digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

COVER Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 1 Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 2 Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 3 Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 4 Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 5 Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

PUSTAKA Rahmalia Nur Azizah
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

Citra yang diperoleh dari alat radiologi seperti CT Scan belum memadai kontrasnya sehingga dapat menyebabkan kesulitan bahkan kesalahan dalam mendiagnosis kondisi pasien. Oleh karena itu, citra medis yang diperoleh dari alat radiologi perlu diperbaiki kontrasnya melalui proses perbaikan kontras. Salah satu metode yang sering digunakan dalam proses perbaikan kontras adalah metode Histogram Equalization (HE). Namun metode HE dapat menimbulkan peningkatan kecerahan yang berlebihan pada citra. Untuk mengatasi hal ini, metode Look-Up Table (LUT) dapat digunakan. Penelitian ini dilakukan untuk melihat kinerja metode LUT dalam memperbaiki kontras, output yang diperoleh akan dibandingkan dengan output dari metode perbaikan kontras lain, yaitu HE. Dalam penelitian ini, citra original yang sudah diturunkan kontrasnya, disebut sebagai citra input, akan diperbaiki kontrasnya menggunakan kedua metode secara terpisah lalu dibandingkan hasilnya menggunakan parameter objektif seperti Peak Signal to Noise Ratio (PSNR), Root Mean Square Contrast (RMS C), and Absolute Mean Brightenss Error (AMBE). Adapun untuk metode LUT, terlebih dahulu akan dilakukan penentuan nilai threshold menggunakan metode Multi-Otsu Thresholding sebelum diterapkan fungsi transfer pada citra input. Berdasarkan data yang diperoleh, metode LUT cukup baik dalam memperbaiki kontras di mana pembagian kelas yang lebih banyak, setidaknya pembagian lima kelas, dapat menghasilkan citra dengan kualitas yang lebih baik. Hal ini disebabkan karena selisih nilai threshold ????1 dan ????2 yang lebih besar akan menyebabkan fungsi transfer linear lebih landai sehingga meminimalkan perubahan nilai GL.