PERBAIKAN KUALITAS CITRA DIGITAL PADA GAMBAR YANG GELAP UNTUK MENGIDENTIFIKASI TARGET DENGAN METODE CLAHE ( CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION )

Abstract

Penelitian ini bertujuan untuk mengatasi masalah rendahnya kualitas visual pada citra digital yang disebabkan oleh pencahayaan yang minim, yang menghambat proses identifikasi objek. Metode Contrast Limited Adaptive Histogram Equalization (CLAHE) diterapkan untuk meningkatkan kontras gambar secara lokal, sekaligus mengontrol penguatan noise melalui teknik pembatasan nilai ambang atau clip limit. Pengujian dilakukan secara otomatis terhadap dataset yang terdiri dari 991 citra gelap dengan berbagai tingkat degradasi. Hasil eksperimen menunjukkan bahwa penggunaan parameter Clip Limit sebesar 0.01 dan Tile Size 8x8 memberikan performa yang paling stabil. Secara statistik, sistem berhasil mencapai rata-rata akurasi sebesar 80,71% dengan kualitas piksel yang terjaga, yang dibuktikan melalui nilai rata-rata PSNR sebesar 20,2516 dB dan MSE sebesar 760,1315. Simpulan dari penelitian ini menegaskan bahwa algoritma CLAHE mampu meningkatkan visibilitas objek pada citra low-light secara efektif dalam skala besar. Meskipun kondisi gelap ekstrem memberikan tantangan pada akurasi matematis, secara fungsional sistem telah berhasil mengoptimalkan detail objek yang sebelumnya tidak terdeteksi menjadi dapat diidentifikasi dengan jelas.