ABSTRAKSI: Dalam dunia fotografi masalah yang paling sering di temui adalah adanya efek blur yang terjadi pada saat mengambil gambar. Efek blur ini terbagi atas dua kategori yaitu blur yang disebabkan karena kekurangfokusan kamera pada saat mengambil gambar (Gaussian), dan blur yang disebabkan oleh gerakan objek atau gerakan kamera yang berhubungan dengan kecepatan bukaan kamera (Shutter Speed) pada saat pengambilan gambar (Motion).
Untuk menangani kedua efek ini dibutuhkan informasi Point Spread Function (PSF) terlebih dahulu dan kemudian akan dilakukan proses deblurring. Untuk blur Motion di butuhkan estimasi sudut dan pergerakan pixel yang akan dicari menggunakan metode Korelasi Koefisien, sedangkan untuk blur Gaussian hanya dibutuhkan estimasi pergerakan pixel saja. Proses deblurring menggunakan metode Asumsi Pergerakan Pixel untuk menangani blur Motion dan metode Lucy - Richardson untuk menangani blur Gaussian
Tingkat akurasi pendeteksian sudut pada Motion Blur adalah 85.64 %, dan tingkat akurasi pergeseran sudutnya sebesar 77,62 % sedangkan pada pendeteksian faktor Gaussian pada Gaussian Blur tingkat akurasinya sebesar 74.07%.
Nilai rata – rata PSNR untuk gambar yang di deblur menggunakan metode Asumsi Pergerakan Pixel lebih kecil 1.123 dB dari metode Wiener, sedangkan gambar yang di deblur menggunakan metode Lucy – Richardson lebih kecil 2.65 dB dibandingkan dengan metode Blind Deconvolution.
Kata Kunci : Gaussian, Motion, Shutter Speed, PSF, Koefisien Korelasi, Asumsi Pergerakan Pixel,Wiener, Lucy Richardson, Blind Deconvolution, PSNRABSTRACT: In photographic world the most common problem may appear is blur effect, that happen when a picture taken. This effect divided into two categories, Gaussian blur caused by unfocused camera when taking a picture and Motion Blur that happen when there is a movement of object or the camera itself related to shutter speed of the camera.
To handle this effect, first it need Point Spread Function Information and then move to deblurring process. For Motion blur it need angle and pixel movement estimation using Coefficient Correlation, while for Gaussian blur, it only need pixel movement estimation. Deblurring process using Pixel Movement Assumption method for Motion Blur, and Lucy – Richardson method for Gaussian Blur.
The accuration level in degree detection is 85.64 %, while pixel detection reach 77,62 %, for Gaussian Blur the accuration level is 74.07%.
Average PSNR for deblurring Motion Blur image is 1.123 dB smaller when using Pixel Movement Detection compare to Wiener method, for deblurring Gaussian Blur image, the Lucy – Richardson method resulting 2.65 dB smaller than Blind Deconvolution method.Keyword: Gaussian, Motion, Shutter Speed, PSF, Coefficient Corelation, Pixel Movement Assumption, Wiener, Lucy – Richardson, Blind Deconvolution, Coefficient Correlation, PSNR.