Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra

• Main Authors: Irwanto Irwanto, Yudhi Purwananto, Rully Soelaiman
• Format: Article
• Language: Indonesian
• Published: Lembaga Penelitian dan Pengabdian kepada Masyarakat (LP2M) 2012-09-01
• Series: Jurnal Teknik ITS
• Subjects: klasterisasi; k-means; kuantisasi warna; reduksi warna
• Online Access: http://ejurnal.its.ac.id/index.php/teknik/article/view/631

Kuantisasi warna citra merupakan operasi penting pada banyak aplikasi grafik dan pengolahan citra.  Metode kuantisasi warna banyak dilakukan dengan menggunakan algoritma klasterisasi data. Kepopuleran k-means sebagai algoritma klasterisasi data yang telah umum, ternyata belum mendapat cukup perhatian pada literatur kuantisasi warna. Hal ini disebabkan karena mahalnya biaya komputasi dan sensitivitasnya terhadap pengaruh pemilihan pusat klaster. Penelitian ini memberikan metode percepatan algoritma k-means untuk kuantisasi warna. Metode yang diajukan melibatkan beberapa modifikasi pada k-means konvensional, seperti pengurangan data, pembobotan data, dan penggunaan prinsip  pertidaksamaan segitiga untuk mempercepat pencarian ketetanggaan terdekat. Ujicoba dilakukan dengan beragam citra dan menunjukkan bahwa modifikasi yang telah dilakukan mampu memperlihatkan bahwa k-means juga sangat kompetitif sebagai algoritma  kuantisasi warna citra, baik dalam segi efektivitas maupun efisiensinya.