Sebanyak 1 item atau buku ditemukan

UNIFORM CROSSOVER PADA ALGORITMA GENETIKA UNTUK MEREDUKSI NOISE PADA CITRA

Citra dapat menampilkan informasi visual lebih banyak daripada data teks. Namun, ketika ditransmisikan dan diperoleh melalui saluran komunikasi, citra selalu mengalami gangguan noise yang akan mengurangi kualitas citra. Citra yang mengandung noise tidak memiliki kualitas yang baik untuk digunakan pada pemrosesan selanjutnya karena kualitasnya yang buruk. Dalam pemrosesan citra, langkah-langkah algoritma genetika standar dapat digunakan untuk meningkatkan kualitas citra. Tujuan dari penelitian ini adalah untuk mengurangi noise pada citra menggunakan uniform crossover pada algoritma genetika agar menghasilkan offspring yang lebih baik. Dalam setiap jenis noise, nilai Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR) yang diperoleh dari citra hasil reduksi dihitung dan dianalisis untuk melihat bagaimana perubahan kedua nilai rata-rata MSE dan PSNR. Untuk tujuan tersebut, tes dilakukan dengan berbagai nilai Pc yaitu 0,2, 0,4, 0,6, dan 0,8, dan berbagai jumlah generasi maksimum yaitu 100, 200, 300, 400, 500, dan 1000. Hasil penelitian menunjukkan bahwa uniform crossover memperoleh kinerja terbaik dalam mengurangi Erlang noise dan kinerja terburuk dalam mengurangi Localvar noise pada tiga kategori citra.

Citra dapat menampilkan informasi visual lebih banyak daripada data teks.