STUDI PERBANDINGAN ANTARA METODE JOINT HISTOGRAM EQUALIZATION DENGAN METODE NEIGHBORHOOD CONDITIONAL HISTOGRAM DALAM PERBAIKAN KONTRAS CITRA DIGITAL

Perbaikan kontras pada citra memainkan peran yang sangat penting di berbagai bidang kehidupan seperti bidang medis, fotografi, topografi, militer dan pertanian. Permasalahan yang dihadapi adalah saat perbaikan kontras seperti pengurangan atau peningkatan hal tersebut dapat menyebabkan perubahan detail yang terkandung pada citra. Hal tersebut dapat berdampak pada tahap proses citra lanjutan seperti pengenalan pola, yang menyebabkan kurang efektifnya dalam mengenali citra yang disebabkan oleh hilangnya beberapa detail pada citra ataupun bertambahnya objek-objek yang tidak diingikan pada citra seperti derau (noise), hilangnya tepian objek pada citra, hingga peningkatan kontras citra yang berlebihan. Proses kerja dari metode Joint Histogram Equalization dimulai dari proses penginputan citra, kemudian proses dilanjutkan dengan perhitungan citra rata-rata, joint histogram, nilai CDF dan equalized joint histogram. Terakhir, akan dipetakan hasilnya dan ditampilkan citra hasil perbaikan. Proses kerja dari metode Neighborhood Conditional Histogram juga dimulai dari proses penginputan citra serta nilai r dan t. Kemudian, proses dilanjutkan dengan perhitungan neighborhood conditional histogram. Terakhir akan dihitung nilai fungsi pemetaan dan output citra hasil. Setelah selesai proses perbaikan kualitas citra, maka proses dilanjutkan dengan perbandingan hasil dari kedua metode. Tahap pengujian dilakukan melalui pengujian sampel citra dengan memperhitungkan hasil PSNR, AMBE, MSE dan SSE. Dari hasil pengujian perbandingan kedua algoritma dapat disimpulkan bahwa, Metode Joint Histogram Equalization dan Metode Neighborhood conditional histogram mampu memperbaiki kontras citra dimana semakin tinggi nilai PSNR dan semakin rendah nilai AMBE maka citra yang dihasilkan akan semakin bagus.