Text

Ekstraksi latar depan pada citra ikan dengan metode grabcut yang diautomasi menggunakan saliency map

---

Indonesia adalah negara kepulauan terbesar dengan keanekaragaman hayati yang tinggi. Diperkirakan 8500 spesies ikan hidup di perairan Indonesia, proses identifikasi jenis ikan masih dilakukan secara manual sehingga timbul masalah pada akurasi, waktu pengenalan dan hasil pengenalan yang subjektif. Tujuan penelitian ini adalah pemisahan latar depan dari latar belakang pada citra ikan agar identifikasi jenis ikan secara otomatis lebih efisien dan tinggi tingkat akurasinya. Dalam penelitian ini dilakukan ekstraksi latar depan pada citra ikan dengan metode GrabCut yang telah diautomasi. Tahap pertama dilakukan proses konversi ruang warna Lab. Tahap kedua dilakukan proses segmentasi dengan metode simple linear iterative clustering (SLIC). Tahap ketiga dilakukan proses deteksi saliency. Tahap keempat dilakukan ekstraksi latar depan dengan metode GrabCut. Kemudian dilakukan perhitungan nilai image similarity dari citra hasil ekstraksi metode ini. Rata-rata nilai image similarity yang dihasilkan dari metode ini adalah 1.13 x 10^4 jika citra uji hanya terdapat satu objek dan 20.34 x 10^4 jika citra uji terdapat lebih dari satu objek. Metode GrabCut yang diautomasi dengan saliency map sangat baik dalam proses pemisahan latar depan dari latar belakang pada citra uji yang hanya terdapat satu objek dan tidak disarankan jika citra uji terdapat lebih dari satu objek. ***** Indonesia is the largest archipelagic country with high biodiversity. It is estimated that 8500 species of fish live in Indonesian waters, the identification process of fish species is still done manually so that problems arise in accuracy, recognition time and subjective recognition results. The purpose of this study is to separate the foreground from the background in the fish image so that automatic identification of fish species is more efficient and has a high level of accuracy. In this study, foreground extraction of fish images was carried out using the automated GrabCut method. The first stage is the Lab color space conversion process. The second stage is the segmentation process using the simple linear iterative clustering (SLIC) method. The third stage is the saliency detection process. The fourth stage is foreground extraction using the GrabCut method. Then the image similarity value is calculated from the image extracted by this method. The average image similarity value generated from this method is 1.13 x 10^4 if the test image contains only one object and 20.34 x 10^4 if the test image contains more than one object. The GrabCut method which is automated with a saliency map is very good in the process of separating the foreground from the background on a test image that contains only one object and is not recommended if the test image contains more than one object.

---

Ketersediaan

SS00031768

SK 31768

UPT Perpustakaan UNJ (CD.03.2022.004)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

SK 31768

Penerbit

Jakarta : Prodi Ilmu Komputer FMIPA UNJ., 2022

Deskripsi Fisik

xv, 110 lembar : il. warna ; 30 cm.

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Saliency Map

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Bagus Nugraha

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar