Implementasi Metode Adaptive Median Filter menggunakan pemrograman CPU-GPU untuk penghapusan noise pada citra berwarna

INDONESIA:

Perbaikan citra banyak dibutuhkan untuk keperluan pengolahan citra yaitu berupa penyaringan (filter) gambar. Perbaikan citra itu sendiri akan memperbaiki kualitas citra yang diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kualitas yang buruk. Sehingga digunakan Metode Adaptive Median Filter untuk menghapus noise agar kualitas citra menjadi lebih baik. Metode Adaptive Median Filterini digunakan dengan cara mengaktifkan fleksibilitas filter untuk mengubah ukurannya sesuai berdasarkan perkiraan kepadatan noise lokal. Metode Adaptive Median Filterdidasarkan pada pembanding trans-konduktansi, di mana arus saturasi dapat dimodifikasi untuk bertindak sebagai operator bobot lokal (Ambule et al, 2013). Namun adanya beberapa kondisi dalam Adaptive Median Filter, diperlukan komputasi yang lebih cepat untuk performa yang lebih baik. Sehingga ditawarkan proses filtering yang dilakukan pada GPU, namun tetap menggunakan bantuan host (CPU). Pada implementasi metode dengan komputasi GPU tersebut proses yang dilakukan awalnya dieksekusi pada host (CPU), kemudian dilanjutkan pada device (GPU), dan terakhir dilakukan pada host (CPU). Adapun data yang diujikan dalam penelitian ini dibedakan menjadi data citra indoor yang diberi salt and pepper noise10% sejumlah 40 buah; citra indoor dengan salt and pepper noise20% sejumlah 40 buah; citra outdoor dengan salt and pepper noise10% sejumlah 40 buah; citra outdoor dengan salt and pepper noise20% sejumlah 40 buah.Setelah pengujian dilakukan, didapatkan paparan data dan grafik yang menunjukkan pemrosesan dengan komputasi CPU mengkonsumsi waktu hingga 3767,7 milidetik sedangkan komputasi GPU mengkonsumsi waktu hanya mencapai 1463,72 milidetik. Waktu yang dikonsumsi komputasi CPUlebih banyak hampir 2 kali daripada komputasi GPU.Efisiensi waktu untuk implementasi komputasi GPUpada metode Adaptive Median Filtermenunjukkan nilai peningkatan konsumsi waktu 60,46% dari komputasi CPU

ENGLISH:

Many image improvement required for image processing that is image filtering. Repairing the image will improve the image quality is needed because often the image that made the object of discussion has poor quality. Adaptive Median Filter method is used for removing noise so that the image quality becomes better. Adaptive Median Filter Method is used by enabling the flexibility to resize the appropriate filter based on the local noise density estimate. Adaptive Median Filter Method is based on a comparison of trans-conductance, where the current saturation can be modified to act as operator of local weight (Ambule et al, 2013). But there are some conditions in Adaptive Median Filter, speed computing required for better performance. So that offered filtering process performed on the GPU, but still need help of host (CPU). In the implementation of the method with the parallel computing process performed initially executed on the host (CPU), and then proceed to the device (GPU), and last performed on the host (CPU). The data were tested in this study can be divided into indoor image data by salt and pepper noise 10% amount of 40 pieces; indoor image with salt and pepper noise 20% amount of 40 pieces; outdoor image with salt and pepper noise 10% amount of 40 pieces; outdoor image with salt and pepper noise 20% amount of 40 pieces. After testing done, get exposure data and graphs showing the computational processing with CPU consume up to 3767,7 milliseconds while GPU computing consumes time only reached 1463,72milliseconds. CPU computation time consumed nearly 2 times more than the GPU computing. Efficiency time for implementation of GPU computing on the methods Adaptive Median Filter shows the increased value of 60.46% of the time consumption of CPUcomputing.