PERBANDINGAN SEGMENTASI CITRA TELUR AYAM MENGGUNAKAN METODE OTSU BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN HSV

Penulis

  • Gede Angga Pradipta STMIK STIKOM BALI
  • Putu Desiana Wulaning Ayu STMIK STIKOM Bali

DOI:

https://doi.org/10.23887/jstundiksha.v6i1.9329

Abstrak

Segmentasi bertujuan untuk membagi citra ke dalam sejumlah bagian atau objek, objek pada penelitian ini berupa telur ayam yang bertujuan untuk memperoleh garis tepi dari citra telur dan dapat mengidentifikasi bercak kotor pada telur. Untuk mendapatkan tujuan dari penelitian ini, maka metode yang digunakan adalah dengan segmentasi berdasarkan perbedaan ruang warna, yaitu ruang warna RGB dan HSV, serta segmentasi dengan menggunakan metode otsu. Hasil yang diperoleh dari 20 sampel telur yang digunakan menunjukkan hasil segmentasi dengan ruang warna RGB dalam mendeteksi garis tepi citra pada telur lebih baik dibandingkan dengan ruang warna HSV ,ini terlihat dari pengujian secara visual dimana ruang warna RGB memberikan hasil yang lebih sempurna dalam memisahkan telur dengan objek yang lainnya. Sedangkan dalam pengujian kualitas citra hasil dari segementasi dengan pengujian MSE dan PSNR, ruang warna HSV memberikan hasil yang lebih baik dengan RGB . Penelitian ini diharapkan dapat memberikan  kontribusi penggunaan metode ruang warna agar dapat diterapkan pada segmentasi citra.

 

Kata Kunci : Otsu, RGB, HSV, Segmentasi

Referensi

Huda, M. (2016). DETEKSI TEPI CITRA TELUR DENGAN ALGORITMA PREWITT UNTUK PERHITUNGAN VOLUME. Prosiding Seminar Nasional IPTEK Terapan (SENIT) 2016 Pengembangan Sumber Daya Lokal Berbasis IPTEK, 1(1).

Jian, Z., & Xiaowei, C. (2012). Non-subsampled contourlets based Synthetic Aperture Radar images segmentation. In Engineering Design and Manufacturing Informatization 2012 3rd International Conference on System Science (Vol. 2, pp. 216–218).

Lin, P. T., & Lin, B. R. (2016). Fuzzy automatic contrast enhancement based on fuzzy C-means clustering in CIELAB color space. In 2016 12th IEEE/ASME International Conference on Mechatronic and Embedded Systems and Applications (MESA) (pp. 1–10). https://doi.org/10.1109/MESA.2016.7587156

Lorendana, L. (2012). Automatic Identification of defect on Eggshell Through a Multispectral Vision System. Food Bioprocess Technology. https://doi.org/DOI 10.1007/s11947-011-0672-x.

Narkhede, P. R., & Gokhale, A. V. (2015). Color particle filter based object tracking using frame segmentation in CIELab* and HSV color spaces. In 2015 International Conference on Communications and Signal Processing (ICCSP) (pp. 0804–0808). https://doi.org/10.1109/ICCSP.2015.7322604

Pan, J., Zheng, X. W., Sun, L., Yang, L. N., Wang, Y. L., Luo, H. W., & Wang, P. S. P. (2016). Image segmentation based on 2D OTSU and simplified swarm optimization. In 2016 International Conference on Machine Learning and Cybernetics (ICMLC) (Vol. 2, pp. 1026–1030). https://doi.org/10.1109/ICMLC.2016.7873020

Maria, C. 2012. Color Index Analysis for Automatic detection of Eggshell Defect. SPIE.

Diterbitkan

2017-03-30

Cara Mengutip

Pradipta, G. A., & Wulaning Ayu, P. D. (2017). PERBANDINGAN SEGMENTASI CITRA TELUR AYAM MENGGUNAKAN METODE OTSU BERDASARKAN PERBEDAAN RUANG WARNA RGB DAN HSV. JST (Jurnal Sains Dan Teknologi), 6(1). https://doi.org/10.23887/jstundiksha.v6i1.9329

Terbitan

Bagian

Articles