Retinopati diabetes merupakan komplikasi mikro vaskuler yang dapat terjadi pada penderita diabetes dan menyerang fungsi penglihatan. Gejala klinis dari penyakit ini adalah munculnya mikroaneurisma yang merupakan pembengkakan pembuluh darah berukuran mikro dan dapat terlihat sebagai titik-titik kemerahan pada retina. Sistem segmentasi citra retina digital untuk membantu pendeteksian mikroaneurisma adalah sistem yang dikembangkan untuk melakukan segmentasi terhadap citra retina sehingga citra retina yang dihasilkan layak digunakan sebagai masukan pada sistem identifikasi mikroaneurisma. Pada penelitian ini dilakukan kombinasi terhadap metode-metode seperti variasi grayscale (grayscale biasa, red channel, green channel, blue channel), filter Gaussian, histogram modifikasi (histogram ekualisasi dan adaptif histogram ekualisasi), binerisasi (iterasi dan threshold ganda), filter median dan pelabelan komponen terhubung. Pengujian masing-masing kombinasi dilakukan pada citra retina yang berasal dari basis data Departement of Ophthamology, Faculty of Medicine,University of Kuopio, Finland dan dihitung akurasi dengan membandingkan hasil penandaan dokter antara citra asli dan citra hasil segmentasi. Hasilnya kombinasi metode dengan grayscale green channel, filter Gaussian, adaptif histogram ekualisasi 9 x 9, Threshold ganda dengan T1=70 dan T2=90, dan filter median memberikan akurasi sistem yang paling tinggi yaitu sebesar 94%.