Keywords
segmentasi citra
ROI
How to Cite
Abstract
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).
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.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Big Daya Yudha Asmara, Resty Wulaningrum, Risa Helilintar