Image enhancement merupakan prosedur yang digunakan untuk memproses gambar sehingga dapat memperbaiki atau meningkatkan kualitas gambar agar selanjutnya dapat dianalis untuk tujuan tertentu. Ada banyak algoritma image enhancement yang dapat diterapkan pada suatu gambar, salah satunya dapat menggunakan algoritma structural similarity index measure (SSIM), algoritma ini berfungsi sebagai alat ukur dalam menilai kualitas gambar, bekerja dengan membandingkan fitur structural dari gambar, dan kualitas gambar dijelaskan oleh kesamaan structural. Selain untuk menilai kualitas suatu gambar, SSIM dapat menjadi metode dalam menganalisis perbedaan gambar, sehingga diketahui anomali dari perbandingan dua gambar berdasarkan data structural dari sebuah gambar. Tinjauan literature sistematis ini digunakan untuk menganalisis dan fokus pada algoritma SSIM dalam mengetahui anomaly 2 gambar yang terlihat mirip secara human visual system. Hasil sistematis review menunjukkan bahwa penggunaan algoritma SSIM dalam menilai kualitas gambar berkorelasi kuat dengan HVS (Human Vision System) dan dalam deteksi anomaly gambar menghasilkan akurasi yang berbeda, karena terpengaruh intensitas cahaya dan posisi kamera dalam mengambil gambar sebagai dataset.Kata Kunci— SSIM, anomaly, gambar, deteksiImage enhancement is a procedure used to process images so that they can correct or improve image quality so that they can then be analyzed for specific purposes. Many image enhancement algorithms can be applied to an image. one of the usable methods is the structural similarity index measure (SSIM) algorithm, this algorithm serves as a measuring tool in assessing image quality. It works by comparing the structural features of images, and the image quality is explained by structural similarity. In addition to assessing the quality of an image, SSIM can be a method of analyzing image differences. So, the anomalies are known from the comparison of two images based on the structural data from an image. This systematic literature review is used to analyze and focus on the SSIM algorithm in knowing anomaly 2 images that look similar to the human visual system. Systematic review results show that the use of the SSIM algorithm in assessing image quality is strongly correlated with HVS (Human Vision System). In anomaly detection of images produces different accuracy because it is affected by light intensity and camera position in taking pictures as a dataset.Keywords— SSIM, anomaly, gambar, deteksi
A new Method for Color Image Quality Assessment
