Kualitas citra Closed-Circuit Television (CCTV) sering kali mengalami degradasi pada kondisi pencahayaan rendah (low-light), yang berdampak pada sulitnya proses identifikasi objek. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi metode Contrast Limited Adaptive Histogram Equalization (CLAHE) dalam meningkatkan kontras citra CCTV. Berbeda dengan Global Histogram Equalization (HE) konvensional yang cenderung menyebabkan over-enhancement dan penguatan noise pada area terang, CLAHE bekerja secara adaptif pada tile (blok) citra secara lokal. Implementasi dilakukan menggunakan pustaka OpenCV pada lingkungan Python. Hasil pengujian menunjukkan bahwa metode CLAHE mampu meningkatkan nilai Peak Signal-to-Noise Ratio (PSNR) rata-rata sebesar 6.45 dB dan Structural Similarity Index (SSIM) sebesar 0.24 dibandingkan dengan metode Global HE konvensional. Evaluasi performa juga menunjukkan bahwa CLAHE memiliki latensi komputasi sebesar 12 ms per frame, menjadikannya pendekatan yang lebih efisien, stabil, dan layak diimplementasikan untuk aplikasi sistem pengawasan waktu nyata (real-time).
Copyrights © 2026