Main Article Content
Abstract
Segmentasi citra memerlukan proses deteksi tepi untuk memperoleh batas objek yang jelas sehingga tahapan analisis selanjutnya dapat dilakukan secara akurat. Setiap algoritma deteksi tepi memiliki karakteristik yang berbeda, sehingga menghasilkan tingkat ketelitian segmentasi dan efisiensi komputasi yang tidak sama. Penelitian ini dilakukan untuk membandingkan kinerja metode Roberts dan Canny dalam mendeteksi objek buah apel menggunakan Matlab sebagai perangkat pengolahan citra. Data penelitian berupa tiga puluh citra buah apel yang diperoleh dataset publik dengan memperhatikan kondisi pencahayaan yang relatif seragam agar kualitas citra tetap konsisten. Tahapan penelitian mencakup akuisisi data, preprocessing dengan menyeragamkan ukuran citra menjadi 256 × 256 piksel serta mengubah citra RGB menjadi grayscale, dilanjutkan dengan segmentasi menggunakan metode Otsu dan proses deteksi tepi menggunakan algoritma Roberts maupun Canny. Performa kedua metode dievaluasi berdasarkan kualitas visual kontur yang dihasilkan dan waktu komputasi. Hasil pengujian menunjukkan bahwa metode Roberts mencatat rata-rata waktu komputasi sebesar 0,00246 detik, sedangkan metode Canny membutuhkan rata-rata 0,01096 detik. Walaupun memiliki waktu pemrosesan yang lebih tinggi, metode Canny mampu menghasilkan kontur objek yang lebih utuh, lebih kontinu, serta lebih baik dalam mempertahankan detail bentuk buah apel dibandingkan metode Roberts. Berdasarkan hasil evaluasi tersebut, metode Canny dinilai lebih efektif untuk deteksi objek buah apel berbasis segmentasi citra, sedangkan metode Roberts lebih tepat diterapkan pada aplikasi yang mengutamakan kecepatan proses komputas.
Keywords
Article Details
Copyright (c) 2026 Asfa Zaky, Reni Rahmadewi
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
- A. A. Santosa, R. Y. N. Fu’adah, and S. Rizal, “Deteksi Penyakit pada Tanaman Padi Menggunakan Pengolahan Citra Digital dengan Metode Convolutional Neural Network,” J. Electr. Syst. Control Eng., vol. 6, no. 2, pp. 98–108, 2023, doi: 10.31289/jesce.v6i2.7930.
- N. Krisdianto, R. Kyandra Atharizqi, W. T. Nurhasanaah, P. Informatika, U. Sultan, and A. Tirtayasa, “International Jurnal of Informatics Pengembangan Sistem Pengenalan Objek Multi-Kelas Berbasis Segmentasi Citra dengan YOLOv11 dan Streamlit,” IJInf Int. J. Informatics, vol. 5, pp. 1–18, 2025.
- H. Pangaribuan and S. Sitohang, “Peningkatan Kualitas Deteksi Tepi dengan Metode Segmentasi Citra,” Remik, vol. 7, no. 1, pp. 591–601, 2023, doi: 10.33395/remik.v7i1.12050.
- Dimas Apriandi, Gasim, Muhammad Haviz Irfani, and Muhammad Ikhwan Jambak, “Pengaruh Deteksi Tepi Citra Urat Daun Pada Pengenalan Jenis Bibit Jeruk Menggunakan Metode Pengenalan JST-PB dan GLCM,” J. Softw. Eng. Comput. Intell., vol. 3, no. 02, pp. 97–110, 2025, doi: 10.36982/jseci.v3i02.6219.
- M. Rajuddin, S. M. Ulfa, I. Y. Harahap, S. L. Moulana, and M. Ula, “Sistem Deteksi Penyakit Pada Daun Mangga Menggunakan Metode Deteksi Tepi Sobel Dan Canny,” SENASTIKA Univ. Malikussaleh Sist., pp. 4–10, 2024.
- A. A. Paturrahman and I. G. P. S. Wijaya, “Analisis Pengenalan Pola Daun Berdasarkan Fitur Canny Edge Detection dan Fitur GLCM Menggunakan Metode Klasifikasi k-Nearest Neighbor (kNN),” J. Comput. Sci. Informatics Eng., vol. 5, no. 1, pp. 68–76, 2021, doi: 10.29303/jcosine.v5i1.388.
- F. Friendly, H. Harizahayu, and Purwa Hasan Putra, “Pemanfaatan Canny Edge Detection untuk Pembacaan OMR Survey 7 Kebiasaan Anak Indonesia Hebat,” INSOLOGI J. Sains dan Teknol., vol. 5, no. 1, pp. 1–10, 2026, doi: 10.55123/insologi.v5i1.6705.
- S. Ashillah, S. A. Gulo, Y. Rahmi, and D. Y. Niska, “Implementasi Algoritma Pengolahan Citra Digital untuk Perbaikan Kualitas Gambar,” 2025.
- S. Nasution and F. Aulia, “Penerapan Metode Segmentasi Warna HSV untuk Deteksi Objek Berbasis Warna pada Citra Digital,” Router J. Tek. Inform. dan Terap., no. November, 2025.
- M. A. Restuning Pamuji and D. Putra Pamungkas, “Segmentasi Citra Daun Bawang Merah Menggunakan Metode Thresholding Otsu,” Nusant. Eng., vol. 6, no. 2, pp. 169–174, 2023, doi: 10.29407/noe.v6i2.20553.
- Y. D. Arimbi and N. Sofi, “Deteksi Tulang Belakang Pada Citra Ct-Scan Menggunakan Metode Deteksi Tepi Sobel,” J. Ilm. Inform. Komput., vol. 26, no. 3, pp. 207–216, 2021, doi: 10.35760/ik.2021.v26i3.4910.
- R. Zain Zakaria, H. Yuana, and U. Mawaddah, “Penerapan Algoritma Canny Dan Jaringan Syaraf Tiruan Backpropagation Dalam Mengidentifikasi Ikan Koi,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 5, pp. 3752–3762, 2024, doi: 10.36040/jati.v7i5.7833.
References
A. A. Santosa, R. Y. N. Fu’adah, and S. Rizal, “Deteksi Penyakit pada Tanaman Padi Menggunakan Pengolahan Citra Digital dengan Metode Convolutional Neural Network,” J. Electr. Syst. Control Eng., vol. 6, no. 2, pp. 98–108, 2023, doi: 10.31289/jesce.v6i2.7930.
N. Krisdianto, R. Kyandra Atharizqi, W. T. Nurhasanaah, P. Informatika, U. Sultan, and A. Tirtayasa, “International Jurnal of Informatics Pengembangan Sistem Pengenalan Objek Multi-Kelas Berbasis Segmentasi Citra dengan YOLOv11 dan Streamlit,” IJInf Int. J. Informatics, vol. 5, pp. 1–18, 2025.
H. Pangaribuan and S. Sitohang, “Peningkatan Kualitas Deteksi Tepi dengan Metode Segmentasi Citra,” Remik, vol. 7, no. 1, pp. 591–601, 2023, doi: 10.33395/remik.v7i1.12050.
Dimas Apriandi, Gasim, Muhammad Haviz Irfani, and Muhammad Ikhwan Jambak, “Pengaruh Deteksi Tepi Citra Urat Daun Pada Pengenalan Jenis Bibit Jeruk Menggunakan Metode Pengenalan JST-PB dan GLCM,” J. Softw. Eng. Comput. Intell., vol. 3, no. 02, pp. 97–110, 2025, doi: 10.36982/jseci.v3i02.6219.
M. Rajuddin, S. M. Ulfa, I. Y. Harahap, S. L. Moulana, and M. Ula, “Sistem Deteksi Penyakit Pada Daun Mangga Menggunakan Metode Deteksi Tepi Sobel Dan Canny,” SENASTIKA Univ. Malikussaleh Sist., pp. 4–10, 2024.
A. A. Paturrahman and I. G. P. S. Wijaya, “Analisis Pengenalan Pola Daun Berdasarkan Fitur Canny Edge Detection dan Fitur GLCM Menggunakan Metode Klasifikasi k-Nearest Neighbor (kNN),” J. Comput. Sci. Informatics Eng., vol. 5, no. 1, pp. 68–76, 2021, doi: 10.29303/jcosine.v5i1.388.
F. Friendly, H. Harizahayu, and Purwa Hasan Putra, “Pemanfaatan Canny Edge Detection untuk Pembacaan OMR Survey 7 Kebiasaan Anak Indonesia Hebat,” INSOLOGI J. Sains dan Teknol., vol. 5, no. 1, pp. 1–10, 2026, doi: 10.55123/insologi.v5i1.6705.
S. Ashillah, S. A. Gulo, Y. Rahmi, and D. Y. Niska, “Implementasi Algoritma Pengolahan Citra Digital untuk Perbaikan Kualitas Gambar,” 2025.
S. Nasution and F. Aulia, “Penerapan Metode Segmentasi Warna HSV untuk Deteksi Objek Berbasis Warna pada Citra Digital,” Router J. Tek. Inform. dan Terap., no. November, 2025.
M. A. Restuning Pamuji and D. Putra Pamungkas, “Segmentasi Citra Daun Bawang Merah Menggunakan Metode Thresholding Otsu,” Nusant. Eng., vol. 6, no. 2, pp. 169–174, 2023, doi: 10.29407/noe.v6i2.20553.
Y. D. Arimbi and N. Sofi, “Deteksi Tulang Belakang Pada Citra Ct-Scan Menggunakan Metode Deteksi Tepi Sobel,” J. Ilm. Inform. Komput., vol. 26, no. 3, pp. 207–216, 2021, doi: 10.35760/ik.2021.v26i3.4910.
R. Zain Zakaria, H. Yuana, and U. Mawaddah, “Penerapan Algoritma Canny Dan Jaringan Syaraf Tiruan Backpropagation Dalam Mengidentifikasi Ikan Koi,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 5, pp. 3752–3762, 2024, doi: 10.36040/jati.v7i5.7833.