<![CDATA[Latar Belakang: Kualitas citra radiografi memiliki peran penting dalam menunjang ketepatan diagnosis, terutama pada pencitraan bagian tubuh dengan struktur kompleks seperti manus. Penilaian kualitas citra dapat dilakukan secara objektif menggunakan parameter Signal to Noise Ratio (SNR) dan Contrast to Noise Ratio (CNR). Penelitian ini bertujuan untuk menganalisis peningkatan kualitas citra radiografi manus berdasarkan nilai SNR dan CNR setelah dilakukan pengolahan menggunakan filter Gaussian melalui bahasa pemrograman Python. Metode: Penelitian ini menggunakan pendekatan kuantitatif eksperimental dengan data berupa 10 citra radiografi manus format DICOM dari Instalasi Radiologi RSUD Panembahan Senopati Bantul. Citra diolah menggunakan Python melalui Google Colab dengan tahapan unggah data, penghubungan ke Google Drive, pemilihan ROI secara manual, penerapan filter Gaussian, dan perhitungan nilai mean, standar deviasi, noise, SNR, serta CNR. Nilai-nilai tersebut dibandingkan sebelum dan sesudah pengolahan untuk menilai peningkatan kualitas citra. Hasil: pengolahan citra dengan filter Gaussian secara signifikan meningkatkan kualitas citra radiografi manus. Nilai SNR meningkat sebesar 35,90%, dari 78 menjadi 106, yang mengindikasikan perbandingan sinyal terhadap gangguan noise menjadi lebih baik. CNR juga mengalami peningkatan sebesar 3,30%, dari 6 menjadi 6,198, menunjukkan bahwa objek dan latar belakang citra menjadi lebih mudah dibedakan. Nilai noise menurun sebesar 36,75%, dari 2 menjadi 1,264, yang berarti noise pada citra berhasil ditekan. Terjadi peningkatan pada nilai mean intensity sebesar 0,68%, dari 119 menjadi 119,805, serta penurunan standar deviasi intensitas sebesar 5,23%, dari 14 menjadi 13,267. Kesimpulan: Pengolahan citra radiografi manus menggunakan filter Gaussian dalam program Python terbukti dapat meningkatkan kualitas citra secara kuantitatif, terutama dalam hal kontras dan kejernihan tampilan struktur. Pendekatan ini dapat menjadi alternatif praktis dalam analisis citra radiografi digital tanpa harus mengubah parameter eksposi. Pengembangan kedepan disarankan program dilengkapi tampilan interaktif DICOM viewer agar pemilihan ROI lebih cepat serta otomatis ROI dengan deteksi objek untuk meningkatkan akurasi dan konsisten]]>
