Main Article Content
Abstract
Citra yang mengalami proses editing ataupun kompresi biasanya akan terkontaminasi noise
yang akan mengurangi kualitas citra. Beberapa teknik filtering telah diperkenalkan untuk penghilangan noise
citra. Penelitian ini mengangkat suatu metode dalam penghilangan noise citra yaitu switching median filter
yang digabung dengan sebuah metode deteksi noise yang disebut Boundary Discriminative Noise Detection
(BDND).Dalam algoritma BDND untuk menentukan apakah suatu piksel termasuk noise atau bukan, maka
piksel tersebut diklasifikasikan ke dalam 3 kelompok yaitu noise berintensitas rendah, piksel yang bukan
noise, dan noise berintensitas tinggi. Suatu piksel dianggap bukan noise jika piksel termasuk kelompok
kedua. Untuk membentuk 3 kelompok dibutuhkan 2 pembatas. Algoritma ini cukup bagus karena dengan
noise density mencapai 90% bisa menghasilkan kesalahan deteksi 0.Empat model noise digunakan dalam uji
coba untuk mengevaluasi ketangguhan algoritma BDND. Hasil uji coba pada citra grayscale dan warna
dengan range noise density antara 10%-90% menunjukkan bahwa switching median filter yang digabung
dengan algoritma BDND mempunyai kinerja yang sangat bagus dalam mengembalikan detil citra dalam
range noise density antara 10% -70%.
Kata kunci : switching median filter, penghilangan noise, deteksi noise
yang akan mengurangi kualitas citra. Beberapa teknik filtering telah diperkenalkan untuk penghilangan noise
citra. Penelitian ini mengangkat suatu metode dalam penghilangan noise citra yaitu switching median filter
yang digabung dengan sebuah metode deteksi noise yang disebut Boundary Discriminative Noise Detection
(BDND).Dalam algoritma BDND untuk menentukan apakah suatu piksel termasuk noise atau bukan, maka
piksel tersebut diklasifikasikan ke dalam 3 kelompok yaitu noise berintensitas rendah, piksel yang bukan
noise, dan noise berintensitas tinggi. Suatu piksel dianggap bukan noise jika piksel termasuk kelompok
kedua. Untuk membentuk 3 kelompok dibutuhkan 2 pembatas. Algoritma ini cukup bagus karena dengan
noise density mencapai 90% bisa menghasilkan kesalahan deteksi 0.Empat model noise digunakan dalam uji
coba untuk mengevaluasi ketangguhan algoritma BDND. Hasil uji coba pada citra grayscale dan warna
dengan range noise density antara 10%-90% menunjukkan bahwa switching median filter yang digabung
dengan algoritma BDND mempunyai kinerja yang sangat bagus dalam mengembalikan detil citra dalam
range noise density antara 10% -70%.
Kata kunci : switching median filter, penghilangan noise, deteksi noise