Tugas Akhir

PERBANDINGAN METODE REDUKSI NOISE PADA CITRA DIGITAL BERBASIS WEBSITE

Penulis: DEA SALSABILLA Pembimbing: RETNO WAHYUSARI, S.KOM., M.KOM. Program Studi: S1 Informatika · Fakultas Teknik Tahun: 2025 · Unggah: 30 Jul 2026
Cover dokumen PERBANDINGAN METODE REDUKSI NOISE PADA CITRA DIGITAL BERBASIS WEBSITE
Ukuran file: 7.7 MB 0 unduhan

Abstrak

10 dilihat

Citra digital merupakan elemen penting dalam penyampaian informasi visual, namun kualitasnya sering menurun akibat gangguan berupa noise. Terdapat tiga jenis noise, yaitu salt and pepper, gaussian, dan speckle. Ketiganya dapat direduksi menggunakan tiga metode filter, yaitu median, gaussian, dan bilateral. Filter median efektif untuk menangani noise acak seperti salt and pepper, filter gaussian sesuai untuk noise gaussian, sedangkan filter bilateral unggul dalam mempertahankan detail tepi meskipun nilai Mean Squared Error (MSE) dan Peak Signal to Noise Ratio (PSNR) yang dihasilkan masih berada di bawah filter median untuk semua jenis noise. Pengujian dilakukan pada tiga dataset, yaitu citra X-ray paru-paru, citra wajah, dan citra dengan noise bawaan. Hasil menunjukkan bahwa filter median konsisten memberikan MSE terendah dan PSNR tertinggi pada semua dataset, yaitu MSE 4,815 dan PSNR 41,304 dB pada citra X-ray paru-paru, MSE 7,007 dan PSNR 39,675 dB pada citra wajah, serta MSE 7,383 dan PSNR 39,447 dB pada citra dengan noise bawaan. Dengan demikian, filter median menjadi metode reduksi noise yang paling efektif secara umum, dan hasil ini dapat menjadi acuan dalam pengembangan sistem pengolahan citra digital.

Kata Kunci

Reduksi Noise Citra Digital Filter Median MSE PSNR

Citation

DEA SALSABILLA (2025). PERBANDINGAN METODE REDUKSI NOISE PADA CITRA DIGITAL BERBASIS WEBSITE. Repository UTR.

Metadata Tambahan

  • Bahasa: Indonesia
  • Publikasi: 30 Jul 2026
  • Status: Dipublikasikan

Document Description

Dokumen ini disusun sebagai bagian dari koleksi Repository UTR untuk mendukung akses terbuka terhadap karya akademik, penelitian, dan publikasi ilmiah yang dihasilkan oleh civitas academica.

Preview Dokumen PDF

Related Documents

  • Belum ada dokumen terkait.

Recommended Documents

  • Belum ada rekomendasi dokumen.