Segmentasi Citra Menggunakan Pendekatan Trial and Error dan Metode Otsu untuk Identifikasi Objek

Authors

  • Yudha Riwanto Universitas Amikom Yogyakarta
  • Inggrid Yanuar Risca Pratiwi Politeknik Negeri Malang Kampus Lumajang
  • Muhammad Ainul Fikri Politeknik Negeri Jember

DOI:

https://doi.org/10.33795/jip.v11i3.7046

Keywords:

segmentasi citra, metode Otsu, trial and error, thresholding, pengolahan citra digital, identifikasi objek

Abstract

Segmentasi citra merupakan tahapan penting dalam pengolahan citra digital untuk memisahkan objek dari latar belakang agar analisis visual menjadi lebih efektif. Penelitian ini membandingkan dua metode segmentasi citra, yaitu trial and error thresholding dan metode Otsu, dalam mengidentifikasi objek pada citra aurora. Dataset yang digunakan berupa citra RGB aurora yang dikonversi ke grayscale, kemudian disegmentasi menggunakan kedua metode tersebut. Metode trial and error menentukan nilai ambang secara manual berdasarkan histogram, sedangkan metode Otsu secara otomatis menghitung nilai ambang optimal dengan memaksimalkan varians antar kelas. Hasil analisis menunjukkan bahwa metode Otsu lebih unggul dengan akurasi segmentasi sebesar 92% dan waktu pemrosesan 1,2 detik, dibandingkan metode trial and error yang menghasilkan akurasi 85% dan waktu 2,5 detik. Dengan demikian, metode Otsu dinilai lebih efisien dan konsisten untuk segmentasi citra alami, meskipun masih memerlukan teknik pra-pemrosesan tambahan pada citra dengan noise tinggi.

Downloads

References

Cheng, Y., & Li, B. (2021): Image segmentation technology and its application in digital image processing. Proceedings of IEEE Asia-Pacific Conference on Image Processing, Electronics and Computers, IPEC 2021, 1174–1177. https://doi.org/10.1109/IPEC51340.2021.9421206

Zheng, J., Gao, Y., Zhang, H., Lei, Y., & Zhang, J. (2022): OTSU Multi-Threshold Image Segmentation Based on Improved Particle Swarm Algorithm. Applied Sciences (Switzerland), 12(22). https://doi.org/10.3390/app122211514

Bhandari, A. K., Singh, A., & Kumar, I. V. (2021): Spatial Context Energy Curve-Based Multilevel 3-D Otsu Algorithm for Image Segmentation. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 51(5), 2760–2773. https://doi.org/10.1109/TSMC.2019.2916876

Wang, Q., Fang, H., & Li, B. (2023): Automatic Identification of Aurora Fold Structure in All-Sky Images. Universe, 9(2). https://doi.org/10.3390/universe9020079

Rosyani, P., & Amalia, R. (2021): Segmentasi Citra Tanaman Obat dengan metode K-Means dan Otsu. 6(2), 246–251.

Baso, B., Nababan, D., Risald, R., & Kolloh, R. Y. (2022): Segmentasi Citra Tenun Menggunakan Metode Otsu Thresholding dengan Median Filter. Jurnal Teknologi Dan Ilmu Komputer Prima (Jutikomp), 5(1), 1–6. https://doi.org/10.34012/jutikomp.v5i1.2586

Sirait, G. A., Yudistira, N., & Ridok, A. (2022): Segmentasi Citra Makanan pada Tray Box menggunakan Metode Otsu Thresholding dengan Ruang Warna. Segmentasi Citra Makanan Pada Tray Box Menggunakan Metode Otsu Thresholding Dengan Ruang Warna, 6(2), 649–657. http://j-ptiik.ub.ac.id

Maulida, A., Nurhidayah, N., Fendriani, Y., & Haryono, H. (2022): Segmentasi Citra Mammogram Untuk Deteksi Dini Kanker Payudara Dengan Menggunakan Metode Otsu Thresholding. Jurnal Fisika Unand, 11(2), 180–186. https://doi.org/10.25077/jfu.11.2.180-186.2022

Hadiq, H., Solehatin, S., Djuniharto, D., Muslim, M. A., & Salahudin, S. N. (2023): Comparison of the suitability of the otsu method thresholding and multilevel thresholding for flower image segmentation. Journal of Soft Computing Exploration, 4(4), 242–249. https://doi.org/10.52465/joscex.v4i4.266

Restuning, Pamuji, M. A., & Putra, Pamungkas, D. (2023): Segmentasi Citra Daun Bawang Merah Menggunakan Metode Thresholding Otsu. Jurnal Nusantara of Engineering, 6(2), 169–174. https://doi.org/https://doi.org/10.29407/noe.v6i2.20553

Teuku Radillah, Kiki Ameliza, & Idir Fitriyanto. (2023): Segmentasi Citra Menggunakan Metode Otsu dalam Pengenalan Pola Sederhana. Indonesian Journal of Computer Science, 12(6), 4004–4012. https://doi.org/10.33022/ijcs.v12i6.3492

Fahla, A., Jalil, A., & Rahmadewi, R. (2024): Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding. Jurnal Mekanova : Mekanikal, Inovasi Dan Teknologi, 10(2), 448. https://doi.org/10.35799/jis.13.1.2013.2057

Simangunsong, D. L., & Asahan, U. (2025). Segmentasi citra pada citra asli buah jeruk berdasarkan nilai thresholding. 4307(1), 751–756.

Elen, A., & Dönmez, E. (2024): Histogram-based global thresholding method for image binarization. Optik, 306, 171814. https://doi.org/10.1016/J.IJLEO.2024.171814

Sun, X., Li, X., Tan, B., Gao, J., Wang, L., & Xiong, S. (2025): Integrating Otsu Thresholding and Random Forest for Land Use/Land Cover (LULC) Classification and Seasonal Analysis of Water and Snow/Ice. Remote Sensing, 17(5), 1–24. https://doi.org/10.3390/rs17050797

Fan, Q., Ma, Y., Wang, P., & Bai, F. (2024): Otsu Image Segmentation Based on a Fractional Order Moth–Flame Optimization Algorithm. Fractal and Fractional, 8(2). https://doi.org/10.3390/fractalfract8020087

Downloads

Published

2025-05-31

How to Cite

Yudha Riwanto, Inggrid Yanuar Risca Pratiwi, & Muhammad Ainul Fikri. (2025). Segmentasi Citra Menggunakan Pendekatan Trial and Error dan Metode Otsu untuk Identifikasi Objek. Jurnal Informatika Polinema, 11(3), 371–378. https://doi.org/10.33795/jip.v11i3.7046