2. jurnal dessy purwandani implementasi metode gaussian smoothing untuk penghalusan citra (image...

Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425

Implementasi Metode Gaussian Smoothing Untuk Penghalusan Citra (Image Smoothing).

Oleh : Dessy Purwandani

1

IMPLEMENTASI METODE GAUSSIAN SMOOTHING UNTUK

PENGHALUSAN CITRA (IMAGE SMOOTHING)

Dessy Purwandani (0911548)

Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan

www.stmik-budidarma.ac.id // email : [email protected]

ABSTRAK Citra (image), istilah lain untuk gambar, sebagai salah satu komponen multimedia memegang peranan yang

sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks,

yaitu bahwa citra kaya dengan informasi. Atau dengan kata lain, sebuah citra dapat memberikan informasi yang

lebih banyak daripada jika informasi tersebut disajikan dalam bentuk teks. Peningkatan kualitas citra (image

enhancement) bertujuan untuk menghasilkan citra dengan kualitas yang lebih baik dibandingkan dengan citra

sebelumnya. Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-

parameter citra. Salah satu operasi peningkatan kualitas citra adalah penghalusan citra (image smoothing).

Kata Kunci : Gaussian Smoothing, Penghalusan Citra (Image Smoothing)

1. Pendahuluan

1.1. Latar Belakang Masalah Data atau informasi tidak hanya disajikan

dalam bentuk teks, tetapi juga dapat berupa gambar,

audio (bunyi, suara, musik), dan video. Keempat

macam data atau informasi ini sering disebut

multimedia. Era teknologi informasi saat ini tidak

dapat dipisahkan dari multimedia.Citra (image),

istilah lain untuk gambar, sebagai salah satu

komponen multimedia memegang peranan yang

sangat penting sebagai bentuk informasi visual. Citra

mempunyai karakteristik yang tidak dimiliki oleh

data teks, yaitu bahwa citra kaya dengan informasi.

Atau dengan kata lain, sebuah citra dapat

memberikan informasi yang lebih banyak daripada

jika informasi tersebut disajikan dalam bentuk teks.

Gangguan pada citra umumnya berupa variasi

intensitas suatu pixel yang tidak berkorelasi dengan

pixel-pixel tetangganya. Secara visual, gangguan

mudah dilihat oleh mata karena tampak berbeda

dengan pixel tetangganya.Operasi-operasi yang

digunakan dalam pengolahan citra (image

processing) banyak macamnya.

Namun secara umum, operasi pengolahan citra

dapat diklasifikasikan dalam beberapa jenis, salah

satunya adalah peningkatan kualitas citra (image

enhancement). Peningkatan kualitas citra (image

enhancement) bertujuan untuk menghasilkan citra

dengan kualitas yang lebih baik dibandingkan dengan

citra sebelumnya. Jenis operasi ini bertujuan untuk

memperbaiki kualitas citra dengan cara

memanipulasi parameter-parameter citra. Salah satu

operasi peningkatan kualitas citra adalah penghalusan

citra (image smoothing). Ada beberapa metode

penghalusan citra, yaitu Uniform Smoothing,

Gaussian Smoothing, dan Threshold Smoothing.

Masing-masing metode memiliki caranya

sendiri sehingga tujuan dari sistem ini adalah untuk

membandingkan citra hasil keluaran terbaik dari

masing-masing metode penghalusan citra tersebut.

Sebelum dilakukan proses penghalusan, citra akan

melalui proses pembangkitan noise (noise

generation).

Hal ini disebabkan karena citra masukan adalah citra

yang belum memiliki noise (citra asli). Setelah itu,

citra akan mengalami proses utama yaitu proses

penghalusan tampilan citra. Metode yang akan

dibahas dalam skripsi ini adalah metode Penghalusan

Seragam (Gaussian Smoothing).

1. 2. Rumusan Masalah Permasalahan yang akan dibahas disini

mencakup beberapa hal yang dibatasi dalam ruang

lingkup sebagai berikut :

1. Bagaimana penentuan jenis data yang dapat

diolah dalam penghalusan citra (image

smoothing) ?

2. Bagaimana proses penghalusan citra (image

smoothing) pada tampilan suatu citra digital

yang memiliki noise ?

3. Bagaimana penerapan metode Gaussian

Smoothing dan implementasi sistem sehingga

dapat menjadi sebuah aplikasi yang dapat

digunakan untuk menghaluskan tampilan suatu

citra digital yang memiliki noise ?

1.3. Batasan Masalah

Agar pembahasan tidak terlalu meluas dan

tidak menyimpang dari tujuan maka batasan masalah

adalah :

1. File citra sebagai masukan dan keluaran yang

digunakan adalah file yang berformat Windows

Bitmap BMP 8 bit (grayscale) dan 24 bit

(truecolor), berukuran 256 x 256 pixel dengan

objek yang telah ditentukan yang memiliki 256

tingkat keabuan (gray level) per-layer.

2. Jenis noise yang digunakan juga ada 2 macam,

yaitu Gaussian Noise dan Salt & Pepper Noise.




2

3. Parameter yang digunakan untuk menghitung

dan membandingkan kualitas citra adalah MSE

(Mean Square Error) dan PSNR (Peak Signal to

Noise Ratio).

1.4. Tujuan dan Manfaat Penelitian

1.4.1 Tujuan Penelitian

Adapun tujuan yang ingin dicapai dari skripsi

ini adalah sebagai berikut :

a) Menentukan jenis data yang dapat diolah dalam

penghalusan citra (image smoothing).

b) Mengetahui proses penghalusan citra (image


yang memiliki noise

c) Mengimplementasikan sistem sehingga dapat

menjadi sebuah aplikasi yang dapat menunjang

proses penghalusan citra (image smoothing)

pada tampilan suatu citra digital yang memiliki

noise dengan menggunakan metode Gaussian

Smoothing.

1.4.2 Manfaat Penelitian Adapun manfaat yang ingin dicapai dari

skripsi ini adalah :

1. Dapat memahami proses perbaikan citra digital

dengan menggunakan suatu teknik perbaikan

citra digital yaitu metode Gaussian smoothing.

2. Mengetahui hasil penghalusan citra (image


yang memiliki noise.

3. Aplikasi yang dihasilkan dapat dipergunakan

untuk memperbaiki kualitas citra yang

mempunyai noise menjadi lebih baik dari citra

aslinya.

2. Landasan Teori

2.1. Pengenalan Citra Citra (image) adalah gambar pada bidang

dwimatra atau dua dimensi. Citra juga dapat diartikan

sebagai kumpulan titik-titik dengan intesitas warna

tertentu yang membentuk suatu kesatuan dan

mempunyai pengertian artistik. Citra sebagai salah

satu komponen multimedia yang memegang peranan

sangat penting sebagai salah satu bentuk informasi

visual .

Sebuah citra mempunyai karakteristik yang tidak

dimiliki oleh data teks yaitu, citra kaya dengan

informasi karena dapat menyampaikan informasi

yang imajinatif (dapat dihayalkan). Citra yang baik

adalah citra yang dapat menampilkan gambar secara

utuh, seperti keindahan gambar dan kejelasan gambar

tanpa mengurangi dan tanpa mengubah informasi

yang terkandung pada sebuah gambar atau citra.

Meskipun sebuah citra kaya akan informasi, namun

seringkali citra yang diperoleh mengalami penurunan

mutu (degradasi), misalnya mengandung cacat atau

derau (noise), warnanya terlalu kontras, kurang

tajam, kabur (blurring) dan sebagainya.

Tentu saja citra semacam ini menjadi lebih sulit

diinterpretasikan karena informasi yang disampaikan

oleh citra tersebut menjadi berkurang. Agar citra

yang mengalami gangguan mudah diinterpretasikan

(baik oleh manusia maupun mesin) maka citra perlu

diolah atau dimanipulasi sehingga kualitasnya lebih

baik. Penampilan citra dapat dibagi jadi dua

kelompok yaitu citra diam (still images) dan citra

bergerak (moving images). Citra diam adalah citra

tunggal yang tidak bergerak. Citra bergerak adalah

rangkaian citra diam yang ditampilkan secara

berurutan (sequential) hingga memberikan kesan

pada mata seolah-olah gambar tersebut bergerak

2.2 Pengertian Citra Digital

Citra sebagai keluaran dari suatu sistem

perekam data dapat bersifat analog, berupa sinyal-

sinyal video seperti gambar pada monitor televisi

atau bersifat digital yang dapat langsung disimpan

pada suatu media magnetik. Citra ada dua macam

yaitu citra kontinu dan citra diskrit. Citra Kontinu

dihasilkan dari sistem optik yang menerima sinyal

analog, contohnya mata manusia, kamera analog.

Citra diskrit dihasilkan dari proses digitalisasi

terhadap citra kontinu contohnya kamera digital,

scanner. Komputer digital bekerja dengan angka-

angka presisi terhingga, dengan demikian hanya citra

dari kelas diskrit yang dapat diolah dengan komputer.

Citra dari kelas tersebut lebih dikenal sebagai citra

digital. Citra digital dinyatakan dalam suatu array

dua dimensi atau suatu matriks yang elemen-

elemennya menyatakan tingkat keabuan (grayscale)

dari warna masing-masing pixel. Pixel merupakan

elemen terkecil dari suatu citra, yakni berupa titik-

titik warna yang membentuk citra.

Citra digital tidak selalu harus merupakan hasil

langsung dari rekaman suatu sistem digital, namun

ada

juga rekaman data bersifat kontinu seperti pada

gambar monitor televisi, foto sinar-X, dapat juga

berasal dari yang telah mengalami suatu konversi,

sehingga citra tersebut selanjutnya dapat diproses

melalui komputer.

2.3. Format File Gambar Pada umumnya file gambar digunakan untuk

menyimpan gambar yang ditampilkan di layar ke

dalam suatu media penyimpanan data. Untuk

menyimpan sebuah file gambar ini digunakan salah

satu format file. Ada banyak format file gambar yang

dapat digunakan untuk menyimpan file gambar,

diantaranya adalah BMP, JPEG, ICO.

2.4. Pengertian Pengolahan Citra

Pengolahan citra adalah pemrosesan citra yang

secara khusus menggunakan komputer sehingga

diperoleh citra yang kualitasnya lebih baik.

Pengolahan citra juga dapat diartikan sebagai suatu

pemrosesan suatu gambar sehingga menghasilkan

suatu gambar lain yang lebih sesuai dengan

keinginan kita.




3

Umumnya operasi pengolahan citra diterapkan bila:

1. Diperlukan peningkatan kualitas penampakan

atau untuk menonjolkan beberapa aspek

informasi yang terkandung dalam citra.

2. Elemen di dalam citra perlu dikelompokkan,

dicocokkan atau diukur.

3. Sebagian citra perlu digabung dengan bagian

citra yang lain.

Di dalam bidang komputer ada 3 bidang studi yang

berkaitan dengan data citra, namun tujuan ketiganya

berbeda yaitu:

1. Grafika Komputer (Computer Graphic)

2. Pengolahan Citra (Image Processing)

3. Pengenalan Data (Pattern Recognition/Image

Interpretation).

2.5. Restorasi Citra

Restorasi citra adalah suatu jenis image

processsing yang dilakukan untuk

perbaikan/pemugaran terhadap gambar yang buruk

sehingga menghasilkan suatu gambar yang baru atau

gambar seperti aslinya. Operasi ini bertujuan untuk

menghilangkan/meminimumkan cacat pada citra .

Proses-proses yang termasuk pada proses perbaikan

citra, antara lain:

1. Pengubahan kecerahan gambar (image brightness)

2. Peregangan kontras (contrast stretching)

3. Pengubahan histogram citra

4. Pelembutan citra (image smoothing)

5. Penajaman tepi (sharpening edge)

6. Pewarnaan semu (pseudocolouring)

7. Pengubahan geometrik

Di dalam perbaikan/pemugaran citra ada beberapa

masalah di dalam Penganalisaan citra yaitu:

1. Mengurangi atau menghilangkan noise pada citra

(Noise Removal)

2. Mengembalikan warna pada citra yang pudar ke

warna yang semula

3. Membuat citra yang kabur atau samar menjadi citra

yang cerah.

4. Memperbaiki bagian citra yang rusak

5. Menghaluskan bagian citra yang terlihat kasar

2.6. Operasi-Operasi Perbaikan Citra Adapun operasi-operasi pemugaran citra atau

perbaikan citra yang disediakan oleh perangkat lunak

yang dirancang dalam Tugas Akhir ini adalah sebagai

berikut:

1. Penghilangan Derau (Noise)

Noise adalah gangguan-gangguan/bintik-bintik

pada gambar yang terjadi pada saat gambar

tersebut dikirim dari satu komputer ke komputer

lainnya. Reduksi noise itu sendiri terbagi menjadi

dua yaitu Intensity Filtering dan Frequency

Filtering.

2. Efek cat minyak (Modus Filtering)

Modus Filtering adalah termasuk jenis filter

spatial filtering yang tidak menggunakan mask.

Tujuan utama dari filter ini adalah membuat

gambar menjadi berbintil-bintil seperti dicat

dengan cat minyak.

2.7. Metode Gaussian Smoothing Mask lain yang sering pula digunakan untuk

penghalusan citra adalah mask penghalusan Gaussian

(gaussian smoothing). Bobot pada mask penghalusan

gaussian mengikuti distribusi normal sebagaimana

yang dinyatakan dalam persamaan di bawah ini :

Gambar 1 Bobot Mask Gaussian Smoothing

Pada citra biner, setiap titik bernilai 0 atau 1,

masing-masing merepresentasikan warna tertentu.

Contoh yang paling lazim; warna hitam bernilai 0

dan warna putih bernilai 1. Pada standar citra untuk

ditampilkan di layar komputer, nilai biner ini

berhubungan dengan ada tidaknya cahaya yang

ditembakkan oleh elektron gun yang terdapat dalam

monitor komputer. Angka 0 menyatakan tidak ada

cahaya, dengan demikian warna yang

direpresentasikan adalah hitam. Untuk angka 1

terdapat cahaya, sehingga warna yang

direpresentasikan adalah putih. Standar tersebut

disebut sebagai standar citra cahaya, sedangkan

standar citra tinta atau cat adalah berkebalikan,

karena nilai biner tersebut menyatakan ada tidaknya

tinta.

Setiap titik pada citra hanya membutuhkan 1 bit,

sehingga setiap byte dapat menampung informasi 8

titik. Data digital sering dinyatakan dalam bentuk

bilangan heksadesimal. Angka 8 bit (1 byte) dapat

ditulis dalam 2 digit atau karakter heksadesimal.

3. Analisa Dan Perancangan

3.1. Perbaikan Kualitas Citra Perbaikan kualitas citra dilakukan untuk

memperbaiki citra yang memiliki gangguan ataupun

kerusakan pada citra, Noise merupakan jenis

gangguan pada citra yang biasa terjadi ketika

pengambilan foto, Noise biasanya berupa bintik-

bintik yang terdapat pada seluruh citra. Gaussian

noise dan Pepper noise merupakan salah satu jenis

gangguan pada citra yang harus diperbaiki agar citra

dapat menjadi bagus kembali.




4

3.2. Teknik Filtering Gaussian Smoothing

Penapisan isyarat terbatas tapis median hanya

terdiri dari blok-blok (lingkungan tetangga) dan tepi-

tepi yang konstan. Lingkungan tetangga yang

konstan adalah daerah dengan nilai konstan

sekurang-kurangnya n+1 (lebih dari setengah luas N)

dan tepi adalah daerah datar sepanjang antara dua

lingkungan tetangga konstan.

Pada citra bitmap 24-bit, tiap pixelnya mengandung

24-bit kandungan warna atau 8-bit untuk masing-

masing warna dasar (R,G,danB), dengan kisaran

nilai kandungan antara 0 (00000000) sampai 255

(11111111) untuk tiap warna. Pada contoh format

citra 24-bit di atas data pertama adalah header yang

berisi informasi nama file, jenis format dan dimensi

citra. Dibawah data bitmap terdapat pixel pertama

mempunyai R = 10010000 (biner), G = 01011010

(biner), B= 011110001 (biner).

Bagian terkecil sebuah citra adalah pixel yang

memiliki nilai intensitas hasil kuantisasi peralatan

digital. Citra warna memiliki tiga komponen warna

yang setiap komponen warna menggunakan

penyimpanan 8bit atau 1 byte. Berarti jumlah bit

dalam 1 pixel adalah sebanyak 3 x 8bit = 24bit. Jadi

untuk menghitung jumlah pixel sebuah citra

dilakukan dengan membagi nilai intensitas citra

dengan 24bit.

4. Algoritma Dan Implementasi

4.1 Algoritma Algoritma adalah suatu cara yang digunakan

untuk memperoleh/ menerangkan suatu keadaan

tertentu sehingga bisa lebih mudah dimengerti, dan

dalam tugas akhir ini juga penulis membuat

algoritma untuk menjelaskan kepada pembaca

bagaimana sistem yang dibangun dapat berjalan.

4.2 Kebutuhan Hardware

Dalam sebuah sistem agar dapat berjalan seperti

yang diinginkan karena sistem komputerisasi tidak

dapat dipisahkan antara Hardware dan Software.

Demikian juga dengan sistem ini dirancang dengan

sefesifikasi Hardware minimal seperti berikut:

a. Processor Minimal Pentium IV

b. Harddisk 80 GB

c. RAM 1 GB

d. Monitor

e. Processor Minimal Pentium IV

f. Harddisk 80 GB

g. RAM 1 GB

h. Monitor

4.3. Implementasi

Tampilan pertama program begitu dijalankan adalah

seperti gambar 2 dibawah ini.

Gambar 2 Tampilan Form Utama

Pada tampilan program diatas terdapat beberapa sub

menu dan frame yang terdiri beberapa pengaturan

yang bisa digunakan untuk mengatur restorasi pada

gambar, untuk lebih jelasnya keterangan dari

program diatas adalah sebagai berikut :

1. File

a. Open File

Sub menu digunakan untuk mengambil file gambar

dari harddisk, gambar yang diambil akan dilakukan

proses restorasi.

b. Save As

Sub menu ini digunakan untuk menyimpan hasil

perubahan atau hasil restorasi pada gambar

c. Keluar

Keluar dari program.

2. Tools

a. Noise Reduction

Sub menu ini digunakan untuk melakukan perbaikan

pada gambar yang mengandung noise.

Gambar 3 Gambar sebelum diperbaiki

Dari gambar diatas nampak sebuah gambar yang

memiliki efek noise, pada gambar sebelah kiri

merupakan gambar asli dan sebelah kanan masih

merupakan gambar asli yang sebelum dilakukan

proses noise reduction, untuk melakukan proses

noise reduction cukup dengen memilih menu Tools-

Noise Reduction, sehingga hasilnya seperti dibawah

ini:




5

Gambar 4. Gambar setelah diperbaiki

Gambar diatas merupakan hasil perbaikan noise,

tampak pada gambar sebelah kanan noisenya sudah

hilang dan hasil pada gambar juga semakin bagus,

perhatikan gambar kedua dibawah ini dengan noise

yang lebih banyak dari pada contoh yang pertama.

Gambar 5 Contoh gambar ke -2

Hasilnya sama dan kualitas juga tidak berkurang, ini

menandakan bahwa noise reduction dapat

dihilangkan tanpa harus mengganggu kualitas

gambar aslinya.

5. Kesimpulan Dan Saran

1.1. Kesimpulan Berdasarkan hasil analisa yang telah dilakukan, maka

penulis mengambil kesimpulan sebagai berikut :

1. Image smoothing pada gamabr yang memiliki

noise Reduction dapat dilakukan dengan baik

pada gambar dengan bertipe JPG dan BMP.

2. Setelah melakukan restorasi ternyata dapat

disimpulkan bahwa citra yang telah dilakukan

restorasi menghasilkan gambar yang bagus dan

sesuai dengan keinginan kita.

3. Aplikasi yang dirancang memungkinkan untuk

kombinasai efek dan filter sehingga hasilnya

lebih bagus

4. Metode Gaussian smoothing sangat tepat

digunakan dalam melakukan proses perbaikan

kualitas citra

1.2. Saran Penulis juga memberikan beberapa saran sebagai

berikut :

1. Aplikasi dapat juga dikembangkan dengan

menggunakan Bahasa Pemrograman C++ dan

ditambah dengan OpenCV sehingga proses

pendeteksian gambar semakin bagus.

2. Untuk kesempurnaan selanjutnya ada baiknya

dilakukan perbandingan.

Daftar Pustaka

1. T. Sutoyo, Dkk, “Teori Pengolahan Citra

Digital”, Penerbit Andi, Yogyakarta, 2009.

2. Jogiyanto, “Pengenalan Komputer”, Penerbit

andi, Yogyakarta, 2005.

3. Rahmat Priyanto, “Langsung Bisa Visual

Basic.Net 2008” Yogyakarta. Penerbit Andi,

Yogyakarta, 2009.

4. Andi. Referensi Visual Basic.NET. Yogyakarta.

Penerbit Andi.

5. http://elib.unikom.ac.id/files/disk1/59/jbptunikom

pp-gdl-s1-2006-dewilestar-2911-11-bab-i-i.doc,

Tanggal Akses 7 April 2013

2. jurnal dessy purwandani implementasi metode gaussian smoothing untuk penghalusan citra (image...

Education

Transcript of 2. jurnal dessy purwandani implementasi metode gaussian smoothing untuk penghalusan citra (image...