Penerapan Algoritma Band Reject Filter untuk Mereduksi Noise pada Citra Digital

(1)

341

PENERAPAN ALGORITMA BAND REJECT FILTER UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL

Kurnia Tasni

Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma, Medan, Indonesia Jalan Sisingamangaraja No. 338 Medan, Indonesia

ABSTRAK

Pengambilan citra atau gambar pada saat menggunakan kamera sering mengalami derau atau noise pada citra yang disebabkan oleh lensa kamera yang buruk ataupun posisi kamera saat pengambilan citra sehingga dapat menyebabkan terjadinya derau (noise) pada citra yang dihasilkan. Noise atau derau pada citra sangat mempengaruhi kejelasan dari sebuah gambar dimana hasil citra tersebut kurang jelas jika dilihat oleh mata, maka dengan itu noise pada citra harus dihilangkan agar citra tersebut dapat lebih jelas dan mempunyai kualitas yang jauh lebih baik. Metode Band reject filter adalah filter yang memproses data pada band frekuensi tertentu atau region kecil dari persegi panjang frekuensi, memfilter noise yang terdapat pada piksel citra dengan teknik konvolusi menggunakan mask/kernel untuk proses filter.Citra yang bernoise dapat direduksi dengan melakukan filter pada citra menggunakan metode band reject filter sehingga noise pada citra bias berkurang dan menghasilkan citra yang lebih jelas.

Kata Kunci: Citra Digital, Noise, Metode Band Reject Filter

I. PENDAHULUAN

Komputer sangat diperlukan sebagai sarana yang digunakan oleh setiap pemakai baik perorangan maupun instansi untuk mendapatkan informasi yang dibutuhkan dengan cara yang lebih mudah dan cepat, komputer digunakan untuk memenuhi segala kebutuhan dan membantu aktifitas dalam menyelesaikan permasalahan. Perbaikan kualitas citra adalah proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata manusia. Pada proses ini, ciri-ciri tertentu yang terdapat di dalam citra lebih diperjelas kemunculannya. Perbaikan citra bertujuan meningkatkan kualitas tampilan citra untuk pandangan manusia atau mengkonversi suatu citra agar memiliki format yang lebih baik sehingga citra tersebut menjadi lebih mudah diolah dengan mesin (komputer).

Pengambilan citra atau gambar pada saat menggunakan kamerasering mengalami derau atau noise pada citra yang disebabkan oleh lensa kamera yang buruk ataupun posisi kamera saat pengambilan citra sehingga dapat menyebabkan terjadinya derau (noise) pada citra yang dihasilkan.Noise atau derau pada citra sangat mempengaharui kejelasan dari sebuah gambar dimana hasil citra tersebut kurang jelas jika dilihat oleh mata, maka dengan itu noise pada citra harus di hilangkan agar citra tersebut dapat lebih jelas dan mempunyai kualitas yang jauh lebih baik.

Pengaruh noise pada citra sangat mempengaruhi kualitas citra sehingga noise pada citra harus dihilangkan agar kualitas jauh lebih baik dari sebelumnya dimana kualitas citra merupakan salah satu proses awal dalam pengolahan citra (image preprocessing). Perbaikan kualitas diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kualitas yang buruk, misalnya citra mengalami derau (noise) pada saat pengiriman melalui saluran transmisi, citra terlalu terang/gelap, citra kurang tajam, kabur, dan sebagainya. Melalui operasi pemrosesan awal inilah kualitas citra diperbaiki

sehingga citra dapat digunakan untuk aplikasi lebih lanjut, misalnya untuk aplikasi pengenalan (recognition) objek di dalam citra.

Reduksi noise atau denois adalah salah satu proses dalam perbaikan kualitas citra (image enhancement) yang termasuk langkah awal dalam image processing.

Perbaikan kualitas citra adalah suatu teknik yang memperhatikan bagaimana mengurangi perubahan bentuk dan penurunan kualitas citra yang diawali selama pembentukan citra tersebut.Algoritma Band Reject Filter pada citra adalah mengganti nilai pixel pada posisi (x,y) dengan nilai rata-rata pixel yang berada tetangga sekitarnya. Diukur dan simulasi respon dalam domain frekuensi yang baru sirkuit setuju sangat baik ketika menggunakan tembaga untuk rangkaian konduktor, dan rangkaian ekuivalen untuk rangkaian telah dikebangkan sebagai desain. Hasilnya menunjukan bahwa Bandwidth stop filter yang diusulkan adalah filter pita lebar dengan Bandwidth yang ditingkatkan 875MHz disekitar pusat Frekuensi 1,273 GHz dan return loss-57,07db dan Band penolakan kedua diperoleh di 2.7 GHz dengan return loss [1]. Untuk mengatasi noise tersebut perlu dilakukan usaha untuk memperbaiki kualitas citra itu.Selective filter adalah filter yang dapat memproses atau melakukan seleksi terhadap area citra digital untuk proses filter.

II. TEORITIS A. Reduksi Noise

Reduksi noise yaitu proses membersihkan atau mereduksi gangguan pada citra sehingga informasi data citra tidak hilang dan citra dapat diintepretasikan oleh mata manusia. Proses ini merupakan suatu proses perbaikan citra dalam pengolahan citra digital (digital image processing). Untuk mereduksi noise maka digunakan teknik komputasi berupa operasi tingkat lokal dimana hasil proses suatu titik (piksel) tergantung pada titik-titik tetangganya dan titik itu sendiri, proses

(2)

342 ini pada umumnya dilakukan dengan cara konvulasi

terhadap nilai citra nya. Salah satu reduksi noise operasi tingkat lokal yaitu proses filtering yang mengacu pada domain frekuensi yaitu meloloskan (menerima) komponen frekuensi tertentu dan menghilangkan (menolak) komponen frekuensi lain. Pada proses reduksi noise salah satu metode yang digunakan yaitu midponit filter [2].

B. Citra Digital

Citra Digital adalah citra dengan fungsi dua variabel f (x,y) yang dinilainya didigitalisasikan baik

dalam koordinat special maupun

dalam gray level. Digitalisasi dari koordinat special citra disebut dengan image sampling. Sedangkan digitalisasi dari gray level citra disebut dengan gray- level quantization. Citra digital dapat dibayangkan sebagai suatu matriks di mana baris dan kolomnya merepresentasikan suatu titik didalam citra, dan nilai elemen matriks tersebut menunjukkan gray level di titik tersebut. Citra digital dapat didefenisikan sebagai fungsi dua variabel, f (x,y) dimana x dan y adalah koordinat spesial sedangkan nilai f (x,y) adalah intensitas citra ada koordinat tersebut Nilai suatu pixel memiliki nilai dalam rentang tertentu, dari nilai minimum sampai nilai maksimum. Jangkauan yang digunakan berbeda-beda tergantung dari jenis warnanya. Namun secara umum jangkauannya adalah 0 – 255. Citra dengan penggambaran seperti ini digolongkan ke dalam citra integer. Berikut adalah jenis-jenis citra berdasarkan nilai pixel-nya [5]

Citra digital adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya yang disebut sebagai elemen gambar atau piksel menyatakan tingkat keabuan pada titik tersebut. Indeks baris dan kolom (x,y) dari sebuah piksel dinyatakan dalam bilangan bulat (integer). Sebuah piksel merupakan sampel dari pemandangan yang mengandung intensitas citra yang dinyatakan dalam bilangan bulat. Untuk menunjukkan lokasi suatu piksel, koordinat (0,0) digunakan untuk posisi kiri atas dalam bidang citra, dan koordinat (m- 1,n-1) digunakan untuk posisi kanan bawah dalam citra berukuran m x n piksel dimana m adalah kolom dan n adalah baris [6].

Berdasarkan pengertian dari para ahli diatas maka dapat di simpulkan bahwa citra digital adalah pemrosesan gambar berdimensi-dua melalui computer digital. Contohnya seperti foto adalah gambar berdimensi dua yang dapat diolah dengan mudah.

C. Metode Band Reject Filter

Band reject filter adalah filter yang memproses data pada band frekuensi tertentu atau region kecil dari persegi panjang frekuensi [14].

Formula Ideal Band Reject Filter diperoleh dengan:

...(1)

Keterangan:

H(u,v) : Merupakan nilai intensitas filter mask pada piksel (u,v)

D0 : Radius Filter

Datau D(u,v) : Merupakan jarak titik (u,v) dalam domain frekuensi

W : Lebar Pita(Band)

m,n : Meyatakan lebar dan tinggi citra Nilai dari tiap-tiap elemen pada filter mask yang dihasilkan tidak dipengaruhi oleh intensitas citra digital asli melainkan dipengaruhi oleh dimensi sebuah citra digital itu sendiri.

Sebagai contoh, sebuah citra input dengan ukuran dimensi citra 3x3. Maka untuk filter mask dari band reject filter akan menghasilkan flter mask dengan ukuran mask yang sama yaitu 3x3. Banyaknya elemen dari filter mask diketahui dengan mengalikan jumlah lebar dan tinggi citra input. Pada contoh ini akan menghasilkan 9 elemen filter mask.

III. ANALISA DAN PEMBAHASAN

Band reject filter adalah filter yang memproses data pada band frekuensi tertentu atau region kecil dari persegi panjang frekuensi.

Formula Ideal Band Reject Filter diperoleh dengan:

H(u,v)

=

0 𝐽𝑖𝑘𝑎 𝐷_𝑜−^𝑤

2≤ 𝐷 ≤ 𝐷₀+^𝑊

1 𝐿𝑎𝑖𝑛𝑛𝑦 2

Nilai dari tiap-tiap elemen pada filter mask yang dihasilkan tidak dipengaruhi oleh intensitas citra digital asli melainkan dipengaruhi oleh dimensi sebuah citra digital itu sendiri.

Sebagai contoh, sebuah citra input dengan ukuran dimensi citra 3x3. Maka untuk filter mask dari band reject filter akan menghasilkan flter mask dengan ukuran mask yang sama yaitu 3x3. Banyaknya elemen dari filter mask diketahui dengan mengalikan jumlah lebar dan tinggi citra input. Pada contoh ini akan menghasilkan 9 elemen filter mask.

Contoh: dengan D0=2 dan W=3 maka sebelum melakukan pemfilteran terlebih dahulu menghitung nilai array dari D.

D(0,0) = √0²+ 0² =0 D(0,1) = √0²+ 1² =1 D(0,2) = √0²+ 2² =2

(3)

343 D(1,0) = √1²+ 0² =1

D(1,1) = √1²+ 1² =1.414214 D(1,2) = √1²+ 2² =2,236068 D(2,0) = √2²+ 0² =2 D(2,1) = √2²+ 1² =2.236068 D(2,2) = √2²+ 2² =2.8284

Maka diperoleh array dari jarak D dengan hasil perhitungan adalah sebagai berikut:

Maka diperoleh mask filter dari band reject filter adalah sebagai berikut :

H(u,v)= d0-w/2 H(u,v)= 2-3/2 H(u,v)= 4/2-3/2 H(u,v)= 1/2 H(u,v)= 0,5 H(u,v)= d0+w/2 H(u,v)=2+3/2 H(u,v)= 4/2+3/2 H(u,v)= 7/2 H(u,v)= 3,5

Untuk mencari nilai H(u,v) untuk mendapatkan mask/kernel dengan cara sebagai berikut :

H(0,0)=d0-w/2≤D(0,0)≤ d0+w/2 H(0,0)=0,5≤0≤3,5

H(0,0)=Salah H(0,0)=1 Selanjutnya

H(0,1)=d0-w/2≤D(0,1)≤ d0+w/2 H(0,1)=0,5≤1≤3,5

H(0,1)=Benar H(0,1)=0 Selanjutnya

H(0,2)=d0-w/2≤D(0,2)≤ d0+w/2 H(0,2)=0,5≤2≤3,5

H(1,0)=d0-w/2≤D(1,0)≤ d0+w/2 H(1,0)=0,5≤1≤3,5

H(1,1)=d0-w/2≤D(1,1)≤ d0+w/2 H(1,1)=0,5≤1,4≤3,5

H(1,2)=d0-w/2≤D(1,2)≤ d0+w/2 H(1,2)=0,5≤2,23≤3,5

H(2,0)=d0-w/2≤D(2,0)≤ d0+w/2 H(2,0)=0,5≤2≤3,5

H(2,1)=d0-w/2≤D(2,1)≤ d0+w/2 H(2,1)=0,5≤2,23≤3,5

H(2,2)=d0-w/2≤D(2,2)≤ d0+w/2 H(2,2)=0,5≤2,82≤3,5

H(2,2)=Benar H(2,2)=0

berdasarkan perhitungan H(u,v) di atas maka didapat nilai mask/kernel sebagai berikut ini:

Gambar 1. Mask/Kernel Langkah selanjutnya adalah :

*

(4)

344 H(2,2)=(255*1+194*0+184*0+252*0+208*0+88*0+2

05*0+177*0+197*0) H(2,2) =255

Selanjutnya mengganti nilai titik tengah piksel 208 menjadi nilai H(2,2) adalah 255.

Langkah selanjutnya adalah :

H(3,2)=(194*1+184*0+205*0+208*0+88*0+166*0+1 77*0+197*0+86*0)

H(3,2) =194

H(4,2)=(184*1+205*0+233*0+88*0+166*0+214*0+1 97*0+86*0+169*0)

H(4,2) =184

Selanjutnya mengganti nilai titik tengah piksel 166 menjadi nilai H(4,2) adalah 184 .

H(2,3)=(252*1+208*0+88*0+205*0+177*0+197*0+1 58*0+129*0+83*0)

H(2,3) =252

H(3,3)=(208*1+88*0+166*0+177*0+197*0+86*0+12 9*0+83*0+113*0)

H(3,3) =208

Selanjutnya mengganti nilai titik tengah pikesl 197 menjadi nilai H(3,3) adalah .

H(4,3)=(88*1+166*0+214*0+197*0+86*0+169*0+83

*0+113*0+225*0) H(3,3) =88

*

(5)

345

H(2,4)=(205*1+177*0+197*0+158*0+129*0+83*0+1 28*0+137*0+92*0)

H(2,4) =205

H(3,4)=(177*1+197*0+86*0+129*0+83*0+113*0+13 7*0+92*0+86*0)

H(3,4) =177

H(4,4)=(197*1+86*0+169*0+83*0+113*0+225*0+92

*0+86*0+199*0) H(4,4) = 197

IV. IMPLEMENTASI

Pengujian program digunakan untuk melihat hasil yang sudah dibahas pada pembahasan sebelumnya, untuk tampilan dari proses aplikasi seperti pada gambar dibawah:

Gambar 1. Hasil Metode Band reject filter

V. KESIMPULAN

Berdasarkan analisa dan pembahasan yang dilakukan, maka dapat disimpulkan sebagai berikut : 1. Mereduksi noise pada citra digital dengan cara

mengenali citra tersebut ada bintik-bintik hitam pada gambar atau tidak.

2. Menerapkan algoritma band reject filter untuk mereduksi citra yang bernoise dengan menggunakan perhitungan-perhitungan yang sesuai dengan tahapan pada algorritma band reject filter dengan menggunakan konvolusi.

3. Perancangan aplikasi dengan menggunakan software Matlab sangat memudahkan untuk mengolah data citra yang memiliki noise.

REFERENCES

[1] Munir Rinaldi, Pengolahan Citra Digital dengan Pendekatan Algoritmik , Murinto dan Ekowibowo, Ed. Bandung, 2004.

[2] R Sigit and al el, Step by Step Pengolahan Citra Digital, Andi, Ed. Yogyakarta, 2005.

[3] T Sutoyo, Teori Pengolahan Citra Digital, Andi, Ed.

Yogyakarta, 2009.

[4] A Usman, Pengolahan Citra Digital dan Teknik Pemogramannya, Graha Ilmu, Ed. Yogyakarta, 2005.

Yogyakarta, 2009.

[6] A Usman, Pengolahan Citra Digital dan Tenik Pemrogramannya, Graha Ilmu, Ed. Yogyakarta, 2005.

[7] Darma Putra, Teori Pengolahan Citra Digital, Andi, Ed.

Yogyakarta, 2010.

Yogyakarta, 2009.

[9] Munir Rinaldi, Pengolahan Citra Digital Dengan Pendekatan Algoritmik, Murinto&Eko Ariwibowo, Ed. Bandung, 2004.

[10] Darma Putra, Teori Pengolahan Citra Digital , Andi, Ed.

Yogyakarta, 2010.

Yogyakarta, 2009.

[12] A.F Hernawati, Pengolahan Citra Digital, Andi, Ed.

Yogyakarta, 2013.

*

(6)

346

[13] Abdul kadir and Adhi Susanto, Teori dan Aplikasi Pengolahan Citra, Andi, Ed. Yogyakarta, 2013.

[14] I Santoso, Implementasi Dan Perbandingan Optimum Notch Filter dan Band Reject Filter Untuk Mereduksi Periodic Noise Pada Citra Digital. Sumatra Utara, 2013.

[15] Abdul Kadir, Pengenalan Al goritma Pendekatan secara Visual dan Interaktif menggunakan Raptor, Andi, Ed.

Yogyakarta, 2013.

[16] Wahayana Komputer, Ragam Aplikasi Pengolahan Image dengan Matlab, Elex Media Komputindo, Ed. Jakarta, 2013.

[17] S. Aripin, G. L. Ginting, and N. Silalahi, “Penerapan metode retinex untuk meningkatkan kecerahan citra pada hasil screenshot,” Media Inform. Budidarma, vol. 1, no. 1, pp. 24–

27, 2017.

[18] Yuhandri, S. Madenda, E. P. Wibowo, and Karmilasari,

“Object Feature Extraction of Songket Image Using Chain Code Algorithm,” Int. J. Adv. Sci. Eng. Inf. Technol., vol. 7, no. 1, pp. 235–241, 2017.