PERBANDINGAN EFEKTIFITAS FILTER MEDIAN, GAUSSIAN DAN MEAN DALAM MENGURANGI NOISE PADA CITRA DIGITAL

Abstrak

Pengolahan citra digital telah banyak dimanfaatkan dalam berbagai sektor seperti medis, pertahanan militer, keamanan, scanner, fotografi, dan masih banyak lagi. Setiap gambar yang diambil menggunakan kamera memiliki potensi menghasilkan gambar dengan detail dan kualitas tinggi. Namun, terkadang dapat menghasilkan gambar yang kurang bagus, yang dapat menyebabkan timbulnya derau (Noise) pada citra. Noise yang paling umum merusak gambar adalah salt and pepper (Noise impuls) dan gaussian Noise. Untuk menangani masalah ini, diperlukan proses Noise reduction. Noise reduction adalah proses untuk mengurangi gangguan atau Noise pada gambar digital. Penelitian ini berbeda dari penelitian sebelumnya dengan menggunakan dataset gambar sehari-hari dan memanfaatkan bahasa pemrograman Python untuk analisis data dan pemrosesan citra, dengan pengujian menyeluruh dilakukan pada citra warna RGB. Penelitian ini menggunakan tiga metode yaitu metode median filter, gaussian filter, dan mean filter untuk pereduksian Noise. Penelitian ini memanfaatkan library OpenCV dengan menggunakan perangkat lunak Visual Studio Code berbasis bahasa python. Penelitian ini menggunakan data citra warna RGB berjumlah 15 data uji, dan menerapkan perhitungan tetap dalam citra warna RGB. Tujuan penelitian ini untuk membandingkan metode filter mana yang bagus untuk mereduksi Noise berdasarkan perhitungan MSE dan PSNR. Hasil dari penelitian ini metode filter median didapati lebih efektif mengurangi Noise berjenis salt&pepper dengan rata-rata MSE sebesar 70.4814 dan nilai PSNR sebesar 30.1109dB. Untuk reduksi Noise berjenis gaussian didapati lebih efektif menggunakan filter mean dengan MSE rata-rata memiliki nilai sebesar 188.6999 dan PSNR memiliki nilai sebesar 25.3840 dB.