INTEGRASI METODE MULTISCALE RETINEX DAN BILATERAL FILTERING DALAM PENINGKATAN KUALITAS CITRA DENGAN INTENSITAS PENCAHAYAAN YANG RENDAH

Citra digital yang diambil dalam kondisi pencahayaan rendah sering mengalami
degradasi kualitas, seperti kontras yang buruk, tingkat noise yang tinggi, dan
hilangnya detail informasi, sehingga menyulitkan proses observasi dan analisis.
Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan
mengevaluasi efektivitas alur kerja terintegrasi yang mengombinasikan metode
Multiscale Retinex (MSR) dan Bilateral Filtering untuk meningkatkan kualitas citra
berpencahayaan rendah. Alur kerja dirancang secara sekuensial, di mana MSR
berfungsi sebagai tahap utama untuk meningkatkan kecerahan dan rentang dinamis
citra, sedangkan Bilateral Filtering diterapkan sebagai tahap pascapemrosesan
untuk mereduksi noise tanpa menghilangkan detail visual. Implementasi dilakukan
melalui antarmuka MATLAB 2020a dan diuji pada 25 citra berformat JPG yang
terdiri atas citra dari dataset Kaggle dan citra hasil pemotretan langsung. Evaluasi
dilakukan secara kuantitatif menggunakan Mean Luminance dan Signal to Noise
Ratio (SNR), serta secara kualitatif melalui pengamatan visual dan analisis
histogram. Hasil penelitian menunjukkan bahwa MSR mampu meningkatkan Mean
Luminance, dari rata-rata 18.77 menjadi 145.08 pada citra Kaggle dan dari 34.39
menjadi 156.30 pada citra pemotretan langsung, sehingga detail pada area gelap
menjadi lebih terlihat. Tahap Bilateral Filtering kemudian mereduksi noise secara
efektif sekaligus mempertahankan peningkatan kecerahan tersebut, dibuktikan oleh
nilai SNR rata-rata sebesar 21.71 dB pada citra Kaggle dan 29.31 dB pada citra
pemotretan langsung. Temuan ini menunjukkan bahwa integrasi MSR dan Bilateral
Filtering bekerja secara sinergis dalam meningkatkan kualitas citra berpencahayaan
rendah, menghasilkan citra yang lebih terang, bersih, dan tetap mempertahankan
detail penting.
Kata Kunci: Integrasi Metode, Peningkatan Kualitas Citra, Multiscale
Retinex, Bilateral Filtering.