REVIEW JURNAL OTSU SEGMENTATION

OLEH
NATANAEL KINDANGEN

Judul: SEGMENTASI OBYEK PADA CITRA DIGITAL MENGGUNAKAN METODE OTSU THRESHOLDING

Tahun: 2015

Penulis: Slamet Imam Syafi’i , Rima Tri Wahyuningrum , dan Arif Muntasa

Alur kerja: Alur kerja sistem pada penelitian ini dibagi menjadi lima tahapan. Tahap pertama adalah
input data citra digital RGB dengan menggunakan 30 citra RGB yang didapat dari Weizmann
Segmentation Database. Tahap kedua adalah konversi dari citra RGB ke citra grayscale. Tahap ketiga
adalah segmentasi menggunakan Metode Otsu thresholding, kemudian dikonversi ke dalam citra biner.
Tahap keempat adalah proses invert image, noise removal dengan nilai ambang 150, dan morphology
menggunakan filling holes. Tahap terakhir adalah proses perhitungan tingkat akurasi diantaranya adalah
proses labelling, regionprops, objects count, dan crop objects, dan akurasi dengan Ground Truth

Tujuan: Penelitian ini mengimplementasikan segmentasi Metode Otsu threholding untuk mendapatkan
nilai ambang secara otomatis dari sebuah citra grayscale. Tujuannya adalah untuk menerapkan Metode
Otsu thresholding sebagai metode segmentasi dan mengetahui tingkat akurasi dengan Ground Truth.
Dalam penelitian ini terdiri dari lima proses, yaitu input data citra, pre-processing, segmentasi, cleaning,
dan perhitungan akurasi. Segmentasi dilakukan pada Weizmann Segmentation Database, data yang
digunakan sebanyak 30 citra dengan format PNG

Hasil: Hasil dari penelitian ini berupa citra segmentasi dan tingkat akurasi, dan akurasi ang didapat
sebesar 93,33%

Pembahasan: Metode Otsu thresholding cocok untuk mencari nilai ambang dari sebuah citra grayscale.
Sehingga menghasilkan citra segmentasi yang bagus. Metode Otsu thresholding merupakan metode
segmentasi yang cukup akurat dalam mendapatkan daerah yang merupakan obyek tersegmentasi
dengan menggunakan histogram grayscale
Judul: Segmentasi Citra Kue Tradisional menggunakan Otsu Thresholding pada Ruang Warna CIE LAB

Tahun: 2019

Penulis: Putri Harnis , Yuita Arum Sari , Muh. Arif Rahman

Alur kerja: Penelitian ini dimulai dengan inisialisasi data citra terlebih dahulu, kemudian dilakukan proses
ektraksi fitur dengan melakukan transformasi warna RGB menjadi LAB. Proses ekstraksi warna dari RGB
ke LAB yang pertama dilakukan adalah mengubah RGB ke tristimulus atau XYZ dahulu kemudian
mengubah XYZ ke LAB. Proses selanjutnya adalah mengubah nilai dari setiap channel LAB menjadi otsu
thresholding. Proses merubah nilai LAB menjadi bentuk otsu thresholding yang pertama adalah
menentukan nilai histogram dari setiap channel LAB kemudian dilakukan perhitungan nilai background
dan foreground yang ditentukan dari histogram nilai LAB dengan setiap kemungkinan nilai t-level

Tujuan: Dalam penelitian ini diusulkann segmentasi citra pada kue tradisional menggunakan Otsu
Thresholding pada ruang warna CIE LAB yang diharapkan dapat mempermudah pengenalan jenis
makanan tradisional yang bisa menjadi acuan untuk ekstraksi fitur selanjutnya dalam rangka
mengenalkan kembali makanan tradisional terhadap masyarakat luas.

Hasil: Segmentasi citra kue tradisional menggunakan otsu thresholding pada ruang warna CIE LAB
menghasilkan akurasi yang cukup baik pada tiap channel LAB. Hal ini ditunjukkan pada hasil rata-rata
spesificity dan sensitivity yang digunakan untuk mengukur nilai akurasi memiliki hasil cukup tinggi. Pada
channel L, rata-rata nilai spesificity dan sensitivity didapat sebesar 78,92% dan 70,39%. Pada channel A,
rata-rata nilai spesificity dan sensitivity sebesar 87,82% dan 95,81%. Pada channel B, rata-rata nilai
spesificity dan sensitivity sebesar 75,5% dan 83,63%. Hasil rata-rata akurasi total dari tiap channel
dimana channel L memiliki akurasi sebesar 76,57%, channel A memiliki akurasi tertinggi sebesar 89,65%
dan channel B sebesar 77,5%. Dari ketiga channel yang diuji, channel A memiliki nilai akurasi yang paling
tinggi sebesar 89,65% begitu juga pada nilai spesificity dan sensitivitynya sebesar 87,825 dan 95,818%.
Hal ini menunjukkan bahwa channel A adalah channel yang dapat dipakai pada objek yang umum untuk
dilakukan segmentasi dengan hasil yang baik dari channel L dan B.

Pembahasan: Beda dari metode diatas, metode ini mengubah RGB menjadi LAB terlebih dahulu untuk
dibedakan menjadi 3 bagian yaitu Channel L, Channl A, dan Channel B. Dimana hasil yang terbaik dan
memiliki sensivitas terbesar adalah channel A.
Judul: Otsu Method For Image Finish Segmentation With Components of Hue Saturation Value

Tahun:2018

Penulis: Indra Abdam Muwakhid, Dewi Nurdiyah

Alur Kerja: Mulai, Akuisisi Citra, Preprocessing, Konversi Warna, Segmentasi Citra, Validasi, Selesai

Tujuan: Memisahkan finir(lapisan kayu) yang bagus dengan yang kurang bagus

Hasil: Dari hasil penelitian yang sudah dilakukan dapat disimpulkan bahwa, melakukan segmentasi
dengan metode Otsu berhasil dilakukan pada citra HSV. Perubahan citra warna RGB menjadi warna HSV
dengan memanfaatkan elemen saturation maka dapat mempermudah dalam pensegmentasian citra.

Pembahasan: Pada Metode ini, Citra gambar RGB diubah ke HSV dikarenakan pada citra dataset
terdapat noise yaitu berupa kecerahan sinar yang digunakan untuk menerangi objek tersebut. Sehingga
hasil segmentasi bisa didapatkan dari hasil nilai saturation pada ruang warna HSV
Judul: PENINGKATANKUALITAS CITRA SEGEMENTASIOBJEK DARI PERMUKAAN AIR PADAMETODE OTSU
THRESHOLDING DAN PERSAMAAN GAUSSIAN

Tahun:2017

Penulis: Erwin Dwika Putra , Dedy Agung Prabowo , Dedy Abdullah

Tujuan:

Alur kerja:

1. Diawali dengan input image yang telah dinormalisasi ukuran menjadi sama untuk seluruh
dataset yang digunakan.
2. Histogram dilakukan untuk mengambil data kurva kerapatan tingkat keabuan dari gambar asli.
3. Thresholding menggunakan penggabungan 2 metode Otsu Threshold dan Gaussian berdsarkan
tingkat kerapatan nilai kurva keabuan pada histogram.
4. Setiap dataset hasilnya akan didokumentasi dan dicatat dalam bentuk tabel untuk
mendapatkan kesimpulan.

Hasil: Pada tingkat kecerahan grayscale yang diatur sesuai dengan table pada pembahasan threshold
image maka dapat disimpulkan :

1. Semakin kecil level keabuan yang ditetapkan pada kerapatan histogram akan memperngaruhi
hasil segmentasi dengan berkurangnya noise yang dihasilkan oleh gambar tanpa noise getaran
mupun noise dengan getaran.
2. Dengan citra yang tidak ada noise getaran hasil segmentasi sangat berpengaruh terhadap noise
seperti: a. Cahaya yang dipantulkan air b. Bayangan lain yang dipantulkan air sehingga
menjadikan background pada objek yang ada didalam air
3. Untuk citra yang diberi getaran justru akan menghilangkan sedikitnya noise backgroung yang
dihasilkan dari pantulan air.
4. Citra yang diberi getaran juga akan memperngaruhi perubahan dari bentuk asli objek karena
faktor yang dipengaruhi oleh bias hasil getaran yang terjadi pada air

Pembahasan: Metode ini memakai Otsu segmentation yang digabungkan dengan persaman Gaussian
untuk mendapat pemisahan yang baik pada permukaan air. Banyak factor yang dapat memengaruhi
peneliitian ini termasuk getaran, pencahayaan dan yang lainnya.