<![CDATA[Pada dunia medis segmentasi citra merupakan hal yang penting, karena proses segmentasi yang dilakukandalam sebuah citra harus sesuai dan tepat agar informasi yang ada di dalam citra dapat diterjemahkandengan baik. Salah satu contoh aplikasi segmentasi citra di dunia medis adalah Magnetic ResonanceImaging (MRI). Ada beberapa metode yang digunakan dalam segmentasi citra MRI diantaranya regiongrowing, thresholding, clustering dan lainnya, namun yang sering digunakan adalah metode clustering.Metode clustering merupakan metode yang baik dalam melakukan segmentasi citra. Metode dalamsegmentasi yang berbasis clustering salah satunya adalah Fuzzy C-Means (FCM). FCM merupakanpengembangan metode K-Means yang diimprovisasi dengan menerapkan derajat keanggotaan, dimanabeberapa cluster dapat memiliki satu piksel citra yang sama. Dalam menentukan keanggotaan dari cluster,clustering ini adalah komputasi yang lebih tepat. Skripsi ini membahas tentang segmentasi citra MRI otakmenggunakan FCM. Dataset yang digunakan dalam dalam penelitian skripsi ini diambil dari Brainwebyang disediakan oleh McConnell Brain imaging Centre of the Montreal Neurological Institute, McGillUniversity. Data tersebut disegmentasi menjadi tiga bagian, yaitu Grey Metter (GM), White Metter (WM),dan Cerebrospinal Fluid (CSF). Hasil segmentasi citra MRI otak menggunakan FCM memiliki nilaiakurasi yang baik yaitu pada CSF sebesar 0,90, GM sebesar 0,91 dan WM sebesar 0,94.Kata Kunci: Magnetic Resonance Imaging (MRI), Segmentasi citra, Citra Otak, Fuzzy C-Means (FCM).]]>
