Metode Thresholding Otsu untuk Klasifikasi Awal Vitiligo dan Hyperpigmentation Berdasarkan Luas Piksel

Rayhan Putra Alvaro; Reni Rahmadewi

doi:10.32493/epic.v8i1.58841

Authors

Rayhan Putra Alvaro Universitas Singaperbangsa Karawang
Reni Rahmadewi Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.32493/epic.v8i1.58841

Keywords:

Pengolahan Citra, Otsu Thresholding, Segmentasi Citra, Vitiligo, Hiperpigmentasi, MATLAB GUI

Abstract

Penelitian ini mengembangkan sistem deteksi kelainan pigmentasi kulit menggunakan metode Otsu Thresholding dan analisis jumlah piksel pada citra biner. Sistem dibuat dalam bentuk Graphical User Interface (GUI) MATLAB sehingga memudahkan pengguna dalam melakukan input citra, cropping, pra-pemrosesan, segmentasi, dan klasifikasi. Dataset terdiri dari 30 citra yang mencakup 15 citra vitiligo dan 15 citra hiperpigmentasi. Tahap pra-pemrosesan dilakukan melalui konversi grayscale dan Gaussian smoothing untuk menstabilkan intensitas sebelum segmentasi otomatis oleh metode Otsu. Hasil segmentasi dianalisis melalui perhitungan jumlah piksel putih dan hitam untuk menentukan jenis kelainan.

Hasil pengujian menunjukkan akurasi 100% untuk vitiligo dan 80% untuk hiperpigmentasi. Secara keseluruhan sistem mencapai akurasi 90% dan dapat digunakan sebagai pendekatan awal deteksi kelainan pigmentasi kulit.

References

Berndt, R.-D., Takenga, C., Preik, P., Siripurapu, T., Fuchsluger, T., Lutter, C., Arnold, A., & Lutze, S. (2025). AUTOMATIC ESTIMATION OF REGION OF INTEREST AREA IN DERMATOLOGICAL IMAGES USING DEEP LEARNING AND PIXEL-BASED METHODS: A CASE STUDY ON WOUND AREA ASSESSMENT. International Journal of Artificial Intelligence & Applications, 16(4), 01–19. https://doi.org/10.5121/ijaia.2025.16401

Firzanah, R. S., Anugrani, Z., Al Khalil, I., Al Ayyubi, T., Makassar, N., Raya, J. M., Tambung, P., Tamalate, K., Makassar, K., & Selatan, S. (2024). Implementasi Metode Thresholding untuk Segmentasi Citra Digital Kupu-Kupu dalam Lingkungan Pengembangan Visual Studio Code. 6(1).

Frisoli, M. L., Essien, K., & Harris, J. E. (2020). Annual Review of Immunology Vitiligo: Mechanisms of Pathogenesis and Treatment (p. 621). https://doi.org/10.1146/annurev-immunol-100919

George, Y., Aldeen, M., & Garnavi, R. (2016). Pixel-based skin segmentation in psoriasis images. 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 1352–1356. https://doi.org/10.1109/EMBC.2016.7590958

Li, L.-F., Wang, X., Hu, W.-J., Xiong, N. N., Du, Y.-X., & Li, B.-S. (2020). Deep Learning in Skin Disease Image Recognition: A Review. IEEE Access, 8, 208264–208280. https://doi.org/10.1109/ACCESS.2020.3037258

Nautiyal, A., & Wairkar, S. (2021). Management of hyperpigmentation: Current treatments and emerging therapies. In Pigment Cell and Melanoma Research (Vol. 34, Number 6, pp. 1000–1014). John Wiley and Sons Inc. https://doi.org/10.1111/pcmr.12986

Nurzaini, M. (2024, March 25). Pigmentasi, Kenali Gangguan yang Bisa terjadi dan Penanganannya. Www.Alodokter.Com. https://www.alodokter.com/pigmentasi-kenali-gangguan-yang-bisa-terjadi-dan-penanganannya

Pamungkas, A. (2017, April 8). Segmentasi Citra dengan Metode Thresholding. Pemrogramanmatlab.Com. https://pemrogramanmatlab.com/2017/04/08/segmentasi-citra-dengan-metode-thresholding/

Sezgin, M., & Sankur, B. (2004). Survey over image thresholding techniques and quantitative performance evaluation. Journal of Electronic Imaging, 13(1), 146 – 165. https://doi.org/10.1117/1.1631315

Tivusi. (2022, November 29). Pengertian dan Jenis-Jenis Operasi Morfologi pada Citra. Www.Trivusi.Web.Id. https://www.trivusi.web.id/2022/10/operasi-morfologi.html

Tri Utami, A. (2017). IMPLEMENTASI METODE OTSU THRESHOLDING UNTUK SEGMENTASI CITRA DAUN.

Wiharja, Y. P., & Harjoko, A. (2014). Pemrosesan Citra Digital untuk Klasifikasi Mutu Buah Pisang Menggunakan Jaringan Saraf Tiruan. IJEIS, 4(1), 57–68.