ABSTRAKSI: Segmentasi karakter sebagai preprocessing dari proses pengenalan pola karakter telah banyak digunakan pada kehidupan sehari-hari. Contohnya adalah proses pembacaan barcode di supermarket, pengenalan plat nomor kendaraan bermotor, dll. Dari permasalahan tersebut, untuk bisa membangun sistem pengenalan pola karakter diperlukan proses segmentasi. Segmentasi karakter yang dilakukan disini adalah memisahkan karakter dengan background nya pada suatu citra digital. Pada Tugas Akhir ini menggunakan metode Transformasi Watershed untuk melakukan segmentasi karakter. Konsep dari metode ini adalah mencari garis watershed yang merupakan hasil segmentasinya. Untuk analisis performansi pada Tugas Akhir ini dilakukan dengan menggunakan Mean Opinion Score (MOS) terhadap 15 orang pengamat. Hasil dari perhitungan MOS menunjukkan hasil yang baik, meskipun beberapa data bernilai rendah. Hal ini dikarenakan pendapat dan penilaian responden yang berbeda-beda untuk setiap citra uji.Kata Kunci : Segmentasi, Transformasi Watershed, Mean Opinion Score.ABSTRACT: Character segmentation as a preprocessing of the pattern recognition process of characters / text has been widely used in everyday life. An example is the process of reading a barcode at the supermarket, the introduction of motor vehicle license plates, etc.. From this problem, to be able to build a pattern recognition system of the character / text segmentation process is needed. Segmentation of characters that do here is to separate the text with his background in a digital image. In this Final Watershed Transform method to segment characters. The concept of this method is to find a line of watershed, which is the result of the segmentation. For the final performance analysis was conducted using the Mean Opinion Score (MOS) of 15 observers.Results from the MOS calculations show good results, although some low value data. This is because the opinions and assessments of different respondent for each test image.Keyword: Segmentation, Transformasi Watershed, Mean Opinion Score.