Implementasi metode Alpha Trimmed Mean Filter menggunakan Opencl untuk penghapusan noise pada citra berwarna

INDONESIA:

Beberapa tahun lalu Kinerja tinggi dari komputasi pararel adalah suatu hal istimewa yang hanya diperuntukkan bagi perangkat khusus dengan harga mahal. Namun pada saat ini hal tersebut bisa dilakukan pada berbagai macam processor menggulalui OpenCL (Open Computing Language), kerangka kerja untuk pemrograman paralel dengan sistem heterogen yang terdiri dari prosesor dari CPU dan GPU.OpenCL dapat memberikan efisiensi dalam menyelesaikan berbagai masalah komputasi .Masalah yang di implementasikan pada komputasi pararel disini adalah tentang penghapusan noise pada citra. menggunakan. metode Alpha Trimmed Mean, metode menghitung nilai rata-rata dengan menghilangkan persentase tertentu dari nilai terbesar dan terkecil sebelum menghitung nilai mean. Adanya beberapa tahapan proses dalam menerapkan metode Alpha Trimmed Meanakan membutuhkan waktu yang cukup banyak jika dikerjakan secara skuensial. Maka perlu adanya penerapan komputasi pararel sebagai solusi. Pada ujicoba penelitian ini dilakukan pada gambar yang telah ditambahkan Salt And Pepper Noisedengan variasi kepadatan noise sebesar 30% untuk rendah, 50% untuk sedang, dan 80% untuk tinggi.

Hasil uji coba membuktikan bahwa implementasi alpha trimmed mean pada komputasi pararel memberikan nilai efisiensi yang lebih baik dibandingkan dengan dilakukan pada komputasi serial.Nilai terbaik dari rata-rata waktu yang dihasilkan dari pemrosesan pada CPU dan GPU adalah62088.0912 ms dan 284.4992 ms pada gambar dengan noise salt and pepper kepadatannoisesebesar 30%.

ENGLISH:

High performance parallel computing was something exclusive for expensive specialized hardware some years ago. but now, it can be done on wide range processor using OpenCL (Open Computing Language), which is a framework for parallel programming of heterogeneous systems consisting of CPU`s and GPU`s processors.Problem which are implemented on parallel computing here was about noise removal in image using Alpha Trimmed Mean method. It was the method of calculating the average value by eliminating certain percentage of the largest and smallest values before calculating the mean value. The existence of several stages of Alpha trim mean Implementationrequird a lot of time quite if was done using skuential. So that parallel computing become the solution. In this research trial researcher did in image which added by salt and pepper noise in variance noise density 30 % for low, 50% for medium , and 80 % for high.

The trial results proved that the implementation of the alpha trimmed mean on parallel computing using OpenCL gave better efficiency than the computation performed on serial. The best average value of the difference between the GPU and CPU time consuming is 62088.0912 ms and 284.4992 db in case image with salt and pepper noise density 30%.