PERBANDINGAN GAUSSIAN BLUR, MEDIAN, DAN BILATERAL FILTER UNTUK REDUKSI NOISE CITRA DIGITAL

Abstract

Reduksi noise merupakan tahapan krusial dalam pengolahan citra digital. Hal ini karena reduksi noise dapat menurunkan kualitas visual dan akurasi analisis citra. Permasalahan utama dalam reduksi noise adalah memilih metode filtering paling efektif untuk jenis noise tertentu dengan tetap mempertahankan detail dan tepi objek. Penelitian ini bertujuan untuk membandingkan efektivitas Gaussian Blur, Median Filter, dan Bilateral Filter dalam mereduksi Gaussian noise dan salt and pepper noise, serta mengevaluasi kualitas visual citra hasil filter melalui penilaian subjektif. Metode pada penelitian ini adalah eksperimen kuantitatif dan kualitatif, dimana citra uji (grayscale) diolah dengan ketiga filter dan diukur menggunakan tiga metrik objektif yaitu Peak Signal to Noise Ratio (PSNR), Mean Squared Error (MSE), dan Structural Similarity Index (SSIM). Kemudian penelitian dilengkapi dengan survei penilaian visual oleh responden.