Optimasi Histogram Equalization Untuk Peningkatan Kualitas Citra Digital

Abstract

Kualitas citra digital sering menurun akibat ketidakseimbangan pencahayaan, rendahnya kontras, serta gangguan visual lainnya yang membuat informasi pada citra sulit dikenali. Kondisi tersebut dapat menghambat proses analisis pada berbagai bidang, seperti medis, penginderaan jauh, maupun pemrosesan dokumen. Penelitian ini bertujuan meningkatkan kualitas citra dengan menerapkan Histogram Equalization (HE) dan metode turunannya, Contrast Limited Adaptive Histogram Equalization (CLAHE). Pengujian dilakukan pada sejumlah citra grayscale dengan bantuan MATLAB, dan kinerja masing-masing metode dievaluasi menggunakan Peak Signal-to-Noise Ratio (PSNR), Mean Square Error (MSE), dan Entropy. Berdasarkan hasil pengolahan, CLAHE menunjukkan peningkatan kualitas yang lebih konsisten, tercermin dari nilai Peak Signal-to-Noise Ratio (PSNR)dan Entropy yang lebih tinggi serta nilai Mean Square Error yang lebih rendah dibandingkan HE pada berbagai jenis citra. Temuan ini menunjukkan bahwa CLAHE lebih mampu menghasilkan citra dengan tingkat ketajaman dan distribusi intensitas yang lebih baik, sehingga berpotensi meningkatkan ketepatan tahap analisis lanjutan dalam pemrosesan citra digital.