Penerapan Metode Otsu dalam Melakukan Segmentasi Citra pada Citra Naskah Arab

Sari, Indah Eka Yulia; Furqan, Mhd.; Sriani, Sriani

doi:10.30812/matrik.v20i1.658

Cited by 5 publications

(6 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sebelum diklasifikasikan, akan dilakukan proses image processing untuk mendapatkan ciri khusus pada citra kanker kulit. Menurut penelitian (Faruk et al, 2020) (Maria et al, 2018) (Sari et al, 2020), segmentasi citra dapat dilakukan dengan mengambil citra grayscale kemudian diproses menggunakan threshold dan otsu. Metode thresholding otsu adalah metode yang mencari nilai optimum dengan memaksimalkan kelas varian, nilai bobotnya dicari berdasarkan kedua kelasnya, perhitungan rerata terhadap dua kelas, total dari nilai rerata, dan mecari nilai Beetwen Class Variance (Faruk et al, 2020).…”

Section: Studi Literaturunclassified

See 1 more Smart Citation

Analisis Klasifikasi Citra Kanker Kulit dengan Random Forest

Winanti¹,

Martiyaningsih²,

Soemedhy³

et al. 2023

remik

View full text Add to dashboard Cite

Pada tahun 2020 jumlah penderita kanker di dunia mencapai 19,3 juta kasus dengan angka kematian mencapai 10 juta kasus dan diperkirakan akan terus naik hingga 30,2 juta kasus pada tahun 2040. Menurut World Health Organization, setiap tahun setidaknya sebanyak 160.000 orang menderita kanker kulit di dunia. Salah satu kanker yang mematikan adalah kanker kulit. Penyakit kanker kulit adalah salah satu jenis kanker yang cukup serius dan dalam proses diagnosanya terbilang cukup sulit karena memerlukan pengambilan jaringan tubuh yang menyakitkan untuk tahapan proses biopsy. Oleh karena itu, diperlukannya klasifikasi untuk mengkategorikan jenis kanker masuk berdasarkan keganasannya (benign dan malignant). pengumpulan data, yaitu dataset kanker kulit malignant dan benign yang diambil dari website kaggle. Dataset tersebut kemudian diproses melalui segmentasi citra kemudian ciri khusus yang dihasilkan digunakan sebagai dasar pengelompokan citra ke dalam kelas (clustering) menggunakan algoritma K-Means. Sebelum dilakukannya klasifikasi, data harus dikelompokkan berdasarkan ciri khusus tertentu menggunakan algoritma K-Means. Selanjutnya akan dilakukan ekstraksi ciri dengan melakukan segmentasi yang nantinya dari hasil tersebut akan diklasifikasi. Kemudian hasil pengelompokkan dibagi menjadi data latih dan data uji sebesar 70% untuk data latih dan 30% data uji, kemudian diklasifikasikan menggunakan algoritma random forest. Didapat hasil pengelompokkan dengan K-Means yaitu 2 klaster. Kemudian diklasifikasikan dengan algoritma Random Forest dan mendapat hasil akurasi pelatihan 100% dan pengujian 81%.

show abstract

Section: Studi Literaturunclassified

“…Pada penelitian (Maria et al, 2018) (Sari et al, 2020), dikatakan bahwa segmentasi citra sebagai proses pengenalan pola, dapat dilakukan menggunakan metode tresholding dan otsu. Pengenalan pola merupakan sebuah alat untuk mengatasi masalah dalam mesin cerdas yang digunakan pada tahap pra-pemrosesan data dan pembuatan sebuah keputusan (Devega, 2019).…”

Section: Alir Penelitianunclassified

Analisis Klasifikasi Citra Kanker Kulit dengan Random Forest

Winanti¹,

Martiyaningsih²,

Soemedhy³

et al. 2023

remik

View full text Add to dashboard Cite

show abstract

“…Terakhir, dilakukan perubahan ukuran citra dengan skala rasio. Metode ini memperbesar atau memperkecil ukuran citra berdasarkan faktor skala [14].…”

Section: Preprocessing Dataunclassified

Analisis Hasil Segmentasi Citra Daun Bawang Dengan Metode Adaptive Thesholding dan K-Means Clustering

Pamungkas,

Wijaya

2023

JOINTECS

View full text Add to dashboard Cite

Segmentasi citra yang akurat memiliki dampak signifikan pada hasil analisis citra secara keseluruhan. Penelitian ini bertujuan untuk membandingkan metode Adaptive Thresholding dan K-Means Clustering dalam segmentasi citra daun bawang merah dengan latar belakang yang berbeda. Dengan menggunakan analisis kuantitatif terhadap 25 citra daun bawang yang beragam, hasil penelitian menunjukkan bahwa Adaptive Thresholding menghasilkan segmentasi yang memuaskan dalam skala warna hitam dan putih, sementara K-Means Clustering dengan ekstraksi fitur juga memberikan hasil yang memuaskan. Analisis berbasis aplikasi web dalam 5 skenario mengonfirmasi keefektifan kedua metode tersebut. Adaptive Thresholding mencapai Jaccard index sebesar 0.92, Rand index sebesar 0.85, dan F1 score sebesar 0.95. Sedangkan K-Means Clustering memiliki Jaccard index sebesar 0.64, Rand index sebesar 0.69, dan F1 score sebesar 0.71 pada skenario latar belakang mediatanam. Meskipun demikian, hasil segmentasi terbaik diperoleh dengan menggunakan Adaptive Thresholding pada latar belakang Putih Cahaya Terang, dengan Jaccard index sebesar 0.96, Rand index sebesar 0.91, dan F1 score sebesar 0.98. Penelitian ini memberikan rekomendasi untuk segmentasi optimal citra daun bawang merah dengan latar belakang yang berbeda, dengan menekankan keefektifan Adaptive Thresholding dalam mencapai tingkat akurasi tinggi melalui ekstraksi fitur bentuk dan tekstur. Pencahayaan yang memadai saat pengambilan citra merupakan faktor penting untuk mencapai hasil segmentasi yang optimal.

show abstract

“…Penerapan metode Thresholding telah banyak dilakukan oleh para peneliti lain, diantaranya, (Sari, I.E.Y., dkk. 2020) e.…”

Section: A Pendahuluanunclassified

Penerapan Metode Thresholding Pada Proses Transformasi Citra Digital

2023

educate

View full text Add to dashboard Cite

Book is a window to the world. By reading books, we can get a variety of knowledge that we do not know. The meaning of books as windows to the world can be doubted today.Given the internet provides a lot of information with a much more attractive appearance. Both books and the internet provide a wealth of information and knowledge. But in fact books are still the mainstay of accurate sources of knowledge. A lot of information on the internet is in fact not supported with accuracy. Even in the world of higher education, books are the main reference source in scientific writing. However, old books that may have started to become dull and the writing can no longer be read resulted in the reader of the book not being able to know the knowledge contained in the old book. Based on observations, it is necessary to build a computerized system so that the writings in the book can be read again. One method that can be used is the Thresholding method. The system is designed with MATLAB programming application. In this process, it is necessary to scan or take photos/pictures from cellphone cameras from old book manuscripts to be processed on the system using the Thresholding method. After carrying out the testing process on several images of old books, better results were obtained so that the writing on the manuscript could be seen more clearly with different threshold values for each image entered into the system.

show abstract

Penerapan Metode Otsu dalam Melakukan Segmentasi Citra pada Citra Naskah Arab

Cited by 5 publications

References 1 publication

Analisis Klasifikasi Citra Kanker Kulit dengan Random Forest

Analisis Klasifikasi Citra Kanker Kulit dengan Random Forest

Analisis Hasil Segmentasi Citra Daun Bawang Dengan Metode Adaptive Thesholding dan K-Means Clustering

Penerapan Metode Thresholding Pada Proses Transformasi Citra Digital

Contact Info

Product

Resources

About