Peningkatan Kualitas Citra Low-Light Menggunakan Optimasi Particle Swarm Optimization (PSO)

Peningkatan kualitas citra merupakan proses awal dalam sebuah pengolahan citra (image processing). Peningkatan kualitas citra sangat dibutuhkan karena suatu yang dijadikan obyek pembahasan mengalami kualitas citra yang buruk. Contohnya citra yang terlalu gelap membuat tampilan citra kurang jelas. Citra tersebut terjadi pada saat pengambilan citra intensitas pencahayaannya yang rendah atau gelap. Salah satu cara meningkatkan kualitas citra dengan meningkatkan kontras dari citra, dibutuhkan suatu sistem yang mampu meningkatkan kualitas citra tersebut. Penelitian ini ditujukan untuk meningkatkan kualitas citra yang ada pada citra. Metode yang diusulkan dalam metode penelitian ini adalah histogram equalization yang dioptimasi menggunakan algoritma Particle Swarm Optimization (PSO) untuk menangani kontras citra yang berlebih. Pada penelitian ini dilakukan beberapa scenario pengujian untuk mengetahui seberapa optimal pengaruh algoritma PSO dalam proses optimasi peningkatan kualitas citra dengan menangani kontras citra berlebih dengan menggunakan dataset ExDark. Hasil Dari uji coba yang dilakukan dengan membandingkan rata-rata nilai PSNR dari metode Histogram Equalization dan Histogram Equalization dengan penerapan algoritma PSO diperoleh rata-rata untuk metode Histogram Equalization dari 3 channel untuk Red sebesar 9.941dB, Green sebesar 9.734dB dan Blue sebesar 10.423dB. Sedangkan Histogram Equalization dengan penerapan algoritma PSO dari 3 channel untuk Red sebesar 13.919dB, Green sebesar 13.919dB dan Blue sebesar 14.448dB. Dapat disimpulkan dari hasil yang diperoleh yaitu metode Histogram Equalization dengan penerapan algoritma PSO akurasinya lebih besar dibandingkan dengan metode Histogram Equalization biasa.