Abstract:
Dengan semakin meningkatnya citra digital yang beredar di masyarakat, kebutuhan pengolahan
citra digital juga ikut meningkat. Salah satu pengolahan tersebut ialah segmentasi citra, yaitu
membagi suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi
ini berkaitan erat dengan pengenalan pola. Pola suatu objek pada citra dapat dikenali jika
tepi objek tersebut telah diketahui. Untuk mengenali tepi suatu objek pada citra, terdapat
beberapa teknik tradisional seperti teknik Sobel, Canny, Roberts, Kirsch, dan Morphological
Gradient. Teknik-teknik tradisional tersebut cenderung tidak mengatasi masalah vagueness.
Selain dengan menggunakan teknik tradisional tersebut, deteksi tepi juga dapat dilakukan
dengan menggunakan teknik yang lain. Dengan menggunakan Bacterial Foraging Optimization
Algorithm (BFOA) adalah salah satu teknik untuk melakukan proses deteksi tepi. Teknik ini
akan diimplementasikan pada penelitian yang akan dilakukan.
Proses deteksi tepi dengan menggunakan BFOA memerlukan metode USAN dan thresholding.
Cara kerja deteksi tepi dengan menggunakan BFOA terlebih dahulu menghitung USAN area dari
citra masukkan yang selanjutnya akan dilakukan optimasi dengan BFOA. Setelah dioptimasi,
akan dilakukan thresholding untuk mendapatkan citra biner sebagai citra hasil. Pada implementasi
yang dilakukan terdapat metode thresholding mean, metode thresholding median, metode
thresholding mean & median (non-variance), metode thresholding mean & median (variance),
metode thresholding mean & median (variance) & otsu, dan metode thresholding Otsu.
Pada perangkat lunak yang dibangun, pengujian kualitas deteksi tepi akan menggunakan
basis data gambar Berkeley. Pengujian perangkat lunak dilakukan dengan menggunakan
metode Mean Square Error (MSE) dan koefisien Jaccard. Dari penelitian yang telah dilakukan,
perangkat lunak yang dibangun telah mampu untuk mendeteksi tepi objek pada citra. Hasil
dari pengujian perangkat lunak ialah metode thresholding yang digunakan akan mempengaruhi
citra keluaran. Begitu juga dengan nilai parameter pada algoritma BFOA. Parameter BFOA
selain mempengaruhi citra hasil, juga mempengaruhi waktu eksekusi yang dibutuhkan.