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.
