Perbandingan Metode Filtering untuk Peningkatan Kualitas Citra Daun Tomat Terinfeksi TMV

Abstract

Penelitian ini telah membandingkan efektivitas tiga metode filtering digital: Median Filter, Gaussian Filter, dan Bilateral Filter dalam meningkatkan kualitas citra daun tomat terinfeksi Tomato Mosaic Virus (TMV) dengan penambahan gangguan Gaussian dan salt-and-pepper noise. Tujuan utama penelitian adalah menentukan metode filtering yang menghasilkan citra paling mendekati aslinya, berdasarkan evaluasi metrik Mean Squared Error (MSE), Peak Signal-to-Noise Ratio (PSNR), dan Structural Similarity Index Measure (SSIM). Hasil eksperimen menunjukkan Bilateral Filter secara konsisten menghasilkan nilai MSE terendah, PSNR tertinggi, serta SSIM terbaik, baik pada kondisi noise Gaussian maupun salt-and-pepper. Untuk noise Gaussian, Gaussian Filter lebih baik daripada Median Filter, namun belum mampu mempertahankan detail tepi seperti Bilateral Filter. Pada noise salt-and-pepper, Median Filter efektif dalam mereduksi titik-titik noise impulsif, namun Bilateral Filter tetap unggul dalam mempertahankan struktur dan tekstur daun. Kesimpulannya, Bilateral Filter adalah metode yang paling efektif untuk preprocessing citra daun tomat terinfeksi TMV dengan berbagai jenis noise, sehingga dapat meningkatkan akurasi analisis citra dan identifikasi penyakit secara digital.