Perbaikan Citra Gambar Tangan Menggunakan Particle Swarm Optimization

Abstract

Salah satu perkembangan teknologi yang sekarang ini cukup pesat adalah pengolahan citra digital. Penggunaan citra biasanya digunakan dalam pengolahan citra biometric, pengenalan tanda tangan, pengenalan wajah ataupun permasalahan pada CCTV. Namun, pada permasalahan umumnya hasil citra dari tangkapan sebuah Closed Circuit Television (CCTV) tanpak kurang tajam, jelas dan sulit untuk dipahami oleh manusia ataupun petugas yang memantau CCTV. Penelitian ini mempunyai rumusan masalah yaitu bagaimana melakukan perbaikan citra gambar tangan yang menjadi data inputan dan bagaimana menerapkan metode Particle Swarm Optimization untuk perbaikan kualitas citra gambar tangan. Particle Swarm Optimization merupakan metode algoritma pencarian yang menggunakan banyak individu, atau partikel, dikelompokkan dalam segerombolan. Masing-masing partikel ini mewakili solusi kandidat untuk optimasi masalah. Pada penelitian ini menggunakan metode Waterfall. Aplikasi ini dibuat dengan pemrograman Python dengan bantuan metode Particle Swarm Optimization. Untuk identifikasi objek citra gambar tangan. Pada penelitian ini menguji metode Particle Swarm Optimization yang dapat digunakan dalam proses pemaksimalan gambar. Hasil pada penelitian ini menunjukkan Sistem ini dapat menampilkan citra gambar tangan yang lebih tajam dan jelas sehingga berhasil dibangun dengan metode Particle Swarm Optimization.