Implementasi dan Analisi Image Scalling Menggunakan Bilinier Interpolation pada Citra Kendaraan

Fahmi Ramadhan

doi:10.70340/jirsi.v4i3.235

Penulis

Fahmi Ramadhan Universitas Harapan Medan

DOI:

https://doi.org/10.70340/jirsi.v4i3.235

Kata Kunci:

Kata kunci: Pengolahan citra digital, bilinear interpolation, image scaling, PSNR, MSE, Visual Studio.

Abstrak

Pengolahan citra digital merupakan salah satu bidang penting dalam ilmu komputer, khususnya dalam hal manipulasi dan transformasi gambar untuk keperluan analisis maupun visualisasi. Salah satu teknik dasar yang umum digunakan adalah image scaling, yaitu proses memperbesar atau memperkecil ukuran citra. Penelitian ini mengimplementasikan metode bilinear interpolation untuk melakukan scaling pada citra kendaraan, serta mengevaluasi kualitas hasilnya menggunakan dua parameter kuantitatif, yaitu Peak Signal-to-Noise Ratio (PSNR) dan Mean Squared Error (MSE). Pengujian menunjukkan bahwa semakin ekstrem proses downscaling dilakukan, semakin rendah kualitas hasil citra (nilai PSNR turun dan MSE meningkat). Sebaliknya, proses upscaling cenderung menghasilkan nilai PSNR yang lebih baik namun tetap terbatas dalam menjaga ketajaman detail. Kesimpulannya, metode bilinear interpolation dapat diterapkan dengan baik untuk scaling citra kendaraan dalam skala ringan hingga sedang. Evaluasi menggunakan PSNR dan MSE memberikan gambaran kuantitatif yang jelas terhadap degradasi citra akibat proses scaling. Aplikasi ini dapat menjadi dasar bagi pengembangan sistem pengolahan citra lainnya, seperti deteksi objek, klasifikasi kendaraan, maupun sistem pengawasan berbasis visual.

Unduhan

Data unduhan belum tersedia.

Referensi

Arif, M., & Pratama, F. (2022). Optimized image scaling techniques for object detection pre-processing. Jurnal Teknologi Informasi dan Ilmu Komputer, 9(2), 123–129

Dewi, S. H., & Nugroho, R. A. (2021). Interpolasi citra digital menggunakan metode bilinear dan bicubic untuk perbesaran citra wajah. In Seminar Nasional Teknologi dan Rekayasa (SENTRA) (pp. 45–50).

Putra, A. M., Handayani, L., & Suryani, T. (2022). Tinjauan teknik pre-processing dalam sistem pengenalan pola citra digital. Jurnal Teknologi dan Sistem Komputer, 10(2), 165–172

Munir, R. (2021). Operasi-operasi Dasar Pengolahan Citra. Online] https://informatika. stei. itb. ac. id/~ rinaldi. munir/Citra/2020-2021/05-Operasi-dasar-pengolahan-citra-2021. pdf (Diakses pada 18 Desember 2022).

Kurniawan, B., & Ananda, A. Y. (2023). Analisis pengaruh scaling citra kendaraan terhadap hasil segmentasi dan deteksi pelat nomor. Jurnal Pengolahan Citra Digital, 5(3), 210–218.

Putri, S. N., Prasetyo, R. B., & Yuniarti, R. D. (2024). Studi implementasi bilinear interpolation pada pre-processing sistem klasifikasi kendaraan ringan dan berat. Jurnal Teknologi dan Sistem Komputer (JTSiskom), 12(1), 78–85.

Novandi, T. A., Pratama, A. H., & Rachman, M. (2021). Comparative study of image scaling algorithms for real-time applications. International Journal of Image Processing, 13(4), 102–108.

Sari, P., Akbar, M. F., & Rinaldi, A. (2022). Evaluasi performa interpolasi bilinear dan nearest neighbor pada perubahan ukuran citra. Jurnal RESTI, 6(2), 145–150.

Kurniawan, E., Park, Y., & Lee, S. (2022). Noise-Resistant Demosaicing with Deep Image Prior Network and Random RGBW Color Filter Array. Sensors, 22(5), 1767.

Setiawan, I. R., Fanani, A. Z., Surname, G. N., & Purwanto, P. (2023, February). Optimization of the Use of Artificial Neural Network Models for Accuracy Data Measurement Palm Oil Production Prediction Rate. In 2023 International Conference on Computer Science, Information Technology and Engineering (ICCoSITE) (pp. 732-737). IEEE.

Setiawan, R., Cahyana, R., & Hakim, P. (2021). Implementasi Konsep Behaviorally Anchor Rating Scale pada Sistem Informasi Penilaian Kinerja Karyawan Berbasis Web. Jurnal Algoritma, 18(2), 562-573.