Analisis segmentasi citra menggunakan algoritma k-means, mean shift, dan normalized cut
Main Author: | Panjaitan, Jhon Hendro |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2016
|
Subjects: | |
Online Access: |
http://kc.umn.ac.id/1310/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1310/2/BAB%20I.pdf http://kc.umn.ac.id/1310/3/BAB%20II.pdf http://kc.umn.ac.id/1310/4/BAB%20III.pdf http://kc.umn.ac.id/1310/5/BAB%20IV.pdf http://kc.umn.ac.id/1310/6/BAB%20V.pdf http://kc.umn.ac.id/1310/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1310/8/LAMPIRAN.pdf http://kc.umn.ac.id/1310/ |
ctrlnum |
1310 |
---|---|
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://kc.umn.ac.id/1310/</relation><title>Analisis segmentasi citra menggunakan algoritma k-means, mean shift, dan normalized cut</title><creator>Panjaitan, Jhon Hendro</creator><subject>QA75 Electronic computers. Computer science</subject><subject>T58.59 Algorithm</subject><description>Segmentasi citra menggunakan algoritma K-Means, Mean Shift, dan
Normalized Cut pada penelitian ini melakukan segmentasi citra berbasis
clustering. Penelitian ini melakukan segmentasi pada tiga citra berwarna yaitu
citra buah dengan jumlah variasi warna sedikit, citra buah dengan jumlah variasi
warna banyak, dan citra konstruktif dengan posisi warna yang lebih banyak.
Analisa tingkat keberhasilan segmentasi di ukur menggunakan histogram. Dari
hasil pengujian yang dilakukan, algoritma K-Means lebih baik digunakan jika
jumlah variasi pada gambar sedikit yaitu antara 4-6 warna, sehingga pengguna
dapat menentukan langsung jumlah cluster yang diinginkan. Sementara itu, untuk
algoritma Mean Shift lebih baik digunakan jika jumlah cluster yang digunakan
tidak di ketahui. Semetara itu, segmentasi citra menggunakan Normalized Cut
hasilnya kurang baik karena algoritma Normalized Cut melakukan segmentasi
citra berdasarkan graph cut pada citra.</description><date>2016</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/1/HALAMAN%20AWAL.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/2/BAB%20I.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/3/BAB%20II.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/4/BAB%20III.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/5/BAB%20IV.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/6/BAB%20V.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/7/DAFTAR%20PUSTAKA.pdf</identifier><type>Book:Book</type><language>eng</language><rights>cc_by_nc_sa_4</rights><identifier>http://kc.umn.ac.id/1310/8/LAMPIRAN.pdf</identifier><identifier> Panjaitan, Jhon Hendro (2016) Analisis segmentasi citra menggunakan algoritma k-means, mean shift, dan normalized cut. Bachelor Thesis thesis, Universitas Multimedia Nusantara. </identifier><recordID>1310</recordID></dc>
|
language |
eng |
format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
author |
Panjaitan, Jhon Hendro |
title |
Analisis segmentasi citra menggunakan algoritma k-means, mean shift, dan normalized cut |
publishDate |
2016 |
topic |
QA75 Electronic computers. Computer science T58.59 Algorithm |
url |
http://kc.umn.ac.id/1310/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1310/2/BAB%20I.pdf http://kc.umn.ac.id/1310/3/BAB%20II.pdf http://kc.umn.ac.id/1310/4/BAB%20III.pdf http://kc.umn.ac.id/1310/5/BAB%20IV.pdf http://kc.umn.ac.id/1310/6/BAB%20V.pdf http://kc.umn.ac.id/1310/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1310/8/LAMPIRAN.pdf http://kc.umn.ac.id/1310/ |
contents |
Segmentasi citra menggunakan algoritma K-Means, Mean Shift, dan
Normalized Cut pada penelitian ini melakukan segmentasi citra berbasis
clustering. Penelitian ini melakukan segmentasi pada tiga citra berwarna yaitu
citra buah dengan jumlah variasi warna sedikit, citra buah dengan jumlah variasi
warna banyak, dan citra konstruktif dengan posisi warna yang lebih banyak.
Analisa tingkat keberhasilan segmentasi di ukur menggunakan histogram. Dari
hasil pengujian yang dilakukan, algoritma K-Means lebih baik digunakan jika
jumlah variasi pada gambar sedikit yaitu antara 4-6 warna, sehingga pengguna
dapat menentukan langsung jumlah cluster yang diinginkan. Sementara itu, untuk
algoritma Mean Shift lebih baik digunakan jika jumlah cluster yang digunakan
tidak di ketahui. Semetara itu, segmentasi citra menggunakan Normalized Cut
hasilnya kurang baik karena algoritma Normalized Cut melakukan segmentasi
citra berdasarkan graph cut pada citra. |
id |
IOS6965.1310 |
institution |
Universitas Multimedia Nusantara |
institution_id |
355 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Multimedia Nusantara |
library_id |
306 |
collection |
Knowledge Center UMN |
repository_id |
6965 |
subject_area |
Business/Bisnis Communication/Komunikasi Art Apreciation/Apresiasi Seni Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
city |
TANGERANG |
province |
BANTEN |
shared_to_ipusnas_str |
1 |
repoId |
IOS6965 |
first_indexed |
2019-04-04T01:20:29Z |
last_indexed |
2019-04-04T01:20:29Z |
recordtype |
dc |
_version_ |
1683865381909823488 |
score |
17.538404 |