Implementasi Region of Interest (ROI) Untuk Segmentasi Citra Tanda Tangan
DOI:
https://doi.org/10.29407/inotek.v7i3.3565Abstract
Citra yang memiliki kualitas baik merupakan hal penting yang mendasari keberhasilan sistem dalam mengenali sebuah pola. Untuk memperoleh citra yang baik dapat dilakukan melalui tahap image preprocessing, salah satunya adalah dengan melakukan segmentasi citra. Segmentasi di dalam citra bertujuan memisahkan wilayah (region) objek dengan wilayah latar belakang. Deteksi Region of Interest (ROI) merupakan salah satu teknik segmentasi citra pengolahan citra dimana pengguna mampu mengolah citra yang mengandung informasi data citra yang dikehendaki. Menggunakan ROI dapat membantu dalam mengoptimalkan performa sistem untuk mengidentifikasi suatu pola. Pada penelitian yang dilakukan ini berfokus pada objek tanda tangan yang nantinya dalam mencari informasi yang dibutuhkan dalam citra tanda tangan, peneliti menggunakan Region of Interest (ROI).
Keywords:
Tanda tangan, segmentasi citra, ROI##plugins.themes.default.displayStats.downloads##
References
J. Arifin and M. Z. Naf’an, “Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropi),” J. Infotel, vol. 9, no. 1, p. 130, 2017, doi: 10.20895/infotel.v9i1.136.
D. Y. Qur’ani and S. Rosmalinda, “Jaringan Syaraf Tiruan Learning Vector Quantization Untuk Aplikasi Pengenalan Tanda Tangan,” Snatika, vol. 1, no. 1, pp. 93–100, 2010.
J. W. Yodha and A. W. Kurniawan, “Pengenalan Motif Batik Menggunakan Deteksi Tepi Canny Dan K-Nearest Neighbor,” Techno.COM, vol. 13, no. 4, November, pp. 251–262, 2014.
N. Novita, “Implementasi Algoritma Otsu Thresholding Dengan Median Filter Dalam Segmentasi Citra Digital Naskah Kuno Batak (Studi Kasus: Museum Negeri Provinsi Sumatera Utara),” J. Informatics Data Sci., vol. 1, no. 1, pp. 7–9, 2022, doi: 10.24114/j-ids.v1i1.24153.
A. H. Pratomo, W. Kaswidjanti, and S. Mu’arifah, “Implementasi Algoritma Region Of Interest (ROI) Untuk Meningkatkan Performa Algoritma Deteksi Dan Klasifikasi Kendaraan Implementation of Region Of Interest (ROI) Algorithm To Improve Car Detection And Classification Algorithm,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 1, pp. 155–162, 2020, doi: 10.25126/jtiik.202071718.
Wahyudin, “Metode Penelitian Kualitatif Studi Pustaka dan Studi Lapangan,” Pre-print Digit. Libr. UIN Sunan Gunung Djati Bandung, vol. 6, no. 1, pp. 1–6, 2017.
A. Rilo Pambudi, Garno, and Purwantoro, “JIP (Jurnal Informatika Polinema) DETEKSI KEASLIAN UANG KERTAS BERDASARKAN WATERMARK DENGAN PENGOLAHAN CITRA DIGITAL,” J. Inform. Polinema, vol. 6, no. 4, pp. 69–74, 2020.
H. S. M. Pandiangan, “Segmentasi Citra Untuk Pencarian Kode Warna Cat Menggunakan Metode Thershold Hsv,” Bull. Inf. Technol. ( BIT ), vol. 1, no. 3, pp. 134–143, 2020.
P. Harnis, Y. A. Sari, and M. A. Rahman, “Segmentasi Citra Kue Tradisional menggunakan Otsu Thresholding pada Ruang Warna CIE LAB,” J. Pengemb. Teknol. Inf. dan ilmu Komput., vol. 3, no. 7, pp. 6799–6808, 2019, [Online]. Available: http://j-ptiik.ub.ac.id
A. W. Kusuma and R. L. Ellyana, “Penerapan Citra Terkompresi Pada Segmentasi Citra Menggunakan Algoritma K-Means,” J. Terap. Teknol. Inf., vol. 2, no. 1, pp. 65–74, 2018, doi: 10.21460/jutei.2018.21.65.
S. I. Syafi’i, R. T. Wahyuningrum, and A. Muntasa, “Segmentasi Obyek Pada Citra Digital Menggunakan Metode Otsu Thresholding,” J. Inform., vol. 13, no. 1, pp. 1–8, 2016, doi: 10.9744/informatika.13.1.1-8.
I. Setiawan, W. Dewanta, H. A. Nugroho, and H. Supriyono, “Pengolah Citra Dengan Metode Thresholding Dengan Matlab R2014A,” J. Media Infotama, vol. 15, no. 2, 2019, doi: 10.37676/jmi.v15i2.868.
A. S. R. Sinaga, “Implementasi Teknik Threshoding Pada Segmentasi Citra Digital,” J. Mantik Penusa, vol. 1, no. 2, pp. 48–51, 2017.
R. F. Falah, O. D. Nurhayati, and K. T. Martono, “Aplikasi Pendeteksi Kualitas Daging Menggunakan Segmentasi Region of Interest Berbasis Mobile,” J. Teknol. dan Sist. Komput., vol. 4, no. 2, p. 333, 2016, doi: 10.14710/jtsiskom.4.2.2016.333-343.
P. P. Wijayanti, N. Dengen, and U. Hairah, “Diagnosa Gangguan Saraf Melalui Citra Iris Mata Dengan Metode Region of Interest,” Pros. Semin. Ilmu Komput. dan Teknol. Inf., vol. 2, no. 1, pp. 35–40, 2017.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Big Daya Yudha Asmara, Resty Wulaningrum, Risa Helilintar
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
