PERBANDINGAN KERNEL PENAJAMAN, GAUSSIAN BLUR DAN DETEKSI TEPI PADA CITRA OTAK

Retno Devita, Ondra Eka Putra, Eva Rianti

Abstract


Citra otak merupakan gambar yang didapat dari proses pencitraan otak melalui teknologi medis seperti MRI (Magnetic Resonance Imaging), CT scan (Computed Tomography), atau PET scan (Positron Emission Tomography). Citra ini memberikan visualisasi dari struktur otak secara terperinci dan digunakan untuk mendeteksi atau mendiagnosa kondisi otak. Citra otak yang digunakan pada penelitian ini sebanyak 5 citra otak yang diproses menjadi 30 citra otak. Penelitian ini membandingkan kinerja kernel 7x7 dan 9x9 pada tiga jenis operasi utama dalam pengolahan citra otak yaitu penajaman, gaussian blur, dan deteksi tepi. Kernel penajaman diterapkan untuk memperjelas struktur halus dari citra, gaussian blur digunakan untuk mereduksi noise citra dan deteksi tepi bertujuan mengidentifikasi batas anatomi otak. Perbandingan dilakukan dengan mengevaluasi hasil dari dua ukuran kernel terhadap kualitas visual, tingkat detail, dan keberhasilan dalam mengidentifikasi fitur penting otak. Nilai tertinggi dari 5 citra yang didapat adalah kernel penajaman 7x7 pada citra 5 dengan MSE 4.832.932.323, RMSE 69.519.295 dan PSNR 11.288696 dB dan nilai terendahnya adalah kernel gaussian blur 9x9 pada citra 1 dengan MSE 16.747.259.747, RMSE 129.411.204 dan PSNR 5.891366 dB. Kesimpulannya, hasil terbaik pada penelitian ini adalah kernel 7x7 dilihat dari nilai PSNR.

Full Text:

PDF

References


Adhinata, F. D., Wardhana, A. C., Rakhmadani, D. P., & Jayadi, A. (2020). Peningkatan Kualitas Citra pada Citra Digital Gelap. Jurnal E-Komtek (Elektro-Komputer-Teknik), 4(2), 136–144. https://doi.org/10.37339/e-komtek.v4i2.373

Devita Retno, & Sumijan. (2023). Indonesian Journal of Computer Science. Indonesian Journal of Computer Science, 12(2), 284–301. http://ijcs.stmikindonesia.ac.id/ijcs/index.php/ijcs/article/view/3135

Hidayattullah, M. F., Nishom, M., Wiyono, S., & Hapsari, Y. (2020). Feature extraction in batik image geometric motif using canny edge detection. Jurnal Informatika, 14(1), 1. 5320

Khoirani, L., & Ariansyah, R. (2024). Aplikasi Pengolahan Citra Untuk Peningkatan Deteksi Tepi Melalui Segmentasi Citra. 2(3).

Nainggolan, S. Y., Medan, U. H., C, J. H. M. J. N., & Medan, K. (2020). PENINGKATAN KUALITAS CITRA MRI SCAN DENGAN MENGGUNAKAN METODE GAUSSIAN FILTER. 348–355.

Rahmawati Sri, Sumijan, C. F. (2024). IMAGE RESTORASI SPINE CITRA COMPUTED TOMOGRAPHY SCAN Sri Rahmawati , Sumijan, Camaleo Fernandez.

Rosnelly, R., & Sari, N. (2024). Sistem Perbaikan Citra Berkas Pelanggan Kredit Sepeda Motor Menggunakan Metode Gaussian Filter Dan Metode High-Pass Filter Motorcycle Credit Customer File Image Improvement System Using Gaussian Filter Method and High-Pass Filter Method. Januari, 2, 143. http://kti.potensi-utama.ac.id/index.php/JID

Sitinjak, S. (2020). Pengujian Modifikasi Kernel Konvolusi Untuk Penajaman Dan Penghalusan Citra Berwarna. Faktor Exacta, 13(2), 96. https://doi.org/10.30998/faktorexacta.v13i2.6585

Supiyandi Supiyandi, Trisatin Panggabean, Nuzul Ramadhan, Sri Ratna Dewi, & Salsabila Yusra. (2024). Deteksi Tepi Sederhana Pada Citra Menggunakan Operator Sobel. Repeater : Publikasi Teknik Informatika dan Jaringan, 2(3), 43–56. https://doi.org/10.62951/repeater.v2i3.90

Zanuar, D., Prastya, E., Putra Pamungkas, D., & Niswatin, R. K. (2022). Implementasi Metode Gaussian Filter Dan Median Filter Untuk Penghalusan Gambar. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 178–187.




DOI: https://doi.org/10.54314/jssr.v7i4.2271

Article Metrics

Abstract view : 40 times
PDF - 13 times