Oktavyani, Adela Rizky
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Metode Arithmetic Mean Filter dan Kernel Konvolusi untuk Mereduksi Noise Oktavyani, Adela Rizky; Prabiantissa, Citra Nurina; Yuliastuti, Gusti Eka
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2023: Transformasi Riset, Inovasi dan Kreativitas Menuju Smart Technology dan Smart Energy
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam lingkungan pemantauan keamanan, kamera CCTV sering kali terpengaruh oleh noise yang dapat mengurangi kualitas citra dan mengganggu interpretasi informasi yang penting. Penelitian ini memiliki tujuan untuk melakukan perbandingan antara dua metode yaitu metode Arithmetic Mean Filter dan Kernel Konvolusi dalam mereduksi noise pada CCTV. Metode Arithmetic Mean Filter melibatkan perhitungan rata-rata intensitas piksel di sekitar setiap piksel dalam citra, dengan harapan mengurangi noise dan meningkatkan kualitas keseluruhan citra. Sedangkan, Kernel Konvolusi melibatkan penerapan matriks konvolusi pada citra, di mana setiap elemen matriks memiliki bobot yang ditentukan untuk menghasilkan nilai piksel baru. Kedua metode ini telah terbukti efektif dalam mereduksi noise. Penelitian ini menguji citra CCTV dari berbagai situasi pemantauan keamanan yang mengandung tingkat noise yang berbeda. Data hasil eksperimen kemudian dianalisis menggunakan Mean Squared Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR) untuk mengukur efektivitas masing-masing metode dalam mereduksi noise dan memperbaiki kualitas citra. Hasil analisis ini mengungkapkan bahwa metode Arithmetic Mean Filter menghasilkan nilai MSE terendah yaitu 12.727965, dibandingkan dengan metode Kernel Konvolusi yang menghasilkan nilai MSE 13.555175 dan 89.3394. Adapun PSNR metode Arithmetic Mean Filter menghasilkan nilai 37.395895, sedangkan metode Kernel Konvolusi menghasilkan nilai 37.389005 dan 28.302805.