Call Number | T-1428 (softcopy T-1137) MAK PI-228 TR-CSUI-100 Source Code-394 |
Collection Type | Tesis |
Title | Restorasi Citra Multi Degradasi |
Author | Muhammad Yusuf Kardawi; |
Publisher | Depok: Fasilkom UI, 2025 |
Subject | Image restoration |
Location | FASILKOM-UI; |
Nomor Panggil | ID Koleksi | Status |
---|---|---|
T-1428 (softcopy T-1137) MAK PI-228 TR-CSUI-100 Source Code-394 | TERSEDIA |
Nama : Muhammad Yusuf Kardawi Program Studi : Magister Ilmu Komputer Judul : Restorasi Citra Multi-Degradasi Pembimbing : Dr.Eng. Laksmita Rahadianti, S.Kom., M.Sc. Restorasi citra dapat digunakan untuk memperbaiki kualitas citra yang terdegradasi akibat kondisi seperti cuaca buruk, kamera yang bergerak, dan kualitas kamera yang rendah. Metode restorasi citra tradisional memiliki kemampuan generalisasi yang terbatas untuk menangani beragam jenis dan tingkat degradasi sehingga biasanya diterapkan pada satu jenis degradasi saja. Dewasa ini, banyak penelitian mulai berfokus pada restorasi citra pada berbagai degradasi, dengan mengembangkan jaringan terpadu yang mampu menangani lebih dari satu jenis degradasi. Salah satu pendekatan yang menjanjikan adalah penggunaan prompt untuk memberikan informasi tambahan mengenai jenis dan tingkat degradasi pada citra masukan. Akan tetapi, restorasi citra pada berbagai degradasi seringkali membutuhkan biaya komputasi yang tinggi, sehingga sulit untuk diimplementasikan pada perangkat dengan sumber daya terbatas. Penelitian ini mengusulkan model restorasi citra berbasis model PromptIR dengan biaya komputasi dan kompleksitas yang lebih rendah, namun tetap efektif untuk tugas restorasi citra deraining, dehazing, denoising, dan deblurring. Penelitian ini melakukan pengujian kualitas hasil restorasi citra multi-degradation, single-degradation, serta restorasi citra real-world. Hasil restorasi citra model modifikasi PromptIR usulan berhasil mempertahankan kinerja restorasi yang sebanding dan nilai PSNR 33,73 dibandingkan dengan 34,00 untuk tugas denoising. Selain itu, juga dilakukan analisis efisiensi model, di mana ditemukan bahwa mengkombinasikan operasi konvolusi, transformer, dan prompt yang dinamis, model yang diusulkan berhasil mengurangi FLOPs sebesar 32.06% dan jumlah parameter sebesar 27.87%. Dengan demikian, model modifikasi usulan terbukti lebih efisien tanpa mengorbankan kinerja restorasi.