Perbandingan Filter Shen-Castan, Canny-Deriche dan Madenda untuk Citra Digital dengan Gangguan Blur

Abstract
Dengan adanya gangguan noise, dapat mengakibatkan informasi dalam suatu citra menjadi tidak jelas. Selain itu jika noise muncul pada area tepian objek dapat mengakibatkan tepian dari objek menjadi buram dan tidak beraturan serta memungkinkan terjadi pergeseran posisi tepi. Sehingga diperlukan penghilangan atau penghalusan noise pada citra digital tersebut. Filter IIR adalah jenis filter yang memiliki sistem feedfoward dan feedback sekaligus. Hal ini berarti hasilkeluaran dari IIR tidak hanya tergantung pada data sesaat dan data sebelumnya tetapi juga tergantung pada hasil perhitungan sebelumnya. Sehingga untuk citra bernoise diharapkan citra IIR dapat lebih optimal dalam melakukan pendeteksian tepi. Ada beberapa algoritma dalam filter IIR, diantaranya filter Shen-Castan, Canny-Deriche dan Madenda. Tujuan dari penelitian ini adalah untuk membandingkan performa dari filter Shen-Castan, filter Canny-Deriche dan filter Madenda dalam melakukan pendeteksian tepi untuk citra dengan gangguan blur. Penelitian dilakukan dengan menerapkan ketiga filter untuk pendeteksian tepi citra yang mengalami gangguan noise. Dari perbandingan ketiga filter tersebut menunjukkan bahwa filter Canny-Deriche dapat menghasilkan deteksi tepi yang lebih baik dibandingkan filter Madenda dan filter Shen-Castan dimana intensitas tepi objek lebih tinggi dibandingkan dengan intensitas noise yang terfilter. Kata Kunci—Citra dengan gangguan blur, filter Shen-Castan, filter Canny-Deriche, filter Madenda