Penelitian ini mengevaluasi kinerja dua metode pengolahan citra, Median Filter dan PSMF, pada tiga citra uji: Baboon, Lenna, dan citra pribadi, dengan tingkat noise berbeda (15%, 30%, dan 90%). Parameter evaluasi mencakup PSNR, SSIM, MAE, MSE, waktu eksekusi, dan SNR. Hasil menunjukkan bahwa Median Filter unggul dalam efisiensi waktu dengan waktu pemrosesan yang konsisten rendah, sehingga cocok untuk aplikasi real-time. Namun, kualitas rekonstruksi citranya lebih rendah dibandingkan PSMF, terutama pada noise rendah hingga sedang. Di sisi lain, PSMF menghasilkan kualitas citra yang lebih baik, ditunjukkan oleh nilai PSNR dan SSIM yang lebih tinggi serta MAE dan MSE yang lebih rendah, tetapi memerlukan waktu pemrosesan yang jauh lebih lama, khususnya pada tingkat noise tinggi. Kedua metode mengalami penurunan performa signifikan pada tingkat noise ekstrem (90%). Hal ini menekankan pentingnya pemilihan metode berdasarkan kebutuhan aplikasi: Median Filter untuk efisiensi dan PSMF untuk kualitas citra yang lebih tinggi. Penelitian lebih lanjut disarankan untuk mengoptimalkan PSMF dan meningkatkan performa pada kondisi noise tinggi.