Kinerja Penapisan Gaussian dan Median Dalam Pelembutan Citra

Abstract – The Gaussian filter method and median filter are two of several methods in image smoothing. Both methods are used to improve image quality. The effect of image softening is that the image becomes blurry. The Gaussian Filter is a blur filter that places significant transition colors in an image, then creates a mid-color to create a soft effect on the edges of an image. For this Median Screener, the data used to calculate the Median consists of an odd set of data. This is due to the odd amount of data expected the pixels to be in the middle. In the Median Filter, the NxN dimension matrix is ​​used. From the matrix, then the existing data is sorted and entered into a matrix measuring 1X (NxN). This is useful for finding the median of the ordered data set. The results of the comparison of the Gaussian Filter and the Median Filter are in accordance with the PSNR (Peak Signal to Noise) value, where the greater the PSNR value, the better the reconstruction results. Of the 30 test images used in this study, it can be said that in these cases the Gaussian Filter method is better than the Media Filter in image softening.Intisari - Metode Penapis Gaussian dan Penapis Median merupakan dua dari beberapa metode dalam pelembutan citra (smoothing image).  Kedua metode tersebut digunakan untuk memperbaiki kualitas citra. Efek dari pelembutan citra adalah citra menjadi blur. Penapis Gaussian adalah penapis blur yang menempatkan warna transisi yang signifikan dalam sebuah citra, kemudian membuat warna-warna pertengahan untuk menciptakan efek lembut pada sisi-sisi sebuah citra. Untuk Penapis Median ini, data yang digunakan untuk menghitung Median terdiri dari kumpulan data yang ganjil. Hal ini disebabkan oleh jumlah data yang ganjil diharapkan piksel yang akan diproses dapat berada ditengah. Pada Penapis Median digunakan matrik berdimensi NxN. Dari matrik tersebut, kemudian data yang ada diurutkan dan dimasukkan dalam sebuah matrik berukuran 1X (NxN). Hal ini berguna untuk mempermudah menemukan median dari kumpulan data yang telah urut tersebut. Hasil perbandingan Penapis Gaussian dan Penapis Median Sesuai nilai PSNR (Peak Signal to Noise), dimana semakin besar nilai PSNR maka semakin baik hasil rekonstruksi gambar. Dari 30 gambar uji yang digunakan dalam penelitian ini, dapat disimpulkan bahwa dalam kasus ini metode Penapis Gaussian lebih baik dari pada Penapis Median dalam pelembutan citra