Peningkatan Kualitas Citra

Salah satu jenis dari teknik pengolahan citra adalah meningkatkan kualitas citra untuk mendapatkan manfaat/informasi dari citra tersebut. Citra yang diperoleh dari sarana digitizer, mempunyai banyak kekurangan sehingga mendorong untuk menciptakan suatu perbaikan citra sesuai dengan yang diharapkan. Dengan maksud bahwa melalui peningkatan kualitas citra, suatu citra dapat diambil manfaat dari hasil citra sebelumnya.

kualitas citra yang rendah, dengan tingkat kekontrasan yang rendah, pencahayaan yang kurang bagus, dan banyaknya noise. Sebagian besar pikselnya berada di frekuensi rendah, dan sangat jarang ada piksel yang berada di frekuensi tinggi, bahkan citra X-ray merupakan citra yang tampak seperti citra hitam saja [2]. Namun, untuk dapat diproses dan dianalisis, citra digital harus mempunyai kualitas yang baik [6]. Sehingga untuk menghasilkan citra digital X-ray yang berkualitas lebih baik maka harus dilakukan suatu teknik peningkatan kualitas citra baik kontras maupun kecerahannya. Umumnya, peningkatan kontras citra konvensional sering gagal dalam menghasilkan hasil yang memuaskan untuk berbagai macam citra yang mempunyai tingkat kekontrasan rendah atau tidak dapat diterapkan ke citra yang berbeda-beda secara otomatis, karena harus memilih dan menetapkan parameter-parameter secara manual agar menghasilkan citra yang lebih baik. Oleh karena itu, dikembangkanlah suatu metode baru dalam peningkatan kontras citra yang tidak hanya menghasilkan hasil yang lebih baik, namun juga secara umum bisa diimplementasikan ke dalam berbagai citra yang berbeda-beda secara otomatis. Metode tersebut disebut Gray-Level Grouping (GLG). Tenik dasar dari metode tersebut adalah mengelompokkan komponen histogram dari citra yang mempunyai tingkat kekontrasan rendah menjadi beberapa grup yang tepat sesuai dengan kriteria tertentu, lalu mendistribusikan tingkat keabuan kedalam grup komponen histogram tersebut sehingga setiap grup menempati segmen keabuan dengan ukuran yang sama dengan grup yang lain, dan akhirnya ungroup grup yang telah dikelompokkan sebelumnya [7].

Peningkatan kualitas citra merupakan salah satu proses awal dalam peningkatan mutu citra. Peningkatan mutu citra diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kualitas yang buruk, misalnya citra mengalami derau, kabur [2].Pada penelitian ini, peningkatkan kualitas citra menggunakan teknik image enhancement, berupa proses perbaikan citra dengan meningkatkan kualitas citra baik kontras maupun kecerahan.Tujuan dari penelitian adalah meningkatkan kualitas citra menggunakan pendekatan logika fuzzy dengan menggunakan 5 parameter, yaitu α, β 1 , γ, β 2 dan max. Penggunaan metode fuzzy possibility bertujuan menurunkan

Puji syukur kehadirat Allah SWT atas rahmat dan hidayahnya sehingga penulis dapat menyiapkan penelitian thesis ini dengan baik. Penelitian ini dilakukan untuk memenuhi salah satu syarat kurikulum Program Studi Magister Teknik Elektro Fakultas Teknik Universitas Sumatera Utara, Medan. Penelitian thesis ini berjudul “Peningkatan Kualitas Citra Sidik Jari menggunakan FFT (Fast Fourier Transform)” dimana penulis merasa tertarik untuk mengangkat masalah citra sidik jari untuk meningkatkan kualitas citra yang rusak.

Oleh karena itu, perbaikan kualitas citra sidik jari seharusnya menjadi prioritas utama sebelum mengidentifikasi parameter-parameter yang berupa ciri (feature) dari objek didalam citra, untuk selanjutnya parameter tersebut digunakan dalam menginterpretasi citra [3]. Salah satu metode yang dapat melakukan proses peningkatan kualitas citra sidik jari adalah metode FFT (Fast Fourier Transform). Penggunaan FFT ini didasarkan pada sifat sidik jari yang berubah-ubah (non- stationary) artinya karakteristik-karakteristik mempunyai nilai yang berbeda-beda pada satu bagian dengan bagian yang lain dalam sebuah citra sidik jari. Alasan menggunakan metode FFT pada penelitian ini karena FFT merupakan salah satu algoritma yang dapat menghitung secara cepat, maka metode FFT lebih cocok digunakan dibandingkan dengan metode FT.

Oleh karena itu, perbaikan kualitas citra sidik jari seharusnya menjadi prioritas utama sebelum mengidentifikasi parameter-parameter yang berupa ciri (feature) dari objek didalam citra, untuk selanjutnya parameter tersebut digunakan dalam menginterpretasi citra [3]. Salah satu metode yang dapat melakukan proses peningkatan kualitas citra sidik jari adalah metode FFT (Fast Fourier Transform). Penggunaan FFT ini didasarkan pada sifat sidik jari yang berubah-ubah (non- stationary) artinya karakteristik-karakteristik mempunyai nilai yang berbeda-beda pada satu bagian dengan bagian yang lain dalam sebuah citra sidik jari. Alasan menggunakan metode FFT pada penelitian ini karena FFT merupakan salah satu algoritma yang dapat menghitung secara cepat, maka metode FFT lebih cocok digunakan dibandingkan dengan metode FT.

14 102_8 69051 69248 68960 69055 69255 69194 40955 40814 40961 40731 40263 39766 Berminyak 15 103_1 69073 69279 69073 69016 69177 69108 41229 40962 41229 40621 39225 38025 Berminyak 16 103_2 69103 69086 69180 69113 69033 68952 39183 38635 38567 38036 37999 37423 Berminyak 17 103_4 69100 69003 69142 69364 69049 68803 40574 40420 40453 40298 40290 39524 Berminyak 18 103_5 69129 69020 69111 69123 69223 69077 41100 41197 41171 41132 40853 40714 Berminyak 19 103_6 69250 68972 69016 69342 68867 69413 40841 41009 40808 40243 40394 39501 Berminyak 20 103_7 69167 69095 69007 69081 69037 68800 41147 41261 41378 41214 41397 41207 Berminyak 21 103_8 69250 68972 69016 69342 68867 69413 40841 41009 40808 40243 40394 39501 Berminyak 22 104_1 69061 69037 69061 69202 69201 69263 40631 40294 40631 38325 37696 36695 Berminyak 23 104_2 69211 69133 68935 68926 68954 68876 40903 40811 40835 40060 39556 38977 Berminyak 24 104_3 68969 69172 69019 68870 69109 69419 40593 40234 40041 39787 38957 37259 Berminyak 25 104_4 69136 69141 69303 69345 69356 69275 41270 42351 41087 41099 40861 40832 Berminyak 26 104_5 68977 69181 69117 68939 69369 69197 41359 41126 41076 41260 40685 40584 Berminyak 27 104_6 69001 69190 69283 69280 68866 68919 41591 41402 41201 41243 41510 41077 Berminyak 28 104_8 69227 69036 69150 69167 69313 68904 40244 40182 39498 38674 37994 36554 Berminyak No Citra

Sebagai aplikasi transformasi fourier dalam pengolahan citra digital, sebuah citra memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu kaya dengan informasi. Meskipun sebuah citra kaya informasi, namun seringkali citra mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur (bluring) dan sebagainya. Citra yang demikian ini menjadi sulit diinterprestasikan karena informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra mudah diinterprestasikan, maka citra tersebut perlu dimanipulasi menjadi citra lain dengan cara ditingkatkan kualitasnya sesuai kebutuhan masing – masing pengguna.

14 102_8 69051 69248 68960 69055 69255 69194 40955 40814 40961 40731 40263 39766 Berminyak 15 103_1 69073 69279 69073 69016 69177 69108 41229 40962 41229 40621 39225 38025 Berminyak 16 103_2 69103 69086 69180 69113 69033 68952 39183 38635 38567 38036 37999 37423 Berminyak 17 103_4 69100 69003 69142 69364 69049 68803 40574 40420 40453 40298 40290 39524 Berminyak 18 103_5 69129 69020 69111 69123 69223 69077 41100 41197 41171 41132 40853 40714 Berminyak 19 103_6 69250 68972 69016 69342 68867 69413 40841 41009 40808 40243 40394 39501 Berminyak 20 103_7 69167 69095 69007 69081 69037 68800 41147 41261 41378 41214 41397 41207 Berminyak 21 103_8 69250 68972 69016 69342 68867 69413 40841 41009 40808 40243 40394 39501 Berminyak 22 104_1 69061 69037 69061 69202 69201 69263 40631 40294 40631 38325 37696 36695 Berminyak 23 104_2 69211 69133 68935 68926 68954 68876 40903 40811 40835 40060 39556 38977 Berminyak 24 104_3 68969 69172 69019 68870 69109 69419 40593 40234 40041 39787 38957 37259 Berminyak 25 104_4 69136 69141 69303 69345 69356 69275 41270 42351 41087 41099 40861 40832 Berminyak 26 104_5 68977 69181 69117 68939 69369 69197 41359 41126 41076 41260 40685 40584 Berminyak 27 104_6 69001 69190 69283 69280 68866 68919 41591 41402 41201 41243 41510 41077 Berminyak 28 104_8 69227 69036 69150 69167 69313 68904 40244 40182 39498 38674 37994 36554 Berminyak No Citra

Semakin berkembangnya pemanfaatan komputer dalam dunia kedokteran, semakin dirasakan kebutuhan adanya data citra dalam format digital. Format digital akan memungkinkan adanya penyimpanan data citra dalam komputer maupun untuk keperluan proses­proses analisis citra lebih lanjut. Citra yang tersedia saat ini adalah citra analog, maka diperlukan proses digitalisasi dengan peralatan digitizer. Citra yang didapat pun belum tentu sesuai yang diharapkan. Peralatan penunjang, ilm, dan scanner mempunyai andil dalam menciptakan hasil citra. Peningkatan kualitas citra sangat dibutuhkan untuk menciptakan citra yang berkualitas dalam memudahkan dokter mendiagnosa dan memperkecil kemungkinan kesalahan analisa.

ABSTRAK: Citra hasil dari mammografi dalam dunia kedokteran sering memiliki kualitas yang buruk dari sisi kontras. Hal ini mengakibatkan kesulitan bagi seorang radiolog untuk menganalisis citra tersebut. Tingkat kesulitan bertambah apabila citra yang harus dianalisis tersebut mengandung kanker atau tumor. Terdapat beberapa metode untuk peningkatan kualitas kontras sebuah citra. Penelitian ini menggunakan metode Fuzzy IF-THEN Rules dengan empat pendekatan basis pengetahuan untuk meningkatkan kualitas kontras citra, khususnya citra payudara yang diperoleh dari hasil mammografi. Untuk menentukan tingkat keberha- silannya, metode tersebut akan dibandingkan dengan metode standar untuk peningkatan kontras seperti Histogram Equalization. Parameter yang digunakan untuk membandingkan setiap metode tersebut adalah linier index of fuzziness dan fuzzy entropy. Hasil percobaan menunjukkan bahwa Fuzzy IF-THEN Rules mampu menghasilkan hasil peningkatan kualitas citra yang lebih baik dibandingkan metode standar. Untuk memperkuat hasil penelitian ini maka dilakukan validasi dengan pakar radiolog dari Rumah Sakit Husada, Jakarta.

Menurut Aniati Murni Arymurthy sistem perekaman citra seperti pada gambar 3.4, dapat dilihat bahwa komponen utama dari perangkat keras perekam citra secara digital adalah komputer. Komputer tersebut bisa dari jenis komputer multi-guna atau jenis yang khusus dirancang untuk pengolah citra digital. Skala dari perangkat keras ini bisa mulai dari jenis komputer mikro sampai dengan jenis komputer super yang dapat melakukan ratusan juta instruksi perdetik. Dasar pemilihan skalanya ditentukan oleh besarnya pekerjaan pengolahan citra yang harus ditangani. Komputer dalam sistem perangkat keras merupakan bagian yang bersifat multiguna karena dilengkapi dengan alat masukan dan alat keluaran seperti alat penyimpanan dan pembaca dan alat pencetak.

Tujuannya adalah untuk memperbesar kontras dengan menggunakan ekualisasi histogram. Maksudnya mentransformasikan nilai di dalam colourmap sehingga histogram dari indek komponen yang berwarna keabu-abuan dari citra dalam map akan sesuai. Ini akan ditransformasikan kembali oleh colourmap di dalam newmap. Sesuai dengan perintah di atas nilai kontras yang diberikan sebesar 8. Semakin besar nilai kontras akan semakin terang citra hasil ekualisasinya. Nilai kontras yang kecil adalah 2.

Image enhancement adalah pemrosesan citra, khususnya menggunakan komputer dengan tujuan meningkatkan kualitas citra. Fungsi utama dari pengolahan citra adalah untuk memperbaiki kualitas dari suatu citra sehingga citra dapat dilihat lebih jelas dan informasi yang ada di dalam citra dapat diekstrak dengan tepat. Proses awal pengolahan citra digital adalah dengan mentransformasikan citra ke dalam bentuk besaran-besaran diskrit dari tingkat nilai keabuan pada titik-titik elemen citra. Elemen-elemen citra digital apabila ditampilkan dalam layar monitor akan menempati sebuah ruangan yang disebut dengan pixel (picture elemen).

Beberapa metode klasik memiliki kelebihan dalam hal kemudahan dalam implementasi, karena metode tersebut sederhana dan hasilnya pun memuaskan. Hal ini terutama terjadi pada Histogram Equalization, sehingga metode ini sering digunakan dalam peningkatan kontras. Namun, metode ini memiliki kelemahan, yaitu tidak dapat beradaptasi dengan karakteristik yang berbeda- beda dari gambar. Kelemahan yang lain adalah bahwa penggunaannya dapat mengurangi detil obyek pada gambar karena mengubah kontras lokal, dan kecerahan gambar dapat berubah setelah pemerataan histogram karena sifat kontinyu dari teknik ini [3,7-8,19]. Oleh karena itu, metode ini terus dimodifikasi untuk mengurangi kelemahan-kelemahan yang terjadi. Sebagai contoh, metode lokal adaptif seperti Adaptive Histogram Equalization dan Contrast Limited Adaptive Histogram Equalization mengembangkan metode histogram equalization dengan hasil peningkatan dan penajaman pada citra. CLAHE juga berhasil mengurangi kelemahan yang terjadi pada AHE, yaitu munculnya noise over enhancement dan efek edge shadowing. Namun perhitungan yang digunakan pada metode CLAHE cukup sulit.