4. jurnal budi pradana implementasi metode low pass filtering untuk mereduksi noise pada objek citra digital

1. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
93
IMPLEMENTASI METODE LOW PASS FILTERING
UNTUK MEREDUKSI NOISE PADA OBJEK CITRA DIGITAL
Budi Pradana
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
Jln. Sisingamangaraja No. 388 Simpang Limun Medab
http://www.stmik-budidarma.ac.id // E-mail: pradanabudi57@yahoo.co.id
ABSTRAK
Penggunaan citra digital pada saat ini semakin menigkat karena kelebihan – kelebihan dari citra digital
itu sendiri. Akan tetapi, citra digital tersebut juga dapat mengalami gangguan seperti timbulnya noise yang
disebabkan oleh proses penangkapan gambar yang tidak sempurna. Metode yang digunakan untuk mereduksi
noise pada penelitian ini adalah Low Pass Filtering (LPF) dengan fungsi filter rata – rata. LPF menghasilkan
citra blur (lembut/halus).
Pengujian penggunaan LPF untuk mereduksi Gaussian Noise, Speckle Noise, dan Salt an Pepper Noise
dilakukan dengan membangkitakan ketiga jenis noise tersebut dengan menggunakan beberapa probabilitas noise.
Probabilitas noise yang digunakan untuk membangkitakan tiga jenis noise tersebut.
Low Pass Filter lebih baik untuk mereduksi Gaussian Noise daripada Speckle Noise dan Salt and Pepper
Noise.Sistem ini di implementasikan menggunakan bahasa pemograman Visula Basic 6.0.
Kata Kunci:Low Pass Filtering, Noise, Objek Citra Digital.
1. PENDAHULUAN
1.1. Latar Belakang
Pada saat ini penggunaan citra digital
semakin meningkat karena kelebihan-kelebihan
yang dimiliki oleh citra digital tersebut, di
antaranya adalah kemudahan dalam
mendapatkan gambar, memperbanyak gambar,
pengolahan gambar dan lain-lain. Akan tetapi
tidak semua citra digital memiliki tampilan visual
yang memuaskan mata manusia. Ketidakpuasan
tersebut dapat timbul karena adanya gangguan
atau noise, seperti muncul bintik-bintik yang
disebabkan oleh proses penangkapan gambar
yang tidak sempurna, pencahayaan yang tidak
merata mengakibatkan intensitas tidak seragam,
kontras citra terlalu rendah sehingga objek sulit
dipisahkan dari latar belakangnya, atau gangguan
yang disebabkan oleh kotoran-kotoran yang
menempel pada citra sehingga diperlukan metode
untuk dapat memperbaiki kualitas citra digital
tersebut.
Beberapa jenis noise yang umum dijumpai
adalah Gaussian Noise, Speckle Noise, dan Salt
and Pepper noise. Gaussian noise merupakan
model noise yang mengikuti distribusi normal
standar dengan rata-rata 0 dan standar deviasi 1.
Efek dari Gaussian Noise ini pada gambar
adalah munculnya titik-titik berwarna yang
jumlahnya sama dengan persentase noise. Speckle
Noise merupakan model noise yang memberikan
warna hitam pada titik yang terkena noise. Salt
and Pepper Noise adalah bentuk noise yang
biasanya terlihat titik-titik hitam dan putih pada
citra seperti tebaran garam dan merica.
Metode Low Pass Filtering adalah linear
filter yang biasanya digunakan sebagai pengolah
citra agar dapat lebih halus. Low Pass Filtering yang
banyak digunakan dalam memproses gambar. Low
Pass Filtering bertujuan untuk menghilangkan noise
pada citra dan meningkatkan kualitas detil citra. Low
Pass Filtering merupakan model noise yang mengikuti
distribusi normal standard dengan rata-rata nol dan
standard deviasi 1. Efek dari Low Pass Filtering ini,
pada gambar muncul titik-titik berwarna yang
jumlahnya sama dengan presentase noise. Noise
speckle merupakan model noise yang memberikan
warna hitam pada titik yang terkena noise. Sedangkan
noise salt & pepper seperti halnya taburan garam, akan
memberikan warna putih pada titik yang terkena noise.
1.2. Rumusan Masalah
Berdasarkan uraian masalah pada latar belakang
diatas,maka yang menjadi perumusan masalah adalah
sebagai berikut :
1. Bagaimana melakukan reduksi noise untuk
mendapatkan kualitas citra digital yang lebih baik
dengan menggunakan metode Low Pass
Filtering?
2. Bagaimana menerapkan metode Low Pass
Filteringdalam rancangan perangkat lunak
dengan mengimplementasikanya dengan
merancang sebuah sistem yang berbasis
komputerisasi?
3. Bagaimana mengimplementasikan Metode Low
Pass Filtering agar dapat melakukan reduksi citra
dengan menghilangkan noise yang ada?
1.3. Batasan Masalah
Adapun batasan-batasan yang penulis buat
berdasarkan permasalahan diatas adalah sebagai
berikut :

2. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
94
1. Format yang digunakan dalam mempertajam
citra adalah JPG
2. Menggunakan mode grafik 256 warna
3. Metode yang digunakan adalah Low Pass
Filtering
4. Menggunakan Gambar berwarna
5. Bahasa pemograman yang digunakan adalah
bahasa pemrograman Visual Basic 6.0.
1.4. Tujuan dan Manfaat penelitian
1.4.1. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah :
1. Untuk melakukanreduksi citra yang
menghasilkan kualitas citra yang lebih baik
dengan menggunakan metode Low Pass
Filtering.
2. Untuk menerapkan metode Low Pass
Filtering dalam rancangan perangkat lunak
dengan mengimplementasikanya dengan
merancang sebuah sistem yang berbasis
komputerisasi.
1.4.2. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah
:
1. Agar dapat menghasilkan kualitas citra yang
lebih baik dengan menggunakan metode Low
Pass Filtering.
2. Agar dapat menerapkan metode Low Pass
Filtering dalam rancangan perangkat lunak
dengan mengimplementasikanya dengan
merancang sebuah sistem yang berbasis
komputerisasi.
3. Agar mengimplementasikan metode Low
Pass Filtering agar dapat melakukan
penghalusan objek citra dengan
mengilangkan noise yang ada.
2. LANDASAN TEORI
2.1. Citra Digital
Citra atau Image merupakan istilah lain dari
gambar, yang merupakan informasi berbentuk
visual. Citra mempunyai karakteristik yang tidak
dimiliki oleh data teks, yaitu citra kaya dengan
informasi. Ada sebuah peribahasa yang berbunyi
“sebuah gambar bermakna lebih dari seribu kata
” a picture is more than a thousand words”
Maksudnya tentu sebuah gambar dapat
memberikan informasi yang lebih banyak
daripada informasi tersebut disajikan dalam
bentuk kata-kata (Renaldi Munir, 2004:48).
Secara harafiah, citra atau image adalah
gambar pada bidang dwimatra (dua dimensi)
seperti terlihat pada Gambar 2.1. Ditinjau dari
sudut pandang matematis, citra merupakan fungsi
continue dari intensitas cahaya pada bidang
dwimatra. Sumber cahaya menerangi objek, objek
memantulkan kembali sebagian dari berkas
cahaya tersebut. Pantulan cahaya ini ditangkap
oleh oleh alat-alat optik, misalnya mata pada
manusia, kamera, scanner dan sebagainya, sehingga
bayangan objek yang disebut citra tersebut terekam.
Citra sebagai keluaran dari suatu sistem perekaman
data dapat bersifat :
a. Optik berupa foto
b. Analog berupa sinyal video seperti gambar pada
monitor televisi
c. Digital yang dapat langsung di simpan pada media
penyimpan magnetik
Citra digital merupakan citra yang di simpan
dalam format digital (bentuk file). Hanya citra digital
yang dapat diolah menggunakan komputer. Jenis citra
lain jika akan diolah dengan komputer harus diubah
dulu menjadi citra digital.
Citra juga dapat dikelompokkan menjadi 2 yaitu :
1. Citra Tampak seperti foto, gambar, lukisan, apa
yang nampak di layar monitor/televisi , hologram.
2. Citra Tidak Tampak seperti data foto, gambar
dalam file, citra yang direpresentasikan dalam
fungsi matematiCitra didefenisikan sebagai fungsi
intensitas cahaya dua dimensi f (x, y) dimana x dan
y menunjukkan koordinat spasial dan nilai f pada
suatu titik (x, y) sebanding dengan
kecerahan(brightness) yang biasanya dinyatakan
dalam tingkatan gray level dari citra di titik
tersebut.Di dalam bidang komputer, ada tiga
bidang studi yang berkaitan dengan data citra,
namun tujuan ketiganya berbeda, yaitu:
1. Grafika Komputer (computer graphics).
2. Pengolahan Citra (image processing).
3. Pengenalan Pola (pattern recognition/image
interpretation).
2.2. Tiga Bidang Studi Yang Berkaitan Dengan
Citra
Hubungan antara ketiga bidang dapat ditunjukkan pada
gambar 2.2
Sumber :Pengolahan Citra dengan Pendekatan
Algoritmik,Rinaldi Munir2004
Citra digital yang berukuran N x M dinyatakan dengan
matriks yang berukuran N baris dan M kolom yang
dituliskan dengan fungsi :
f(x,y)=
















−−−− )1,1(.....)1,1()0,1(
....
....
),1(.....)1,1()0,1(
),0(.....)1,0()0,0(
MNfNfNf
Mfff
Mfff

3. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
95
Indeks baris (i) dan indeks kolom (j) menyatakan
suatu koordinat titik pada citra, sedangkan f (i, j)
merupakan intensitas (derajat keabuan) pada titk
(i, j). Sebagai contoh, misalkan sebuah citra
digital berukuran 256 x 256 pixel dan
dipresentasikan secara numerik dengan matriks
yang terdiri dari 256 baris (indeks 0-255) dan 256
buah kolom (indeks 0-255) seperti contoh berikut
:
















156..........210219221
:..........:::
120..........189187220
197..........2011670
231..........1451340
Pixel pertama pada koordinat (0,0) mempunyai
nilai intensitas 0 yang berarti warna pixel tersebut
hitam, pixel kedua pada koordinat (0,1)
mempunyai intensitas 134 yang berarti warnanya
antara hitam dan putih dan seterusnya(Rinaldi
Munir,2004:142).
2.3. Representasi Citra
Definisi citra menurut Kamus Webster
adalah “suatu representasi, kemiripan, atau
imitasi dari suatu objek atau benda”. Citra dapat
dikelompokan menjadi citra tampak dan citra tak
tampak (lihat gambar 2.2). Banyak citra tampak
dalam kehidupan sehari-hari : foto keluarga,
lukisan, apa yang nampak pada layar monitor dan
televisi dan lain-lain. Sedangkan citra tak nampak
misalnya : data gambar dalam file (citra digital)
dan citra yang direpresentasikan menjadi fungsi
matematis
Gambar 1. Pengelompokan Jenis-Jenis citra
Sumber :Pengolahan Citra Digital, Usman
Ahmad2005
Citra adalah suatu fungsi intensitas cahaya suatu
objek dua dimensi yang dinotasikan dalam f (x,y)
dimana x dan y adalah koordinat titik citra,
sedangkan nilai f (x,y) merupakan tingkat
intensitas citra pada titik tersebut. Fungsi citra
dinyatakan sebagai berikut :
I=f (x,y)
Karena f (x,y) merupakan fungsi
intensitas cahaya, maka f (x,y) adalah merupakan
bentuk energi sehingga memiliki daerah intensitas
dari nol sampai tak terhingga.
0<f (x,y)<∞
Untuk keperluan proses pada komputer
digital, dibutuhkan citra digital yang dinyatakan dalam
matriks dua dimensi f (x,y) dimana x dan y merupakan
posisi piksel (picture element) dalam matriks dan f
merupakan derajat intensitas pixel tersebut. Proses
pembentukan kisi-kisi arah horisiontal dan vertikal,
sehingga diperoleh gambar dalam bentuk array dua
dimensi inilah yang disebut dengan digitisasi atau
sampling. Setiap elemen array tersebut dikenal sebagai
elemen gambar atau pixel.
Pembagian sejumlah gambar menjadi
sejumlah pixel dengan ukuran tertentu ini akan
menentukan resolusi spatial yang diperoleh. Semakin
tinggi resolusi yang diperoleh, berarti semakin kecil
ukuran pixelnya maka semakin halus gambar yang
diperoleh karena informasi yang hilang akibat
penggelompokan tingkat keabuan pada proses
pembuatan kisi-kisi akan semkain kecil.
Citra digital f (x,y) hasil digitalisasi berbentuk matriks
dengan ukuran MxN dalah sebagai berikut :
Dengan skala keabuan 0< f (x,y)<G. Besar G
tergantung kemampuan digitalisasinya. Interval (0, G)
disebut skala keabuan (gray level). Biasanya keabuan 0
menyatakan intensitas warna hitam sedangkan keabuan
G menyatakan intensitas warna putih (Usman
Ahmad2005:56).
2.4. Komponen Citra Digital
Setiap citra digital memiliki beberapa
karakterisrik antara lain ukuran citra, resolusi, dan
format nilainya. Umumnya citra digital berbentuk
persegi panjang yang memiliki panjang dan tinggi
tertentu. Ukuran ini biasanya dinyatakan dalam
banyaknya titik atau piksel (dalam bahasa Inggris
Pixel yang berasal dari kata picture element), sehingga
ukuran citra selalu benilai bulat.
Ukuran citra dapat juga dinyatakan secara fisik dalam
satuan panjang (misalnya mm atau inch). Dalam hal ini
tentu saja harus ada hubungan antara ukuran titik
penyusun citra dengan satuan panjang. Hal tersebut
dinyatakan dengan resolusi yang merupakan ukuran
banyaknya titik untuk setiap satuan panjang. Biasanya
satuan yang digunakan adalah dpi (dot per inch).
Makin besar resolusi semakin banyak titik yang
terkandung dalam citra dengan ukuran fisik yang sama.
Hal ini memberikan efek penampakan citra semakin
halus.
Format citra digital ada bermacam-macam.
Karena sebenarnya citra merepresentasikan informasi
tertentu, sedangkan informasi tersebut dapat
dinyatakan secara bervariasi, maka citra yang
mewakilinya dapat muncul dalam berbagai format.
Citra yang merepresentasikan informasi yang hanya
bersifat biner untuk membedakan dua keadaan tentu
tidak sama citra dengan informasi yang lebih kompleks
sehingga memerlukan lebih banyak keadaan yang
diwakilinya.
Komputer dapat mengolah isyarat-isyarat
elektronik digital yang merupakan kumpulan sinyal
biner (biner dua : 0 atau 1). Untuk itu, citra digital

4. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
96
harus mempunyai format tertentu yang sesuai
sehingga dapat merepresentasikan objek
pencitraan dalam bentuk kombinasi data biner.
Format citra digital yang banyak dipakai
adalah citra biner, citra keabuan (gray scale),
warna dan warna berindeks(Pengolahan Citra
dengan Pendekatan Algoritmik,Rinaldi
Munir2004 : 89).
2.5. Citra Keabuan (Gray Scale)
Citra skala keabuan memberi
kemungkinan warna yang lebih banyak daripada
citra biner, karena ada nilai-nilai minimum
(biasanya = 0) dan nilai maksimumnya.
Banyaknya kemungkinan nilai dan nilai
maksimumnya bergantung pada jumlah bit yang
digunakan. Mata manusia pada umumnya hanya
mempunyai kemampuan untuk membedakan
maksimal 40 tingkat skala keabuan. Untuk citra
tampak (visible image) dipilih skala keabuan
lebih dari 40. Pada umumnya citra skala keabuan
menggunakan jumlah 8 bit sesuai dengan satuan
memory komputer (byte)
Contohnya untuk skala keabuan 4 bit maka
jumlah kemungkinan nilainya adalah 24
= 16 dan
nilai maksimumnya adalah 24
– 1 = 15 ,
sedangkan untuk skala keabuan 8 bit maka
jumlah kemungkinan nilainya adalah 28
= 256
dan nilai maksimumnya adalah 28
– 1 = 255.
Format citra ini disebut skala keabuan
karena pada umunya warna yang dipakai adalah
antara hitam sebagai warna minimal dan warna
putih sebagai warna maksimalnya sehingga warna
antarnya adalah abu-abu. Pada umumnya citra
skala keabuan menggunakan jumlah bit 8, sesuai
dengan satuan memori komputer (byte).
Dalam hal ini, proses diatas dapat
dilakukan dengan menerapkan fungsi linier untuk
memetakan skala citra true color menjadi skala
citra grayscale, berikut ini adalah persamaannya:
Ko = Ri + Gi + Bi
3
Keterangan :
Ko = Nilai Output
Ri = Nilai Input Warna Merah
Gi = Nilai Input Warna Hijau
Bi = Nilai Input Warna Biru
Di ruangan yang gelap perlu menyalakan
lampu atau sumber cahaya lainnya agar ruangan
menjadi lebih terang dan dapat melihat benda-
benda yang ada didalam ruangan tersebut dengan
lebih jelas. Dalam pengolahan citra, hal itu analog
dengan penambahan nilai warna putih (analog
dengan sumber cahaya) yaitu dengan cara
meningkatkan skala keabuan dari seluruh bagian
(setiap titik) dalam citra tersebut untuk
meningkatkan kecemerlangannya (brightness).
Sebaliknya apabila citra terlalu cemerlang atau
kelihatan pucat, maka tingkat keabuan dari setiap
titik dalam citra tersebut perlu diturunkan.
Dalam hal ini, proses diatas dapat dilakukan
dengan menerapkan fungsi linier untuk memetakan
skala keabuan citra, berikut ini adalah persamaannya:
Ko = Ki + C
Keterangan :
Ko = Nilai Output
Ki = Nilai Input
Di mana C adalah konstanta yang bernilai
positif jika hendak meningkatkan kecemerlangan citra,
dan sebaliknya bernilai negatif jika hendak mengurangi
kecemerlangannya (Sumber :Pengolahan Citra Digital,
Usman Ahmad2005:149).
2.6. Peningkatan Kontras
Jika sebuah citra yang mempunyai nilai keabuan
yang tidak terlalu berbeda untuk semua titik, maka
citra tersebut akan kelihatan kurang kontras. Hal ini
disebabkan citra tersebut memiliki kurva histogram
yang sempit, dengan tepi kiri dan kanan yang
berdekatan, sehingga titik tergelap dalam citra tersebut
tidak mencapai hitam pekat dan titik paling terang
dalam citra itu tidak berwarna putih cemerlang.
Peningkatan kontras dapat dilakukan dengan
menggunakan persamaan berikut:
Ko = G (Ki – P) + P
3. ANALISA DAN PERANCANGAN SISTEM
3.1. Analisa dan Kebutuhan Sistem
Tujuan pembuatan sistem ini adalah untuk
memperbaiki citra bernoise dengan menggunakan
Metode Low Pass Filtering. Pada awalnya pengguna
memasukkan input data berupa citra. Citra masukan
adalah citra grayscale karena sistem hanya dibatasi
untuk memproses citra grayscale.
Kemudian pengguna diminta untuk memasukkan
parameter untuk menambahkan noise pada citra. Jika
parameter telah dimasukkan, maka sistem siap
melakukan proses pengurangan noise citra. Flowchart
berikut merupakan implementasi dari metode
penghilangan noise dengan menggunakan ketiga
metode output di atas.
3.2. Proses Pengelolaan Data Citra
Data yang digunakan dalam penelitian ini
adalah beberapa citra untuk pengujian dimana citra
yang digunakan merupakan citra grayscale dengan
image size 255 x 255pixel, selanjutnya citra tersebut
akan mengalami proses untuk mendapatkan tepi dan
menghasilkan citra baru dengan ukuran 255 x 255pixel
yang merupakan citra hasil (Citra Output). Adapun
flow process diagram pengolahan data citra yang akan
digunakan dalam penelitian ini ditunjukkan.
Gambar 2. Flow Process Pengolahan Citra
3.2.1 CitraInput
Objek citra gambarInputmerupakan citra yang
memiliki intensitas warna berkisar antara 0 sebagai
Proses CitraCitra

5. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
97
nilai minimum sampai 255 yang merupakan nilai
maksimum. Objek citra gambarInputyang
memiliki ukuran 5x5 pixel kemudian dikonversi
ke dalam bentuk matriks 5x5 = 25, untuk masing-
masing Objek citra gambarInput. Untuk
mendapatkan nilai grey level merupakan hasil
penjumlahan nilai R+G+B dari masing-masing
pixel dibagi 3. Rumus yang digunakan adalah :
Greylevel =
3
BGR ++
Tabel 1. Nilai Greylevel
Pixel R G B Greylevel
0 222 220 204 215
1 220 220 212 217
2 237 207 192 212
3 220 220 212 217
4 220 228 220 223
5 220 220 212 217
6 220 228 220 220
7 228 228 218 225
8 220 228 220 223
9 228 230 228 229
10 212 220 212 215
11 220 220 212 217
12 220 220 212 217
13 212 212 196 207
14 220 220 212 217
15 204 204 188 199
16 152 157 152 154
17 190 187 190 189
18 179 181 168 176
19 187 202 197 195
20 187 202 197 195
21 204 204 188 199
22 212 220 212 215
23 212 212 204 209
24 221 212 212 215
Nilai greylevel pada Tabel 3.2
dikonversi ke dalam bentuk matrik sebagai
berikut:
















215195217229223
209176207223217
215189217225212
199154217220217
195199215217215
Gambar 3. Matrik Citra Input
3.2.2. Proses Konvolusi Dengan Operator Laplace
Proses konvolusi merupakan suatu
pemrosesan terhadap Objek Gambar citra untuk
menemukan batas tingkat grayscale dari pixel-pixel
pada suatu citra. Ada banyak pendekatan yang
dilakukan terhadap permasalahan. Adapun urutan
pendeteksian dengan Operator Laplace pada citra
adalah sebagai berikut:
1. Lakukan konvolusi terhadap citra dengan
menggunakan operator Laplace.
=),( yxf
















215195217229223
209176207223217
215189217225212
199154217220217
195199215217215
;










−
−−
−
=
010
141
010
),( yxg
Langkah-langkah konvolusi digambarkan sebagai
berikut:
Langkah I : Tempatkan kernel pada sudut kiri atas, kemudian
hitung nilai pixel pada posisi (0,0) dari kerne
4. ALGORITMA DAN IMPLEMENTASI
4.1. Algoritma
Algoritma adalah suatu cara yang digunakan untuk
memperoleh/ menerangkan suatu keadaan tertentu
sehingga bisa lebih dimengerti atau menunjukkan
langkah-langkah penyelesaian suatu masalah. Pada
umumnya algoritma kurang lebih sama dengan
prosedur yang sering dilakukan.
Algoritma memegang peranan penting dalam
bidang pemrograman, karena pentingnya suatu
algoritma, sehingga perlu dipahami konsep dasar
algoritma.Algoritma banyak membantu dalam
memahami konsep logika pemrograman .apabila untuk
seseorang programmer, tentu dilakukan suatu algoritm
asehingga dapat membuat algoritma agar bagaimana
sistem yang dibangun dapat berjalan dengan baik.
Adapun urutan langkah - langkah dalam menyelesaikan
prosesnya adalah sebagai berikut:
1. Filter
Mask Laplace

6. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
98
Input : Gambar BMP
Gambar JPG
Proses :
i = 1 To Citra1
j = 1 To Citra1
Warna = Citra1. i, j
r = Warna dan RGB(255, 0, 0)
g = Warna dan RGB(0, 255, 0)) / 256)
b = Warna dan RGB(0, 0, 255)) / 256) / 256)
X = (r + g + b) / 3
Output :
Gambar BMP Watermarking
Gambar JPG Watermarking
2. Proses Original
Input :
Gambar BMP
Gambar JPG
Proses :
For i = 1 To 256
n1 = n1 + 1
n2 = 0
r = Warna dan RGB(255, 0, 0)
g = Warna dan RGB(0, 255, 0) / 256
b = Warna dan RGB(0, 0, 255) / 256) / 256
X = r + g + b/ 3
h(X + 1) = h(X + 1) + 1
n2 = n2 + 1
Output : Gmbar BMP Watermarking
Gambar JPG Watermarking
3. Penghalusan
Input :
Gambar BMP
Gambar JPG
Proses :
For i = 1 To 256
xp = 15 * (i - 1) + 1
xp, ht2 - h(i))-(xp, ht2), RGB(0, 0, 255)
xp, ht2 - h1(i))-(xp, ht2), RGB(0, 0, 255)
Output :
Gambar BMP Watermarking
Gambar JPG Watermarking
4. 2. Implementasi Sistem
Sistem yang dirancang, menggunakan
antar muka pengolahan data dan pengujian. Pada
antar muka pengelolahan, dapat dimasukkan
berupa data citra dengan bentuk format citra.
a. Menu Utama
Tampilan Menu Utama merupakan tampilan yang
muncul setelah menjalankan program untuk
melakukan Gaussian. Tampilan Menu utama
dapat dilihat pada gambar 3
Gambar 3. Form Menu Utama
Pada menu utama ini terdapat menu :
1. Restore adalah untuk melakukan pembatalan
proses pengolahan Gambar
2. Option berfungsi untuk memulai proses
pengolahan objek
b. Menu Input File Gambar
Tampilan Awal menu Input File Gambar adalah
menu untuk melakukan proses pemasukan gambar,
menu ini merupakan tampilan berguna untuk
melakukan proses Gaussianing. Tampilan Awal Menu
dapat dilihat pada Gambar 4.
Gambar 4. Form Menu Penginputan Gambar
Pada menu utama ini terdapat menu :
1. Open, yang berfungsi untuk memilih gambar yang
akan diolah.
2. Default adalah untuk melakukan proses
pengolahan yang standard
3. Greylevelberfungsi untuk mengatur keabuandata
objek
4. Cancel Berfungsi untuk membatalkan proses
c. Menu Input Citra
Tampilan berikutnya dari menu adalah menu input
citra asal, menu ini merupakan tampilan berguna untuk
melakukan proses. Tampilan Awal proses dapat dilihat
pada Gambar 5.
Gambar 5. Menu Input Citra Asal
Menu ini menggunakan tampilan seperti
tampilan My Document

7. Pelita Informatika Budi Darma, Volume : IX, Nomor: 1, Maret 2015 ISSN : 2301-9425
Implementasi Metode Low Pass Filtering Untuk Mereduksi Noise Pada Objek Citra Digital.
Oleh : Budi Pradana
99
d. Menu Proses
Tampilan menu berikutnya adalah
tampilan menu proses, menu ini merupakan
tampilan berguna untuk melakukan proses.
Tampilan menu proses dapat dilihat pada Gambar
6
Gambar 6. Menu Proses
Pada menu utama ini terdapat menu :
1. Filtering, yang berfungsi untuk prosesobjek
yang akan diolah.
2. Restore adalah untuk melakukan pembatalan
proses Filtering
3. Option berfungsi untuk memulai pergerakan
pengolahan objek
4. Cancel Berfungsi untuk membatalkan proses
e. Menu Proses Hasil
Tampilan menu berikutnya adalah tampilan
menu proses hasil filtering, menu ini merupakan
menu yang berguna untuk menampilkan hasil
proses. Tampilan menu proses ditemukan dapat
dilihat pada Gambar 7.
Gambar 7 . Menu Proses Hasil
5. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil eksperimen yang penulis lakukan
terhadap penelitian ini penulis dapat menarik
beberapa kesimpulan yang terkait dengan proses
penelitian maupun dengan isi dari penelitian itu
sendiri.
1. Dari hasil pengujian yang dilakukan
terhadap data citra referensi, spesifikasi data
citra yang akan di haluskan, sangat
tergantung pada besarnya ukuran data citra
dan kualitas data citra.
2. Proses penghalusan dengan menggunakan
Metode Low Pass Filtering merupakan
bentuk filter yang mengambil frekuensi
rendah dan membuang frekuensi tinggi.
Pada intinya LPF menghasilkan citra
blur(lembut/halus).
3. Pengujian dengan menggunakan aplikasi Visual
Basic 6.0 dapat bekerja dengan maksimal tetapi
masih membutuhkan waktu beberapa saat hingga
memperlihatkan hasil proses penghalusan.
5.2 Saran
Penelitian yang penulis lakukan ini memiliki
banyak sekali kekurangan, sehingga diperlukan
beberapa perbaikan-perbaikan dari algoritma yang
telah diimplementasikan. Oleh karena itu penulis
memberikan beberapa saran kepada semua pihak yang
berniat untuk meneruskan penelitian ini terkait dengan
proses penelitian maupun isi dari penelitian itu sendiri.
1. Metode yang saat ini penulis gunakan masih
tergolong memerlukan waktu yang sangat lama,
kedepannya diharapkan dapat ditemukan metode
lain yang dapat melakukan proses penghalusan
dengan lebih cepat.
2. Penulis belum mampu untuk
mengimplementasikan metode ini untuk lebih dari
1 gambar. Sehingga diharapkan penelitian ini
dilanjutkan untuk proses beberapa data citra yang
dapat di haluskan bersamaan.
3. Diharapkan pada penelitian selanjutnya mengenai
metode ini dapat menemukan sebuah metode
yang lebih baik sehingga mendapatkan hasil yang
lebih baik.
DAFTAR PUSTAKA
1. AnisaFitri.2005,
http://miinur.blogspot.com/2012/10/Entity-
Relationship Diagram.html.2013/05/25
2. Castleman,1996, Castleman,1996,GST function,
Basuki et al, 2005
3. Renaldi Munir, 2004:48, Pengolahan Citra Digital,
Usman Ahmad2005
4. Sulistyo,KNSI Jurnal, ISSN 109-035 Visual Basic
Mitra Wacana Media, Mesran, 2009, Murinto. E,
W. Risnadi, S. 2007, SNATI 2007 Jurnal,ISSN
1907-5022