INTISARI DARI PROSES

SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN

METODE THRESHOLDING

Pengolahan Citra Digital (C)

Oleh

I Gede Sudha Parajaya

(1504505063)

JURUSAN TEKNOLOGI INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2016

Berikut ini merupakan alur proses dari pengolahan citra digital untuk
menentukan jenis ikan dengan menggunakan metode thresholding yang dimana
metode threshodling ini merupakan proses mengubah citra berderajat keabuan
menjadi citra biner atau hitam putih sehingga dapat diketahui daerah mana yang
termasuk obyek dan background dari citra secara jelas. Berikut proses untuk
menentukan jenis ikan dari mata.
Langkah 1 : Menginput citra digital ikan dengan warna RGB dan ekstensi file
JPG dari ikan yang selanjutnya akan di proses dengan metode yang digunakan
sehingga didapat koordinat dari mata ikan yang ingin diketahui jenisnya.
Langkah 2 : Gambar ikan dengan citra warna RGB di konversikan menjadi citra
grayscale sehingga memiliki satu warna keabuan dalam setiap pixelnya, setelah
menjadi citra grayscale nantinya akan diinput ke masing-masing unsur warna
dasar citra grayscale. Metode yang biasa digunakan untuk mencari nilai grayscale
yaitu (R+G +B)/3..(2). Dimana R = unsur warna merah, G = unsur warna hijau,
dan B = unsur warna biru ,
Langkah 3 : Proses segmentasi citra ini merupakan proses untuk memisahkan
latar depan atau objek dengan latar belakang, agar objek dapat dianalisis dengan
mudah. Jadi gambar ikan akan dipisahkan dengan latar belakangnya.
Langkah 4 : Selanjutnya merupakan proses thresholding global yang merupakan
proses untuk mencari nilai threshod (T) (contoh dalam jurnal T = 145) pada citra
grayscale sedangkan proses thresholding lokal ini mencari nilai T1 (contoh dalam
jurnal T1 = 144 (6)), T2 (contoh dalam jurnal T2 = 128 (7)), T3 (contoh dalam
jurnal T3 = 61 (8), dan nilai C (contoh dalam jurnal C = 90) pada citra grayscale.
Jadi setelah citra RGB ikan dikonversi menjadi citra grayscale selanjutnya akan
dicari nilai threshold-nya (T) menggunakan metode thresholding global dan
setelah itu dicari nilai biner dari citra grayscale (T1, T2, T3) dan nilai (C). untuk
mencari angka-angka tersebut digunakan metode OTSU yang merupakan analisis
diskriminan dengan menentukan suatu variable dengan membedakan satu atau
lebih kelompok secara alami. Rumus dapat dilihat pada Gambar 1.

Gambar 1 rumus metode otsu

Langkah 5 : Proses selanjutnya deteksi tepi dari citra gambar ikan yang bertujuan
untuk menebalkan penampakan garis batas pada objek sehingga ikan yang akan
dianalisis jenisnya berproporsi sama. Pada jurnal SEGMENTASI CITRA
DIGITAL

IKAN

MENGGUNAKAN

METODE

THRESHOLDING

menggunakan operator canny dengan nilai citra biner T3 = 61.

Langkah 6 : Selanjutnya merupkan proses dilasi terhadap citra hasil deteksi tepi
yang memiliki tujuan untuk mempertajam atau mempertebal hasil deteksi tepi
dengan struktur elemen matriks berukuran 3 x 3 dengan komponen matriksnya
adalah 1.
Langkah 7 : Proses terakhir dalam menentukan jenis ikan menggunakan citra
digital dengan metode thresholding yaitu membuat Plot Contour. Proses ini
bertujuan menentukan koordinat objek. Proses ini dimulai dengan membuat plot
contour terhadap citra dilasi. Selanjutnya, membuat plot contour terhadap citra
grayscale. Menunjukan plot contour terhadap citra dilasi dan menunjukan plot
contour terhadap citra grayscale. Gambar 2 menunjukan hasil dari perhitungan
koordinat dan matriks untuk menentukan jenis ikan (hasil diambil dari jurnal
SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE
THRESHOLDING.

Gambar 2 Proses akhir plot contour

Pada Gambar 2 dijelaskan dari citra yang sudah dikonversi pada setiap
metodenya di carilah koordinat dan matrix dari pada ikan, yang dimana mata ikan
ini didapat dari gambar JPG dengan warna RGB diproses menjadi citra grayscale
serta metode lainnya sehingga didapatlah angka dari posisi mata ikan yang akan
diketahui jenisnya. Berikut ini contoh koordinat dan matrix yang sudah terdapat
pada jurnal sehingga dapat hasil akhir dari mata ikan yang sudah diproses tadi
berikut penjabarannya. Dari pengamatan terhadap plot contour, objek berada pada
interval baris matriks [250,300] dan interval kolom matriks [150,200], sehingga
diperoleh matriks 50 x 50 pixel. Selanjutnya, diambil dan ditentukan koordinat
objek pada baris dan kolom [274:295,152:173] dengan ukuran matriks 20 x 20
pixel. Citra dilasi dikembalikan terhadap citra RGB, citra grayscale dan citra biner
dengan mengambil objek sesuai dengan koordinat dan hasil pengambilan objek
yang ditunjukan. Gambar 3 menunjukan mata ikan yang sudah diproses dengan
metode yang ada.

Gambar 3 Objek mata setelah diproses.