Penerapan Segmentasi Citra Dengan Metode Threshold Niblack Pada Daun Janda Bolong (Monstera AdansonII)

Abstract

Abstrak

Pemanfaatan pengolahan citra dalam era yang hampir serta digital ini sangat dibutuhkan dalam berbagai bidang, seperti dalam bidang kedokteran, forensik, hukum, perdangangan, Pendidikan maupun dalam kehidupan sehari hari, khususnya citra yang dapat menyampaikan informasi. Citra digital dapat diolah ataupun dimodifikasi menjadi citra digital yang lain, proses ini disebut proses pengolahan citra digital. Pengolahan citra memiliki tujuan untuk memperbaiki kualitas citra agar mudah di interpretasi oleh manusia atau komputer. Segmentasi citra merupakan suatu bagian penting dalam analisis citra, karena pada proses ini gambar atau citra yang diinginkan akan dianalisis untuk proses yang lebih lanjut agar lebih mudah dianalisis. Penelitian kali ini akan mencoba menggunakan salah satu metode local thresholding yaitu metode threshold niblack pada studi kasus daun janda bolong (monstera adansonii). Proses segmentasi citra dimulai dari image acquisition, convert RGB to grayscale, local mean, standar deviasi, kemudian mencari nilai thresholding. Metode threshold niblack (local thresholding) dan global thresholding perlu dibandingkan, maka dicari nilai error menggunakan mean square error (MSE). Hasil pengujian MSE menggunakan 20 sampel citra daun janda bolong (monstera adansonii) mendapatkan presentase     keberhasilan mencapai 75%, Nilai MSE terendah pada metode threshold niblack didapatkan pada sampel ke 5 dengan nilai 1572.2281, sedangkan untuk nilai MSE global thresholding yaitu 7744.8932. Metode threshold niblack dengan kata lain lebih baik dari pada metode global thresholding dalam hal error. 

Kata Kunci: citra daun, janda bolong, MSE, threshold niblack.

Abstract

The utilization of image processing in this almost digital era is very much needed in various fields, such as in the fields of medicine, forensics, law, trade, education, and in everyday life, especially images that can convey information. Digital images can convey information. Digital images can be processed or modifield into other digital images, this process is called digital image processing. Image processing has the aim of improving image quality so that it can be easily interpreted by humans or computers. Image segmentation is an important part in image analysis, because in this process the desired image/image will be analyzed for further processes to make it easier to analyze. This study will try to use one of the local thresholding methods, namely the niblack threshold method in the case study of the perforated leaf monstera adansonii. The image segmentation process starts from image  acquisition, convert RGB to grayscale, local mean, standart deviation, then looks for the thresholding value. The niblack threshold (local thresholding) and global thresholding methods ned to be compared, so the error value is searched using the mean square error (MSE). The result of the MSE test using 20 sampel monstera adansonii got a success percentage of 75% the lowest MSE value in the niblack threshold method was obtain in the 5 sampel with a value 1572.2281, while the global thresholding MSE value was 7744,8932. The niblack thresholding method in other words is better than the global thresholding method in terms of error.

Keywords: : monstera adansonii leaf, MSE, niblack, adaptive threshold