Peningkatan Citra bertujuan untuk menambah kualitas pada citra terdegradasi, seperti citra blur dan citra
derau atau biasa disebut dengan noise. Pada citra sendiri dapat terjadi degradasi seperti blur dan noise.
Degradasi citra terjadi ketika ada gerakan relatif antara sebuah objek atau pencahayaan pada kamera. Ini
memperkenalkan dan mengimplementasikan metode komputasi yang dipakai pada pengolahan citra untuk
merestorasi citra maupun meningkatkan kualitas berdasarkan ambang batas. Banyak aplikasi bertujuan
untuk meningkatkan pencerahan, kontras, dan mengurangi nilai derau pada citra secara real-time. Pada
penelitian ini, kami mengusungkan sebuah metode Autoencoder untuk meningkatan citra pada citra yang
terdegradasi serta dengan menggunakan peak signal-to-noise ratio (PSNR) sebagai tolak ukur antara ci-
tra awal dan citra rekonstruksi. Hasil penelitian yang didapat dengan metode autoencoder terhadap citra
menghasilkan kualitas gambar yang kurang baik dengan rata-rata nilai PSNR 25dB. Untuk itu, metode
autoencoder perlu melakukan training data yang banyak, penyesuaian hyperparameter tuning, dan validasi
model sebelum membuat model autoencoder.