IMPLEMENTASI SELFIE SEGMENTATION UNTUK PENGHAPUSAN BACKGROUND CITRA BERBASIS WEB
DOI:
https://doi.org/10.71282/at-taklim.v3i7.2482Keywords:
Selfie Segmentation, Segmentasi Citra, Background Removal, MediaPipe, Berbasis WebAbstract
Perkembangan teknologi pengolahan citra digital telah memberikan berbagai kemudahan dalam memproses gambar secara otomatis, salah satunya pada proses penghapusan background citra. Penghapusan background bertujuan untuk memisahkan objek utama dari latar belakang sehingga menghasilkan gambar yang lebih fokus dan dapat digunakan untuk berbagai kebutuhan seperti desain grafis, foto profil, dan pembuatan konten digital. Penelitian ini bertujuan untuk merancang dan membangun aplikasi penghapusan background citra berbasis web menggunakan metode Selfie Segmentation.Metode Selfie Segmentation merupakan teknik segmentasi citra berbasis machine learning yang digunakan untuk memisahkan objek manusia dari background secara otomatis. Sistem dikembangkan menggunakan teknologi web berupa HTML, CSS, dan JavaScript serta memanfaatkan library MediaPipe Selfie Segmentation untuk melakukan proses segmentasi citra secara real-time melalui browser tanpa memerlukan instalasi aplikasi tambahan.Penelitian ini menghasilkan aplikasi yang dibangun mampu melakukan penghapusan background citra secara otomatis dengan cukup cepat dan akurat. Sistem dapat memisahkan objek manusia dari latar belakang serta menampilkan hasil gambar dengan background transparan atau background baru. Dengan adanya aplikasi ini, proses pengolahan gambar menjadi lebih mudah, praktis, dan efisien melalui platform berbasis web.
Downloads
References
Bekti, H. B. (2015). Mahir Membuat Website dengan Adobe Dreamweaver CS6, CSS dan JQuery. Yogyakarta: Andi Offset.
Gonzalez, R. C., & Woods, R. E. (2008). Digital Image Processing. Pearson Education Ltd.
Hayati, N., Putra, A., & Rahman, F. (2023). Analisis segmentasi citra wajah menggunakan metode K-Means Clustering untuk identifikasi kondisi kulit wajah. Jurnal Teknologi Informasi dan Komputer, 14(2), 120–128.
Iqbal, M., Sari, I., & Ramadhanu, A. (2024). Implementasi pengolahan citra digital dalam pengenalan wajah menggunakan contrast stretching dan algoritma Viola Jones. Indonesian Journal of Computer Science, 13(2), 3015–3026.
Laily, M. E., Fajri, F. N., & Pratamasunu, G. Q. O. (2022). Deteksi penggunaan alat pelindung diri (APD) untuk keselamatan dan kesehatan kerja menggunakan metode Mask Region Convolutional Neural Network (Mask R-CNN). Jurnal Komputer Terapan, 8(2), 279–288.
Lv, Z., Zhang, Y., Li, X., & Wang, H. (2023). A Review of Semantic Segmentation Methods in Remote Sensing Based on Deep Learning. Frontiers in Ecology and Evolution, 11, 1201125.
Malau, M., et al. (2025). Pengolahan citra digital menggunakan teknik segmentasi untuk pemisahan objek pada gambar. Jurnal Teknologi Informasi dan Komputer.
Radillah, T., Ameliza, K., & Fitriyanto, I. (2023). Segmentasi citra menggunakan metode Otsu dalam pengenalan pola sederhana. Indonesian Journal of Computer Science, 12(6), 4004–4012.
Sintiya, T., et al. (2025). Implementasi pengolahan citra digital dalam analisis objek berbasis sistem komputer. Jurnal Teknologi Informasi dan Sistem.
Sumardiyono, B. (2022). Segmentasi citra digital paleografi arsip VOC menggunakan metode thresholding. Jurnal Rekayasa Informasi, 11(1), 17–23.
Svoboda, T., Kybic, J., & Hlavac, V. (2007). Image Processing, Analysis and Machine Vision: A MATLAB Companion. Thomson Learning.
Zhang, J., He, L., Qian, M., Li, X., & Sun, Z. (2022). Building Extraction from High-Resolution Remote Sensing Images Based on CA-BASNet. Sustainability, 14(18), 11633.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Irvansyah Nasution (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
