Reduksi Noise Pada Citra Standar Menggunakan Metode Progressive Switching Median Filter
Keywords:
Median Filter, PSMF, pengolahan citra, PSNR, SSIM, reduksi noiseAbstract
Penelitian ini mengevaluasi kinerja dua metode pengolahan citra, Median Filter dan PSMF, pada tiga citra uji: Baboon, Lenna, dan citra pribadi, dengan tingkat noise berbeda (15%, 30%, dan 90%). Parameter evaluasi mencakup PSNR, SSIM, MAE, MSE, waktu eksekusi, dan SNR. Hasil menunjukkan bahwa Median Filter unggul dalam efisiensi waktu dengan waktu pemrosesan yang konsisten rendah, sehingga cocok untuk aplikasi real-time. Namun, kualitas rekonstruksi citranya lebih rendah dibandingkan PSMF, terutama pada noise rendah hingga sedang. Di sisi lain, PSMF menghasilkan kualitas citra yang lebih baik, ditunjukkan oleh nilai PSNR dan SSIM yang lebih tinggi serta MAE dan MSE yang lebih rendah, tetapi memerlukan waktu pemrosesan yang jauh lebih lama, khususnya pada tingkat noise tinggi. Kedua metode mengalami penurunan performa signifikan pada tingkat noise ekstrem (90%). Hal ini menekankan pentingnya pemilihan metode berdasarkan kebutuhan aplikasi: Median Filter untuk efisiensi dan PSMF untuk kualitas citra yang lebih tinggi. Penelitian lebih lanjut disarankan untuk mengoptimalkan PSMF dan meningkatkan performa pada kondisi noise tinggi.
References
Adnyana, I. N., Wijaya, I. G., & Albar, M. A. (2019). Jaringan Syaraf Tiruan Backpropagation Untuk Peramalan Suhu Minimum dan Maksimum, Kelembaban, Tekanan Udara, Jumlah Hari Hujan, dan Curah Hujan Bulanan Di Kota Mataram. J- COSINE Accredited Sinta-3 by RISTEKDIKT, Vol. 3, No. 2, 127-136.
Apriyani, Y. (2018). Penerapan Jaringan Syaraf Tiruan Backpropagation Untuk Prediksi Nilai UN Siswa SMPN 2 Cihurbeuti. IJCIT (Indonesian Journal on Computer and Information Technology), Vol. 3, No. 1, Mei, 63-70.
Arikunto, . (2010). Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta. Azhar, R. M., & Edwin, R. (2017). Peramalan Jumlah Produksi Ikan dengan Menggunakan
Backpropagation Neural Network (Studi Kasus: UPTD Pelabuhan Perikanan Banjarmasin. JURNAL TEKNIK ITS Vol. 6, No. 1, 142-148.
Cynthia, E. P., & Ismanto, E. (2017). Jaringan Syaraf Tiruan Algoritma Backpropagation Dalam Memprediksi Ketersediaan Komoditi Pangan Provinsi Riau. RABIT (Jurnal Teknologi dan Sistem Informasi Univrab), Vol. 2, No. 2, Juli, 196-209.
Enterprise, J. (2019). Python untuk Programmer Pemula. Jakarta: PT Elex Media Komputindo.
Fausett, L. (1994). Fundamentals of Neural Networks Architectures. London: Prentice Hall, Inc.
Fransiscus. (2020). Prediksi Akhis Pandemi COVID-19 di Indonesia dengan Simulasi Berbasis Model Pertumbuhan Parametrik. Jurnal Rekayasa Sistem Industri Volume 9 No 2 - Juli 2020 (Edisi Khusus COVID-19), 63-68.
Gonzalez, C. R., & Richard, E. (2008). Woods. Digital Image Processing Third Edition. Gunadi, I. A., Saputra, P. S., Pratama, P. A., & Saputra, I. A. (2019, Januari). ANALISIS
PERBANDINGAN METODE FILTER MEAN, MEDIAN,MAXIMUM, MINIMUM, DAN GAUSSIAN TERHADAP REDUKSINOISE GAUSSIAN, SALT&PAPPER , SPECKLE, POISSON, DAN LOCALVAR. Jurnal Ilmiah Sinus (JIS), 17.
Hasibuan, A. Z. (2018). Penerapan Edge Detection Pada Citra Digital Menggunakan Operator Laplacian Of Gaussian.
