberi nasihat dan saran yang membangun.
7. Bapak Julian Supardi dan Bapak Danny Matthew Saputra, M.Sc. selaku pembimbing akademik.
8. Seluruh dosen Program Studi Teknik Informatika yang telah memberikan bekal ilmu selama masa perkuliahan.
9. Seluruh Karyawan dan Karyawati Fasilkom UNSRI yang telah membantu dalam urusan administrasi selama kegiatan akademik.
10. Sahabat Penulis Widya Damayanti, Ezil Desfa, Meita Jayani, Robin, Suwar, Nandes, Yuda, Arif, dan Rudi, yang selama ini telah membantu dalam masa perkuliahan dan sahabat seperjuangan Teknik Informatika Angkatan 2013.
11. Untuk semua pihak yang telah membantu menyelesaikan tugas akhir ini yang tidak dapat disebutkan satu persatu.
Penulis menyadari dalam penyusunan Tugas Akhir ini masih terdapat banyak kekurangan dikarenakan keterbatasan pengetahuan dan pengalaman, oleh karena itu kritik dan saran yang membangun sangat diharapkan untuk kemajuan penelitian selanjutnya. Semoga Tugas Akhir ini dapat berguna dan bermanfaat bagi kita semua.
Indralaya, September 2020
Penulis
x DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
LEMBAR PENGESAHAN TUGAS AKHIR ... ii
TANDA LULUS SIDANG TUGAS AKHIR ... iii
HALAMAN PERNYATAAN ... iv
MOTTO ... v
ABSTRACT ... vi
ABSTRAK ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... x
DAFTAR TABEL ... xvi
DAFTAR GAMBAR ... xviii
DAFTAR LAMPIRAN ... xxi
BAB I PENDAHULUAN
1.1 Pendahuluan ... I-1 1.2 Latar Belakang Masalah ... I-1 1.3 Rumusan Masalah ... I-3 1.4 Tujuan Penelitian... I-4 1.5 Manfaat Penelitian... I-4 1.6 Batasan Masalah ... I-4
xi BAB II TINJAUAN PUSTAKA
2.1 Pendahuluan ... II-1 2.2 Pengolahan Citra ... II-1 2.2.1 Citra Grayscale ... II-2 2.3 Citra Medis ... II-2 2.3.1 Citra MRI (Magnetic Resonance Imaging) ... II-3 2.3.2 Format Citra JPG ... II-4 2.4 Resolusi Citra ... II-5 2.5 Dual Tree Complex Wavelet Transform (DTCWT) ... II-6 2.5.1 Dekomposisi Citra dengan DTCWT ... II-7 2.6 Interpolasi Bicubic... II-8 2.7 Wiener Filter ... II-9 2.8 Transformasi Fourier ... II-10 2.9 Rekontruksi Citra dengan IDTCWT ... II-10 2.10 Penelitian Terkait ... II-11
BAB III METODOLOGI PENELITIAN
3.1 Unit Penelitian ... III-1 3.2 Teknik Pengumpulan Data ... III-1 3.2.1 Jenis Data ... III-1 3.2.2 Sumber Data ... III-2 3.3 Pengumpulan Data ... III-2
xii
3.4 Metode Penelitian ... III-2 3.4.1 Langkah-Langkah Penelitian ... III-2 3.4.2 Bagan Alur Proses Umum Peningkatan Kualitas Citra ... III-3 3.4.2.1 Input Citra ... III-6 3.4.2.2 Proses Mengubah Ukuran Citra ... III-6 3.4.2.3 Proses Dekomposisi dengan Metode DTCWT ... III-6 3.4.2.4 Proses Interpolasi dengan Interpolasi Bicubic ... III-8 3.4.2.5 Proses Filtering dengan Wiener Filter ... III-8 3.4.2.6 Proses Rekontruksi Citra dengan IDTCWT ... III-9 3.4.2.7 Output Citra ... III-9 3.5 Melakukan Pengujian Penelitian ... III-9 3.6 Melakukan Analisa Hasil Pengujian dan Membuat Kesimpulan III-10 3.7 Jadwal Penelitian ... III-11 3.8 Metode Pengembangan Perangkat Lunak ... III-11 3.8.1 Fase Insepsi ... III-11 3.8.2 Fase Elaborasi ... III-12 3.8.3 Fase Konstruksi ... III-12 3.8.4 Fase Transisi ... III-13
BAB IV PENGEMBANGAN PERANGKAT LUNAK
4.1 Pendahuluan ... IV-1 4.2 Fase Insepsi ... IV -1 4.2.1 Pemodelan Bisnis ... IV-1
xiii
4.2.2 Kebutuhan Sistem ... IV-2 4.2.2.1 Deskripsi Umum Sistem ... IV-2 4.2.2.2 Spesifikasi Kebutuhan Perancangan Perangkat Lunak ... IV-2 4.2.3 Analisis dan Desain ... IV-4 4.2.3.1 Analisis Masalah ... IV-4 4.2.3.2 Analisis Data ... IV-5 4.2.3.3 Analisis Metode DTCWT ... IV-5 4.2.3.4 Analisis Interpolasi Bicubic ... IV-6 4.2.3.5 Analisis Wiener Filter ... IV-6 4.2.4 Desain Perangkat Lunak ... IV-7 4.2.4.1 Model Use Case ... IV-7 4.2.4.2 Definisi Aktor ... IV-8 4.2.4.3 Definisi Use Case ... IV-9 4.2.4.4 Skenario Use Case ... IV-10 4.2.4.5 Diagram Aktifitas ... IV-15 4.3 Fase Elaborasi ... IV-18 4.3.1 Pemodelan Bisnis ... IV-18 4.3.1.1 Perancangan Data ... IV-19 4.3.1.2 Perancangan Antar Muka ... IV-19 4.3.2 Kebutuhan Sistem ... IV-21 4.3.3 Diagram Sequence ... IV-21 4.4 Fase Konstruksi ... IV-27
xiv
4.4.1 Kebutuhan Sistem ... IV-27 4.4.2 Diagram Kelas ... IV-28 4.4.3 Implementasi ... IV-29 4.4.3.1 Implementasi Kelas ... IV-29 4.4.3.2 Implementasi Antarmuka ... IV-31 4.4.3.2.1 Antarmuka Interpolasi Bicubic ... IV-31 4.4.3.2.2 Antarmuka Interpolasi Bicubic dan DTCWT .... IV-33 4.5 Fase Transisi ... IV-34 4.5.1 Pemodelan Bisnis ... IV-34 4.5.2 Kebutuhan Sistem ... IV-34 4.5.3 Rencana Pengujian ... IV-35 4.5.3.1 Rencana pengujian Use Case Memasukkan Data IV-35 4.5.3.2 Rencana Pengujian Use Case Mengubah Ukuran Citra ... IV-35 4.5.3.3 Rencana Pengujian Use Case Menampilkan Citra Hasil Peningkatan dengan Interpolasi Bicubic ... IV-36 4.5.3.4 Rencana Pengujian Use Case Menampilkan Citra
Hasil Peningkatan dengan Interpolasi Bicubic dan DTCWT ... IV-36 4.5.4 Kasus Uji Perangkat Lunak ... IV-37 4.5.4.1 Pengujian Use Case Memasukkan Citra ... IV-38 4.5.4.2 Pengujian Use Case Mengubah Ukuran Citra ... IV-38
xv
4.5.4.3 Pengujian Use Case Menampilkan Citra Hasil Peningkatan dengan Interpolasi Bicubic ... IV-39 4.5.4.4 Pengujian Use Case Menampilkan Citra Hasil Peningkatan dengan Interpolasi Bicubic dan DTCWT ... IV-41
4.5.4.5 Pengujian Use Case Menghitung Nilai PSNR ... IV-42 4.6 Kesimpulan... IV-44
BAB V HASIL DAN ANALISIS PENELITIAN
5.1 Pendahuluan ... V-1 5.2 Analisis Hasil Pengujian Interpolasi Bicubic ... V-1 5.2.1 Data Hasil Pengujian Interpolasi Bicubic... V-2 5.3 Analisis Hasil Pengujian Interpolasi Bicubic dan DTCWT ... V-4 5.3.1 Data Hasil Pengujian Interpolasi Bicubic dan DTCWT ... V-4 5.4 Analisis Perbandingan Kinerja Interpolasi Bicubic dengan Gabungan Interpolasi Bicubic dan DTCWT... V-6 5.5 Analisis Penelitian ... V-7
BAB VI KESIMPULAN DAN SARAN
6.1 Pendahuluan ... VI-1 6.2 Kesimpulan ... VI-1 6.3 Saran ... VI-2 DAFTAR PUSTAKA ... xxi
xvi
DAFTAR TABEL
Halaman Tabel III-1 Rancangan Hasil Pengujian ... III-10 Tabel III-2 Tabel Pengembangan Perangkat Lunak... III-14 Tabel IV-1 Kebutuhan Fungsional ... IV-3 Tabel IV-2 Kebutuhan Non Fungsional ... IV-4 Tabel IV-3 Definisi Aktor Use Case ... IV-9 Tabel IV-4 Definisi Use Case ... IV-9 Tabel IV-5 Skenario Memasukkan Citra ... IV-10 Tabel IV-6 Skenario Mengubah Ukuran Citra ... IV-11 Tabel IV-7 Skenario Melakukan Peningkatan Kualitas Citra dengan Interpolasi Bicubic... IV-12 Tabel IV-8 Skenario Melakukan Peningkatan Kualitas Citra dengan Bicubic dan DTCWT ... IV-13 Tabel IV-9 Skenario Menghitung Nilai PSNR ... IV-14 Tabel IV-10 Implementasi Kelas ... IV-29 Tabel IV-11 Rencana Pengujian Use Case Memasukkan Citra... IV-35 Tabel IV-12 Rencana Pengujian Use Case Mengubah Ukuran Citra ... IV-35 Tabel IV-13 Rencana Pengujian Use Case Menampilkan Citra Hasil Peningkatan
dengan Interpolasi Bicubic ... IV-36 Tabel IV-14 Rencana Pengujian Use Case Menampilkan Citra Hasil Peningkatan dengan Interpolasi Bicubic dan DTCWT ... IV-36 Tabel IV-15 Pengujian Use Case Memasukkan Citra ... IV-38
xvii
Tabel IV-16 Pengujian Use Case Mengubah Ukuran Citra ... IV-38 Tabel IV-17 Pengujian Use Case Menampilkan Citra Hasil Peningkatan dengan Interpolasi Bicubic ... IV-39 Tabel IV-18 Pengujian Use Case Menampilkan Citra Hasil Peningkatan dengan Interpolasi Bicubic dan DTCWT ... IV-41 Tabel IV-19 Pengujian Use Case Menghitung nilai PSNR ... IV-42 Tabel V-1 Pengujian citra MRI dengan Interpolasi Bicubic ... V-2 Tabel V-2 Pengujian citra MRI dengan Interpolasi Bicubic dan DTCWT ... V-4 Tabel V-3 Perbandingan nilai PSNR Interpolasi Bicubic dengan gabungan metode Interpolasi Bicubic dan DTCWT ... V-7
xviii
DAFTAR GAMBAR
Halaman
Gambar II-1 Citra MRI Otak ... II-4 Gambar II-2 Struktur Pohon DTCWT ... II-6 Gambar II-3 Struktur Koefisien DTCWT Level 1 ... II-8 Gambar II-4 Ilustrasi Interpolasi Bicubic ... II-9 Gambar III-1 Citra MRI Otak ... III-1 Gambar III-2 Diagram Proses Umum Interpolasi Bicubic ... III-4 Gambar III-3 Diagram Proses Umum Interpolasi Bicubic dan DTCWT ... III-5 Gambar III-4 Proses Dekomposisi Citra ... III-7 Gambar III-5 Penjadwalan Fase Inception (Business Modelling dan Requirements) ... III-25 Gambar III-6 Penjadwalan Fase Inception (Analysis & Design, Implementation, dan Testing) ... III-26 Gambar III-7 Penjadwalan Fase Elaboration I (Business Modelling, Requirements dan Analysis & Design) ... III-27 Gambar III-8 Penjadwalan Fase Elaboration I (Implementation, Testing, dan Deployment) ... III-28 Gambar III-9 Penjadwalan Fase Elaboration II ( Business Modelling, Requirements dan Analysis & Design) ... III-29 Gambar III-10 Penjadwalan Fase Elaboration II ( Analysis & Design, Implementation dan Testing) ... III-30
xix
Gambar III-11 Penjadwalan Fase Construction I ( Business Modelling dan Requirements) ... III-31 Gambar III-12. Penjadwalan Fase Construction I ( Analysis & Design, Implementation, Testing dan Deployment) ... III-32 Gambar III-13. Penjadwalan Fase Construction II ( Business Modelling, Requirements dan Analysis & Design) ... III-33 Gambar III-14 Penjadwalan Fase Construction II (Implementation, Testing, dan Deployment) ... III-34 Gambar III-15 Penjadwalan Fase Transition (Business Modelling, Analysis &
Design, Implementation, Testing, dan Deployment) ... III-35 Gambar IV-1 Diagram Use Case ... IV-8 Gambar IV-2 Diagram Aktivitas Diagram Use Case Memasukkan Citra ... IV-16 Gambar IV-3 Diagram Aktivitas Use Case Mengubah Ukuran Citra ... IV-16 Gambar IV-4 Diagram Aktivitas Use Case Melakukan Peningkatan Kualitas Citra dengan Interpolasi Bicubic ... IV-17 Gambar IV-5 Diagram Aktivitas Use Case Melakukan Peningkatan Kualitas Citra dengan Interpolasi Bicubic dan DTCWT ... IV-17 Gambar IV-6 Diagram Aktivitas Use Case Menghitung PSNR ... IV-18 Gambar IV-7 Perancangan Menu Utama ... IV-20 Gambar IV-8 Diagram Sequence Memasukkan Citra ... IV-23 Gambar IV-9 Diagram Sequence Mengubah Ukuran Citra ... IV-24 Gambar IV-10 Diagram Sequence Meningkatkan Kualitas Citra dengan Interpolasi Bicubic... IV-25
xx
Gambar IV-11 Diagram Sequence Meningkatkan Kualitas Citra dengan Interpolasi Bicubic dan DTCWT ... IV-26 Gambar IV-12 Diagram Sequence Menghitung PSNR ... IV-27 Gambar IV-13 Diagram Kelas Perangkat Lunak ... IV-28 Gambar IV-14 Antarmuka Awal Perangkat Lunak FormMain ... IV-31 Gambar IV-15 Antarmuka Interpolasi Bicubic Perangkat Lunak FormExtendResolutionIB ... IV-32 Gambar IV-16 Antarmuka Interpolasi Bicubic dan DTCWT Perangkat Lunak FormExtendResolution ... IV-33 Gambar V-1 Diagram Perbandingan Nilai Rata-Rata PSNR ... V-8
xxi
DAFTAR LAMPIRAN
Halaman
Lampiran I Data Citra MRI ... LI-1 Lampiran II Perbandingan Nilai Rata-Rata PSNR Citra MRI ... LII-1 Lampiran III Kode Program Perangkat Lunak ... LIII-1
I-1 BAB I PENDAHULUAN
1.1 Pendahuluan
Pada bab ini membahas tentang latar belakang masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, dan batasan masalah. Bab ini juga menjelaskan secara umum tentang keseluruhan penelitian. Pendahuluan dimulai dengan penjelasan mengenai latar belakang masalah dimana algoritma yang digunakan dapat menyelesaikan kasus peningkatan resolusi citra berdasarkan penelitian yang telah dilakukan sebelumnya. Setelah mengetahui permasalahan, maka dari permasalahan tersebut perlu untuk dilakukan penelitian mengenai perbandingan metode Interpolasi Bicubic dan gabungan Interpolasi Bicubic dengan Dual Tree Complex Wavelet Transform.
1.2 Latar Belakang Masalah
Citra hasil MRI (Magnetic Resonance Imaging) dapat digunakan untuk membantu dokter atau ahli radiografi untuk menganalisis cacat atau memberi diagnosis yang akurat dari suatu penyakit. Pada umumnya citra MRI yang dihasilkan memiliki resolusi yang rendah dan masih terdapat noise (Kumar &
Madhukiran, 2014). Hal tersebut dapat menimbulkan kesalahan saat dokter atau ahli radiografi melakukan diagnosa penyakit. Oleh karena itu, dilakukan penelitian untuk penigkatan kualitas citra hasil MRI.
Pada penelitian yang berjudul Analisa Bicubic dan Bilinear menggunakan metode Discrete Wavelet Transform pada Super Resolusi (Beni, 2015)
I-2
mengemukakan bahwa interpolasi Bicubic menghasilkan perbesaran citra lebih halus pada bagian tepi citra sehingga citra terlihat lebih tajam. Penelitian ini menyimpulkan bahwa metode DWT-Bicubic memiliki nilai PSNR yang lebih tinggi yaitu 52,27 dB dibandingkan DWT-Bilinear sebesar 50,60 dB.
Kemudian penelitian yang berjudul Comparison of Commonly Used Image Interpolation Methods (Han, Dianyuan 2013) menunjukkan bahwa Interpolasi Bicubic menghasilkan kualitas gambar yang relative lebih jelas dibandingkan dengan interpolasi nearest neighbor, interpolasi bilinear dan interpolasi cubic B spline. Penelitian ini menghasilkan nilai SNR 19,928604 dB.
Pada penelitian selanjutnya yang berjudul On High-Resolution Image Estimation using Low-Resolution Brain MRI (Rousseau, Gounot, & Studholme, 2013) menjelaskan bahwa jika tahapan pra pengolahan dilakukan dengan baik, maka dapat meningkatkan resolusi citra MRI otak dan menghasilkan citra dengan rekontruksi yang lebih baik. Penelitian ini menghasilkan nilai PSNR yang menggunakan akuisisi ortogonal adalah sebesar 37,52 dB.
Penelitian yang berjudul Performance Analysis Of Image Enhancement Using Dual-TreeComplex Wavelet Transform And Nonlocal Means (Dayanand &
Kumar, 2014) memaparkan bahwa metode DTCWT-NLM (Nonlocal Means) menghasilkan citra digital dengan resolusi yang lebih baik. Metode DTCWT dapat meminimalisir noise pada tampilan citra dibandingkan dengan metode Discrete Wavelet Transform. Selanjutnya untuk menghilangkan noise pada citra tersebut menggunakan NLM. Penelitian ini menghasilkan nilai PSNR sebesar 17,5859 dB.
Beberapa penelitian memaparkan bahwa Dual Tree Complex Wavelet Transform (DTCWT) dapat diterapkan dalam proses peningkatan resolusi citra
I-3
(Sharma & Chopra, 2015). Metode ini merupakan transformasi dari metode Discrete Wavelet Transform (DWT) yang mengubah citra digital menjadi sinyal digital dengan kemampuan yang lebih baik dalam memproses suatu sinyal.
DTCWT memiliki pemilihan arah yang lebih bagus, serta tidak terlalu dipengaruhi dengan pergeseran dan memiliki proses rekonstruksi yang sempurna (Selesnick, Baraniuk & Kingsbury, 2005).
Berdasarkan uraian di atas, pada penelitian tugas akhir ini akan dilakukan peningkatkan kualitas citra dengan menggunakan metode Interpolasi Bicubic dan gabungan metode Interpolasi Bicubic dengan Dual Tree Complex Wavelet Transform.
1.3 Rumusan Masalah
Berdasarkan uraian pada latar belakang masalah, dapat diidentifikasi bahwa rumusan masalah pada penelitian tugas akhir ini yaitu bagaimana kinerja dari metode Interpolasi Bicubic dan gabungan Interpolasi Bicubic dengan Dual Tree Complex Wavelet Transform dalam meningkatkan kualitas citra medis.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah sebagai berikut:
1. Mengukur hasil peningkatan kualitas citra medis dengan menerapkan metode Interpolasi Bicubic dan gabungan Interpolasi Bicubic dengan DTCWT;
2. Mengetahui kinerja dari peningkatan kualitas citra medis menggunakan perhitungan Peak Signal to Noise Ratio (PSNR).
I-4
1.5 Manfaat Penelitian
Manfaat penelitian ini adalah sebagai berikut:
1. Dapat menghitung kinerja metode Interpolasi Bicubic dan gabungan Interpolasi Bicubic dengan DTCWT dalam meningkatkan kualitas citra Medis MRI;
2. Dapat menambah wawasan mengenai perhitungan PSNR dalam peningkatan kualitas citra Medis MRI;
1.6 Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
1. Citra masukan adalah citra medis MRI (Magnetic Resonance Imaging);
2. Citra masukan yang digunakan adalah citra grayscale;
3. Format citra yang digunakan adalah .JPG;
4. Citra masukan berukuran 512x512 piksel;
Jenis data citra berupa data sekunder.
xxi
DAFTAR PUSTAKA
Abdi, N. M., Aisyah, S., & Arnia, F. (2011). Peningkatan Kualitas Citra Digital Menggunakan Metode Super Resolusi Pada Domain Spasial. Jurnal Rekayasa Elektrika, 9(3), 137-142.
Beni, H. (2015). Analisa Bicubic Dan Bilinear Menggunakan Metode Discrete Wavelet Transform pada Super Resolusi. Skripsi, Fakultas Ilmu Komputer.
Dayanand, K., & Kumar, A. P. (2014). Performance Analysis of Image Enhancement Using Dual-Tree Complex Wavelet Transform and Nonlocal Means. International Journal of Engineering Research and Development, 10(11), 72-76.
Gonzales, W. (2002). Digital Image Processing. Prentice-Hall Inc.
Hutahaean, H. D. (2013). Teknik Penajaman Citra Digital Dengan Menggunakan Metode Contrast Streching. Pelita Informatika: Informasi dan Informatika, 3(1).
Kumar, M. V., & MadhuKiran, S. P. (2014). Multi-Resolution Analysis Based MRI Image Quality Analysisusing DT-CWT Based Preprocessing Techniques.
International Journal of Engineering Research and General Science, 2(5), 768-771.
Mardhiyah, A., & Harjoko, A. (2011). Metode Segmentasi Paru-paru dan Jantung Pada Citra X-Ray Thorax. IJEIS (Indonesian Journal of Electronics and Instrumentation Systems), 1(2), 35-44.
xxii
Mohammadi, P., Ebrahimi-Moghadam, A., & Shirani, S. (2014). Subjective and objective quality assessment of image: A survey. arXiv preprint arXiv:1406.7799.
Selesnick, Ivan W., Baraniuk, Richard G., Kingsbury Nick G.. (2005). The Dual Tree Complex Wavelet Transform.
Notosiswoyo, M., & Suswati, S. (2004). Pemanfaatan Magnetic Resonance Imaging (MRI) Sebagai Sarana Diagnosa Pasien. Media Penelitian dan Pengembangan Kesehatan, 14(3 Sept).
Oktaviani, A., & Johan, Y. (2016). Perbandingan Resolusi Spasial, Temporal Dan Radiometrik Serta Kendalanya. Jurnal Enggano, 1(2).
Raghavendra, R., & Busch, C. (2015). Face image resolution enhancement based on weighted fusion of wavelet decomposition. Paper presented at the Information Fusion (Fusion), 2015 18th International Conference on.
Rousseau, F., Gounot, D., & Studholme, C. (2013). On high-resolution image estimation using low-resolution brain MRI. Paper presented at the Engineering in Medicine and Biology Society (EMBC), 2013 35th Annual International Conference of the IEEE.
Sharma, R., & Chopra, P. (2015). Enhancing X-Ray Images Based On Dual Tree Complex Wavelet Transform. Int. J. Sci. Eng. Technol. Res, 4(6), 2179- 2184.
Triwotoq, A. R., & Sardjono, T. A. (2017). Rekonstruksi 3d Citra Magnetic Resonancy Imaging (Mri) Abdomen Untuk Identifikasi Polip Pada Saluran Pencernaan. Prosiding SENATEK 2015, 1(A), 404-410.
