<![CDATA[: Citra digital merupakan komponen penting dalam berbagai aplikasi teknologi informasi, mulai dari bidang medis, pemetaan satelit, keamanan, hingga media sosial. Namun, kualitas citra digital seringkali mengalami penurunan akibat gangguan berupa noise atau derau, yang dapat muncul dalam berbagai bentuk seperti salt-and-pepper dan Gaussian noise. Noise ini dapat terjadi karena kesalahan dalam proses akuisisi, gangguan perangkat keras, atau transmisi data yang tidak stabil. Kehadiran noise tidak hanya mengganggu tampilan visual citra, tetapi juga dapat mempengaruhi hasil analisis lanjutan yang bergantung pada keakuratan data visual, seperti deteksi objek, segmentasi, dan klasifikasi. Penelitian ini bertujuan untuk menganalisis efektivitas metode median filter, yaitu teknik penyaringan non-linear yang menggantikan nilai piksel dengan nilai tengah dari tetangganya, dalam mereduksi noise pada citra digital. Eksperimen dilakukan terhadap data citra sintetis yang ditambahkan noise secara artifisial dengan tingkat intensitas yang bervariasi, yaitu 10%, 20%, dan 40%. Proses pengolahan citra dilaksanakan menggunakan bahasa pemrograman Python dan pustaka OpenCV, dengan penerapan kernel berukuran 3×3 pada median filter. Evaluasi dilakukan melalui pendekatan kuantitatif berdasarkan rasio keberhasilan reduksi noise dan waktu pemrosesan, serta melalui pendekatan kualitatif berupa analisis visual terhadap hasil penyaringan. Hasil penelitian menunjukkan bahwa median filter bekerja sangat efektif untuk noise tipe salt-and-pepper, dengan tingkat keberhasilan mencapai lebih dari 90% pada intensitas noise 20%. Selain itu, median filter juga menunjukkan kinerja yang cukup baik terhadap noise Gaussian, meskipun tidak seoptimal pada salt-and-pepper. Kelemahan utama yang ditemukan adalah efek kabur (blur) pada citra hasil filter, terutama pada tingkat noise yang tinggi dan pada area citra dengan tekstur halus. Berdasarkan temuan tersebut, disarankan untuk menggunakan metode lanjutan seperti weighted median filter, adaptive median, atau integrasi dengan algoritma deteksi tepi untuk meningkatkan hasil filtering tanpa mengorbankan detail penting pada citra. Penelitian ini memberikan kontribusi dalam pengembangan metode pemrosesan citra digital yang efisien dan aplikatif, khususnya dalam konteks peningkatan kualitas gambar melalui reduksi noise.]]>
