PERBAIKAN CITRA DENGAN METODE

POWER LAW TRANSFORMATION

KARYA ILMIAH
Disusun sebagai salah satu syarat menyelesaikan Jenjang Strata I
Pada Jurusan Teknik Elektro Fakultas Teknik
Universitas Muhammadiyah Surakarta

Diajukan Oleh:

TRI HARYONO
NIM : D400 090 064

JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH SURAKARTA
2013
 HALAMAN PENGESAHAN

Karya ilmiah dengan judul “Perbaikan Citra Dengan Metode Power Law
Transformation” ini diajukan oleh:

Nama : Tri Haryono

NIM : D400 090 064

Guna memenuhi salah satu syarat untuk menyelesaikan program Sarjana

jenjang pendidikan Strata Satu (S1) pada Jurusan Teknik Elektro Fakultas Teknik
Universitas Muhammadiyah Surakarta.
Telah diperiksa dan disetujui pada:

Hari : ………………………………
Tanggal : ………………………………

Mengetahui,

Pembimbing I Pembimbing II

(Muhammad Kusban, S.T., M.T.) (Ir. Bambang Hari P., M.T.)

 PERRBAIKAN CITRA DENGAN METODE
POWER LAW TRANSFORMATION

TRI HARYONO

FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO

UNIVERSITAS MUHAMMADIYAH SURAKARTA

E-mail : thekuthyt@gmail.com

ABSTRAKSI
Citra (image) merupakan salah satu bagian dari komponen multimedia yang memegang
peranan penting dalam informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
data teks, yaitu citra kaya akan informasi. Meskipun citra kaya akan informasi, namun seringkali
citra yang kita miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau
derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya.. Untuk
itu perlu dilakukan proses perbaikan citra guna meningkatkan mutu citra.
Salah satu teknik pengolahan citra digital yaitu peningkatan kualitas citra (image
enhacement). Teknik peningkatan kualitas citra dibagi menjadi dua bagian yaitu melalui metode
domain spasial dan domain frekuensi. Penelitian kali ini menggunakan teknik domain spasial
dengan metode power law transformation.
Penelitian dilakukan terhadap beberapa sampel foto dengan kontras dan kecerahan yang
berbeda. Citra awal kemudian diolah dengan aplikasi perbaikan citra menggunakan metode
power law transformation. Perbaikan kualitas pada citra citra asli grayscale berkontras tinggi
dan citra asli berwarna (citra gelap) didapatkan nilai optimal gamma 0.3. Perbaikan kualitas
pada citra asli grayscale berkontras rendah dan citra asli berwarna (citra gelap) didapatkan
nilai gamma optimal untuk perbaikan kualitas citra asli adalah 1.5 dan 1.9.

Kata kunci : Citra Digital, Power Law Transformation, Nilai Gamma, Peningkatan Kualias
Citra.

I. PENDAHULUAN ini tidak dapat dipisahkan dari multimedia.

Data atau informasi tidak hanya disajikan
dalam bentuk teks, tetapi juga dapat berbentuk
citra, video, dan audio (bunyi, suara, musik).
Keempat macam data atau informasi ini sering
disebut multimedia. Era teknologi sekarang
Situs web (website) di Internet dibuat
semenarik mungkin dengan meyertakan
visualisasi berupa citra atau video yang bisa
diputar. Citra (image) merupakan salah satu
bagian dari komponen multimedia yang
memegang peranan penting dalam informasi
visual. Citra mempunyai karakteristik yang
tidak dimiliki oleh data teks, yaitu citra kaya
akan informasi. Maksudnya, sebuah citra
dapat memberikan informasi lebih banyak
daripada informasi tersebut disajikan dalam
bentuk tekstual.
Meskipun citra kaya akan informasi,
namun seringkali citra yang kita miliki
mengalami penurunan mutu (degradasi),
misalnya mengandung cacat atau derau
(noise), warnanya terlalu kontras, kurang
tajam, kabur (blurring), dan sebagainya.
Tentu saja citra semacam ini menjadi lebih
sulit diinterpretasikan karena informasi yang
disampaikan oleh citra tersebut kurang jelas.
Untuk itu perlu dilakukan proses perbaikan
citra guna meningkatkan mutu citra. Bidang
ilmu pengetahuan yang membahas tentang
proses peningkatan mutu citra tersebut yaitu
pengolahan citra (digital image processing).
Salah satu cabang dalam ilmu pengolahan
citra yaitu perbaikan citra (image
enhancement).
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).
Image enhancement terbagi dalam dua
kategori, yaitu metode spatial domain dan
metode frequency domain. Spatial domain
berkenaan dengan ruang gambar itu sendiri
dan berdasarkan manipulasi langsung pixel-
pixel dari gambar. Frequency domain
didasarkan pada modifikasi transformasi
fourier pada gambar. Power law
transformation merupakan salah satu fungsi
dalam spatial domain. Transformasi ini dapat
diterapkan pada gambar yang memiliki
kontras rendah maupun tinggi.
Penelitian sebelumya yang berhubungan
dengan topic pembahasan dan dijadikan bahan
untuk melakukan pengembangan penelitian
ini adalah sebagai berikut:
a) Asmaniatul Jannah, dalam penelitian
yang berjudul “Analisis Perbandingan
Metode Filter Gaussian, Mean, dan
Median Terhadap Reduksi Noise Salt
And Peppers”. Dari penelitian tersebut
penulis meneliti perbandingan antara
beberapa metode filter terhadap reduksi
noise salt and peppers.
b) Muhammad Kusban (2012) dalam
penelitian yang berjudul “PERBAIKAN
CITRA MELALUI PROSES
PENGOLAHAN PIKSEL”. Teknologi
perbaikan citra pada umumnya
menggunakan operasi spasial dan
operasi domain untuk memanipulasi
citra. Kelemahan menggunakan operasi
domain adalah adanya kenaikan derau
saat proses berlangsung. Salah satu cara
mengatasinya adalah dengan
menggunakan operasi spasial.
c) Danny Ibrahim dalam penelitian yang
berjudul “Pengaturan Kecerahan dan
Kontras Citra Secara Automatis dengan
Teknik Pemodelan Histogram”. Dalam
penelitian ini menyimpulkan bahwa
kriteria citra yang memiliki kecerahan
dan kontras yang baik adalah citra yang
memiliki kisaran dinamis (tingkat
keabuan) yang cukup lebar dan memiliki
distribusi piksel yang cukup merata pada
kisaran dinamis tersebut.
A. Citra Digital
Citra digital dapat didefinisikan sebagai
sebuah fungsi dua dimensi, f(x1,y1), dimana
x1 dan y1 disebut koordinat spasial dan
amplitudo f pada pasangan koordinat x1,y1
disebut sebagai intensitas atau gray level citra.
Pada saat x1,y1 dan nilai amplitudo f
terdefinisi secara diskrit, maka gambar
tersebut dapat dikatakan sebagai citra digital.
Nilai f(x,y) terdiri dari i(x,y),r(x,y) dengan
maksud :
1. Nilai i(x,y) adalah jumlah cahaya yang
berasal dari sumbernya (illumination),
0 ≤ i(x,y) < ∞
2. Nilai r(x,y) adalah derajat kemampuan
objek memantulkan cahaya
(reflection), 0 ≤ f(x,y) < ∞
Sehingga, 0 ≤ f(x,y) < ∞. Nilai f(x,y) disebut
juga derajat keabuan (gray level) mempunyai
nilai, Imin < f < Imax, sementara (Imin, Imax)
disebut skala keabuan. Sebagai contohnya
adalah citra hitam putih dengan 256 level
mempunyai skala keabuan (0,255). Hal ini
berarti nilai 0 menyatakan hitam dan nilai 255
menyatakan putih (gradasi hitam menuju
putih).
B. Pengolahan Citra
Pengolahan citra atau image processing
merupakan bidang yang berhubungan dengan
proses transformasi citra yang bertujuan untuk
mendapatkan kualitas yang lebih baik.
C. Perbaikan Citra
Teknik atau metode peningkatan mutu
citra terdiri dari proses-proses yang bertujuan
memperbaiki mutu citra untuk memperoleh
keindahan gambar, untuk kepentingan analisis
citra, dan untuk mengoreksi citra. Langkah-
langkah secara umum yaitu peningkatan
tingkat keabuaan citra, filtering sebagai upaya
untuk koreksi gangguan radiometris, dan
transformasi dua dimensi untuk mengoreksi
gangguan yang bersifat geometris.
Dua metode yang digunakan dalam teknik
peningkatan kualitas citra yaitu domain
spasial dan domain frekuensi. Domain spasial
adalah memanipulasi data dalam ruang
lingkup citra itu sendiri dengan menggunakan
perubahan piksel-pikselnya. Sedangkan
domain frekuensi yaitu teknik memanipulasi
citra dengan transformasi fourier.
D. Power Law Transformation
Transformasi power law mempunyai
dasar sebagai berikut :
(2 - 1)
dimana s dan r merupakan tingkat keabuan
piksel dari citra output dan input, sedangkan c
dan γ adalah konstanta positif. Transformasi
ini dapat diaplikasikan pada citra yang
mempunyai kontras rendah. Kurva power law
dengan nilai pecahan γ memetakan nilai-nilai
daerah gelap masukan menjadi nilai-nilai
output yang lebih luas.
Berbagai perangkat yang digunakan untuk
menangkap gambar, mencetak, dan
menampilkan suatu gambar merespon sesuai
power law. Eksponen dalam persamaan power
law disebut sebagai gamma. Proses untuk
mencari nilai yang cocok dalam gamma
disebut koreksi gamma (gamma correction).
Misalnya, tabung sinar katoda pada monitor
(CRT), perangkat ini memiliki respon
intensitas ketegangan dengan nilai eksponen
bervariasi mulai sekitar 1,8 sampai 2,5.
Koreksi gamma merupakan faktor
keteduhan yang mempengaruhi pemetaan
antara nilai intensitas (tingkat keabuan) citra
masukan dan keluaran sehingga pemetaan
bisa tak-linear. Gamma memiliki nilai lebih
besar dari nol. Jika gamma sama dengan satu,
maka pemetaanya linear. Jika gamma kurang
dari satu, pemetaannya cenderung menuju
nilai keluaran yang lebih tinggi (terang). Jika
gamma lebih besar dari pada satu,
pemetaannya cenderung menuju nilai keluaran
yang lebih rendah (lebih gelap).
E. Histogram
Menurut T. Sutoyo, S.Si, M.Kom, dkk
(2009 : 29) histogram adalah grafik yang
menunjukkan frekuensi kemunculan setiap
nilai gradasi warna. Bila digambarkan pada
koordinat kartesian, maka sumbu X (absis)
menunjukkan tingkat warna dan sumbu Y
(ornidat) menunjukkan frekuensi kemunculan.
Gambar 1 menunjukkan sebuah gambar
beserta histogramnya.
Gambar 1. Citra beserta histogramnya
F. Kontras dan Kecerahan
Menurut T. Sutoyo, S.Si., M.Kom, dkk
(2009 : 37) kontras adalah tingkat penyebaran
piksel-piksel ke dalam intensitas warna. Ada
tiga macam kontras, yaitu kontras rendah,
kontras tinggi, kontras normal.
Menurut T. Sutoyo, S.Si., M.Kom, dkk
(2009 : 24) kecerahan (brightness) merupakan
intensitas cahaya yang dipancarkan piksel dari
citra yang ditangkap oleh sistem penglihatan.
Kecerahan pada sebuah titik (piksel) di dalam
citra merupakan intensitas rata-rata dari suatu
area yang melingkupinya. Sebuah citra
grayscale 256 warna akan tampak gelap bila
seluruh komponen warnanya berada
mendekati 0. Sebaliknya, citra akan tampak
terang bila seluruh komponen warnanya
mendekati 256. Histogram dari kecerahan
suatu citra ditunjukkan oleh gambar 3.

1. Citra kontras rendah

Citra yang memiliki kontras rendah dapat
terjadi karena kurangnya pencahayaan. Citra (a) Citra berkontras Histogram
ini memiliki kurva histogram yang sempit rendah
(tepi paling kanan berdekatan dengan tepi
paling kiri). Akibatnya sebaran intensitas
terang atau gelap tidak merata. Jika
pengelompokan nilai-nilai piksel berada di
bagian kiri (yang berisi nilai keabuan yang
rendah), citranya cenderung gelap. Jika (b) Citra berkontras Histogram
pengelompokkan nilai-nilai piksel berada di normal
bagian kanan (yang berisi nilai keabuan yang
tinggi), citranya cenderung terang. Tetapi,
mungkin saja suatu citra tergolong kontras
rendah meskipun tidak teralu terang atau tidak
terlalu gelap bila pengelompokkan nilai
keabuan berada ditengah histogram.
(c) Citra berkontras Histogram
2. Citra kontras tinggi tinggi
Citra dikatakan memiliki kontras tinggi
bila memiliki kurva histogram yang terlalu Gambar 2. Tiga buah citra bapak anak dengan
lebar. Akibatnya sebaran intensitas terang dan tiga macam kontras
gelap merata keseluruh skala intensitas. .

3. Citra kontras normal

Citra memiliki kontras normal bila lebar
kurva histogram tidak terlalu sempit dan tidak
terlalu lebar. Gambar 2 menunjukkan
perbandingan dari citra yang memiliki kontras (a) Citra Lena dengan kecerahan rendah
rendah, kontras tinggi, dan kontras normal. beserta histogramnya

(b) Citra Lena dengan kecerahan tinggi beserta
histogramnya
(c) Citra Lena dengan kecerahan bagus beserta
histogramnya
Gambar 3. Tiga buah citra lena dengan tiga
macam kecerahan
II. METODE PENELITIAN
Penelitian dan perancangan sistem
dilakukan dalam waktu kurang lebih tujuh
bulan, bertempat di rumah dan di kampus.
2.1 Analisa Kebutuhan
Analisa kebutuhan disini meliputi
kebutuhan software dan hardware.
a) Analisis kebutuhan software
1. MATLAB
2. Menggunakan sistem operasi
Windows 7 Ultimate
3. Microsoft Office Word 2007
4. Snipping Tools
b) Analisis kebutuhan hardware
Perangkat keras yang digunakan yaitu
berupa notebook HP Mini dengan
spesifikasi :
1. Prosesor Intel (R) ATOM (TM)
CPU N550 @ 1.50GHz
2. Memory RAM 1 GB
3. Hard disk 320 GB
2.2 Desain Sistem
Gambar 4. Desain Program
Desain sistem, menjelaskan tentang
bagaimana user dapat menggunakan aplikasi
ini. Contohnya adalah sebagai berikut:
Gambar 4 merupakan desain dari program
perbaikan citra dengan metode power law
transformation. Cara menggunakannya adalah
sebagai berikut :
1. User menekan tombol buka.
2. User memasukkan nilai gamma pada
kolom nilai gamma.
3. User menekan tombol proses.
4. User menekan tombol tutup untuk
menutup program.
2.2.1 Pembacaan Citra Digital
Sebelum proses pengolahan citra, citra
digital perlu dibaca terlebih dahulu sebagai
matriks dengan menggunakan perintah
imread. Matriks dari proses pembacaan
inilah yang akan diolah dalam proses
pengolahan citra digital selanjutnya.
 Citra yang diolah adalah citra keabuan
(grayscale) berkontras tinggi maupun
berkontras rendah dan citra berwarna dengan
kecerahan terang maupun gelap.
2.2.2 Pembuatan Histogram Citra
Setelah pembacaan citra proses
selanjutnya adalah membbuat histogram dari
hasil pembacaan citra masukkan. Perintah
yang digunakan untuk membuat histogram
adalah imhist. Dari histogram tersebut
dapat diketahui jumlah piksel pada tingkat
keabuan tertentu yang selanjutnya akan diolah
untuk mendapatkan kecerahan dan kontras
yang baik dengan menggunakan metode
power law transformation.
2.2.3 Penampil Citra
Setelah pengolahan citra digital
dilakukan kemudian citra hasil pengolahan
akan ditampilkan menggunakan perintah
imshow.
III. HASIL PENELITIAN DAN
ANALISA
A. Hasil Penelitian
Langkah penelitian yang dilakukan adalah
menguji metode power law transformation
pada citra yang mempunyai kecerahan dan
kontras yang kurang baik. Gambar 5
menunjukkan hasil penelitian perbaikan citra
dengan metode power law transformation
untuk citra grayscale berkontras tinggi.
(a) Citra asli grayscale Histogram
berkontras tinggi
(b) Citra hasil perbaikan Histogram
dengan nilai γ = 0.1
(c) Citra hasil perbaikan Histogram
dengan nilai γ = 0.3
(d) Citra hasil perbaikan Histogram
dengan nilai γ = 1.9
Gambar 5. (a - d) Hasil uji coba untuk
citra asli grayscale berkontras tinggi
B. Analisa
Dengan penelitian yang telah dilakukan
dapat dijelaskan bahwa citra yang memiliki
kontras yang baik harus mempunyai kriteria
sebagai berikut :
a. Memiliki kisaran dinamis (tingkat
keabuan) yang cukup lebar.
b. Memiliki distribusi piksel yang cukup
merata pada kisaran dinamis (tingkat
keabuaan) tersebut.
Penilaian terhadap kualitas citra hasil
perbaikan citra dengan metode power law
transformation dilakukan dengan metode
MOS (Mean Opinion Score). MOS
merupakan penilaian subjektif oleh responden
pada data digital baik berupa audio maupun
image/video (ITU-T P.800.1 : 2006).
Penilaian MOS diekspresikan dengan sebuah
nilai pada skala satu sampai lima seperti
ditunjukkan pada tabel 1.
Dikarenakan penilaian ini berdasarkan
dari pengamatan manusia, maka hasilnya akan
sangat subjektif karena baik buruknya citra
hasil perbaikan ini tergantung pada penilaian
masing-masing koresponden.
 Berikut adalah hasil kuesioner pada
sejumlah responden ( tabel 2 - 5) untuk .Tabel 2 Penilaian sejumlah responden
penilaian terhadap kualitas citra hasil terhadap masukkan nilai optimal gamma
perbaikan dengan metode power law untuk citra asli grayscale dengan kontras
transformation. tinggi.
Dengan melihat hasil kuesioner terhadap Kualitas citra
sejumlah responden dalam memberikan Nilai menurut rata-rata
penilaian untuk kulitas perbaikan citra maka Penilaian*
Gamma penilaian
dapat dijelaskan sebagai berikut : responden
0.1 2,6 Kurang
 Untuk citra asli grayscale berkontras 0.3 4,4 Baik
tinggi dan citra asli berwarna (citra terang) 0.5 3 Cukup
didapatkan nilai gamma optimal untuk 0.7 2.8 Kurang
perbaikan kualitas citra adalah 0,3.
0.9 2,4 Kurang
Persebaran intensitas pada nilai gamma 0,3
1.1 1,5 Kurang
persebarannya hampir merata ke seluruh
1.3 1,3 Buruk
daerah. Sedangkan
1.5 1,1 Buruk
 Untuk citra asli grayscale berkontras 1.7 1 Buruk
rendah dan citra asli berwarna (citra gelap) 1.9 1 Buruk
didapatkan nilai gamma optimal untuk *Dihitung berdasar total penilaian sepuluh responden
dibagi dengan jumlah responden (nilai rata-rata
perbaikan kualitas citra asli adalah 1.5 dan
penilaian).
1.9. Persebaran intensitasnya hampir
merata.
Tabel 3 Penilaian sejumlah responden
Gambar 6 menunjukkan grafik nilai terhadap masukkan nilai optimal gamma
gamma optimal yang didapatkan dari hasil untuk citra asli grayscale dengan kontras
penelitian. Sumbu X (absis) menunjukkan rendah.
nilai tingkat keabuan dari citra masukkan, Kualitas citra
sedangkan sumbu Y (ordinat) menunjukkan
Nilai menurut rata-rata
nilai tingkat keabuan dari citra keluaran hasil Penilaian*
Gamma penilaian
pengolahan.
responden
Tabel 1 Skala penilaian MOS 0.1 1 Buruk
Skala 0.3 1 Buruk
Kualitas Persepsi Citra 0.5 1 Kurang
Penilaian
Sangat Citra terinterpretasi 0.7 2 Kurang
5 0.9 2,2 Kurang
Baik dengan sangat baik
Citra terinterpretasi 1.1 2,7 Cukup
4 Baik baik, tidak ada 1.3 3,8 Cukup
kerusakan. 1.5 4,7 Baik
Citra masih dapat 1.7 4,5 Baik
3 Cukup dikenali, terdapat 1.9 3,5 Baik
kerusakan. *Dihitung berdasar total penilaian sepuluh responden
dibagi dengan jumlah responden (nilai rata-rata
Citra kurang
penilaian).
2 Kurang dimengerti, kerusakan
cukup berarti
Citra tidak dapat
1 Buruk
diinterpretasi
 Tabel 4 Penilaian sejumlah responden
terhadap masukkan nilai optimal gamma
untuk citra asli berwarna (citra gelap).
Kualitas citra
Nilai menurut rata-rata
Penilaian*
Gamma penilaian
responden
0.1 2,8 Kurang
Gambar 6 Grafik nilai gamma optimal
0.3 4,7 Baik
0.5 3 Cukup
0.7 2.6 Kurang
0.9 2,4 Kurang IV. PENUTUP
1.1 1,5 Kurang
1.3 1,3 Buruk 4.2. Kesimpulan
1.5 1 Buruk Setelah melakukan percobaan dan
1.7 1 Buruk penganalisaan dalam bab sebelumnya, maka
1.9 1 Buruk dapat disimpulkan beberapa hal diantara lain :
*Dihitung berdasar total penilaian sepuluh responden
dibagi dengan jumlah responden (nilai rata-rata 1. Metode power law transformation
penilaian). merupakan metode yang dapat
melakukan operasi peningkatan kualitas
citra secara maksimal khususnya dalam
Tabel 5 Penilaian sejumlah responden peningkatan nilai keabuan suatu citra.
terhadap masukkan nilai optimal gamma 2. Perbaikan kualitas pada citra citra asli
untuk citra asli berwarna (citra terang) grayscale berkontras tinggi dan citra asli
Kualitas citra berwarna (citra gelap) didapatkan nilai
Nilai menurut rata-rata optimal gamma 0.3.
Penilaian*
Gamma penilaian 3. Perbaikan kualitas pada citra asli
responden grayscale berkontras rendah dan citra asli
0.1 1 Buruk berwarna (citra gelap) didapatkan nilai
0.3 1 Buruk gamma optimal untuk perbaikan kualitas
0.5 2 Kurang citra asli adalah 1.5 dan 1.9. Dapat dilihat
0.7 2,2 Kurang dari persebaran intensitas pada
0.9 2,7 Kurang histogramnya yang tersebar secara
1.1 3,5 Cukup merata.
1.3 3,8 Cukup 4. Besar kecilnya nilai gamma dalam
1.5 4 Baik pemrosesan mempengaruhi tingkat
1.7 4,5 Baik keabuan citra keluaran.
1.9 4,7 Baik
*Dihitung berdasar total penilaian sepuluh responden 4.2. Saran
dibagi dengan jumlah responden (nilai rata-rata 1. Aplikasi Perbaikan Citra Dengan Metode
penilaian).
Power Law Transformation juga dapat
dikembangkan lebih lanjut untuk
pengolahan citra lainnya.
2. Penambahan fungsi baru pada pada
aplikasi dapat menambah kegunaannya,
sehingga dapat digunakan untuk
pengolahan lain, seperti pengenalan pola,
filtering, dan lain-lain.
 DAFTAR PUSTAKA
Gonzales, Rafael C. ; Woods, Richard E.
2002. Digital Image Processing. New
Jersey : Prentice-Hall, Inc.
ITU-T P.800.1. 2006. Methods for Objectives
and Subjective assessment of quality,
Mean Opinion Score (MOS) terminology.
Jannah, Asmaniatul. 2008. Analisis
Perbandingan Metode Filter Gaussian,
Mean dan Median Terhadap Reduksi
Noise Salt and Peppers. Malang.
Kusban, Muhammad. 2012. Perbaikan Citra
Melalui Proses Pengolahan Piksel, Seminar
Nasional Aplikasi Sains & Teknologi
(SNAST) Periode III, 3 November 2012 ISSN
1979-911X, Yogyakarta
Murni, Aniati. 1992. Pengantar Pengolahan
Citra. Jakarta : PT. Elek Media
Komputindo.
Surakarta : UniversitasMuhammadiyah
Surakarta.
.
Murni et al. 2003. Pengolahan Citra Digital :
Peningkatan Mutu Citra Pada Domain
Spasial. Jakarta : Universitas Indonesia.
Priywati, Diah. 2010. Aplikasi Pengolahan
Citra Digital Pada Domain Spasial Untuk
Peningkatan Kualitas Citra Sinar-X.
Sutoyo, T et al. 2009. Teori Pengolahan Citra
Digital. Yogyakarta : C.V Andi Offset.
Widiarsono, Teguh. 2005. Tutorial Praktis
Belajar Matlab.pdf. Jakarta. Diakses pada
tanggal 20 Maret 2013.