ABSTRAKSI: Di zaman sekarang, Google Earth adalah salah satu solusi terbaik manusia dalam mencari rute jalan dan lokasi sebuah tempat, misalnya mencari bangunan sebuah kantor, hotel dan mall. Pada kawasan tertentu juga tersedia bentuk-bentuk bangunan dalam format tiga dimensi. Tapi pada Google Earth juga terdapat gambar gunung, laut, sawah, lapangan, pohon dan lainnya sehingga pencarian bangunan semakin sulit dilakukan karena terhambat oleh objek-objek tersebut.
Pada tugas akhir ini dilakukan pemisahan objek bangunan dengan background pada citra yang dicuplik dari Google Earth. Metode yang digunakan adalah algoritma JSEG. Algoritma JSEG adalah proses segmentasi citra dengan dua tahap yaitu tahap kuantisasi warna dan segmentasi spasial. Kuantisasi warna mempunyai dua proses yaitu proses peer group filtering dan generalized lloyd algorithm. Sedangkan pada tahap segmentasi spasial terdapat proses region growing dan region merging.
Hasil simulasi segmentasi citra telah berhasil dilakukan. Dengan parameter threshold terbaik untuk PGF adalah 2. Threshold untuk GLA adalah 10. Threshold region merging adalah 20. Nilai MOS rata-rata untuk semua citra adalah 3,886667. Dan disamping itu juga secara tidak langsung membuktikan bahwa algoritma JSEG menghasillkan segmentasi citra yang cukup baik pada citra berdasarkan objek.
Kata Kunci : Segmentasi Citra, Google Earth, Algoritma JSEG, ThresholdABSTRACT: In the current era , Google Earth is one of the best solution for human to find street and the location of a place , such as looking for an office building, hotel and mall . In certain areas is also available in the building forms a three-dimensional format . But on Google Earth also shows the image of mountains, ocean, fields, field, trees and other buildings so the search more difficult because it is hampered by such objects .
This final project will be to separate objects with background buildings based on Google Earth images . The method used is JSEG algorithm . JSEG algorithm is image segmentation process with two phases: color quantization and spatial segmentation. Color quantization has two processes, the first is process of peer group filtering and the second is generalized lloyd algorithm. At the same time, spatial segmentation also has two processes, region growing and region merging.
Simulation results of image segmentation has been done successfully. With the best threshold PGF parameter is 2. Threshold for GLA is 10. Region merging threshold is 20. MOS values average for all images is 3.886667. And besides that it also indirectly proves that the JSEG algorithm quite good image segmentation based on object.
Keyword: Image Segmentation , Google Earth , JSEG Algorithm, Threshold