SEGMENTASI CITRA PENYAKIT DAUN BAWANG MERAH MENGGUNAKAN K-MEANS DAN OTSU
Total View This Week0
Total View This Week0
Institusion
Universitas Nusantara PGRI Kediri
Author
Muhammad Muhibbul, Watoni
DANAR PUTRA PAMUNGKAS, DANAR PUTRA PAMUNGKAS
RESTY WULANNINGRUM, RESTY WULANNINGRUM
DANAR PUTRA PAMUNGKAS, DANAR PUTRA PAMUNGKAS
RESTY WULANNINGRUM, RESTY WULANNINGRUM
Subject
458 Technical information
Datestamp
2023-08-13 09:36:02
Abstract :
Penelitian ini membahas segmentasi citra daun bawang merah menggunakan metode K-Means dan Otsu. Metode Otsu digunakan untuk mengubah citra menjadi bentuk biner dengan ambang optimal secara otomatis. Selanjutnya, K-Means digunakan untuk mengelompokkan piksel daun bawang merah setelah proses thresholding. Setelah proses segmentasi citra daun bawang merah menggunakan metode K-Means dan Otsu, langkah selanjutnya adalah menganalisis hasil kelompok piksel yang telah terbentuk. Dalam penelitian ini, dilakukan pengukuran berbagai fitur morfologi dari daun bawang merah yang berhasil tersegmentasi, seperti luas daun, perimeter, bentuk, dan kompaktitas. Informasi ini dapat memberikan wawasan yang lebih mendalam tentang karakteristik daun bawang merah secara morfologis Hasil segmentasi citra menunjukkan bahwa kedua metode ini efektif dalam memisahkan daun bawang merah dari latar belakang dengan baik. Nilai PSNR (Peak Signal-to-Noise Ratio) yang dihasilkan pada segmentasi citra menggunakan metode K-Means adalah 51.06260 dB, sedangkan menggunakan metode Otsu diperoleh nilai 69.23292 dB. Kedua metode tersebut menunjukkan akurasi yang baik dalam melakukan segmentasi. Diharapkan penelitian ini dapat memberikan kontribusi dalam pengembangan teknik segmentasi citra daun bawang merah menggunakan metode K-Means dan Otsu. Metode-metode ini nantinya dapat digunakan dalam berbagai aplikasi pemrosesan citra, pengenalan pola, dan penelitian lanjutan terkait analisis daun bawang merah.
Penelitian ini membahas segmentasi citra daun bawang merah menggunakan metode K-Means dan Otsu. Metode Otsu digunakan untuk mengubah citra menjadi bentuk biner dengan ambang optimal secara otomatis. Selanjutnya, K-Means digunakan untuk mengelompokkan piksel daun bawang merah setelah proses thresholding. Setelah proses segmentasi citra daun bawang merah menggunakan metode K-Means dan Otsu, langkah selanjutnya adalah menganalisis hasil kelompok piksel yang telah terbentuk. Dalam penelitian ini, dilakukan pengukuran berbagai fitur morfologi dari daun bawang merah yang berhasil tersegmentasi, seperti luas daun, perimeter, bentuk, dan kompaktitas. Informasi ini dapat memberikan wawasan yang lebih mendalam tentang karakteristik daun bawang merah secara morfologis Hasil segmentasi citra menunjukkan bahwa kedua metode ini efektif dalam memisahkan daun bawang merah dari latar belakang dengan baik. Nilai PSNR (Peak Signal-to-Noise Ratio) yang dihasilkan pada segmentasi citra menggunakan metode K-Means adalah 51.06260 dB, sedangkan menggunakan metode Otsu diperoleh nilai 69.23292 dB. Kedua metode tersebut menunjukkan akurasi yang baik dalam melakukan segmentasi. Diharapkan penelitian ini dapat memberikan kontribusi dalam pengembangan teknik segmentasi citra daun bawang merah menggunakan metode K-Means dan Otsu. Metode-metode ini nantinya dapat digunakan dalam berbagai aplikasi pemrosesan citra, pengenalan pola, dan penelitian lanjutan terkait analisis daun bawang merah.
File :
RAMA_55201_19103020166.pdf
RAMA_55201_19103020166_SIMILARITY.pdf
RAMA_55201_19103020166_0708028704_0719068702_01_front_ref.pdf
RAMA_55201_19103020166_0708028704_0719068702_02.pdf
RAMA_55201_19103020166_0708028704_0719068702_03.pdf
RAMA_55201_19103020166_0708028704_0719068702_04.pdf
RAMA_55201_19103020166_0708028704_0719068702_05.pdf
RAMA_55201_19103020166_0708028704_0719068702_06_ref.pdf
RAMA_55201_19103020166_0708028704_0719068702_07_lamp.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
