6 Perbaikan CItra Dengan Menggunakan Median Filter Dan Metode Histogram Equalization PDF
6 Perbaikan CItra Dengan Menggunakan Median Filter Dan Metode Histogram Equalization PDF
02 ISSN 1411-8890
ABSTRAKS
Seringkali citra yang kita miliki mengalami penurunan mutu atau kualitas, misalnya karena mengandung cacat atau
derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya. Dalam kondisi demikian
diperlukan perbaikan citra (image enhancement)yang bertujuan untuk mendapatkan tampilan citra dengan bentuk
visualisasi yang lebih baik. Banyak teknik atau metode yang digunakan dalam perbaikan citra (image enhancement).
Antara lain menggunakan metode penapis median (median filtering) dan perataan histogram citra (histogram
equalization). Median filter merupakan suatu metode yang menitik beratkan pada nilai median atau nilai tengah dari
jumlah total nilai keseluruhan pixel yang ada di sekelilingnya. Histogram equalization adalah suatu metode yang
mana terjadi perataan histogram citra, dimana distribusi nilai derajat warna pada suatu citra dibuat rata. Dengan
histogram equalization ini sebuah citra akan memiliki kontras yang seragam dan derajat atau tingkat warna yang
merata. Penerapan median filter dan metode histogram equalization dalam image enhancement (perbaikan citra)
mampu memperbaiki citra yang telah diujikan. Pemrosesan citra menggunakan median filter mampu mengurangi
derau atau noise pada citra. Dari pengujian citra diperoleh nilai PSNR dan MSE. Nilai PSNR yang paling tinggi
yaitu 40.5904 dB dan nilai terendah adalah 25.9874 dB. Nilai MSE diperoleh nilai tertinggi yaitu 163.8085 dan
terendah adalah 74.634. Berdasarkan penilain subjektif yang diambil dari sejumlah responden, citra yang dihasilkan
dalam penelitian ini yaitu masuk dalam kategori cukup (citra masih dapat dikenali, tetapi masih terdapat kerusakan
(noise) dan katagori baik (citra terinterpretasi baik, tidak ada kerusakan (noise) dengan nilai rata-rata terendah 3,2
dan nilai rata-rata paling tinggi yaitu 4,8.
Kata Kunci : Citra, Image Enhancement, Median filter, Noise, PSNR, MSE
40
Ricky A.S , Bambang H.P, Perbaikan Citra Dengan Menggunakan Median Filter Dan Metode Histogram
menunjukkan intensitas keabuan pada pixel kecil. Angka pada gambar digital
tersebut. Derajat keabuan dimana menggambarkan bagaimana setiap pixel
merepresentasikan grey level atau kode warna. menggambarkan kecerahan (brightness)
Kisaran nilai ditentukan oleh bit yang dipakai gambar tersebut pada titik yang bersangkutan.
dan akan menunjukkan resolusi aras abu-abu 1.3 Konsep Warna
(grey level resolution). Warna pokok dalam pengelolaan gambar
1 bit - 2 warna: [0,1] terdiri dari 3 (tiga) unsur, yaitu merah (R),
4 bit - 16 warna: [0,15] hijau (H), dan biru (B). Jika warna-warna
8 bit - 256 warna: [0,255] pokok tersebut digabungkan,maka akan
24 bit - 16.777.216 warna (true color) menghasilkan warna lain. Konsep ruang warna
Kanal Merah - Red (R): [0,255] adalah setiap pixel mempunyai warna yang
Kanal Hijau - Green (G): [0,255] dinyatakan dalam RGB, sehingga merupakan
Kanal Biru - Blue (B): [0,255] gabungan nilai R, nilai G, dan nilai B yang
1.2 Citra Digital tidak bisa dipisahkan satu dengan lainnya.
Citra digital adalah hasil penangkapan Warna yang dideskripsikan dengan RGB
suatu objek fisik menggunakan peralatan adalah pemetaan yang mengacu pada panjang
pencitraan digital, dimana setiap bagian dari gelombang dari RGB. Pemetaan menghasilkan
gambar tersebut direpresentasikan dalam nuansa warna untuk masing-masing R, G, dan
bentuk pixel (picture elements). Suatu citra B. Masing-masing R, G, dan B didiskritkan
digital dapat diedit, dimanipulasi, dikirim, dalam skala 256, sehingga RGB akan memiliki
dihapus, di-copy atau dimasukkan ke berkas indeks antara 0 sampai 255. Dengan pemetaan
komputer lainnya atau ke halaman web. RGB color cube maka 3 warna dasar dapat
Citra sebagai keluaran suatu sistem dicampurkan sehingga mendapatkan warna
perekaman data dapat bersifat optik berupa yang baru.
foto, bersifat analog berupa sinyal-sinyal video 1.4 Kontras Citra
seperti gambar pada monitor televisi, atau Kontras menyatakan sebaran terang
bersifat digital yang dapat langsung disimpan (lightness) dan gelap (darkness) di dalam
dalam pita magnetik. Komputer hanya dapat sebuah gambar. Citra dapat dikelompokkan ke
bekerja dengan bilangan numerik yang dalam tiga kategori kontras : citra kontras-
berhingga, sehingga gambar harus diubah ke rendah (low contrast), citra kontras-bagus
dalam bentuk bilangan numerik berhingga (good contrast atau normal contrast), dan
(gambar digital) sebelum diproses dalam suatu citra kontras-tinggi (high contrast). Ketiga
komputer. Untuk mengubah gambar yang kategori ini umumnya dibedakan secara
bersifat kontinu menjadi gambar digital intuitif.
diperlukan proses pembuatan kisi-kisi arah Citra kontras-rendah dicirikan dengan
horizontal dan vertikal, sehingga diperoleh sebagian besar komposisi citranya adalah
gambar dalam bentuk array dua dimensi. terang atau sebagian besar gelap. Dari
Proses tersebut dikenal sebagai proses histogramnya terlihat sebagian besar derajat
digitalisasi atau sampling. keabuannya terkelompok (clustered) bersama
Gambar dapat direpresentasikan dengan atau hanya menempati sebagian kecil dari
array dua dimensi, dimana setiap elemen rentang nilai-nilai keabuan yang mungkin.
array dikenal sebagai elemen gambar (pixel). Citra kontras-bagus memperlihatkan
Pembagian suatu gambar menjadi sejumlah jangkauan nilai keabuan yang lebar tanpa ada
pixel dengan ukuran tertentu ini akan suatu nilai keabuan yang mendominasi.
menentukan resolusi spatial (derajat Histogram citranya memperlihatkan sebaran
kehalusan) yang diperoleh. Semakin kecil nilai keabuan yang relatif seragam.
ukuran pixelnya, maka akan semakin halus Citra kontras-tinggi, seperti halnya citra
gambar yang diperoleh, karena informasi yang kontras bagus, memiliki jangkauan
hilang akibat pengelompokan tingkat keabuan nilaikeabuan yang lebar, tetapi terdapat area
pada proses pembuatan kisi-kisi akan semakin yang lebar yang didominasi oleh warna gelap
41
Jurnal Emitor Vol. 14 No. 02 ISSN 1411-8890
dan area yang lebar yang didominasi oleh Pengolahan citra (image processing) untuk
warna terang. Gambar dengan langit terang mereduksi suatu noise atau derau pada citra
dengan latar depan yang gelap adalah contoh digunakan metode filtering yaitu suatu cara
citra kontras-tinggi. Pada histogramnya terlihat untuk ekstraksi bagian data tertentu dari suatu
dua puncak, satu pada area nilai keabuan yang himpunan data, dengan menghilangkan
rendah dan satu lagi pada area nilai keabuan bagian-bagian data yang tidak diinginkan. Ada
yang tinggi. beberapa jenis filtering yang digunakan dalam
1.5 Derau (Noise) pengolahan citra salah satunya adalah spacial
Derau (Noise) adalah gambar atau piksel filtering. Spatial filter disebut juga Discrete
yang mengganggu kualitas citra. Derau dapat Convolution Filter atau filter yang meng-
disebabkan oleh gangguan fisis(optik) pada konvolusi suatu citra dengan citra lain. Ukuran
alat akuisisi maupun secara disengaja akibat filter citra ini biasanya kecil, relatif terhadap
proses pengolahan yang tidak sesuai. citra dan disebut Convolution Mask. Operasi
Contohnya adalah bintik hitam atau putih yang ini menyalin suatu citra pada suatu pixel
muncul secara acak yang tidak diinginkan di sehingga menimbulkan efek yang berbeda.
dalam citra. bintik acak ini disebut dengan Dengan spatial filter, komputasi yang
derau salt & pepper. Noise juga bisa dilakukan hanya akan berakibat pada nilai dari
disebabkan karena menyimpangnya data pixel dan pixel-pixel tetangganya. (Hal ini
digital yang diterima oleh alat penerima data berbeda dengan spatial frequency. Pada spatial
gambar yang mana dapat mengganggu kualitas frequency, nilai dari pixel dikombinasikan
citra. Selain itu derau juga dapat disebabkan membentuk suatu nilai pixel tunggal).
oleh gangguan fisis (optik) pada alat Pemakaian teknik spatial filtering pada citra,
penangkap citra misalnya kotoran debu yang umumnya titik yang akan diproses beserta
menempel pada lensa foto maupun akibat titik-titik disekitarnya dimasukkan ke dalam
proses pengolahan yang tidak sesuai. Ada tiga sebuah matrix yang berukuran N x N. Matrix
jenis noise yang sering digunakan dalam ini dinamakan matrix neighbor (matrix
pengolahan citra yaitu gaussian noise, localvar tetangga), dimana N ini besarnya tergantung
noise, dan salt and pepper noise. dari kebutuhan, tetapi pada umumnya N ini
1.6 Image Enhancement selalu kelipatan ganjil karena titik yang akan
Image Enhancement adalah proses diproses diletakkan di tengah dari matrix.
mendapatkan citra yang lebih mudah Contoh matrix ketetanggaan 3 x 3 :
diinterpretasikan oleh mata manusia. Pada 1 2 3
proses ini, ciri-ciri tertentu yang terdapat di
4 T 5 T = Titik yang akan
dalam citra lebih diperjelas kemunculannya.
6 7 8 diproses
Secara matematis image enhancement dapat
diartikan sebagai proses mengubah citra f (x,
y) menjadi f (x, y) sehingga ciri -ciri yang Selain digunakannya matrix tetangga,
dilihat pada f (x, y) lebih ditonjolkan. teknik spatial filtering menggunakan sebuah
Perbaikan kualitas citra (image enhancement) matrix lagi yaitu matrix convolution (mask)
merupakan salah satu proses awal dalam yang ukurannya sama dengan matrix tetangga.
pengolahan citra (image preprocessing). Salah satu jenis filter yang termasuk dalam
Perbaikan kualitas diperlukan karena filrer spasial yaitu Median Spacial Filtering.
seringkali citra yang dijadikan objek Median filter bekerja dengan mengevaluasi
pembahasan mempunyai kualitas yang buruk, tingkat brightness dari suatu pixel dan
misalnya citra mengalami derau (noise) pada menentukan pixel mana yang tingkat
saat pengiriman melalui saluran transmisi, brightness-nya adalah nilai median (nilai
citra terlalu terang/gelap, citra kurang tajam, tengah) dari semua pixel. Nilai median
kabur, dan sebagainya. ditentukan dan menempatkan brightness pixel
1.7 Penapisan Citra Secara Spasial pada urutan yang bertingkat dan memilih nilai
tengah. sehingga angka yang didapat dari
42
Ricky A.S , Bambang H.P, Perbaikan Citra Dengan Menggunakan Median Filter Dan Metode Histogram
brightness pixel yang ada menjadi kurang dari n = jumlah seluruh pixel di dalam
dan lebih dari nilai tengah yang didapat. citra.
Median spatial filtering, tidak langsung
dihitung dari convolution mask, tapi terlebih 2. Metode Penelitian
dahulu akan diurutkan menurut nilai intensitas Proses kerja dalam sistem perbaikan citra
lalu nilai tengahnya akan dipilih. (image enhancement) ini dengan cara
Contoh pixel citra sebagai berikut : memasukkan (menginputkan) sebuah citra
yang kualitasnya kurang bagus, kemudian
7 7 7 akan diurutkan : 7 7 7 7 7 7 7 7 16 akan diproses menggunakan filtering median
7 16 7 dan metode histogram equalization untuk
7 7 7 lalu diambil nilai mediannya yaitu mengurangi noise yang terdapat pada citra
:7 inputan dan juga memperbaiki kontras pada
citra yang telah diinputkan, seperti yang tertera
Median filter ini akan menghilangkan nilai pada gambar 1.
pixel yang amat berbeda dengan tetangga-
tetangganya.
1.8 Histogram Equalization
Equalisasi Histogram adalah suatu proses
perataan histogram, dimana distribusi nilai
derajat keabuan pada suatu citra dibuat rata.
Yang dimaksud dengan perataan histogram di
sini adalah mengubah derajat keabuan suatu
piksel (r) dengan derajat keabuan yang baru (s)
dengan suatu fungsi transformasi T, yang
dalam hal ini s = T(r). Untuk dapat melakukan
histogram equalization ini diperlukan suatu
fungsi distribusi kumulatif yang merupakan
kumulatif dari histogram. Histogram citra
memberikan informasi tentang penyebaran
intensitas pixel-pixel di dalam citra. Misalnya,
citra yang terlalu terang atau terlalu gelap
memiliki histogram yang sempit. Agar kita
memperoleh citra yang baik, maka penyebaran
nilai intensitas harus diubah.Teknik yang
lazim dipakai adalah perataan histogram
(histogram equalization). Tujuan dari perataan
histogram adalah untuk memperoleh
penyebaran histogram yang merata,
sedemikian sehingga setiap derajat keabuan
memiliki jumlah pixel yang relatif sama.
Gambar 1. Flowchart Perancangan Sistem
Persamaan Histogram Citra ditunjukan pada
persamaan 1
3. Pengujian
Hasil pengujian perbaikan citra dengan
= , i = 0, 1, ., L-1 menggunakan median filter dan metoda
histogram equalization ditunjukan dalam tabel-
(1) tabel daibawah ini. Citra uji yang dipakai
dengan : L = Derajad keabuan, menggunakan 9 buah citra dengan ukuran
ni =jumlah pixel yang memiliki pixel yang berbeda-beda dalam format jpg.
derajad keabuan i, Tabel 1. Citra yang digunakan dalam
pengujian
43
Jurnal Emitor Vol. 14 No. 02 ISSN 1411-8890
44
Ricky A.S , Bambang H.P, Perbaikan Citra Dengan Menggunakan Median Filter Dan Metode Histogram
filter dan histogram equalization. Berdasarkan diperiksa mulai dari pixel awal sampai pada
hasil kuesioner yang didapat dari sejumlah pixel akhir gambar, sehingga menyebabkan
responden, dalam memberikan penilaian untuk semakin besar ukuran gambar yang berarti
kualitas perbaikan citra maka dapat dilihat semakin banyak juga pixel yang
bahwa nilai rata-rata nilai tertinggi yang terkandung.
diberikan oleh responden yaitu 4,8 untuk dan
rata-rata nilai terendah yaitu 3,2. Jadi semua PUSTAKA
citra yang dihasilkan dalam program perbaikan
citra ini termasuk dalam katagori cukup Ahmad Saikhu, Nanik Suciati, dan
(citra masih dapat dikenali, tetapi masih Widhiantantri S. 2009.Perbaikan Citra
terdapat kerusakan (noise).) dan katagori baik Ber-Noise Menggunakan Switching
(citra terinterpretasi baik, tidak ada Median Filter dan Boundary
kerusakan(noise)). Dengan demikian Discriminative Noise Detection. Surabaya :
penerapan filtering median dan metode Institut Teknologi Sepuluh Nopember.
histogram equalization dapat meningkatkan Andreswari, Desi. Proses Peningkatan Mutu
kualitas citra yang diujikan menggunakan Citra Menggunakan Delphi. Yogyakarta:
program tersebut. Universitas Ahmad Dahlan.
Iqbal, M. 2009. Dasar Pengolahan Citra
4. Kesimpulan Menggunakan MATLAB. Departemen
Setelah melakukan pengujian dan analisa Ilmu dan Teknologi Kelautan. Bogor:
terhadap hasil citra yang dihasilkan oleh Institut Pertanian
program yang telah dibangun. Maka beberapa Prasetyo, Cahyo Hendi. 2013. Kompresi Citra
hal yang dapat disimpulkan antara lain sebagai Dengan Metode Arithmetic Coding Dalam
berikut : Kawasan Entropy Coding. Surakarta :
a. Penerapan median filter dan metode Universitas Muhammadiyah Surakarta.
histogram equalization dalam image Priyawati, Diah. 2010. Aplikasi Teknik
enhancement (perbaikan citra), mampu Pengolahan Citra Digital Pada Domain
memperbaiki citra yang telah diujikan. Spasial Untuk Peningkatan Kualitas Citra
b. Dari rata-rata nilai tertinggi yang diberikan Sinar-X. Surakarta : Universitas
oleh responden terhadap masing-masing Muhammadiyah Surakarta.
citra uji yaitu 4,8 untuk dan rata-rata nilai Resa, Riskiana. 2011. Histogram dan
terendah yaitu 3,2. Jadi semua citra yang Perataan Histogram.
dihasilkan dalam program perbaikan citra http://resariski.wordpress.com/2011/12/04/
ini termasuk dalam katagori cukup (citra histogram-dan-perataan histogram/.
masih dapat dikenali, tetapi masih terdapat Diakses pada 28 Maret 2013 Pukul 09.16
kerusakan (noise)) dan katagori baik (citra WIB.
terinterpretasi baik, tidak ada kerusakan Satulihsan. 2011. Operasi-Operasi Perbaikan
(noise)). Citra.
c. Kelemahan dari sistem ini yaitu bila http://saatulihsan.wordpress.com/operasi-
kapasitas noise terlalu banyak serta merata operasi-perbaikan-citra.html
pada seluruh bagian citra, filter ini akan Diakses pada 20 Maret 2013
kesulitan untuk menghilangkan noise Sri Handayani.2007.Pembuatan GUI dengan
tersebut. Kelebihan dari program ini yaitu Matlab.
dapat diterapkan grayscale, black and white http://staff.uny.ac.id/sites/default/files/pen
dan true color. gabdian/sri-andayani-ssi-
d. Semakin besar ukuran dimensi gambar yang mkom/pembuatan-gui-dengan-matlab.pdf.
diproses, semakin lama juga waktu Di akses 10 Juni 2013 pukul 11.02 WIB
prosesnya. Hal ini disebabkan untuk T. Sutoyo, Mulyanto, Edy. 2009. Teori
mendeteksi dan memproses gambar yang Pengolahan Citra Digital. Semarang :
memiliki noise ini, setiap pixel akan C.V. Andi Offset.
45
Jurnal Emitor Vol. 14 No. 02 ISSN 1411-8890
46