Perbandingan Kinerja Fuzzy C-Means dan DBSCAN Dalam Segmentasi Citra USG Kepala Janin
| Main Author: | Ayu, Putu Desiana Wulaning |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Bagian P2M STIKOM Bali
, 2015
|
| Online Access: |
https://jsi.stikom-bali.ac.id/index.php/jsi/article/view/30 https://jsi.stikom-bali.ac.id/index.php/jsi/article/view/30/115 |
Daftar Isi:
- Segmentasi merupakan salah satu kajian terpenting dalam pengolahan citra digital. Segmentasicitra terutama untuk kasus citra medis dapat dilakukan dengan beberapa metode, dimana salah satunyaadalah metode clustering. Metode clustering yang cukup familiar adalah metode Fuzzy C-Means yangcara kerjanya dengan klasterisasi atau pengelompokkan data dengan cara memperbaiki pusat clusterdan derajat keanggotaan setiap titik data secara berulang, sehingga pusat cluster akan bergerak menujulokasi yang tepat. Sedangkan metode yang ke-dua adalah DBSCAN, dimana algoritma ini mengumpulkandaerah dengan kepadatan cukup tinggi ke dalam suatu cluster-cluster sehingga menemukan clusterbentuk acak. Hasil pengujian terhadap 5 citra uji dengan jumlah cluster dan minpts sebanyak 2, 3 dan 4menunjukkan metode FCM menghasilkan segmentasi yang lebih baik, di semua citra uji dengan nilai (2cluster), dibandingan dengan motede DBSCAN.