Aplikasi Band Reject Filter Pada Proses Restorasi
Citra Untuk Mereduksi Sinusoidal Noise
Muhammad Rifki Nugroho
Departemen Teknik Elektro, Fakultas Teknik, Universitas Indonesia
Email: m.rifki.nugroho@gmail.com
Abstrak—Keterbatasan sensor penangkapan
citra dan juga kondisi lingkungan dapat
menimbulkan gangguan pada citra atau disebut
juga noise. Untuk itu diperlukan suatu metode
untuk mereduksi efek dari noise tersebut, pada
paper ini akan dibahas mengenai filter band reject
untuk mengurangi noise dengan tipe sinusoidal
noise. Sebuah program dalam MATLAB ® versi
2009a dibuat untuk mensimulasikan penerapan
Band Reject Filter pada citra dengan Sinusoidal
Noise.
Kata Kunci : Band Reject Filter, Sinusoidal Noise
I. PENDAHULUAN
S EPERTI layaknya semua benda yang ada di muka
Bumi, suatu citra juga mengalami proses
degradasi, oleh karena itu terdapat suatu metode untuk
melakukan restorasi citra. Restorasi citra bertujuan
untuk merekonstruksi citra kembali ke kualitas citra
sebelum mengalami degradasi. Untuk dapat
melakukan restorasi citra hal yang perlu diketahui
adalah permodelan dari degradasi itu sendiri, dengan
mengetahui permodelan dari degaradasi citra suatu
langkah restorasi dapat dilakukan dengan melakukan
inverse process atau proses pembalikan dari proses
degradasi. Maka dari itu, teknik restorasi citra
berorientasi terhadap mencari permodelan terhadap
bentuk degradasi.
Fig. 1. Blok diagram dari proses degradasi citra dan proses restorasi
citra (sumber : R. C. Gonzales and R. E. Woods, “Digital image
Paper ini dikumpulkan pada tanggal 29 Oktober 2010 dan dibuat
sebagai Ujian Tengah Semester mata kuliah Pengolahan Citra,
® II. DASAR TEORI
bersama paper ini juga dikumpulkan aplikasi MATLAB mengenai
pembahasan paper ini.
Penulis bernama Muhammad Rifki Nugroho, saaat ini adalah
mahasiswa Departemen Teknik Elektro, Fakultas Teknik,
Universitas Indonesia, Depok (NPM:0706267881,
email:m.rifki.nugroho@gmail.com)
Processing Third Edition”, Addison-Wesley Publishing Company,
1992, pp. 313)
Model dari degradasi citra dapat dinyatakan
sebagai sistem H dan juga ditambah dengan noise
n(x,y) kedua hal tersebut membentuk suatu hubungan
input-output antara citra awal f(x,y) dan citra yang
telah terdegradasi g(x,y) sehingga bentuknya menjadi
seperti persamaan (1)[1].
(1)
Jika model dari degradasi ini telah didapat maka
proses pembalikan untuk mendapatkan citra awal
dapat dilakukan.
Pada paper ini pembahasan akan dikhususkan pada
permasalahan noise yang muncul pada citra. Noise
pada citra merupakan suatu variasi yang acak dari
tingkat kecerahan atau informasi warna dari suatu
citra yang diproduksi oleh suatu sensor dan sirkuit dari
suatu scanner atau kamera digital. Noise pada citra
juga dapat muncul akibat dari film grain dan pada
noise yang tak dapat dihindari dari suatu detektor
foton[2] . Sumber utama dari noise adalah terjadi pada
saat prosees akuisisi citra dan transmisi citra termasuk
didalamnya adalah performa dari sensor citra yang
dipengaruhi oleh berbagai faktor seperti keadaan
lingkungan saat pengakuisisian citra dan juga kualitas
dari sensor citra itu sendiri.[3]
Pada paper ini akan dibahas lebih lanjut teknik
mereduksi noise pada citra, dikhususkan pada noise
tipe Sinusoidal Noise. Teknik yang digunakan untuk
mereduksi noise adalah dengan menggunakan filter
berupa Band Reject Filter. Pengimplementasian teknik
ini dilakukan menggunakan program MATLAB® versi
2009a, pada program tersebut akan ditunjukkan teknik
pengurangan noise dengan Band Reject Filter yang
digunakan pada domain frekuensi.
A. Sinusoidal Noise
Salah satu jenis noise adalah Sinusoidal Noise atau
Periodical Noise, noise jenis ini adalah noise yang
muncul secara periodik. Contoh dari citra yang adalah orde untuk filter Butterworth.
terkena Sinusoidal Noise dapat dilihat pada Fig. 2.
1. Gaussian

(2)

2. Butterworth

Fig. 2. Contoh citra dengan Sinusoidal Noise, (sumber : R. C. (3)

Gonzales and R. E. Woods, “Digital image Processing Third
Edition”, Addison-Wesley Publishing Company, 1992, pp. 336.)
3. Ideal Filter
Sinusoidal Noise akan menghasilkan suatu pola
noise yang berulang pada domain spasial. Pada
domain frekuensi pola noise ini akan muncul sebagai
pola energi yang konsentris, untuk itu teknik reduksi
noise dapat dilakukan dengan mengisolasi noise (4)
tersebut menggunakan suatu filter.[4]

Fig. 4. Band Reject Filter (sumber : R. C. Gonzales and R. E.

Fig. 3. Contoh citra dengan Sinusoidal Noise pada domain Woods, “Digital image Processing Third Edition”, Addison-Wesley
frekuensi, tampak suatu pola melingkar yang merupakan Publishing Company, 1992, pp. 336.)
reperesentasi dari Sinusoidal Noise (sumber : R. C. Gonzales and R.
E. Woods, “Digital image Processing Third Edition”, Addison-
Wesley Publishing Company, 1992, pp. 336.)

B. Band Reject Filter

Band Reject Filter merupakan suatu filter yang
menolak atau membuang sinyal pada suatu batasan
frekuensi dan melewatkan sinyal dengan frekuensi
diluar batasan frekuensi tersebut. Band Reject Filter
berguna untuk membuang komponen Sinusoidal Noise
pada suatu citra, seperti telah disebutkan pada bagian
sebelumnya, Sinusoidal Noise pada domain frekuensi
memiliki bentuk sebagai pola konsentris. Dengan
Band Reject Filter pola konsentris pada citra dapat
dihilangkan. Bentuk dari Band Reject Filter dapat
dilihat pada pada Fig. 4.
Band Reject Filter dapat dibuat dengan
menggunkan tiga metode yaitu Gaussian,
Butterworth, dan Ideal Filter. Berikut adalah fungsi
transfer dari masing-masing jenis filter, pada
persamaan berikut H(u,v) adalah fungsi transfer dari
filter, D(u,v) adalah meshgrid array, D0 adalah
frekuensi cut-off, W adalah lebar dari pita, dan n
Fig. 5. Band Reject Filter, a.Ideal Filter, b. Butterworth orde-1, c.
Gaussian Filter (sumber : R. C. Gonzales and R. E. Woods, “Digital
image Processing Third Edition”, Addison-Wesley Publishing
Company, 1992, pp. 335.)
III. ANALISA PROGRAM
Band Reject Filter dapat dibuat menggunakan
program MATLAB®, pada proyek ini akan dibuat
suatu program yang akan membuat Band Reject Filter
dan mengimplementasikannya pada suatu citra.
Program MATLAB® ini dilengkapi dengan Graphical
User Interface (GUI) unutk mempermudah
pengoperasian program. Langkah pertama yang
dilakukan dengan program ini adalah melakukan
pengambilan file citra digital untuk diolah, citra digital
tersebut ditransformasikan ke domain frekuensi
dengan menggunakan perintah MATLAB® yaitu
fft2 perintah ini akan mengembalikan nilai berupa
matriks dua dimensi berisi Discrete Fourier
Transform (DFT) menggunakan algoritma Fast
Fourier Transform (FFT)[5]. Langkah kedua yang
dilakukan oleh program ini adalah mendesain Band
Reject Filter, pada program ini, Band Reject Filter
dibuat dengan menggabungkan Low Pass Filter
dengan High Pass Filter. Kode MATLAB® unutk
membuat filter tersebut dapat dilihat pada Fig. 6
Fig. 6. Aplikasi MATLAB® untuk pengimplementasian Band
Reject Filter pada citra dengan Sinusoidal Noise

®
Fig. 5. Kode MATLAB unutk mendesain filter
Seperti yang terlihat di atas, baik pada filter
Gaussian, Butterworth, dan Ideal, filter lowpass dibuat
terlebih dahulu kemudian filter tersebut diberikan
filter highpass dengan frekuensi cut-off yang lebih
rendah, dengan cara ini akan terbentuk filter
bandpass, oleh karena itu untuk membentuk filter
band-reject dilakukan operasi 1 – Bandpass Filter.
Algoritma dan syntax dari pembuatan filter ini didapat
dari http://www.cs.uregina.ca/Links/class-
info/425/Lab5/M-Functions/lpfilter.m[6] dan
http://www.cs.uregina.ca/Links/class-
info/425/Lab5/M-Functions/dftuv.m[7] kedua
program tersebut menjadi rujukan untuk membuat
Filter Band Reject dalam paper ini.
Program ini dapat membuat Filter Band Reject
dengan baik dengan memasukkan parameter frekuensi
Cut-Off dan lebar dari Pita/Band, serta nilai orde
untuk filter tipe Butterworth. Namun masih terdapat
suatu masalah untuk pengimplementasian filter dalam
menghilangkan Sinusoidal Noise, masalah ini
dikarenakan adanya kesulitan untuk menentukan
posisi dari noise tersebut dalam domain frekuensi
pada spektrum yang kompleks. Hasil program ini
dapat dilihat pada Fig. 6 dan Fig. 7.
Fig. 7. Aplikasi MATLAB® untuk pengimplementasian Band
Reject Filter pada citra dengan Sinusoidal Noise pada domain
frekuensi, tampak bahwa filter berhasil me-reject band frekuensi
tertentu pada citra.
REFERENSI
[1] R. C. Gonzales and R. E. Woods, Digital image Processing,
Addison-Wesley Publishing Company, 1992, pp. 253-254.
[2] http://en.wikipedia.org/wiki/Image_noise
[3] R. C. Gonzales and R. E. Woods, Digital image Processing
Third Edition, Addison-Wesley Publishing Company, 1992,
pp. 313.
[4] 4. R. C. Gonzales and R. E. Woods, Digital image Processing
Third Edition, Addison-Wesley Publishing Company, 1992,
pp. 335.
[5] http://www.mathworks.com/help/techdoc/ref/fft2.html
[6] http://www.cs.uregina.ca/Links/class-info/425/Lab5/M-
Functions/lpfilter.m
[7] http://www.cs.uregina.ca/Links/class-info/425/Lab5/M-
Functions/dftuv.m

V. KESIMPULAN
Noise berupa Sinusoidal Noise dapat direduksi
dengan menggunakan Band Reject Filter yang dibuat
dengan menggabungkan Lowpass Filter dengan
Highpass Filter. Namun pada citra dengan spektrum
yang kompleks pola noise sulit ditemukan sehingga
proses pemfilteran tidak dapat dilakukan dengan tepat.