Analisa citra bertujuan untuk menarik informasi mengenai deskripsi sebuah citra. Deskripsi yang dibutuhkan bergantung pada domain aplikasi. Segmentasi citra merupakan langkah awal dalam melakukan analisa citra, yang bertujuan untuk memisahkan objek-objek yang ada pada suatu citra menjadi objek-objek pokok dan berarti. Segmentasi yang baik menghasilkan objek-objek tersegmentasi secara tepat, sesui dengan hasil yang diharapkan. Berbagai macam algoritma segmentasi citra telah dikembangkan, salah satu di antaranya adalah metode region-gwowing, yang melakukan grouping piksel atau subregion menjadi region yang lebih besar . Penelitian ini bertujuan untuk mngkaji tiga buah algoritma segmentasi citra berbasis region-region, yaitu Pyramidal seeded Region Growing, Seeded Region Growing, dan Pixel Aggregation. Pengujian secara subjektif maupun objektif terhadap ketiga algoritma bertujuan untuk mengkaji sejauh mana masing-masing algoritma mampu menyelesaikan masalah-masalah yang sering dihadapi dalam proses segmentasi citra. Dari hasil yang diperoleh, dapat disimpulkan bahwa algoritma PSRG dan SRG memberikan hasil objek-objek tersegmentasi dengan kualitas yang lebih baik dibandingkan dengan algoritma pixel aggretation, terutama dalam mengatasi noise yang terdapat pada citra masukan.