Segmentasi Citra Kue Tradisional menggunakan Ruang Warna Hue Value Saturation dan Otsu Thresholding

Enggarwati, Ani (2019) Segmentasi Citra Kue Tradisional menggunakan Ruang Warna Hue Value Saturation dan Otsu Thresholding. Sarjana thesis, Universitas Brawijaya.

Abstract

Saat ini masih terdapat beberapa permasalah tentang makanan yang terjadi. Salah satunya adalah gizi dan kualitas makanan yang masih harus mendapat perhatian. Untuk mengetahui kandungan gizi yang ada dalam makanan dapat dilakukan dengan klasifikasi makanan menggunakan citra digital. Untuk melakukan klasifikasi dibutuhkan proses awal yaitu segmentasi. Dalam penelitian ini segmentasi menggunakan ruang warna hue, saturation dan value (HSV) dan Otsu thresholding. Segmentasi dalam penelitian ini diawali dengan mengubah citra RGB ke citra HSV dan kemudian melakukan Otsu thresholding terhadap setiap komponen warna hue, saturation dan value. Hasil penelitian terhadap komponen warna value memberikan hasil yang berkebalikan yaitu background berwarna putih dan foreground berwarna hitam, oleh karena itu dilakukan invert pada komponen warna value. Berdasarkan komponen warna yang telah dilakukan thresholding didapatkan akurasi, specificity dan sensitivity pada hasil segmentasi. Pada 50 citra kue tradisional yang digunakan, komponen warna hue memiliki tingkat akurasi rata-rata 42,04%, komponen warna saturation memiliki tingkat akurasi rata-rata 98,75%, komponen warna value memiliki tingkat akurasi memiliki tingkat akurasi rata-rata 77,19%. Pengujian specificity dan sensitivity menunjukkan komponen warna saturation memiliki nilai yang lebih tinggi dari pada komponen warna lain yaitu sebesar 97,3% dan 98,18%. Dengan demikian komponen warna saturation lebih bagus digunakan untuk segmentasi menggunakan Otsu thresholding.

English Abstract

There are still some problems regarding food that occur. One of them is nutrition and the quality of food that still needs attention. To find out the nutrients content in food we can use food classification using digital images. Classification requires an initial process that called segmentation. In this study, the color space that used is Hue Saturation Value (HSV) and Otsu thresholding. Segmentation in this thesis uses 50 traditional cake images whose process begins with converting RGB images to HSV images. Then the Otsu thresholding is performed on each color component, namely Hue, Saturation and Value. Based on the results of these studies, the Value component of color gives the opposite result, the background is white and the foreground is black. Therefore, invert is applied to the Value component color. After thresholding on each color component, accuracy, specificity and sensitivity are obtained. Hue color component has an average accuracy rate of 42.02%, Saturation color component has an average accuracy rate of 98,75%, Value color component has an average accuracy rate of 77,19%. Tests for specificity and sensitivity show that Saturation color component has a higher value than other color components, with values 97,3% and 98,18%. Thus the Saturation color component is best used for segmentation using Otsu thresholding

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/467/051905850
Uncontrolled Keywords: segmentasi, HSV, otsu thresholding, segmentation, HSV, otsu thresholding
Subjects: 000 Computer science, information and general works > 006 Special computer methods > 006.6 Computer graphics
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Nur Cholis
Date Deposited: 24 Aug 2020 06:52
Last Modified: 25 Oct 2021 02:52
URI: http://repository.ub.ac.id/id/eprint/171616
[thumbnail of Ani Enggarwati _ Skripsi (2).pdf]
Preview
Text
Ani Enggarwati _ Skripsi (2).pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item