ABSTRAKSI: Citra digital adalah salah satu bentuk citra yang paling mudah dipergunakan dari segi pengiriman citra sebagai data, pengolahan dan pemrosesan citra itu sendiri. Seringkali dalam proses pengiriman citra, yang dikirimkan mengalami noise yang mengakibatkan kulitas citra yang dikirimkan menjadi tidak sesuai / berbeda dengan citra aslinya pada saat citra digital itu diterima karena adanya distorsi sewaktu transmisi.
Dalam tugas akhir ini akan diimplementasikan dan dianalisis pemakaian metode Gaussians Scale Mixtures (GSM) pada domain wavelet dalam melakukan proses denoising. Dengan metode ini digunakan dua variabel random yang terpisah satu sama lain, yaitu Gaussian vector dan hidden positive scalar multiplier, dimana keduanya memodelkan skala dan koefisien ketetanggaan yang posisinya berdekatan. Di dalam metode GSM ini digunakan estimasi Bayes Least Square (BLS) untuk mengestimasi bobot pixel ter-noise sehingga didapatkan kembali nilai pixel tersebut yang mendekati nilai aslinya. Noise yang digunakan ialah additive gaussian noise yang akan dibangkitkan melalui suatu noise generator.
Parameter performansi yang diujikan pada citra digital adalah PSNR (Peak Signal-to-Noise Ratio) dan MOS (Mean Opinion Score) pada citra hasil denoising. Pengujian dilakukan dengan beberapa kombinasi, yaitu wavelet filter (daubechies-1 s/d 4), ukuran matrik ketetanggaan BLS (3x3, 5x5, 7x7), dan standar deviasi noise 10, 30 dan 50. Dari hasil analisis didapatkan bahwa peningkatan ordo wavelet daubechies tidak mempengaruhi nilai PSNR citra hasil denoising secara significan dan semakin besar ukuran matrik BLS, maka peningkatan nilai PSNR juga semakin kecil.Kata Kunci : additive gaussian noise, Gaussian Scale Mixtures (GSM), Bayes Least Square (BLS), PSNR, MOSABSTRACT: Digital image is one of the easiest used image forms viewed from the sending of image as data and the image processing itselves. In the image sending, it often happened the sent image is contained by noise then makes image quality is different with the original image when the image is received, it because of there is a distortion during transmission.
This final task would be implemented and analysed the using of Gaussians Scale Mixtures (GSM) method in the wavelet domain during denoising process. This method used two independent random variable, i.e. Gaussian vector and hidden positive scalar multiplier, in which both of them modeled scale and close neighbourhood coeffcien. In this GSM method used Bayes Least Square (BLS) estimation for estiamating the weight of noisy pixels to get back that pixel value that is the most close to its real value.
Performance parameters that would be tested in the digital image are PSNR (Peak Signal-to-Noise Ratio ) and MOS (Mean Opinion Score) on result of denoising image. The testing were did with several combination, i.e. wavelet filter (daubechies-1 to daubechies-4), BLS neighbourhood matrix size (3x3, 5x5, 7x7), and noise standar deviation (10, 30 dan 50). From the result of analysist got that the increasing of daubechies wavelet ordo does not impact PSNR value of the result of denoising image significantly and as the bigger of BLS matrix size as the increase PSNR value is getting lower.Keyword: Additive Gaussian Noise, Gaussian Scale Mixtures (GSM), Bayes Least Square (BLS), PSNR, MOS