Metode High-Pass Filter Dan Fast Fourier Transform Untuk Perbaikan Citra Telapak Tangan
DOI:
https://doi.org/10.33633/tc.v20i4.5262Keywords:
Citra, Perbaikan Citra, Sharpening, High Pass Filter, Fast Fourier TransformAbstract
Telapak tangan sering digunakan sebagai sumber penelitian dibidang sistem biometrik karena mempunyai karakteristik seperti sidik jari. Selain itu, telapak tangan juga mudah didapatkan dan dapat diperoleh dari citra yang memiliki resolusi rendah. Namun, selain itu juga sebuah citra telapak tangan akan dapat mengalami penurunan terhadap kualitasnya. Untuk itu dilakukanlah sebuah tahap yang dikenal dengan perbaikan kualitas citra, dimana bidang ini merupakan tahap awal dari pengolahan citra digital. Dalam penelitian ini penggunaan metode dalam perbaikan citra difokuskan untuk menajamkan citra telapak tangan dengan menggunakan high pass filter dan filter fast fourier transform, dimana sebelumnya citra tersebut telah diolah dengan menggunakan histogram ekualisasi untuk meningkatkan kontras citra telapak tangan. Setelah dilakukan pengujian terhadap 30 sampel citra. Dengan menilai error pada MSE (Mean Square Error) dan PSNR (Peak Signal to Noise Ratio) dari citra hasil rekonstruksi, hasil pengujian menunjukkan bahwa penggunaan high pass filter dengan koefisien=1 menghasilkan citra yang lebih baik dimana nilai rata-rata MSE=7,064544(dB) dan PSNR=40,01314(dB) daripada menggunakan high-pass filter dengan koefisien=0. Sedangkan pada fast fourier transform dengan menggunakan Ideal High-Pass Filter (IHPF) mampu menghasilkan citra rekonstruksi yang lebih baik dengan rerata MSE=9,354056(dB) dan PSNR=38,537046(dB) dari pada menggunakan butterworth high-pass filter (BHPF) dan gaussian high-pass filter (GHPF)References
Sriani, Triase, and Khairuna, “Pendekomposisian Citra Digital Dengan Algoritma DWT,” J. Ilmu Komput. dan Inform., vol. 01, no. 01, pp. 35–39, 2017.
R. C. Gonzalez and R. E. Woods, Digital Image Processing Third Edition. 1992.
R. A. Setiawan, R. R. Isnanto, and A. Hidayatno, “Identifikasi Diri Berdasarkan Biometrika Telapak Tangan Menggunakan Metode Tapis Gabor 2-D dan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ),” 2013.
E. Prakasa and H. Herlan, “Pengujian Klasifikasi Pola Telapak Tangan dengan Menggunakan Rangkaian Matriks Sensor Cahaya,” 2017.
M. Furqan, S. Sriani, and Y. K. Siregar, “Perbandingan Algoritma Contraharmonic Mean Filter dan Arithmetic Mean Filter untuk Mereduksi Exponential Noise,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 5, no. 2, p. 107, 2020.
B. Rupa, G. Karuna, and G. V. R. Reddy, “A Survey on Spatial Domain Image Enhancement Techniques,” IJRASET, vol. 6, no. IV, 2018.
D. Titariya, R. Pandey, and S. Agrawal, “A Brief Review on Image Contrast Enhancement Techniques,” Int. J. Comput. Sci. Eng., vol. 7, no. 7, pp. 93–97, 2019.
R. Y. Sipasulta, A. S. M. L. St, and S. R. U. A. Sompie, “Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform),” E-Journal Tek. Elektro Dan Komput., vol. 3, no. 2, pp. 1–9, 2014.
T. Rajasenbagam and S. Jeyanthi, “Image Enhancement Filtering Techniques to Enhancect Images of Lung Cancer,” Int. J. Innov. Technol. Explor. Eng., vol. 9, no. 4, pp. 241–248, 2020.
A. G.Khandizod and R. R. Deshmukh, “Comparative Analysis of Image Enhancement Technique for Hyperspectral Palmprint Images,” Int. J. Comput. Appl., vol. 121, no. 23, pp. 30–35, 2015.
S. Palanikumar, M. Sasikumar, and J. Rajeesh, “Palmprint Enhancement Using Discrete Curvelet Transform,” Int. J. Comput. Sci. Issues, vol. 8, no. 4, pp. 313–319, 2011.
D. Priyawati, “Teknik Pengolahan Citra Digital Berdomain Spasial Untuk Peningkatan Citra Sinar-X,” KomuniTi, vol. II, pp. 44–50, 2011.
A. I. of G. of Maharashtra, “COEP Palm Print Database | College of Engineering, Pune,” https://www.coep.org.in.
https://www.coep.org.in/resources/coeppalmprintdatabase (accessed Apr. 14, 2021).
R. Munir, “Pengolahan Citra Digital Dengan Pendekatan Algoritmik,” 2004.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Mhd Furqan, Sriani Sriani, Muhammad Akbar Ramadhan Tanjung
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/
