Buku Prosiding Seminar Nasional Tahun 2012 - ELEKTRO ...

TI | 62Gambar 4. Grafik perbandingan SNR Noise & SNR Filteruntuk noise AditifGambar 5. Grafik perbandingan SNR Noise & SNR Filteruntuk noise GaussianGambar 6. Grafik perbandingan SNR Noise & SNR Filteruntuk noise SpecklePada jenis noise aditif, tampak dari perhitungan 50 citrauji bahwa SNR filter untuk seluruh jenis filtermempunyai nilai lebih kecil dari SNR noise yangartinya nilai noise membesar setelah dikenakan filter.Dapat disimpulkan bahwa kelima jenis filter metodekonvolusi tidak ada yang efektif untuk reduksi noisejenis Aditif. Namun untuk filter Median mempunyainilai SNR filter sama atau lebih besar dari SNR noise,sehingga filter Median dapat dipertimbangkan sebagaifilter untuk reduksi noise jenis Aditif. Namun reduksinoise pada citra uji dengan filter median tampakmenyebabkan citra menjadi lebih blur. Hal inisependapat dengan pernyataan dari percobaan sulistyo[2] yang mana filter median dapat mengeliminasi saltand pepper noise yakni noise yang termasuk dalamjenis noise aditif.Perhitungan untuk jenis noise Gaussian didapatkanbahwa nilai SNR filter LPF paling besar dibandingkandengan SNR noise, sehingga disimpulkan bahwa filterLPF merupakan filter yang efektif untuk reduksi noisejenis Gaussian. Sedangkan data untuk SNR filter HPFpaling kecil dibandingkan dengan SNR noise sehinggatampak bahwa filter HPF tidak efektif untuk reduksinoise jenis Gaussian.ISBN: 978-602-97832-0-9Pada perhitungan jenis noise Speckle tampak padagrafik bahwa nilai SNR filter LPF dan SNR filter Meanyang lebih besar daripada SNR noise dan padaperhitungan rata-rata untuk 50 citra uji didapatkanbahwa nilai SNR filter LPF paling tinggi dibandingkandengan SNR noise. Hal tersebut dapat disimpulkanbahwa filter LPF paling efektif untuk melakukanreduksi noise jenis Speckle.4. KesimpulanDari hasil penelitian berupa uji coba dan analisis dengan50 citra uji dan perhitungan rata-rata seluruh citra ujididapatkan kesimpulan sebagai berikut :1. Berdasarkan histogram dari 50 citra uji didapatkanbahwa filter HPF merupakan filter yang tidak dapatmereduksi noise namun justru menambah noise padacitra uji.2. Perhitungan Timing-Run menunjukkan semakinbesar ukuran pixel citra digital maka semakin besarwaktu yang diperlukan untuk melakukan reduksinoise.3. Berdasarkan perhitungan SNR filter dan SNR noiseuntuk jenis noise Aditif, filter Median dapatdipertimbangkan sebagai jenis filter yang efektifuntuk mereduksi noise aditif pada citra digital.Sedangkan pada noise Speckle dan Gaussian, filterLPF merupakan filter yang efektif untuk mereduksinoise.4. Berdasarkan histogram, perhitungan Timing-Run danSNR didapatkan bahwa metode konvolusi denganmenggunakan filter LPF merupakan filter yangpaling efektif untuk reduksi noise untuk noise jenisSpeckle dan Gaussian. Walaupun membutuhkanwaktu untuk reduksi noise (Timing-Run) yang palingbesar. Sedangkan untuk noise jenis Aditif, filterMedian cukup efektif dibanding filter lainnya.5. Pada penelitian ini belum memperhitungkanprosentasi besarnya reduksi noise oleh filter terpilih.Perlu dilakukan penelitian lanjutan untuk mengkajiberapa persen reduksi noise oleh filter dari metodekonvolusi.6. Disarankan untuk melakukan reduksi noise denganmenggabungkan beberapa macam metode ataubeberapa jenis filter untuk mendapatkan reduksinoise yang optimal pada citra digital. Mengingatsetiap metode atau jenis filter memiliki kelebihan dankekurangan dalam mereduksi noise bergantung jenisnoise.5. Daftar Pustaka[1] E. Murinto, W. Risnadi, S. AnalisisPerbandingan Metode Intensity FilteringDengan Metode Frequency FilteringSebagai Reduksi Noise Pada Citra Digital.Seminar Nasional Aplikasi TeknologiInformasi 2007 (SNATI 2007). Yogyakarta,16 Juni 2008. ISSN : 1907-5022. 2007. Tersediadi http://journal.uii.ac.id/index.php/Snati/indexdiunduh 10 Januari 2011.SNTE-2012