Thresholding merupakan metode yang cukup populer untuk segmentasi suatu gambar. Untuk mensegmentasi suatu gambar grayscale menjadi gambar biner, bi-level thresholding bisa digunakan. Sedangkan untuk mensegmentasi citra grayscale ke dalam beberapa varian digunakanlah multi-level thresholding. Metode Maximum Tsallis Entropy (MTT) adalah salah satu metode yang bisa digunakan.untuk pencarian multi threshold pada suatu citra grayscale. Akan tetapi metode ini memiliki waktu komputasi yang sangat besar jika jumlah threshold yang dicari semakin banyak. Oleh karena itu, suatu metode baru diusulkan dalam penelitian ini yang merupakan penggabungan antara metode Maximum Tsallis Entropy dan algoritma Honey Bee Mating Optimization (HBMO) untuk mendapatkan multilevel threshold dari suatu citra grayscale dalam waktu yang relatif singkat. Metode penggabungan yang diusulkan ialah dengan memfungsikan algoritma MTT sebagai alat untuk mencari nilai fitness dari suatu individu dalam algoritma HBMO. Semakin baik nilai fitness yang dimiliki oleh individu, semakin baik pula threshold yang ditemukan. Hasil yang didapat dari ujicoba menunjukkan bahwa algoritma hybrid ini mampu mencari multi threshold dengan tingkat akurasi mencapai 98% dan waktu komputasi hingga 10 kali lebih cepat dibandingkan dengan waktu komputasi dari metode MTT untuk mencari 3 level threshold.
Collaboration network of the authors
7 authors ·
13 co-authorship links
· 8 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Universitas Muhammadiyah Malang
Institut Teknologi Sepuluh Nopember
University of Brawijaya
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.