ANALISIS KLASTER MENGGUNAKAN METODE FUZZY C-MEANS (FCM) DAN K-MEANS (KM) PADA SEGMENTASI CITRA DIGITAL DALAM RUANG WARNA RGB
| Main Author: | AZWAR RIZALDY, 1617031127 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/65468/1/1.%20ABSTRAK-ABSTRACT.pdf http://digilib.unila.ac.id/65468/2/2.%20SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/65468/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/65468/ |
Daftar Isi:
- Analisis klaster adalah proses mengelompokkan objek atau pola sedemikian sehingga sampel-sampel dari grup yang sama memiliki tingkat kemiripan yang lebih tinggi dibandingkan dengan sampel-sampel antar grup. Pada prinsipnya analisis klaster merupakan proses untuk mereduksi sejumlah objek yang besar menjadi lebih sedikit yang disebut klaster. Pada penelitian ini dikaji penerapan analisis klaster dengan metode fuzzy c-means dan k-means pada segmentasi citra digital dalam ruang warna RGB untuk mendapatkan hasil jumlah klaster yang optimal pada masing-masing metode dalam segmentasi citra dengan menggunakan Xie-Beni index, partition coefficient index, silhouette index, dan Davies-Bouldin index. Hasil yang diperoleh menunjukkan jumlah klaster 2 merupakan jumlah klaster optimal pada metode fuzzy c-means dan jumlah klaster 5 merupakan jumlah klaster optimal pada metode k-means. Kata kunci : analisis klaster, fuzzy c-means, k-means, segmentasi citra, partition coefficient index, xie-beni index, silhouette index, davies-bouldin index.