Cover Image

Penerapan Metode Hybrid Fuzzy C-Means dan Particle Swarm Optimization (FCM - PSO) untuk Segmentasi Citra Geografis

Main Author: Herditomo
Format: Thesis NonPeerReviewed
Terbitan: , 2014
Subjects:
004.1 General works on specific types of computers
Online Access: http://repository.ub.ac.id/155382/
ctrlnum 155382
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/155382/</relation><title>Penerapan Metode Hybrid Fuzzy C-Means dan Particle Swarm Optimization (FCM - PSO) untuk Segmentasi Citra Geografis</title><creator>Herditomo</creator><subject>004.1 General works on specific types of computers</subject><description> &#xD; Sistem Informasi Geografis (SIG) membantu manusia dalam menganalisis data spasial. Konsep yang mendasar dari operasi SIG adalah konsep lapisan (layer). Lapisan-lapisan ini ada untuk mendukung analisis spasial yang utuh dan menyeluruh. Dari antara lapisan-lapisan itu yaitu jalan, air permukaan, pemukiman dan hijauan dapat diamati dan dibeda-bedakan dengan mata telanjang dari sebuah citra satelit biasa berdasarkan warnanya. Apabila bidang yang diamati cukup banyak akan menimbulkan kelelahan dari pengamatnya untuk itulah dirancang sebuah sistem yang diharapkan dapat mengotomasi proses pembedaan daerah dengan segmentasi citra. &#xD; Metode segmentasi citra yang dipilih adalah Fuzzy C-Means (FCM) namun pada perkembangannya Fuzzy C-Means diketahui sering jatuh dalam nilai optimum lokal sehingga akan dicoba untuk mengatasi dengan menggabungkannya dengan metode optimasi yaitu Particle Swarm Optimization (PSO). Variabel penelitian yang diamati diantaranya adalah fungsi objektif Jm, jumlah iterasi dan waktu. &#xD; Hasil penelitian menunjukkan bahwa metode Hybrid FCM-PSO yang diusulkan mempunyai rata-rata waktu yang lebih lama dalam proses dibandingkan FCM yaitu sebesar 101.804703 detik. Demikian pula dengan rata-rata nilai fungsi objektif yang lebih besar daripada FCM yaitu 42977540.790917. Dari pengamatan hasil segmentasi juga ditemukan bahwa hasil segmentasi FCM cenderung lebih mendekati kondisi asli dibandingkan hasil segmentasi FCM-PSO. &#xD; </description><date>2014-05-09</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Herditomo (2014) Penerapan Metode Hybrid Fuzzy C-Means dan Particle Swarm Optimization (FCM - PSO) untuk Segmentasi Citra Geografis. Magister thesis, Universitas Brawijaya. </identifier><relation>TES/004.19/HER/p/041404199</relation><recordID>155382</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Herditomo
title Penerapan Metode Hybrid Fuzzy C-Means dan Particle Swarm Optimization (FCM - PSO) untuk Segmentasi Citra Geografis
publishDate 2014
topic 004.1 General works on specific types of computers
url http://repository.ub.ac.id/155382/
contents Sistem Informasi Geografis (SIG) membantu manusia dalam menganalisis data spasial. Konsep yang mendasar dari operasi SIG adalah konsep lapisan (layer). Lapisan-lapisan ini ada untuk mendukung analisis spasial yang utuh dan menyeluruh. Dari antara lapisan-lapisan itu yaitu jalan, air permukaan, pemukiman dan hijauan dapat diamati dan dibeda-bedakan dengan mata telanjang dari sebuah citra satelit biasa berdasarkan warnanya. Apabila bidang yang diamati cukup banyak akan menimbulkan kelelahan dari pengamatnya untuk itulah dirancang sebuah sistem yang diharapkan dapat mengotomasi proses pembedaan daerah dengan segmentasi citra. Metode segmentasi citra yang dipilih adalah Fuzzy C-Means (FCM) namun pada perkembangannya Fuzzy C-Means diketahui sering jatuh dalam nilai optimum lokal sehingga akan dicoba untuk mengatasi dengan menggabungkannya dengan metode optimasi yaitu Particle Swarm Optimization (PSO). Variabel penelitian yang diamati diantaranya adalah fungsi objektif Jm, jumlah iterasi dan waktu. Hasil penelitian menunjukkan bahwa metode Hybrid FCM-PSO yang diusulkan mempunyai rata-rata waktu yang lebih lama dalam proses dibandingkan FCM yaitu sebesar 101.804703 detik. Demikian pula dengan rata-rata nilai fungsi objektif yang lebih besar daripada FCM yaitu 42977540.790917. Dari pengamatan hasil segmentasi juga ditemukan bahwa hasil segmentasi FCM cenderung lebih mendekati kondisi asli dibandingkan hasil segmentasi FCM-PSO.
id IOS4666.155382
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:55:36Z
last_indexed 2021-10-28T07:41:31Z
recordtype dc
_version_ 1751454409074671616
score 17.538404

Lihat Juga