Perbandingan Metode Histogram Equalization dan Power Law pada Perbaikan Kualitas Citra CCTV Menggunakan Bahasa Python
Abstract
Image processing adalah ilmu yang mempelajari proses citra dibentuk dan dianalisis hingga manusia dapat dengan mudah menyerap informasi yang disampaikan melalui citra tersebut. Hasil penangkapan CCTV toko 55 memiliki kekurangan yaitu citra yang kurang jelas dan kurang tajam. Kekurangan yang dimiliki citra tersebut dapat diatasi dengan perbaikan citra yang mana adalah cabang dari image processing yang berguna untuk memperbaiki kualitas citra yang ada. Metode yang dipakai untuk perbaikan citra pada penelitian ini adalah histogram equalization dan power law gamma correction dengan menggunakan bahasa python versi 3.9 dan bantuan Integrated Development Environment dengan Jupyter Notebook. Metode ini memiliki kelemahan dan kelebihan masing-masing dengan kelemahan paling utama dari power law adalah user harus mengeset nilai gamma secara manual untuk mendapatkan hasil perbaikan piksel yang maksimal dan pada penelitian ini gamma ditentukan sebesar 0.7. Didapatkan hasil bahwa pada histogram equalization memiliki hasil yang lebih baik dibandingkan dengan metode power law. Hasil yang dimiliki histogram equalization mempunyai persebaran kontras yang merata dan persebaran frekuensi piksel merata, berbeda dengan metode power law yang memiliki persebaran piksel yang dominan pada hitam atau gelap
Downloads
References
F. R. Doni, “Akses Kamera CCTV Dari Jarak Jauh Untuk Monitoring Keamanan Dengan Penerapan PSS,” Evolusi J. Sains dan Manaj., vol. 8, no. 1, pp. 1–9, 2020.
S. Ratna, “Pengolahan Citra Digital Dan Histogram Dengan Phyton Dan Text Editor Phycharm,” Technol. J. Ilm., vol. 11, no. 3, p. 181, 2020, doi: 10.31602/tji.v11i3.3294.
Nurliadi, “Analisis Contrast Stretching Menggunakan Algoritma Euclidean Untuk Meningkatkan Kontras Pada Citra Berwarna,” 2016.
S. Fatimatuzzahro and R. V. Yuliantari, “Peningkatan Kualitas Citra pada Foto Sejarah Menggunakan Metode Histogram Equalization dan Intensity Adjustment,” J. Appl. Electr. Eng., vol. 5, no. 2, pp. 36–42, 2021, doi: 10.30871/jaee.v5i2.3160.
U. D. Nuswantoro, “Analisa Peningkatan Kualitas Citra Bawah Air Berbasis Koreksi Gamma dan Histogram Equalization Aria Hendrawan Pulung Nurtantio Andono,” J. Transform., vol. 14, pp. 18–22, 2016.
A. C. Eberendu, “Unstructured Data : an overview of the data of Big Data,” Int. J. Comput. Trends Technol., no. October, 2018, doi: 10.14445/22312803/IJCTT-V38P109.
J. Emitor et al., “Perbaikan Citra Dengan Menggunakan Median Filter Dan Metode Histogram Equalization,” J. Emit., vol. 14, no. 02, 2014.
R. M. R. Clinton and S. Sengkey, “Purwarupa Sistem Daftar Pelanggaran Lalulintas,” J. Tek. Elektro dan Komput. Vol.8, vol. 8, no. 3, pp. 181–192, 2019.
A. Octaviani and P. Dewi, “Big Data di Perpustakaan dengan Memanfaatkan Data Mining,” ANUVA, vol. 4, no. 2, pp. 223–230, 2020.
D. E. Saputra and D. Rahmawati, “Pengolahan Citra Digital Dalam Penentuan Panen Jamur Tiram,” J. Tek. Elektro Dan Komput. Triac, pp. 2–6, 2019.
F. Teknik et al., “Penerapan Metode Contrast Stretching , Histogram Equalization Dan Adaptive Histogram Equalization,” J. Electr. Technol., vol. 11, no. 1, pp. 1–10, 2020.
J. Hidayat and A. Faisal, “Perbandingan Metode Perbaikan Kualitas Citra Berbasis Histogram Equalization Pada Citra Satelit,” J. Electr. Technol., vol. 4, no. 3, 2019.
A. A. Chamid, “Analisis komparasi metode perbaikan kontras berbasis histogram equalization pada citra medis,” J. SIMETRIS, vol. 8, no. 1, pp. 383–388, 2017.
K. A. Yusro and R. D. Sianturi, “Penerapan Metode Median Filtering Dan Histogram Equalization Untuk Meningkatkan Kualitas Citra Radiografi,” J. Ris. Komput., vol. 5, no. 3, pp. 254–260, 2018.
A. S. Irtawaty, R. Jayanti, J. T. Elektronika, and P. N. Balikpapan, “Implementasi Pengolahan Citra,” J. SAINS Terap., vol. 2, no. 2, pp. 83–87, 2016.
R. W. Ardho Jati Sukmanjaya, “Perbaikan Citra Menggunakan Histogram Equalization Pada Deteksi Tepi Batik,” 2019.
S. Daeng et al., “Pengaruh Histogram Equalization Untuk Perbaikan,” J. SIMETRIS, vol. 7, no. 1, pp. 177–182, 2016.
R. E. Manalu, “Analisis Metode Histogram Equalization Dalam Proses Perbaikan Gambar Closed Circuit Television ( CCTV ),” TIN Terap. Inform. Nusant., vol. 2, no. 1, pp. 2–6, 2021.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) ) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Open Access Policy
This journal provides immediate open access to its content on the principle that making research freely available to the public supports a greater global exchange of knowledge.
Its free availability on the public internet, permitting any users to read, download, copy, distribute, print, search, or link to the full texts of these articles, crawl them for indexing, pass them as data to software, or use them for any other lawful purpose, without financial, legal, or technical barriers other than those inseparable from gaining access to the internet itself.