K-Means Clustering Berdasarkan Otsu Thresholding untuk Segmentasi Inti Leukosit

White blood cells function as the human immune system, and help defend the body against viruses. In clinical practice, identification and counting of white blood cells in blood smears is often used to diagnose many diseases such as infection, inflammation, malignancy, leukemia. In the past, examination of blood smears was very complex, manual tasks were tedious and time-consuming. This research proposes the k-means clustering algorithm to separate white blood cells from other parts. However, k-means clustering has a weakness that is when determining the initial prototype values, so the otsu thresholding method is used to determine the threshold by utilizing global values, then proceed with morphological operations to refine the segmentation image. The results of segmentation are measured by the Positive Predeictive Value (PPV) and Negative Positive Value (NPV) parameters. The results obtained prove that the use of otsu thresholding and morphological operations significantly increase the value of PPV compared to the value of PPV that does not use otsu thresholding. Whereas the NPV value increased but not significantly.Leukosit berfungsi sebagai sistem kekebalan tubuh manusia, dan membantu mempertahankan tubuh melawan virus. Dalam praktek klinis, identifikasi dan penghitungan leukosit dalam apusan darah sering digunakan untuk mendiagnosis banyak penyakit seperti infeksi, peradangan, keganasan, leukemia. Di masa lalu, pemeriksaan apusan darah sangat kompleks, tugas manual yang membosankan dan menghabiskan waktu. Pada penelitian ini diusulkan algoritma pengelompokan k-means untuk memisahkan leukosit dengan bagian yang lainnya. Akan tetapi k-means clustering memiliki kelemahan yaitu ketika menentukan nilai-nilai prototipe awal, sehingga metode otsu thresholding digunakan untuk penentuan ambang batas dengan memanfaatkan nilai global, kemudian dilanjutkan dengan operasi morfologi untuk memperhalus citra segmentasi. Hasil segmentasi diukur dengan parameter Positive Predictive Value (PPV) dan Negative Positive Value (NPV). Hasil yang didapatkan terbukti bahwa penggunaan otsu thresholding dan operasi morfologi meningkatkan nilai PPV yang diperoleh secara signifikan dibandingkan dengan nilai PPV yang tidak menggunakan otsu thresholding. Sedangkan pada nilai NPV meningkat tetapi tidak secara signifikan