<![CDATA[Citra dengan kondisi pencahayaan rendah umumnya memiliki kontras yang rendah, detail objek yang kurang terlihat, serta rentan terhadap derau sehingga dapat menurunkan kualitas visual dan performa analisis lanjutan. Metode peningkatan kualitas citra berbasis transformasi intensitas dapat meningkatkan visibilitas area gelap, tetapi pemilihan parameter transformasi yang tidak adaptif dapat menyebabkan peningkatan intensitas yang berlebihan (over-enhancement) dan perubahan hubungan tingkat kecerahan (light order). Penelitian ini mengusulkan Adaptive Light-Order Preserving Intensity Transformation (ALPIT) sebagai metode peningkatan kualitas citra berbasis transformasi intensitas adaptif. Metode yang diusulkan membangun fungsi transformasi piecewise menggunakan adaptive anchor point yang ditentukan berdasarkan rata-rata intensitas, variansi, dan entropi ternormalisasi sehingga proses transformasi dapat disesuaikan dengan karakteristik distribusi intensitas citra. Kinerja ALPIT dievaluasi secara visual dan kuantitatif pada tiga citra dengan kondisi pencahayaan rendah dan dibandingkan dengan Gamma Correction (GC) serta Contrast Limited Adaptive Histogram Equalization (CLAHE) menggunakan metrik SSIM dan LOE. Pada tiga citra yang diuji, ALPIT memperoleh nilai rata-rata SSIM sebesar 0,6717, lebih tinggi dibandingkan GC (0,3992) dan CLAHE (0,4755), serta nilai rata-rata LOE sebesar 104,5199, lebih rendah dibandingkan GC (127,7193) dan CLAHE (209,2536). Hasil visual menunjukkan peningkatan visibilitas pada area gelap dengan perubahan intensitas pada area terang yang relatif terkendali. Hasil ini menunjukkan bahwa ALPIT merupakan pendekatan awal yang berpotensi meningkatan citra low-light, dengan hasil evaluasi yang pada penelitian ini masih terbatas pada tiga citra grayscale dan dua metode pembanding klasik.]]>
Copyrights © 2026
