V1332 Noise Reduction Pada Citra Digital Dengan Metode Gaussian Filter PDF
V1332 Noise Reduction Pada Citra Digital Dengan Metode Gaussian Filter PDF
Abstrak
Dewasa ini, dimana zaman sudah semakin canggih dan peran teknologi sangat berpengaruh bagi manusi.Pada
perkembangan citra digital yang sangat pesat mengakibatkan kualitas-kualitas pada citra digital semakin baik.
Akan tetapi terkadang menghasilkan kualitas citra yang kurang baik dan terdapat bintik bintik hitam pada citra
yang disebut noise. Dalam Tugas Akhir yang berjudul “noise reduction pada citra digital dengan metode
gaussian filter” ini dibuat dengan latar belakangpeningkatan kualitas citra yang bertujuan untuk menghapus
noise pada citra digital dan menghasilkan citra yang lebih baik dibandingkan dengan citra semula.
Kata Kunci : Pengolahan Citra, noise reduction, Gaussian filtering, Citra Digital
Abstract
Today, where the days are becoming more sophisticated and the role of technology is very influential for his
being. In the development of digital image very rapidly lead to the qualities of the digital image, the better. But
sometimes produce unfavorable image quality and there are specks of black spots on the image of the so-called
noise. Final Project titled "noise reduction in digital images by using a Gaussian filter" is made against the
background of the image quality improvement to eliminate noise in digital images and produce a better image
than the original image.
𝑃𝑖𝑥𝑒𝑙 𝐵(𝐼, 𝐽) =
1
. ∑ ( ∑ 𝐺(𝑝, 𝑞). 𝑃𝑖𝑥𝑒𝑙 𝐴 (𝑖 + 𝑝 −
(𝑁 − 1)
,𝑗 + 𝑞 −
(𝑀 − 1)
))
dalam Kerangka Acuan Kegiatan.
𝐾 2 2
𝑝=0 𝑞=0
c. Pengumpulan data primer.
d. Pengumpulan data sekunder.
Dimana : e. Kompilasi data.
Pixel A = gambar A (Gambar Asli) f. Pengolahan data.
Pixel B(i,j) = bobot hasil perkalian pada g. Analisis data (deskriptif dan tabuler).
posisi (i,j) h. Penyajian hasil analisis (teks naratif dan
N = jumlah kolom matriks kernel tabel matrik).
M = jumlah baris matriks kernel i. Penyajian rumusan kebijakanan.
K = penjumlahan semua bobot di G
G(p,q) = elemen matriks kernel gauss pada posisi 3. Pembahasan
(p,q) 3.1 Analisis Sistem
Untuk piksel yang berada di dalam, Analisis sistem merupakan uraian
perkalian dilakukan menggunakan rumus no 5, keseluruhan bagaimana sistem yang berjalan baik
yaitu menjadikan piksel yang dicari nilai barunya dilihat dari analisis non fungsional dan analisis
sebagai piksel tengah dan bobotnya dikalikan fungsional yang terdiri dari analisis perangkat lunak
dengan bobot pada piksel tengah matrik kernel, lalu dan analisis perangkat keras serta analisis user yang
dijumlahkan dengan hasil perkalian antara bobot terlibat.
piksel-piksel tetangga-tetangganya dengan bobot
piksel matrik kernel.Untuk piksel yang berada 3.2 Analisis Masalah
disudut atau perbatasan, sebelum dilakukan Mengidentifikasi masalah merupakan
perkalian, sebelumnya harus mencari bobot pada langkah pertama yang dilakukan dalam tahap
piksel-piksel luar (dummy). analisis sistem.Masalah dapat diidentifikasikan
Bobot piksel-piksel ini dicari dengan sebagai suatu pertanyaan yang ingin dipecahkan.
menggunakaninterpolasi yaitu dengan melihat dua Oleh karena itu, langkah awal yang harus dilakukan
piksel di dekatnya yang searah (horizontal atau adalah mengidentifikasikan terlebih dahulu masalah
vertikal). yang terjadi (identify).
Apabila ada piksel yang memiliki bobot lebih kecil Berdasarkan hasil observasi dan
dari 0 maka bobot dijadikan 0.Apabila ada piksel wawancara yang dilakukan pada mahasiswa teknik
yang memiliki bobot lebih besar dari 255 maka informatika harapan, didapat kesimpulan
bobotnya dijadikan 255. Sumber (Bayu, 2010) permasalahan yang nantinya akan dijadikan
landasan perancangan operasi pengolahan
noisereduction pada citra digital dengan metode Gambar 3.3 Nilai Pixel Gambar
gaussian filter.. Adapun permasalahannya yaitu 1 2 1
kurangnya pengetahuan bagaimana melakukan 2 3 2
operasi pengolahan noise reduction pada citra 1 2 1
digital dengan metode gaussian filter.untuk Gambar 3.4 Matrisk Kernel Gauss 3x3 dengan 𝜎 =
menghasilkan kualitas citra yang lebih baik dengan 1.0
menghapus noise pada citra. Hal ini disebabkan Perkalian dengan metode konvolusi matriks Kernel
karena kurangnya pengenalan dan pembelajaran Gaus:
yang dilakukan mahasiswa terhadap pengolahan 0 5 70 45 0 0 0
citra dan juga sulitnya mendapatkan informasi
terhadap pengolahan citra. 0 20 55 30 10 5 0
0 62 0 56 0 56 0
Loading
Menu Halaman
Gambar 3.5 Perkalian Matris Konvolusi
1. Home
2. Profil
Pilih
X
Menu
Home Profil
Pilih File
Tampil Profil
Penulis
1 2 1
Input Gambar;
Aray Gausian
1.0 2.0 1.0
2.0 4.0 2.0
2 3 2
1.0 2.0 1.0
No Yes
G(2,2)=
Yes