SEGMENTASI JALAN BERLUBANG CITRA JALAN RAYA DENGAN MENGGUNAKAN METODE THRESHOLDING DAN K-MEANS

• LINDA SUKMAWATI
• 14002253

---

ABSTRAK

 

ABSTRAK Nama : Linda Sukmawati NIM : 14002253 Program Studi : Magister Ilmu Komputer Jenjang : Strata Dua (S2) Konsentrasi : Image Processing Judul : “Segmentasi Jalan Berlubang Citra Jalan Raya Dengan Menggunakan Metode Thresholding dan K-Means” Jalan sebagai salah satu prasarana transportasi yang merupakan urat nadi kehidupan masyarakat mempunyai peranan penting Pada tahun 2018 berdasarkan data statistik jumlah pengguna kendaraan bermotor di Indonesia semakin bertambah setiap tahunnya mencapai 146 858 759 unit (bps, 2020). Akibat yang muncul adalah banyak jalan yang mengalami kerusakan serta kondisinya sangat memprihatinkan. Salah satu kerusakan yang paling sering ditemui adalah banyak ditemukan lubang pada jalan. Keberadaan lubang di jalan dapat meningkatkan resiko terjadinya kecelakaan di jalan. Dalam perkembangan pengetahuan. Salah satu kendala yang menyebabkan lamanya perbaikan kerusakan jalan dikarenakan penghitungan luas tiap-tiap kerusakan secara manual dan dibutuhkan waktu yang relatif lama. Untuk itu penelitian ini bertujuan untuk melakukan pengolahan citra berupa segmentasi pada citra jalan berlubang di jalan raya menggunakan algoritma Thresholding dan K-Means, setelah itu dilakukan penghitungan luas dan keliling lubang. Hasil dari penelitian ini diperoleh citra jalan berlubang sebanyak 106 citra, selanjutnya dilakukan segmentasi dan penghitungan luas serta keliling yang dapat terbaca dengan baik dengan menggunakan program yang telah dirancang.
Kata kunci: Segmentasi, Thresholding, K-Means, Luas, Keliling
 

KATA KUNCI

Metode K-means,Thresholding

---

DAFTAR PUSTAKA

Daftar Pustaka [1] R. Indonesia, “Presiden republik indonesia,” 2004. [2] https://www.bps.go.id/linkTableDinamis/view/id/1133, “No Title.” [Online]. Available: https://www.bps.go.id/linkTableDinamis/view/id/1133. [3] P. Y. Budiarto, “Deteksi Objek Lubang pada Citra Jalan Raya menggunakan Pengolahan Citra Digital,” vol. 3, no. 2, pp. 109–118, 2017. [4] S. Asmiatun and N. Wakhidah, “IDENTIFIKASI PENGELOMPOKKAN KONDISI PERMUKAAN JALAN MENGGUNAKAN ALGORITMA K-MEANS,” vol. 14, no. 1, pp. 17–23, 2018. [5] B. D. Idestio, T. Agung, and B. Wirayuda, “Alternative of Pothole Area Measurement Based-on Video using Threshold-based Marking and GLCM Alternatif Pengukuran Luas Lubang Jalan Berbasis Data Video Menerapkan Threshold-based Marking dan GLCM,” vol. 7, no. 2, 2013. [6] T. H. Andika and N. S. Anisa, “Sistem Identifikasi Citra Daun Berbasis Segmentasi Dengan Menggunakan Metode K-Means Clustering,” vol. 2, no. 1, pp. 9–17. [7] P. P. Citra, “Pengolahan Citra.” [8] W. S. J. S, Y. V. Via, and R. H. Setiawan, “SEGMENTASI OBJEK BUAH PADA CITRA DIGITAL MENGGUNAKAN METODE K-MEANS CLUSTERING,” vol. X, pp. 69–74, 2015. [9] “DETEKSI EMBRIO AYAM BERDASARKAN CITRA GRAYSCALE MENGGUNAKAN K-MEANS AUTOMATIC THRESHOLDING Paulus Harsadi 1),” pp. 49–56. [10] “Universitas Sumatera Utara,” vol. 255, 2005. [11] R. T. Wahyuningrum, “SEGMENTASI OBYEK PADA CITRA DIGITAL MENGGUNAKAN,” vol. 13, no. 1, pp. 1 –8, 2015. [12] D. M. Ra, I. Setiawan, W. Dewanta, H. A. Nugroho, and H. Supriyono, “Pengolah Citra Dengan Metode Thresholding,” vol. 15, no. 2, 2019. [13] M. Thresholding, D. Otsu, and S. Bhahri, “Transformasi Citra Biner Menggunakan,” vol. 7, no. 2, pp. 195–203. [14] D. P. Prabowo, K. Latifah, and R. A. Pramunendar, “Pelacakan Dan Segmentasi Objek Bergerak Menggunakan Metode K-Means Clustering Berbasis Variasi Jarak,” vol. 5, no. 1, pp. 1–5, 2019. 44
Program Studi Ilmu Komputer(S2) STMIK Nusa Mandiri [15] Y. Darmi and A. Setiawan, “PENERAPAN METODE CLUSTERING K-MEANS DALAM,” vol. 12, no. 2, pp. 148–157, 2016. [16] A. Mardiana, F. Teknik, and U. Majalengka, “PENERAPAN ALGORITMA K- MEANS UNTUK CLUSTERING PENENTUAN,” 2004.