29 METODE SEGMENTASI UNTUK ANALISIS CITRA DIGITAL HEAD CT-SCAN Oky Dwi Nurhayati Program Studi Teknik Elektro, Universitas Gadjah Mada Yogyakarta Oky@mail.te.ugm.ac.id ABSTRACT Image segmentation is an important research area in the digital image processing with several applications in vision-guided autonomous robotics, product quality inspection, medical diagnosis, the analysis of remotely sensed images, etc. The aim of image segmentation can be defined as partitioning an image into homogeneous regions in terms of the features of pixels extracted from the image. Edge detection and thresholding are simple segmentation tools for images and became the focuses in our research. This research used k-mean clustering method as the main tool. The image data chosen were normal diagnosed head CT Scan photos, and those which have indication of damages brain effect of lacunar infarct, infarct and hemorrhage. This research offers histogram equalization method as pre-processing image to establish the segmentation image used in image processing, the method of determining the appropriate segmentation affect the image processing that can be used to analyzed the damages brain from the digital image head CT-Scan. Key words : Head CT scan photos, threshold, edge detection, k-mean clustering, histogram equalization, image segmentation PENDAHULUAN Pengolahan citra (Image Processing) merupakan bidang yang berkembang pesat dan banyak diterapkan pada ilmu-ilmu murni dan teknik. Pengolahan citra didefinisikan sebagai proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses pengolahan citra mempunyai ciri data masukan dan informasi keluaran berbentuk citra, sehingga pengolahan citra adalah pemrosesan citra yang telah ada untuk menghasilkan citra yang lebih tinggi kualitasnya, dalam arti lebih jelas menampilkan informasi yang diharapkan. Berbagai aplikasi pengolahan citra sangat membantu bagi kepentingan manusia. Salah satu aplikasinya adalah peningkatan kualitas citra medis sebagai pra-proses agar lebih mudah untuk dianalisis atau diintepretasikan melalui sarana visual manusia. Pada umumnya citra medis hasil scanning, yang berupa citra digital aras keabuan mengalami penurunan kualitas (terdegradasi) yang disebabkan faktor-faktor luar (derau) dan peralatan medis yang digunakan. Dengan demikian proses peningkatan citra juga harus menggunakan teknik-teknik pengolahan citra aras keabuan. Maka diperlukan proses peningkatan kualitas citra yang bertujuan untuk menghasilkan citra yang lebih baik dibandingkan dengan citra semula. Langkah selanjutnya yang diperlukan dalam pengolahan citra adalah analisis citra dengan tujuan untuk mengidentifikasi dan menampilkan parameter-parameter yang diasosiasikan dengan ciri-ciri pada representasi objek didalam citra, untuk selanjutnya parameter tersebut digunakan sebagai interpretasi citra. Prinsip dasar CT-Scan mirip dengan perangkat radiografi konvensional. Kedua perangkat ini sama-sama memanfaatkan intensitas radiasi terusan setelah melewati suatu objek untuk membentuk citra. Perbedaan antara keduanya adalah pada teknik yang digunakan untuk memperoleh citra dan citra yang dihasilkan. Tidak seperti citra yang dihasilkan dari teknik radiografi, informasi citra yang ditampilkan oleh CT-Scan tidak tumpang-tindih sehingga lebih mudah dianalisis daripada citra yang dihasilkan oleh teknik radiografi konvensional. Dalam kegiatan pemrosesan citra secara digital dan visi komputer, proses deteksi tepi objek merupakan pengolah awal yang paling penting pada analisis citra untuk pengenalan pola, segmentasi, dan analisis pergerakan objek. Tepian setiap citra objek mengandung banyak informasi mengenai objek tersebut. Deteksi tepi citra tomografi timbul pada sejumlah aplikasi tomografi komputer, misalnya dalam pencitraan medis dan tes uji yang tidak merusak, kontur objek perlu ditentukan pada penampang lintang hasil tomografi.