Manusia memiliki keterbatasan dalam pengamatan suatu citra yang direpresentasikan ke dalam gambar

untuk menganalisis bagian terluar atau tepi citra. Tepi merupakan sekumpulan piksel yang terhubung pada
suatu batas antara dua daerah. Tepi dapat dideteksi dengan melakukan konvolusi menggunakan matriks
yang diperoleh dari piksel citra. Metode deteksi tepi merupakan suatu proses yang menghasilkan tepi-tepi
dari obyek citra untuk menandai bagian tepi citra dan memperbaiki detil citra yang kabur karena error.
Metode ini menggunakan persamaan dari operator gradien. Operator gradien turunan pertama diantaranya
adalah operator Robert, operator Sobel, operator Prewitt dan operator Canny. Penelitian sebelumnya yang
berkaitan dengan operator gradien sudah banyak dilakukan, salah satunya penelitian yang dilakukan oleh
Dian (2009) dengan menggunakan operator Robert dan Prewitt menunjukan tingkat akurasi yang didapat
mencapai 70%. Sedangkan dengan menggunakan operator Sobel tingkat akurasi mencapai 75% dari citra
yang dihasilkan. Penelitian lain tentang operator gradien juga pernah dilakukan oleh Triono dan Murinto
(2015) yang menjelaskan bahwa operator Canny menunjukan tingkat akurasi sebesar 80% dari citra yang
dihasilkan. Sedangkan operator turunan kedua adalah Laplacian of Gaussian (LoG). Annisa (2010)
menjelaskan operator Laplacian of Gaussian dapat mendeteksi tepi lebih akurat karena citra disaring
terlebih dahulu dengan fungsi Gaussian.
Kemampuan visual manusia masih terbatas untuk menganalisis citra, sehingga diperlukanlah metode
lain untuk mengolah citra. Salah satu metode yang dapat digunakan berupa metode deteksi tepi untuk
mengubah nilai citra homogen sehingga dapat terbentuk tepi suatu objek dari citra. Citra hasil metode
deteksi tepi selanjutnya dapat dimanfaatkan untuk keperluan beragam pemrosesan citra lainnya.
Diantaranya untuk mendapatkan garis tepi objek yang dihasilkan dari citra radiologi rontgen dalam bidang
kedokteran. Metode yang dapat digunakan untuk mengolah citra adalah metode deteksi tepi, seperti metode
Robert, metode Sobel, metode Prewitt, metode Laplace of Gauss (LoG) dan metode Canny.
Pengolahan citra menggunakan metode deteksi tepi masih memiliki kekurangan yaitu terdapat noise
belum memperlihatkan kualitas tepi citra yang maksimal. Untuk itu perlu adanya pengolahan citra yang
dapat mengurangi noise yaitu dengan menggunakan metode segmentasi. Menurut Arifin dan Akira (2006)
metode segmentasi merupakan proses pembagian sebuah citra ke dalam sejumlah bagian atau obyek.
Metode segmentasi yang digunakan yaitu metode Global thresholding. Metode thresholding merupakan
dasar suatu pencirian data menggunakan identifikasi matriks. Metode Global thresholding adalah
perubahan nilai piksel yang dibandingkan dengan nilai ambang (T) yang sama untuk keseluruhan piksel.
Mandalasari (2013) menjelaskan perubahan nilai piksel yang dilakukan menggunakan metode Global
thresholding tersebut menyebabkan bagian tertentu menjadi lebih terang atau lebih gelap.
 Adapun parameter yang dapat digunakan untuk mengukur perbandingan pengolahan citra diantaranya
Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), Signal to Noise Ratio (SNR), timeing run,
histogram, Bit Error Rate (BER), dan Root Mean Square Error (RMSE). Pengukuran perbandingan citra
biasanya dilakukan dengan menggunakan MSE dan PSNR. Menurut Munandar (2010), MSE merupakan
nilai error kuadrat rata-rata antara citra asli dengan citra hasil dan PSNR merupakan perhitungan yang
digunakan untuk mengetahui perbandingan kualitas citra hasil. Nilai PSNR di bawah 30 dB
mengindikasikan kualitas yang relatif rendah, dimana distorsi pada citra penyisipan terlihat jelas. Semakin
besar nilai MSE, maka tampilan pada citra hasil akan semakin buruk. Sebaliknya, semakin kecil nilai MSE,
maka tampilan pada citra hasil akan semakin baik. Semakin besar nilai PSNR, maka semakin baik kualitas
citra yang dihasilkan. Nilai MSE berbanding terbalik dengan nilai PSNR. Citra radiologi adalah salah satu
cara untuk mengetahui kerusakan tulang. Pembacaan hasil citra radiologi biasanya masih mengandalkan
kemampuan visual manusia yang terbatas. Seiring dengan perkembangan teknologi maka pengolahan citra
radiologi dapat dilakukan dengan proses komputasi. Pengolahan citra secara komputasi dilakukan untuk
menghindari beberapa kemungkinan, misalnya adanya noise, adanya kabut yang menghalangi objek yang
sedang di-capture.
Pada penelitian ini metode deteksi tepi digunakan untuk mengolah citra radiologi fraktur tulang.
Metode deteksi tepi yang digunakan adalah metode Robert, metode Sobel, metode Prewitt, metode Laplace
of Gauss (LoG) dan metode Canny. Kemudian disegmentasi dengan metode Global thresholding agar
mendapat kualitas tepi citra yang tampak jelas sehingga dapat menggurangi noise. Parameter yang
digunakan untuk melihat perbandingan pengolahan citra radiologi fraktur tulang adalah dengan nilai MSE
dan nilai PSNR. Hasil penelitian ini diharapkan dapat menjadi referensi dalam pengolahan citra radiologi
fraktur tulang yang kurang jelas secara visual. Sehingga dapat membantu dokter dalam menganalisi citra
fraktur tulang.