ISSN: 1978-1520
PENERAPAN METODE INTERPOLASI LINEAR DAN HISTOGRAM
EQUALIZATION UNTUK PERBESARAN DAN
PERBAIKAN CITRA
Abstrak
Perbesaran dan perbaikan kualitas citra adalah salah satu teknik dalam pengolahan citra
yang dapat dilakukan dengan menggunakan perangkat komputer. Dalam melakukan perbesaran
citra biasanya terdapat blur dan checkerboard, sehingga citra akan terlihat seperti kotak-kotak
(pecah-pecah). Citra yang mengalami pecah-pecah atau terdapat piksel yang bernilai nol akan
diisi dengan menggunakan metode interpolasi linear melalui nilai di antara dua titik yang telah
diketahui. Selanjutnya metode histogram equalization digunakan untuk mendistribusikan atau
meratakan nilai derajat keabuan terhadap suatu citra, agar citra tampak lebih baik. Berdasarkan
permasalahan tersebut, dibangunlah sebuah aplikasi yang dapat melakukan perbesaran dan
perbaikan citra dengan menggunakan metode interpolasi linear dan histogram equalization.
aplikasi yang dibangun berbasis desktop dengan menggunakan bahasa pemrograman C sharp
(C#). Tujuan dari penelitian ini adalah untuk menerapkan metode interpolasi linear dan histogram
equalization yang diharapkan mampu menyelesaikan masalah perbesaran dan perbaikan citra
pada aplikasi penerapan metode interpolasi linear dan histogram equalization untuk perbesaran
dan perbaikan citra. Berdasarkan hasil pengujian terhadap 35 data citra, pengujian dilakukan
sebanyak 65 kali diperoleh hasil persentase keberhasilan sistem sebesar 73,84%.
Kata kunci: Perbesaran Citra, Perbaikan Citra, Interpolasi Linear, Histogram Equalization
yang dilanjutkan dengan metode super resolusi digitalisasi [7]. Citra dibagi menjadi dua yaitu:
untuk mendapatkan citra yang halus dan 1. Citra Analog
beresolusi tinggi [3]. Aplikasi dibangun dengan Citra analog adalah citra yang bersifat
matlab r2010a sebagai editor untuk mengedit kontinu, seperti gambar pada monitor
program. Penerapan metode ini mampu televisi, foto sinar X, foto yang tercetak di
menyelesaikan masalah untuk pembesaran citra kertas foto, lukisan, pemandangan alam,
pada aplikasi Pembesaran citra. hasil CT scan, gambar-gambar yang
Penelitian terkait yang pernah dilakukan terekam pada pita kaset dan lain
adalah perbesaran citra yang menerapkan sebagainya. Citra analog tidak dapat
Metode Error-Amended Sharp Edge (EASE). direpresentasikan dalam komputer
Metode ini digunakan untuk memperbesar sehingga tidak bisa diproses dikomputer
image sembarang faktor perbesaran, baik secara langsung. Oleh sebab itu, agar citra
integer maupun noninteger karena metode ini ini dapat diproses di komputer, proses
adalah gabungan dari pengembangan theorema konversi analog ke digital harus dilakukan
error dan interpolasi bilinear. Walaupun terlebih dulu.
metode EASE adalah metode baru dalam
perbesaran citra, namun metode ini memiliki 2. Citra Digital
kelebihan dalam penajaman tepi citra [4]. Citra digital dapat didefinisikan sebagai
Penelitian terkait yang pernah dilakukan fungsi dua variabel, ( , ), di mana x dan y
yang berjudul perbaikan kualitas citra yang adalah koordinat spasial dan nilai ( , )
berjudul Pengaruh Histogram Equalization adalah intensitas citra pada koordinat tersebut.
Untuk Perbaikan Kualitas Citra dengan Pada umumnya citra digital berbentuk empat
kesimpulan: metode histogram equalization persegi panjang, dan dimensi ukurannya
dapat digunakan untuk meningkatkan kontras dinyatakan sebagai tinggi lebar atau lebar
citra dan kualitas citra, sehingga informasi yang panjang [6].
ada pada citra yang telah diperbaiki akan terlihat
lebih jelas dibandingkan dengan citra asli 2.2 Resolusi
sebelum diperbaiki [5]. 1. Resolusi Spasial adalah ukuran halus atau
Namun untuk hasil yang lebih baik dari kasarnya pembagian kisi-kisi baris dan
Metode Interpolasi Linear, maka perlu kolom pada saat dilakukan sampling.
ditambahkan proses lanjutan berupa Histogram Sebagai contoh citra dengan resolusi 50 dpi,
Equalization. Histogram Equalization artinya 1 inch mempunyai 50 piksel bila
merupakan proses yang digunakan untuk luas citra 1 inch berarti citra tersebut
mendistribusikan nilai derajat keabuan terhadap mempunyai jumlah piksel 50x50 piksel.
citra secara merata, sehingga hasil akhir citra Bila ukuran citra diperbesar menjadi 10x10
perbesaran diharapkan semakin lebih baik. Oleh inch maka jumlah pikselnya tetap 50x50,
karena itu, maka diusulkan suatu penelitian tetapi resolusinya berubah menjadi 50:10 =
untuk perbesaran dan perbaikan kualitas citra 5 dpi. Artinya 1 inch hanya diisi 5 piksel.
dengan judul “Penerapan Metode Interpolasi Hal ini mengakibatkan gambar menjadi
Linear dan Histogram Equalization Untuk kabur, pecah-pecah dan kasar, gambar
Perbesaran dan Perbaikan Citra”. dapat dilihat pada Gambar 1.
2. LANDASAN TEORI
2.1 Definisi Citra
Citra adalah suatu representasi
(gambaran), kemiripan, atau imitasi dari suatu
objek. Citra sebagai suatu keluaran suatu
sistem perekaman data dapat bersifat optik,
seperti foto, bersifat analog ataupun bersifat
digital. citra analog tidak bisa diproses
langsung oleh komputer. Proses mengubah Gambar 1. (a)Resolusi 50 Dpi, (b) Citra
citra analog menjadi citra digital disebut Resolusi 50x50 Dpi [7].
35
Coding : Jurnal Komputer dan Aplikasi ISSN: 2338-493X
Volume 08, No. 01 (2020), hal 34-43
ISSN: 1978-1520
2. Resolusi Kecemerlangan 2.5 Interpolasi Linear
(Intensitas/brightness) biasanya disebut Interpolasi Linear Bentuk paling
sebagai ke dalam bit/kedalaman warna (Bit sederhana dari interpolasi adalah
depth) adalah ukuran halus atau kasarnya menghubungkan dua buah titik data garis data
pembagian tingkat gradasi warna saat dengan garis lurus. Diketahui nilai suatu fungsi
dilakukan kuantisasi. Bit depth menentukan di titik x0 dan x1, yaitu f(x0) dan f(x1). Dengan
berapa banyak informasi warna yang metode interpolasi linear akan dicari nilai
tersedia untuk ditampilkan dalam setiap fungsi dititik x, yaitu f1(x), di mana indeks 1
piksel. Semakin besar nilainya, semakin
pada f1(x) menunjukkan bahwa interpolasi
bagus kualitas gambar yang dihasilkan dan
dilakukan dengan interpolasi polinomial order
tentu ukurannya juga semakin besar [7].
1 dari dua segi tiga sebangun ABC dan ADE.
2.3 Interpolasi
Interpolasi (kadang-kadang disebut
resampling) adalah sebuah metode pencitraan
untuk meningkatkan (atau mengurangi) jumlah
piksel dalam citra digital. Beberapa kamera
digital menggunakan interpolasi untuk
menghasilkan gambar yang lebih besar
daripada sensor ditangkap atau untuk membuat
zoom digital [8]. Pada dasarnya interpolasi
adalah proses pendekatan sehingga
memungkinkan terjadi perubahan khususnya
degradasi kualitas citra pada saat algoritma
interpolasi diterapkan. Karena hal ini tak dapat Gambar 3. Interpolasi Linear [3]
dihindarkan, maka efek negatif proses
interpolasi diusahakan seminimal mungkin Dari Gambar 3 di atas dapat dituliskan
dengan menerapakan algoritma interpolasi bahwa BC berbanding AB senilai dengan DE
yang tepat dan sesuai dengan kebutuhan. berbanding AD, dan dituliskan dalam bentuk
Persamaan 1 dan Persamaan 2 [3].
2.4 Perbesaran Citra
Proses perbesaran citra merupakan = (1)
sebuah proses yang menghasilkan citra dengan
ukuran yang lebih besar dari ukuran citra Dan
semula. Proses perbesaran citra pada dasarnya ( ) ( ) ( ) ( )
dilakukan dengan cara menyisipkan elemen- = (2)
elemen citra baru di antara elemen-elemen
citra yang ada sehingga ukuran citra Kemudian dapat diatur kembali supaya
meningkat. Interpolasi citra bekerja dalam dua memenuhi sebuah formula interpolasi linear,
arah, dan mencoba untuk mencapai pendekatan dapat di lihat pada Persamaan 3 [3].
yang terbaik dari sebuah piksel yang warna dan ( ) ( )
intensitas yang didasarkan pada nilai-nilai di f(x) = f(x0) + ( )
( − 0) (3)
sekitar piksel [9]. Keterangan Persamaan 3 sebagai berikut [1]:
( ) = intensitas warna RGB titik yang
dicari
( 0) = intensitas warna RGB titik sebelah
kiri
( 1) = intensitas warna RGB titik sebelah
kanan
0 = posisi titik sebelah kiri
Gambar 2. Citra Asli dan Citra yang 1 = posisi titik sebelah kanan
diperbesar. = titik yang dicari
36
Coding : Jurnal Komputer dan Aplikasi ISSN: 2338-493X
Volume 08, No. 01 (2020), hal 34-43
Keterangan Persamaan 4:
nk : nilai piksel pada derajat keabuan k. Pengujian
n : jumlah seluruh piksel pada citra.
k : derajat keabuan.
Selesai
Dari perumusan tersebut dapat diartikan
bahwa nilai derajat keabuan k dinormalkan Gambar 4. Alur Metode Penelitian
terhadap derajat keabuan (L-1). Nilai rk = 0
menyatakan hitam dan rk = 1 menyatakan putih. 3.1 Studi literatur
Rumus lain yang digunakan untuk menghitung Tahap ini adalah studi kepustakaan yaitu
nilai derajat keabuan histogram equalization pengumpulan bahan-bahan referensi. Literatur
pada citra dengan skala keabuan k bit, dapat yang berupa data dari pakar yang berhubungan
dilihat pada Persamaan 5. dengan penelitian, jurnal ilmiah penelitian
sebelumnya, buku-buku, artikel, dan data-data
.
= (5) yang dapat digunakan untuk mendukung
.
tercapainya tujuan penelitian.
37
Coding : Jurnal Komputer dan Aplikasi ISSN: 2338-493X
Volume 08, No. 01 (2020), hal 34-43
ISSN: 1978-1520
3.2 Observasi dan Pengumpulan Data 2. Google Play Service Version 5.11.
Pada tahap pengumpulan data-data untuk 3. Camera Version 4.5.
kebutuhan penelitian ini meliputi data-data citra
diambil menggunakan kamera handphone. 4. PERANCANGAN SISTEM
Pada tahap ini dilakukan analisis
3.3 Analisis kebutuhan permasalahan, desain, dan tahap implementasi.
Analisis kebutuhan dilakukan untuk Analisis bertujuan untuk memecahkan
mengetahui suatu kondisi dan kebutuhan- permasalahan yang diangkat. Desain bertujuan
kebutuhan yang harus dipenuhi, agar pada saat untuk memahami pemecahan masalah yang
melakukan perancangan sistem tidak terjadi didapat pada analisa ke dalam suatu bentuk
kesalahan. Analisis kebutuhan dibagi menjadi pemodelan. Dan implementasi yaitu
dua yaitu analisis kebutuhan perangkat keras menerapkan pemodelan yang dibuat ke kode-
dan analisis kebutuhan perangkat lunak. kode program.
Input Citra
Gambar 7. DFD Level 0
3.5 Implementasi
T Tahapan implementasi merupakan
tahapan setelah selesainya perancangan sistem.
Pada tahapan implementasi ini, hasil rancangan
Citra BMP/ akan diubah menjadi suatu aplikasi dengan
JPG menggunakan bahasa pemrograman. Dengan
adanya tahapan implementasi ini, metode atau
algoritma yang diterapkan akan dapat mengolah
Y data sehingga diperoleh hasil seperti yang
diharapkan.
Simpan Citra
Selesai
200%
300%
Citra 256x256 G
IL HE
512x512 G
28 512x512 G TJ
1 8x8 B TT 512x512 G
2 16x16 B TT
29 8x8 B TD
3 32x32 B TT
40
Coding : Jurnal Komputer dan Aplikasi ISSN: 2338-493X
Volume 08, No. 01 (2020), hal 34-43
41
Coding : Jurnal Komputer dan Aplikasi ISSN: 2338-493X
Volume 08, No. 01 (2020), hal 34-43
ISSN: 1978-1520
menggunakan histogram equalization citra 1. Metode interpolasi linear mampu
tampak derau sehingga objek dari citra tidak menghasilkan citra baru yang berukuran
tampak jelas. Citra yang berukuran 64x64, lebih besar dari citra aslinya dan metode
128x128, 256x256, 512x512, dengan skala histogram equalization mampu
perbesaran 100%, 200%, 300%, tampak normal memperbaiki citra yang kurang jelas
dan saat dilakukan proses perataan nilai derajat menjadi lebih baik dengan cara meratakan
skala keabuan menggunakan histogram nilai derajat keabuan terhadap citra.
equalization, tampak mengalami peningkatan 2. Metode interpolasi linear dan histogram
kualitas citra. equalization dibangun dengan cara
Setelah hasil perbesaran citra didapatkan, mengambil ukuran citra asli sebagai input
untuk meningkatkan kualitas hasil perbesaran dan melakukan proses perbesaran citra
citra, maka dilakukan tahap histogram dengan menambahkan skala perbesaran dan
equalization. Dari hasil histogram equalization mengisi titik-titik atau piksel yang bernilai 0
system mampu meratakan nilai derajat skala di antara nilai piksel yang telah diketahui
keabuan terhadap citra yang tampak gelap dan sehingga menghasilkan output berupa citra
objek tidak terlihat jelas, menjadi tampak lebih baru berukuran lebih besar dari citra aslinya.
baik dan tampak lebih jelas. Output berupa citra hasil perbesaran menjadi
Berdasarkan hasil pengujian dapat inputan histogram equalization untuk
disimpulkan citra yang dapat diperbesar dengan meningkatkan kualitas citra perbesaran.
baik oleh sistem yaitu citra yang berukuran 3. Berdasarkan hasil pengujian sistem yang
sebagai berikut: telah dilakukan diperoleh hasil persentase
1. Citra dengan ukuran 64x64 dengan skala keberhasilan sebesar 73,84%.
100%, 200%, 300%.
2. Citra dengan ukuran 128x128 dengan 6.2 SARAN
skala 100%, 200%, 300%. Hal-hal yang dapat penulis sarankan pada
3. Citra dengan ukuran 256x256 dengan penelitian selanjutnya untuk pengembangan
skala 100%, 200%, 300%. aplikasi penerapan metode interpolasi linear
4. Citra dengan ukuran 512x512 dengan dan histogram equalization untuk perbesaran
skala 100%, 200%, 300%. dan perbaikan citra agar menjadi lebih baik
Sedangkan untuk perataan nilai derajat kedepannya adalah pengembangan beberapa
skala keabuan menggunakan histogram fitur seperti penajaman citra (sharpening) dan
equalizatiion, memberikan pengaruh terhadap penapisan (noise filtering) agar citra terlihat
citra yang tampak gelap dan objek tidak terlihat lebih tajam dan informasi dari citra tidak
jelas, menjadi tampak lebih baik dan tampak banyak yang hilang.
lebih jelas. Berdasarkan hasil pengujian
terhadap 35 data citra, pengujian dilakukan DAFTAR PUSTAKA
sebanyak 65 kali diperoleh hasil persentase [1] Gonzalez, R. C., & Woods, R. E. (2002).
keberhasilan sistem sebesar 73,84%. Digital Image Processing, Prentice Hall
Inc, New Jersey.
Persentase (%) = 100% [2] Sakamoto, Tadashi, & dkk. (1998).
= 0,738 100 Software Pixel Interpolation For Digital
= 73,84% Still Cameras Suitable For A 32-Bit
MCU, IEEE Transactions on Consumer
6. KESIMPULAN DAN SARAN Electronics.
6.1 KESIMPULAN [3] Astuti, R. (2016). Penerapan Metode
Berdasarkan hasil pengujian terhadap Interpolasi Linear Dan Metode Super
aplikasi penerapan metode interpolasi linear Resolusi Pada Pembesaran Citra, Jurnal
dan histogram equalization untuk perbesaran Infotek, Vol 1, No 2.
dan perbaikan citra, maka kesimpulan yang [4] Putra, R. E. (2012). Implementasi
dapat diperoleh dari penelitian ini adalah Pembesaran Citra Menggunakan Metode
sebagai berikut: Error–Amended Sharp Edge, Jurnal
Iptek Vol.16 No.2 Desember 2012.
42
Coding : Jurnal Komputer dan Aplikasi ISSN: 2338-493X
Volume 08, No. 01 (2020), hal 34-43
43