Rekomendasi Teknik Analisis Citra SEM dengan Menggunakan Free Software ImageJ

Neng Nenden Mulyaningsih; Fita Widiyatun; Sri Endang Wahyuni

doi:10.17509/wafi.v5i2.28021

Authors

Neng Nenden Mulyaningsih Program Studi Pendidikan Fisika, Universitas lndraprasta PGRl, lndonesia
Fita Widiyatun Program Studi lnformatika, Universitas lndraprasta PGRl, lndonesia
Sri Endang Wahyuni Program Studi lnformatika, Universitas lndraprasta PGRl, lndonesia

DOI:

https://doi.org/10.17509/wafi.v5i2.28021

Keywords:

Citra SEM, TmageJ, region of interest, serat agave

Abstract

Citra scanning electron microscope (SEM) telah diketahui dapat menghasilkan informasi data morfologi baik secara kualitatif maupun kuantitatif dari suatu sampel dalam skala mikro. Oleh karena itu diperlukan teknik analisis yang tepat dalam mengolah citra SEM untuk mendapatkan data yang akurat. Tujuan dari penelitian yang sudah dilakukan yaitu untuk mendapatkan teknik analisis citra SEM dengan menggunakan free software TmageJ. Citra SEM dari serat agave yang sudah diberi perlakuan dengan perendaman dalam larutan natrium hidroksida (NaOH) 5% selama 30 menit diambil tiga variasi perbesaran yaitu 250x, 500x dan 1000x. Parameter yang dianalisis berupa bentuk dan ukuran region of interest (ROT), nilai rata-rata dan penyimpangan pixel. Bentuk ROT yang dipilih yaitu rectangular, elliptical dan freehand, sementara ukuran ROT-nya masing-masing 100.000, 50.000 dan 25.000 pixel. Hasil analisis menunjukkan bahwa citra SEM dengan perbesaran 1000x pada ROT model freehand dengan ukuran 25.000 pixel mempunyai persentase standar deviasi yang paling rendah (9,325%). Kesimpulannya dalam menganalisis citra SEM dengan menggunakan aplikasi free software TmageJ direkomendasikan memilih gambar dengan perbesaran paling tinggi, bentuk ROT freehand dan ukuran ROT paling kecil.

References

Rueden, C.T., Schindelin, J., Hiner, M.C., DeZonia, B.E., Alison E. Walter, A.E., Arena, E.T., Eliceiri, K.W. (2017). ImageJ2: ImageJ for the next generation of scientific image data. BMC Bioinformatics, 18: 529.

Valente, A.J., Maddalena, L.A., Robb, E.L., Moradi, F., Stuart, J.A. (2017). A simple ImageJ macro tool for analyzing mitochondrial network morphology in mammalian cell culture. Acta Histochemica, 119: 315-326.

Schneider, C.A., Rasband, W.S., Eliceiri, K.W. (2012). NIH image to ImageJ: 25 years of image analysis. Nat. Methods, 9: 671.

Patel, A., Li, Z., Canete, P., Strobl, H., Dulin, J., Kadoya, K., Gibbs, D., Poplawski, G.H.D. (2018). AxonTracer: a novel ImageJ plugin for automated quantifcation of axon regeneration in spinal cord tissue. BMC Neuroscience, 19: 8

Wendykier, P., Nagy, J.G. (2010). Parallel colt: a high-performance Java library for scientific computing and image processing. ACM Trans. Math. Software, 37: 1–22.

Igathinathane, C., Pordesimo, L.O., Columbus, E.P., Batchelor, W.D., Methuku, S.R. (2008). Shape identification and particles size distribution from basic shape parameters using ImageJ. Comp. Electr. Agricult., 63: 168–182.

Timothy, M., Forlano, P.M. (2019). A versatile macro-based neurohistological image analysis suite for ImageJ focused on automated and standardized user interaction and reproducible data output. J. of Neurosci. Methods, 324: 108286.

Amandine, V., Cédric, M., Sergio, M., Patricia D. (2019). An ImageJ tool for simplified post-treatment of TEM phase contrast images (SPCI). Micron, 121: 90–98.

Tarasco, M., Cordelières, F.P., Cancela M.L., Laizé, V. (2020). ZFBONE: An ImageJ toolset for semi-automatic analysis of zebrafish bone structures. Bone, 138: 115480.

Torre, I.G., Heck, R.J., Tarquis, A.M. (2020). MULTIFRAC: An ImageJ plugin for multiscale characterization of 2D and 3D stack images. SoftwareX, 12: 100574.

Widiyatun, F., Mulyaningsih, N.N., Dwitiyanti, N. (2019). Analisis gugus fungsi dan morfologi serat agave dengan FTIR dan SEM. Laporan penelitian Dipa Unindra Tahun 2019 No:0357/SP3/KP/LPPM/UNINDRA/III/2019.

Kurniawan, C., Waluyo, T.B., Sebayang, P. (2011). Analisis ukuran partikel menggunakan free software Image-J. Seminar Nasional Fisika, Pusat Penelitian Fisika-LIPI, Serpong, 12-13 Juli 2011

Girish, V., Vijayalakshmi, A. (2004). Affordable image analysis using NIH Image/ImageJ. Indian Journal Cancer, 41: 47.

Jensen, E.C. (2013). Quantitative analysis of histological staining and fluorescence using ImageJ. Anatomic. Record, 296: 378–381.