Iridiologi  atau  yang  biasa  disebut  sebagai  diagnosis  iris  adalah  suatu  metode  kedokteran  yang  menyatakan bahwa tiap bagian pada tubuh dapat direpresentasikan dengan wilayah yang terdapat pada iris mata. Melalui pengamatan dan observasi secara empiris, penelitian mendapati adanya pola-pola yang beraturan, yang mengindikasikan adanya gejala penyakit dalam diri seseorang berdasarkan pola pada iris mata.

Untuk menentukan gejala suatu penyakit yang diderita pasien pada umumnya dilakukan tes laboratorium, dimana tes ini cukup mahal. Untuk itu pengenalan pada citra iris mata merupakan tugas penting untuk membantu dokter dalam mendiagnosa penyakit. Disamping itu, proses segmentasi otomatis diperlukan supaya  proses deteksi iris mata bisa dilakukan dengan lebih cepat. Deteksi otomatis atau segmentasi iris mata dari gambar iris mata adalah tahap awal dari proses diagnosis.

Metode sebelumnya mampu melakukan segmentasi citra iris mata dengan komputasi yang rendah, namun kelemahannya adalah  sulit untuk pengambilan fokus iris mata yang akurat  karena antara sclera, iris mata dan pupil masih jadi satu. Oleh karena itu pada penelitian ini akan diusulkan sebuah metode tiga kelas segmentasi menggunakan metode Otsu dan Adaptive K-means clustering.

Metode ini mampu melakukan segmentasi citra iris mata akurasi rata-rata 94,06% dan Area Under Curve (AUC) rata-rata 93,89% dengan waktu eksekusi rata-rata 2.2 detik                                      

Kata Kunci: Adaptive K-means Clustering, Iris Mata, Otsu, Segmentasi,