PENDETEKSIAN SEL DARAH PUTIH MENGGUNAKAN PENDEKATAN SEGMENTASI BERTINGKAT PADA CITRA APUSAN DARAH GUNA MEMBANTU PENGOLAHAN CITRA MEDIS

Sel darah putih (leukosit) adalah unsur utama dalam sistem imun yang bertugas melawan infeksi dan menjaga kesehatan tubuh. Pemeriksaan jumlah dan morfologi sel darah putih melalui analisis citra mikroskopis menjadi indikator
penting dalam diagnosis. Segmentasi citra sel darah putih secara otomatis menghadirkan tantangan akibat variasi warna, pencahayaan, dan morfologi sel yang kompleks. Penelitian ini bertujuan mengembangkan pendekatan segmentasi citra sel darah putih yang lebih akurat, dan konsisten terhadap variasi kualitas citra mikroskopis dengan mengintegrasikan metode kombinasi Grabcut dan Otsu Threshold. Metode kombinasi ini diharapkan mampu mengatasi keterbatasan
segmentasi sebelumnya yang sering mengabaikan hubungan antar-piksel dan optimalisasi faktor pewarnaan. Hasil segmentasi pada tiga jenis data menunjukkan variasi kinerja: pada data primer penulis, akurasi mencapai 94,55%, berkebalikan dengan presisi, recall, F1-Score, dan IoU yang rendah; data JTSC memiliki waktu komputasi efisien sebesar 0,06 detik, akurasi baik (92,07%), dan presisi cukup
tinggi (0,8467) namun recall rendah (0,4860); sementara data CellaVision meraih akurasi tinggi (93,97%) dan presisi sangat baik (0,9495) namun recall rendah (0,4796), mengindikasikan adanya trade-off antar-metrik pada setiap jenis data. Secara keseluruhan, penelitian ini menunjukkan bahwa metode segmentasi sel darah putih yang diajukan menghasilkan kinerja yang beragam pada ketiga jenis data, menekankan bahwa karakteristik spesifik data yang diolah sangat memengaruhi hasil segmentasi.