<![CDATA[Perbaikan kualitas citra digital merupakan salah satu aspek penting dalam pemrosesan citra, terutama untuk aplikasi yang membutuhkan visualisasi yang lebih jelas dan akurat. Penelitian ini bertujuan untuk membandingkan kinerja berbagai filter dalam metode Discrete Wavelet Transformation (DWT) untuk meningkatkan kualitas citra digital. Studi ini menguji beberapa filter wavelet populer, seperti Haar, Daubechies, Symlets, dan Coiflets, pada dataset citra dengan noise dan detail yang beragam. Parameter evaluasi meliputi Peak Signal-to-Noise Ratio (PSNR), Mean Squared Error (MSE), dan Structural Similarity Index Measure (SSIM). Hasil pengujian menunjukkan bahwa filter Daubechies meningkatkan nilai PSNR hingga 25% dibandingkan Haar pada citra dengan noise tinggi, sementara filter Coiflets mencapai peningkatan SSIM sebesar 15% pada citra dengan detail kompleks. Secara keseluruhan, Daubechies dan Coiflets menunjukkan performa yang lebih unggul dibandingkan filter lainnya dalam mereduksi noise sekaligus mempertahankan detail citra. Penelitian ini memberikan kontribusi dalam memahami pilihan filter DWT yang optimal untuk aplikasi peningkatan kualitas citra digital, serta memberikan wawasan untuk pengembangan algoritma pemrosesan citra yang lebih efisien di masa depan.]]>
Copyrights © 2025
