Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Segmentasi Citra Menggunakan Algoritma K-Means Dan Algoritma Fuzzy C-Means Zacky Yaser Malik Gumiwang; Ahmad Haikal Nuqqy Zahhar; Hendra Maulana
Jurnal Manajamen Informatika Jayakarta Vol 3 No 1 (2023): JMIJAYAKARTA: February 2023
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v3i1.992

Abstract

Segmentasi merupakan bagian penting dari analisis citra image/gambar yang diinginkan dianalisis untuk diproses lebih lanjut untuk memudahkan analisis untuk tujuan lain, seperti pengenalan pola. Segmentasi gambar yang menjadi bagian analisis citra digunakan untuk membagi suatu citra menjadi beberapa bagian dan bagian tujuan yang diinginkan. Salah satu teknik segmentasi citra adalah clustering. Kekelompokan merupakan upaya mengelompokkan data berdasarkan kategori dan merupakan metode mengelompokkan atau membagi data menjadi kumpulan data. Segmentasi gambar berbasis cluster penelitian ini menggunakan metode-k dan metode fuzzy. K-Measure adalah sebuah metode yang mudah dan cepat untuk dihitung, sedangkan fuzzy C-Means adalah algoritma yang populer digunakan dalam teknik pengelompokan fuzzy. Tujuan dari penelitian ini adalah untuk menemukan metode yang optimal saat melakukan segmentasi citra. Sebelum melakukan segmentasi, terlebih dahulu tentukan state. Identifikasi data uji menggunakan dua pendekatan yaitu analisis bentuk dan analisis tekstur. Hasil pengujian menunjukkan bahwa algoritma K-Means menghasilkan segmentasi berarti identifikasi yang lebih baik dari fuzzy C karena menghasilkan nilai yang hampir sama atau mendekati nilai cutoff fungsi gambar yang tersedia.