Electronic Theses and Dissertation

Pengolahan citra digital merupakan salah satu implementasi dari visi komputer di mana citra berupa koordinat spasial yang diwakili oleh matriks integer dua dimensi. Tidak semua citra digital dapat diterima oleh mata manusia. Citra yang kurang baik ini terjadi akibat perubahan susunan piksel pada citra. Oleh karena itu, dibutuhkan teknik pengolahan citra yang dapat memperbaiki susunan piksel sehingga menghasilkan citra dengan kualitas baik. Penelitian ini menggunakan salah satu model jaringan saraf berupa Efficient Sub-Pixel Convolutional Neural Network (ESPCN) dalam menghasilkan citra dengan kualitas baik. Penelitian ini dilakukan dengan menguji 450 citra dengan variasi batch size dan filter sehingga mendapatkan nilai Peak Signal-to-Noise Ratio (PSNR) lebih baik dari penelitian sebelumnya. Dari penelitian ini, model ESPCN dapat ditingkatkan pada filter 128,128,64,32 dengan 4 lapisan yang menghasilkan PSNR paling besar yaitu 28.7234db dan perhitungan jarak terkecil menggunakan distance correlation sebesar 0.07061 dibandingkan dengan penelitian sebelumnya dimana nilai PSNR sebesar 28.6232db dan perhitungan jarak sebesar 0.08525.

Digital image processing is one of the implementations of computer vision where the image is in the form of spatial coordinates represented by a two-dimensional integer matrix. The human eye cannot receive all digital images. This poor image occurs due to the reduced pixels arranged in the image. Therefore, image processing techniques are needed to improve the arrangement of pixels to produce good-quality images. This study uses the Efficient Sub-Pixel Convolutional Neural Network (ESPCN) to predict images to produce images with good quality. This research was conducted by testing 450 images with various batch sizes and filters so that the Peak Signal-to-Noise Ratio (PSNR) value was better than in the previous studies. From this study, ESPCN can be improved on the 128,128,64,32 filter with 4 layers which produces the largest PSNR of 28.7234db and the smallest distance calculation using a distance correlation of 0.07061 compared to previous studies where the PSNR value is 28.6232db and the distance calculation is 0.08525.