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

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: [email protected]

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 :



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



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



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



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



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 Citra Citra



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:

215 195 217 229 223

209 176 207 223 217

215 189 217 225 212

199 154 217 220 217

195 199 215 217 215

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

215 195 217 229 223

209 176 207 223 217

215 189 217 225 212

199 154 217 220 217

195 199 215 217 215

;

−

−−

−

=

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



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


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


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


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



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


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

Education

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