Restorasi Citra Berbasis Domain Frekuensi Menggunakan Tapis Eliptik Image Restoration Based On Domain Frequency using Elliptical Filter

I Gede Subagia Artha11, Dr. Rismon H. Sianipar, S.T., M.Eng.21, Dr. Ida Ayu Sri Adnyani,

S.T., M.Eng.31

ABSTRAK

Derau pada citra digital merupakan permasalahan utama yang sering dihadapi dalam pemrosesan citra karena keberadaan derau pada sebuah file citra dapat menyebabkan kualitas citra terganggu. Oleh karena itu, perlu dilakukan penekanan derau untuk meningkatkan kualitas citra dengan menggunakan tapis eliptik. Adapun tujuan dari penelitian ini adalah untuk merestorasi citra dengan menggunakan tapis eliptik pada empat bidang pelewatan frekuensi (low pass, band pass, high pass, dan band stop).

Hasil penelitian menunjukkan bahwa citra yang diuji pada masing-masing frekuensi menunjukkan perbedaan nilai evaluasi kinerja yang signifikan, dimana citra terbaik untuk penapisan frekuensi cut-off lowpass dihasilkan pada frekuensi 50 Hz melalui pengaburan Disk dengan nilai rata-rata RMSE sebesar 41.5553, citra terbaik untuk penapisan frekuensi cut-off bandpass dihasilkan pada frekuensi 400|700 Hz melalui pengaburan Disk dengan nilai rata-rata RMSE sebesar 2.7968, citra terbaik untuk penapisan frekuensi cut-off highpass dihasilkan pada frekuensi 1000 Hz melalui pengaburan Disk dengan nilai rata-rata RMSE sebesar 1.3652, dan citra terbaik untuk penapisan frekuensi cut-off bandstop dihasilkan pada frekuensi 50 Hz melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 40.6090.

Kata kunci: Derau, tapis eliptik, restorasi citra, lowpass, bandpass, highpass, bandstop

ABSTRACT

Noise on digital images is a major problem that is often encountered in image processing because the presence of noise in an image file can cause image quality is disrupted. Therefore, it is necessary to emphasize noise to improve image quality by using elliptic filter. The purpose of this study is to restore the image by using an elliptical filter on four frequency field passes (low pass, band pass, high pass, and band stop).

The results showed that the image tested at each frequency indicated a significant difference in performance evaluation value, where the best image for low pass cut-off frequency filtering was generated at frequency of 50 Hz through Disk blurring with RMSE average value of 41.5553, the best image for band pass cut-off frequency filtering was generated at frequency of 400|700 Hz through Disk blurring with an average RMSE value of 2.7968, the best image for high pass cut-off frequency filtering was generated at frequency of 1000 Hz through Disk blurring with an average RMSE value of 1.3652, and the best image for band stop cut-off frequency filtering is generated at frequency of 50 Hz through Disk blurring with an average frequency value of 40.6090.

Keywords: Noise, elliptical filter, image restoration, low pass, bandpass, high pass, band stop

PENDAHULUAN

Derau pada citra digital merupakan permasalahan utama yang sering dihadapi dalam pemrosesan citra. Derau merupakan watak alamiah dari sebuah file atau data digital yang bisa disebabkan oleh proses akuisisi, kompresi, ataupun transmisi. Keberadaan derau pada sebuah file citra dapat menyebabkan kualitas citra terganggu. Porsi derau yang terlalu banyak pada sebuah citra akan menyebabkan citra menjadi kabur dan informasi yang terdapat di dalamnya menjadi hilang atau kurang jelas. Oleh karena itu, tahap pertama yang dilakukan pada pengolahan citra digital adalah penekanan derau dengan menggunakan metode-metode penapisan yang telah ada. Operasi penapisan merupakan proses konvolusi terhadap data citra untuk melakukan penekanan derau.

1 Jurusan Teknik Elektro Fakultas Teknik Universitas Mataram, Nusa Tenggara Barat, Indonesia Email: igedesubagiaartha@gmail.com1, rh.sianipar@gmail.com2, adnyani70@yahoo.co.id3

Penekanan derau pada sebuah citra dilakukan untuk mendapatkan kualitas citra terbaik dengan menggunakan tapis eliptik. Pada penelitian tugas akhir ini dilakukan penelitian tentang “Restorasi Citra Berbasis Domain Frekuensi Menggunakan Tapis Eliptik” dengan tujuan untuk merestorasi citra dengan menggunakan tapis eliptik pada empat bidang pelewatan frekuensi (Lowpass, Bandpass, Highpass, dan Bandstop).

TINJAUAN PUSTAKA

Citra Citra merupakan istilah lain untuk gambar sebagai salah satu komponen multimedia

memegang peranan sangat penting sebagai bentuk informasi visual. Citra juga bisa diartikan sebagai sebuah representasi visual dari suatu objek, seseorang, atau suatu lokasi peristiwa yang dihasilkan oleh sebuah divais optik seperi kaca, lensa, atau kamera. Secara umum citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan.

Murni, Aniati. (1992:12). Pengolahan Citra atau image processing adalah suatu system dimana proses dilakukan dengan masukan (input) berupa citra (image) dan hasilnya (output) juga berupa citra (image). Pada awalnya pengolahan citra ini dilakukan untuk memperbaiki kualitas citra, namun dengan berkembangnya kapasitas dan kecepatan proses komputer, serta munculnya ilmu-ilmu komputer yang memungkinkan manusia dapat mengambil informasi dari suatu citra maka image processing tidak dapat dilepaskan dengan bidang computer vision. Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan citra (image processing). Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Pengolahan Citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra lain. Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik daripada citra masukan. Termasuk ke dalam bidang ini juga adalah pemampatan citra (image compression). Operasi Pengolahan Citra Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra bila: 1. Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra. Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan. Beberapa operasi perbaikan citra antara lain: perbaikan kontras gelap/terang, perbaikan tepian objek (edge enhancement), penajaman (sharpening), pemberian warna semu (pseudocoloring), penapisan derau (noise filtering). 2. Pemugaran citra (image restoration). Operasi ini bertujuan menghilangkan/meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikan citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui. Contoh-contoh operasi pemugaran citra, yaitu: penghilangan kesamaran (deblurring), dan penghilangan derau (noise). 3. Pemampatan citra (image compression). Jenis operasi ini dilakukan agar citra dapat direpresentasikan dalam bentuk yang lebih kompak sehingga memerlukan memori yang lebih sedikit. Hal penting yang harus diperhatikan dalam pemampatan adalah citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus. 4. Rekonstruksi citra (image reconstruction). Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis.

Restorasi Citra Dalam peningkatan citra tujuan utama dari teknik restorasi adalah untuk meningkatkan

citra dalam arti yang telah ditetapkan, seperti memperhalus citra (smoothing). Meskipun ada bidang yang tumpang tindih, peningkatan citra sebagian besar proses obyektif. Restorasi mencoba untuk memulihkan gambar yang telah terdegradasi (menurun kualitasnya) dengan menggunakan pengetahuan atau metode-metode yang telah diketahui dari fenomena degradasi seperti bintik derau, blur (kabur), dan seterusnya (Gonzales, 2008).

Pendekatan ini digunakan untuk merumuskan kriteria perbaikan yang akan menghasilkan perkiraan yang optimal untuk hasil yang diharapkan. Sebaliknya, teknik peningkatan pada dasarnya adalah prosedur heuristic (coba-coba) yang dirancang untuk memanipulasi gambar untuk mendapatkan peningkatan dari gambar yang terdegradasi secara pengamatan langsung, sedangkan penghilangan detil-detil yang tidak diinginkan pada citra dengan menerapkan fungsi blurring (smoothing) dianggap sebagai teknik restorasi. Salah satu pendekatan yang banyak digunakan, termasuk juga untuk teknik restorasi citra yang digunakan untuk menghilangkan detil-detil yang tidak diinginkan pada citra adalah dengan menggunakan filter frekuensi.

Tapis Eliptik Tapis Eliptik merupakan perkembangan dari tapis Cehebyshev. Ciri utama dari filter ini terdapat riak pada kedua pita lolos maupun pita henti. Dinamakan tapis elip karena menggunakan fungsi Eliptik yang biasanya digunakan untuk menghitung lokasi zero dan pole. Kadang-kadang filter Eliptik ini disebut juga dengan filter Cauer atau filter rasional chebyshev. Bila dibandingkan dengan butterworth atau chebyshev, filter Eliptik ini membutuhkan orde yang lebih kecil dengan spesifikasi yang sama.

Gambaran umum Perangkat lunak yang digunakan dalam mengerjakan tugas akhir ini menggunakan software aplikasi GUI MATLAB untuk merancang, desain, serta pengujian dari sistem yang dirancang. Untuk menjalankan perangkat lunak tersebut, menggunakan sebuah komputer (laptop) dengan model dan spesifikasi sebagai berikut: Laptop Toshiba dengan spesifikasi Intel Pentium, HD Grafis 2.5 GHZ, RAM 4GB DDR3, 500 GB Harddisk, OS Windows 10 Pro 32-bit. MSE dan PSNR

Penilaian kualitas citra digital hasil proses dilakukan secara obyektif dimana penilaian obyektif ini didasarkan pada penilaian kualitas suatu citra hasil interpolasi yang merupakan perhitungan unjuk kerja dari citra tersebut. Untuk citra asal yang sudah dikonversikan ke format grayscale dilambangkan dengan f(x,y) dan citra hasil interpolasi dengan f’(x,y) dengan ukuran pixel M x N.

MSE adalah rata-rata kuadrat nilai error antara citra asli dengan citra hasil interpolasi. Citra hasil pembesaran dengan nilai MSE yang kecil menjelaskan bahwa citra hasil pembesaran tersebut memiliki kualitas citra yang baik. Secara matematis dapat dirumuskan sebagai berikut:

21

0

1

0

),(),('1

−

=

−

=

−=N

y

M

x

yxfyxfMN

MSE

PSNR dalam penelitian ini merupakan sebuah perhitungan yang menentukan nilai noise dari perbandingan citra referensi dengan citra hasil pembesaran.PSNR ditentukan oleh besar kecilnya nilai MSE yang terjadi pada citra. Nilai PSNR berbanding terbalik dengan nilai MSE. Semakin besar nilai MSE, maka semakin kecil nilai PSNR, begitu juga sebaliknya semakin kecil MSE, maka semakin besar nilai PSNR. Persamaan PSNR adalah sebagai berikut:

𝑃𝑆𝑁𝑅 = 20 log (𝑝𝑒𝑎𝑘

√𝑀𝑆𝐸)

Alat dan Bahan sebagai berikut: Perangkat keras (Hardware), Laptop, Perangkat

lunak (Software), GUI MATLAB.

Metode Penelitian

Studi Literatur Pada tahap studi literatur dilakukan pengumpulan buku, jurnal, artikel, makalah,

maupun situs internet yang terkait dengan penapisan citra digital. Desain

Pada tahap ini dilaksanakan perancangan flowchart, antar muka dan perancangan fungsi-fungsi dari sistem yang akan dibangun untuk melakukan restorasi citra digital menggunakan algoritma yang telah ditetapkan. Coding

Pada tahap ini akan dilakukan proses coding untuk merealisasikan hasil perancangan menjadi program yang utuh. Implementasi dan Pengujian

Pada tahap ini akan dilakukan implementasi dan pengujian terhadap program yang telah dibuat untuk mengetahui apakah program atau sistem yang telah dibuat berhasil atau tidak. Apabila program yang dibuat berhasil atau telah sesuai dengan tujuan dan rumusan masalah yang telah ditetapkan maka akan dilanjutkan ke tahap pembuatan laporan. Selanjutnya, apabila program yang dibuat gagal atau tidak sesuai dengan tujuan dan rumusan masalah maka proses akan kembali ke tahap coding. Analisa dan Pembuatan Laporan

Pada tahap ini dilakukan analisa dari berbagai uji coba pada program yang telah dilakukan dan melakukan penyusunan laporan dari hasil uji coba dan analisa.

Diagram Alir Penelitian

Gambar 1 Diagram Alir Penelitian

Start

Studi

Literatur

Desain

Coding

Implementasi dan

Pengujian

Berhasil ?

End

Ya

Tidak

Diagram Alir Sistem

Start

Citra

Masukan

Membaca Intensitas

Piksel

Konversi Citra

Warna Menjadi

Keabuan

Rotasi Citra Variansi CitraDerau CitraPengaburan CitraSkala Intensitas

Citra

Filter frekuensi

lowpass, bandpass,

highpass, bandstop

Evaluasi Kinerja

Grafik RMSE

End

Gambar 2 Diagram Alir Program

Tampilan Form Menu Utama

Berikut adalah tampilan antarmuka program Restorasi Citra Berbasis Domain Frekuensi Menggunakan Tapis Eliptik yang dibuat pada tugas akhir ini.

Gambar 3 Tampilan Utama Program

Pada tampilan antarmuka program terdapat beberapa kontrol yang

merepresentasikan setiap langkah untuk melakukan penapisan citra menggunakan tapis

Eliptik pada bidang frekuensi lowpass, highpass, bandpass dan bandstop. Pengujian Program

Berikut adalah proses penapisan eliptik lowpass, bandpass, highpass, dan bandstop terhadap citra lenna.png dengan frekuensi cut-off 50 Hz sampai dengan 1000 Hz. Pada uji coba ini, citra lenna.png menggunakan jenis derau Gaussian dengan variansi 0.01 untuk masing-masing frekuensi. Sedangkan, faktor skala intensitas yang digunakan adalah sebesar 2 dan rotasi yang digunakan adalah sebesar 10. Dalam penelitian ini juga digunakan lima jenis variasi pengaburan untuk masing-masing frekuensi, antara lain; tanpa pengaburan, pengaburan Rerata, Motion, Disk, dan Gaussian. Dari hasil pengujian yang dilakukan di atas, terlihat bahwa tapis eliptik lowpass, bandpass, highpass, dan bandstop dengan frekuensi cut-off 50 Hz sampai

1000 Hz menghasilkan citra dengan derau tereduksi yang berbeda-beda untuk setiap jenis pengaburan. 1. Penapisan Frekuensi Cut-off Lowpass

Gambar 4 Pengujian Penapisan Frekuensi Lowpass

Tabel 1 Evaluasi Kinerja Penapisan Frekuensi Cut-off Lowpass

Jenis Pengaburan

Evaluasi Kinerja

Frekuensi (Hz)

Rerata 50 100 150 200 250 500 1000

Tanpa Pengaburan

RMSE 41.5338 42.0677 42.2560 42.3425 42.3919 42.5113 42.5129 42.2309

PSNR 31.9808 31.9253 31.9059 31.8970 31.8920 31.8798 31.8796 31.9086

Rerata RMSE 41.3554 41.7522 41.8493 41.8883 41.9186 42.0148 42.0149 41.8276

PSNR 31.9995 31.9580 31.9479 31.9439 31.9407 31.9308 31.9308 31.9502

Motion RMSE 41.2927 41.6784 41.7911 41.8399 41.8708 41.9711 41.9714 41.7736

PSNR 32.0061 31.9657 31.9540 31.9489 31.9457 31.9353 31.9353 31.9559

Disk RMSE 41.1890 41.4817 41.5561 41.5964 41.6220 41.7208 41.7209 41.5553

PSNR 32.0170 31.9862 31.9785 31.9742 31.9716 31.9613 31.9613 31.9786

Gaussian RMSE 41.3859 41.7895 41.8907 41.9296 41.9589 42.0594 42.0595 41.8676

PSNR 31.9963 31.9541 31.9436 31.9396 31.9366 31.9262 31.9262 31.9461

Gambar 5 Grafik RMSE Lowpass Filter

Berdasarkan tabel 1 di atas, maka dapat diketahui bahwa hasil evaluasi kinerja yang dihasilkan dari penapisan frekuensi cut-off lowpass 50 Hz sampai 1000 Hz melalui lima jenis pengaburan memberikan perbedaan nilai yang tidak terlalu signifikan. Adapun nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off lowpass dihasilkan pada frekuensi 50 Hz melalui pengaburan Disk dengan nilai sebesar 41.1890, sedangkan nilai RMSE tertinggi dihasilkan pada frekuensi 1000 Hz, yaitu pada citra tanpa pengaburan dengan nilai frekuensi sebesar 42.5129. Selanjutnya, dari nilai RMSE yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 5 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai RMSE terendah yang diperoleh pada penapisan

frekuensi cut-off lowpass dihasilkan pada citra melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 41.5553, sedangkan nilai RMSE tertinggi dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 42.2309.

Gambar 6 Grafik PSNR Lowpass Filter

Selain dapat mengetahui nilai RMSE pada lowpass filter tersebut, pada tabel 1 tersebut juga dapat diketahui nilai PSNR yang dihasilkan. Adapun nilai PSNR terendah yang dihasilkan ada pada frekuensi 1000 Hz, yaitu pada citra tanpa pengaburan dengan nilai sebesar 31.8796, sedangkan nilai PSNR tertinggi dihasilkan pada frekuensi 50 Hz melalui pengaburan Disk dengan nilai sebesar 32.0170. Selanjutnya, dari nilai PSNR yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 6 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai PSNR terendah yang diperoleh pada penapisan frekuensi cut-off lowpass dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 31.9086, sedangkan nilai PSNR tertinggi dihasilkan pada citra melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 31.9786.

Meskipun hasil evaluasi kinerja yang dipaparkan pada tabel 1 di atas memberikan perbedaan nilai yang tidak terlalu signifikan untuk masing-masing frekuensi, namun hasil tersebut telah menunjukkan bahwa citra yang diuji pada frekuensi 50 Hz melalui pengaburan Disk menghasilkan kualitas citra yang lebih baik dibandingkan dengan frekuensi lainnya. 2. Pengujian Penapisan Frekuensi Cut-off Bandpass

Gambar 7 Pengujian Penapisan Frekuensi Bandpass

Tabel 2 Evaluasi Kinerja Penapisan Frekuensi Cut-off Bandpass

Jenis Pengaburan

Evaluasi Kinerja

Frekuensi (Hz)

Rerata 50|100 100|200 150|250 200|350 250|400 400|700 1000|1500

Tanpa Pengaburan

RMSE 15.4331 2.3767 1.5690 1.2220 0.7645 0.3890 0.3884 3.1632

PSNR 36.2803 44.4050 46.2087 47.2941 49.3312 52.2656 52.2719 46.8653

Rerata RMSE 15.0075 1.5387 1.1158 0.9753 0.6543 0.3884 0.3884 2.8669

PSNR 36.4017 46.2931 47.6888 48.2735 50.0071 52.2717 52.2719 47.6011

Motion RMSE 14.9363 1.7421 1.2135 1.0208 0.6755 0.3885 0.3884 2.9093

PSNR 36.4224 45.7541 47.3244 48.0754 49.8688 52.2714 52.2719 47.4269

Disk RMSE 14.5654 1.4746 1.1160 0.9834 0.6613 0.3884 0.3884 2.7968

PSNR 36.5316 46.4780 47.6881 48.2377 49.9611 52.2720 52.2719 47.6343

Gaussian RMSE 15.0126 1.5412 1.1181 0.9801 0.6571 0.3884 0.3884 2.8694

PSNR 36.4003 46.2863 47.6800 48.2520 49.9888 52.2716 52.2719 47.5930

Gambar 8 Grafik RMSE Bandpass Filter

Berdasarkan tabel 2 di atas, maka dapat diketahui bahwa hasil evaluasi kinerja yang dihasilkan dari penapisan frekuensi cut-off bandpass 50 Hz sampai 1000 Hz melalui lima jenis pengaburan memberikan perbedaan nilai yang signifikan. Adapun nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off bandpass dihasilkan pada frekuensi 400|700 Hz melalui citra tanpa pengaburan dengan nilai sebesar 0.3890, sedangkan nilai RMSE tertinggi dihasilkan pada frekuensi 50|100 Hz, yaitu pada citra tanpa pengaburan dengan nilai frekuensi sebesar 15.4331. Selanjutnya, dari nilai RMSE yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 8 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off bandpass dihasilkan pada citra melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 2.7968, sedangkan nilai RMSE tertinggi dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 3.1632

Gambar 9 Grafik PSNR Bandpass Filter

Selain dapat mengetahui nilai RMSE pada bandpass filter tersebut, pada tabel 2 tersebut juga dapat diketahui nilai PSNR yang dihasilkan. Adapun nilai PSNR terendah yang dihasilkan ada pada frekuensi 50|100 Hz, yaitu pada citra tanpa pengaburan dengan nilai sebesar 36.2803, sedangkan nilai PSNR tertinggi dihasilkan pada frekuensi 400|700 Hz melalui

pengaburan Disk dengan nilai sebesar 52.2720. Selanjutnya, dari nilai PSNR yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 9 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai PSNR terendah yang diperoleh pada penapisan frekuensi cut-off bandpass dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 46.8653, sedangkan nilai PSNR tertinggi dihasilkan pada citra melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 47.6343.

Hasil evaluasi kinerja yang dipaparkan pada tabel 2 di atas menunjukkan bahwa terdapat perbedaan nilai yang signifikan untuk masing-masing frekuensi, dimana hasil tersebut telah menunjukkan bahwa citra yang diuji pada frekuensi 400|700 Hz dan melalui pengaburan Disk menghasilkan kualitas citra yang paling baik dibandingkan dengan frekuensi lainnya. 3. Pengujian Penapisan Frekuensi Cut-off Highpass

Gambar 10 Pengujian Penapisan Frekuensi Highpass

Tabel 3 Evaluasi Kinerja Penapisan Frekuensi Cut-off Highpass

Jenis Pengaburan

Evaluasi Kinerja

Frekuensi (Hz)

Rerata 50 100 150 200 250 500 1000

Tanpa Pengaburan

RMSE 5.1587 3.1388 2.0812 1.3723 0.8345 0.3890 0.3884 1.9090

PSNR 41.0394 43.1971 44.9816 46.7902 48.9505 52.2655 52.2719 47.0709

Rerata RMSE 3.8485 2.1566 1.5524 1.1081 0.7176 0.3884 0.3884 1.4514

PSNR 42.3119 44.8271 46.2548 47.7191 49.6061 52.2719 52.2719 47.8947

Motion RMSE 3.9557 2.3873 1.6602 1.1478 0.7272 0.3884 0.3884 1.5221

PSNR 42.1925 44.3857 45.9633 47.5660 49.5482 52.2716 52.2719 47.7427

Disk RMSE 3.2962 2.0953 1.5560 1.1154 0.7167 0.3885 0.3884 1.3652

PSNR 42.9847 44.9524 46.2448 47.6905 49.6117 52.2712 52.2719 48.0039

Gaussian RMSE 3.8533 2.1701 1.5579 1.1064 0.7113 0.3884 0.3884 1.4537

PSNR 42.3065 44.8000 46.2393 47.7257 49.6440 52.2718 52.2719 47.8942

Gambar 11 Grafik RMSE Highpass Filter

Berdasarkan tabel 3 di atas, maka dapat diketahui bahwa hasil evaluasi kinerja yang dihasilkan dari penapisan frekuensi cut-off highpass 50 Hz sampai 1000 Hz melalui lima jenis pengaburan memberikan perbedaan nilai yang signifikan. Adapun nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off highpass dihasilkan pada frekuensi 500 Hz, yaitu pada citra tanpa pengaburan dengan nilai sebesar 0.3890, sedangkan nilai RMSE tertinggi dihasilkan pada frekuensi 50 Hz, yaitu pada citra tanpa pengaburan dengan nilai frekuensi sebesar 5.1587. Selanjutnya, dari nilai RMSE yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 11 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off highpass dihasilkan pada pengaburan Disk dengan nilai rata-rata frekuensi sebesar 1.3652, sedangkan nilai RMSE tertinggi dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 1.9090.

Gambar 12 Grafik PSNR Highpass Filter

Selain dapat mengetahui nilai RMSE pada highpass filter tersebut, pada tabel 3 tersebut juga dapat diketahui nilai PSNR yang dihasilkan. Adapun nilai PSNR terendah yang dihasilkan ada pada frekuensi 50 Hz, yaitu pada citra tanpa pengaburan dengan nilai sebesar 41.0394, sedangkan nilai PSNR tertinggi dihasilkan pada frekuensi 1000 Hz, yaitu pada semua jenis pengaburan dengan nilai sebesar 52.2719. Selanjutnya, dari nilai PSNR yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 12 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai PSNR terendah yang diperoleh pada penapisan frekuensi cut-off highpass dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 47.0709, sedangkan nilai PSNR tertinggi dihasilkan pada citra melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 48.0039.

Hasil evaluasi kinerja yang dipaparkan pada tabel 3 di atas menunjukkan bahwa terdapat perbedaan nilai yang signifikan untuk masing-masing frekuensi, dimana hasil tersebut telah menunjukkan bahwa citra yang diuji pada frekuensi 1000 Hz dan melalui pengaburan Disk menghasilkan kualitas citra yang paling baik dibandingkan dengan frekuensi lainnya.

4. Pengujian Penapisan Frekuensi Cut-off Bandstop

Gambar 13 Pengujian Penapisan Frekuensi Bandstop

Tabel 4 Evaluasi Kinerja Penapisan Frekuensi Cut-off Bandstop

Jenis Pengaburan

Evaluasi Kinerja

Frekuensi (Hz)

Rerata 50|100 100|200 150|250 200|350 250|400 400|700 1000|1500

Tanpa Pengaburan

RMSE 34.6745 42.0920 42.2488 42.3265 42.3691 42.4899 42.4914 41.2417

PSNR 32.7647 31.9228 31.9067 31.8987 31.8943 31.8819 31.8818 32.0216

Rerata RMSE 34.4496 41.7669 41.8513 41.8887 41.9156 42.0116 42.0119 40.8422

PSNR 32.7930 31.9565 31.9477 31.9438 31.9410 31.9311 31.9311 32.0635

Motion RMSE 34.5022 41.7453 41.8351 41.8790 41.9115 42.0089 42.0091 40.8416

PSNR 32.7863 31.9587 31.9494 31.9448 31.9415 31.9314 31.9314 32.0634

Disk RMSE 34.4527 41.5181 41.5795 41.6124 41.6370 41.7316 41.7318 40.6090

PSNR 32.7926 31.9824 31.9760 31.9726 31.9700 31.9602 31.9601 32.0877

Gaussian RMSE 34.4727 41.7839 41.8696 41.9031 41.9281 42.0249 42.0250 40.8582

PSNR 32.7900 31.9547 31.9458 31.9423 31.9397 31.9297 31.9297 32.0617

Gambar 14 Grafik RMSE Bandstop Filter

Berdasarkan tabel 4 di atas, maka dapat diketahui bahwa hasil evaluasi kinerja yang dihasilkan dari penapisan frekuensi cut-off bandstop 50 Hz sampai 1000 Hz melalui lima jenis pengaburan memberikan perbedaan nilai yang tidak terlalu signifikan. Adapun nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off bandstop dihasilkan pada frekuensi 50|100 Hz melalui pengaburan rerata dengan nilai sebesar 34.4496, sedangkan nilai RMSE tertinggi dihasilkan pada frekuensi 1000|1500 Hz, yaitu pada citra tanpa pengaburan dengan nilai frekuensi sebesar 42.4914. Selanjutnya, dari nilai RMSE yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 14 di atas. Adapun

berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai RMSE terendah yang diperoleh pada penapisan frekuensi cut-off bandstop dihasilkan pada pengaburan Disk dengan nilai rata-rata frekuensi sebesar 40.6090, sedangkan nilai RMSE tertinggi dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 41.2417.

Gambar 15 Grafik PSNR Bandstop Filter

Selain dapat mengetahui nilai RMSE pada bandstop filter tersebut, pada tabel 4 tersebut juga dapat diketahui nilai PSNR yang dihasilkan. Adapun nilai PSNR terendah yang dihasilkan ada pada frekuensi 1000|1500 Hz, yaitu pada citra tanpa pengaburan dengan nilai sebesar 31.8818, sedangkan nilai PSNR tertinggi dihasilkan pada frekuensi 50|100 Hz melalui pengaburan rerata dengan nilai sebesar 32.7930. Selanjutnya, dari nilai PSNR yang dihasilkan oleh masing-masing frekuensi tersebut, kemudian diperoleh nilai rata-ratanya dan dibandingkan dengan lima jenis pengaburan yang digunakan seperti yang ditampilkan pada gambar 15 di atas. Adapun berdasarkan grafik tersebut, maka dapat diketahui bahwa nilai PSNR terendah yang diperoleh pada penapisan frekuensi cut-off bandstop dihasilkan pada citra tanpa pengaburan dengan nilai rata-rata frekuensi sebesar 32.0216, sedangkan nilai PSNR tertinggi dihasilkan pada citra melalui pengaburan Disk dengan nilai rata-rata frekuensi sebesar 32.0877.

Meskipun hasil evaluasi kinerja yang dipaparkan pada tabel 4 di atas memberikan perbedaan nilai yang tidak terlalu signifikan untuk masing-masing frekuensi, namun hasil tersebut telah menunjukkan bahwa citra yang diuji pada frekuensi 50 Hz melalui pengaburan Disk menghasilkan kualitas citra yang lebih baik dibandingkan dengan frekuensi lainnya.

KESIMPULAN Berdasarkan pengujian yang telah dilakukan, maka dapat ditarik kesimpulan yaitu

restorasi citra yang dilakukan dengan menggunakan tapis eliptik pada empat bidang pelewatan frekuensi memberikan hasil yang berbeda-beda untuk setiap frekuensinya, antara lain: 1. Pada penapisan eliptik lowpass didapatkan hasil yaitu semakin besar frekuensi cut-off

maka nilai RMSE yang didapatkan akan semakin besar, dimana kualitas citra terbaik dihasilkan pada citra melalui pengaburan disk dengan nilai rata-rata RMSE dan PSNR masing-masing sebesar 41.5553 dan 31.9786.

2. Pada penapisan eliptik bandpass didapatkan hasil yaitu semakin besar frekuensi cut-off maka nilai RMSE yang didapatkan akan semakin kecil, dimana kualitas citra terbaik dihasilkan pada citra melalui pengaburan disk dengan nilai rata-rata RMSE dan PSNR masing-masing sebesar 2.7968 dan 47.6343.

3. Pada penapisan eliptik highpass didapatkan hasil yaitu semakin besar frekuensi cut-off maka nilai RMSE yang didapatkan akan semakin kecil, dimana kualitas citra terbaik dihasilkan pada citra melalui pengaburan disk dengan nilai rata-rata RMSE dan PSNR masing-masing sebesar 1.3652 dan 48.0039.

4. Pada penapisan eliptik bandstop didapatkan hasil yaitu semakin besar frekuensi cut-off maka nilai RMSE yang didapatkan akan semakin besar, dimana kualitas citra terbaik dihasilkan pada citra melalui pengaburan disk dengan nilai rata-rata RMSE dan PSNR masing-masing sebesar 40.6090 dan 32.0877.

SARAN 1. Perlu dilakukan penelitian mengenai restorasi citra dengan menggunakan tapis yang

berbeda agar dapat diketahui perbedaannya. 2. Perlu dilakukan penelitian mengenai restorasi citra dengan menggunakan citra uji yang

berbeda agar dapat diketahui perbedaannya.

DAFTAR PUSTAKA Aribowo, E., Murinto, dan R. Syazali. 2007. Analisis perbandingan metode intensity filtering

dengan metode frequency filtering sebagai reduksi noise pada citra digital. Seminar Nasional Aplikasi Teknologi Informasi 2007. hlm. 13-17

Erhardt-Ferron, A. 2000. Theory and Applications of Digital Image Processing. Offenburg: University of Applied Sciences.

Fajrin, H. R. 2016, Perbandingan metode untuk perbaikan kualitas citra mammogram. Jurnal Simetris, Vol. 7 No. 2, ISSN: 2252-4983

Fathin, I., R. H. Sianipar, I. A. S. Adnyani. Studi Komparatif Teknik-Teknik Pembesaran Citra Digital Berbasis Bicubic dan B-Spline. Mataram: Jurusan Teknik Elektro Fakultas Teknik Universitas Mataram.

Gonzales, R. C., R. E. Woods, and S. L. Eddins. 1993. Digital Image Processing Using MatLab. USA: Prentice Hall, Inc.

Gonzales, R. C., R. E. Woods, and S. L. Eddins. 2003. Digital Image Processing Using MatLab. Edisi Kedua. USA: Prentice Hall, Inc.

Gonzales, R. C., R. E. Woods, and S. L. Eddins. 2008. Digital Image Processing Using MatLab. Edisi Ketiga. USA: Prentice Hall, Inc.

Iqbal, M. 2009. Dasar Pengolahan Citra Menggunakan MatLab. Departemen Ilmu dan Teknologi Kelautan. Bogor: Institut Pertanian.

Khorsheed, O. K. 2014. Produce low-pass and high-pass image filter in java. International Journal of Advances in Engineering & Technology, Vol.7, Issue 3, pp. 712-722

Murni, A. 1992. Pengantar Pengolahan Citra. Jakarta: Elex Media Komputindo. Prayuda, A., R. H. Sianipar, M. Irwan. 2017. Deteksi Keretakan Tulang Menggunakan Gradient

Morfologi Berbasis Segmentasi Citra. Mataram: Jurusan Teknik Elektro Fakultas Teknik Universitas Mataram.

Wardhani, R. N., M. K. Delimayanti. 2013. Analisis Penerapan Metode Konvolusi Untuk Untuk Reduksi Derau Pada Citra Digital. Depok: Electrical Engineering Department UI.

Widiarsono, T. 2005. Tutorial Praktis Belajar Matlab. Jakarta. I Gede Subagia Artha, lahir di Tanjung pada tanggal 28 Juli 1992, Menempuh Pendidikan Program Strata 1 (S1) di Fakultas Teknik Universitas Mataram sejak tahun 2011.