TY  - THES
KW  - Noise Reduction
KW  -  algoritma filtering
KW  -  image restoration
M1  - skripsi
ID  - katalog2449
AV  - restricted
Y1  - 2015/07//
EP  - 48
UR  - https://katalog.ukdw.ac.id/2449/
TI  - PERBANDINGAN ALGORITMA UNTUK MEREDUKSI NOISE PADA CITRA
N2  - Setiap gangguan pada citra dinamakan noise. Apakah citra kita bersih dari noise? Diperlukan pengukuran agar didapat kesimpulan apakah citra bersih dari noise atau belum bersih. Masalah yang timbul adalah bagaimana membangkitkan
noise dan bagaimana mereduksi noise. Sistem diuji menggunakan 18 sampel citra. 15 Sampel dibangkitkan
menggunakan Rayleigh Noise dan Erlang Noise. Setiap citra yang dibangkitkan menggunakan Rayleigh Noise dan Erlang Noise dilakukan filtering, filtering tersebut adalah Arithmetic Mean Filter, Geometric Mean Filter, Harmonic Mean Filter, Contraharmonic Mean Filter, Filter Median, Filter Maksimum, Filter Minimum dan Filter Titik Tengah. Sedangkan 3 sampel merupakan sampel yang terdiri dari 1 homogen warna, 2 homogen warna dan 3 homogen warna. Kesimpulan yang dihasilkan pada penelitian ini adalah dari 15 sampel yang diuji didapatkan urutan algoritma filtering untuk Rayleigh Noise dan Erlang Noise dimulai dari yang terbaik, urutan ini didasarkan pada hasil perhitungan RMSE: Filter Median, Contraharmonic Mean Filter, Arithmetic Mean Filter, Harmonic Mean Filter, Filter Maksimum, Filter Titik Tengah, Geometric Mean Filter, dan Filter Minimum. Kesimpulan dari 3 sampel yang mempunyai 1 homogen warna, 2 homogen warna dan 3 homogen warna adalah citra yang terdiri dari 1 homogen warna atau 2 homogen warna maka program tidak menghasilkan nilai RMSE tetapi menghasilkan error yaitu Arithmetic operation resulted in an overflow. Citra menghasilkan nilai RMSE jika terdiri dari 3 warna yaitu homogen merah, homogen hijau dan homogen biru.
A1  - 22094778, GINANJAR SETYO NUGROHO
PB  - Universitas Kristen Duta Wacana
ER  -