ABSTRAKSI: Saat ini banyak mesin yang bekerja seperti indera penglihatan. Tetapi sayangnya masih banyak sekali kekurangan yang dapat terjadi dari sistem penglihatan mesin dibandingkan dengan sistem penglihatan manusia. Kekurangan yang bisa terjadi dari pembuatan citra digital oleh kamera yaitu adanya sensitivitas terhadap gerakan. Kamera memiliki kecepatan penangkapan gambar yang rendah sehingga jika objek yang ditangkap bergerak maka akan tejadi efek motion terhadap citra tersebut. Efek tersebut disebut sebagai degradasi dari citra. Beberapa contoh degradasi yang lain adalah blur dan noise. Oleh karena itu diperlukan perbaikan untuk citra yang terdegradasi tersebut.
Dalam Tugas Akhir ini telah dibangun sebuah perangkat lunak dengan menggunakan Matlab 7.0.1 untuk perbaikan citra yang terdegradasi secara Adaptive Spasial dengan menggunakan Hopfield Network sebagai salah satu algoritma Jaringan Saraf Tiruan. Metode ini merupakan salah satu metode yang menggunakan pendekatan komputasi untuk dapat melakukan perbaikan citra. Dengan metode ini citra yang mengalami blur dapat diperbaiki menjadi lebih jelas.
Input dari aplikasi yang yaitu citra yang terdegradasi lalu akan diproses untuk menghasilkan citra yang sudah direstorasi lalu dihitung besar error dari citra restorasi tersebut dengan citra asli sebagai pembanding. Untuk perhitungan error dari citra yang sudah direstorasi digunakan perhitungan PSNR (Peak Signal to Noise Ratio).
Citra hasil perbaikan dengan Adaptive Hopfield Network menghasilkan nilai yang performansi yang lebih baik 8 dB bila dibandingkan dengan perbaikan citra dengan Hopfield Network biasa dan lebih baik 15 dB dibandingkan dengan wiener untuk citra terdegradasi gaussian blur dengan noise of variance 30.Kata Kunci : Jaringan Saraf Tiruan, Perbaikan Citra, Adaptive Spasial, Degradasi Citra, blur, noise, motion, PSNR.ABSTRACT: Now many machines works like visual sensor. But their many lacking of the machine visual system compared to human visual system. In example in the image quality of the produced image that have a small resolution, or low color variation, far differ than human vision system that have perfected. Other lack that can happen in the kamera is the motion sensitivity. Camera have a little image capture speed so that if some object move under the capturing process will make a motion with the image result. Thus effect named image degradation. Other image degradation are blur and noise. Because of that degradated image must have some Image Restoration.
This Final Poject implementing a software developed by using Matlab 7.0.1 for Spatially Adaptive Image Restoration for the degradated image with Hopfield Network as a Neural Network Algorithm. This Methode use computational aproach to restoring the image. With this methode the image that have a degradation can be repaired to be more cleared.
Input for this digital image restoration is the degradated image and will be proceed to create the restoration image and computing error value for the restoration image with original image to compare. To compute restoration image error usiing PSNR (Peak Signal to Noise Ratio).
Result Image from Adaptive Hopfield Network produce performance value 8 dB greater than standar Hopfield Network Restoration and 15 dB greater than wiener restoration methode to restore the degradated blur image and additive gaussian noise with noise of variance 30.Keyword: Neural Network, Image Restoration, Adaptive Spasial, Image Degradation, blur, noise, motion, PSNR