Aurell Dwi Setya Putri Julianto

Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jember

Meylin Yosanikajanu

Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jember

Elif Maulidya

Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jember

DOI: https://doi.org/10.19184/jei.v3i2.60031

ABSTRAK 

Perkembangan teknologi pengolahan citra digital meningkatkan pemanfaatan citra pada berbagai bidang, namun kualitas citra sering terganggu oleh noise yang menurunkan informasi visual. Penelitian ini bertujuan untuk membandingkan kinerja Mean Filter, Median Filter, dan Gaussian Filter dalam mereduksi noise pada citra hewan berdasarkan parameter Mean Squared Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR). Metode penelitian menggunakan pendekatan eksperimen dengan pengujian pada citra hewan (panda dan pinguin) yang diberi noise Gaussian, Speckle, dan Salt and Pepper dengan tingkat 5%, 10%, 15%, dan 20%. Evaluasi dilakukan secara kuantitatif menggunakan MSE dan PSNR serta secara visual terhadap hasil filtering. Hasil penelitian menunjukkan bahwa peningkatan intensitas noise menyebabkan kenaikan MSE dan penurunan PSNR pada semua metode. Pada noise Gaussian 20% citra panda, Gaussian Filter menghasilkan performa terbaik dengan MSE 102,63 dan PSNR 28,02 dB. Pada noise Speckle 20%, Median Filter memberikan hasil terbaik dengan MSE 485,06 dan PSNR 21,27 dB. Sementara pada noise Salt and Pepper 20%, Median Filter juga unggul dengan MSE 812,38 dan PSNR 19,03 dB, dibandingkan Mean Filter (MSE 1764,70; PSNR 15,66 dB) dan Gaussian Filter (MSE 1870,69; PSNR 15,41 dB). Hasil ini menunjukkan bahwa tidak ada satu metode yang optimal untuk semua jenis noise, karena efektivitas filtering bergantung pada karakteristik noise yang dihadapi.

KATA KUNCI: Reduksi noise citra, Median Filter, Gaussian Filter, Mean Filter, Pengolahan citra digital, MSE dan PSNR, Citra hewan, Noise Salt and Pepper