IDENTIFIKASI MORFOLOGI CITRA DAGING MENGGUNAKAN TEKNIK PENGOLAHAN CITRA DIGITAL

Abstract

Perkembangan teknologi pengolahan citra menjadi tren yang menarik perhatian untuk diterapkan dalam berbagai bidang, terutama dalam analisis dan identifikasi objek citra. Salah satu pendekatannya adalah morfologi, yang digunakan untuk memodifikasi struktur objek guna meningkatkan keakuratan analisis. Namun, dampak operasi morfologi seperti erosi dan dilatasi terhadap kualitas citra dalam deteksi objek perlu diteliti lebih lanjut untuk mengoptimalkan penggunaannya. Penelitian ini bertujuan menganalisis pengaruh operasi morfologi erosi dan dilatasi pada citra biner menggunakan tiga metrik evaluasi, yaitu MSE, PSNR, dan SSIM. Data terdiri dari 10 citra dalam dua kelas, yang terdiri dari kelas citra daging sapi dan citra daging babi. Metode penelitian mencakup pengumpulan data citra, konversi ke grayscale dan biner, serta penerapan operasi morfologi. Hasil menunjukkan citra biner mempertahankan lebih banyak informasi dibandingkan citra hasil erosi dan dilatasi. Pada kelas daging babi, citra biner memiliki PSNR 27.82 dB, MSE 107.52, dan SSIM 0.31, lebih tinggi dibandingkan erosi (PSNR 27.79 dB, MSE 108.11, SSIM 0.21) dan dilatasi (PSNR 27.79 dB, MSE 108.18, SSIM 0.32), begitu pula pada kelas daging sapi menunjukkan hasil serupa, di mana citra biner memiliki PSNR 27.54 dB, MSE 114.63, dan SSIM 0.42. Penelitian ini menyimpulkan bahwa citra biner lebih unggul karena mempertahankan lebih banyak informasi penting