Segmentasi citra buah naga menggunakan metode deteksi tepi Canny dan thresholding Otsu

Situmorang, Jihad Natra (2026) Segmentasi citra buah naga menggunakan metode deteksi tepi Canny dan thresholding Otsu. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (172kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (216kB) | Preview
Preview	Text (LEMBAR PERNYATAAN) Skbebasplagiarism.pdf Download (48kB) | Preview
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (282kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (397kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (456kB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (230kB) | Request a copy
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (883kB) | Request a copy
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB VI) 10_bab6.pdf Restricted to Registered users only Download (190kB) | Request a copy
	Text (DAFTAR PUSTAKA) 11_daftarpustaka.pdf Restricted to Registered users only Download (191kB) | Request a copy
	Text (LAMPIRAN) 12_lampiran.pdf Restricted to Repository staff only Download (117kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membandingkan efektivitas dua metode segmentasi citra yang berbeda yaitu Deteksi Tepi Canny dan Thresholding Otsu dalam melakukan segmentasi citra buah naga. Segmentasi citra merupakan langkah krusial dalam sistem pengolahan citra untuk analisis kualitas buah. Dengan menggunakan bahasa pemrograman python. Dalam pengolahan data (Data Processing) data mentah dibersihkan dan dipersiapkan untuk analisis lebih lanjut. Pada tahap membangun model (Building Model) di mana model prediktif atau analitis dibangun menggunakan data yang telah diproses. Selanjutnya, model tersebut melewati tahap evaluasi (Evaluation) untuk mengukur kinerjanya berdasarkan metrik tertentu (skenario). Untuk mengukur kinerja metode deteksi tepi Canny dan Thresholding Otsu digunakan parameter Mean Squared Error (MSE) dan Peak Signal to Noise Ratio (PSNR). Setelah dievaluasi menggunakan parameter MSE dan PSNR diperoleh: segmentasi citra buah naga menggunakan metode deteksi tepi Canny menghasilkan nilai rata-rata PSNR 5,34 dB dan MSE 21649,21. sedangkan metode Thresholding Otsu menghasilkan nilai rata-rata PSNR sebesar 10,95dB. Dan nilai MSE sebesar 6546,64. Berdasarkan nilai MSE dan PSNR segmentasi citra pada buah naga menggunakan metode deteksi tepi Canny dan Thresholding Otsu dapat disimpulkan bahwa metode Thresholding Otsu lebih optimal dibandingkan metode deteksi tepi Canny dalam segmentasi citra buah naga, terutama jika ditinjau dari parameter kualitas MSE dan PSNR.

Actions (login required)

View Item